本發(fā)明涉及一種環(huán)境感知方法，特別涉及一種用于農機無人駕駛的農田環(huán)境感知方法。

背景技術：

精準農業(yè)技術被認為是21世紀農業(yè)科技發(fā)展的前沿，是科技含最高、集成綜合性最強的現代農業(yè)生產管理技術之一。精準農業(yè)技術根據空間變異，定位、定時、定量的實施一套現代化農事操作技術與管理的系統，是信息技術與農業(yè)生產全面結合的一種新型農業(yè)技術。

精準農業(yè)的應用于快速發(fā)展，能夠充分挖掘農田最大的生產潛力、合理利用水肥資源、減少環(huán)境污染，大幅度提高農產品產量和品質。

發(fā)展精準農業(yè)技術是解決我國農業(yè)由傳統農業(yè)向現代化農業(yè)發(fā)展過程中所面臨的確保農產品總量、調整農業(yè)產業(yè)結構、改善農產品品質和質量、資源嚴重不足且利用率低、環(huán)境污染等問題的有效解決方式，也是中國農業(yè)現代化發(fā)展與轉型升級的必經之路。

衛(wèi)星導航技術是精準農業(yè)技術的基本組成之一,使農機實現自動行駛，農機作業(yè)前只需要設定好參數后，導航系統便引導農機進入自動作業(yè)模式，開始進行直線耕作。在農機自動導航的過程中，農田的環(huán)境惡劣且復雜，大型的農田里可能會存在電線桿、田埂、土丘、牲畜以及隨時出現的勞作人員等，這些因素都為無人駕駛農機的實現提出了新的挑戰(zhàn)?，F有技術中，使用衛(wèi)星導航技術可以實現農機在農田里自動行走，但是農機無法準確識別農機前方的障礙物，即農機無法感應農田環(huán)境，更不用說根據感知到的農田環(huán)境自動做停車等待還是繼續(xù)行駛等處理，農機作業(yè)時必須得有駕駛員輔助操控農機的動作，一不注意，農機就會與前方障礙物碰撞，因此迫切需要研究出一套農田環(huán)境感知方法使無人駕駛的農機具備對周環(huán)境進行感知的能力，一旦遇到上述農田中存在電線桿、田埂、土丘、牲畜以及隨時出現的勞作人員等情況，能夠及時采取停車等待等應急處理。

技術實現要素：

針對現有技術中的缺陷，本發(fā)明的目的在于克服上述現有技術中的不足之處，解決現有技術中無人駕駛的農機無法感知農田環(huán)境的技術問題，提供一種用于農機無人駕駛的農田環(huán)境感知方法，本發(fā)明實現了農田環(huán)境的感知，識別農機前方障礙物的準確度高，提高農機無人駕駛時的可靠性。

本發(fā)明的目的是這樣實現的：一種用于農機無人駕駛的農田環(huán)境感知方法，具體包括以下步驟，

步驟1：對攝像機進行標定，得到世界坐標到圖形像素坐標的投影矩陣，建立雷達坐標系與世界坐標系之間的相互關系，將雷達坐標轉換成圖像像素坐標，使雷達與攝像機在空間上同步；

步驟2：工控機解算接收到的毫米波雷達數據，確定有效目標，選出農機作業(yè)前方雷達感興趣的區(qū)域，確定有效目標中的最危險目標，同步進行攝像機圖像的采集；

步驟3：根據雷達的信息判斷出最危險目標的運動狀態(tài)，根據雷達與相機采集到的最危險目標的圖像數據，判斷出最危險目標的類型，工控機根據雷達數據和相機的圖像數據解算出農機的動作指令并將其傳輸給導航箱，導航箱控制農機做相應的動作；

