CN112684483B - 基于卫星和视觉融合的导航偏差感知及其信息获取方法 - Google Patents
基于卫星和视觉融合的导航偏差感知及其信息获取方法 Download PDFInfo
- Publication number
- CN112684483B CN112684483B CN202110085495.2A CN202110085495A CN112684483B CN 112684483 B CN112684483 B CN 112684483B CN 202110085495 A CN202110085495 A CN 202110085495A CN 112684483 B CN112684483 B CN 112684483B
- Authority
- CN
- China
- Prior art keywords
- navigation
- satellite
- visual
- offset
- deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000008447 perception Effects 0.000 claims abstract description 3
- 230000000007 visual effect Effects 0.000 claims description 77
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003971 tillage Methods 0.000 claims 1
- 238000012271 agricultural production Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010899 nucleation Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Image Processing (AREA)
Abstract
本发明涉及导航技术领域。目的是提出一种基于卫星和视觉融合的导航偏差感知系统及其信息获取方法,以提高数据综合利用率以及导航偏差信息获取的精度和可靠性。技术方案是:基于卫星和视觉融合的导航偏差感知系统,其特征在于:该系统包括用于接收卫星信号的卫星天线、处理卫星数据的接收机、用于采集图像的相机以及用于图像处理和信息融合的控制器;所述卫星接收机上设有接收云基站信号的无线模块;所述卫星接收机连接两个卫星天线;所述控制器分别连接卫星接收机与相机。
Description
技术领域
本发明涉及导航技术领域,具体涉及一种基于卫星和视觉融合的导航偏差感知系统及其信息获取方法。
背景技术
随着精准农业的发展,导航越来越广泛应用于现代农业生产的各个环节中。在农业生产的“耕、种”环节,由于田间无农作物作参照,因此多采用卫星导航。在农业生产的“管、收”环节,由于田间存在农作物,机具末端需要与农作物实时保持固定相对位置以避免作业过程中伤害农作物,因此多采用视觉导航。导航是农机自主作业的前提基础,导航精度直接影响农机作业精度和效果。导航偏差信息获取作为导航系统的前端,是后端导航控制的信息输入来源,直接影响导航精度。在农业复杂非结构环境下,天气、光照、农作物差异、农田土壤、农田杂草等因素都会对视觉导航偏差信息获取造成影响。
发明内容
本发明的目的是为了解决农田复杂环境下单一导航信息易受干扰、不准确的问题,提出一种基于卫星和视觉融合的导航偏差感知系统及其信息获取方法,以提高数据综合利用率以及导航偏差信息获取的精度和可靠性。
本发明的技术方案是:
基于卫星和视觉融合的导航偏差感知系统,其特征在于:该系统包括用于接收卫星信号的卫星天线、处理卫星数据的接收机、用于采集图像的相机以及用于图像处理和信息融合的控制器;所述卫星接收机上设有接收云基站信号的无线模块;所述卫星接收机连接两个卫星天线;所述控制器分别连接卫星接收机与相机。
基于卫星和视觉融合的导航偏差信息获取方法,包括以下步骤:
1)根据前期“耕、种”环节的卫星导航作业情况,在系统中设置存储导航参考A、B点位置及导航误差dz,设置存储视场区域高度h;
2)计算卫星导航参考线和视觉导航参考线的最大夹角△θm;
3)实时获取卫星定位坐标,参照卫星导航参考线AB,计算卫星导航偏差:移动平台参考点到卫星导航参考线AB的距离为卫星导航偏距d1,移动平台纵向中心线与卫星导航线AB的夹角为卫星导航偏角θ1;
4)相机触发采集作物图像,经过图像处理,在相机坐标系中确定视觉导航参考线CD;
5)将视觉导航参考线CD经过坐标转换放入大地坐标系中记为C’D’;
6)计算视觉导航偏差:移动平台参考点到视觉导航参考线C’D’的距离为视觉导航偏距d2,移动平台纵向中心线与视觉导航参考线C’D’的夹角为视觉导航偏角θ2;
7)若AB与C’D’夹角属于[0,△θm],则最终导航偏差即为视觉导航偏差,最终导航偏距为d2,最终导航偏角为θ2;
8)若AB与C’D’夹角不属于[0,△θm],按导航偏差数据可信度计算方法,计算卫星导航偏距可信度Pd1、视觉导航偏距可信度Pd2、卫星导航偏角可信度Pθ1、视觉导航偏角可信度Pθ2,则最终导航偏距为(d1 Pd2+d2 Pd1),最终导航偏角为(θ1Pθ2+θ2Pθ1)。
