陳繼清　強(qiáng)虎　徐關(guān)文　吳家華　劉旭

摘 ?要： 針對(duì)車載綠籬修剪機(jī)難以在公園道路自動(dòng)行走的問(wèn)題，在視覺(jué)系統(tǒng)的基礎(chǔ)上，提出一種初始點(diǎn)Hough變換算法，可用于指導(dǎo)小型車輛在公園道路的自動(dòng)化導(dǎo)航，從而實(shí)現(xiàn)公園綠籬修剪的機(jī)械化和智能化。算法主要包括五部分：目標(biāo)區(qū)域的截取、HSI彩色空間的轉(zhuǎn)換、S分量圖的二值化及形態(tài)學(xué)處理、導(dǎo)航點(diǎn)的求取與導(dǎo)航線的擬合。為了減少圖像的計(jì)算量和干擾，只截取拍攝圖像的部分區(qū)域作為目標(biāo)區(qū)域;為了減少光照不均勻的影響，將RGB圖像轉(zhuǎn)換為HSI圖像，并提取S分量圖作為研究對(duì)象;采用Otsu法二值化S分量圖，并采用形態(tài)學(xué)處理填充二值圖像的孔洞;針對(duì)傳統(tǒng)的Hough變換計(jì)算量大的缺點(diǎn)，提出一種初始點(diǎn)Hough變換擬合導(dǎo)航路徑。試驗(yàn)結(jié)果表明，該文提出的初始點(diǎn)Hough變換具有較高的精確性、實(shí)時(shí)性的優(yōu)點(diǎn)。

關(guān)鍵詞： 修剪機(jī)器人; 自動(dòng)化導(dǎo)航; 初始點(diǎn)Hough變換; 導(dǎo)航路徑; 機(jī)器視覺(jué); 形態(tài)學(xué)運(yùn)算

中圖分類號(hào)： TN830.1?34 ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）24?0170?04

Research on park hedge trimming robot automatic navigation based on

initial point Hough transform

CHEN Jiqing1，2， QIANG Hu1， XU Guanwen1， WU Jiahua1， LIU Xu1

（1. School of Mechanical Engineering， Guangxi University， Nanning 530007， China;

2. Guangxi Key Laboratory of Manufacturing System and Advanced Manufacturing Technology， Nanning 530007， China）

Abstract： In allusion to the problem that the hedge trimmer is difficult to automatically walk on the park road， an initial point Hough transform algorithm is proposed based on the visual system， which can be used to guide the automatic navigation of small vehicles on park roads， so as to realize the mechanization and intelligence of the park hedge trimming. This algorithm mainly includes five parts： the interception of target area， the transformation of the HSI color space， the binarization and morphological processing of the S component image， the extraction of navigation points and the fitting of navigation paths. Only part of the image is intercepted as the target area to reduce the amount of calculation and interference， the RGB image is converted into the HSI image， and the S component image is extracted as the research object to reduce the effect of uneven lighting. The Otsu method is used to binarize the S component image， and the hole of binary image is filled by morphological processing. As the traditional Hough transform has a large amount of computation， an initial point Hough transform is proposed to fit the navigation path. The experimental results show that the initial point Hough transform proposed in this paper has the advantages of high accuracy and real?time.

Keywords： trimming robot; automatic navigation; initial point Hough transform; navigation path; machine vision; morphological algorithm

0 ?引 ?言

3 ?實(shí)驗(yàn)結(jié)果與分析

本文選擇在南寧公園進(jìn)行實(shí)驗(yàn)，選取植物生長(zhǎng)和道路情況較為復(fù)雜的1幅圖像作為研究對(duì)象。實(shí)驗(yàn)處理過(guò)程和結(jié)果如圖4所示。其中，圖4a）為相機(jī)拍攝的原始圖像;圖4b）為截取的目標(biāo)區(qū)域;圖4c）為目標(biāo)區(qū)域的HSI彩色圖像;圖4d）為圖4c）的S分量圖;圖4e）為圖4d）二值化結(jié)果;圖4f）為圖4e）形態(tài)學(xué)運(yùn)算結(jié)果;圖4g）是使用本文方法獲取的導(dǎo)航點(diǎn);圖4h）是使用不同算法擬合導(dǎo)航線的結(jié)果表1為使用本文方法求得的導(dǎo)航點(diǎn)坐標(biāo);表2為不同算法擬合導(dǎo)航線所用時(shí)間;表3為不同算法擬合導(dǎo)航路徑的參數(shù)，k為斜率，b為截距。

由圖4a）可知，在道路兩邊種植有很多不同種類的植物，如果將拍攝的整幅圖像作為研究對(duì)象，那么不可能將道路信息從植物中分割出來(lái);由圖4b）可知，截取的目標(biāo)區(qū)域中干擾較少，這在一定程度上提高了導(dǎo)航路徑的提取精度;由圖4e）和圖4f）對(duì)比可知，通過(guò)形態(tài)學(xué)運(yùn)算可以很好地填充二值圖像的孔洞;由圖4g）可知，雖然本文通過(guò)形態(tài)學(xué)運(yùn)算消除了一些孔洞，但是仍然存在一些較大的孔洞，導(dǎo)致導(dǎo)航點(diǎn)中存在極大偏差點(diǎn);由圖4h）可知，本文改進(jìn)Hough變換擬合的導(dǎo)航路徑精度要高于最小二乘法擬合的導(dǎo)航路徑。由表2可知，本文改進(jìn)Hough變換在實(shí)時(shí)性上要優(yōu)于傳統(tǒng)Hough變換。

