《表3 不同方法的实验结果比较》
除此之外,本文还与其他无人工标记情况下的导航方法进行对比:文献[10]利用颜色特征把绿色农作物从背景中分离出来,利用霍夫变换提取了导航路径;文献[11]通过检测图像中主要的水平纹理方向,生成一个标准模板,然后与运动中的图像相对比来估计机器人的前进方向;文献[12]提取了水田图像的灰度和角点特征,通过聚类算法和霍夫变换进行了直线检测。每种方法进行10次实验,实验环境为相同的没有明显结构的农田环境,在距离出发点10 m处记录每个方法的偏移角度和偏移距离,并取平均值进行比较。比较结果如表3所示,文献[10]、文献[11]的导航效果相对较差,这是因为在农作物稠密的非结构化农田中,农作物与背景难以分离而且纹理信息难以提取。对比结果显示,本文方法的偏移参数都比较小,有一定的先进性。
图表编号 | XD00201778300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 梁臻、房体育、李金屏 |
绘制单位 | 济南大学信息科学与工程学院、山东省网络环境智能计算技术重点实验室(济南大学)、山东省“十三五”信息处理与认知计算高校重点实验室(济南大学)、济南大学信息科学与工程学院、山东省网络环境智能计算技术重点实验室(济南大学)、山东省“十三五”信息处理与认知计算高校重点实验室(济南大学)、济南大学信息科学与工程学院、山东省网络环境智能计算技术重点实验室(济南大学)、山东省“十三五”信息处理与认知计算高校重点实验室(济南大学) |
更多格式 | 高清、无水印(增值服务) |