溫室植保機器人覆蓋式路徑規(guī)劃方法研究_畢松.pdf

收稿日期 修回日期 第 卷 第 期計 算 機 仿 真 年 月 文章編號 溫室植保機器人覆蓋式路徑規(guī)劃方法研究 畢 松 張國軒 李志軍 北方工業(yè)大學電氣與控制工程學院 北京 摘要 針對溫室環(huán)境植保作業(yè)的特點 提出了一種針對溫室植保機器人的覆蓋式路徑規(guī)劃方法 首先通過 對機 器人位姿進行估計 解決了激光里程計在溫室行間失效的問題 并利用位姿估計結果與激光雷達數(shù)據(jù)融合建立溫室地圖 設計了作業(yè)點和可通行區(qū)域識別方法 完成了基于 算法的溫室植保作業(yè)區(qū)域全覆蓋路徑生成方法和基于貝塞爾曲線法 的作業(yè)路徑平滑方法 最終得到了滿足溫室植保作業(yè)要求的全局路徑 基于 算法對機器人實際作業(yè)過程中進行動態(tài) 規(guī)劃 最后基于仿真平臺 對上述方法進行了驗證 實驗結果表明 機器人能有效跟隨全局路徑 完成覆蓋作業(yè) 任務 關鍵詞 位姿估計 激光建圖 全局路徑規(guī)劃 局部路徑規(guī)劃 中圖分類號 文獻標識碼 引言 溫室環(huán)境惡劣 生產(chǎn)過程主要以人工為主 溫室農(nóng)業(yè)機 器人的應用能有效降低溫室農(nóng)業(yè)生產(chǎn)過程中的人工作業(yè)強 度 提升生產(chǎn)效率 實現(xiàn)溫室環(huán)境中的機械化 智能化作業(yè)是 我國設施農(nóng)業(yè)發(fā)展的必然趨勢 植保作業(yè)占溫室農(nóng)業(yè)生產(chǎn)工作的一大部分 植保作業(yè) 要求機器人的作業(yè)區(qū)域在行進過程中覆蓋所有的作物種植 區(qū)域 規(guī)劃出合理植保作業(yè)行駛路徑是溫室機器人實現(xiàn)自 主植保作業(yè)的關鍵 自主導航技術是農(nóng)業(yè)機器人實現(xiàn)自動 化作業(yè)的基礎 路徑規(guī)劃算法是自主導航算法的核心環(huán) 節(jié) 合理的路徑規(guī)劃能有效提高作業(yè)效率 降低作業(yè)成本 路徑規(guī)劃需要先驗地圖信息 實際作業(yè)環(huán)境一般與溫室 的建設圖紙存在差異 作業(yè)前需要重新構建溫室環(huán)境地圖 溫室行間環(huán)境結構相似度較高 基于激光里程計 輪速計的 位姿估計方法無法在溫室行間獲取準確的機器人位姿 將導 致建圖失敗 技術具有時間分辨率高 抗多徑效應 能力強等的優(yōu)點 能在溫室行間實現(xiàn)機器人定位 對機器人運動時的加速度和角速度進行測量 通過算法得到 機器人的位姿 因此基于 的位姿估計方法能夠 對機器人的在溫室行間的位姿進行估計 位姿估計結果用于 建圖算法 可建立溫室環(huán)境地圖 路徑規(guī)劃主要分為全局路徑規(guī)劃和局部路徑規(guī)劃 全 局路徑規(guī)劃基于全局地圖對整體作業(yè)路徑進行規(guī)劃 避免了 作業(yè)路徑陷入局部最優(yōu)的情況 等 采用了基準 線平移的方法生成全局作業(yè)路徑 對植株種植區(qū)域進行覆 蓋 對于規(guī)則化種植矩形區(qū)域有著較好作業(yè)效果 該方法的 靈活性較差 不適用溫室環(huán)境 孟志軍等 提出了一種全區(qū) 域覆蓋式路徑優(yōu)化方法 根據(jù)優(yōu)化目標計算最優(yōu)作業(yè)方向 生成最優(yōu)作業(yè)路徑 該方法在室外無障礙田地有著較好的規(guī) 劃效果 溫室環(huán)境復雜 障礙物區(qū)域較多 該方法不適用于溫 室環(huán)境 奚小波等 通過貝塞爾曲線法對全局路徑進行了 平滑處理 又利用機器人進行跟隨 局部路徑規(guī)劃基于實時 感知能有效保證作業(yè)時的安全 勞彩蓮等 將 算法與動 態(tài)窗口 算法相結合 解決了 算法規(guī)劃的路勁拐 點較多的問題 