本發(fā)明涉及一種農(nóng)機控制技術，尤其是一種控制無人駕駛拖拉機運行的自主導航技術，具體的說是一種基于雙目視覺的拖拉機運動矢量預測方法。

背景技術：

隨著城市化進程的快速推進，農(nóng)村勞動力短缺的現(xiàn)狀日益凸顯，無人駕駛拖拉機得到日益廣泛的應用。在無人駕駛拖拉機的自主導航過程中，通常采用gnss(全球衛(wèi)星導航系統(tǒng))進行精確定位。然而，gnss信號容易受到樹木、云層的遮擋，導致定位誤差很大或定位失敗。為保證導航工作的順利進行，往往還需要通過機器視覺進行輔助定位。目前，大都采用機器視覺進行障礙物位姿的獲取，為定位提供參考依據(jù)，即，根據(jù)當前位姿與預定位姿的偏差計算控制量，然后將控制量作用于執(zhí)行器件。由于已經(jīng)發(fā)生了位姿偏差，那么很有可能導致作業(yè)對象損壞。如果能獲取拖拉機的運動矢量的預測數(shù)據(jù)，將會顯著提高導航控制精度。

技術實現(xiàn)要素：

本發(fā)明的目的是針對現(xiàn)有技術的不足，提供一種基于雙目視覺的拖拉機運動矢量預測方法，能夠預測拖拉機未來時刻的運動矢量，為精準控制提供有效的支持。

本發(fā)明的技術方案是：

一種基于雙目視覺的拖拉機運動矢量預測方法，包括以下步驟：

1)通過架設于拖拉機車頭正前方的雙目相機對周圍環(huán)境進行圖像采集，獲得t時刻的左、右圖像各一張；

2)對上述左、右圖像進行特征點檢測與匹配，然后根據(jù)視差原理計算圖像中特征點的空間坐標i(t)；

3)在t+1時刻重復1)和2)的步驟，獲得特征點的空間坐標i(t+1)；

4)獲得拖拉機的運動矢量△i＝i(t+1)-i(t)；

5)重復上述步驟1)至4)10次，獲得10個運動矢量；

6)對上述10個運動矢量進行一次累加，生成1-ago序列；

7)在不同的3個方向上分別對1-ago序列擬合，得出每個方向上的變化曲線；

8)根據(jù)上述變化曲線，得出下一時刻各個方向上的運動矢量，即完成了運動矢量預測。

進一步的，所述雙目相機包括對稱設置的左相機和右相機，水平放置于拖拉機車頭正前方。

進一步的，所述步驟7)中的3個方向為：水平向右的i方向，垂直向下的j方向和水平向前的k方向。

本發(fā)明的有益效果：

本發(fā)明設計合理，邏輯清楚，構思巧妙，能夠預測拖拉機未來時刻的運動矢量，為通過工控機精準控制拖拉機提供有效的支持。

附圖說明

圖1是本發(fā)明的雙目相機示意圖。

圖2是本發(fā)明的工作流程示意圖。

具體實施方式

下面結合附圖和實施例對本發(fā)明作進一步的說明。

本發(fā)明中的圖像采集裝置由雙目相機、1394b接口卡和工控機組成。如圖1所示，所述雙目相機由對稱設置的左相機和右相機構成。雙目相機安裝在拖拉機正前方，距離地面1.0±0.1m。每次圖像采集事件由工控機中程序自動觸發(fā)，雙目相機的左、右相機同時各采集1幅圖像至計算機內(nèi)存中。

設置圖像采集時間間隔為300ms。空間坐標原點在右相機光心，水平向右為i軸正方向，垂直向下為j軸方向，水平向前為k軸正方向。

如圖2所示，本發(fā)明包括以下步驟：

1)觸發(fā)雙目相機對周圍環(huán)境進行圖像采集，獲得t時刻的左、右圖像各一張；

2)對上述左、右圖像進行特征點檢測與匹配，然后根據(jù)視差原理計算圖像中特征點的空間坐標i(t)；

3)在t+1時刻重復1)和2)的步驟，獲得特征點的空間坐標i(t+1)；

4)獲得拖拉機的運動矢量△i＝i(t+1)-i(t)；

5)重復上述1)至4)步驟10次，獲得10個運動矢量；

6)對上述10個運動矢量進行一次累加，生成1-ago序列；

7)在不同的3個方向上分別對1-ago序列擬合，得出每個方向上的變化曲線；

8)根據(jù)上述變化曲線，得出下一時刻各個方向上的運動矢量，即完成了運動矢量預測。

具體實施例如下：

在第0時刻，左右相機同時采集圖像至內(nèi)存中，分別記為il(0)和ir(0)，對il(0)和ir(0)進行sift特征點檢測與匹配，匹配成功的點記為集合p0，并通過視差法計算p0所有點的空間坐標。

在第1時刻，左右相機同時采集圖像至內(nèi)存中，分別記為il(1)和ir(1)，對il(1)和ir(1)進行sift特征點檢測與匹配，匹配成功的點記為集合p1，并通過視差法計算p1所有點的空間坐標。

再次通過特征匹配，查找p1和p0的交集d1，d1即為第1時刻和第0時刻拍攝到的相同特征點。

計算d1中所有特征點從第0時刻到第1時刻的坐標變化矢量，并取均值，得到第1時刻的運動矢量其中為3個方向上的矢量單位。

繼續(xù)按照上述方法，分別計算第2時刻至第10時刻的運動矢量對10個運動矢量的3個方向上分別進行一次累加操作，生成3個方向上的1-ago序列其中，

對序列用三次多項式擬合，可以得到i方向上關于時間t的變化曲線fi(t)，在曲線上找到第11個時刻所對應的函數(shù)值fi(11)。那么就可以得出

用同樣的方法，得到：

最終得到第11個時刻的運動矢量預測值

重復上述操作，即可完成對第12、13……n時刻的運動矢量預測。

本發(fā)明未涉及部分均與現(xiàn)有技術相同或可采用現(xiàn)有技術加以實現(xiàn)。