CN111623706A - 一种柠条平茬机信息获取方法 - Google Patents
一种柠条平茬机信息获取方法 Download PDFInfo
- Publication number
- CN111623706A CN111623706A CN202010378921.7A CN202010378921A CN111623706A CN 111623706 A CN111623706 A CN 111623706A CN 202010378921 A CN202010378921 A CN 202010378921A CN 111623706 A CN111623706 A CN 111623706A
- Authority
- CN
- China
- Prior art keywords
- point
- caragana microphylla
- laser
- root
- distance
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G3/00—Cutting implements specially adapted for horticultural purposes; Delimbing standing trees
- A01G3/08—Other tools for pruning, branching or delimbing standing trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种柠条平茬机信息获取方法,属于农业电学领域。所述方法包括以下步骤:步骤一、根据打在柠条根部的激光,获取柠条根部的坐标信息传达至控制系统;步骤二、控制系统根据坐标信息规划平茬机的路径,确定柠条根部是否位于刀片的切割范围和高度内,若是,执行步骤三,否则,执行步骤四;步骤三、控制系统控制刀片对柠条的根部进行切割;步骤四、根据柠条根部信息,调整刀片使柠条在刀片切割范围,根据打在刀片上的激光,得到刀片距柠条根部的距离,根据所述距离调整刀片高度,并重新执行步骤二。本发明采用的是单目视觉,与激光传感器相结合的方式,运算简单快捷,结果准确,可适用于多种环境,且所需相机较少,成本较低。
Description
技术领域
本发明涉及一种柠条平茬机信息获取方法,属于农业电学领域。
背景技术
柠条枝叶繁茂,富含氮、磷、钾等微量元素,是优良的绿肥。柠条的根、花和种子也可以作为中药,其枝条的纤维可以用作造纸和制造纤维板。柠条鲜枝产量高,营养丰富,适口性好,是家畜的优良饲用灌木,具有很高的饲用和开发价值。柠条具有突出的生态环境效益和巨大的经济利用价值。柠条的根系非常发达,而且其生长速度快,枝干密集,造林繁殖容易,成活率高,可多次平茬收割循环利用。柠条平茬的高度一般选择距离地面10-15cm处,这样平茬效果,能保证柠条最好的复壮发芽过程。目前柠条平茬收割的主要方法为人工砍伐,或采用背负式割灌机切割平茬和收割作业,这样的作业方式生产效率低,劳动强度大,难以满足大面积生产,并且这样的平茬方式对于柠条的再生长不利。机械化、智能化柠条平茬不仅能够提高柠条的再生能力、增加柠条的植被度、增强柠条的防风固沙作用,而且能够使宝贵的饲草料资源得到高效的利用,有利于生态环境建设和保护。机械化、智能化柠条平茬很好地开发了柠条经济价值,把不可利用的资源变为有用的宝贵资源,同时也实现了生态效益与经济效益的有机统一,是实现林业、畜牧业同步可持续发展的有效途径,也是实现柠条加工产业化的有效途径之一。研究适用于柠条收割的机械化、智能化设备,对于减轻人工劳动强度,保证柠条的发芽率,充分利用柠条资源具有重要意义。