張華強等 基于純跟蹤模型對農(nóng)業(yè)機器人 直線跟蹤方法進行了研究 根據(jù)運動學模型來預測機器人運 動軌跡 基于以上研究成果 本文基于 算法對全局覆蓋 作業(yè)路徑進行規(guī)劃 作業(yè)過程中基于 算法進行實時感 知 對機器人實際行駛路徑進行規(guī)劃 并實現(xiàn)壁紙 針對覆蓋式路徑規(guī)劃方法的已有研究成果 本文針對溫 室植保作業(yè)特點 對溫室環(huán)境下機器人的路徑規(guī)劃方法展開 研究 首先通過 對機器人在溫室環(huán)境中的位姿 進行估計 配合激光雷達建立溫室環(huán)境的柵格地圖 然后基 于先驗地圖信息對機器人作業(yè)路徑進行規(guī)劃 最后使用動 態(tài)窗口法對機器人作業(yè)過程中的局部路徑進行規(guī)劃 應對突 發(fā)障礙并實現(xiàn)避障 溫室環(huán)境激光建圖方法分析 溫室農(nóng)業(yè)是典型的結構化種植模型 溫室的地圖可以從 建設圖紙中直接得到 但溫室生產(chǎn)環(huán)境較為復雜 存在人為 影響 使得實際環(huán)境中可能存在建設圖紙中不存在的障礙 物 因此還需要對作業(yè)環(huán)境 補充實際環(huán)境中確實的障礙物 信息 溫室作業(yè)環(huán)境如圖 所示 圖 溫室機器人作業(yè)環(huán)境 從圖 中可以看出 溫室地面為非鋪裝同時本文所用的 機器人采用滑動轉向 機器人行駛過程中 車輪與地面之間 存在較大的相對滑動 因此溫室環(huán)境輪式里程計定位精度較 差 溫室行間 環(huán)境結構相似度較高 激光 方法無法 得到溫室行間準確的位置信息 因此基于輪式里程計 激光 里程計的建圖方法不能直接應用于溫室 本文使用 對機器人的位置進行解算 使用 對 機器人在溫室中的姿態(tài)進行估計 配合激光雷達構建溫室環(huán) 境的占用柵格地圖 然后通過對溫室建設圖紙的分析 提取 出溫室中作物種植區(qū)域的位置信息 以及溫室 最后將兩份 地圖進行融合得到最終的溫室地圖 溫室環(huán)境建圖方法結 構如圖 所示 圖 溫室環(huán)境建圖方法結構圖 本文通過 對機器人在溫室中的位姿進行估 計 然后將位姿與激光雷達數(shù)據(jù)相融合 建立溫室占用地圖 最后根據(jù)溫室建設圖紙補充完善溫室地圖 溫室行間位姿估計 定位系統(tǒng)通過無線通信測量定位節(jié)點和基站之間 的距離 經(jīng)過幾何解算得到定位節(jié)點的絕對位置 不受溫室 環(huán)境相似度的影響 能有效提高溫室環(huán)境下的定位精度 基站的位置固定且坐標已知 假設定位節(jié)點的位 置坐標為 根據(jù) 基站和節(jié)點的空間幾何關系 由 歐式距離公式 可以得到關系式如式 所示 null null null null nullnull null null 式中 基站 的坐標 原始測距值 化簡式 可以得到關于定位節(jié)點坐標 的線性 方程組 其矩陣表示形式如式 所示 式中 null null 定位節(jié)點位置坐標 null null null null null null null null null null null null null null null null null null null nullnull null null null null null nullnull 距離測量 存在誤差 使用最小二乘法對方程組 進行求解 可以得到定位節(jié)點的坐標 如式 所示 對機器人運動時的加速度 角速度進行測量 通過 姿態(tài)解算得到機器人姿態(tài)信息 運動狀態(tài)等信息受環(huán)境影 響較小 溫室內(nèi)路徑不平 對于平坦的鋪裝路面 機器人行進過 程中的姿態(tài)的變化主要體現(xiàn)在航向軸 的 軸垂直于 地面 機器人受到驅(qū)動加速度只在 軸和 軸上產(chǎn)生分量 重力只在 