機(jī)器人在今天的農(nóng)業(yè)任務(wù)中得到了廣泛的應(yīng)用。其中許多任務(wù)需要機(jī)器視覺(jué)算法技術(shù)。機(jī)器人及其機(jī)器視覺(jué)算法從田間犁地、種籽、雜草處理、生長(zhǎng)監(jiān)測(cè)、果蔬采摘、分揀、分級(jí)甚至包裝等方面進(jìn)行改造，使其更好地適應(yīng)自身的功能。下面，通過(guò)本文了解機(jī)器視覺(jué)機(jī)器人在農(nóng)業(yè)中應(yīng)用的技術(shù)。

　　機(jī)器人田間犁耕

　　田間犁耕是由一個(gè)無(wú)人駕駛拖拉機(jī)形狀的機(jī)器人完成的。各種傳感器，如全球定位系統(tǒng)，激光雷達(dá)和攝像頭正在取代司機(jī)?；旧希荊PS技術(shù)，以預(yù)定的路徑規(guī)劃為指導(dǎo)。機(jī)器視覺(jué)負(fù)責(zé)導(dǎo)航任務(wù)，尤其是在避障方面。利用Lidar建立了機(jī)器人拖拉機(jī)周?chē)h(huán)境的三維模型。攝像機(jī)提供與此環(huán)境相對(duì)應(yīng)的視頻流。機(jī)器視覺(jué)的首要任務(wù)是對(duì)傳感器的數(shù)據(jù)進(jìn)行融合。一旦同步，就會(huì)發(fā)現(xiàn)障礙，并采取行動(dòng)(比如繞過(guò)障礙)。

　　這里可以使用經(jīng)典的識(shí)別算法，處理圖像(常規(guī)攝像機(jī))及其尺寸(Lidar)。然而，他們的表現(xiàn)與他們的編程目標(biāo)密切相關(guān)。強(qiáng)度、顏色、形狀和尺寸的變化可能會(huì)嚴(yán)重干擾性能–這意味著無(wú)法識(shí)別障礙。今天我們用深度學(xué)習(xí)若要識(shí)別其位置位于碰撞路徑中的對(duì)象，請(qǐng)執(zhí)行以下操作。正確的訓(xùn)練和廣泛的標(biāo)記例子，深度學(xué)習(xí)分類(lèi)器可以提供一個(gè)高精度的導(dǎo)航。

　　播種和犁地差不多，這里的另一個(gè)挑戰(zhàn)是緊緊跟隨行并將種子植入它們的中心。這里的導(dǎo)航是基于深度學(xué)習(xí)的，允許處理任何輕松的條件來(lái)識(shí)別行。

　　機(jī)器視覺(jué)在雜草處理中的應(yīng)用

　　雜草處理使用自驅(qū)動(dòng)機(jī)器人平臺(tái)。面臨的挑戰(zhàn)是如何在作物之間機(jī)動(dòng)、識(shí)別和分類(lèi)雜草，以及通過(guò)噴灑或摘出它們來(lái)處理它們。這種機(jī)器人，通常比犁和播種機(jī)器人小，除了相機(jī)控制的多關(guān)節(jié)手臂外，還具有自主駕駛能力。這些機(jī)器人的自動(dòng)導(dǎo)航使用深度學(xué)習(xí)訓(xùn)練。

　　卷積神經(jīng)網(wǎng)絡(luò)

　　這個(gè)分類(lèi)器在計(jì)劃行之間的空隙中驅(qū)動(dòng)機(jī)器人。另外，CNN分類(lèi)器，使用相機(jī)飼料識(shí)別作物，并將它們歸類(lèi)為雜草。安裝在機(jī)器人多關(guān)節(jié)手臂上的另一個(gè)攝像頭，可以幫助手臂工具的位置，以便更好地處理雜草。這里的機(jī)器視覺(jué)算法首先使用校準(zhǔn)和注冊(cè)程序確保所有的工作在同一個(gè)坐標(biāo)系統(tǒng)上，這樣數(shù)據(jù)切換就簡(jiǎn)單了。

