CN111553273A - 基于红外检测阵列的草况识别方法 - Google Patents

基于红外检测阵列的草况识别方法 Download PDF

Info

Publication number
CN111553273A
CN111553273A CN202010348329.2A CN202010348329A CN111553273A CN 111553273 A CN111553273 A CN 111553273A CN 202010348329 A CN202010348329 A CN 202010348329A CN 111553273 A CN111553273 A CN 111553273A
Authority
CN
China
Prior art keywords
infrared
column
receiving
circuit
line
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
CN202010348329.2A
Other languages
English (en)
Inventor
刘瑜
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.)
Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Original Assignee
Hangzhou Jingyi Intelligent Science and Technology 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 Hangzhou Jingyi Intelligent Science and Technology Co Ltd filed Critical Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority to CN202010348329.2A priority Critical patent/CN111553273A/zh
Publication of CN111553273A publication Critical patent/CN111553273A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Abstract

本发明公开一种基于红外检测阵列的草况识别方法，包括底部安装割草装置的运动平台，所述的运动平台内部设置处理器，所述的运动平台底部安装条形的红外检测阵列，所述的红外检测阵列覆盖车身宽度，并且高于所述的割草装置；所述的红外检测阵列设置红外发射行和红外接收行，红外发射列和红外接收列；设置行扫描电路与所述的红外发射行连接，列扫描电路与所述的红外发射列连接，行接收电路与所述的红外接收行连接，列接收电路与所述的红外接收列连接；所述的行扫描电路，列扫描电路，行接收电路和列接收电路与所述的处理器连接；所述的处理器内部设置草况识别算法，用于判别当前位置草地的茂盛情况，包括以下步骤：初始化、行扫描、列扫描、数据计算和判别。