軸上產(chǎn)生分量 實現(xiàn)二維定位只需要考慮機器人 航向角就可實現(xiàn)加速度數(shù)據(jù)從機體坐標系 到導航坐標系 的轉換 溫室路面起伏 機器人在行走過程中會出現(xiàn)晃動 姿態(tài)變化較為復雜 不能只考慮航向軸的姿態(tài)變化 因此在 溫室環(huán)境下對加速度結果進行坐標系變換時 應考慮機器人 三維姿態(tài) 捷聯(lián)式 安裝于機器人機體 基于機體坐標系 對加 速度 角速度進行測量 坐標系示意圖如圖 所示 圖 坐標系示意圖 圖 中 為 定位基站 位于定位場地 的四角 坐標系 為導航坐標系建立于溫室環(huán)境地面 坐標 系 為機體坐標系固定于機器人機體 機體坐標系和導航 坐標系并不重合 本文使用四元數(shù)來表達從機體坐標系 到導航坐標 的旋轉 定義該旋轉為 如式 所示 null null 定義從機體坐標系 到導航坐標 的旋轉矩陣為 旋 轉矩陣的四元數(shù)表示形式 如式 所示 null null null null nullnull null null null null nullnull 姿態(tài)四元數(shù)不能直接進行測量但可通過姿態(tài)解算得到 姿態(tài)需要角速度測量來更新 其更新方程如式 所示 null null 式中 null null 時刻機體坐標系 相對 于導航坐標系 的姿態(tài)四元數(shù) 機體坐標系 下的旋轉角速度矩陣 姿態(tài)更新周期 旋轉角速度矩陣 表達式 null null null null null nullnull null null null null null nullnull 式中 null null 機體坐標系下的角速度測量 即捷 聯(lián)式慣性導航系統(tǒng) 的陀螺儀測量 導航坐標系下機器人加速度矢量可以通過式 得出 式中 null null 導航坐標系下加速度矢量 null null 機體坐標系 下加速度矢量 即捷聯(lián)式導航系統(tǒng)中 的加速度測量結果 最終就可以得到機體坐標系相對于導航坐標系的姿 態(tài) 如式 所示 null null nullnull null null nullnull 式中 從機體坐標系 到導航坐標系 的旋轉矩陣 從機體坐標系 到導航坐標系 的相對位置 溫室環(huán)境激光建圖方法 路徑規(guī)劃需要先驗環(huán)境信息 溫室農(nóng)業(yè)為結構化種植模 式 環(huán)境地圖可以直接從溫室建設圖紙得到 建設圖紙與實 際生產(chǎn)環(huán)境存在差異 為得到真實可靠的環(huán)境地圖 需要對 作業(yè)環(huán)境重新進行建圖 激光雷達能夠?qū)C器人周圍的障礙物距離進行測量 確 定作業(yè)環(huán)境中的障礙物位置 從而建立環(huán)境模型 柵格地圖 是路徑規(guī)劃方法常用的環(huán)境建模方式之一 本文對單線激光 雷達的柵格地圖構建方法展開研究 柵格地圖是將平面劃分為有限多個柵格單元 每個單元 對應實際場景的一個區(qū)域 定義柵格地圖為 如式 所示 式中 每一個柵格的狀態(tài) 激光雷達可以對平面內(nèi)的障礙物進行掃描 障礙物 會反射激光束 從而確定每個柵格區(qū)域的占用狀態(tài) 柵格 地圖狀態(tài)的測量模型 如圖 所示 圖 占用概率地圖生成模型 圖 中 紅色直線為激光雷達的掃描范圍 柵格顏色代 表該區(qū)域的占用概率 顏色越淺表示該區(qū)域為障礙物的概率 越低 激光建圖完成后 根據(jù)閾值確定每個柵格的狀態(tài) 如式 所示 null null null nullnull nullnull 該柵格為障礙物 該柵格為空閑區(qū)域 該柵格狀態(tài)未知 式中 障礙物區(qū)域最低占用閾值 空閑區(qū)域最高占用閾值 基于作業(yè)任務的路徑規(guī)劃 合理的作業(yè)路徑能有效縮短作業(yè)時間 