基于GPS和機(jī)器視覺的組合導(dǎo)航定位方法研究

邊云龍

摘 要：基于GPS和機(jī)器視覺的組合導(dǎo)航是一種比較新式的農(nóng)業(yè)機(jī)械導(dǎo)航定位方法。在該組合中，GPS可以獲得導(dǎo)航車的位置、航行方向、以及航行速度等信息看，機(jī)器視覺通過現(xiàn)代圖像技術(shù)，獲得導(dǎo)航基準(zhǔn)線，得到特征點(diǎn)。通過組合導(dǎo)航可以有效提高導(dǎo)航系統(tǒng)的精準(zhǔn)性，提高工作效率，彌補(bǔ)單一傳感器的不足，從而構(gòu)建成多功能導(dǎo)航系統(tǒng)。對GPS和機(jī)器視覺組合導(dǎo)航進(jìn)行研究，在組合導(dǎo)航中采用HOUGH直線擬合方法對已知點(diǎn)進(jìn)行擬合，提高了系統(tǒng)的處理效率。通過UKF方法進(jìn)行濾波處理，可以減小標(biāo)準(zhǔn)偏差，值得在實(shí)踐中推廣。

關(guān)鍵詞：GPS；機(jī)器視覺；導(dǎo)航定位方法

隨著科學(xué)技術(shù)的提高，農(nóng)業(yè)機(jī)械導(dǎo)航技術(shù)得到了較大的發(fā)展?；贕PS和機(jī)器視覺的組合導(dǎo)航是一種比較新式的農(nóng)業(yè)機(jī)械導(dǎo)航定位方法。在該組合中，GPS可以獲得導(dǎo)航車的位置、航行方向、以及航行速度等信息看，機(jī)器視覺通過現(xiàn)代圖像技術(shù)，獲得導(dǎo)航基準(zhǔn)線，得到特征點(diǎn)，本文將對組合導(dǎo)航的試驗(yàn)準(zhǔn)備和方法進(jìn)行闡述，探討試驗(yàn)結(jié)果，希望為組合導(dǎo)航的更好應(yīng)用提供幫助。

1 組合導(dǎo)航試驗(yàn)準(zhǔn)備和方法概述

在導(dǎo)航系統(tǒng)中，由于技術(shù)限制每一種傳感器都有其自身的局限性，而通過不同傳感器的有效組合，可以有效彌補(bǔ)單一傳感器的不足，是未來導(dǎo)航的主要應(yīng)用模式。而GPS和機(jī)器視覺是導(dǎo)航系統(tǒng)中主要的兩種傳感器，其中GPS導(dǎo)航在確定基準(zhǔn)線方面存在一定不足，而機(jī)器視覺雖然較高的定位精度，但進(jìn)行圖像處理時(shí)可能會出現(xiàn)失誤情況，而將GPS和機(jī)器視覺進(jìn)行組合導(dǎo)航可以有效改進(jìn)單獨(dú)導(dǎo)航的不足，實(shí)現(xiàn)優(yōu)化互補(bǔ)。

本研究將應(yīng)用UKF濾波算法對該組合導(dǎo)航進(jìn)行試驗(yàn)和分析。目前應(yīng)用較多的是Kalman算法，該算法是一種傳感器信息融合算法，這種算法可以根據(jù)不同時(shí)間信息做出研究對象的線性估計(jì)，對于傳感器的實(shí)時(shí)融合技術(shù)非常合適。但Kalman算法具有一定的局限性，該方法對線性濾波具有較好效果，對于非線性系統(tǒng)則達(dá)不到要求。而UKF濾波算法對于非線性系統(tǒng)具有和好的適應(yīng)性。UKF算法主要通過UT變換將參數(shù)轉(zhuǎn)變成具有統(tǒng)計(jì)特性，在進(jìn)行系統(tǒng)估計(jì)從而滿足非線性要求。

1.1 試驗(yàn)準(zhǔn)備

本研究采用四輪電瓶車作為研究對象。該四輪電瓶車是直流電機(jī)驅(qū)動(dòng)模式，安裝了轉(zhuǎn)向步進(jìn)電機(jī)和角度傳感器，可以進(jìn)行自動(dòng)速度調(diào)節(jié)。GPS接收設(shè)備的定位精度在1.5cm，輸出定位信息的格式是NMEA-0183標(biāo)準(zhǔn)格式，在本研究中采用VTG進(jìn)行數(shù)據(jù)的輸出工作。機(jī)器視覺傳感器的輸出圖像為彩色圖像，格式為.bmp，幀頻可以調(diào)整，電子快門的曝光時(shí)間在20μs左右。

