智能机器人水果采摘识别系统设计.pdf

《智能机器人水果采摘识别系统设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第9期2014年9月计算机应用研究ApplicationResearchofComputersV01．31No．9Sep．2014智能机器人水果采摘识别系统设计冰朱霞1’2，陈仁文1，夏桦康1，章飘艳1(1．南京航空航天大学机械结构力学及控制国家重点实验室，南京210016；2．淮阴3-学院电子与电气工程学院，江苏淮安223003)摘要：为了提高水果识别的准确性，减少周围环境对识别的影响，设计了一种用于智能水果采摘机器人的识别系统。采用随机森林来学习优化气味传感器的输出，其目的是更好地识别气味；利用摄像机采集到的原

2、始图像计算出对应的本质图像，来对采集到的图像特别是有阴影的图像进行去阴影分析辨识。最后通过结合气味传感器的“气相”结果与摄像机的“色相”结果来评定采摘动作。实验证明该识别系统为后期果实的采摘提供了比较精确的参考。关键词：机器学习；智能机器人；采摘；目标识别中图分类号：TP242文献标志码：A文章编号：1001—3695(2014)09．2711—04doi：10．3969／j．issn．1001—3695．2014．09．035IntelligentrecognitionsystemoffruitpickingrobotZ

3、HUXial”，CHENRen—wenl，XIAHua—kan91，ZHANGPiao—vanl(1．StateKeyLaboratory旷Mechanics&Control旷MechaniealStructures，NanjingUniversity旷Aeronautics&Astronautics，Nanjing210016，China；2．Faculty旷Electronic&ElectricalEngineering，HuaiyinInstitute旷Techtwlogy，Huai’anJiangsu223003，

4、China)Abstract：Inordertoimprovetheaccuracyratesandlowertheimpactonfruitrecognitioninenvironment，thispaperpresentedarecognitionsystemappliedintheintelligentfruitpickingrobot．Torecognizethesmellnloreprecisely，itoptimizedtheoutputofthesmellsensorsbyusingtherandonlfor

5、estsalgorithm．Astothelooks．itanalyzedandrecognizedbyremovingtheshadowsofthecorrespondingintrinsicimagewhichcalculatedfromtheoriginalone，especiallythosewithshadows．Therobotcouldde—cidetopickthefruitornotbythe”smell”itsmelledwithitsnose(smellsensors)andthe’’looks”it

6、sawwithitseyesfcanle—ras)．Experimentalresultsshowthattherecognitionsystemearlprovideanloreprecisereferenceforlatterlypicking．Keywords：machinelearning；intelligentrobot；picking；objectrecognition0引言我国是农业大国，蔬果业是农业的重要组成部分，我国山区丘陵地区面积广阔且大部分地区种植果树，采摘水果约占整个生产作业量的50％以上。目前他们

7、的水果采摘主要使用水果剪手工采摘。手工采摘对于距离地面低于两米的果树而言，目前尚可应付，不过劳动强度大，且效率不高；对于高于两米以上的果树，一般要辅助于梯子等登高工具，这是极其不安全的。。。。依赖人力的采摘方式采摘速度慢、效率低，且具有一定的危险性。从水果质量来讲，在人工采摘的过程中，由于受力不均，容易出现脱蒂、破损的情况，将影响水果的外观。不利于水果的存储、加工和出售，从而降低果农的经济收入。智能采摘机器人的应用，将是解决上述问题的重要途径之一。机器视觉是智能采摘机器人的核心部件，如何快速、准确地识别果实，如何提高采摘机

8、器人的可靠性，都体现在采摘机器人的视觉系统的性能上。机器视觉领域很广，针对智能采摘水果而言，目标识别将是重点研究点。目标识别的关键是提取出目标物体的特征，如形状、颜色、气味、重量等特征。人类可以轻而易举地获取目标物体的特征，完全依赖于自身强大的感知系统。人类这种看似轻松的识别能力，除了主要依据大量的已知