传统的人工采棉方式严重制约着采棉效率和采摘成本,机械化采棉的推广也迟迟见不到成效,针对我国棉花品种多、纤维短、收获期长的特点,在短时间内无法改变棉花农艺的情况下,研制智能型采棉机器人已迫在眉睫。它的提出在采棉效率和采摘棉花质量之间找到了良好的平衡点,十分适合我国棉花收获的实际情况。 为此,本文提出并实现了一种基于机器视觉的智能型采棉机器人,并创造性地将真空抽吸方式应用于末端执行器,在简化设计的同时也经实验证实非常实用。论文的研究工作就所提出的智能型采棉机器人方案深入讨论了机器人本体设计、机器人运动学、自然场景中棉花的分割及识别等内容,具有重要的实际价值。 1.机器人本体设计 首先本文提出了基于机器视觉的智能型采棉机器人本体设计方案,从功能模块上,将其划分为机器视觉模块、机械手机构模块、底盘动力模块和主控模块。并对其中的机械手机构和机器视觉系统两个主要模块,进行了详细的电气设计,包含各自的结构设计、器件选型、控制系统、软件设计等内容。 2.机械手建模和仿真 机器人的运动学研究对深入开展轨迹规划和避障研究具有很重要的意义,因此本文根据D-H法则和机械手的尺寸信息,建立了该机械手的运动学模型,并采用反变换法求解了运动学逆问题。利用MATLAB的Robotics工具箱,对建立的机械手模型进行了运动学的仿真验证。 3.棉花图像的分割及识别 识别的目的是把成熟的棉花从背景中识别出来,为空间定位作准备。本文对自然场景下拍摄的图像,提取感兴趣区域(ROI)的颜色信息,分别在RGB和HSV颜色模型中,利用统计分析对比的方法,得到了棉花的颜色特征。发现了在HSV模型下,分离棉花的S值进行阈值分割的方法；发现了利用RGB颜色模型中的B-G色差分量进行分割的方法,并引入模板方式和增大步长的方法,进一步提高了图像分割的速度,实验证明这两种方法都取得了满意的分割效果。 分割得到的图像,经过形态学运算消除噪声,标记区域,再根据区域面积和最小外接矩形长宽比设定阈值,去除过分遮挡和距离较远的目标。然后根据本文提出的棉花成熟度判定准则,提取出其中的成熟棉花。最后利用特征提取算法,计算出各朵棉花的面积及质心坐标。本文还对实际生产中,可能存在的多朵棉花粘连在一起的情况进行了研究,采用先求出距离图,再用分水岭算法进行分离的方法,但出现了过分割情况,通过进一步改进算法得到了理想的结果。 最后论文总结了研究工作,并且对未来该项研究作了展望。