其中，在步驟3之前，農機作業(yè)時，農機的行駛速度勻速。

為了實現攝像機和毫米波雷達在空間上的同步，所述步驟1中的將雷達坐標轉換成圖形像素坐標具體包括以下步驟，

步驟1.1：農機作業(yè)前，地面默認為水平，將毫米波雷達固定安裝在農機的前側且位于車中縱向中軸，雷達發(fā)射面向外，使雷達發(fā)射面與地面垂直；將用于標定的棋盤與雷達反射面在同一平面，且位于雷達正上方與地平面垂直，棋盤的左上角點與雷達反射面中心點連線垂直于地面，確定棋盤左上角點距離雷達安裝位置的高度為y0，高度單位為mm；安裝攝像機時使攝像機的光軸與地面平行；

步驟1.2：以雷達的中心為原點建立雷達坐標系00-x0y0z0，毫米波雷達所在平面由x0軸和y0軸確定并與z0軸相垂直，z0軸與地面平行；建立攝像機坐標系oc-xcyczc，以攝像機的中心為原點oc，平面xcocyc平行于攝像機的成像平面，zc軸是攝像機的取景光軸且垂直于成像平面；建立世界坐標系ow-xwywzw，ow為農機的重心與水平面的交點，xw軸水平向右并垂直于農機的縱向中軸線，yw水平向前垂直于農機的縱向中軸線，zw垂直于水平面向上，雷達坐標系的x0o0z0平面與世界坐標系的xwowzw平面平行；

步驟1.3：對于空間中任意一點p(x,y,z,)^t，p點與雷達之間的相對距離為r，單位為m，相對角度為α，單位為度，世界坐標系的x0z平面平行于雷達坐標系的x0o0z0平面，將障礙物p的雷達坐標轉換成三維世界坐標，具體的轉換關系如下，

步驟1.4：光軸與成像平面相交的點是圖像主點o’，世界坐標通過旋轉矩陣r和平移向量s轉換后得到攝像機坐標(xc，yc，zc，1)^t，任意點p的世界坐標為(xw，yw，zw，1)^t，將世界坐標轉換為攝像機坐標，具體的轉換關系如下，

式(1-2)中，r為一個三行三列的正交單位矩陣，s為世界坐標系到攝像機坐標系的1*3平移矩陣；

步驟1.5：將攝像機坐標(xc，yc，zc，1)^t轉換到圖像物理坐標(x1，y1)^t，具體的轉換關系如下，

式(1-3)中，f為攝像機的焦距，焦距單位為mm；

步驟1.6：將圖像物理坐標(x1，y1)^t轉換到圖像像素坐標(u,v)，具體的轉換關系如下：

其中，dx,dy分別表示每個像素在橫軸和縱軸上單位大小，u0、v0分別為圖像像素坐標系下攝像機光軸和成像平面交點的橫縱坐標，坐標單位為pixel；

步驟1.7：根據以上公式(1-1)～(1-4)得到世界坐標與圖像像素坐標的轉換關系，具體的為，

為了進一步提高解算雷達數據的準確性，所述步驟2中的解算雷達數據排除虛假目標確定有效目標，具體包括以下步驟，

所述步驟2中的解算雷達數據確定有效目標，具體包括以下步驟，

步驟2.1：對雷達接收到的數據按照毫米波雷達協議進行解算，得到前方物體相對雷達的角度α、距離r、相對速度v、前方物體的反射強度并為每個目標分配唯一一個id；

步驟2.2：對隨機噪聲信號進行濾波，保證雷達數據的連續(xù)有效性，具體的為，定義z＝[r,θ,v]^t為雷達的測量值，z(k)為毫米波雷達第k次輸出的測量值，

d²＝s(z(k)-z(k-1))(z(k)-z(k-1))^t＜rs²(2-1)

過濾掉不符合式(2-1)的數據信號；其中，d為相鄰量測向量z(k)、z(k-1)之間的加權歐氏距離，s為加權矩陣，rs為設定的閾值；

步驟2.3：判定目標是否與在農機行駛的車道內，當雷達前方物體滿足di≤ds時，目標在農機行駛車道內，否則，目標不在農機行駛車道內，農機行駛車道內的目標初選為有效目標，并對其按照由近及遠的準則進行排序編號；在農機行駛車道外的目標為非危險目標，將其排除；其中，ds為安全距離閾值，ds＝l/2+ks，di為i采樣點下測得的目標與z0軸之間的距離，l為農機上懸掛的犁具寬度，ks為設定的安全余量；

