国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于深度相機(jī)的山地果園運(yùn)輸車避障系統(tǒng)設(shè)計(jì)*

2021-03-31 01:24:50李震顏少華洪添勝呂石磊
關(guān)鍵詞:運(yùn)輸車側(cè)枝像素點(diǎn)

李震,顏少華,洪添勝,呂石磊

(1. 華南農(nóng)業(yè)大學(xué)電子工程學(xué)院,廣州市,510642; 2. 國家柑橘產(chǎn)業(yè)技術(shù)體系機(jī)械化研究室,廣州市,510642; 3. 廣東省山地果園機(jī)械創(chuàng)新工程技術(shù)研究中心,廣州市,510642; 4. 華南農(nóng)業(yè)大學(xué)工程學(xué)院,廣州市,510642)

0 引言

我國南方水果生產(chǎn)地主要集中在丘陵山地地區(qū),坡度大,地形復(fù)雜,作業(yè)困難[1]。為了解放生產(chǎn)力,提高果園機(jī)械化水平,山地果園貨運(yùn)技術(shù)取得了較好的發(fā)展[2],其中單軌運(yùn)輸車因其節(jié)能環(huán)保、方便搬運(yùn)、經(jīng)濟(jì)性好等特點(diǎn),在果園中廣泛應(yīng)用[3-4]。但運(yùn)輸車在應(yīng)用中,經(jīng)常被前方突發(fā)障礙物阻擋,如果不能及時(shí)有效的避開,容易發(fā)生安全事故,影響運(yùn)輸效率[5-6],因此,設(shè)計(jì)一個(gè)可靠性強(qiáng)、實(shí)時(shí)性高的避障系統(tǒng),對(duì)于提高生產(chǎn)效率、加強(qiáng)運(yùn)輸安全具有重要意義。

目前主流農(nóng)用機(jī)械障礙物檢測(cè)技術(shù)主要有超聲波、機(jī)器視覺、激光雷達(dá)[7]。超聲波存在聲波干衍射現(xiàn)象,導(dǎo)致在一定范圍內(nèi)同一時(shí)間只能單探頭工作,加上其波束角大,極容易被樹葉雜草等障礙物反射誤觸,果園測(cè)量具有局限性[8]。機(jī)器視覺計(jì)算復(fù)雜度大,消耗運(yùn)算能力高,加上被動(dòng)式探測(cè),光照過強(qiáng)會(huì)過度曝光,過暗精度,而運(yùn)輸車軌道部分處于果樹覆蓋下,部分處于露天下,光強(qiáng)變化大,不適用于單軌運(yùn)輸車避障[9-13]。激光雷達(dá)采用主動(dòng)式探測(cè),抗光強(qiáng),但不適合在晨霧現(xiàn)象多的山地果園中使用,而且安裝在震動(dòng)很大的運(yùn)輸車上極容易損壞機(jī)械掃描部件[14-16]。而基于TOF技術(shù)的深度相機(jī)創(chuàng)造性的結(jié)合了視覺技術(shù)獲取信息豐富與激光測(cè)距抗光干擾性強(qiáng)的優(yōu)點(diǎn),采用近紅外激光主動(dòng)式探測(cè),可一次性獲得RGB圖像和深度圖像,體積小,功耗低,價(jià)格相對(duì)低廉,被廣泛應(yīng)用于農(nóng)業(yè)導(dǎo)航和三維重建[17-20]。

本研究基于TOF技術(shù)的深度相機(jī),設(shè)計(jì)了一套山地果園單軌運(yùn)輸機(jī)避障系統(tǒng),旨在為果園自動(dòng)化運(yùn)輸提供一套高效準(zhǔn)確的避障系統(tǒng)。

1 系統(tǒng)結(jié)構(gòu)

1.1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

避障系統(tǒng)以ARGUS-A5深度相機(jī)作為障礙物數(shù)據(jù)采集器,以樹莓派3B+作為上位機(jī)數(shù)據(jù)處理器。整個(gè)系統(tǒng)可以分為三個(gè)模塊,即:障礙物檢測(cè)模塊、運(yùn)輸車控制模塊、電源模塊。系統(tǒng)的整體結(jié)構(gòu)如圖1所示。

