序論：在您撰寫機(jī)器學(xué)習(xí)的四旋翼植保機(jī)目標(biāo)識(shí)別研究時(shí)，參考他人的優(yōu)秀作品可以開(kāi)闊視野，小編為您整理的1篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。

摘要:為了提高無(wú)人植保機(jī)的目標(biāo)識(shí)別能力，提升其在復(fù)雜環(huán)境下自主化作業(yè)的適應(yīng)性，將機(jī)器學(xué)習(xí)算法引入到了植保機(jī)目標(biāo)自主識(shí)別系統(tǒng)的設(shè)計(jì)上，利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法和圖像增強(qiáng)處理技術(shù)提高了識(shí)別系統(tǒng)的準(zhǔn)確性。模擬植保機(jī)的作業(yè)環(huán)境，在作業(yè)區(qū)域設(shè)置了大量的作物目標(biāo)，通過(guò)植保機(jī)對(duì)目標(biāo)物的識(shí)別對(duì)其性能進(jìn)行了測(cè)試，結(jié)果表明:植保機(jī)可以準(zhǔn)確地識(shí)別作物目標(biāo)，滿足自主作業(yè)時(shí)對(duì)目標(biāo)自主識(shí)別的設(shè)計(jì)需求。

關(guān)鍵詞:無(wú)人植保機(jī);四旋翼飛行器;機(jī)器學(xué)習(xí);神經(jīng)網(wǎng)絡(luò);目標(biāo)識(shí)別

0引言

四旋翼飛行器是一種飛行平穩(wěn)的無(wú)人飛行器，通過(guò)整體一體化設(shè)計(jì)后，結(jié)構(gòu)變得簡(jiǎn)單，易于維護(hù)，且負(fù)載能力強(qiáng)和抗阻能力好，被廣泛地應(yīng)用到了植保機(jī)的設(shè)計(jì)上。在無(wú)人植保機(jī)的設(shè)計(jì)上，目標(biāo)自主識(shí)別是視覺(jué)系統(tǒng)設(shè)計(jì)的關(guān)鍵。如果植保機(jī)可以自主識(shí)別作業(yè)目標(biāo)，在沒(méi)有定位導(dǎo)航儀器的情況下，植保機(jī)依然可以根據(jù)自己識(shí)別的作物作業(yè)，會(huì)大大提高作業(yè)的適應(yīng)能力，實(shí)現(xiàn)在復(fù)雜條件下的作業(yè)。因此，植保機(jī)目標(biāo)識(shí)別系統(tǒng)的研究對(duì)提升其自身的自主化作業(yè)水平具有重要的意義。

1無(wú)人植保機(jī)在農(nóng)業(yè)生產(chǎn)上的應(yīng)用

近年來(lái)，一種新型的植保機(jī)被應(yīng)用到農(nóng)業(yè)生產(chǎn)過(guò)程中，以代替人工實(shí)現(xiàn)無(wú)人化作業(yè)，從而極大地提高了植保作業(yè)效率，降低了植保作業(yè)過(guò)程中農(nóng)藥對(duì)作業(yè)人員的傷害。在各類無(wú)人植保機(jī)中，四旋翼無(wú)人植保機(jī)是最常用的，其具有較好的平穩(wěn)性，抗阻性能強(qiáng)，操作簡(jiǎn)單，可以在復(fù)雜情況下進(jìn)行大面積作業(yè)。在植保機(jī)無(wú)人化作業(yè)過(guò)程中，作業(yè)目標(biāo)的自主識(shí)別是提高作業(yè)智能化水平的關(guān)鍵。植保機(jī)利用自身的視覺(jué)系統(tǒng)可以對(duì)作業(yè)目標(biāo)進(jìn)行識(shí)別，其流程如圖1所示。在作物識(shí)別時(shí)，植保機(jī)通過(guò)機(jī)器視覺(jué)系統(tǒng)對(duì)目標(biāo)作物進(jìn)行圖像采集，在采集到的大量圖像中，機(jī)器視覺(jué)系統(tǒng)需要對(duì)圖像進(jìn)行增強(qiáng)處理，以達(dá)到提取目標(biāo)作業(yè)區(qū)域的目的;然后，通過(guò)相關(guān)的算法對(duì)圖像進(jìn)行特征提取，再將圖像和記憶存儲(chǔ)的圖像進(jìn)行比對(duì)，以識(shí)別作物。在識(shí)別時(shí)，可以利用智能算法的大量訓(xùn)練提高記憶精度，進(jìn)而提高作物目標(biāo)識(shí)別的準(zhǔn)確性。識(shí)別到農(nóng)作物后，控制器通過(guò)質(zhì)心坐標(biāo)計(jì)算得到作物的位置，將無(wú)人植保機(jī)移動(dòng)到作業(yè)區(qū)域執(zhí)行植保作業(yè)。