在信息获取中,目标柠条根部的精确识别是智能平茬机能够实现切割的关键之一,对柠条根部对象的准确识别是所有工作的基础。对于智能平茬机来说,关键就是能够从杂草,土堆,石块和其他环境因素中准确地识别出柠条根部,然后将柠条根部的精确坐标信息传递给控制系统,由控制系统根据坐标信息规划平茬机的工作路径,指导刀片完成切割作业。
意大利卡塔尼亚大学的Plebe和Grasso(2001)设计了一种能够在多变的光照和实时变化的环境中准确识别并得到目标的位置信息,其组成由四个摄像机左右手臂对称分布,同时获取四幅图像,分别对左右对称分布的两台相机获取的图像进行立体匹配,以此得到唯一的中心。然后将二维像素坐标映射到三维坐标空间,可以得到目标的三维空间坐标。视觉系统对目标信息不断地修正完成作业。
斯洛文尼亚马里博尔大学Rakun等(2011)提出了综合利用目标颜色,纹理,以及三维形状信息来识别目标,利用多视几何方法来进行目标空间位置的确定。
西班牙Jimenez等(2000)设计了一种基于激光的用于树上球形果实识别定位的机器视觉系统。利用激光测距仪获得树上果实的深度信息图像和反射图像,通过对两种图像的整合获得顶部像素,边界像素,反射区域以及凸区域等四个原始特征,然后通过Hough变换获得果实半径,反射率和空间位置信息。
南京农业大学李国利等(2015)提出了一种在目标震荡条件下进行识别和定位的方法。该方法融合了单目视觉技术和超声波检测技术,能够在目标震荡条件下精确地定位并分析最佳采摘位置。首先,基于色差法对果实图像进行分割,经过自动阈值法,形态学处理,然后对图像区域进行灰度填充等操作,求取果实的运动路径。然后根据果实的路径信息,判断果实运动的平衡位置和位置信息。最后装有超声波检测器的执行机构向平衡位置移动,当超声波传感器检测到果实信息时,执行机构对果实进行抓取。
江苏大学吕继东等(2012)利用单目视觉技术确定目标苹果与采摘机器人之间的位置信息。采摘机器人在接近苹果的过程中CCD间隔拍摄两幅图片,通过图像处理确定两幅图像中的果实中心。再结合机器人行走的距离,通过三角形原理即可得到果实与采摘机器人之间的距离信息,最后结合像素信息得到果实的三维坐标。
江苏大学蒋焕煜等(2008)研究了一种针对番茄采摘机器人的空间坐标获取方法。该方法采用双目立体视觉技术获取不同距离的番茄果实立体图像,首先对获取的图像进行灰度处理,然后根据像素点灰度的相关性,对灰度图像进行立体匹配,计算出像素点的位置信息,进而形成深度图像,最后根据番茄果实特征点的位置,从而得到番茄的空间坐标信息。
国内外对于定位方法的研究主要集中在单目视觉,双目视觉,多目视觉,激光传感器,红外传感器,超声波传感器等几个方面。其中单目视觉结构最为简单,双目视觉和多目视觉需要通过合成算法将平面图像转换为立体图像,对算法,背景,环境等要求较高。但是单目视觉与红外传感器或者激光传感器相结合的方式最为简单快捷。对于快速找准柠条根部并进行一定高度的切割,单目视觉与传感器相结合的方式简单快捷而且准确,可以满足其要求。
发明内容
本发明的目的是提出一种柠条平茬机信息获取方法,本发明对于生长在不同地势的柠条,无论柠条根部沙土堆积多高,均能获取柠条根部信息,进而得到刀具距柠条根部的高度,调整刀具,使所有切割后的不同地势的残留柠条茬高度在10—15cm之间,保证后续生长。
一种柠条平茬机信息获取方法,所述方法包括以下步骤:
步骤一、根据打在柠条根部的激光,获取柠条根部的坐标信息传达至控制系统;
步骤二、控制系统根据坐标信息规划平茬机的路径,确定柠条根部是否位于刀片的切割范围和高度内,若是,执行步骤三,否则,执行步骤四;
步骤三、控制系统控制刀片对柠条的根部进行切割;
步骤四、根据柠条根部信息,调整刀片使柠条在刀片切割范围,根据打在刀片上的激光,得到刀片距柠条根部的距离,根据所述距离调整刀片高度,并重新执行步骤二。
进一步的,在步骤一,包括以下步骤:
步骤一一、通过CMOS工业相机与一字激光器配合,获取激光打在柠条根部的图像;