避障系統(tǒng)其工作原理為:深度相機(jī)檢測(cè)到運(yùn)輸車行使空間上的障礙物三維信息,障礙物信息由一個(gè)80像素×60像素矩陣表示,每個(gè)矩陣元素包含像素點(diǎn)的坐標(biāo)信息、灰度信息以及深度信息,像素矩陣經(jīng)過USB協(xié)議傳輸至樹莓派內(nèi)存中保存,目標(biāo)程序讀取設(shè)備數(shù)據(jù)后,經(jīng)過數(shù)據(jù)處理做出避障決策,然后通過串口把避障標(biāo)志位傳輸至下位機(jī)STM32控制芯片,STM32中控芯片讀取到?jīng)Q策標(biāo)志位后通過控制無刷電機(jī)控制器對(duì)運(yùn)輸車的無刷電機(jī)做出正反轉(zhuǎn)、停止的控制,實(shí)現(xiàn)避障啟停效果。

1.2 傳感器參數(shù)

ARGUS-A5是一款基于時(shí)間渡越法(TOF)的多點(diǎn)測(cè)距深度相機(jī),其滿足刷新率高、中長(zhǎng)距離測(cè)距的需求,內(nèi)部集成了嵌入式數(shù)據(jù)修正算法,抗光干擾能力強(qiáng),可以通過Micro USB 2.0接口輸出光照強(qiáng)度和深度數(shù)據(jù)。其主要參數(shù)如表1所示。

表1 深度傳感器參數(shù)表Tab. 1 Parameters of depth sensor

2 硬件設(shè)計(jì)

2.1 單片機(jī)主控電路

單片機(jī)主控電路主要由單片機(jī)最小系統(tǒng)以及光耦隔離電路組成。單片機(jī)最小系統(tǒng)包括電源電路、晶振電路、復(fù)位電路、下載電路等。其中,單片機(jī)采用基于ARM內(nèi)核的STM32F103VCT6芯片,其各引腳對(duì)應(yīng)關(guān)系及意義如表2所示。

按鍵模塊主要用來控制運(yùn)輸車的運(yùn)動(dòng)狀態(tài)以及模式選擇,運(yùn)動(dòng)狀態(tài)包括前進(jìn)、停止、后退,模式選擇包括手動(dòng)模式以及自主運(yùn)行模式;無線接收模塊接收到遙控器信號(hào)或者按鍵按下后,需要經(jīng)過光耦隔離電路連接最小系統(tǒng)。由于無線信號(hào)及按鍵信號(hào)輸入端為5 V,TLP127光耦的LED壓降為1.15 V,推薦正向電流為16 mA,所以R6=(5-1.15)/16=240 Ω。其電路圖如圖2所示。

表2 單片機(jī)各引腳連接圖Tab. 2 Corresponding connections of MCU pins

圖2 光耦電路Fig. 2 Optical coupler equipment

2.2 無線遙控模塊

無線遙控模塊主要用來遠(yuǎn)距離對(duì)運(yùn)輸車進(jìn)行控制,包括前進(jìn)、停止、后退。這里采用PT2262/2272模塊進(jìn)行無線遙控,其采用315 MHz的高頻發(fā)射電路,傳輸距離可達(dá)400 m,其工作中只需要將PT2262/2272的1~8號(hào)地址位狀態(tài)碼設(shè)置為一致,就可以實(shí)現(xiàn)發(fā)送端PT2262與接收端PT2272的四位數(shù)據(jù)端保持通信。其引腳圖如圖3所示。

圖3 無線遙控模塊電路Fig. 3 Wireless remote control module circuit

3 軟件設(shè)計(jì)

3.1 測(cè)距原理

深度相機(jī)采用TOF(Time of Flight)技術(shù),能夠提供深度傳感數(shù)據(jù)。如圖4所示,其測(cè)量原理為相機(jī)將特定波長(zhǎng)的近紅外光經(jīng)過調(diào)制后發(fā)射出去,近紅外光遇到障礙物后反射,相機(jī)的TOF傳感器接收到反射的光信號(hào)后,捕捉到發(fā)送的光信號(hào)和接收到的光信號(hào)之間的相位差,MPU將相位的差異換算成光的飛行時(shí)間,已知光的飛行速度,這樣就可以計(jì)算出相機(jī)和目標(biāo)物體之間的距離。

(1)

式中:depth——深度相機(jī)與障礙物之間的距離;

c——光速,3×108m/s;

t——飛行時(shí)間。

圖4 TOF測(cè)距原理圖Fig. 4 Schematic diagram of TOF

3.2 測(cè)量模型

深度相機(jī)在獲取三維空間深度信息時(shí)可以看成針孔成像模型,如圖5所示,假設(shè)攝像頭為B平面,成像平面為U-V坐標(biāo)系,物體平面為X-Y-Z世界坐標(biāo)系,攝像頭水平視角為FOV-H,垂直視角為FOV-V,設(shè)測(cè)量點(diǎn)坐標(biāo)為Q(x,y,z),成像點(diǎn)坐標(biāo)點(diǎn)為q(u,v),成像平面的邊長(zhǎng)為L(zhǎng),高為H,與相機(jī)之間的深度距離為D。