步驟2.4：對初選的有效目標進行有效性檢驗，最終確定有效目標；

步驟2.5：根據確定好的有效目標，通過毫米波雷達獲取的最近距離障礙物確定為候選的最危險目標，若dj≤dmin,dj為毫米波雷達獲取的農機與id是j的有效目標之間的距離，dmin為在毫米波雷達一個掃描周期內所獲取的農機與最近有效目標的距離，此時，id是j的有效目標為最危險目標；

此設計中，先對干擾和噪聲信號產生的隨機噪聲信號進行濾除，提高雷達數據解算的準確性；通過對農機行駛車道的判別，排除農機行駛車道外的障礙物目標，初步選定同車道內的障礙物為有效目標，對初選有效目標進行檢驗以進一步確定有效目標，提高有效目標識別的精確度；對有效目標按照距離由近到遠的順序為規(guī)則，確定最危險目標。

為了進一步提高有效目標確定的精確度，所述步驟2.4中對初選的有效目標進行有效性檢驗具體包括以下步驟，

步驟2.4.1：對初選的有效目標進行預測，選取狀態(tài)sn＝[dn,vn,an],初選有效目標的狀態(tài)預測方程為，

其中，d(n+1,n)、v(n+1,n)、a(n+1,n)是上一個掃描周期預測的有效障礙物目標的狀態(tài)信息，dn,vn,an分別表示毫米波雷達第n探測周期內測得的有效障礙物目標的相對距離、相對速度、相對加速度，t是毫米波雷達的掃描周期；

步驟2.4.2：通過比較預測的第n+1周期有效目標的狀態(tài)信息和雷達實際測得的第n+1周期有效目標的狀態(tài)信息，具體如下，

其中，d0、v0、a0是設定的有效障礙物目標測量值與預測值之間的誤差閾值；

步驟2.4.3：有效障礙物目標在雷達的掃描周期中被連續(xù)探測到m次以上，同時，滿足步驟2.4.2中公式(2-3)的有效目標與初選有效目標一致，則更新目標的相對距離、相對速度、相對角度、編號信息；否則，初選的有效目標不處于毫米波雷達探測目標中，使用有效目標預測信息對初選的有效目標進行跟蹤，若初選的有效目標在雷達的下一個掃描周期中仍然沒有被探測到，則停止使用對應的初選有效目標信息，更新有效目標信息，并返回步驟2.4.1循環(huán)執(zhí)行；

此設計中，通過上一個掃描預測的有效目標的狀態(tài)信息與測試出來的進行對比，判斷有效目標信息是否一致，以此來進一步排除虛假目標，使有效目標的確定得到進一步保障。

作為本發(fā)明的進一步改進，所述步驟3中判斷最危險目標的動靜狀態(tài)具體包括以下步驟，

步驟3.1：根據步驟2.5中確定的最危險目標，不斷更新最危險目標的相對速度和相對距離信息，判斷最危險目標與雷達的距離是否在停車安全距離范圍內，即zwd>zmin(3-1)，zwd為毫米波雷達探測到的雷達與最危險目標的相對距離，zmin為設定的停車安全距離閾值，最危險目標滿足公式(3-1)時，農機繼續(xù)行駛，否則導航箱調整農機的動作；

步驟3.2：根據相對速度大小判定最危險目標的動靜狀態(tài)，具體如下，

v≠v車(3-2)

在連續(xù)的至少兩個掃描周期內，(3-2)式始終成立時，判定目標的狀態(tài)為動態(tài)；否則，農機繼續(xù)行駛，并返回至步驟3.1循環(huán)執(zhí)行；其中，v為雷達相對目標的速度大小，v車為農機的行駛速度；