降低作業(yè)成本 植保作業(yè)要求機器人對作業(yè)種植區(qū)域進行全覆蓋 機器人作 業(yè)范圍示意圖如圖 所示 圖 機器人作業(yè)范圍示意圖 圖 中藍色矩形為溫室機器人 紅色虛線橢圓為機器人 作業(yè)范圍 該機器人為單側作業(yè) 綠色區(qū)域為作物種植 區(qū)域 為了減小路徑規(guī)劃算法的運算量 進行全局路徑規(guī)劃 時 將機器人看作一個柵格 膨脹地圖中的占用柵格 膨脹半 徑為機器中心點到自身最遠點的距離 確定機器人的可通行 區(qū)域 對作物區(qū)域進行膨脹處理 膨脹半徑為機器人中心點 的作業(yè)覆蓋范圍的最遠距離 膨脹區(qū)域為溫室植保作業(yè)點 即機器人需要行走遍歷的區(qū)域 基于作業(yè)任務的覆蓋式路徑算法流程圖如圖 所示 圖 覆蓋式路徑規(guī)劃流程圖 如圖 所示 首先對地圖進行預處理 提取出覆蓋作業(yè) 工作點以及機器人的可通行區(qū)域 從起點開始 搜索距離當 前位置最近的作業(yè)點 使用 算法規(guī)劃出從當前位置到最 近作業(yè)點的無碰撞路徑 繼續(xù)搜索距離當前位置最近的作 業(yè)點 重復上述過程 直到遍歷所有工作點 最后回到起點 最終得到全局覆蓋作業(yè)路徑 全局路徑規(guī)劃結果如圖 所示 圖 全局路徑規(guī)劃結果 從圖 可以看出 基于柵格地圖規(guī)劃的得到為全局地圖 轉角多為直角 不利于輪式機器人進行跟隨 使用貝塞爾曲 線法對全局路徑進行平滑處理 得到最終的全局路徑 平滑 后的全局路徑如圖 所示 圖 平滑處理后的全局路徑 如圖 所示 經(jīng)過平滑處理后的全局路徑的轉彎點更加 平滑 有利于機器人進行跟隨 最后對全局路徑進行離散采 樣 輸出全局路徑規(guī)劃結果 基于 算法的局部路徑規(guī)劃方法 溫室環(huán)境較為復雜 機器人實際作業(yè)環(huán)境與全局路徑規(guī) 劃時用到的溫室地圖存在差異 作業(yè)過程中會遇到原本地 圖中不存在的障礙物 因此 為保證安全作業(yè) 作業(yè)過程中 機器人通過激光雷達對周圍環(huán)境進行實時感知 基于實際環(huán) 境以及全局作業(yè)路徑對實際作業(yè)路徑進行規(guī)劃 算法根據(jù)當前機器人的行駛速度建立機器人控制 矢量采樣空間 基于機器人運動學模型對機器人在控制矢量 作用下未來一段時間的行駛軌跡進行預測 根據(jù)代價函數(shù)計 算每條行駛的軌跡的代價 輸出最低代價軌跡的控制矢量為 當前時刻的最優(yōu)控制矢量 局部路徑規(guī)劃方法流程圖如圖 所示 圖 基于 算法的局部路徑規(guī)劃方法 本文中的植保機器人采用差速轉向 機器人的控制量 為前進速度 和旋轉速度 控制矢量采樣空間主要 受到機器人的最大速度 加速度以及障礙物的約束 控制矢 量采樣空間 如式 所示 式中 速度約束 加速度約束 障礙物約束 其中 null null null null null null 式中 機器人行駛的最大直線速度 機器人行駛的最大旋轉速度 機器人行駛的最大直線速度 機器人與最近障礙物的距離 控制周期 根據(jù)四輪差速轉向機器人模型可得機器人運動學方程 如式 所示 null null null null null null null null nullnull null nullnull 式中 時刻機器人導航坐標系位置坐標 時刻機器人航向角 沿 軸正方向為 時刻機器人前進速度控制量 時刻機器人旋轉角速度控制量 根據(jù)代價函數(shù)對所有運動軌跡的代價進行計算 代價最 低的軌跡所對應的一組控制矢量為當前時刻機器人的最優(yōu) 控制矢量 定義代價函數(shù) 如式 所示 式中 各部分的權重系數(shù) 方位角函數(shù) 機器人朝向目標點時函數(shù) 值達到最小 距離函數(shù) 距離目標點越近函數(shù)值越小 障礙物距離函數(shù) 運動軌跡越原理障礙物 