圖5 成像模型示意圖Fig. 5 Schematic diagram of imaging model

測(cè)量平面跟深度信息之間的坐標(biāo)關(guān)系

L=2D×tan(FOV-H)

(2)

H=2D×tan(FOV-V)

(3)

D=depth

(4)

假設(shè)相機(jī)光心C(cu,cv),在UV上的焦距為fu,fv,根據(jù)相似三角形

(5)

(6)

即已知p(u,v)的像素坐標(biāo)信息以及深度信息,就可以知道有效檢測(cè)平面大小以及其中的檢測(cè)點(diǎn)Q(x,y,z)相對(duì)光心C(相機(jī)安裝位置)的空間三維信息。

3.3 算法設(shè)計(jì)

要實(shí)現(xiàn)避障決策,首先需要確認(rèn)障礙物相對(duì)于運(yùn)輸車行駛空間的位置,其次要分析障礙物類型,以便做出相應(yīng)決策。

根據(jù)運(yùn)輸車安全制動(dòng)最小距離確定好測(cè)量深度閾值后,由式(2)和式(3)可以計(jì)算出相機(jī)在固定測(cè)量深度D上的最大測(cè)量平面。為了簡(jiǎn)化計(jì)算量,可以根據(jù)運(yùn)輸車通行通道的縱截面計(jì)算出關(guān)于避障需求對(duì)于測(cè)量平面的感興趣區(qū)域(Region of interest,ROI),如圖6所示。對(duì)于處于感興趣區(qū)域的像素點(diǎn)探測(cè)到的障礙物信息,視為有效點(diǎn)信息,由有效點(diǎn)的坐標(biāo)可以根據(jù)式(5) 和式(6)計(jì)算出障礙物平面探測(cè)點(diǎn)相對(duì)于相機(jī)安裝位置的三維坐標(biāo)。

圖6 測(cè)量平面的ROIFig. 6 ROI of measurement plane1.測(cè)量平面 2.感興趣區(qū)域 3.有效像素點(diǎn)

單軌運(yùn)輸車運(yùn)行時(shí),主要的障礙物有在軌道附近的石頭、袋裝肥料、就業(yè)時(shí)橫穿軌道的果農(nóng)、放養(yǎng)在果園內(nèi)的牲畜、以及軌道兩旁果樹的側(cè)枝等。對(duì)于比較小的石頭以及側(cè)枝,運(yùn)輸車識(shí)別后可以直接通過,不需要做出避障措施,對(duì)于果農(nóng)、較大的石塊、袋裝肥料等,處于運(yùn)輸車通行范圍內(nèi)的,運(yùn)輸車需要做出避障決策。系統(tǒng)通過計(jì)算測(cè)量平面的感興趣區(qū)域有效點(diǎn)數(shù)量為M個(gè),就可以計(jì)算出障礙物最大截面面積S。對(duì)于面積大于預(yù)定閾值的,經(jīng)決策不為側(cè)枝樹葉的障礙物,應(yīng)采取避障措施,其計(jì)算公式如式(7)所示。

(7)

式中:S——障礙物有效面積;

M——感興趣區(qū)間有效像素點(diǎn);

U×V——測(cè)量平面像素點(diǎn)數(shù)量;

L×H——測(cè)量平面面積。

對(duì)于障礙物的類型識(shí)別,本文基于幀間差分法(Temporal Different)思想設(shè)計(jì)了一種障礙物識(shí)別模型。由于運(yùn)輸車處于運(yùn)動(dòng)狀態(tài),目標(biāo)在不同圖像中的成像位置不同,也就是像素坐標(biāo)不同。由于人、石頭等表面是相對(duì)平滑且連續(xù)的,所以單位時(shí)間內(nèi)圖像的像素點(diǎn)應(yīng)該處于連續(xù)狀態(tài),而側(cè)枝樹葉等由于中間有空隙且凹凸不平,所以成像像素點(diǎn)應(yīng)該處于間隔分散狀態(tài)。由于相機(jī)的工作頻率相對(duì)很高,運(yùn)輸車速度較慢,為了消除霧霾、下雨、雪花等環(huán)境對(duì)測(cè)量的影響,該算法對(duì)時(shí)間上連續(xù)的20幀深度圖像進(jìn)行濾波處理,分別把前10幀和后10幀圖像中平均深度值處于設(shè)定閾值內(nèi)的像素點(diǎn)坐標(biāo)存儲(chǔ)成新的兩幀圖像數(shù)據(jù),對(duì)兩幀圖像數(shù)據(jù)進(jìn)行差分運(yùn)算,判斷運(yùn)算結(jié)果的絕對(duì)值。當(dāng)絕對(duì)值超過一定閾值時(shí),即可判斷為側(cè)枝樹葉,從而實(shí)現(xiàn)目標(biāo)的區(qū)分功能,如圖7所示。