此設計中，判定最危險目標的動靜態(tài)原理簡單，提高響應速度。

作為本發(fā)明的進一步改進，所述步驟3中根據雷達與相機采集到的最危險目標的圖像數據，判斷出最危險目標的類型具體包括以下步驟，

步驟3.1a：若最危險目標始終為靜態(tài)，則導航箱控制農機做停車等待處理；否則，攝像機對最危險目標進行識別；

步驟3.2a：攝像機獲取最危險目標的圖像，將圖像與訓練好的人體樣本訓練庫進行匹配比較，輸出目標識別結果；

步驟3.3：導航箱根據輸出的目標識別結果控制農機動作，若為非人體，則導航箱發(fā)出聲光報警，并控制農機做停車等待處理；若目標識別結果為人體，則導航箱發(fā)出聲光報警，判斷人體是否偏離農機行駛車道或者人體向遠離農機方向運動，用以下公式判斷，

zwn+1>zwn(3-3)

di>ds(3-4)

若雷達探測到的人體目標滿足(3-3)或(3-4)，則農機繼續(xù)向前行駛，否則導航箱控制農機做停車等待處理；zwn為第n探測掃描周期雷達相對最危險目標的距離，zw(n+1)為下一個掃描周期雷達相對最危險目標的距離；

此設計中，先判斷最危險目標的動靜狀態(tài)，若最危險目標始終為靜態(tài)，則認為最危險目標為電線桿、樹木等非生命體，否則，認為最危險目標為農作人員或者牲畜，通過攝像機采集最危險目標的圖像并識別出最危險目標是否為人體，輸出目標識別結果，若為人體，則導航箱發(fā)出聲光報警，因為勞作人員自身有避險意識，勞作人員在聽到農機的報警聲后可能會走出農機行駛車道或者往遠離農機運動方向行走，利用勞作人員的習慣性反應設置判斷程序，適應性好，避免農機與電線桿、牲畜等非人體的碰撞的同時提醒農機前方的農作人員自覺避讓，并根據農作人員的行為做繼續(xù)行駛或停車等待處理。

本發(fā)明與現有技術相比，本發(fā)明將毫米波雷達和相機結合起來感知農田環(huán)境，通過世界坐標系與圖像像素坐標系的轉換使攝像機和毫米波雷達在空間上實現同步，對噪聲和干擾信號產生的隨機噪聲信號進行濾除，提高雷達探測信號的準確性；根據設定好的農機航向確定為農機行駛車道，將農機行駛車道內的障礙物目標初選為有效目標，再對初選的有效目標進行進一步檢驗，以進一步確定有效目標，提高雷達感知同車道內障礙物目標的有效性和準確性；選取最危險目標并跟蹤最危險目標，攝像機以最危險目標的動靜態(tài)為基礎進行目標識別，若最危險目標為動態(tài)，只需要識別出動態(tài)物是否為人體即可，不需要識別出具體類型，減小運算量，提高響應速度，導航箱根據圖像識別結果控制農機動作，避免農機在無人駕駛時與障礙物碰撞；若識別結果為人體時，導航箱聲光報警提醒勞作人員避開農機，利用人的習慣思維這一特性，不斷檢測人體是否偏離農機行駛車道或者人體向遠離農機方向運動，導航箱根據檢測結果控制農機是否做停車等待處理，適應性好。

附圖說明

下面結合附圖說明和具體實施方式對本發(fā)明作進一步說明：

圖1為本發(fā)明基于毫米波雷達和攝像機的感知農田環(huán)境方法的流程圖。

圖2為本發(fā)明中雷達坐標系和世界坐標系的關系示意圖。

圖3為本發(fā)明中攝像機坐標系和世界坐標系的關系示意圖。

圖4為本發(fā)明中攝像機坐標系與圖像物理坐標系轉換的關系示意圖。

圖5為本發(fā)明中圖像物理坐標系與圖像像素坐標系的關系示意圖。

圖6為本發(fā)明中農機行駛過程中農田環(huán)境示意圖。

圖7為本發(fā)明中農機行駛過程中車道判別示意圖。

圖8為本發(fā)明中對初選有效目標進行檢驗以進一步確定有效目標的流程圖。

具體實施方式

下面結合附圖對本發(fā)明作進一步的說明。

如圖1～8所示的一種用于農機無人駕駛的農田環(huán)境感知方法，具體包括以下步驟：

具體包括以下步驟，

步驟1：對攝像機進行標定，得到世界坐標到圖形像素坐標的投影矩陣，建立雷達坐標系與世界坐標系之間的相互關系，將雷達坐標轉換成圖像像素坐標，使雷達與攝像機在空間上同步；

