林　宏，方華麗，趙同林，禹玥昀

(1.西南林業(yè)大學 計算機與信息學院，昆明　650224；河南工業(yè)職業(yè)技術(shù)學院，河南 南陽　473000)

?

基于導頻跟蹤的果蔬采摘機器人夜間識別方法研究

林宏1，方華麗2，趙同林1，禹玥昀1

(1.西南林業(yè)大學 計算機與信息學院，昆明650224；河南工業(yè)職業(yè)技術(shù)學院，河南 南陽473000)

摘要：為了提高果實采摘機器人在夜間作業(yè)的工作效率，提出了一種適用于果實采摘機器人機械手夜間果實定位識別的方法，引入了導頻追蹤技術(shù)，并在此基礎(chǔ)上提出了一種基于直接判決的快時變信道估計方法。該方法采用了直接判決算法進行信道估計，根據(jù)夜間果實圖像的二值化處理閾值，標定發(fā)出指令的信道，從而對是否采摘進行快速判決，提高了機器人的工作效率。為了驗證該方法的有效性和可靠性，對機械手的夜間作業(yè)的效率和準確性進行了測試。通過測試發(fā)現(xiàn)：該方法可以快速地對果實進行定位，并通過校正，其有效地降低夜間誤操作率，為果實采摘機器人的研究，提供了一種新的可參考的導頻技術(shù)方法。

關(guān)鍵詞：果實采摘；導頻跟蹤；信道軌跡；二值化；機械手

0引言

中國是一個水果生產(chǎn)大國，用于水果采摘的勞動力占整個生產(chǎn)過程所用勞動力的 1/3 以上。采用機器人進行機械化采摘不僅可以降低人工成本，減少損傷率，還能提高采摘效率。為了在水果成熟期內(nèi)，盡快完成密集的采摘工作，水果采摘機器人不但在白天能正常工作，而且需要具有夜間工作的能力。雖然國內(nèi)外對水果采摘的圖像識別進行了大量研究，但是對于夜間的水果識別涉及較少。為此，本文對果實采摘的夜間模式進行了探索研究。

在國內(nèi)外專家學者對夜間水果識別的研究項目中，大部分目的并不是為機器人采摘服務，也沒有進行精確識別。然而機器采摘需要保證識別結(jié)果的完整并準確定位水果的位置。為了提高果實采摘機器人在夜間的工作質(zhì)量、縮短作業(yè)時間，將導頻跟蹤技術(shù)引入到了機器人的采摘機械手的控制過程中，并根據(jù)夜間果實圖像的二值化處理閾值，標定發(fā)出指令的信道，利用導頻跟蹤快速判決、快速選擇信道，從而實現(xiàn)果實的快速識別和采摘，提高機器人的工作效率。

1機器人夜間識別和導頻跟蹤原理

果實采摘機器人的工作效率主要取決于機器人機械手的操控，關(guān)鍵技術(shù)就是機械手的定位技術(shù)。一般的果實采摘機器人都是通過圖像識別來對果實進行準確的定位，如圖1所示。

圖1　果實采摘機器人采摘過程示意圖

其中，機械手的控制主要是依據(jù)機器人頭部的一部高清攝像頭，在白天可以熟練地進行工作。在大面積種植時，為了提高果實的采摘效率，需要夜晚也進行采摘，為了實現(xiàn)夜間識別需要對果實圖像進行處理，并通過一定的算法提高識別速度，進而縮短采摘時間。據(jù)此，本文設計了一種快速的果實定位方法。

圖2為機器人果蔬采摘夜間識別快速定位的示意圖。首先讀取果實夜間模式的圖像，然后使用灰度處理得到果實夜間二值化圖，根據(jù)設定的灰度閾值對圖像進行分割；利用圖像閾值的標定，采用導頻跟蹤技術(shù)選擇發(fā)出指令的信道，實現(xiàn)機器人的快速自動化采摘。

圖2　機器人果蔬采摘夜間識別原理示意圖

2圖像分割和導頻跟蹤算法

圖像二值化是指用灰度變換來研究灰度圖像的一種常用方法，即設定某一閾值將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分。例如輸人灰度圖像函數(shù)為f(x,y)，輸出二值圖像函數(shù)為g(x,y)，則

(1)

圖像的二值化處理就是將圖像上的點的灰度置為0或255，也就是使整個圖像呈現(xiàn)出明顯的黑白效果。采用圖像分割技術(shù)可以有效地將果實的圖像進行分割，并通過分割將果實區(qū)域標定為采摘區(qū)域。本次圖像二值化分割采用的是Bernsen局部閾值法，假設圖像在像素點(i,j)處的灰度值為f(i,j)，考慮以像素點(i,j)為中心的(2ω+1)×(2ω+1)窗口，則Bernsen算法的具體過程如下：