步骤一二、将所述图像进行处理,识别柠条根部,并获得柠条根部的坐标信息。
进一步的,在步骤一中,柠条根部的坐标信息获取方法包括:
设W为地面,OWXWYWZW坐标系是空间定位坐标系,该坐标系原点为第一束激光的发射点OW,第一束激光所在的平面即为OWYWZW平面,且OWXWZW平面平行于地面W,OXYZ坐标系为物方坐标系,它是由空间定位坐标系OWXWYWZW沿着OWXW轴旋转θ角度得到的,O0X0Y0Z0坐标系为像平面坐标系,其坐标原点O0为CMOS工业相机成像平面的中心点,O0Z0轴即为CMOS工业相机的光轴,O0Z0轴与OX轴的交点M,且O0X0Z0平面与OXZ平面共面,O0X0Y0平面与OXY平面平行且相距f,P点为第二束激光的发出点,且其发射的激光所在的平面与OYZ平面平行,P点射出的线激光在柠条与地面上形成AB,BC光斑,Q点为P点发射出的激光光斑上的任意一点,Q点在O0Y0Z0平面与O0X0Z0平面上的投影分别为QV和QH,Q在CMOS工业相机成像平面上的成像点为Qt点,
得到任意点Q在空间定位坐标系中的坐标的过程具体如下:
首先,得到的是目标点的像元屏幕坐标(m1,n1),即像素点,转换为像平面坐标系O0X0Y0Z0下的坐标,即Qt点在O0X0Y0Z0坐标系下的坐标,
对于一个确定的CMOS工业相机和一个确定的图像采集卡,像元屏幕坐标(m1,n1)与像平面坐标系之间的转换关系是固定的,
n=n1-N,m=m1-M
X0=nx (1-1)
Y0=my (1-2)
Z0=0 (1-3)
其中N为相机成像横向像素数的一半;
M为相机成像纵向像素数的一半;
x为像元横向尺寸;
y为像元纵向尺寸,
然后,由像平面坐标转换为物方坐标系OXYZ下的坐标,
其中MP为CMOS工业相机与第二个激光器之间的距离,为定值L,
N为相机成像横向像素数的一半;
θ1为相机水平视角的一半;
其中M为相机成像纵向像素数的一半;
θ2为相机垂直视角的一半;
X=OP (1-8)
其中OP为两个激光器之间的距离,为一定值2L,
最后,由物方空间坐标转换为空间定位坐标系OWXWYWZW下的坐标,
转换关系如下:
其中θ为物方坐标系相对于空间定位坐标系的旋转角度,
将(1-5),(1-7),(1-8)式代入(1-9)得到第二个激光器的光斑上任意一点在空间定位坐标系下的坐标为:
由(1-10)式确定激光光斑上任意一定的空间坐标,从而为找出柠条的根部点坐标做好准备,
在空间定位坐标系下,在有激光打在柠条上的激光光斑上的所有点中,距坐标中心OW距离最远的点,为激光束与柠条根部的交点B,即在满足距坐标中心OW距离为最大值的点即为柠条的根部点B,通过像素坐标计算,找出距坐标中心OW距离最远的点且此点在距离坐标系中是峰值,也是极点,此时,所述极点即为根部点B,再通过B点的像素确定柠条的根部点B的坐标(Ow-XwYwZw),由CMOS工业相机拍到的图像最后形成只有激光线的二值图像,找到拐点的像素坐标,算得拐点即根部距激光器坐标系(Ow-XwYwZw)原点的距离,与测得的最大距离比较,当比较的差值在误差允许的范围内时,确定柠条根的位置,由第一束打到刀片的激光,计算得到刀片在空间定位坐标系下的YW坐标,根据B点YW的值与刀片的YW坐标差值调整刀片与柠条根部的高度差h,
刀片的边缘与OWZW平行,因此在得知根部点B的XW坐标之后,即确定了刀片需要前进的距离k。
进一步的,在步骤四中,测距方法为:
使CMOS工业相机与一字激光器相互平行,设测量目标距离一字激光器的距离为d,CMOS工业相机与一字激光器之间的s线段是一个平面,所述平面与CMOS工业相机的成像平面平行,f为CMOS工业相机的焦距,根据几何关系x/f=s/d,通过在CMOS工业相机所得到的图像画面数据中得到待测目标物体上的激光点在CMOS工业相机感光平面上的像素值,进而通过像元尺寸得到实际的物理距离x,从而通过计算得到激光器与目标之间的距离d。