函數(shù)值越小 由式 對機器人控制矢量對應的每條運動軌跡的代 價 進行計算 代價最小的軌跡所對應的控制矢量 就是當前時刻的機器人進行路徑跟蹤的最優(yōu)控制量 實驗與分析 溫室環(huán)境激光建圖實驗 為了驗證本文方法建圖算法的有效性 本文設計仿真對 方法進行驗證 仿真環(huán)境為 溫室尺寸為 種植區(qū)域單排尺寸為 行間距為 使 用 系統(tǒng)運行建圖算法 利用 的 接口獲 取仿真環(huán)境中所有的傳感器數(shù)據(jù)并實現(xiàn)對機器人控制 在 中運行基于 的位姿估計算法以及激光建圖 算法 實驗中控制機器人在溫室中行走整個溫室環(huán)境 最終 得到當前溫室的占用柵格地圖 仿真環(huán)境如圖 所示 圖 仿真環(huán)境 圖 中綠色部分為溫室作物種植區(qū)域 紅色區(qū)域為激 光雷達的探測區(qū)域 從圖中可以看出激光雷達最大探測距離 小于溫室行間長度 本實驗中的機器人模型如圖 所示 圖 機器人模型圖 圖 中機器前端安裝有單線激光雷達 最大探測距離 為 探測范圍為 到 角分辨率為 掃描速 率為 機器人前后各安裝有 定位節(jié)點 用于獲取 機器人實時的二維位置信息 通過前后兩節(jié)點的位置信息可 以得到機器人的航向信息 機器人車體正中央安裝有 可獲取機器人在移動過程中的實時加速度和角速度 仿真 系統(tǒng)交互關系如圖 所示 機器人移動過程中 通過基于 的位姿估計方 法對機器人位姿進行估計 位姿估計結果與 最終得到溫室 環(huán)境的占用柵格地圖 通過可視化軟件 對建圖結果進行 可視化 如圖 所示 圖 中灰色區(qū)域為未知區(qū)域 激光雷達未探測到的區(qū) 圖 仿真系統(tǒng)軟件結構圖 圖 建圖結果可視化 域 黑色區(qū)域為障礙物 機器人無法通過 白色區(qū)域為空閑 區(qū)域 機器人可在白色區(qū)域行進 此時得到的溫室地圖不包含作物種植區(qū)域的位置信息 該信息可以從溫室建設圖紙中提取得到 最終講溫室建設圖 紙和建圖算法得到的溫室地圖進行融合 得到最終的溫室地 圖 如圖 所示 圖 溫室環(huán)境柵格地圖 圖 中 每個柵格對應實際距離 灰色部分代表未 知區(qū)域 激光雷達沒有掃描到的區(qū)域 白色代表空閑區(qū)域 植保機器人可在白色區(qū)域上移動作業(yè) 綠色為植被區(qū)域 即 需要機器人作業(yè)覆蓋的區(qū)域 黑色代表障礙物 機器人無法 通行 一般是障礙物區(qū)域的邊緣 局部路徑規(guī)劃實驗 為了驗證局部路徑規(guī)劃方法的規(guī)劃效果以及避障能力 本文設計了仿真 仿真環(huán)境為 完成全局路徑規(guī)劃 后 向仿真環(huán)境加入新的障礙物 在全局作業(yè)路徑的引導 下 由 算法對機器人實際行駛路徑進行規(guī)劃 局部路 徑規(guī)劃結果如圖 所示 圖 局部路徑規(guī)劃實驗結果 圖 中綠色區(qū)域位置為溫室中機器人的不可通行區(qū) 域 藍色路徑為全局路徑規(guī)劃結果 紅色路徑為 算法 規(guī)劃出的局部作業(yè)路徑 實驗結果表明 當全局路徑經(jīng)過不 可通行區(qū)域時 算法能夠基于實時感知規(guī)劃出無碰撞 的局部最優(yōu)路徑 路徑規(guī)劃仿真 為了驗證本文提出的基于溫室作業(yè)任務的覆蓋式路徑 規(guī)劃方法 本文進行了仿真 仿真環(huán)境為 基于 軟件平臺仿真搭建了 正方形場地 場 地共有植被 排 植被為 的矩形區(qū)域 植被行間可 通行區(qū)域?qū)?