1.2 試驗(yàn)方法分析

組合導(dǎo)航定位系統(tǒng)的設(shè)計(jì)圖示如圖1所示。在組合導(dǎo)航定位系統(tǒng)中，GPS主要確定農(nóng)機(jī)的位置、行駛的角度和速度進(jìn)行確定，機(jī)器視覺對圖像進(jìn)行預(yù)處理，從而獲得位置坐標(biāo)。同時(shí)系統(tǒng)對兩個(gè)傳感器的處理結(jié)果進(jìn)行匯總和分析，通過UKF濾波算法的得到最終試驗(yàn)數(shù)據(jù)。

1.2.1 機(jī)器視覺方法分析

機(jī)器視覺定位對于導(dǎo)航基準(zhǔn)線的獲得具有重要幫助，同時(shí)還可以對特征點(diǎn)進(jìn)行明確。在進(jìn)行機(jī)器視覺定位時(shí)，首先系統(tǒng)將彩色圖像進(jìn)行灰度變換，之后對對象進(jìn)行分割，對圖像進(jìn)行去噪處理，通過直線擬合方式從候選點(diǎn)中確定特征點(diǎn)。其中在對農(nóng)田環(huán)境進(jìn)行圖像處理時(shí)，要采用符合圖像特色的彩色模型，具體來說，可以根據(jù)農(nóng)田特點(diǎn)選擇2G-R-B特征加強(qiáng)對比度。在進(jìn)行圖像分割時(shí)，要對時(shí)間和效果因素進(jìn)行考量，根據(jù)最大類間方差算法進(jìn)行圖像處理，作物設(shè)定為白像素。如果分割后圖像出現(xiàn)較多的噪聲點(diǎn)，要通過腐蝕算法進(jìn)行去噪處理。圖像預(yù)處理完成時(shí)，要選擇具有代表性的作物作為候選點(diǎn)。在本研究中，通過垂直投影法確定了候選點(diǎn)。同時(shí)，要對兩點(diǎn)間的灰度差進(jìn)行計(jì)算和確定，避免出現(xiàn)邊界灰度值跳躍現(xiàn)象。在做直線擬合時(shí)，本試驗(yàn)采用HOUGH變換法進(jìn)行擬合工作。最后選擇導(dǎo)航路徑中的一個(gè)點(diǎn)，該點(diǎn)確定為特征點(diǎn)，并在坐標(biāo)系中進(jìn)行精確記錄。

1.2.2 傳感器配準(zhǔn)方法

組合導(dǎo)航系統(tǒng)的坐標(biāo)圖包含大地坐標(biāo)系和視覺坐標(biāo)系，其中大地坐標(biāo)系的信息作為GPS輸出信息，通過投影進(jìn)行轉(zhuǎn)化，變成北-東平面坐標(biāo)系。該坐標(biāo)作為組合系統(tǒng)坐標(biāo)圖的主坐標(biāo)，對另兩個(gè)坐標(biāo)系進(jìn)行統(tǒng)一。在試驗(yàn)中，攝像機(jī)光心會在地面上有投影點(diǎn)，將該點(diǎn)作為視覺坐標(biāo)系的原點(diǎn)。在坐標(biāo)系中，X軸代表駕駛方向。

上文中計(jì)算的特征點(diǎn)就為該坐標(biāo)系的目標(biāo)點(diǎn)，在實(shí)際操作中要根據(jù)攝像機(jī)的內(nèi)外參數(shù)進(jìn)行調(diào)整，將圖像坐標(biāo)進(jìn)行轉(zhuǎn)換，從而符合導(dǎo)航車的視覺坐標(biāo)系，而大地坐標(biāo)系的位置分布則根據(jù)GPS取得。

UKF算法可以對系統(tǒng)方程進(jìn)行有效處理。首先進(jìn)行UT變換，通過這種變換可以進(jìn)行濾波估計(jì)處理，從而有效減小產(chǎn)生的估計(jì)差錯(cuò)。

1.2.3 多傳感器信息模式

對組合系統(tǒng)模型分析，以及通過UKF算法可以得到時(shí)間為k時(shí)的狀態(tài)向量：

其中，（Xv，k，Yv，k）代表的是坐標(biāo)系中的大地位置坐標(biāo)，（uv，k，vv，k）代表的是導(dǎo)航車的速度分量。考慮到GPS以及視覺輸出情況，k時(shí)間的量測向量為：