圖7 障礙物識(shí)別模型Fig. 7 Obstacle recognition model

幀間深度差分法如圖7所示。記第n幀和第n-1幀圖像為Fn和Fn-1,兩幀圖像像素點(diǎn)的深度值記為Fn(u,v)和Fn-1(u,v),將兩幀圖像對(duì)應(yīng)像素點(diǎn)的深度值相減,取其絕對(duì)值,得到差分深度圖Dn。

Dn(u,v)=|Fn(u,v)-Fn-1(u,v)|

(8)

對(duì)Dn有效點(diǎn)深度進(jìn)行累加,得到Rn,設(shè)定閾值T,進(jìn)行閾值判斷,對(duì)于Rn>T,判定為非障礙物,直接通過;對(duì)于Rn≤T,判定為障礙物,進(jìn)行避障。

(9)

4 系統(tǒng)試驗(yàn)與分析

4.1 試驗(yàn)方法

為了測(cè)試系統(tǒng)的性能,對(duì)安裝了深度相機(jī)避障系統(tǒng)的單軌運(yùn)輸機(jī)進(jìn)行測(cè)試。試驗(yàn)場(chǎng)地為華南農(nóng)業(yè)大學(xué)工程學(xué)院,為盡可能模擬山地果園單軌運(yùn)輸機(jī)的應(yīng)用場(chǎng)景,架設(shè)了長(zhǎng)150 m,最大坡度為35°,最大拐彎半徑為2 m,離地高度平均0.45 m,軌道寬0.05 m的環(huán)形軌道。為分析系統(tǒng)的避障效果,分別在運(yùn)輸車行車空間上和非行車空間上的軌道兩旁架設(shè)人型、規(guī)則物體及仿真樹枝障礙物,將深度相機(jī)垂直安裝于運(yùn)輸車縱截面正中心,分別檢測(cè)避障系統(tǒng)的準(zhǔn)確性與靈敏性。準(zhǔn)確性由能否準(zhǔn)確檢測(cè)到障礙物以及能否區(qū)分干擾型障礙物來表現(xiàn),靈敏性由運(yùn)輸車距離障礙物制動(dòng)距離表現(xiàn)。

強(qiáng)龍壓不過地頭蛇,茶園潑了化學(xué)水他工廠不賠能脫身。談到后來還不是松了口。不賠可以啊,你把那些潑出去的污水收回去。

4.2 結(jié)果及分析

4.2.1 準(zhǔn)確性測(cè)試

準(zhǔn)確性測(cè)試采用靜態(tài)檢測(cè)方法,基于單軌運(yùn)輸車制作了1∶1的車架,將避障系統(tǒng)安裝于車架上,用電腦打印輸出模擬樹莓派串口決策標(biāo)志位信號(hào),分別以人、規(guī)則木板(0.4 m×0.4 m)、不同葉密度(葉片數(shù)300片/m2、400片/m2、600片/m2)的仿真樹枝置于運(yùn)輸車通行軌道上的有效深度范圍內(nèi)(圖8),100次測(cè)量避障系統(tǒng)的避障結(jié)果如表3所示。

(a) 規(guī)則平面檢測(cè)

(b) 行人檢測(cè)

(c) 仿真樹枝檢測(cè)

表3 避障系統(tǒng)的準(zhǔn)確性測(cè)試Tab. 3 Accuracy test of obstacle avoidance system

由表3可知,避障系統(tǒng)對(duì)于人體以及規(guī)則物體的避障率為100%;對(duì)于單位平方米葉片數(shù)量為300的側(cè)枝視為非障礙物的概率為92%;但是對(duì)于密度過高,單位平方米葉片數(shù)量大于400的側(cè)枝識(shí)別率僅為67%;單位平方米葉片數(shù)量大于600的視為障礙物,發(fā)生避障誤判的概率為84%;所以對(duì)于軌道兩旁單位平方米葉片數(shù)量大于400的側(cè)枝,應(yīng)該指導(dǎo)農(nóng)戶修剪掉以減少避障系統(tǒng)誤判。