Description

基于红外检测阵列的草况识别方法
技术领域
本专利涉及基于红外检测阵列的草况识别方法，属于移动机器人技术领域。
背景技术
红外线是波长介于微波与可见光之间的电磁波，波长在1mm到760纳米之间，比红光长的非可见光。红外线具有肉眼不可见，并且穿透能力强的优点，因此在我们的生产和生活中得到广泛的应用。比如，我们日常生活中的遥控器，生产设备上的红外接近开关，近距离的数据传输，进行障碍物检测的红外测距传感器以及进行流量计数的红外开关。
随着人们生活节奏的加快，越来越需要智能割草机器人来完成草坪的日常维护，避免了耗时而辛苦的工作。而目前智能割草机器人，工作效率还不高，因为机器人还不能识别哪里的草地需要割，哪里的草地不需要割，哪里的草地茂盛，哪里的草地已经割过，采用的工作路径是基于随机方式产生的，会产生很多重复的路径。如果智能割草机器人能够根据草地的情况进行路径规划，将大大提高工作效率。
发明内容
针对上述问题，本专利将红外检测技术引入割草机器人技术领域，提供一种基于红外检测阵列的草况识别方法，运动平台在移动过程中，识别草地的茂盛程度，为高效路径规划提供信息。
本专利解决其技术问题所采用的技术方案是：
基于红外检测阵列的草况识别方法，包括底部安装割草装置的运动平台，所述的运动平台内部设置处理器，所述的运动平台底部安装条形的红外检测阵列，所述的红外检测阵列覆盖车身宽度，并且高于所述的割草装置；所述的红外检测阵列在上下两端设置红外发射行和红外接收行，左右两端设置红外发射列和红外接收列；所述的红外发射行设置至少一个红外发射管和行发射光栅，所述的红外接收行设置至少一个红外接收管和行接收光栅，设置行扫描电路与所述的红外发射行连接，设置行接收电路与所述的红外接收行连接；所述的红外发射列设置至少一个红外发射管和列发射光栅，所述的红外接收列设置至少一个红外接收管和列接收光栅，设置列扫描电路与所述的红外发射列连接，设置列接收电路与所述的红外接收列连；所述的行扫描电路，列扫描电路，行接收电路和列接收电路与所述的处理器连接；所述的处理器内部设置草况识别算法，所述的草况识别算法包括以下步骤：
(1)、设置二维数组f(x,y)存储所述的红外检测阵列的输出数据，数据元素初始化为零，其中x=1~M，y=1~N；
(2)、行扫描：所述的处理器通过所述的行扫描电路逐次驱动所述的红外发射行：当第i个红外发射管工作，如果所述的红外接收行的第i个红外接收管不能输出有效信号，执行步骤(3)；行扫描结束，执行步骤(5)；
(3)列扫描：所述的处理器通过所述的列扫描电路逐次驱动所述的红外发射列：当第j个红外发射管工作，如果所述的红外接收列的第j个红外接收管不能输出有效信号，则f(i,j)=1，否则f(i,j)=0；列扫描结束，返回步骤(2)；
(4)计算数组f(x,y)的元素和sum=
Figure 180183DEST_PATH_IMAGE002
，如果元素和sum<L，则所述的处 理器判断草地为已割过，返回步骤(1)；否则，所述的处理器判断草地为茂盛，其中，L为判断 阈值。
所述的行扫描电路设置为程控M选一输出电路，M为所述的红外发射行的红外发射管的数量。
所述的列扫描电路设置为程控N选一输出电路，N为所述的红列发射列的红外发射管的数量。
所述的行接收电路设置为程控M选一输入电路和信号处理电路。
所述的列接收电路设置为程控N选一输入电路和信号处理电路。
本专利的有益效果主要表现在：该方案基于成熟的红外检测技术，解决草况识别问题，为路径规划提供有用信息，可提高割草机器人的工作效率。
附图说明
图1是运动平台的底部示意图；
图2是红外检测阵列的原理图。
具体实施方式
下面结合附图对本发明作进一步描述：
参照图1-2，基于红外检测阵列的草况识别方法，包括底部安装割草装置3的运动平台1，所述的运动平台1可设置驱动轮2，可以实现直行、后退以及任意角度的旋转。
所述的运动平台1内部设置处理器13，进行集中控制。所述的运动平台1底部安装条形的红外检测阵列4，为了覆盖最大的行进范围，所述的红外检测阵列4设置成可覆盖车身宽度的长度，并且为了区分草地割过与没割过，设置所述的红外检测阵列4高于所述的割草装置3。
所述的红外检测阵列4在上下两端设置红外发射行5和红外接收行6，左右两端设置红外发射列9和红外接收列10，形成一个长方形结构。正常情况下，所述的红外发射行5与红外接收行6之间，以及所述的红外发射列9和红外接收列10之间，无遮挡，红外光路畅通，所述的红外接收行6或者红外接收列10可以全部接收到红外信号；反之，如果草叶或者草茎高度达到所述的红外检测阵列4的高度，就会遮挡红外光路，导致所述的红外接收行6或者红外接收列10全部或者部分不能接收到红外信号。
所述的红外发射行5设置至少一个红外发射管和行发射光栅，所述的红外接收行6设置至少一个红外接收管和行接收光栅，形成可传播的红外光路。设置行扫描电路7与所述的红外发射行5连接，设置行接收电路8与所述的红外接收行6连接。所述的行扫描电路7设置为程控M选一输出电路，M为所述的红外发射行5的红外发射管的数量，这样可选通所述的红外发射行5中的唯一个红外发射管工作，可选用单个或者多个CD4051芯片组成。所述的行接收电路8设置为程控M选一输入电路和信号处理电路，这样可选通所述的红外接收行6中的唯一个红外接收管的信号进行信号处理，可选用单个或者多个CD4051芯片和运算放大电路组成。为了防止泥浆或者割断的草叶附着在上面，所述的行发射光栅和行接收光栅表面可安装可透射红外光的保护罩。
所述的红外发射列9设置至少一个红外发射管和列发射光栅，所述的红外接收列10设置至少一个红外接收管和列接收光栅，形成可传播的红外光路。设置列扫描电路11与所述的红外发射列9连接，设置列接收电路12与所述的红外接收列10连接。所述的列扫描电路11设置为程控N选一输出电路，N为所述的红列发射列的红外发射管的数量，这样可选通所述的红外发射列9中的唯一个红外发射管工作，可选用单个或者多个CD4051芯片组成。所述的列接收电路12设置为程控N选一输入电路和信号处理电路，这样可选通所述的红外接收列10中的唯一个红外接收管的信号进行信号处理，可选用单个或者多个CD4051芯片和运算放大电路组成。为了防止泥浆或者割断的草叶附着在上面，所述的列发射光栅和列接收光栅表面可安装可透射红外光的保护罩。
所述的行扫描电路7，列扫描电路11，行接收电路8和列接收电路12与所述的处理器13连接，由所述的处理器13进行集中控制。
所述的处理器13内部设置草况识别算法，所述的草况识别算法包括以下步骤：
(1)、设置二维数组f(x,y)存储所述的红外检测阵列4的输出数据，数据元素初始化为零，其中x=1~M，y=1~N；
x对应所述的红外发射行5的红外发射管的序号，y对应所述的红外发射列9的红外发射管的序号，二维数组f(x,y)可以描述所述的红外检测阵列4的遮挡情况，如果为1就是有遮挡，如果为0就是没遮挡。
(2)、行扫描：所述的处理器13通过所述的行扫描电路7逐次驱动所述的红外发射行5：当第i个红外发射管工作，如果所述的红外接收行的第i个红外接收管不能输出有效信号，执行步骤(3)；行扫描结束，执行步骤(5)；
按照顺序逐次扫描所述的红外发射行5，只有当所述的红外接收行6的第i个红外接收管不能输出有效信号，进入步骤(3)以确定遮挡的具体位置。
(3)列扫描：所述的处理器13通过所述的列扫描电路11逐次驱动所述的红外发射列9：当第j个红外发射管工作，如果所述的第j个红外接收管不能输出有效信号，则f(i,j)=1，否则f(i,j)=0；列扫描结束，返回步骤(2)；
(4)计算数组f(x,y)的元素和sum=
Figure 818975DEST_PATH_IMAGE002
，如果元素和sum<L，则所述的处 理器13判断草地为已割过，返回步骤(1)；否则，所述的处理器13判断草地为茂盛，其中，L为 判断阈值。
元素和sum直接衡量遮挡红外光路的区域大小，因此可作为判断草地状况的参数。