本发明的主要优点是:现有技术的信息获取方法多为双目视觉,多目视觉等,需要通过合成算法将平面图像转化为立体图像,对算法,背景,环境等要求较高,计算过程复杂繁琐,且双目视觉和多目视觉等所需的工业相机较多,成本较高。本发明采用的是单目视觉,与激光传感器相结合的方式,运算简单快捷,结果准确,可适用于多种环境,且所需相机较少,成本较低。
附图说明
图1为本柠条丛与割台相对位置的示意图;
图2为三角形测距原理图;
图3为分段线性化的像素与实际距离坐标系示意图;
图4为自适应平茬割台上激光光斑点空间坐标求解示意图;
图5为空间定位坐标系下的主俯视图,其中,图5(a)为空间定位坐标系下的主视图;图5(b)空间定位坐标系下的俯视图;
图6为有根的地方激光产生拐点;
图7为无根的地方激光没有拐点。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种柠条平茬机信息获取方法,所述方法包括以下步骤:
步骤一、根据打在柠条根部的激光,获取柠条根部的坐标信息传达至控制系统;
步骤二、控制系统根据坐标信息规划平茬机的路径,确定柠条根部是否位于刀片的切割范围和高度内,若是,执行步骤三,否则,执行步骤四;
步骤三、控制系统控制刀片对柠条的根部进行切割;
步骤四、根据柠条根部信息,调整刀片使柠条在刀片切割范围,根据打在刀片上的激光,得到刀片距柠条根部的距离,根据所述距离调整刀片高度,并重新执行步骤二。
在本部分优选实施例中,在步骤一,包括以下步骤:
步骤一一、通过CMOS工业相机与一字激光器配合,获取激光打在柠条根部的图像;
步骤一二、将所述图像进行处理,识别柠条根部,并获得柠条根部的坐标信息。
参照图4所示,在本部分优选实施例中,在步骤一中,柠条根部的坐标信息获取方法包括:
设W为地面,OWXWYWZW坐标系是空间定位坐标系,该坐标系原点为第一束激光的发射点OW,第一束激光所在的平面即为OWYWZW平面,且OWXWZW平面平行于地面W,OXYZ坐标系为物方坐标系,它是由空间定位坐标系OWXWYWZW沿着OWXW轴旋转θ角度得到的,O0X0Y0Z0坐标系为像平面坐标系,其坐标原点O0为CMOS工业相机成像平面的中心点,O0Z0轴即为CMOS工业相机的光轴,O0Z0轴与OX轴的交点M,且O0X0Z0平面与OXZ平面共面,O0X0Y0平面与OXY平面平行且相距f,P点为第二束激光的发出点,且其发射的激光所在的平面与OYZ平面平行,P点射出的线激光在柠条与地面上形成AB,BC光斑,Q点为P点发射出的激光光斑上的任意一点,Q点在O0Y0Z0平面与O0X0Z0平面上的投影分别为QV和QH,Q在CMOS工业相机成像平面上的成像点为Qt点,
得到任意点Q在空间定位坐标系中的坐标的过程具体如下:
首先,得到的是目标点的像元屏幕坐标(m1,n1),即像素点,转换为像平面坐标系O0X0Y0Z0下的坐标,即Qt点在O0X0Y0Z0坐标系下的坐标,
对于一个确定的CMOS工业相机和一个确定的图像采集卡,像元屏幕坐标(m1,n1)与像平面坐标系之间的转换关系是固定的,
n=n1-N,m=m1-M
X0=nx (1-1)
Y0=my (1-2)
Z0=0 (1-3)
其中N为相机成像横向像素数的一半;
M为相机成像纵向像素数的一半;
x为像元横向尺寸;
y为像元纵向尺寸,
然后,由像平面坐标转换为物方坐标系OXYZ下的坐标,
其中MP为CMOS工业相机与第二个激光器之间的距离,为定值L,
N为相机成像横向像素数的一半;
θ1为相机水平视角的一半;
θ2为相机垂直视角的一半;
X=OP (1-8)
其中OP为两个激光器之间的距离,为一定值2L,
最后,由物方空间坐标转换为空间定位坐标系OWXWYWZW下的坐标,
转换关系如下:
