CN109601109A - 一种基于双目视觉检测的无人割草车防碰撞方法 - Google Patents

一种基于双目视觉检测的无人割草车防碰撞方法 Download PDF

Info

Publication number
CN109601109A
CN109601109A CN201811497274.0A CN201811497274A CN109601109A CN 109601109 A CN109601109 A CN 109601109A CN 201811497274 A CN201811497274 A CN 201811497274A CN 109601109 A CN109601109 A CN 109601109A
Authority
CN
China
Prior art keywords
cutting vehicle
barrier
unmanned grass
unmanned
grass
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.)
Pending
Application number
CN201811497274.0A
Other languages
English (en)
Inventor
邹霞
应旻
郑友胜
张孝勇
谢训鹏
陈寿辉
吴添成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Hongdu Aviation Industry Group Co Ltd
Original Assignee
Jiangxi Hongdu Aviation Industry Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Hongdu Aviation Industry Group Co Ltd filed Critical Jiangxi Hongdu Aviation Industry Group Co Ltd
Priority to CN201811497274.0A priority Critical patent/CN109601109A/zh
Publication of CN109601109A publication Critical patent/CN109601109A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D34/00Mowers; Mowing apparatus of harvesters
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D75/00Accessories for harvesters or mowers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

一种基于双目视觉检测的无人割草车防碰撞方法,首先通过相机采集图像信息,图像处理单元根据采集的图像信息实时检测障碍物,并对障碍物进行识别,当识别到障碍物时将障碍物信息传输至决策单元,决策单元将计算的障碍物与无人割草车车体相对距离,与碰撞预警策略表内设置的安全阈值进行对比,并采取对应措施,防止无人割草车发生碰撞,能有效地降低意外事故的发生率及割草车的损坏率,大大提高无人割草车割草作业的安全性,性价比高,前景广阔。