Claims (5)

1.基于红外检测阵列的草况识别方法，包括底部安装割草装置的运动平台，所述的运动平台内部设置处理器，其特征在于：所述的运动平台底部安装条形的红外检测阵列，所述的红外检测阵列覆盖车身宽度，并且高于所述的割草装置；所述的红外检测阵列在上下两端设置红外发射行和红外接收行，左右两端设置红外发射列和红外接收列；所述的红外发射行设置至少一个红外发射管和行发射光栅，所述的红外接收行设置至少一个红外接收管和行接收光栅，设置行扫描电路与所述的红外发射行连接，设置行接收电路与所述的红外接收行连接；所述的红外发射列设置至少一个红外发射管和列发射光栅，所述的红外接收列设置至少一个红外接收管和列接收光栅，设置列扫描电路与所述的红外发射列连接，设置列接收电路与所述的红外接收列连；所述的行扫描电路，列扫描电路，行接收电路和列接收电路与所述的处理器连接；所述的处理器内部设置草况识别算法，所述的草况识别算法包括以下步骤：
(1)、设置二维数组f(x,y)存储所述的红外检测阵列的输出数据，数据元素初始化为零，其中x=1~M，y=1~N；
(2)、行扫描：所述的处理器通过所述的行扫描电路逐次驱动所述的红外发射行：当第i个红外发射管工作，如果所述的红外接收行的第i个红外接收管不能输出有效信号，执行步骤(3)；行扫描结束，执行步骤(5)；
(3)列扫描：所述的处理器通过所述的列扫描电路逐次驱动所述的红外发射列：当第j个红外发射管工作，如果所述的红外接收列的第j个红外接收管不能输出有效信号，则f(i,j)=1，否则f(i,j)=0；列扫描结束，返回步骤(2)；
计算数组f(x,y)的元素和sum=
Figure 319103DEST_PATH_IMAGE002
，如果元素和sum<L，则所述的处理器 判断草地为已割过，返回步骤(1)；否则，所述的处理器判断草地为茂盛，其中，L为判断阈 值。
2.根据权利要求1所述的基于红外检测阵列的草况识别方法，其特征在于：所述的行扫描电路设置为程控M选一输出电路，M为所述的红外发射行的红外发射管的数量。
3.根据权利要求1所述的基于红外检测阵列的草况识别方法，其特征在于：所述的列扫描电路设置为程控N选一输出电路，N为所述的红列发射列的红外发射管的数量。
4.根据权利要求1所述的基于红外检测阵列的草况识别方法，其特征在于：所述的行接收电路设置为程控M选一输入电路和信号处理电路。
5.根据权利要求1所述的基于红外检测阵列的草况识别方法，其特征在于：所述的列接收电路设置为程控N选一输入电路和信号处理电路。
CN202010348329.2A 2020-04-28 2020-04-28 基于红外检测阵列的草况识别方法 Pending CN111553273A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010348329.2A CN111553273A (zh) 2020-04-28 2020-04-28 基于红外检测阵列的草况识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010348329.2A CN111553273A (zh) 2020-04-28 2020-04-28 基于红外检测阵列的草况识别方法