植保機器人長 寬 采用差 速轉向 機器人機體安裝傳感器有 定位模塊和激光雷 達 激光雷達最大探測距離為 最小角分辨率為 本實驗中控制算法通過 的接口實現(xiàn)對仿真環(huán) 境中傳感器的讀取 以及實現(xiàn)對仿真環(huán)境中移動機器人的控 制 首先 基于全局地圖對全局最優(yōu)作業(yè)路徑進行搜索通過 最優(yōu)作業(yè)路徑 然后通過 算法對全局最優(yōu)作業(yè)路徑進 行跟蹤 實驗結果如圖 所示 圖 路徑規(guī)劃仿真結果 從圖 中可以看出 全局路徑實現(xiàn)了對種植區(qū)域的全 覆蓋 并實現(xiàn)了作業(yè)完成后 返回起始工作點 局部路徑規(guī) 劃算法可以很好控制機器人跟隨全局路徑 完整實現(xiàn)覆蓋作 業(yè)過程 結論 本文研究了溫室環(huán)境中植保機器人的覆蓋式作業(yè)路徑 規(guī)劃方法 主要工作如下 使用基于 的位姿估計算法對機器人位姿 進行估計 有效解決了激光里程計因溫室行間環(huán)境結構相似 度高的情況導致位姿估計精度快速下降的問題 并通過仿 真對該方法進行了驗證 將位姿數(shù)據(jù)與激光雷達數(shù)據(jù)融合完 整建立了溫室地圖 提出了基于 算法的全局覆蓋式路徑規(guī)劃方法 首 先基于作業(yè)點和可通行區(qū)域識別方法 提取出植保作業(yè)工作 點和可通行區(qū)域 通過遍歷所有作業(yè)點的方式規(guī)劃覆蓋全 部作物區(qū)域的作業(yè)路徑 然后使用貝塞爾曲線法對生成的全 局路徑進行了平滑處理 更有便于機器人對全局路徑進行跟 隨 最后使用 算法對作業(yè)過程中的局部路徑進行規(guī)劃 進行實時規(guī)劃 實現(xiàn)避障 并進行了仿真 仿真結果表明 機 器人能有效跟隨全局路徑 完整完成覆蓋作業(yè)任務 參考文獻 張漫 季宇寒 李世超 等 農(nóng)業(yè)機械導航技術研究進展 農(nóng) 業(yè)機械學報 侯加林 蒲文洋 李天華 等 基于 與物聯(lián)網(wǎng)的移動式溫 室環(huán)境監(jiān)測系統(tǒng)設計與實現(xiàn) 農(nóng)業(yè)工程學報 胡敬 田俊曦 鄒世明 等 基于自適應卡爾曼濾波的聯(lián)合 無人機定位算法 無人系統(tǒng)技術 孟志軍 劉卉 王華 等 農(nóng)田作業(yè)機械路徑優(yōu)化方法 農(nóng)業(yè) 機械學報 奚小波 史揚杰 單翔 等 基于 曲線優(yōu)化的農(nóng)機自動駕 駛避障控制方法 農(nóng)業(yè)工程學報 勞彩蓮 李鵬 馮宇 基于改進 與 算法融合的溫室 機器人路徑規(guī)劃 農(nóng)業(yè)機械學報 張華強 王國棟 呂云飛 等 基于改進純追蹤模型的農(nóng)機路徑 跟蹤算法研究 農(nóng)業(yè)機械學報 徐建華 張雨霖 韓勇強 基于移動節(jié)點輔助定位的 室 內(nèi)定位方法 中國慣性技術學報 程為彬 陳燭姣 張夷非 等 姿態(tài)誤差均衡校正模型與 驗證 儀器儀表學報 作者簡介 畢 松 男 漢族 北京市人 碩士研究生 導師 主要研究領域為人工智能與智能機器人 張國軒 男 漢族 陜西省寶雞市人 碩士研究生 主要研 究領域為人工智能與智能機器人 李志軍 男 漢族 河南平頂山人 碩士研究生導師 主要 研究領域為控制理論與控制工程 模式識別與智能系統(tǒng) 上接第 頁 梁琳 何衛(wèi)平 雷蕾 張維 王紅霄 光照不均圖像增強方法綜 述 計算機應用研究 王浩 張葉 沈宏海 等 圖像增強算法綜述 中國光學 雍龍泉 李翠霞 吳世良 線性變換的幾何意義 高師理科 學刊 楊亞絨 李恒 趙磊 王海瑞 基于亮度校正與多空間轉換的 水下圖像增強 光電子 激光 電子與信息學報 張誼 萬華 涂淑琴 基于計算機視覺的中藥飲片分類技術綜 述與案例研究 計算機應用 作者簡介 王 欣 男 漢族 四川省綿陽市人 博 士 教授 研究方向為機器學習 計算機仿真 陳紀宗 男 漢族 重慶市北碚區(qū)人 碩士 研究生 研究方向為機器學習 李 屹 男 漢族 四川省成都市人 碩士 研究生 研究方向為機器學習 劉 一 男 漢族 天津人 博士 教授 主要研究方向為民 航大數(shù)據(jù)分析 民航信息化 智能算法等