Description

一种基于双目视觉检测的无人割草车防碰撞方法
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于双目视觉检测的无人割草车防碰撞方法。
背景技术
随着城市绿化进程逐渐加快以及草坪业迅猛发展,对城市草坪、高尔夫球场、机场等草地的修剪每年需要消耗大量的时间、资金和人力,因此,无人割草车可将劳动力从高重复、枯燥的割草作业中解放出来已成为社会发展的必然趋势。无人割草车的割刀锋利,其安全不可控,无人作业时可能遇到静止或者移动的障碍物,损坏刀具或车体的同时,也极可能发生意外事故,造成不必要的损失。传统的防碰撞的方法有三种,第一种是割草作业前在障碍物周边人工布线,割草车在行进过程中一旦检测到电磁信号后转变方向,但导线容易老化,需定期检测和维护;第二种方法是采用多种传感器组合检测,如超声波和红外传感器,这种方法成本很高,且易受环境影响;第三种方法是GPS定位方式,提前定位出障碍物的坐标信息,这种方法信号易受影响,同时内部元件易出问题。
发明内容
本发明所解决的技术问题在于提供一种基于双目视觉检测的无人割草车防碰撞方法,以解决上述背景技术中的缺点。
本发明所解决的技术问题采用以下技术方案来实现:
一种基于双目视觉检测的无人割草车防碰撞方法,具体步骤如下:
1)识别障碍物,在无人割草车头部两侧安装左相机和右相机,采集的图像信息传输至图像处理单元进行障碍物识别;
2)计算障碍物与无人割草车车体的相对距离,根据视差原理可知两个相机采集的平面图像与障碍物之间构成一个三角形,由于两相机的位置信息已知,可计算出两相机公共视场内的障碍物的三维尺寸和空间障碍物特征点的三维坐标,从而得到障碍物与无人割草车车体的相对距离;
3)决策单元根据接收到图像处理单元传输的障碍物与无人割草车车体相对距离和速度传感器采集的无人割草车速度,计算障碍物速度,建立碰撞模型,并在碰撞模型内置碰撞预警策略表;
4)无人割草车进行割草时,图像处理单元根据采集的图像信息实时检测障碍物,并对障碍物进行识别,当识别到障碍物时将障碍物信息传输至决策单元,决策单元将步骤2)计算的障碍物与无人割草车车体相对距离,与碰撞预警策略表内设置的安全阈值进行对比,并采取对应措施,防止无人割草车发生碰撞。
在本发明中,步骤1)中,障碍物识别具体步骤是:首先将采集的图像信息经过预处理,而后提取图像特征,对草地内部障碍物进行识别。
在本发明中,步骤3)中,速度传感器安装在无人割草车下部。
在本发明中,步骤4)中,决策单元判断无人割草车靠近障碍物并小于碰撞预警策略表的安全阈值时,将无人割草车旋转一定角度绕开障碍物;当判断无人割草车远离障碍物时,无人割草车正常行驶。
在本发明中,步骤4)中,决策单元与执行机构连接,当决策单元判断完毕后,由执行机构执行决策单元决策。
在本发明中,无人割草车上还设置有警告系统,警告系统与决策单元连接;警告系统包括报警器,报警器安装在无人割草车头部。
有益效果:本发明基于双目视觉检测在无人割草车头部安装左相机和右相机,通过建立碰撞模型,实时检测车体与障碍物的距离,与碰撞预警策略表的安全阈值对比分析得出策略,用于防止无人割草车发生碰撞,能有效地降低意外事故的发生率及割草车的损坏率,大大提高无人割草车割草作业的安全性,性价比高,前景广阔。
附图说明
图1是本发明的较佳实施例的框图。
图2是本发明的较佳实施例中的碰撞模型示意图。
图3是本发明的较佳实施例的流程示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
一种基于双目视觉检测的无人割草车防碰撞方法,具体步骤如下:
1)障碍物识别,在无人割草车头部两侧安装左相机和右相机,采集的图像信息传输至无人割草车的图像处理单元进行障碍物识别,由于草地环境较简单,草地内的障碍物一般为石头、树木、灌木丛、行人等,可融合颜色和纹理或形状特征进行识别,具体是将采集的图像信息经过预处理(灰度化、平滑和滤波等)后,提取图像特征,对草地内部障碍物进行识别,对于障碍物颜色明显区别于草地的一类,选择合适的颜色模型以区别,对于障碍物颜色接近草地的一类,需结合纹理特征或形状特征进行识别;
2)距离计算,根据视差原理可知两个相机采集的平面图像与障碍物之间构成一个三角形,由于两相机的位置信息已知,可计算出两相机公共视场内的障碍物的三维尺寸和空间障碍物特征点的三维坐标,从而得到障碍物与无人割草车车体的相对距离d,决策单元接收到图像处理单元传输的障碍物与无人割草车车体相对距离d和速度传感器采集的无人割草车速度v,计算障碍物速度u,安全阈值d0,建立图2所示的碰撞模型,碰撞模型内置碰撞预警策略表,如表1所示:
表1 碰撞预警策略表
决策单元根据碰撞预警策略表内设置的安全阈值联动设置在无人割草车上的警告系统(警告提醒)和执行机构(驱动车轮运动,如旋转)执行对应决策,如图3所示,图像处理单元根据采集的图像信息实时检测障碍物,当识别到障碍物时,决策单元根据车体与障碍物的相对距离d及无人割草车速度v判断车体是靠近障碍物还是远离障碍物,当靠近障碍物时,检测无人割草车与障碍物之间的距离是否小于安全阈值d0,若小于安全阈值d0,无人割草车将旋转一定的角度绕开障碍物,并发出警告提醒;当远离障碍物时,无人割草车正常行驶,安全阈值d0是保证无人割草车安全的距离,需根据无人割草车具体行驶速度设置。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,具体步骤如下:
1)识别障碍物,在无人割草车头部两侧安装左相机和右相机,采集的图像信息传输至图像处理单元进行障碍物识别;
2)计算障碍物与无人割草车车体的相对距离,根据视差原理可知两个相机采集的平面图像与障碍物之间构成一个三角形,由于两相机的位置信息已知,可计算出两相机公共视场内的障碍物的三维尺寸和空间障碍物特征点的三维坐标,从而得到障碍物与无人割草车车体的相对距离;
3)决策单元根据接收到图像处理单元传输的障碍物与无人割草车车体相对距离和速度传感器采集的无人割草车速度,计算障碍物速度,建立碰撞模型,并在碰撞模型内置碰撞预警策略表;
4)无人割草车进行割草时,图像处理单元根据采集的图像信息实时检测障碍物,并对障碍物进行识别,当识别到障碍物时将障碍物信息传输至决策单元,决策单元将步骤2)计算的障碍物与无人割草车车体相对距离,与碰撞预警策略表内设置的安全阈值进行对比,并采取对应措施,防止无人割草车发生碰撞。
2.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,步骤1)中,障碍物识别具体步骤是:通过提取图像特征,对草地内部障碍物进行识别。
3.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,步骤1)中,在提取图像特征前,首先对采集的图像信息进行预处理。
4.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,步骤3)中,速度传感器安装在无人割草车下部。
5.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,步骤4)中,决策单元判断无人割草车靠近障碍物并小于碰撞预警策略表的安全阈值时,将无人割草车旋转一定角度绕开障碍物;当判断无人割草车远离障碍物时,无人割草车正常行驶。
6.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,步骤4)中,决策单元与执行机构连接,当决策单元判断完毕后,由执行机构执行决策单元决策。
7.根据权利要求1所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,无人割草车上还设置有警告系统,警告系统与决策单元连接。
8.根据权利要求7所述的一种基于双目视觉检测的无人割草车防碰撞方法,其特征在于,警告系统包括报警器,报警器安装在无人割草车头部。
CN201811497274.0A 2018-12-07 2018-12-07 一种基于双目视觉检测的无人割草车防碰撞方法 Pending CN109601109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811497274.0A CN109601109A (zh) 2018-12-07 2018-12-07 一种基于双目视觉检测的无人割草车防碰撞方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811497274.0A CN109601109A (zh) 2018-12-07 2018-12-07 一种基于双目视觉检测的无人割草车防碰撞方法