步驟2：工控機解算接收到的毫米波雷達數據，確定有效目標，選出農機作業(yè)前方雷達感興趣的區(qū)域，確定有效目標中的最危險目標，同步進行攝像機圖像的采集；

步驟3：根據雷達的信息判斷出最危險目標的運動狀態(tài)，根據雷達與相機采集到的最危險目標的圖像數據，判斷出最危險目標的類型，工控機根據雷達數據和相機的圖像數據解算出農機的動作指令并將其傳輸給導航箱，導航箱控制農機做相應的動作；

其中，在步驟3之前，農機作業(yè)時，農機的行駛速度勻速。

為了實現攝像機和毫米波雷達在空間上的同步，如圖2～5所示，所述步驟1中的將雷達坐標轉換成圖形像素坐標具體包括以下步驟，

步驟1.1：農機作業(yè)前，地面默認為水平，將毫米波雷達固定安裝在農機的前側且位于車中縱向中軸，雷達發(fā)射面向外，使雷達發(fā)射面與地面垂直；將用于標定的棋盤與雷達反射面在同一平面，且位于雷達正上方與地平面垂直，棋盤的左上角點與雷達反射面中心點連線垂直于地面，確定棋盤左上角點距離雷達安裝位置的高度為y0，高度單位為mm；安裝攝像機時使攝像機的光軸與地面平行；

步驟1.2：以雷達的中心為原點建立雷達坐標系00-x0y0z0，毫米波雷達所在平面由x0軸和y0軸確定并與z0軸相垂直，z0軸與地面平行；建立攝像機坐標系oc-xcyczc，以攝像機的中心為原點oc，平面xcocyc平行于攝像機的成像平面，zc軸是攝像機的取景光軸且垂直于成像平面(x1o1y1)；建立世界坐標系ow-xwywzw，ow為農機的重心與水平面的交點，xw軸水平向右并垂直于農機的縱向中軸線，yw水平向前垂直于農機的縱向中軸線，zw垂直于水平面向上，雷達坐標系的x0o0z0平面與世界坐標系的xwowzw平面平行；

步驟1.3：對于空間中任意一點p(x,y,z,)^t，p點與雷達之間的相對距離為r，po0＝r，單位為m，相對角度為α，；∠po0z＝α，單位為度，世界坐標系的x0z平面平行于雷達坐標系的x0o0z0平面，將障礙物p的雷達坐標轉換成三維世界坐標(如圖2所示)，具體的轉換關系如下，

步驟1.4：光軸與成像平面相交的點是圖像主點o’，世界坐標通過旋轉矩陣r和平移向量s轉換后得到攝像機坐標(xc，yc，zc，1)^t，任意點p的世界坐標為(xw，yw，zw，1)^t，將世界坐標轉換為攝像機坐標，具體的轉換關系如下(如圖3所示)，

式(1-2)中，r為一個三行三列的正交單位矩陣，s為世界坐標系到攝像機坐標系的1*3平移矩陣；

步驟1.5：將攝像機坐標(xc，yc，zc，1)^t轉換到圖像物理坐標(x1，y1)^t，具體的轉換關系如下，

如圖4所示，平面x1o1y1為成像平面，o’x’y’為虛擬成像平面，兩平面關于oc點對稱，o1oc兩點之間的距離為攝像機的鏡頭焦距f，那么攝像機坐標系中的pc(xc,yc,zc)在成像平面中的坐標即在圖像物理坐標系中的坐標為p1(x1,y1),而p’點則是與點p1關于oc點對稱，根據幾何關系得到如式(1-3)所示的轉換公式，f為攝像機的焦距，焦距單位為mm；

