谢仕烁，黄伟锋，2，朱立学，杨尘宇，张世昂，付根平，2

(1.仲恺农业工程学院自动化学院，广州市，510225；2.仲恺农业工程学院现代农业工程创新研究院，广州市，510225；3.广东省现代精准农业智能化装备技术研发中心，广州市，510225；4.仲恺农业工程学院机电工程学院，广州市，510225)

0 引言

近年来，我国大部分农作物产量保持增长状态[1-2]，但生产成本增加过快等因素仍然制约着我国农户的利润增长[3]。研究指出，农业自动化对提高农产品的产量和减少劳动力的制约具有一定的积极作用[4]，且机器人自主导航技术已有一定成果[5-8]，因此，农业机器人具备一定的发展前景和意义。

视觉处理技术和卫星定位技术为农业机器人自主作业能力提供了可能[9-12]。导航技术中，卫星定位导航可以提供一定的导航指引，但难以根据实际道路情况等因素进行导航，难以对实际环境做出反应；视觉导航易受光照等环境干扰影响，但其外部信息感知量丰富，因此该方法受到了许多研究者的青睐。

在图像分割方面，高国琴等[13]提出基于K-means算法的温室路径分割方法；田巍等[14]提出基于HSV阈值法的皮肤对象分割方法；Bakker等[15]提出基于2G-R-B方法的作物图像分割方法；Long等[16]使用FCN网络实现了多个对象的分割方法。以上方法均具备一定的分割能力，但在计算负担与分割结果的综合表现上效果欠佳，难以兼顾强分割性和算法简易性。

在对导航计算上，吴刚等[17]提出基于hough法的路径拟合方法，实现了小麦田间的路径计算；李亭等[18]使用扫描法进行路径计算实现了智能车的自主导航；……