Publications (1)

Publication Number Publication Date
CN109601109A true CN109601109A (zh) 2019-04-12

Family

ID=66006888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811497274.0A Pending CN109601109A (zh) 2018-12-07 2018-12-07 一种基于双目视觉检测的无人割草车防碰撞方法

Country Status (1)

Country Link
CN (1) CN109601109A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060116A (zh) * 2019-12-04 2020-04-24 江西洪都航空工业集团有限责任公司 一种基于视觉的草场自主建图系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150324648A1 (en) * 2014-05-09 2015-11-12 Raven Industries, Inc. Image filter based on row identification
CN106240458A (zh) * 2016-07-22 2016-12-21 浙江零跑科技有限公司 一种基于车载双目相机的车辆前方碰撞预警方法
CN107637255A (zh) * 2016-07-22 2018-01-30 苏州宝时得电动工具有限公司 智能割草机的行走路径控制方法、自动工作系统
CN108243623A (zh) * 2016-09-28 2018-07-03 驭势科技(北京)有限公司 基于双目立体视觉的汽车防碰撞预警方法和系统
CN108665448A (zh) * 2018-04-27 2018-10-16 武汉理工大学 一种基于双目视觉的障碍物检测方法
CN208095198U (zh) * 2017-12-19 2018-11-16 山东理工精密机械有限公司 智能割草机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150324648A1 (en) * 2014-05-09 2015-11-12 Raven Industries, Inc. Image filter based on row identification
CN106240458A (zh) * 2016-07-22 2016-12-21 浙江零跑科技有限公司 一种基于车载双目相机的车辆前方碰撞预警方法
CN107637255A (zh) * 2016-07-22 2018-01-30 苏州宝时得电动工具有限公司 智能割草机的行走路径控制方法、自动工作系统
CN108243623A (zh) * 2016-09-28 2018-07-03 驭势科技(北京)有限公司 基于双目立体视觉的汽车防碰撞预警方法和系统
CN208095198U (zh) * 2017-12-19 2018-11-16 山东理工精密机械有限公司 智能割草机
CN108665448A (zh) * 2018-04-27 2018-10-16 武汉理工大学 一种基于双目视觉的障碍物检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060116A (zh) * 2019-12-04 2020-04-24 江西洪都航空工业集团有限责任公司 一种基于视觉的草场自主建图系统

Similar Documents

Publication Publication Date Title
CN106251701B (zh) 基于旋转变焦多摄像头的车辆后视监测报警系统及方法
CN108230254B (zh) 一种自适应场景切换的高速交通全车道线自动检测方法
CN105426864B (zh) 一种基于等距边缘点匹配的多车道线检测方法
CN106841196B (zh) 使用轮胎轨迹的基于视觉的潮湿路面状况检测
GB2620695A (en) Systems and methods for vehicle navigation
CN106205170A (zh) 一种用于自动驾驶的路口精确停车装置与方法
KR102613839B1 (ko) 긴급 차량들의 검출
CN110782673A (zh) 一种基于无人机拍摄云端计算的车辆违章识别检测系统
CN207650996U (zh) 一种基于无人机的自主式巡检违章罚停系统
CN103895512B (zh) 一种行车安全警示方法及其系统
EP3575174B1 (en) Object position history playback for automated vehicle transition from autonomous-mode to manual-mode
CN104008645A (zh) 一种适用于城市道路车道线预测及预警方法
CN105632186A (zh) 检测车辆加塞行为的方法和装置
EP4078088A2 (en) Vehicle navigation with pedestrians and determining vehicle free space
CN108710368A (zh) 一种无人驾驶系统及电动汽车
CN104794856A (zh) 驾驶员注意力综合测评系统
CN108447305A (zh) 一种新交规下礼让行人预警方法及预警系统
WO2020078900A1 (en) Method and system for operating a robot
CN111301404B (zh) 车辆的控制方法及装置、存储介质及处理器
CN109677402A (zh) 自动驾驶工具的安全防护系统及方法
CN210119237U (zh) 路侧自动驾驶车辆定位导航系统
CN112419790B (zh) 一种飞机泊位离港状态检测方法
CN110989642A (zh) 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统
JP7085259B2 (ja) 車両制御装置
US20210303875A1 (en) Detecting debris in a vehicle path

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190412