随着科学技术的发展,农业高新科技的应用和推广,农业机器人逐渐进入到了农业生产领域中,并将促进现代化的农业向着智能化的方向转变。棉花是新疆的主要农作物之一,其种植面积达到全国的三分之一以上。至今,新疆棉花的采收仍然有一大部分依靠人工劳动力,不仅增加了棉农的投入,而且降低了采棉的效率。因此,采棉机器人的出现可以解决当前的采棉困境。本文重点对采棉机器人的视觉系统进行了研究,主要包括以下几个方面:(1)棉花图像的分割方面。本文提出在HSV颜色空间下使用二维Otsu阈值和几何特征相结合的方法对棉花图像进行分割。该方法可以克服光照、阴影的干扰,并将实验的结果与常用的分割方法在棉桃个数、棉桃面积和分割时间上进行了对比分析。实验结果表明,棉桃个数的平均识别精确度为92.68%,棉桃面积的平均分割精度为94.31%,识别一幅图像中目标物的时间为0.9637s,可以满足采棉机器人对棉花识别精确度和实时性的需求。(2)棉花成熟度判别方面。本文提出了基于遗传算法进行特征参数提取的方法,通过建立成熟度的判别模型进行棉花成熟度的判定。该方法通过提取棉花的最小外接矩形,获取特征参数代入判别模型得到棉花的成熟等级。通过实验得知,该判别模型可以准确的判别棉花的成熟度,能够克服风吹、挤压等外界环境的影响。(3)导航方面。本文提出了基于视觉和触杆两种导航方法。(1)视觉导航:首先对幼苗时期的棉田图像进行预处理,基于棉苗与土地的色差提取目标区域,再通过Hough变换提取导航中心线,最后还对视频图像建立动态窗口提取导航中心线,提取结果与人眼的视觉效果基本一致;(2)触杆导航:对于成熟的棉田,基于传感器进行参数的获取,比较分析参数的特点得出行走路径。最后进行了路径的跟踪仿真实验,实验结果表明,在不同的速度下,跟踪路线都可以快速的跟踪领航路径。