大田甘蓝作物行识别与对行喷雾控制系统设计与试验

对行喷雾技术可提高农药的利用率,有利于保护环境和减少农药残留.本文搭建基于机器视觉的大田甘蓝对行喷雾控制系统.通过改进的ExG算法提取颜色信息,采用最大类间方差法和形态学的开闭运算分割作物与背景.提出甘蓝作物行定位与多作物行自适应ROI提取方法,在条带分割的ROI内基于限定阈值垂直投影对特征点集进行采集,通过最小二乘法对特征点集进行线性拟合得到作物行中心线.利用中心线几何关系得到作物行偏移信息,根据对行机构的运动特性建立对行偏移补偿模型,并设计基于PID轨迹追踪算法的对行喷雾控制系统.试验结果表明,实验室作物行识别准确率为95.75％,算法平均耗时为77 ms.在田间试验中,识别算法在时间段09:00-11:00、14:00-16:00内测试效果最佳,识别偏差均值保持在2.32 cm以下.针对不同范围的杂草测试中,算法平均识别成功率为95.56％,说明算法具有较强的鲁棒性.在与其他识别算法对比测试中,本文算法平均耗时最短,识别成功率最高,能够为实时作业提供视觉引导.在对行喷雾控制系统田间试验中,对行准确率达到93.33％,对行控制算法可将对行偏差控制在1.54 cm,满足田间实际应用要求.