本文主要研究柑橘采摘机器人移动平台视觉导航系统,以重庆理工大学蝴蝶山柑橘果园为研究对象,根据自然环境下柑橘果园的特点以及柑橘采摘机器人作业要求设计了一种导航方案。提出一种将果园道路环境分成三种情况分别进行研究的方法,每种情况下采用不同的图像处理算法,并拟合道路中心线,根据相机的标定和采摘机器人的行进方式推导出导航参数,并设计了模糊控制算法,最后对导航系统软件进行了设计,并在室外进行了相关实验。本文的主要研究内容如下:(1)根据自然条件下的柑橘果园环境的特点和柑橘采摘机器人的作业要求,提出一种导航方案:通过测量柑橘果树之间的横向距离为2m,纵向距离也为2m,柑橘果实的大致分布位置在果树高度的1m~1.4m之间,采摘机械臂安装在移动平台的右侧,安装高度为1.2m,双目定位相机的安装高度为1m,根据机械臂与双目定位相机工作范围可以确定移动平台沿果园道路中线行驶最佳,并采用间歇为2m的行走方式;搭建视觉导航硬件平台,工业相机的安装高度为1m,安装角度为30°。(2)根据自然环境下光照强度不断发生变化的情况,研究了光照强度与图片亮度之间的关系,并根据图片亮度值标准差的不同将图像分为三种情况:低光照(?(i,j)?25.5)、正常光照(25.5(27)?(i,j)(27)67)、高光照(?(i,j)?67)。(3)研究了柑橘果园图像处理算法。在低光照和正常光照环境下采用S通道进行灰度化处理,在高光照环境通过构建2Cg-Cr-Cb因子进行灰度化处理,为了准确获取果园道路边界,提出一种将K-means和Ncut算法相结合的分割算法对低光照和高光照图片进行处理,正常光照下采用Otsu算法进行分割处理,对比了Sobel、Roberts、Prewitt、Canny几种算子的检测效果,得出Canny的边缘检测效果更适合柑橘果园道路,最后通过最小二乘法对果园道路中心线进行拟合,为验证本文所提方法的准确性,通过实验得出三种不同光照条件下的分割区域平均重合度为96.74%,分割平均误差为2.01%,道路中心线平均偏差为2.71像素。(4)研究了相机标定和导航参数的获取。采用Matlab相机标定工具对相机进行标定,标定结果为:实际焦距为(2322.1(pixel),2319(pixel)),图像的主点坐标为(728.95(pixel),421.38(pixel)),畸变系数为[0.0122,0.1667,0.0035,0.0039,0]。通过建立相关坐标系,推导出了横向偏移量和偏转角导航参数。(5)根据柑橘采摘机器人作业要求,研究了运动控制方法,设计了模糊控制器,并通过Matlab对所设计的模糊控制算法进行了仿真实验,实验表明所设计的控制算法符合导航要求。(6)为实现采摘机器人各个模块之间的相互通信,在Linux系统下基于Qt和Opencv搭建了导航软件系统,并在室外对导航性能进行了测试:在低光照、正常光照和高光照条件下的平均偏移距离分别为4.8cm、3.9cm、4.5cm。实验结果表明,本文所研究的方法能够满足柑橘采摘机器人实际导航需求。