基于水平样条分割的棉田作业机器人导航路径检测

视觉导航是智能采棉机器人的基本技术之一。 棉田组成复杂，存在遮挡和照明，难以准确识别出犁沟，从而提取出导航线。 提出了一种基于水平样条分割的野外导航路径提取方法。 首先，通过OTSU阈值算法对RGB color.space中的彩色图像进行预处理，以分割犁沟的二值图像。棉田图像成分分为四类：犁沟（成分包括土地，枯萎的叶子等）。 。），棉纤维，棉的其他器官和外部区域或阻塞物。 通过利用HSV模型的色相和值的显着差异，作者将阈值分为两个步骤。 首先，他们在S通道中分割棉绒，然后在棉线区域之外的区域中在V.通道中分割犁沟。 另外，需要形态学处理以滤出小的噪声区域。 其次，水平样条用于分割二值图像。 作者检测水平样条中的连通区域，并合并由棉毛或附近大连通区域中的亮点引起的孤立的小区域，从而获得犁沟的连通区域。 第三，根据相邻导航线候选之间的距离较小的原理，以图像底部的中心为起点，并从连通域的中点开始依次选择候选点。 最后，作者对连接域的数量进行计数，并计算连接域边界线的参数变化，以确保机器人是否到达了野外或遇到障碍物。 如果没有异常，则使用minimum.squares方法由导航点拟合导航路径。