CN103309310B - 一种基于激光扫描的穴盘苗移栽机器人作业监控方法 - Google Patents
一种基于激光扫描的穴盘苗移栽机器人作业监控方法 Download PDFInfo
- Publication number
- CN103309310B CN103309310B CN201310189234.0A CN201310189234A CN103309310B CN 103309310 B CN103309310 B CN 103309310B CN 201310189234 A CN201310189234 A CN 201310189234A CN 103309310 B CN103309310 B CN 103309310B
- Authority
- CN
- China
- Prior art keywords
- seedling
- cavities
- blade
- cave
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种基于激光扫描的穴盘苗移栽机器人作业监控方法:包括穴盘、机器人和栽植区所构成的作业场景的深度、坐标和反射率点云数据获取；对各穴孔预定位置坐标进行校正；识别各秧苗、利用叶片深度图将将伸入相邻穴孔叶片所属的秧苗与和其相重叠的秧苗区分开；计算各秧苗的封闭区面积，将空穴孔和非健康苗检出；移栽过程中，进行取苗与栽苗顺序修正，机器人按照修正后的取苗与栽苗顺序完成秧苗的移栽作业。本发明实现了穴盘苗机器人移栽过程的定位修正和缺苗、非健康苗、漏栽等信息的检出与作业控制；监控简单可靠、不受光照影响、解决了叶片伸展进入相邻穴孔的检出和穴盘苗机器人移栽的大场景范围监控的难题,可应用于穴盘苗移栽。
Description
技术领域
本发明涉及农业机器人领域，特别涉及一种基于激光扫描的穴盘苗移栽机器人作业监控方法。
背景技术
温室的育苗与移栽自动化技术正在受到更多重视并呈现快速发展态势，国内外相关研究得到不断深入，一些自动化装备走入市场并得到推广应用。机器人移栽作业的监控对于提高其环境适应性与作业可靠性至关重要，监控的目的主要包括：
(1)尽管供苗穴盘的位置可以预先输入控制系统，引导机械手完成作业，但由于穴盘的形状尺寸误差、挠性等，有可能造成穴盘实际穴孔位置与高度等与理想状态存在差异，必须提高移栽机器人的主动监控与位置误差自纠能力，才能保证其适应性与可靠性；
(2)供苗穴盘有可能出现少数穴孔的缺苗与存在非健康苗情况，从而影响移栽的可靠性与质量，移栽机器人应发现并作出正确判断；
(3)移栽作业过程中的漏栽或移栽失败等情况不可避免，移栽机器人必须监控发现并及时反馈，进而实施自动补栽作业，从而保证移栽的可靠性与成功率。
移栽机器人的作业监控是避免盲栽所带来不可预知状况的有效手段，因而国内外相关研究均高度重视监控系统及监控方法的研究工作。目前的机器人移栽监控主要基于机器视觉来实现，如美国Y.W.Tai利用灰度图像阈值法来发现空穴孔，并尝试用激光光源和相机结合，进行特定空穴孔高度的检测，但该方法无法实现对穴盘内各穴孔的坐标定位(Y. W. Tai, P. P. Ling, K. C. Ting. Machine vision assisted robotic seedling transplanting [J]. Transaction of the ASAE, 1994, 37(2): 661-667.)。浙江大学蒋焕煜利用图像分割实现了稳定光源下秧苗的识别与叶片面积、周长计算(蒋焕煜，施经挥，任烨，应义斌. 机器视觉在幼苗自动移钵作业中的应用[J]. 农业工程学报, 2009, 25(5): 127-131；蒋焕煜，应义斌，任烨. 发明专利：基于机器视觉的幼苗移栽系统(公开号：CN101180928))；中国农大贺冬仙利用双目视觉实现了恒定光环境下秧苗的高度、叶面积等参数测定(D.X. He, Y. Matsuura, T. Kozai, K.C. Ting. A binocular stereovision system for transplant growth variables analysis[J]. Applied Engineering in Agriculture, 2003, 19(5): 611-617.)；黑龙江农机院刘立强基于颜色特征、吉利大学邱硕基于颜色和形状特征进行了健康苗的识别研究(刘立强，项建廷，吴泽全. 基于颜色特征的健康苗快速识别方法研究[J]. 农业科技与装备, 2012, 6(216): 26-28；邱硕. 基于图像处理技术的健康苗识别研究[D]. 长春：吉林大学, 2009.)。此外，美国L.J.Kutz也进行了利用在末端执行器上安装的光电传感器进行空穴孔检测的研究(L. J. Kutz, J. B. Craven. Evaluation of Photoelectric Sensors for Robotic Transplanting[J]. Applied Engineering in Agriculture, 1994, 10(1):115-121.)。