1)計算圖像中各個像素點(i,j)的閾值T(i,j)，則有

(2)

2)對圖像中各像素點(i,j)用b(i,j)值逐點進行二值化，有

(3)

圖3　Bernsen方法流程圖

根據(jù)二值化的閾值結(jié)果，可以對果實的采摘區(qū)域進行標定，使用導頻跟蹤技術(shù)，選擇發(fā)出指令的信道，控制機器人機械手的操作，其流程如圖4所示。

圖4　果實定位的導頻跟蹤判決

圖4果實采摘區(qū)域的定位采用的是直接判決算法。該算法是一個遞歸的算法，在開始算法前，必須得到信道估計的初始值。利用二值化閾值標定值信道估計結(jié)果作為直接判決算法的初始值，即作為OFDM幀內(nèi)第一個OFDM符號的預測值，對系統(tǒng)的定位進行校準；通過多次校準后，對系統(tǒng)進行投放使用，降低系統(tǒng)對果實的錯誤識別率。

3機器人夜間采摘測試

為了驗證所設計的圖像分割算法和導頻跟蹤方法的有效性和可靠性，本研究對機器人夜間作業(yè)的效果進行了測試。夜間作業(yè)和白天作業(yè)有所不同，其主要不同如圖5所示。

圖5　白天夜間圖像對比

相對于白天的圖像，夜晚的圖像更加適用于二值化圖像處理，夜間可以采用標記明顯的標識物對主要作物去進行識別，如圖6所示。

在夜間作業(yè)時，果樹為主要作業(yè)區(qū)，為了提高夜間作業(yè)效率，可以對主要作業(yè)區(qū)進行標記，而機器人可以迅速地對標記物進行追蹤，定位后可以對果實進行采摘。果實灰度值處理如圖7所示。

圖6　果樹定位

圖7　圖像灰度值

由圖7可以看出：果實部分的灰度值和背景部分的灰度值存在差別，可以利用果實部分的灰度值范圍，有效地將果實圖像進行分割，如圖8所示。

圖8　圖像分割

根據(jù)圖像區(qū)域灰度值的不同，可以將果實特征圖像進行分割，對分割圖像中的果實部分進行提取，然后根據(jù)提取的特征閾值，采用導頻追蹤進行定位。通過多次導頻追蹤定位得到了如圖9所示的導頻跟蹤誤操作率曲線。

圖9表示利用導頻跟蹤技術(shù)，使用二值化閾值標定值信道估計結(jié)果作為直接判決算法的初始值，對信道進行多次校準，通過3次校準，得到了3次不同的誤操作率隨時間變化曲線，由圖9可以看出：第3次校準后誤操作率已經(jīng)降低到10-3以下，可以滿足精確采摘的需要。

圖9　導頻跟蹤誤操作率曲線

表1表示通過8次采摘實驗，得到的機械手誤操作率的結(jié)果。由表1可以看出：采用本文設計的導頻跟蹤方法，可以通過較少的圖像分割次數(shù)，獲得較高的操作成功率，是一種可靠的果實識別方法。

表1　誤操作率測試結(jié)果

4結(jié)論

1)依據(jù)圖像的灰度處理和二值化方法，提出了一種新的夜間機器人果實機械手采摘區(qū)定位的方法，通過將果實二值化灰度閾值區(qū)域標定為采摘區(qū)域，大大提高了定位的精度。同時，該方法引入了導頻追蹤技術(shù)，提高了機械手的定位效率。

2)為了驗證該方法的有效性和可靠性，對機械手的夜間操作效果進行了測試。通過測試發(fā)現(xiàn)：該方法可以有效地分割出果實的夜間灰度閾值，并且通過校準后的誤操作率較低，滿足精確快速采摘的需求。

3)該方法的使用還需要依賴于夜間的照明，但現(xiàn)實環(huán)境中由于遮擋及光照不均等原因，照明條件難以保證，因此未來還需要考慮結(jié)合蘋果的形狀等特征識別分割圖像。

參考文獻：

[1]張鐵中,楊麗,陳兵旗，等.農(nóng)業(yè)機器人技術(shù)研究進展[J].中國科學,2010,40(Z1)：71-87.

[2]畢坤,趙馨,侯睿鋒，等.機器人技術(shù)在農(nóng)業(yè)中的應用方向和發(fā)展趨勢[J].中國農(nóng)學通報,2011,27(4)：469-473.

[3]周俊,劉銳,張高陽.基于立體視覺的水果采摘機器人系統(tǒng)設計[J].農(nóng)業(yè)機械學報,2010,41(6)：158-162.

[4]宋健,孫學巖,張鐵中，等.開放式茄子采摘機器人設計與試驗[J].農(nóng)業(yè)機械學報，2009,40(1)：143-147.

[5]趙慶波,趙德安,姬偉，等.采摘機器人視覺伺服控制系統(tǒng)[J].農(nóng)業(yè)機械學報,2009,40(1)：152-156.