2 試驗(yàn)結(jié)果探討

2.1 圖像處理分析

上面介紹了圖像處理的辦法，為了檢驗(yàn)應(yīng)用該種圖像處理產(chǎn)生的效果，特在某農(nóng)業(yè)示范基地進(jìn)行驗(yàn)證。在本試驗(yàn)中，對小麥圖像分析，圖像的分辨率為640×480，類型為.bmp。在本試驗(yàn)中采集20組圖像，通過C語言對圖像進(jìn)行處理。在UKF算法下，圖像處理所用的平均時(shí)間為123ms，符合視覺導(dǎo)航要求。為了進(jìn)一步進(jìn)行驗(yàn)證，選擇一幅圖像進(jìn)行處理，結(jié)果見圖2。從圖2中可以看到，通過UKF算法可以有效提高圖像質(zhì)量，降低圖像中玉米桿的影響，從而對作物邊界進(jìn)行清晰界定。

2.2 導(dǎo)航定位分析

為了確定組合導(dǎo)航定位情況，對組合導(dǎo)航的定位效果進(jìn)行了驗(yàn)證，該試驗(yàn)選擇在某大學(xué)園區(qū)內(nèi)進(jìn)行。在驗(yàn)證設(shè)備方面，攝像機(jī)的安裝位置要在導(dǎo)航車的正前方，在支架上固定好。在本試驗(yàn)中攝像機(jī)和地面之間的距離為0.94m，和大地夾角呈45°角左右。保持前視距離為1.70m，為了模擬出農(nóng)作物，在地面上布置了長為17m寬度為12m的綠色帶條。

在試驗(yàn)中，要將各個(gè)傳感器保持開啟狀態(tài)，從而確定噪聲協(xié)方差矩陣。當(dāng)導(dǎo)航車開始運(yùn)行后，一般可以在20m左右得到傳感器傳出的數(shù)據(jù)，技術(shù)人員要以此作為計(jì)算依據(jù)，進(jìn)行定位偏差的計(jì)算。同時(shí)對于計(jì)算結(jié)果要適時(shí)進(jìn)行調(diào)整，調(diào)整時(shí)要以所得計(jì)算結(jié)果為主，同時(shí)根據(jù)經(jīng)驗(yàn)進(jìn)行細(xì)微調(diào)整。

試驗(yàn)的具體過程為：首先在導(dǎo)航車頂安裝GPS天線，接受信息數(shù)據(jù)。技術(shù)人員駕駛導(dǎo)航車，在鋪好的綠色帶條上勻速前進(jìn)，保持前進(jìn)速度為0.6m/s，將該綠色帶條當(dāng)作農(nóng)作物行進(jìn)行數(shù)據(jù)采集工作。導(dǎo)航車的形式方向?yàn)闁|西向行駛，在大地坐標(biāo)系上表現(xiàn)為X軸向行駛，本試驗(yàn)一共采集了5組數(shù)據(jù)，對一組數(shù)據(jù)展開研究，進(jìn)行最終定位效果。

可以看出，在通過UKF法進(jìn)行濾波后，視覺定位中野值點(diǎn)的影響變?nèi)?，定位曲線也更加平滑。同時(shí)KF算法相比，UKF算法更加符合要求，濾波效果更加出色，并且數(shù)據(jù)的標(biāo)準(zhǔn)偏差也較小。表1為UKF和KF兩種方法的定位數(shù)據(jù)準(zhǔn)偏差比較。

3 結(jié)語

隨著科學(xué)技術(shù)的發(fā)展，組合導(dǎo)航技術(shù)的發(fā)展和應(yīng)用也越來越成熟。通過組合導(dǎo)航可以有效提高導(dǎo)航系統(tǒng)的精準(zhǔn)性，提高工作效率，彌補(bǔ)單一傳感器的不足，從而構(gòu)建成多功能導(dǎo)航系統(tǒng)。本文對GPS和機(jī)器視覺組合導(dǎo)航進(jìn)行研究，在組合導(dǎo)航中采用HOUGH直線擬合方法對已知點(diǎn)進(jìn)行擬合，提高了系統(tǒng)的處理效率。通過UKF方法進(jìn)行濾波處理，可以減小標(biāo)準(zhǔn)偏差。可見使用GPS和機(jī)器視覺組合定位可以有效避免視覺信息丟失的情況，有效提高定位精度，值得在實(shí)踐中推廣應(yīng)用。

參考文獻(xiàn)

[1] 陳艷，張漫，馬文強(qiáng)，劉兆祥，籍穎.基于GPS和機(jī)器視覺的組合導(dǎo)航定位方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，03：126-130.

[2] 周建軍，王秀，張睿，劉剛，馬偉，馮青春.農(nóng)機(jī)車載GPS和DR組合導(dǎo)航系統(tǒng)定位方法！[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，S1：262-265.

[3] 胡靜濤，高雷，白曉平，李逃昌，劉曉光.農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航技術(shù)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，10：1-10.