上述研究在取得进展的同时，亦同时面临一定的客观问题：
(1)机器人移栽监控任务需要完成大范围的准确识别、尺寸计算与精确定位，而双目立体视觉仅受基线长度及数据处理时间等的限制，更适合于小范围或小尺寸物体的测量定位，同时其复杂的标定与图像匹配仍然对精度及实时性造成限制；
(2)当叶片较大而伸展进入相邻穴孔时，机器视觉利用形状与颜色特征无法对其做出区分和判断，成为影响实现空穴孔与非健康苗准确判断的关键难题；
(3)基于光电传感器的距离与接近觉检测，可以实现空穴孔检测，但对非健康苗的识别与穴盘定位则无能为力。
因此，寻找适合于机器人移栽的作业监控的新的技术方法，成为提高穴盘苗的机器人移栽成功率与可靠性、促进穴盘苗移栽机器人技术推广的关键。
发明内容
本发明的目的在于提供一种基于激光扫描的穴盘苗移栽机器人作业监控方法，实现穴盘苗机器人移栽过程的定位修正，缺苗、非健康苗、漏栽等信息的监测与机器人作业控制，以提高穴盘苗的机器人移栽成功率与可靠性。
为了解决以上技术问题，本发明所采用的技术方案如下：
一种基于激光扫描的穴盘苗移栽机器人作业监控方法，包括以下步骤:
步骤一，系统初始化后，将待取苗的穴盘(1)的规格输入控制系统，控制系统根据数据库内的穴盘信息自动提供该类穴盘(1)的长和宽、穴孔(8)大小和间距等轮廓数据，进而根据机器人(2)移栽作业中的穴盘(1)预定布置方位自动计算得到各穴孔(8)的预定位置坐标；
步骤二，激光扫描仪(4)启动同时转轴(5)转动，完成对穴盘(1)、机器人(2)和栽植区(3)所构成的作业场景的三维扫描，生成各对象的深度点云数据、坐标点云数据和反射率点云数据；
步骤三，根据激光三维扫描所得到的穴盘(1)坐标点云数据所生成的穴盘(1)深度图，确定穴盘(1)轮廓的实际坐标；利用穴盘(1)轮廓的实际坐标对穴盘(1)的预定布置方位进行校正，进而根据数据库内该类穴盘(1)的穴孔(8)大小和间距数据自动运算得到各穴孔(8)的实际位置坐标；
步骤四，根据激光三维扫描所得到的穴盘(1)及穴盘(1)内各秧苗(7)的叶片(11)的反射率点云数据生成穴盘(1)及穴盘(1)内各秧苗(7)的叶片(11)的反射率图，根据叶片(11)反射率与穴盘(1)反射率的差异完成对秧苗(7)的识别；
步骤五，根据各秧苗(7)叶片(11)的反射率图提取各叶片(11)的轮廓，并根据每一穴孔(8)内叶片(11)轮廓是否封闭来判断是否存在伸入相邻穴孔叶片(9)，从而将少数存在伸入相邻穴孔叶片(9)的相关穴孔(8)区分出来；
步骤六，对于多数不存在伸入相邻穴孔叶片(9)的穴孔(8)，根据每一穴孔(8)内叶片(11)封闭轮廓计算各秧苗(7)的封闭区面积，进而将空穴孔(6)和非健康苗(10)检出；对于少数存在伸入相邻穴孔叶片(9)的相关穴孔(8)，根据伸入相邻穴孔叶片(9)与和其发生重叠的其它叶片(11)的深度图，确定伸入相邻穴孔叶片(9)与和其发生重叠的其它叶片(11)在空间中的不同深度，从而将伸入相邻穴孔叶片(9)所属的秧苗(7)与和其相重叠的秧苗(7)区分开，进而根据存在伸入相邻穴孔叶片(9)的相关穴孔(8)内叶片(11)封闭轮廓计算各秧苗(7)的封闭区面积，将空穴孔(6)和非健康苗(10)检出；
步骤七，将空穴孔(6)和非健康苗(10)排除，根据穴盘(1)内各健康苗所在穴孔(8)的序号和栽植区(3)的情况，进行取苗与栽苗顺序的规划计算，机器人(2)按照校正后所得到的各穴孔(8)的实际位置坐标和规划计算得到的取苗与栽苗顺序进行秧苗(7)的移栽作业；
步骤八，移栽作业过程中，转轴(5)转动带动激光扫描仪(4)进行三维扫描，对栽植区(3)进行实施监测，由三维扫描得到的深度图对漏栽情况进行检出，并根据漏栽情况进行取苗与栽苗顺序的修正，机器人(2)按照校正后所得到的各穴孔(8)的实际位置坐标和修正后的取苗与栽苗顺序完成秧苗(7)的移栽作业。
所述空穴孔(6)为封闭区面积为0的穴孔(8)；所述非健康苗(10)为穴孔(8)中封闭区面积≤阈值的秧苗(7)。