所述导航偏差数据可信度计算方法为:计算当前卫星导航偏距减去前n次卫星导航偏距平均值并对结果取绝对值,然后再除以前n次卫星导航偏距平均值的绝对值,最终结果记为E,以此类推,对视觉导航偏距进行类似计算得F,对卫星导航偏角进行类似计算得G,对视觉导航偏角进行类似计算得H;则卫星导航偏距可信度Pd1为F/(E+F),视觉导航偏距可信度Pd2为E/(E+F),卫星导航偏角可信度Pθ1为H/(G+H),视觉导航偏角可信度Pθ2为G/(G+H)。
所述导航偏差数据可信度计算方法中,n取值范围为1~10,可根据移动平台前进速度和采样周期适当调整,速度越快,n取值越小,反之取值越大;采样周期越长,n取值越小,反之取值越大。
所述导航偏差数据可信度计算方法中,n=3。
本发明的有益效果是:
1)基于前期“耕、种”环节的卫星导航精度,建立卫星导航参考线与视觉导航参考线夹角约束关系,将此夹角约束关系用于后期“管、收”环节的视觉导航偏差信息获取方法,提高数据综合利用率;
2)通过卫星和视觉获取的导航偏差信息进行时空配准,对视觉导航偏差信息进行数据融合校正,提高视觉获取导航偏差信息的精度和可靠性。
附图说明
图1是本发明中基于卫星和视觉融合的导航偏差感知系统结构图。
图2是本发明中基于卫星和视觉融合的导航偏差信息获取方法的原理。
图3是本发明中卫星和视觉参考线夹角约束关系示意图。(大地坐标系)
图4是本发明中卫星导航偏差信息获取示意图(大地坐标系)。
图5是本发明中视觉导航作物线提取示意图(视觉坐标系)。
图6是本发明中视觉导航偏差信息获取示意图(大地坐标系)。
图7是本发明中基于卫星和视觉融合的导航偏差信息获取方法的流程图。
具体实施方式
本发明采用卫星导航和视觉导航融合后的偏差来实现移动平台(如履带拖拉机,也可采用其他种类的移动平台)在田间的高精度定位和自动导航,使移动平台沿作物行中心线行走。
以下结合说明书附图,对本发明作进一步说明,但本发明并不局限于以下实施例。
本发明提供了一种基于卫星和视觉融合的导航偏差感知系统,如图1所示,该系统安装在移动平台上,包括用于接收卫星信号的卫星天线、接收云基站信号的无线模块、处理卫星数据的接收机,用于采集图像的相机,以及用于图像处理和信息融合的控制器;所述卫星接收机上设有无线模块,并连接两个卫星天线;所述控制器分别连接卫星接收机与相机。
卫星接收机通过卫星天线实时获取GPS信号并通过云基站(差分基站)获得高精度的位置信息,控制器根据卫星接收机获取的位置信息和导航参考线进行计算获得卫星导航偏差信息,相机采集图像后输送给控制器进行图像处理,获得视觉卫星导航参考线并计算视觉导航偏差信息,最后控制器根据建立的约束关系对偏差信息融合校正。
如图2所示本发明还提供了一种基于卫星和视觉融合的导航偏差信息获取方法结构示意图。其中卫星系统选用GPS定位,并与差分基站进行融合实时获取移动平台位置信息,参照卫星导航参考线计算卫星导航偏差信息;视觉导航选用一台相机作为单目视觉导航,通过对作物识别、预处理、分割、定位、提取视觉导航参考线,计算视觉导航的偏差信息,根据前期“耕”“种”环节的耕种导航精度和视觉系统的视场范围,建立卫星导航参考线与视觉导航参考线的夹角约束关系,根据约束关系对卫星和视觉偏差进行滤波融合,获得最终的导航偏差信息。
卫星系统中,利用差分基站来实时获取移动平台的经纬度坐标,并将此经纬度坐标转换为大地坐标系,按照原先设定好的卫星导航参考线得到导航的偏距和偏角信息视觉导航中,相机固定移动平台的中心位置,通过移动平台上的两个卫星天线确定相机的位置信息和姿态信息,并通过相机对行间作物识别、预处理、分割、定位,拟合出视觉导航参考线,作为移动平台的行走轨迹,根据拟合出的视觉导航参考线与移动平台中心的横向距离以及与移动平台中心线的角度,即为视觉导航的偏距和偏角信息。
相机采用触发采集的方法,使得相机的工作频率服从于卫星导航的信息获取频率,以实现两个导航方式在时间维度上的统一,空间上采用坐标变换的方法,将视觉坐标系中提取出的视觉参考线转换到大地坐标系中,以实现空间维度上的统一,并根据控制器获取时空配准后的融合导航偏差。。
如图3所示为本发明卫星定位参考线与视觉检测参考线约束关系示意图。由于卫星导航受到遮挡、信号中断等因素影响,容易产生导航误差,所播种的作物将会出现随着卫星导航参考线呈现平滑变化的趋势,作物可视为分布在以卫星导航参考线左右导航误差宽度范围、视觉视场高度范围的矩形区域内,因此,矩形区域对角线记为与卫星导航参考线夹角最大情况下视觉检测的作物中心线,从而建立卫星导航参考线与视觉导航参考线的夹角约束关系。
如图7所示,基于卫星和视觉融合的导航偏差信息获取方法,具体包括以下步骤:
1)系统初始化:启动移动平台,打开偏差感知系统;根据前期“耕、种”环节的卫星导航作业情况,在系统中设置存储导航参考A、B点位置及导航误差dz,dz为“耕”“种”环节的卫星导航误差,设置存储移动平台相机的视场区域高h(h的大小要保证在这高度的确定情况下,每个视场范围中均能保证dz的出现即有最大“耕、种”环节卫星导航误差);
