袁挺介紹，機器視覺是通過視覺產品（即圖像采集裝置）將被拍攝的目標轉換成圖像信號，並傳送給專用的圖像處理系統，系統得到目標的形態信息，再將像素分布和亮度、顔色等信息轉變成數字信號。隨後圖像處理系統對這些信號進行各種運算來提取目標特征，進而根據判別的結果來控制現場裝備的動作。
“機器視覺最基本的特點就是可以提高生產的靈活性和智能化程度。在一些不適於人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重複性工業生產過程中，機器視覺技術可以大大提高生產的效率和自動化程度。”袁挺說。
“對於農業機器人來說，非結構環境主要指農田自然環境。非結構環境對於農業機器人作業來說存在諸多不確定因素，如自然光照多變、待作業空間複雜多變、作業對象千姿百態、枝葉果實相互遮擋等，這都成為機器人作業中信息視覺感知的技術難題。”張春龍說。
由於農業機器人的作業目標是離散個體，其個體特征具有隨機性和多樣性，這種非標準化的目標信息增大了農業機器人機器視覺系統感知與判斷的難度。張春龍表示，機器視覺系統只有具備對作業對象的準確識別和對目標位置的精確感知，才能降低對作業對象的損傷，提高作業成功率和效率。
“目前，以機器視覺為主的作業信息感知技術已成為農業機器人智能化的關鍵技術和研究熱點。”張春龍說。
多項技術打破國外壟斷、填補空白
田間的非結構環境為農業機器人研發帶來了挑戰，制約著農業機器人技術的推廣與應用。張春龍介紹：“非結構環境下農業機器人機器視覺關鍵技術與應用”項目通過對農業機器人機器視覺技術的深入研究，在非結構環境下信息獲取、複雜光機電協同控制、“激光+視覺”多元信息感知等方面取得了技術突破，多項技術打破國外技術壟斷，填補國內空白。項目擴展了人工智能技術在農業場景的落地應用，實現了農業機器人從實驗室走向田間生產的創新實踐，引領了傳統農機的智能化轉型。 |