2基于機(jī)器學(xué)習(xí)的目標(biāo)識(shí)別算法

機(jī)器學(xué)習(xí)算法是當(dāng)前智能控制領(lǐng)域研究的一個(gè)熱點(diǎn)問(wèn)題，采用機(jī)器算法可以使機(jī)器具有類人的學(xué)習(xí)能力，從而實(shí)現(xiàn)智能化控制。將機(jī)器學(xué)習(xí)算法應(yīng)用農(nóng)業(yè)領(lǐng)域，可以提高農(nóng)機(jī)的自動(dòng)化作業(yè)水平，實(shí)現(xiàn)自主化作業(yè)。四旋翼無(wú)人機(jī)是一種先進(jìn)的無(wú)人駕駛飛行裝置，由于其飛行的平穩(wěn)性，被應(yīng)用到農(nóng)業(yè)植保領(lǐng)域，實(shí)現(xiàn)了植保過(guò)程的無(wú)人化作業(yè)。在農(nóng)機(jī)自主作業(yè)時(shí)，作業(yè)目標(biāo)的識(shí)別能力是一個(gè)非常重要的參數(shù)。利用機(jī)器視覺(jué)技術(shù)，植保機(jī)可以自主識(shí)別作業(yè)區(qū)域，從而有效地提高作業(yè)效率。特征提取是目標(biāo)識(shí)別的一種可靠手段，通過(guò)特征的提取植保機(jī)識(shí)別到農(nóng)作物區(qū)域，便可以按照指定的任務(wù)程序進(jìn)行作業(yè)。在特征提取算法中，邊緣檢測(cè)算法是其中的一種。利用邊緣檢測(cè)算法可以將目標(biāo)區(qū)域和背景之間區(qū)別開(kāi)，得到目標(biāo)和背景的邊緣線，進(jìn)而成功地捕捉到作業(yè)區(qū)域的目標(biāo)。在進(jìn)行邊緣檢測(cè)之前，需要利用增強(qiáng)算法對(duì)圖像進(jìn)行處理，從而提高目標(biāo)識(shí)別的準(zhǔn)確性。利用邊緣檢測(cè)算法對(duì)目標(biāo)區(qū)域進(jìn)行識(shí)別主要是由4個(gè)步驟組成，包括濾波、增強(qiáng)處理、檢測(cè)和定位。植保機(jī)利用機(jī)器視覺(jué)系統(tǒng)對(duì)農(nóng)作物作業(yè)區(qū)域的圖像進(jìn)行采集，再利用邊緣處理技術(shù)對(duì)農(nóng)作物作業(yè)區(qū)域的圖像進(jìn)行特征提取，利用機(jī)器學(xué)習(xí)算法對(duì)農(nóng)作物的目標(biāo)區(qū)域進(jìn)行識(shí)別，進(jìn)而得到區(qū)域的位置;定位后，控制中心發(fā)出控制指令，移動(dòng)植保機(jī)到達(dá)作業(yè)區(qū)域位置，進(jìn)行噴灑農(nóng)藥的作業(yè)。整個(gè)過(guò)程由此可以實(shí)現(xiàn)無(wú)人化控制。