　　生產(chǎn)增長(zhǎng)監(jiān)控

　　生產(chǎn)增長(zhǎng)監(jiān)控可以由地面機(jī)器人或由機(jī)器人無(wú)人機(jī)。它是地面機(jī)器人，較適合水果和蔬菜。飛行無(wú)人機(jī)，使用自主導(dǎo)航，是比較好的棉花，大豆和類(lèi)似的。地面機(jī)器人使用與前面解釋相同的自主駕駛和導(dǎo)航能力。它配備了提供農(nóng)作物視頻流的掃描攝像機(jī)。機(jī)器視覺(jué)算法則采用深度學(xué)習(xí)分類(lèi)器來(lái)識(shí)別和測(cè)量水果和蔬菜。

　　這種CNN算法是當(dāng)今保持分類(lèi)性能的技術(shù)，即使在亮度、顏色和幾何變化的情況下也是如此。自動(dòng)導(dǎo)航無(wú)人機(jī)機(jī)器人通過(guò)對(duì)目標(biāo)進(jìn)行分類(lèi)，可以避免障礙物，并有可能阻塞飛行路徑。他們的吊艙使用多光譜相機(jī)，協(xié)助產(chǎn)生植被指數(shù)-NDVI(歸一化差異植被指數(shù))。

　　機(jī)器視覺(jué)算法

　　果蔬采摘是一個(gè)復(fù)雜的過(guò)程，需要一組機(jī)器視覺(jué)算法來(lái)控制高自由度的機(jī)器人結(jié)構(gòu)。這個(gè)機(jī)器人可能像人類(lèi)一樣，有移動(dòng)能力，同時(shí)操縱它的手臂到水果的位置。正如所說(shuō)，機(jī)器視覺(jué)算法應(yīng)該完全“同步”。例如，導(dǎo)航算法和定位算法需要更新機(jī)器視覺(jué)算法，根據(jù)機(jī)器人的運(yùn)動(dòng)來(lái)調(diào)整它們的參考系統(tǒng)。機(jī)器視覺(jué)基于深度學(xué)習(xí)的自主驅(qū)動(dòng)功能負(fù)責(zé)行間移動(dòng)。

　　機(jī)器人的手臂攝像頭實(shí)際上使用了兩個(gè)攝像頭：一個(gè)掃描樹(shù)來(lái)檢測(cè)和分類(lèi)水果，另一個(gè)引導(dǎo)手臂的工具到采摘位置和方向。這兩項(xiàng)活動(dòng)，導(dǎo)航和檢測(cè)水果，是完善的機(jī)器視覺(jué)的CNN能力。這個(gè)果實(shí)分類(lèi)功能可以說(shuō)是具有較高的分選精度，即使在部分遮擋和苛刻的光線條件下。

　　基于深度學(xué)習(xí)的機(jī)器人排序與分級(jí)

　　分揀和分級(jí)機(jī)器人就像手臂一樣工作，攝像機(jī)安裝在輸送機(jī)上，得到了一個(gè)快速和準(zhǔn)確的水果分類(lèi)。深度學(xué)習(xí)算法可以從顏色和幾何變化較大的任何角度識(shí)別缺陷(前提是以前進(jìn)行了適當(dāng)?shù)挠?xùn)練)。這些算法被設(shè)置為執(zhí)行第一次目標(biāo)檢測(cè)來(lái)定位水果，然后再進(jìn)行分類(lèi)。rvsto視覺(jué)有非常豐富的經(jīng)驗(yàn)，在準(zhǔn)確農(nóng)業(yè)和世界比較好的深入學(xué)習(xí)算法和cnn的熟練程度。咨詢我們的技術(shù)專(zhuān)家，看看如何使用完善的機(jī)器人技術(shù)應(yīng)用到您的項(xiàng)目。