一种基于图像视觉的无人割草车导航方法与流程

技术特征：
1.一种基于实时图像的无人割草车导航方法，其特征在于，包括以下步骤：s1：监控摄像头的安装；监控摄像头安装在草地区域外围的高处支架上，其包括全景摄像头和细节摄像头；细节摄像头为带云台的长焦摄像头，对无人割草车的细节进行拍摄；其中，监控摄像头拍摄到的图像传输到上位机进行处理；s2：草地工作区域栅格划分；以全景摄像头拍摄的草地区域为基础，采用栅格划分的形式将拍摄的草地区域划分；s3：全景摄像头图像目标跟踪；监控摄像头实时检测草地区域；s4：细节摄像头目标跟踪；s5：无人割草车定向及无人割草车栅格定位。2.根据权利要求1所述的一种基于实时图像的无人割草车导航方法，其特征在于，在步骤s2中，以割草车的长宽尺寸作为栅格划分的基本单位，将整个草地工作区域进行栅格划分；图像采用倾斜栅格划分的形式，在工作前进行栅格尺寸标定，将割草车分别停放于工作区域的长宽方向的最近和最远点，共计四个角点位置，在图像中识别四个角点位置中割草车所占图像区域尺寸，随后以区域四个角点的栅格尺寸通过插值计算区域中其它位置的栅格尺寸。3.根据权利要求1所述的一种基于实时图像的无人割草车导航方法，其特征在于，在步骤s3中，当无人割草车出现在草地区域后，由全景摄像头的图像中识别到无人割草车的在图像中的位置坐标，随后采用图像跟踪的方式追踪无人割草车的位置变化。4.根据权利要求3所述的一种基于实时图像的无人割草车导航方法，其特征在于，图像追踪采用目标检测和运动目标跟踪相结合的方式，当未锁定割草车位置时，不断扫描拍摄到的图像，以割草车的形状特征和颜色特征进行目标检测；检测到目标后，以目标所在图像区域作为运动目标跟踪的初始化区域；其中，运动目标跟踪采用mean
‑
shift算法，以初始化区域图像开始，不断从下一帧图像中寻找与上一帧中目标区域相关性最大的区域作为目标所在图像区域；搜索到目标区域后，在该区域以目标检测的方式进行扫描，对目标检测位置进行精准测量，当目标检测位置与运动目标跟踪方法搜索到的区域位置相差较大时则重新设置运动目标跟踪的初始化区域。5.根据权利要求1所述的一种基于实时图像的无人割草车导航方法，其特征在于，在步骤s4中，全景摄像头检测到无人割草车后，通过云台控制细节摄像头实时追踪无人割草车，拍摄无人割草车的细节信息图像，通过细节信息得到无人割草车的车头方向。6.根据权利要求5所述的一种基于实时图像的无人割草车导航方法，其特征在于，通过细节摄像头得到清晰的割草车图像，在图像中通过割草车的形态特征对车辆的姿态进行识别和计算，得到割草车在图像中的车头方向，随后获取云台旋转角度与图像中的车头方向得到割草车相对于相机的行进方向。7.根据权利要求1所述的一种基于实时图像的无人割草车导航方法，其特征在于，在步骤s5中，根据检测得到的无人割草车的图像坐标，判断其在图像栅格中的位置，根据车头方向实时调整无人割草车的转弯幅度和速度，使其根据规划后的行驶路径向下一个目标栅格行驶，直至行程经过所有路径控制点。8.根据权利要求7所述的一种基于实时图像的无人割草车导航方法，其特征在于，路径规划采用弓字型规划方法。
9.根据权利要求7所述的一种基于实时图像的无人割草车导航方法，其特征在于，行驶路径其包括控制无人割草车行驶路径；行驶控制采用l1自适应控制算法，l1自适应控制算法以车辆当前所在位置和期望位置的连线作为期望路径，在期望路径上选取参考点，根据参考点和当前水平速度计算出水平期望加速度，使车辆保持行驶在期望路径上，当车辆行驶存在偏差时，通过水平加速度调整车辆行进方向。

技术总结
本发明公开了一种基于实时图像的无人割草车导航方法，包括监控摄像头的安装；草地工作区域栅格划分；全景摄像头图像目标跟踪；细节摄像头目标跟踪；无人割草车定向及无人割草车栅格定位；基于图像的无人割草车的导航方法可不依赖于卫星定位系统和环境特征进行定位和导航，可以有效解决在保密单位或无法使用卫星定位和环境特征定位的大场景草地环境中无人割草车导航的问题。人割草车导航的问题。人割草车导航的问题。


技术研发人员：勾志阳 牛霆葳 张杰 裘宏伟 周洋
受保护的技术使用者：普达迪泰（天津）智能装备科技有限公司
技术研发日：2021.07.17
技术公布日：2021/10/26