步驟1.6：將圖像物理坐標(x1，y1)^t轉換到圖像像素坐標(u,v)，具體的轉換關系如下：

圖像是以像素為單位，區(qū)別于圖像物理坐標系的單位，如圖5所示，建立圖像像素坐標系uov，圖像像素坐標系的圓點在圖像的左上角，u表示圖像的橫軸，v表示圖像的縱軸，o1(u0，v0)點是攝像機光軸zc與成像平面x1o1y1的交點，得到如式(1-4)的圖像物理坐標系和圖像像素坐標系的轉換公式；

其中，dx,dy分別表示每個像素在橫軸和縱軸上單位大小，u0、v0分別為圖像像素坐標系下攝像機光軸和成像平面交點的橫縱坐標，坐標單位為pixel；

步驟1.7：根據以上公式(1-1)～(1-4)得到世界坐標與圖像像素坐標的轉換關系，具體的為，

所述步驟2中的解算雷達數據確定有效目標，具體包括以下步驟，

步驟2.1：對雷達接收到的數據按照毫米波雷達協議進行解算，得到前方物體相對雷達的角度α、距離r、相對速度v、前方物體的反射強度并為每個目標分配唯一一個id；

步驟2.2：對隨機噪聲信號進行濾波，保證雷達數據的連續(xù)有效性，具體的為，定義z＝[r,θ,v]^t為雷達的測量值，z(k)為毫米波雷達第k次輸出的測量值，

d²＝s(z(k)-z(k-1))(z(k)-z(k-1))^t＜rs²(2-1)

過濾掉不符合式(2-1)的數據信號；其中，d為相鄰量測向量z(k)、z(k-1)之間的加權歐氏距離，s為加權矩陣，rs為設定的閾值；

步驟2.3：判定目標是否與在農機行駛的車道內，當雷達前方物體滿足di≤ds時，目標在農機行駛車道內，否則，目標不在農機行駛車道內，農機行駛車道內的目標初選為有效目標，在農機行駛車道外的目標為虛假目標；其中，ds為安全距離閾值，ds＝l/2+ks，di為i采樣點下測得的目標與z0軸之間的距離，l為農機上懸掛的犁具寬度，ks為設定的安全余量；

下面舉例說明，從圖6中可以看出，b、c這2個障礙物距離農機中心的縱向距離大于ds，在農機行駛車道外；a、d這2個障礙物距離農機中心的縱向距離小于ds，在農機行駛車道內，則a和d初選為有效目標；

圖7中為障礙物在行駛車道內時的顯示，障礙物e距離農機中心o農機的距離小于l/2+ks，e在農機行駛車道內；

步驟2.4：對初選的有效目標進行有效性檢驗，最終確定有效目標；

步驟2.5：根據確定好的有效目標，通過毫米波雷達獲取的最近距離障礙物確定為候選的最危險目標，若dj≤dmin,dj為毫米波雷達獲取的農機與id是j的有效目標之間的距離，dmin為在毫米波雷達一個掃描周期內所獲取的農機與最近有效目標的距離，此時，id是j的有效目標為最危險目標；

為了進一步提高有效目標確定的精確度，所述步驟2.4中對初選的有效目標進行有效性檢驗具體包括以下步驟，

步驟2.4.1：對初選的有效目標進行預測，選取狀態(tài)sn＝[dn,vn,an],初選有效目標的狀態(tài)預測方程為，

其中，d(n+1,n)、v(n+1,n)、a(n+1,n)是上一個掃描周期預測的有效障礙物目標的狀態(tài)信息，dn,vn,an分別表示毫米波雷達第n探測周期內測得的有效障礙物目標的相對距離、相對速度、相對加速度，t是毫米波雷達的掃描周期；

步驟2.4.2：通過比較預測的第n+1周期有效目標的狀態(tài)信息和雷達實際測得的第n+1周期有效目標的狀態(tài)信息，具體如下，

其中，d0、v0、a0是設定的有效障礙物目標測量值與預測值之間的誤差閾值；

步驟2.4.3：有效障礙物目標在雷達的掃描周期中被連續(xù)探測到m次以上，同時，滿足步驟2.4.2中公式(2-3)的有效目標與初選有效目標一致，則更新目標的相對距離、相對速度、相對角度、編號信息；否則，初選的有效目標不處于毫米波雷達探測目標中，使用有效目標預測信息對初選的有效目標進行跟蹤，若初選的有效目標在雷達的下一個掃描周期中仍然沒有被探測到，則停止使用對應的初選有效目標信息，更新有效目標信息，并返回步驟2.4.1循環(huán)執(zhí)行；