3四旋翼無(wú)人植保機(jī)性能測(cè)試

近年來(lái)，很多無(wú)人化作業(yè)機(jī)械被應(yīng)用到農(nóng)業(yè)生產(chǎn)過(guò)程中，其中典型的無(wú)人機(jī)包括無(wú)人機(jī)駕駛播種機(jī)和聯(lián)合收獲機(jī)、采摘機(jī)器人、無(wú)人植保機(jī)等。在無(wú)人植保機(jī)系列中，由于四旋翼無(wú)人飛行器的飛行平穩(wěn)性較好，抗風(fēng)能力強(qiáng)，因此作為典型的無(wú)人植保機(jī)被設(shè)計(jì)出來(lái)。在作業(yè)過(guò)程中，無(wú)人機(jī)植保機(jī)如果可以自主地識(shí)別作業(yè)區(qū)域，并可以自動(dòng)導(dǎo)航，便可以實(shí)現(xiàn)無(wú)人化作業(yè)。谷上飛是珠海羽人農(nóng)業(yè)航空有限公司根據(jù)中小型農(nóng)田植保作業(yè)的需求開(kāi)發(fā)的一款無(wú)人植保機(jī)，如圖3所示。其飛行穩(wěn)定，抗風(fēng)性好，噴藥的穿透性較好，操控較為簡(jiǎn)單，一般的農(nóng)田管理人員在短時(shí)間內(nèi)都可以掌握其操作要領(lǐng)。根據(jù)無(wú)人植保機(jī)的作業(yè)環(huán)境，仿照無(wú)人機(jī)的結(jié)構(gòu)特征，對(duì)四旋翼植保機(jī)進(jìn)行了設(shè)計(jì)，其控制部分框架如圖4所示。飛行控制模塊是整個(gè)飛行器的核心，該模塊可以接收并分析傳感器采集到的各種農(nóng)作物的信息數(shù)據(jù)，接收和分析速度傳感器傳來(lái)的飛行姿態(tài)數(shù)據(jù)，包括速度傳感器和角度傳感器。本文主要研究?jī)?nèi)容是相機(jī)傳感器采集到農(nóng)作物后對(duì)目標(biāo)作業(yè)區(qū)域進(jìn)行識(shí)別。因此，在選擇控制器芯片時(shí)可以采用數(shù)據(jù)處理能力較強(qiáng)的芯片，并具有可編程性。根據(jù)無(wú)人植保機(jī)對(duì)作業(yè)區(qū)域自動(dòng)識(shí)別的設(shè)計(jì)需求，采用了AＲM生產(chǎn)的一款處理能力強(qiáng)大、可擴(kuò)展能力好、性價(jià)比高STM32F105微型控制單片機(jī)。為了驗(yàn)證無(wú)人植保機(jī)自主識(shí)別目標(biāo)的可行性，將機(jī)器學(xué)習(xí)算法以編程的方式嵌入到植保機(jī)的控制系統(tǒng)中，并模擬植保機(jī)作業(yè)環(huán)境設(shè)置農(nóng)作物目標(biāo)，通過(guò)對(duì)目標(biāo)的識(shí)別測(cè)試植保機(jī)的性能。進(jìn)行目標(biāo)識(shí)別時(shí)，以農(nóng)田平面為坐標(biāo)平面，以X向和Y向坐標(biāo)為點(diǎn)，設(shè)置了一系列的農(nóng)作物目標(biāo)點(diǎn);然后利用無(wú)人植保機(jī)對(duì)這些目標(biāo)物進(jìn)行識(shí)別，得到了目標(biāo)實(shí)際物和無(wú)人機(jī)識(shí)別并定位到的坐標(biāo)點(diǎn);將這些點(diǎn)擬合成曲線，如圖6所示。由對(duì)比結(jié)果可以看出:無(wú)人植保機(jī)能夠較為準(zhǔn)確地識(shí)別到農(nóng)作物目標(biāo)，并可以精確定位農(nóng)作物的位置，為無(wú)人植保機(jī)的自主作業(yè)提供了數(shù)據(jù)參考。

4結(jié)論

為了提高植保機(jī)無(wú)人化作業(yè)的水平及目標(biāo)自主識(shí)別能力，將機(jī)器學(xué)習(xí)算法用到了機(jī)器視覺(jué)系統(tǒng)的設(shè)計(jì)上，利用圖像邊緣處理對(duì)特征圖像進(jìn)行提取。然后與記憶圖像進(jìn)行比對(duì)，以達(dá)到識(shí)別作業(yè)區(qū)域的目的，并通過(guò)神經(jīng)網(wǎng)絡(luò)算法對(duì)圖像識(shí)別過(guò)程進(jìn)行了訓(xùn)練，提高了目標(biāo)識(shí)別的準(zhǔn)確性。最后對(duì)植保機(jī)目標(biāo)識(shí)別的準(zhǔn)確性進(jìn)行了驗(yàn)證，結(jié)果表明:植保機(jī)可以較為準(zhǔn)確地識(shí)別到農(nóng)作物目標(biāo)，對(duì)于提高其自身的無(wú)人化作業(yè)能力和環(huán)境適應(yīng)性具有重要的意義。

參考文獻(xiàn):

［1］李茗萱，張漫，孟慶寬，等．基于掃描濾波的農(nóng)機(jī)具視覺(jué)導(dǎo)航基準(zhǔn)線快速檢測(cè)方法［J］．農(nóng)業(yè)工程學(xué)報(bào)，2013，29(1):41－47．

［2］王莎，伍萍輝，王秀，等．基于北斗導(dǎo)航的聯(lián)合收割機(jī)作業(yè)面積測(cè)量系統(tǒng)［J］．農(nóng)機(jī)化研究，2015，37(1):39－42．

［3］張文利，郭宇，陳開(kāi)臻，等．基于預(yù)適應(yīng)路徑追蹤的收割機(jī)ＲAC導(dǎo)航系統(tǒng)［J］．中國(guó)農(nóng)業(yè)信息，2020，32(1):1－8．

［4］曾宏偉，雷軍波，陶建峰，等．低對(duì)比度條件下聯(lián)合收割機(jī)導(dǎo)航線提取方法［J］．農(nóng)業(yè)工程學(xué)報(bào)，2020，36(4):18－25．

作者:魏純 李明 龍嘉川 姚敏 單位:武漢東湖學(xué)院電子信息工程學(xué)院 空軍預(yù)警學(xué)院信息管理中心