开启GPS定位与差分基站,为实时接收经纬度信息做准备;将第一次播种时的起点和终点分别设为A和B点,记录存储两点的经纬度坐标,穿过两点的直线定为卫星导航参考线AB;
2)计算卫星导航参考线和视觉导航参考线的最大夹角△θm,△θm=
图3中C’D’与AB线的夹角为△θm(C'D'为卫星导航误差矩形区域内与卫星导航参考线夹角最大时的视觉检测作物中心线)。
3)实时获取卫星定位坐标,参照卫星导航参考线AB,计算卫星导航偏差:移动平台参考点(视场底边中点,图4中没有在底边中点O)到卫星导航参考线AB的距离为卫星导航偏距d1,移动平台中心线与卫星导航线AB的夹角为卫星导航偏角θ1(如图4所示);
4)相机触发采集作物图像,经过图像处理,在视觉坐标系中确定视觉导航参考线CD(如图5所示);
图像处理依次包括:①预处理,对原图像进行灰度化处理;②分割,采用改进最大化类间方差分割灰度图像;③去噪,用小面积法去噪,删去无用背景信息;④提取作物中心点s,识别去噪后图像中的作物中心点;⑤采用最小二乘法或霍夫变换法对中心点拟合出直线,此直线为视觉导航参考线CD;
5)如图6所示,将视觉导航参考线CD经过坐标转换放入大地坐标系中记为C’D’;
6)计算视觉导航偏差:移动平台参考点到视觉导航参考线C’D’的距离为视觉导航偏距d2,移动平台中心线与视觉导航参考线C’D’的夹角为视觉导航偏角θ2(如图6所示);
7)若AB与C’D’的夹角属于[0,△θm],则最终导航偏差为视觉导航偏差,最终导航偏距为d2,最终导航偏角为θ2;
8)若AB与C’D’的夹角不属于[0,△θm],按导航偏差数据可信度计算方法,计算卫星导航偏距可信度Pd1、视觉导航偏距可信度Pd2、卫星导航偏角可信度Pθ1、视觉导航偏角可信度Pθ2;
按导航偏差数据可信度计算方法为:
①计算当前卫星导航偏距减去前n次卫星导航偏距平均值并对结果取绝对值,然后再除以前n次卫星导航偏距平均值的绝对值,最终结果记为E,以此类推,对视觉导航偏距进行类似计算得F,对卫星导航偏角进行类似计算得G,对视觉导航偏角进行类似计算得H;n在本实施例中取3;
②计算卫星导航偏距可信度Pd1=F/(E+F),视觉导航偏距可信度Pd2=E/(E+F),卫星导航偏角可信度Pθ1=H/(G+H),视觉导航偏角可信度Pθ2=G/(G+H)。
③最终导航偏距d为(d1 Pd2+d2 Pd1),最终导航偏角θ为(θ1Pθ2+θ2Pθ1)。
根据最终导航偏差,可以有效实现移动平台自主导航与无人驾驶,并使其能够沿着作物中心线行走。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.基于卫星和视觉融合的导航偏差感知系统,其特征在于:该系统包括用于接收卫星信号的卫星天线、处理卫星数据的接收机、用于采集图像的相机以及用于图像处理和信息融合的控制器;所述卫星接收机上设有接收云基站信号的无线模块;所述卫星接收机连接两个卫星天线;所述控制器分别连接卫星接收机与相机;
基于卫星和视觉融合的导航偏差感知系统的导航偏差信息获取方法,包括以下步骤:
1)根据前期耕、种环节的卫星导航作业情况,在系统中设置存储导航参考A、B点位置及导航误差dz,设置存储视场区域高度h;
2)计算卫星导航参考线和视觉导航参考线的最大夹角△θm;
3)实时获取卫星定位坐标,参照卫星导航参考线AB,计算卫星导航偏差:移动平台参考点到卫星导航参考线AB的距离为卫星导航偏距d1,移动平台纵向中心线与卫星导航线AB的夹角为卫星导航偏角θ1;
4)相机触发采集作物图像,经过图像处理,在相机坐标系中确定视觉导航参考线CD;
5)将视觉导航参考线CD经过坐标转换放入大地坐标系中记为C’D’;
6)计算视觉导航偏差:移动平台参考点到视觉导航参考线C’D’的距离为视觉导航偏距d2,移动平台纵向中心线与视觉导航参考线C’D’的夹角为视觉导航偏角θ2;
7)若AB与C’D’夹角属于[0,△θm],则最终导航偏差即为视觉导航偏差,最终导航偏距为d2,最终导航偏角为θ2;
8)若AB与C’D’夹角不属于[0,△θm],按导航偏差数据可信度计算方法,计算卫星导航偏距可信度Pd1、视觉导航偏距可信度Pd2、卫星导航偏角可信度Pθ1、视觉导航偏角可信度Pθ2,则最终导航偏距为d1 Pd2+d2 Pd1,最终导航偏角为θ1 Pθ2+θ2 Pθ1;
所述导航偏差数据可信度计算方法为:计算当前卫星导航偏距减去前n次卫星导航偏距平均值并对结果取绝对值,然后再除以前n次卫星导航偏距平均值的绝对值,最终结果记为E,以此类推,对视觉导航偏距进行类似计算得F,对卫星导航偏角进行类似计算得G,对视觉导航偏角进行类似计算得H;则卫星导航偏距可信度Pd1为F/(E+F),视觉导航偏距可信度Pd2为E/(E+F),卫星导航偏角可信度Pθ1为H/(G+H),视觉导航偏角可信度Pθ2为G/(G+H)。
2.根据权利要求1所述的基于卫星和视觉融合的导航偏差感知系统,其特征在于:所述导航偏差数据可信度计算方法中,n取值范围为1~10,可根据移动平台前进速度和采样周期适当调整,速度越快,n取值越小,反之取值越大;采样周期越长,n取值越小,反之取值越大。
