-
题名面向自动驾驶农机的农田地头边界线检测系统
被引量：7
- 1
-
-
作者
乔榆杰
杨鹏树
孟志军
王侨
刘卉
-
机构
首都师范大学信息工程学院
国家农业智能装备技术研究中心
-
出处
《农机化研究》
北大核心
2022年第11期24-30,共7页
-
基金
国家自然科学基金项目(31971800)
国家重点研发计划智能机器人重点专项(2019YFB1312304)。
-
文摘
农田地头环境感知与识别是农机自动驾驶系统实用化的瓶颈与关键技术。为此,以约翰·迪尔1204拖拉机为试验平台,在自动导航系统AMG-1102基础上,加装双目立体相机,构建农田地头边界线检测系统。针对较为典型的灰度突变型地头图像,提出相应的地头边界线检测方法,将图像沿水平方向平均分成8个区域,求解每个区域的位置特征点,采用稳健回归法提取地头边界。田间试验结果表明:算法能够快速准确地检测出地头边界线,并能较好地适应地头边界线的倾斜情况,平均每帧图像检测时间为0.32s,准确率均值为96.2%,能够满足实际农田作业生产需求。
-
关键词
农机自动驾驶
地头边界线检测
机器视觉
图像识别
-
Keywords
agricultural machinery automatic driving
boundary detection
machine vision
image identification
-
分类号
S219.0
[农业科学—农业机械化工程]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于图卷积神经网络的露天矿车道路边界检测算法
- 2
-
-
作者
秦学斌
许爱珍
周毓凡
-
机构
西安科技大学电气与控制工程学院
-
出处
《金属矿山》
北大核心
2025年第3期181-188,共8页
-
基金
国家自然科学基金项目(编号:62303374)。
-
文摘
由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车道路边界检测算法。首先利用kd-tree算法和基于体素化的八叉树滤波算法构成的复合索引结构对点云数据进行精简和滤波,剔除点云数据中的异常点和高噪声点;再通过基于K-means聚类对精简后的点云数据进行图卷积神经网络运算提取出地面点,非地面点通过聚类方法寻找邻域构成三角面,利用三角面的法向量拟合非地面即得到曲面;最后计算拟合最优地面和非地面的交线即为所求的道路边界线。试验结果表明:提出的道路边界检测算法能很好地检测出边界线,为矿山道路无人驾驶提供安全范围,有助于提升无人运行矿车驾驶的安全性。
-
关键词
点云滤波
kd-tree算法
K-MEANS聚类
图卷积网络
边界线检测
-
Keywords
point cloud filtering
kd-tree algorithm
K-means clustering
graph convolution network
boundary line detection
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
