农业机器人在自动导航过程中,需要识别复杂环境中的作物信息,如何实时、快速、准确地检测出农业环境中的作物信息,并利用其进行导航已成为农业生产领域中研究的热点内容。同时在田间环境条件下,客观因素往往复杂多变,较难有效建立持续的作物特征视觉导航信息。文中基于双目视觉技术研究农业机器人导航系统,以实时、有效地为农业机器人系统提供导航参数。本文重点围绕以下几个方面的内容进行研究:(1)设计总体方案,为整个导航系统构建软、硬件平台。(2)提出平行双目视觉模型的标定优化方案,实验结果表明,当标定物距在190cm处时,标定误差达到最小,横坐标为0.115像素,纵坐标为0.105像素。采用Bouguet算法对双目视觉的图像进行校正,以得到行对准图像对,然后研究使用遗传算法优化神经网络进行双目摄像头标定,取得较好效果。(3)提出一种对农作物图像二值化处理的滤波方法,通过开运算与自适应阈值统计滤波相结合,得到合适的图像分割模板,以保留绿色作物。实验结果表明,滤波降低二值化图像噪声达17.63%。(4)提出改进农作物图像特征点匹配方案。通过图像分割使用SURF特征方法,结合RANSAC算法有效地改善了匹配效果。实验中采用多种作物且不同场景图像进行实验验证,结果表明,SURF-RANSAC效果较好,匹配率达到96.9%,处理时间为0.92s,标准差为0.03s。该方法满足低速条件下,农业机器人导航系统构建三维信息实时性要求。(5)在三维信息获取基础上,设计农业机器人视觉导航控制策略方案,通过室内仿真实验,结果表明,行进过程中横向偏差最大为7.9cm,平均为2cm,航向偏差最大为4.3°,平均为1.2°。