3.根据权利要求2所述的基于卫星和视觉融合的导航偏差感知系统,其特征在于:所述导航偏差数据可信度计算方法中,n=3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085495.2A CN112684483B (zh) | 2021-01-22 | 2021-01-22 | 基于卫星和视觉融合的导航偏差感知及其信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085495.2A CN112684483B (zh) | 2021-01-22 | 2021-01-22 | 基于卫星和视觉融合的导航偏差感知及其信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112684483A CN112684483A (zh) | 2021-04-20 |
CN112684483B true CN112684483B (zh) | 2024-02-06 |
Family
ID=75458941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110085495.2A Active CN112684483B (zh) | 2021-01-22 | 2021-01-22 | 基于卫星和视觉融合的导航偏差感知及其信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112684483B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114593739B (zh) * | 2022-03-17 | 2023-11-21 | 长沙慧联智能科技有限公司 | 基于视觉检测与参考线匹配的车辆全局定位方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5646857A (en) * | 1995-03-31 | 1997-07-08 | Trimble Navigation Limited | Use of an altitude sensor to augment availability of GPS location fixes |
CN105867377A (zh) * | 2016-04-13 | 2016-08-17 | 浙江理工大学 | 一种农业机械自动导航控制方法 |
CN108279026A (zh) * | 2018-01-19 | 2018-07-13 | 浙江科钛机器人股份有限公司 | 一种基于t型rfid信标的agv惯性导航系统及方法 |
CN108572380A (zh) * | 2017-06-17 | 2018-09-25 | 苏州博田自动化技术有限公司 | 一种基于卫星导航和视觉导航的导航方法及其应用 |
CN108571961A (zh) * | 2017-12-28 | 2018-09-25 | 苏州博田自动化技术有限公司 | 一种基于机器视觉的农机辅助驾驶导航方法及系统 |
CN109115223A (zh) * | 2018-08-30 | 2019-01-01 | 江苏大学 | 一种面向智能农机的全地形全源组合导航系统 |
CN109115225A (zh) * | 2018-08-31 | 2019-01-01 | 江苏大学 | 一种无人作业谷物联合收割机导航方法与导航装置 |
US10247573B1 (en) * | 2017-03-29 | 2019-04-02 | Rockwell Collins, Inc. | Guidance system and method for low visibility takeoff |
CN110703777A (zh) * | 2019-09-25 | 2020-01-17 | 江苏大学 | 一种基于北斗和视觉的联合收获机组合导航方法及导航系统 |
CN110715665A (zh) * | 2019-11-15 | 2020-01-21 | 南京农业大学 | 一种田间作物表型监测机器人及其导航方法 |
CN111158363A (zh) * | 2019-12-27 | 2020-05-15 | 苏州博田自动化技术有限公司 | 基于控制时序组合的宏微导航方法 |
CN111157757A (zh) * | 2019-12-27 | 2020-05-15 | 苏州博田自动化技术有限公司 | 基于视觉的履带速度检测装置及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007525907A (ja) * | 2004-02-27 | 2007-09-06 | ティディヴィジョン コーポレイション エス.エー. デ シー.ヴィ. | 立体3dビデオイメージディジタルデコーディングのシステムおよび方法 |
KR101603012B1 (ko) * | 2014-05-30 | 2016-03-21 | 성균관대학교산학협력단 | 위성항법시스템을 이용한 위치 측위에서 위성을 선택하는 방법, 위성 신호 수신기 및 dop 지수 생성 방법 |
-