其中θ为物方坐标系相对于空间定位坐标系的旋转角度,
将(1-5),(1-7),(1-8)式代入(1-9)得到线激光器2的光斑上任意一点在空间定位坐标系下的坐标为:
因此,由(1-10)式可以确定激光光斑上任意一定的空间坐标,从而为找出柠条的根部点坐标做好准备,
如图5(a)所示,空间定位坐标系下的主视图。图中粗线部分即为激光器2在地面上所形成的光斑,由于有杂草的阻挡,因此在地面形成的光斑线条不连续。
由图像分析知,在空间定位坐标系下,在有激光打在柠条上的激光光斑上的所有点中,距坐标中心OW距离最远的点,为激光束与柠条根部的交点B,即在满足距坐标中心OW距离为最大值的点即为柠条的根部点B。通过像素坐标计算,找出距坐标中心OW距离最远的点且此点在距离坐标系中是峰值,也是极点,此时,这个点即为根部点B,再通过B点的像素确定柠条的根部点B的坐标(Ow-XwYwZw)。为了更好确定柠条根的位置,再进行进一步确定。因为激光打出的光线在根与地面的相交处会产生拐点,没有根的地方不会产生拐点(参考图6及图7所示)。由CMOS工业相机拍到的图像最后形成只有激光线的二值图像,找到拐点的像素坐标,算得拐点即根部距激光器坐标系(Ow-XwYwZw)原点的距离,与上述测得的最大距离比较,当比较的差值在误差允许的范围内时,这时可以确定柠条根的位置。由第一束打到刀片刀刃上的激光,计算得到刀片在空间定位坐标系下的YW坐标,根据B点YW的值与刀片的YW坐标差值即可调整刀片与柠条根部的高度差h。
如图5(b)所示,为一个空间定位坐标系下的俯视图。由图可知,本获取方法共需要两束激光,第二个激光器将一束激光打到柠条根部。第一个激光器将一束激光打到刀片上,CMOS工业相机在两个一字激光器中间,两个一字激光器对称分布。刀片的边缘与OWZW平行,因此在得知根部点B的XW坐标之后也可确定刀片需要前进的距离k。
参照图5所示,在本部分优选实施例中,在步骤四中,测距方法为:
由于柠条丛分布没有规律(如图1所示),不能保证切割的所有柠条均在割台的切割范围内,根据距离信息,当柠条的位置不在割台的切割范围内时,可以调整割台的位置,使得柠条位于割台中间附近的位置,便于切割。
我们采用激光测距技术。激光扫描测距技术是非接触测量的重要手段,也是机器视觉技术的一个重要内容,可以应用于机器人识别物体,以便避过障碍物,以及确定目标距离以调整工作台等方面,具有广阔的应用前景,至今仍是非常活跃的研究领域之一。其中典型的三角法测距结构简单,实用性强,应用广泛。这种方法不需要具备其他硬件,可实现低成本激光测距,可达到较高的测量精度。三角法测距是基于几何光学,激光从激光器发射出来,到达待测目标后经过反射返回到接收装置,这样激光器,目标物体和接收器之间就沿着激光反射的方向形成一个三角形。根据反射回来的激光光束的位置,可以确定待测目标物体被激光所照界面距离激光器的实际物理尺寸。激光与接收器的安装有不同的安装方式,激光器与接收器可以成一定角度,也可以平行,但其原理基本相同,均是通过数学几何关系来确定距离,当激光器与CMOS工业相机相互平行时,算法比较简单,所以我们采用激光器与CMOS工业相机相互平行的方式。
参照图2所示,使CMOS工业相机与一字激光器相互平行,设测量目标距离一字激光器的距离为d,CMOS工业相机与一字激光器之间的s线段是一个平面,所述平面与CMOS工业相机的成像平面平行,f为CMOS工业相机的焦距,根据几何关系x/f=s/d,在CMOS工业相机与一字激光器之间的距离s,焦距f已知的情况下,想要得到目标与激光器之间的距离d,x是在测量过程中唯一需要获得的参数,通过在CMOS工业相机所得到的图像画面数据中得到待测目标物体上的激光点在CMOS工业相机感光平面上的像素值,进而通过像元尺寸得到实际的物理距离x,从而通过计算就可以得到激光器与目标之间的距离。
