白云龙，傅彬，史振华，王健

(绍兴职业技术学院，浙江绍兴，312000)

0 引言

为了适应精准农业的生产作业需求，具有自主导航功能的农业机械装备成为当前的研究重点，在农作物种植、除草和收割等领域具有广阔的应用前景。目前，插秧机器人的导航方式主要有GPS导航[1]、激光导航[2]和机器视觉导航[3]等。对比GPS和激光导航方式，机器视觉凭借其灵活、高效、实时性好、鲁棒性强、精准的局部识别和获取信息完整等优点，成为插秧机器人主要的导航方式。其中，导航路径的准确识别是实现水稻插秧机器人自主导航的关键技术之一[4]。

在水稻种植过程中，路径识别系统采集的图像容易受到光照、杂草和翻土等因素的影响，导致系统在判别导航路径的过程中易出现鲁棒性变差的现象，并且农田工作环境复杂多变使得数据计算量增加，最终导致系统的实时性、稳定性和高效性降低。李俊霞等[4]提出利用视觉同步定位与建图(SLAM)的方式完成农业车辆的导航，系统可以实现自动规避障碍物并回归原始路径的功能，但由于导航路径标识符难以布置，导致最终检测精度和效率难以满足实际需求。李秀智等[5]在对采集图像预处理后，对垄行边缘中的特征点进行识别和聚类，利用RANSAC算法提出离群特征点，最终使用最小二乘法对最优特征点集进行直线拟合，但存在容易受到光照不均的干扰及剔除特征点阈值难以确定的问题。郭翰林等[6]利用HSV颜色空间的S分量对……