本发明的有益效果是，利用激光三维扫描监测范围大和同步获得坐标、深度、反射率信息的特点，实现穴盘苗机器人移栽过程的定位修正和缺苗、非健康苗、漏栽等信息的检出与作业控制。该方法监控简单可靠、不受光照影响、解决了叶片伸展进入相邻穴孔的检出和穴盘苗机器人移栽的大场景范围监控的难题。
附图说明
图1为穴盘苗移栽机器人作业监控示意图。
图2为穴盘苗的空穴、非健康苗与叶片伸入相邻穴孔示意图。
图3为利用激光扫描深度信息进行伸入相邻穴孔叶片的判别示意图。
图4为穴盘苗移栽机器人作业的激光扫描监控流程图。
图中：1.穴盘，2.机器人，3.栽植区，4.激光扫描仪，5. 转轴，6.空穴孔，7.秧苗，8.穴孔，9.伸入相邻穴孔叶片，10.非健康苗，11.叶片。
具体实施方式
以下参照附图详细说明本发明的实施方式。
图1表示激光扫描用于穴盘苗移栽机器人作业监控的布置方式。机器人移栽作业时，穴盘1、机器人2和栽植区3所构成的作业场景范围较大，激光扫描仪4通过转轴5安装于穴盘1、机器人2和栽植区3所构成的作业场景的上方，转轴5由电机驱动。在激光扫描仪4不断进行大范围平面扫描的同时，电机驱动转轴5进而带动激光扫描仪4转动，从而实现对穴盘1、机器人2和栽植区3所构成的作业场景的大范围三维扫描。激光扫描仪4的三维扫描可以同步得到穴盘1、机器人2和栽植区3所构成的作业场景内各对象的三类信息与数据：
(1)深度点云数据：对象各点到激光扫描仪4原点的距离，从而提供穴盘1、机器人2和栽植区3所构成的作业场景内各对象的深度点云信息；
(2)坐标点云数据：各点到激光扫描仪4原点的角度和距离，从而提供穴盘1、机器人2和栽植区3所构成的作业场景内各对象的极坐标点云信息；
(3)反射率点云数据：各点对激光束能量的反射率，从而提供穴盘1、机器人2和栽植区3所构成的作业场景内各对象的反射率点云信息。
下面结合图4所示穴盘苗移栽机器人作业的激光扫描监控流程和图2、图3，对基于激光扫描的穴盘苗移栽机器人作业监控方法进行详细说明：
(1)系统初始化后，将待取苗的穴盘1的规格输入控制系统，控制系统根据数据库内的穴盘信息自动提供该类穴盘1的长和宽等轮廓数据、穴孔8大小和间距数据，进而根据机器人2移栽作业中的穴盘1预定布置方位自动计算得到各穴孔8的预定位置坐标；
(2)激光扫描仪4启动同时转轴5转动，完成对穴盘1、机器人2和栽植区3所构成的作业场景的三维扫描，生成各对象的深度点云数据、坐标点云数据和反射率点云数据；
(3)根据激光三维扫描所得到的穴盘1坐标点云数据所生成的穴盘1深度图，可以确定穴盘1轮廓的实际坐标。利用穴盘1轮廓的实际坐标对穴盘1的预定布置方位进行校正，进而根据数据库内该类穴盘1的穴孔8大小和间距数据自动运算得到各穴孔8的实际位置坐标；
(4)根据激光三维扫描所得到的穴盘1及穴盘1内各秧苗7的叶片11的反射率点云数据生成穴盘1及穴盘1内各秧苗7的叶片11的反射率图，首先根据叶片11反射率与穴盘1反射率的差异完成对秧苗7的识别；
(5)根据各秧苗7的叶片11的反射率图提取各叶片11的轮廓，并根据每一穴孔8内叶片11轮廓是否封闭来判断是否存在伸入相邻穴孔叶片9，从而将少数存在伸入相邻穴孔叶片9的相关穴孔8区分出来；
(6)对于多数不存在伸入相邻穴孔叶片9的穴孔8，根据每一穴孔8内叶片11封闭轮廓计算各秧苗7的封闭区面积，进而将封闭区面积=0的空穴孔6和封闭区面积≤穴孔8面积的72%的非健康苗10检出；
(7)对于少数存在伸入相邻穴孔叶片9的相关穴孔8，根据伸入相邻穴孔叶片9与和其发生重叠的其它叶片11的深度图，确定伸入相邻穴孔叶片9与和其发生重叠的其它叶片11在空间中的不同深度，从而将伸入相邻穴孔叶片9所属的秧苗7与和其相重叠的秧苗7区分开，进而根据存在伸入相邻穴孔叶片9的相关穴孔8内叶片11封闭轮廓计算各秧苗7的封闭区面积，将封闭区面积=0的空穴孔6和封闭区面积≤穴孔8面积的72%的非健康苗10检出；此实施例阈值设置为多少？
(8)将空穴孔6和非健康苗10排除，根据穴盘1内各健康苗所在穴孔8的序号和栽植区3的情况，进行取苗与栽苗顺序的规划计算，机器人2按照校正后所得到的各穴孔8的实际位置坐标和规划计算得到的取苗与栽苗顺序进行秧苗7的移栽作业；
(9)移栽作业过程中，转轴5转动带动激光扫描仪4进行三维扫描，对栽植区3进行实施监测，由三维扫描得到的深度图对漏栽情况进行检出，并根据漏栽情况进行取苗与栽苗顺序的修正，机器人2按照校正后所得到的各穴孔8的实际位置坐标和修正后的取苗与栽苗顺序完成秧苗7的移栽作业。
Claims (2)
1.一种基于激光扫描的穴盘苗移栽机器人作业监控方法，其特征在于包括以下步骤:
步骤一，系统初始化后，将待取苗的穴盘(1)的规格输入控制系统，控制系统根据数据库内的穴盘信息自动提供穴盘(1)的长和宽、穴孔(8)大小和间距轮廓数据，进而根据机器人(2)移栽作业中的穴盘(1)预定布置方位自动计算得到各穴孔(8)的预定位置坐标；
步骤二，激光扫描仪(4)启动同时转轴(5)转动，完成对穴盘(1)、机器人(2)和栽植区(3)所构成的作业场景的三维扫描，生成各对象的深度点云数据、坐标点云数据和反射率点云数据；
步骤三，根据激光三维扫描所得到的穴盘(1)坐标点云数据所生成的穴盘(1)深度图，确定穴盘(1)轮廓的实际坐标；利用穴盘(1)轮廓的实际坐标对穴盘(1)的预定布置方位进行校正，进而根据数据库内该类穴盘(1)的穴孔(8)大小和间距数据自动运算得到各穴孔(8)的实际位置坐标；
步骤四，根据激光三维扫描所得到的穴盘(1)及穴盘(1)内各秧苗(7)的叶片(11)的反射率点云数据生成穴盘(1)及穴盘(1)内各秧苗(7)的叶片(11)的反射率图，根据叶片(11)反射率与穴盘(1)反射率的差异完成对秧苗(7)的识别；
步骤五，根据各秧苗(7)叶片(11)的反射率图提取各叶片(11)的轮廓，并根据每一穴孔(8)内叶片(11)轮廓是否封闭来判断是否存在伸入相邻穴孔叶片(9)，从而将少数存在伸入相邻穴孔叶片(9)的相关穴孔(8)区分出来；
步骤六，对于多数不存在伸入相邻穴孔叶片(9)的穴孔(8)，根据每一穴孔(8)内叶片(11)封闭轮廓计算各秧苗(7)的封闭区面积，进而将空穴孔(6)和非健康苗(10)检出；对于少数存在伸入相邻穴孔叶片(9)的相关穴孔(8)，根据伸入相邻穴孔叶片(9)与和其发生重叠的其它叶片(11)的深度图，确定伸入相邻穴孔叶片(9)与和其发生重叠的其它叶片(11)在空间中的不同深度，从而将伸入相邻穴孔叶片(9)所属的秧苗(7)与和其相重叠的秧苗(7)区分开，进而根据存在伸入相邻穴孔叶片(9)的相关穴孔(8)内叶片(11)封闭轮廓计算各秧苗(7)的封闭区面积，将空穴孔(6)和非健康苗(10)检出；
步骤七，将空穴孔(6)和非健康苗(10)排除，根据穴盘(1)内各健康苗所在穴孔(8)的序号和栽植区(3)的情况，进行取苗与栽苗顺序的规划计算，机器人(2)按照校正后所得到的各穴孔(8)的实际位置坐标和规划计算得到的取苗与栽苗顺序进行秧苗(7)的移栽作业；
步骤八，移栽作业过程中，转轴(5)转动带动激光扫描仪(4)进行三维扫描，对栽植区(3)进行实施监测，由三维扫描得到的深度图对漏栽情况进行检出，并根据漏栽情况进行取苗与栽苗顺序的修正，机器人(2)按照校正后所得到的各穴孔(8)的实际位置坐标和修正后的取苗与栽苗顺序完成秧苗(7)的移栽作业。
2.一种如权利要求1所述的基于激光扫描的穴盘苗移栽机器人作业监控方法，其特征在于：所述空穴孔(6)为封闭区面积为0的穴孔(8)；所述非健康苗(10)为穴孔(8)中封闭区面积≤阈值的秧苗(7)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310189234.0A CN103309310B (zh) | 2013-05-21 | 2013-05-21 | 一种基于激光扫描的穴盘苗移栽机器人作业监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310189234.0A CN103309310B (zh) | 2013-05-21 | 2013-05-21 | 一种基于激光扫描的穴盘苗移栽机器人作业监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103309310A CN103309310A (zh) | 2013-09-18 |
| CN103309310B true CN103309310B (zh) | 2015-03-25 |
Family
ID=49134635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310189234.0A Expired - Fee Related CN103309310B (zh) | 2013-05-21 | 2013-05-21 | 一种基于激光扫描的穴盘苗移栽机器人作业监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103309310B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103499313B (zh) * | 2013-09-26 | 2015-12-02 | 北京农业信息技术研究中心 | 一种穴盘苗检测系统和方法 |