2021
- 2021-01-22 CN CN202110085495.2A patent/CN112684483B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5646857A (en) * | 1995-03-31 | 1997-07-08 | Trimble Navigation Limited | Use of an altitude sensor to augment availability of GPS location fixes |
CN105867377A (zh) * | 2016-04-13 | 2016-08-17 | 浙江理工大学 | 一种农业机械自动导航控制方法 |
US10247573B1 (en) * | 2017-03-29 | 2019-04-02 | Rockwell Collins, Inc. | Guidance system and method for low visibility takeoff |
CN108572380A (zh) * | 2017-06-17 | 2018-09-25 | 苏州博田自动化技术有限公司 | 一种基于卫星导航和视觉导航的导航方法及其应用 |
CN108571961A (zh) * | 2017-12-28 | 2018-09-25 | 苏州博田自动化技术有限公司 | 一种基于机器视觉的农机辅助驾驶导航方法及系统 |
CN108279026A (zh) * | 2018-01-19 | 2018-07-13 | 浙江科钛机器人股份有限公司 | 一种基于t型rfid信标的agv惯性导航系统及方法 |
CN109115223A (zh) * | 2018-08-30 | 2019-01-01 | 江苏大学 | 一种面向智能农机的全地形全源组合导航系统 |
CN109115225A (zh) * | 2018-08-31 | 2019-01-01 | 江苏大学 | 一种无人作业谷物联合收割机导航方法与导航装置 |
CN110703777A (zh) * | 2019-09-25 | 2020-01-17 | 江苏大学 | 一种基于北斗和视觉的联合收获机组合导航方法及导航系统 |
CN110715665A (zh) * | 2019-11-15 | 2020-01-21 | 南京农业大学 | 一种田间作物表型监测机器人及其导航方法 |
CN111158363A (zh) * | 2019-12-27 | 2020-05-15 | 苏州博田自动化技术有限公司 | 基于控制时序组合的宏微导航方法 |
CN111157757A (zh) * | 2019-12-27 | 2020-05-15 | 苏州博田自动化技术有限公司 | 基于视觉的履带速度检测装置及方法 |
Non-Patent Citations (14)
Title |
---|
A BiCMOS monolithic Ka-band down-converter for satellite communication systems;P. -Y. Wang;《2015 IEEE MTT-S International Microwave Symposium, Phoenix, AZ, USA》;全文 * |
Incorporating environmental variables into a MODIS-based crop yield estimation method for United States corn and soybeans through the use of a random forest regression algorithm;Toshihiro Sakamoto;《ISPRS Journal of Photogrammetry and Remote Sensing》;全文 * |
NOAA AVHRR数据的高精度导航定位;张斌,朱正中,葛成辉,吴佑寿;遥感学报(第04期);全文 * |
农业机械自动导航技术研究进展;胡静涛;高雷;白晓平;李逃昌;刘晓光;;农业工程学报(第10期);全文 * |
农业车辆视觉导航技术研究进展;王福娟;张宾;;农机化研究(第11期);全文 * |
基于小波变换及Otsu分割的农田作物行提取;韩永华;汪亚明;孙麒;赵匀;;电子与信息学报(第01期);全文 * |
基于自适应滤波的惯性+多模卫星组合导航算法研究;夏巍巍;牟建华;傅志民;暴飞虎;;导弹与航天运载技术(第06期);全文 * |
夏巍巍 ; 牟建华 ; 傅志民 ; 暴飞虎 ; .基于自适应滤波的惯性+多模卫星组合导航算法研究.导弹与航天运载技术.2014,(第06期),全文. * |
宽幅施药机械机器视觉辅助导航系统研究;李林;魏新华;朱文静;李晋阳;;农业机械学报(第09期);全文 * |
插秧机导航路径跟踪改进纯追踪算法;李革;王宇;郭刘粉;童俊华;何勇;;农业机械学报(第05期);全文 * |
联合收获机单神经元PID导航控制器设计与试验;丁幼春;夏中州;彭靖叶;胡子谦;;农业工程学报(第07期);全文 * |