4.2.2 靈敏性測(cè)試

避障系統(tǒng)的靈敏性試驗(yàn)采用安裝在運(yùn)輸車上實(shí)地測(cè)試,試驗(yàn)軌道選取一段水平豎直軌道進(jìn)行,選取一塊方形障礙物(0.4 m×0.4 m)用三角形架支于運(yùn)輸通道上,使運(yùn)輸車置于距離障礙物5 m的距離,以0.4 m/s的速度向障礙物方向行駛(圖9),測(cè)試避障系統(tǒng)對(duì)于障礙物的識(shí)別以及靈敏度。通過運(yùn)輸車停車后到障礙物的距離,計(jì)算出避障延時(shí),計(jì)算公式如式(10)所示,試驗(yàn)進(jìn)行10次。試驗(yàn)結(jié)果如表4所示。

(10)

式中:td——避障延時(shí);

DS——檢測(cè)深度閾值;

LB——停車后運(yùn)輸車與障礙物的距離;

V——運(yùn)輸車的行駛速度。

圖9 系統(tǒng)靈敏度測(cè)試Fig. 9 System sensitivity test

表4 障礙物避障距離試驗(yàn)結(jié)果Tab. 4 Obstacle avoidance distance test results

由表4可知,避障系統(tǒng)決策后運(yùn)輸車與障礙物最大距離為110 cm,最小距離為101 cm,平均距離為103.3 cm;最大延時(shí)0.475 s,最小延時(shí)0.25 s,平均延時(shí)0.42 s;在運(yùn)輸車的安全制動(dòng)距離120 cm(預(yù)定閾值)范圍內(nèi),系統(tǒng)響應(yīng)速度靈敏。

5 結(jié)論

本文基于渡越時(shí)間法的深度相機(jī)設(shè)計(jì)了一套應(yīng)用于山地果園單軌運(yùn)輸車的避障系統(tǒng),實(shí)現(xiàn)運(yùn)輸車遠(yuǎn)程運(yùn)輸中的障礙物實(shí)時(shí)檢測(cè),提高運(yùn)輸安全性。

1) 準(zhǔn)確性試驗(yàn)表明該系統(tǒng)對(duì)于面積大于設(shè)定閾值的規(guī)則障礙物避障率為100%,對(duì)于單位平方米葉片數(shù)量為300的側(cè)枝類干擾型障礙物誤觸率為8%,對(duì)于單位平方分米葉片數(shù)量大于該值的軌道上側(cè)枝應(yīng)該予以修剪,為農(nóng)戶維護(hù)運(yùn)輸通道做出指導(dǎo)。

2) 靈敏性試驗(yàn)表明該避障系統(tǒng)最小制動(dòng)距離為101 cm,最大避障延時(shí)為0.475 s,具有響應(yīng)快速、安全性高的優(yōu)點(diǎn)。

猜你喜歡
運(yùn)輸車側(cè)枝像素點(diǎn)
不同芍藥品種側(cè)枝性狀的多樣性分析
陸空雙棲運(yùn)輸車
電子制作(2019年15期)2019-08-27 01:11:48
西紅柿側(cè)枝什么時(shí)候疏除好
基于canvas的前端數(shù)據(jù)加密
西紅柿側(cè)枝什么時(shí)候疏除好
基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
中置軸車輛運(yùn)輸車來了
專用汽車(2016年9期)2016-03-01 04:16:51
破“阻”——制定快遞運(yùn)輸車標(biāo)準(zhǔn)
專用汽車(2016年4期)2016-03-01 04:13:40
青花菜側(cè)花球留幾個(gè)為宜
2020年后的城市運(yùn)輸車將會(huì)怎樣?
專用汽車(2015年1期)2015-03-01 04:05:14
溧阳市| 高青县| 花莲县| 金山区| 黔南| 庄浪县| 拉萨市| 柳州市| 五河县| 信宜市| 深水埗区| 江北区| 昌图县| 谢通门县| 寻甸| 敖汉旗| 屏南县| 田阳县| 昭苏县| 南通市| 厦门市| 临海市| 洮南市| 平顶山市| 荥阳市| 晋中市| 琼中| 陆良县| 朝阳县| 察隅县| 西峡县| 乌兰县| 伊宁市| 宁都县| 弥渡县| 平山县| 正宁县| 常山县| 兴国县| 山东省| 若尔盖县|