| CN103548457B (zh) * | 2013-10-23 | 2016-03-16 | 安徽农业大学 | 一种基于单片机的钵苗移栽机防空穴投苗装置 |
| CN107241948B (zh) * | 2016-10-20 | 2019-06-28 | 江苏大学 | 自动移栽机取喂控制系统及其控制方法 |
| CN107481219B (zh) * | 2017-07-13 | 2020-06-09 | 江苏大学 | 一种无人插秧机作业状况的图形化表示方法 |
| CN109258022B (zh) * | 2018-08-17 | 2021-07-20 | 江苏大学 | 一种断秧监测及消除装置及控制方法 |
| CN110319887B (zh) * | 2019-08-01 | 2023-09-22 | 农业农村部南京农业机械化研究所 | 油菜移栽田间作业质量在线监测系统及其监测方法 |
| CN111886982B (zh) * | 2020-08-21 | 2022-03-22 | 农业农村部南京农业机械化研究所 | 一种旱地栽植作业质量实时检测系统的检测方法 |
| CN112766135B (zh) * | 2021-01-14 | 2024-03-19 | 北京航空航天大学杭州创新研究院 | 目标检测方法、装置、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、系统及装置 |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测系统 |
| CN102939816A (zh) * | 2012-11-29 | 2013-02-27 | 江苏大学 | 一种用于穴盘苗移栽的识别定位移栽方法 |
| CN102954762A (zh) * | 2012-10-26 | 2013-03-06 | 浙江理工大学 | 基于机器视觉的嫁接苗外部特征测量方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008060141B4 (de) * | 2008-12-03 | 2017-12-21 | Forschungszentrum Jülich GmbH | Verfahren zur Vermessung des Wachstums von Blattscheiben sowie eine dazu geeignete Vorrichtung |
-
2013
- 2013-05-21 CN CN201310189234.0A patent/CN103309310B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、系统及装置 |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测系统 |
| CN102954762A (zh) * | 2012-10-26 | 2013-03-06 | 浙江理工大学 | 基于机器视觉的嫁接苗外部特征测量方法及系统 |
| CN102939816A (zh) * | 2012-11-29 | 2013-02-27 | 江苏大学 | 一种用于穴盘苗移栽的识别定位移栽方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于机器视觉的穴盘幼苗识别与定位研究;胡飞，等;《西北农林科技大学学报（自然科学版）》;20130502;第41卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103309310A (zh) | 2013-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103309310B (zh) | 一种基于激光扫描的穴盘苗移栽机器人作业监控方法 | |
| Ling et al. | Dual-arm cooperation and implementing for robotic harvesting tomato using binocular vision | |
| EP2884364B1 (en) | Autonomous gardening vehicle with camera | |
| Zhao et al. | A review of key techniques of vision-based control for harvesting robot | |