自走式履带底盘遥控系统设计与试验;马锃宏;《中国农机化学报》;全文 * |
葡萄园拖拉机自动导航系统设计与试验;杨舜禾;杨术明;李茂强;王乾;;甘肃农业大学学报(第03期);全文 * |
设施农业喷雾机器人的组合视觉导航方法;王鹏;耿长兴;王蓬勃;;江苏大学学报(自然科学版)(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112684483A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9766083B2 (en) | Method and system for augmenting a guidance system with a path sensor | |
Chen et al. | Navigation path extraction for greenhouse cucumber-picking robots using the prediction-point Hough transform | |
English et al. | Vision based guidance for robot navigation in agriculture | |
RU2508622C2 (ru) | Способ навигации сельскохозяйственного транспортного средства и сельскохозяйственное транспортное средство | |
US9921064B2 (en) | Method and system for guidance of off-road vehicles | |
CN102368158B (zh) | 一种果园机械导航定位方法 | |
US20090265098A1 (en) | Swath line creation including slope compensation for an automatic guidance system of a work vehicle | |
CN112363503B (zh) | 一种基于激光雷达的果园车辆自动导航控制系统 | |
CN105799776A (zh) | 基于北斗导航的农业机械自动驾驶耕作控制系统及方法 | |
CN113778081B (zh) | 一种基于激光雷达和视觉的果园路径识别方法和机器人 | |
Ma et al. | Rice row tracking control of crawler tractor based on the satellite and visual integrated navigation | |
Wang et al. | Stereovision-based lateral offset measurement for vehicle navigation in cultivated stubble fields | |
CN112684483B (zh) | 基于卫星和视觉融合的导航偏差感知及其信息获取方法 | |
English et al. | Low cost localisation for agricultural robotics | |
CN115900726A (zh) | 一种基于作物地理坐标定位的导航路径生成方法 | |
Liu et al. | Vision-based vineyard navigation solution with automatic annotation | |
CN116540708A (zh) | 一种重复作业场景下水田机械除草装备自主导航方法及系统 | |
CN115280960B (zh) | 一种基于田间视觉slam的联合收获机转向控制方法 | |
Khot et al. | Navigational context recognition for an autonomous robot in a simulated tree plantation | |
CN114910062A (zh) | 一种多源信息融合的导航定位方法 | |
US20210185882A1 (en) | Use Of Aerial Imagery For Vehicle Path Guidance And Associated Devices, Systems, And Methods | |
Yin et al. | Acquiring navigation deviation in farmland by fusing satellite and visual information | |
CN114234983B (zh) | 一种行走式农田移动平台机器人导航方法 | |
CN116859426A (zh) | 一种适用于智能三七联合收获机的定位与导航的装置及方法 | |
Soitinaho et al. | Guidance, auto-steering systems and control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |