시각적 탐색이란 무엇인가?

내비게이션 분야에서 기계식 비전 내비게이션과 레이저 내비게이션은 두 가지 주요 자율 위치 결정 기술입니다. 위성 내비게이션(GNSS) 및 관성 내비게이션(INS)과 함께 지능형 시스템을 위한 위치 결정 솔루션을 구성합니다.

기계식 비전 네비게이션 구현 과정

적절한 이미지 이미징 시스템을 구축하여 대상 이미지를 수집합니다. 수집된 샘플 이미지는 이미지 처리 기술을 사용하여 전처리하여 이미지 품질을 향상시킵니다. 대상 객체를 이미지 배경에서 분할하고 관련 특징 계산 방법을 사용하여 특징 정보를 추출하여 대상 객체의 색상, 모양, 질감과 같은 강력한 표현 능력을 가진 특징 매개변수로 구성된 특징 벡터를 얻습니다. 과도한 중복 정보로 인해 시스템에 많은 계산 부하가 걸리고 시스템의 인식 정확도와 효율성에 영향을 미치지 않도록 얻은 특징 벡터를 선별하여 최적화합니다. 학습을 위해 적절한 분류기를 선택하고 인식 결과를 제공합니다. 이 과정에서 이미지 처리 효과, 선택된 특징 및 분류기의 설계는 시스템의 인식 효과를 직접적으로 결정하며 머신 비전 기술의 핵심입니다.

1. 이미지 처리 기술은 비교적 성숙되어 있습니다. 일반적인 이미지 전처리 과정은 다음과 같습니다. 회색조 변환 → 기하학적 변환(자르기, 이동, 회전 등) → 이미지 향상(필터링, 평활화, 선명화 등).

2. 타겟 분할 방법에는 임계값 분할 방법(전역 임계값, 로컬 최소값, Otsu), 영역 분할 방법, 유역 분할 방법, K-평균 클러스터링 분할 등이 있습니다.

3. 특징 추출 방법에는 색상(색상 모멘트, 색상 집합, 색상 히스토그램, 색상 집계 벡터 등), 질감(회색 레벨 동시 발생 행렬 방법, 기하학적 방법, 모델 방법, 웨이블릿 변환 등), 모양(푸리에 변환, 허프 변환, 면적, 둘레, 직사각형, 준원형성, 최소 외부 직사각형 종횡비, Hu 불변 모멘트 등), 공간 관계 등이 있습니다.

4. 특징 선택 및 최적화 방법에는 주성분 분석(PCA), 선형 판별 분석(LDA), 다차원 스케일링(MDS), 흐름 패턴 학습 등이 있습니다.

5. 인식 및 분류 방법에서 전통적인 통계적 패턴 인식 방법에는 지원 벡터 머신(SVM), 베이지안, 판별 함수 등이 있습니다. 머신 러닝(ML) 기술이 발전하고 인공 신경망(ANN), 유전 알고리즘, 클러스터링 알고리즘, 전이 학습과 같은 방법이 적용됨에 따라 머신 비전 시스템의 인식 정확도와 안정성이 크게 향상되었습니다.

기계식 비전 항법은 전체 도메인 위치 지정 기능을 형성하기 위해 종종 다른 기술을 보완해야 합니다. 관성 항법 시스템(INS)은 가속도계 및 자이로스코프와 같은 센서를 사용하여 물체의 운동 상태를 측정하여 위치와 방향을 계산합니다. GPS, GLONASS, Galileo 및 Beidou와 같은 위성 항법 기술은 위성을 통해 신호를 보내고 지상 수신기로 신호를 수신하여 위치 지정 및 항법을 구현합니다.

지난 과야전자과학기술유한공사는 AGOPENGPS를 지원하는 고정밀 자동 조향 모터를 개발했습니다. AgOpenGPS 자동 조향 모터는 컨트롤러, 태블릿, 스티어링 휠, 전륜 센서, GNSS 안테나 등과 함께 자동 조향 시스템을 구성합니다. 위성 안테나는 GPS, Galileo, GLONASS 및 Beidou 위성 시스템의 신호를 동시에 수신할 수 있습니다. RTK 고정밀 위성 위치 확인 기술을 사용하여 센티미터 수준의 위치 측정을 구현합니다. 또한, 자동 조향 시스템은 관성 항법, 자동 제어, 전기 조향 등의 기술을 지원하며, 스티어링 휠을 제어하여 농기계가 지정된 경로를 따라 자동으로 작동하도록 안내합니다.

맞춤형 전력 구동 솔루션을 원하시면 저희에게 문의하세요!

저희는 2025년 11월 9일부터 15일까지 독일 하노버에서 열리는 AGRITECHNICA에 부스 번호 17F22b로 참가합니다. 저희 부스를 방문해 주시기 바랍니다.