@article { author = {Nasiri, Amin and مبلی, حسین and حسین پور, سلیمان and رفیعی, شاهین}, title = {Creation of two-dimensional greenhouse environment map using stereo vision}, journal = {Iranian Journal of Biosystems Engineering}, volume = {47}, number = {4}, pages = {700-689}, year = {2017}, publisher = {دانشگاه تهران}, issn = {2008-4803}, eissn = {2423-7841}, doi = {10.22059/ijbse.2017.60263}, abstract = {In this research for detection and separation cultivation platforms and flowerpots from each other, localization the corner of platforms and position of the flowerpots to form of two-dimensional point and creation two-dimensional map of greenhouse, used three-dimensional coordinates of environment components. Results obtained from this research, showed that the proposed algorithm can detect 100.26 m, on other hand, 94.05% of total length of platform. 83.33% of the corners of culture platforms with the average error of 0.09 meter and mean squared error of 0.009 meter were detected by the proposed algorithm. From the two-dimensional map of greenhouse was resulted that the proposed algorithm in this research has the detection capability and localization of 92.10% of the flowerpots with the average error of 0.07 meter and mean squared error of 0.006 meter.}, keywords = {Cultivation platform,Pot,Three-dimensional coordinates,Visual odometry}, title_fa = {تهیه نقشه دو بعدی محیط گلخانه به کمک بینایی استریو}, abstract_fa = {ساخت نقشه دو بعدی محیط گلخانه با هدف کنترل خودکار به منظور انجام عملیاتی مانند آبیاری و سم پاشی، با مکان­یابی سکوهای کشت و گلدان­ها امکان پذیر می­باشد. با استخراج تصویر ناهمخوانی از جفت تصویر استریو و انتقال نقاط به فضای سه بعدی، مدل ابر نقطه­ای محیط ایجاد و سپس با تصویر نمودن نقاط بر صفحه XZ و از کنار هم قرار دادن نقشه­های محلی بر مبنای مکان­یابی دیداری، نقشه دو بعدی محیط گلخانه تهیه شد. در این تحقیق به منظور شناسایی و تفکیک سکوهای کشت و گلدان­ها از یکدیگر، تعیین موقعیت گوشه سکوها و محل قرارگیری گلدان­ها به صورت تک نقطه دو بعدی، از مختصات سه بعدی اجزاء محیط استفاد شد. نتایج حاصل از این تحقیق نشان داد که الگوریتم معرفی شده، از مجموع طول سکوها، توانایی شناسایی 26/100 متر، یعنی 05/94 درصد از طول کل سکوها را دارد. همچنین 33/83 درصد از گوشه­های سکوهای کشت با میانگین خطای 09/0 متر و میانگین مربع خطای 009/0 متر توسط الگوریتم ارائه شده، شناسایی شدند. از نقشه دو بعدی گلخانه نتیجه گرفته شد که الگوریتم معرفی شده توانایی تشخیص و تعیین موقعیت 10/92 درصد از گلدان­ها را با میانگین خطای 07/0 متر و میانگین مربع خطای 006/0 متر دارا می­باشد.}, keywords_fa = {سکوی کشت,گلدان,مختصات سه بعدی,مکان‌یابی دیداری}, url = {https://ijbse.ut.ac.ir/article_60263.html}, eprint = {https://ijbse.ut.ac.ir/article_60263_b2e8c2cb7d1d7351ed0db9ad52a6b6ae.pdf} }