蔬菜苗间锄草的苗草信息获取及视觉伺服控制研究

农田杂草是农业生态系统中的一个组成部分，长期的化学除草对作物、土壤、食品及水源造成污染。蔬菜种植中的苗间锄草耗费劳动力大，成本高，探索自动化苗间锄草技术是目前现代农业亟待解决的问题。本项目以机器视觉技术和机械手自动控制为基础手段，针对大田生菜种植的苗间机械化锄草中的高密度苗间杂草图像识别方法、苗草图像动态获取、锄草机械手伺服控制问题展开研究。建立苗草不同波长光的反射和偏振模型，优化光照环境与苗草图像目标对比度的关系，建立田间立体光照图像动态采集系统，突破自然光照环境下作物信息动态获取的局限。基于光度立体法的准三维图像重建和目标自相似的分形理论，形成一种新的高效的苗草识别方法。探索苗草位置信息与锄草机械手之间的伺服控制机理，建立多信息反馈的闭环控制模型。突破苗草识别和锄草控制的技术屏障，促进精准苗间锄草的自动化进程，同时也为田间作业机器人的发展提供有益的参考。

苗草信息获取及视觉伺服控制是苗间锄草机器人的关键技术。锄草机器人利用机器视觉技术获取作物苗草信息，伺服控制锄刀运动，实现锄草护苗。本项目解决的核心科学技术问题是：高速运动中苗间锄草及护苗。该问题的解决是实现高效中耕锄草的关键，是农业机器人走出实验室，进入田间作业的基础。本项目研究了（1）田间苗草信息获取系统构建；（2）苗草识别定位方法；（3）苗间锄草机械手设计与运动轨迹规划；（4）智能锄草视觉伺服控制技术。所取得的成果和创新性体现在：（1）突破高速运动状态下田间锄草视觉伺服控制技术问题：研究了基于机器视觉苗草识别定位方法，以及末端锄草机械手位置、速度、方位角控制与信息反馈技术，建立拖拉机前进速度、苗草当前位置与锄草机械手速度、方位的视觉伺服关系，实现有效锄草护苗。在机器视觉苗草定位、视觉伺服精度方面获得创新性成果。（2）解决苗间锄草、护苗运动轨迹优化设计问题：研究了不同田间工况环境下两种锄草机械手的苗间锄草运动轨迹规划模型，研发了直线和曲线轨迹规划算法，有效实现了护苗锄草。项目实施期间，进行了大量的理论分析和试验，累计投入人力10人。项目组发表学术论文6篇，其中5篇已被EI检索。申报发明专利5项，其中2项已授权。登记软件著作权1项。研究成果对突破苗草识别和锄草控制的技术屏障，促进精准苗间锄草的自动化进程，具有一定的促进作用，同时也为田间作业机器人的发展提供有益的参考。