详情

原文传递基于视觉的履带车跟随系统研究

论文题名：	基于视觉的履带车跟随系统研究
关键词：	履带车;跟随系统;目标检测算法;机器视觉
摘要：	近年来，随着科学技术的发展，机器人技术越来越多被应用到农业领域。农业机器人不仅能够提高作业效率，同时能够提高作业质量，解决劳动力不足的问题。在果园生产中，履带车的使用十分普遍。然而，操作这些机械设备需要耗费大量人力和时间，而且在大面积果园中，操作机械设备的难度较大。因此，设计一款履带车跟随系统旨在提高农业生产的效率并解决这些问题。针对果园履带车作业中的跟随问题，本文提出了一种基于视觉的履带车跟随系统，具体内容如下: 　　(1)基于ROS平台开发跟随系统。针对应用场景需求，选择测试用履带车并搭建果园履带运输车。针对两个履带底盘(果园履带运输车底盘，测试履带车底盘)分别编写履带底盘控制节点。针对整个履带车所需要实现的功能需求编写节点。设计节点之间通过话题的通信方式实现数据传输。　　(2)目标检测模块设计。根据跟随目标需求和实际果园环境，设计了两种检测方法来完成对跟随目标的检测。第一种通过给需要跟随的目标贴上特定信息的二维码间接获取跟随目标的位置信息。第二种主要基于YOLOv5s网络直接对跟随目标进行检测。基于YOLOv5s进行目标检测通过分别采集室内、华农果园和遮挡时目标检测的数据。分别制作好训练用的数据集和验证用的验证集。针对不同大小二维码最远检测距离和检测速度不同的问题，在三种光照条件下进行了二维码最远距离测试，测试结果表明:在基于二维码进行跟随时尺寸为15cm*15cm的二维码水平直线最远识别跟随距离为5.25m,与水平呈30°时直线最远识别距离为6.05m,与水平呈60°时直线最远识别距离为2.78m,符合应用场景的跟随需求。针对基于不同部位检测的检测速度与准确率会不同的问题，通过验证集对比了在果园环境下基于人体上半身，腿和全身的检测速度与准确率。对比结果显示检测全身较基于身体部分进行检测具有更高的准确率，且检测一张图片只需耗时105ms。　　(3)跟随控制模块设计。基于二维码检测结果的三维位置信息，设计了跟随策略，控制测试用履带车以一定距离跟随目标。基于YOLOv5s目标检测确定的二维像素坐标信息，设计跟随控制策略，保证测试用履带车与人始终保持在一定跟随距离。针对跟随过程中可能存在目标丢失的情况，设计了重新检测并跟随的策略。　　(4)履带车跟随系统测试试验。先在测试用履带车上进行测试，测试内容主要包括基于二维码跟随测试试验、果园环境跟随性能试验。试验结果表明:在基于二维码的果园跟随试验中，直线垄间跟随的过程中具有较好跟随效果，在果园转角处因为会出现二维码丢失在视野里故检测效果较差。在基于YOLOv5s目标检测结果跟随时，转弯半径为1.5m时测试用履带车有较好的跟随效果。直线跟随试验表明当人以1.5m/s速度移动，测试用履带车以1m/s速度跟随过程中12s后履带车会检测不到人。在跟随目标直线行驶的过程中，测试用履带车的最窄跟随宽度为1m。当跟随目标丢失后，在正常光照条件人移动速度1m/s以下时，测试用履带车能够重新对目标进行寻找并跟随。经过测试后将该系统移植到果园履带运输车上，在果园环境下进行了果园履带运输车的跟随试验，当人的移动速度低于果园履带运输车行驶速度1m/s时具有较好跟随效果。
作者：	杜标
专业：	机械
导师：	杨方
授予学位：	硕士
授予学位单位：	华中农业大学
学位年度：	2023