| Nguyen et al. | Detection of red and bicoloured apples on tree with an RGB-D camera | |
| Wang et al. | Automated crop yield estimation for apple orchards | |
| Alenya et al. | Robotized plant probing: Leaf segmentation utilizing time-of-flight data | |
| CN102682286B (zh) | 基于激光视觉系统的采摘机器人果实识别方法 | |
| US10953985B2 (en) | System for measuring three-dimensional environment data, particularly for plant care, as well as sensor module | |
| Nielsen et al. | Vision-based 3D peach tree reconstruction for automated blossom thinning | |
| Masuzawa et al. | Development of a mobile robot for harvest support in greenhouse horticulture—Person following and mapping | |
| CN101807247A (zh) | 果蔬采摘点微调定位方法 | |
| Kohan et al. | Robotic harvesting of rosa damascena using stereoscopic machine vision | |
| Ji et al. | Research on key technology of truss tomato harvesting robot in greenhouse | |
| Vikram | Agricultural Robot–A pesticide spraying device | |
| Nan et al. | Crop positioning for robotic intra-row weeding based on machine vision | |
| AU2022256171A1 (en) | Weeding robot and method, apparatus for planning weeding path for the same and medium | |
| JP2019152924A (ja) | 自己位置同定システム、車両、及び処理装置 | |
| Zhang et al. | A quadratic traversal algorithm of shortest weeding path planning for agricultural mobile robots in cornfield | |
| CN115560754A (zh) | 一种基于杂草去除的视觉导航方法 | |
| CN102034092B (zh) | 基于独立多自由度视觉模块的主动复合双目快速目标搜索与捕获系统 | |
| Kounalakis et al. | Development of a tomato harvesting robot: Peduncle recognition and approaching | |
| Paturkar et al. | Overview of image-based 3D vision systems for agricultural applications | |
| CN114830911B (zh) | 智能除草方法、装置和存储介质 | |
| Wang et al. | Design of crop yield estimation system for apple orchards using computer vision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150325 Termination date: 20180521 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |