自然环境下果实信息实时感知与三维目标获取方法研究

本项目是建立在多信息融合与模式识别基础上，面向农业果实采摘机器人的信息感知问题展开研究。目标：研究自然光照下动态序列图像获取方法，以解决快速序列图像中目标特征识别；研究颜色相近果、茎、叶光谱反射特性差异，实现在自然光照环境下果实与茎、叶的分离；研究基于双目立体视觉的果实三维信息获取方法，实现果实空间目标定位；研究果实遮挡信息的探测方法，为机器人在复杂工况下连续作业奠定基础。重要的创新点：建立敏感波段特征光谱图像的果实光反射模型，获得果实的特征光谱信息；基于多源信息组合实现三维信息获取，实现自然环境下果实信息实时跟踪与精确定位。.自然环境下农业机器人信息获取是现代农业领域最难点的问题之一。本项目打破传统机器人工作在结构环境下的屏障，将为农业机器人走出实验室、进入田间作业奠定理论基础。项目紧密结合我国农业自动化领域难点问题展开研究，将极大地促进我国农业机器人技术发展，具有重要的理论与实际意义。

本项目是建立在多信息融合与模式识别基础上，面向农业果实采摘机器人的信息感知问题展开研究。研究了自然光照下动态序列图像获取方法，以解决快速序列图像中目标特征识别；研究了果、茎、叶光谱反射特性差异，找到适于表达其果实与茎、叶不同特征的光谱波段，实现在自然光照环境下果实与茎、叶的分离；研究了基于双目立体视觉的果实三维信息获取方法，实现果实空间目标定位及抓取点的深度信息获取；研究果实遮挡信息的探测方法，探索部分信息被遮挡条件下果实信息获取方法，为机器人在复杂工况下连续作业奠定基础。重要的创新点：建立敏感波段特征光谱图像的果实光反射模型，获得果实的特征光谱信息；基于多源信息组合实现三维信息获取，实现自然环境下果实信息实时跟踪与精确定位。. 自然环境下农业机器人信息获取是现代农业领域最难点的问题之一。本项目打破传统机器人工作在结构环境下的技术屏障，将为农业机器人走出实验室、进入田间作业奠定理论基础。项目紧密结合我国农业自动化领域难点问题展开研究，将极大地促进我国农业机器人技术发展和设施农业自动化水平提高，具有重要的理论与实际意义。