胡洋洋，馬本學，李小霞

（1.石河子大學機械電氣工程學院，新疆 石河子 832003；2農(nóng)業(yè)部西北農(nóng)業(yè)裝備重點實驗室）

0 引言

葡萄別名“草龍珠”，是世界的四大果品之一，葡萄的種植面積和產(chǎn)量是位于柑橘之后的世界第二大果樹作物，以其顏色鮮艷，酸甜可口，深受人們喜愛。葡萄不僅鮮食美味可口，有利人體新陳代謝，還可釀酒、榨汁、榨油、制干[1-3]。據(jù)調(diào)研，目前葡萄的采摘由人工完成，葡萄的采摘是葡萄鮮食、釀酒、干制等過程中最重要的環(huán)節(jié)，采摘作業(yè)質(zhì)量的好壞直接影響著葡萄后續(xù)加工品質(zhì)的等級。降低采摘成本解放勞動力的同時提高葡萄的品質(zhì)是葡萄生產(chǎn)鏈中需要解決的關(guān)鍵問題。然而隨著國家的進步，社會的發(fā)展，人口老齡化愈來愈嚴重。勞動力短缺，勞動成本激增，導(dǎo)致生產(chǎn)成本增加。果蔬生產(chǎn)屬于密集型的工作，果蔬采摘是整個果蔬生產(chǎn)中最耗時、最費力的一個環(huán)節(jié)，收獲期間需投入的勞力約占整個種植過程的40%～50%[4-5]。收獲時節(jié)需要雇傭大量勞動人員，勞動強度大，采摘周期長，效率低。新疆的葡萄采收基本上都是人工采摘，因此降低成本和勞動強度的同時，提高經(jīng)濟效益，實現(xiàn)果實的自動化采摘成為當前亟需解決的問題。

隨著計算機數(shù)字圖像處理技術(shù)日趨成熟，計算機視覺技術(shù)已成為一門新興的綜合技術(shù)，在農(nóng)業(yè)上的應(yīng)用已取得了長足的進步[6]。本文針對自然場景中的新疆特色夏黑葡萄，通過基于雙目立體視覺系統(tǒng)的葡萄定位試驗平臺進行定位試驗，以為實現(xiàn)葡萄采摘機器人的田間葡萄定位奠定基礎(chǔ)。

1 材料與方法

1.1 材料

鮮食葡萄圖像，地理坐標位于東經(jīng)84'58"-86'24"，北緯43'26"-45'20"。試驗條件如下：天氣晴朗，太陽直射溫度 36℃，地表濕度45%，順光條件下葡萄表面平均光照強度為720 Lux，逆光條件下為235 Lux。

1.2 試驗平臺

為了便于進行田間葡萄定位試驗研究，自行設(shè)計并搭建了葡萄定位雙目立體視覺系統(tǒng)試驗平臺。系統(tǒng)中雙目立體視覺系統(tǒng)設(shè)備選用維視圖像加拿大PointGreyResearch公司1394接口的工業(yè)相機,型號為Bumblebee xb3。激光測距儀為GHLM-07B動態(tài)激光測距傳感器，軟件環(huán)境為Visual Studio 2013開發(fā)平臺，圖1葡萄定位雙目立體視覺平臺。

圖1 葡萄定位雙目立體視覺平臺

1.3 葡萄的定位

1.3.1 雙目立體視覺相機的標定

在項目實施的一年時間里，共計服務(wù)74690人次，其中跟蹤指導(dǎo)1529人，咨詢個案2378例，治療個案211例，困境家庭救助197戶，家庭宣傳活動114次，勸和夫妻771對（見圖7），新婚咨詢輔導(dǎo)763對，小組活動225節(jié)，社區(qū)活動60次，沙龍活動30次，講座18次，督導(dǎo)191次，培訓(xùn)84次，志愿服務(wù)11896人次，發(fā)放宣傳手冊24086本，機構(gòu)微信287篇，本地報紙報道139次，網(wǎng)站報道129次，各區(qū)縣圓滿完成各項指標任務(wù)。

白麗筠原本在銀行打過一段工，不是正式員工，是外聘的，收入待遇都要比正式員工低一大截。她告訴我，他們銀行內(nèi)部對不同部門員工的稱呼很有意思。據(jù)她說，銀行內(nèi)部把前臺服務(wù)員叫做接客的。白麗筠就是接客的，不僅接客還要做一種推銷金銀幣的工作。做這個活的既有男服務(wù)生也有女服務(wù)生，不論男女都是既賣金幣也賣銀幣，但是她們私下里對賣金幣和賣銀幣是分開來叫的。她們管賣金銀幣的男服務(wù)生叫賣金的，管賣金銀幣的女服務(wù)生呢？賣銀幣的女服務(wù)生該叫什么？

本系統(tǒng)規(guī)劃主要從“業(yè)務(wù)引領(lǐng)技術(shù)、大交通多維度、大情報小行動扁平勤務(wù)、系統(tǒng)級的精細管控、精準實時信息服務(wù)”5個方面考慮.

