زهرا خسروبیگی؛ شاهین رفیعی؛ سید سعید محتسبی؛ امین نصیری
چکیده
مکان‌یابی و ایجاد نقشه هم‌زمان (SLAM) گامی ضروری در خودکار نمودن عملیات‌های کشاورزی و در نتیجه اعمال کشاورزی دقیق می‌باشد. در این تحقیق با استفاده از یک دوربین استریو به مکان‌یابی و ایجاد نقشه هم‌زمان در محیط گلخانه با استفاده از چارچوب راس پرداخته شد. قبل از تهیه تصاویر استریو از محیط گلخانه دوربین کالیبره شده و مسیر حرکت دوربین ...
بیشتر
مکان‌یابی و ایجاد نقشه هم‌زمان (SLAM) گامی ضروری در خودکار نمودن عملیات‌های کشاورزی و در نتیجه اعمال کشاورزی دقیق می‌باشد. در این تحقیق با استفاده از یک دوربین استریو به مکان‌یابی و ایجاد نقشه هم‌زمان در محیط گلخانه با استفاده از چارچوب راس پرداخته شد. قبل از تهیه تصاویر استریو از محیط گلخانه دوربین کالیبره شده و مسیر حرکت دوربین در گلخانه طراحی و اعمال شد. مسیر طراحی شده دارای طول 7/32 متر و تعداد تصاویر گرفته شده در این مسیر 150 جفت تصویر استریو بود. جهت ارزیابی الگوریتم طراحی شده، میزان خطای مکانهای تخمین زده شده بهوسیله الگوریتم با مکانهای واقعی دوربین استریو با استفاده از فاصله اقلیدسی محاسبه شد. نتایج حاصل از این تحقیق نشان داد که الگوریتم معرفی شده دارای میانگین خطای مکان‌یابی 0679412/0 متر، انحراف معیار 0456431/0 متر و ریشه میانگین مربع خطای 0075569/0 متر برای مسافت 7/32 متری پیموده شده توسط دوربین استریو می‌باشد.
امین نصیری؛ حسین مبلی؛ سلیمان حسین پور؛ شاهین رفیعی
چکیده
بینایی سه‌بعدی درک بالایی از محیط پیرامون ارائه می دهد، چراکه اطلاعات زیادی در عمق تصاویر ذخیره می شوند که در تصاویر دوبعدی مورد استفاده قرار نمی گیرند. از مهم ترین راه ها برای رسیدن به بینایی سه‌بعدی، استفاده از بینایی استریو است. در ناوبری، از بینایی استریو برای تعیین موقعیت موانع حرکت استفاده می شود. اصلی ترین مانع حرکت در گلخانه ...
بیشتر
بینایی سه‌بعدی درک بالایی از محیط پیرامون ارائه می دهد، چراکه اطلاعات زیادی در عمق تصاویر ذخیره می شوند که در تصاویر دوبعدی مورد استفاده قرار نمی گیرند. از مهم ترین راه ها برای رسیدن به بینایی سه‌بعدی، استفاده از بینایی استریو است. در ناوبری، از بینایی استریو برای تعیین موقعیت موانع حرکت استفاده می شود. اصلی ترین مانع حرکت در گلخانه سکوهای کشت می باشد، از طرفی برای انجام هر عمل خودمختار توسط وسیله نقلیه خودکار نیاز است که وسیله یک نمایش از محیط اطراف در اختیار داشته باشد، بنابراین با تعیین موقعیت سکوهای کشت امکان ساخت نقشه جامع محیط گلخانه و کنترل خودکار فراهم می شود. روش ارائه شده در این تحقیق برای مکان یابی سکوهای کشت به‌کارگیری ویژگی عدم پیوستگی عمق در محل لبه ی سکوها می باشد. استفاده از این ویژگی باعث کاهش حجم نقاط مدل ابر نقطه ای و در نتیجه کاهش زمان پردازش و افزایش دقت در تخمین مختصات گوشه ی سکوها شد. نقشه جامع تولید شده برای محیط گلخانه نشان داد که الگوریتم معرفی شده توانایی شناسایی 101/042 متر یعنی 94/79 درصد از طول کل لبه ی سکوها را دارد. برای ارزیابی دقت نتایج الگوریتم در تخمین موقعیت سکوها، مختصات گوشه ی سکوها از نقشه های محلی استخراج و سپس به‌منظور محاسبه خطا، فاصله اقلیدسی بین مختصات گوشه های به‌دست‌آمده از حسگر مرجع و نقشه های محلی محاسبه شد. بیش ترین خطا در تخمین موقعیت گوشه ها 0/169 متر، کم ترین مقدار 0/0001 متر و میانگین خطا 0/7309 متر بود. نتایج شناسایی گوشه ی سکوها نشان داد که الگوریتم طراحی شده توانایی تشخیص 83/33 درصد از گوشه ها را دارا می باشد.