圖5是實(shí)驗(yàn)平臺(tái)在同一路段行走時(shí)使用本文方法擬合的導(dǎo)航路徑。由圖5可知，本文改進(jìn)的Hough變換在道路情況較為復(fù)雜時(shí)，也可以準(zhǔn)確地提取導(dǎo)航路徑。

4 ?結(jié) ?論

本文針對(duì)公園綠籬修剪機(jī)器人車載部分自動(dòng)導(dǎo)航的問(wèn)題，在傳統(tǒng)Hough變換的基礎(chǔ)上提出一種初始點(diǎn)Hough變換來(lái)擬合公園道路的導(dǎo)航路徑。通過(guò)不同算法對(duì)比和實(shí)車試驗(yàn)，得到以下結(jié)論：

1） 截取圖像的部分區(qū)域作為目標(biāo)區(qū)域，可以有效地減少干擾和計(jì)算量。本文通過(guò)350組實(shí)驗(yàn)確定截取拍攝圖像的最后101像素行作為目標(biāo)區(qū)域，可以有效地減少不同種類植株對(duì)圖像分割的影響，使道路信息可以很好地分割出來(lái)。

2） 將RGB圖像轉(zhuǎn)換為HSI圖像可以有效地減小光照不均勻?qū)?dǎo)航路徑提取的影響。

3） 改進(jìn)的初始點(diǎn)Hough變換可以準(zhǔn)確地提取機(jī)器人行走的導(dǎo)航路徑。在傳統(tǒng)Hough變換的基礎(chǔ)上，通過(guò)限制遍歷角度范圍和交點(diǎn)檢測(cè)范圍，改進(jìn)Hough變換，經(jīng)過(guò)不同算法的對(duì)比，本文改進(jìn)算法在精度上要高于最小二乘法，在實(shí)時(shí)性上要優(yōu)于傳統(tǒng)Hough變換。

參考文獻(xiàn)

[1] 于笑寒，李玲蔚，許錫鋒.低碳風(fēng)景園林營(yíng)造的功能特點(diǎn)及要?jiǎng)t分析[J].現(xiàn)代園藝，2018（17）：150?151.

[2] DZHAMBOV Angel， DIMITROVA Donka. Urban green spaces' effectiveness as a psychological buffer for the negative health impact of noise pollution： a systematic review [J]. Noise health， 2014， 16（70）： 157?165.

[3] FAN Yang， ZHI Yibao， ZHU Junzhu. An assessment of psychological noise reduction by landscape plants [J]. International journal of environmental research & public health， 2011， 8（4）： 1032?1048.

[4] MA Ben， ZHOU Tiantian， LEI Shuo， et al. Effects of urban green spaces on residentswell?being [J]. Environment， development and sustainability， 2019， 21（6）： 2793?2809.

[5] GARC?A?SANTILL?N I， PELUFFO?ORDO?EZ D， CARANQUI V， et al. Computer vision?based method for automatic detection of crop rows in potato fields [C]// International Conference on Information Theoretic Security. Cham： Springer， 2018： 355?366.

[6] JI Ronghua， QI Lijun. Crop?row detection algorithm based on random Hough transformation [J]. Math computer model， 2010， 54（3）： 1016?1020.

[7] 李云伍，徐俊杰，王銘楓，等.丘陵山區(qū)田間道路自主行駛轉(zhuǎn)運(yùn)車及其視覺(jué)導(dǎo)航系統(tǒng)研制[J].農(nóng)業(yè)工程學(xué)報(bào)，2019，35（1）：52?61.

[8] WU J， DENG M W， FU L L， et al. Vanishing point conducted diffusion for crop rows detection [C] // International Conference on Intelligent and Interactive Systems and Applications. Cham： Springer， 2018： 404?416.

[9] 陳誠(chéng).基于神經(jīng)網(wǎng)絡(luò)的智能車輛導(dǎo)航路徑識(shí)別模型[J].現(xiàn)代電子技術(shù)，2018，41（11）：124?128.

[10] ZHANG Xiya， LI Xiaona， ZHANG Baohua， et al. Automated robust crop?row detection in maize fields based on position clustering algorithm and shortest path method [J]. Computers and electronics in agriculture， 2018， 154： 165?175.

[11] 宋宇，劉永博，劉路，等.基于機(jī)器視覺(jué)的玉米根莖導(dǎo)航基準(zhǔn)線提取方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（2）：38?44.

[12] 刁智華，趙明珍，宋寅卯，等.基于機(jī)器視覺(jué)的玉米精準(zhǔn)施藥系統(tǒng)作物行識(shí)別算法及系統(tǒng)實(shí)現(xiàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（7）：47?52.

[13] JIANG Guoquan， WANG Zhiheng， LIU Hongmin. Automatic detection of crop rows based on multi?rois [J]. Expert system with application， 2015， 42（5）： 2429?2441.

作者簡(jiǎn)介：陳繼清（1984—），男，廣西玉林人，博士，講師，研究方向?yàn)闄C(jī)器人運(yùn)動(dòng)控制、機(jī)器視覺(jué)、特種機(jī)器人系統(tǒng)。

強(qiáng) ?虎（1995—），男，山西大同人，碩士研究生，研究方向?yàn)闄C(jī)器視覺(jué)。

徐關(guān)文（1995—），男，廣西岑溪人，碩士研究生，研究方向?yàn)榉律曈X(jué)。