葡萄不同于其他果蔬，呈穗狀生長，由于種植模式的不斷優(yōu)化，葡萄果實垂直于地面呈單個串形生長，果梗處被枝葉遮擋情況較少。提取葡萄顏色空間中的H分量，然后對其二值化[7],求出圖像的矩形框和葡萄質(zhì)心，因此萄果實采摘點的位置在葡萄果實區(qū)域的接矩形與重垂線的最高交點處，如圖3所示。

圖2 雙目相機標定圖像

1.3.2 葡萄采摘點的確定

師生活動 學生合作探究，教師引導(dǎo)學生用準確的語言歸納猜想：在直角三角形中，當銳角A的度數(shù)一定時，不管三角形的大小如何，它的對邊與鄰邊的比也是一個固定值.然后全班交流.

圖3 葡萄采摘點確定

對視差圖進行目標提取后得到目標物體的一系列視差值，葡萄輪廓質(zhì)心和葡萄外接矩形框的交點偏上既是葡萄的采摘點，采摘點對應(yīng)的三維坐標就是采摘點相關(guān)坐標位置信息。對500～1 000 mm的葡萄圖像采集110張分為11組，每組10張，試驗結(jié)果如表1所示。

圖4 葡萄的立體匹配

立體匹配是獲取目標三維信息最重要、最關(guān)鍵的一步[8]。立體匹配是尋找實際場景中的點在兩幅圖像中的對應(yīng)點的過程，匹配的好壞決定了視差圖的質(zhì)量。匹配算法根據(jù)匹配方式的不同而分為兩大類:一類是區(qū)域匹配，區(qū)域匹配產(chǎn)生的稀疏矩陣不足以支撐稠密的點云信息，后期的重建效果不佳，另一類是特征點SIFT算法匹配，SIFT算法匹配圖像的局部特征，對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變，對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性[9]。本文采用的是特征點的匹配，其結(jié)果如圖如4所示。

雙目相機內(nèi)外的參數(shù)標定結(jié)果對三維坐標計算至關(guān)重要，標定的參數(shù)精度直接影響后期的深度信息，本文采用張正友平板標定法進行標定。標定板選用鋁合金材料的AFT-CT430高精度雙目視覺標定板。標定時將標定板整體豎直置于視角范圍內(nèi)，將旋轉(zhuǎn)角度控制在20°左右，分別采用以原點順時針旋轉(zhuǎn)和以X軸和Y軸向左向右旋轉(zhuǎn),這樣共獲得18幅（左右相頭各9幅）圖像，圖2為右相頭所拍攝的相應(yīng)畫面。通過自動檢測標定板上每個圓點的圓心，校正標定圖像并通過計算獲取左右攝像機內(nèi)外參數(shù)。

表1 葡萄識別定位結(jié)果

2 結(jié)果與分析

試驗利用自己設(shè)計搭建的基于雙目立體視覺系統(tǒng)的葡萄識別定位試驗臺對生長在不同位置的葡萄進行識別定位，根據(jù)葡萄的生長位置，選擇測量范圍為500～1 000 mm每間隔50 mm進行1組試驗，1組拍攝10幅圖片，測量的葡萄數(shù)據(jù)如表1所示。通過統(tǒng)計110幅葡萄定位試驗，最大誤差5.5 mm，最小誤差1.2 mm，平均誤差3.39 mm，誤差數(shù)據(jù)圖如圖4所示。

圖4 葡萄定位平均誤差

產(chǎn)生誤差的主要原因有：（1）雙目立體視覺像機標定過程中產(chǎn)生的誤差，如標定板精度、標定次數(shù)較少；（2）實時性不高，當光照強度變化時，有時特征點較少，對邊緣光滑的目標無法準確提取特征點；（3）激光測距儀測量時存在的誤差。

3 結(jié)論與展望

本文根據(jù)自己設(shè)計搭建可移動的葡萄識別定位系統(tǒng)試驗臺完成了葡萄定位試驗；本次試驗條件貼近果實采摘的實際作業(yè)條件，通過雙目立體相機的標定，立體匹配，深度信息的獲??；試驗結(jié)果表明最大誤差5.5 mm，最小誤差1.2 mm，平均誤差3.39 mm，滿足葡萄采摘機器人自動化采摘要求。

自然環(huán)境中，光照強度影響較大，果蔬釆摘機器人視覺系統(tǒng)加上光源將更有利于果實的識別和定位，考慮給葡萄采摘機器人視覺系統(tǒng)配備主動光源來減小定位誤差。