所述步驟3中判斷最危險目標的動靜狀態(tài)具體包括以下步驟，

步驟3.1：根據步驟2.5中確定的最危險目標，不斷更新最危險目標的相對速度和相對距離信息，判斷最危險目標與雷達的距離是否在停車距離范圍內，即zwd>zmin(3-1)，zwd為毫米波雷達探測到的雷達與最危險目標的相對距離，zmin為設定的停車距離閾值，最危險目標滿足公式(3-1)時，農機繼續(xù)行駛；

步驟3.2：根據相對速度大小判定最危險目標的運動狀態(tài)，具體如下，

v≠v車(3-2)

在一個掃描周期內，(3-2)式始終成立時，判定目標的狀態(tài)為動態(tài)；否則，農機繼續(xù)行駛，并返回至步驟3.1循環(huán)執(zhí)行；其中，v為雷達相對目標的速度大小，v車為農機的行駛速度；

所述步驟3中根據雷達與相機采集到的最危險目標的圖像數據，判斷出最危險目標的類型具體包括以下步驟，

步驟3.1a：若最危險目標始終為靜態(tài)，則導航箱控制農機做停車等待處理；否則，攝像機對最危險目標進行識別；

步驟3.2a：攝像機獲取最危險目標的圖像，將圖像與訓練好的人體樣本訓練庫進行匹配比較，輸出目標識別結果；

步驟3.3a：導航箱根據輸出的目標識別結果控制農機動作，若為非人體，則導航箱發(fā)出聲光報警，并控制農機做停車等待處理；若目標識別結果為人體，則導航箱發(fā)出聲光報警，判斷人體是否偏離農機行駛車道或者人體向遠離農機方向運動，用以下公式判斷，

zw(n+1)>zwn(3-3)

di>ds(3-4)

若雷達探測到的人體目標滿足(3-3)或(3-4)，則農機繼續(xù)向前行駛，否則導航箱控制農機做停車等待處理；其中，zwn為第n探測掃描周期雷達相對最危險目標的距離，zw(n+1)為下一個掃描周期雷達相對最危險目標的距離。

本發(fā)明與現有技術相比，本發(fā)明將毫米波雷達和相機結合起來感知農田環(huán)境，通過世界坐標系與圖像像素坐標系的轉換使攝像機和毫米波雷達在空間上實現同步，對噪聲和干擾信號產生的隨機噪聲信號進行濾除，提高雷達探測信號的準確性；根據設定好的農機航向確定為農機行駛車道，將農機行駛車道內的障礙物目標初選為有效目標，再對初選有效目標的有效性進行檢驗以進一步確定有效目標，提高雷達感知同車道內障礙物目標的有效性和準確性；選取最危險目標并跟蹤最危險目標，攝像機以最危險目標的動靜態(tài)為基礎進行目標識別，若最危險目標為動態(tài)，只需要識別出動態(tài)物是否為人體即可，不需要識別出具體類型，減小運算量，提高響應速度，導航箱根據圖像識別結果控制農機動作，避免農機在無人駕駛時與障礙物碰撞；若識別結果為人體時，導航箱聲光報警提醒勞作人員避開農機，利用人的習慣思維這一特性，不斷檢測人體是否偏離農機行駛車道或者人體向遠離農機方向運動，導航箱根據檢測結果控制農機是否做停車等待處理，適應性好。

本發(fā)明并不局限于上述實施例，在本發(fā)明公開的技術方案的基礎上，本領域的技術人員根據所公開的技術內容，不需要創(chuàng)造性的勞動就可以對其中的一些技術特征作出一些替換和變形，這些替換和變形均在本發(fā)明保護范圍內。