冯凯，王茂励，何晓宁，王东伟，岳丹松，初香港

(1. 青岛农业大学机电工程学院，山东青岛，266000； 2. 曲阜师范大学网络空间安全学院，山东曲阜，276800)

0 引言

基于机器视觉导航的农业机械装备在生产作业中具有较强的灵活性和适应性，且视觉导航常与其他类型的导航方式进行组合来提高导航定位的精度和稳定性[1-3]，使其具有了广泛的研究前景，已经成为智慧农业中的一项重要技术。农机具视觉导航的核心在于对图像的处理，其中最为关键一步的则是对作业导航路径的实时、准确地提取，其精度和准确性也常受图像处理效果、检测方法等多方面因素的影响。针对导航路径提取问题的相关研究已经取得较多的研究成果。

目前，此类研究中，通常采用不同的图像处理算法或与最小二乘法、Hough变换及其改进算法结合来进行导航路径提取[4-7]。王毅等[8]提出了一种基于边缘检测的导航线提取方法，对处理后的图像计算中点、斜率，进而计算出农业机器人的偏离角并实时调整以实现，试验表明该算法处理速度较快且抑制了噪声，但是中点的选取对精度影响较大。关卓怀等[9]针对目前算法在非绿色环境下的导航适应性差的问题，提出了一种基于暗原色原理的灰度化方法来分离农作物和土壤，采用基于垂直投影法的中心导航线提取算法提取土壤感兴趣区域，再利用最小二乘拟合提取导航线。Bkp等[10]提出一种基于预测点Hough变换的拟合算法，用新灰度化因子进行图像处理且利用回归方程确定预测点，最后通过提出的算法对导航路径进行拟合，试验表明该文导航路径拟合算法的平均误差小，计算时间低。……