[6]蔣煥煜,彭永石,申川，等.基于雙目立體視覺技術(shù)的成熟番茄識別與定位[J].農(nóng)業(yè)工程學報,2008,24(8)：279-283.

[7]謝志勇,張鐵中,趙金英.基于 Hough 變換的成熟草莓識別技術(shù)[J].農(nóng)業(yè)機械學報,2007,38(3)：106-109.

[8]周俊,趙高陽,劉銳，等.基于粒子濾波的蘋果采摘機器人目標姿態(tài)估算[J].農(nóng)業(yè)機械學報，2011,42(3)：161-165.

[9]謝志勇,張鐵中.基于 RGB 彩色模型的草莓圖像色調(diào)分割算法[J].中國農(nóng)業(yè)大學學報,2006,1l(1)： 84-86.

[10]趙鵬,趙德安.雙目立體視覺在果樹采摘機器人中的應用[J].農(nóng)機化研究,2009,31(1)：212-214.

[11]王磊,段會川.Otsu方法在多閾值圖像分割中的應用[J].計算機工程與設計,2008,29(11)：2844-2845, 2972.

[12]戚繼忠,王自強.基于 ARM7TDMI 實現(xiàn) CF 卡存儲的文件系統(tǒng)設計[J].微處理機,2007(1)：114-115.

[13]秦培龍,李國,李艷紅.基于S3C44B0X 的 Bootloader 設計與實現(xiàn)[J].微計算機信息,2008(2)：153-155.

[14]謝志勇,張鐵中,趙金英.基于 Hough 變換的成熟草莓識別技術(shù)[J].農(nóng)業(yè)機械學報,2007,38(3)：106-109.

[15]王東,趙宇,王秀紅.一種改進的DFT迭代的MIMO-OFDM系統(tǒng)信道估計算法[J].應用科技,2009(3)：19-22.

[16]徐文穎,張靜,董建萍.導頻信道估計中的插值算法[J].上海師范大學學報,2007,12(6)：41-46.

[17]陳暉,陳曉光.基于直接判決導頻跟蹤的OFDM系統(tǒng)快時變信道估計[J].通信學報，2006,9(27)：1-5.

[18]李文見,姬江濤.輪履復合式農(nóng)業(yè)機器人越避障控制研究[J].河南科技大學學報：自然科學版, 2007(8)：57-59.

[19]王仲民,戈新良,唐智強.多傳感器信息融合技術(shù)研究現(xiàn)狀和發(fā)展趨勢[J].河北工業(yè)大學學報,2003, 32(2)：30-35.

[20]國剛,王毅.應用BP神經(jīng)網(wǎng)絡進行手寫體字母數(shù)字識別[J].人工智能及識別技術(shù),2008(6)：1459-1460.

[21]施少敏,馬彥恒,陳建泗.基于BP神經(jīng)網(wǎng)絡的數(shù)字識別方法[J].兵工自動化,2006,25(10)：40-41.

[22]許穎泉.用神經(jīng)網(wǎng)絡進行數(shù)字圖像識別研究[J]. 應用科技,2008(12)：59-60.

Research on Night Identification Method of Fruit and Vegetable Picking Robots Based on Pilot Tracking

Lin Hong1,Fang Huali2,ZhaoTonglin1,Yu Yueyun1

(1.School of Computer Science and Information,Southwest Forestry University, Kunming 650224, China; 2.Henan Polytechnic Institute, Nanyang 473000, China)

Abstract：In order to improve the fruit picking robot in night work efficiency, put forward a kind of picking robot manipulator night fruit location identification method suitable for fruit, and introduces the pilot tracking technology, on the basis of this, presents a method for estimating the direct judgment based on the fast time-varying channels. The method uses the direct decision algorithm for channel estimation, based on the two night of fruit image binarization threshold, calibration instructions on whether the channel, thus picking fast decision, to make the robot work efficiency. In order to verify the validity of the method and the reliability, efficiency and accuracy of the manipulator work at night were tested, found by testing, the method can quickly detect the location of the fruit, and by the correction, can effectively reduce the nocturnal misoperation rate for fruit picking robot, research, and provides a new the reference pilot technology method.

Key words：fruit picking; pilot channel tracking; trajectory; binaryzation; mechanical hand

文章編號：1003-188X(2016)03-0231-005

中圖分類號：S225.92;TP242.6+2

文獻標識碼：A

作者簡介：林宏(1981-)，女，云南大理人，講師，碩士。通訊作者：禹玥昀(1984-)，女，云南鳳慶人，講師，碩士，(E-mail)yuyueyun1984@163.com。

基金項目：云南省教育廳科學研究基金重點項目(2013Z084)；西南林業(yè)大學科學基金面上項目(2010MS07)

收稿日期：2015-02-14