1.2导航线提取

在农机视觉导航技术中, 大多针对农业环境中行间直线行驶进行研究，其中基于Hough变换和最小二乘法的作物行直线检测算法被广泛应用。^[26-32]

Astrand等^[33]提出了一种基于Hough变换的植物行识别方法。该方法适应于植物的大小，能够融合两行及以上的信息，试验中导航机器人的位置标准差为2.3 cm。罗锡文等^[34]提出了基于Hough变化和Fisher准则的垄线识别优化算法，该算法提高了系统的准确性和适应性。吴刚等^[35]提出了一种改进随机Hough变换的直线拟合方法，该方法与传统随机Hough变换相比避免了无效采样和累计问题。

司永胜等^[36]在具有杂草的玉米和大豆早期作物环境中对提取的特征点进行两次最小二乘法拟合，得到作物的中心导航线，试验证明该方法可以克服杂草、作物缺失的影响，实时提取作物行。宋宇等^[37]采用最小二乘法拟合作物左右两行斜率后，估计出导航基准线，在多种环境下的检测准确率达到90%以上。马驰等^[38]采用最小二乘法拟合导航线，最终导航线横向偏差5.1像素，实际平均偏差为0.052m。Jiang等^[39]则提出了一种线性回归的方法对作物行进行拟合，在小麦、玉米和大豆3种环境下进行试验，对检测率、检测精度和处理时间进行评价，发现三项指标均优于标准Hough变换。