Publications (1)

Publication Number Publication Date
CN111553273A true CN111553273A (zh) 2020-08-18

Family

ID=72004176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010348329.2A Pending CN111553273A (zh) 2020-04-28 2020-04-28 基于红外检测阵列的草况识别方法

Country Status (1)

Country Link
CN (1) CN111553273A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112293037A (zh) * 2020-09-28 2021-02-02 深圳拓邦股份有限公司 一种割草机器人检测草坪生长状态方法及割草机器人

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234460A (zh) * 2013-05-06 2013-08-07 慈溪迈思特电子科技有限公司 基于红外线的草坪高度检测装置
CN205941941U (zh) * 2016-08-25 2017-02-08 石家庄华燕交通科技有限公司 一种红外测量光栅装置
CN108733266A (zh) * 2018-05-17 2018-11-02 天津宝兴威科技股份有限公司 一种基于红外触摸屏多点触控系统及其识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234460A (zh) * 2013-05-06 2013-08-07 慈溪迈思特电子科技有限公司 基于红外线的草坪高度检测装置
CN205941941U (zh) * 2016-08-25 2017-02-08 石家庄华燕交通科技有限公司 一种红外测量光栅装置
CN108733266A (zh) * 2018-05-17 2018-11-02 天津宝兴威科技股份有限公司 一种基于红外触摸屏多点触控系统及其识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘南君 等: "基于Arduino Mega2560单片机的简易智能割草机器人的设计与实现", 《安徽农业科学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112293037A (zh) * 2020-09-28 2021-02-02 深圳拓邦股份有限公司 一种割草机器人检测草坪生长状态方法及割草机器人

Similar Documents

Publication Publication Date Title
CN110243372B (zh) 基于机器视觉的智能农机导航系统及方法
ES2320023T3 (es) Procedimiento para el analisis de superficies de suelo y robot de mantenimiento de cesped para poner en practica el procedimiento.
US11687083B2 (en) Comparative agricultural obstacle monitor and guidance system and method for same
CN116027337A (zh) 智能割草机、自移动设备及其识别障碍物的方法
CN111553273A (zh) 基于红外检测阵列的草况识别方法
EP3798781B1 (en) Automatic mower and control method
US11882787B1 (en) Automatic sensitivity adjustment for an autonomous mower
CN106529404A (zh) 基于摄像原理的无人驾驶汽车对路面标志线的识别方法
EP2679083B1 (en) Apparatus for cutting grass
CN213934205U (zh) 自移动设备
KR102359694B1 (ko) 잔디 깎기 로봇 및 그 제어 방법
CN110207545B (zh) 一种无人机拦截系统
CN111123956A (zh) 避障装置、控制方法、沿边控制方法及测距系统
CN111026117B (zh) 一种智能插秧机避障最优控制系统及控制方法
CN109634277A (zh) 一种谷物收割机无人驾驶作业系统与作业方法
CN211478964U (zh) 用于智能运输装置的避障系统
CN111650965B (zh) 一种无人机自主返航控制系统及其控制方法
CN114779784A (zh) 机器人工具的控制方法及机器人工具
CN117092658B (zh) 基于激光雷达的目标智能检测定位方法
EP4273583A1 (en) Cliff detection in robotic devices
CN111397777A (zh) 基于压力杆检测的草况识别方法
EP4047440B1 (de) Verfahren zum betreiben eines autonomen mobilen grünflächenbearbeitungsroboters und grünflächenbearbeitungssystem
CN211733790U (zh) 一种工业无人驾驶叉车自动伸缩防撞机构
Arima et al. Development of robotic system for cucumber harvesting
CN111522343A (zh) 割草机器人基于触屏检测的路径规划方法

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

Application publication date: 20200818

RJ01 Rejection of invention patent application after publication