农业机器人避障算法的研究

赵　珊，崔天时

（东北农业大学电气与信息学院，哈尔滨　１５００３０）

摘　要：为了保证农业自主移动机器人能够在非结构的农田环境下灵活自主的行走，一个关键的技术就是能够准确地判断农田中障碍物的方位以及机器人与障碍物之间的相对位置，从而选择正确的路径。为此，提出了一种距离传感器结合图像边缘检测技术的避障算法，通过超声波测距传感器与ＰＳＤ（位置敏感传感器）红外测距传感器对农田中的障碍物进行检测，利用ＣＣＤ摄像头采集机器人所处农田环境中的图像信息并在Ｌｉｎｕｘ系统中利用ＯｐｅｎＣＶ函数库进行图像处理，得到图像的边缘信息，从而判断出可行的路径。关键词：农业自主机器人；距离传感器；图像处理；边缘检测；避障中图分类号：ＴＰ２４２．３　　　　　　　文献标识码：Ａ

文章编号：１００３－１８８Ｘ（２０１４）０１－００９１－０４

０　引言

在农业机器人研究方面，日本领先于其他国家。２１世纪，我国农业自主机器人的研究发展迅速

［１］

左侧和右侧两个超声波传感器测得的数据判断障碍物的倾斜角度，判断是左转还是应该右转。另外，当农业自主机器人与障碍物的距离小于１５ｃｍ时，机器人先后退，再决定行进方向。此时，如果后面超声波测距传感器感应到有障碍物，则要前进或者是调整农业自主机器人的姿势，然后再判断行进方向。

为了判断其中障碍物的倾斜角度，可以根据图１

农业机器人避障算法的研究

所示模型进行计算。

，而

农业机器人的导航系统是其中的一个关键技术。复杂的农田环境给农业自主机器人的行走增加了难度

［２］

。在本实验中，对农业自主机器人在农田环境下

的避障进行了深入研究，提出了基于超声波及ＰＳＤ测距传感器的避障算法、基于图像边缘检测的避障算法和二者相结合的障碍物检测和路径规划算法。通过摄像头和超声波测距作为农业自主机器人的视觉导航系统，实现机器人图像信息的采集，并对采集到的图像进行数据处理，包括格式转换、灰度变换、边缘锐化、边缘检测和二值化处理等；对距离传感器进行数据分析，判断前方障碍物的情况，结合摄像头的图像数据进行综合处理，最终得到比较合理的路径判断。

（ａ）　当θ＜０时　　　　　　　　（ｂ）　当θ＞０时

图１　障碍物倾斜模型

１　避障算法的研究

ＰＳＤ红外测距传感器对农田中前方障碍物进行判断，躲避障碍物

［３］

由图１可得

ｔａｎθ＝ｄ１／ｌ＝ｄ２２

其中，ｄ１＝ＤＬ－ＤＲ，ｄ２＝ＤＰＳＤ－ＤＲ。当θ在［－π／１２，＋π／１２］，ｔａｎθ在［－０．２６７９，＋０．２６７９］内时，超声波测距传感器获得的数据较为准确。因此，可以根据ｔａｎθ的值判断是应向左转还是向右转。

当｜θ｜的值大于π／１２时，即障碍物倾斜角度大于

农业自主机器人可以通过超声波测距传感器和

。本实验采用的ＰＳＤ红外传感器的量

程为１０～８０ｃｍ。