参照图3所示,为了得到理想有效的测距,激光发出的光线要与水平面垂直,所以要对激光器进行标定。首先打开激光器,使它在背景墙上打出激光线条,我们在激光线条旁边放一条铅锤线,再调整激光器使它在背景墙上打出的激光线与铅锤线平行,最后通过控制步进电机将激光器旋转一个较大的角度,如果此时的激光线条还能与铅锤线保持平行,那我们就认为激光器标定完成。众所周知,现实生活中使用的CMOS工业相机都是采用光学透镜聚光来达到成像的效果的,并且CMOS工业相机所用的透镜并不是绝对抛物面的,这在工业上加工是很难实现的,同时感光芯片所成的面和透镜所在的面之间也不是绝对平行的。所以在实际应用中就产生了成像画面上所呈现出来的扭曲和偏移。如果直接使用这种带有扭曲和偏移的原始成像画面进行距离探测,会造成很大的误差,因此就需要我们对CMOS工业相机进行标定,从而减小误差。我们用已有的CMOS工业相机进行实验,从目标距离激光器实际距离为100mm到700mm,每隔10mm进行一次测量实验,将得到的测量距离与实际距离对比记录。再逆向测量一遍,从700mm到100mm每隔10mm测量一次,将结果对比记录。从测量的大量数据中找出像素坐标和真实数据的关系,将每个点连接绘制成曲线图。当我们得到的像素值不在曲线图横坐标的已知的确定点上时,我们采用分段线性化的方法,将曲线图变成分段折线图,从而根据几何关系和像素坐标确定实际距离。
在本发明中,所需的CMOS工业相机和一字激光器均可在市场上直接购买。相机可用MV-CE060-10CU型号的相机,像素为600万,配上KF0818M-12MP型号的镜头。一字激光器可用635nm120mW高亮度红光的一字激光器。将一字激光器和相机固定在板子上的相对位置,设好角度与距离,将植物放置在一定位置。打开电源,进行测距与确定根部的实验,通过大量实验,将像素点和实际距离绘制成曲线图。再次进行实验,与曲线图对比,其误差在允许范围内。通过对植物上每个激光点距离的计算,发现其根部距坐标系原点(Ow)距离最远,结合激光在植物根部会产生拐点,通过拐点的像素点计算得到的距离,与最大距离进行比较,可以确定根部,然后可以确定根部的坐标,再通过刀具上的激光点得到刀具的坐标,从而进行调整刀具。为了提高计算效率,可将像素点和实际距离的曲线图进行分段线性化,这样可以通过像素点直接得到距离,减少时间提高效率,且产生的误差对结果影响可以忽略不计。三角形测距,将激光器与相机平行放置,可以减小角度的影响,使计算简便。我们用已有的CMOS工业相机进行实验,从目标距离激光器实际距离为100mm到700mm,每隔10mm进行一次测量实验,将得到的测量距离与实际距离对比记录。再逆向测量一遍,从700mm到100mm每隔10mm测量一次,将结果对比记录。从测量的大量数据中找出像素点和真实距离的关系,将每个点连接绘制成曲线图。当我们得到的像素值不在曲线图横坐标的已知的确定点上时,我们采用分段线性化的方法,将曲线图变成分段折线图,从而根据几何关系和像素坐标确定实际距离。
Claims (4)
1.一种柠条平茬机信息获取方法,其特征在于,所述方法包括以下步骤:
步骤一、根据打在柠条根部的激光,获取柠条根部的坐标信息传达至控制系统;
步骤二、控制系统根据坐标信息规划平茬机的路径,确定柠条根部是否位于刀片的切割范围和高度内,若是,执行步骤三,否则,执行步骤四;
步骤三、控制系统控制刀片对柠条的根部进行切割;
步骤四、根据柠条根部信息,调整刀片使柠条在刀片切割范围,根据打在刀片上的激光,得到刀片距柠条根部的距离,根据所述距离调整刀片高度,并重新执行步骤二。
2.根据权利要求1所述的一种柠条平茬机信息获取方法,其特征在于,在步骤一,包括以下步骤:
步骤一一、通过CMOS工业相机与一字激光器配合,获取激光打在柠条根部的图像;
步骤一二、将所述图像进行处理,识别柠条根部,并获得柠条根部的坐标信息。
3.根据权利要求2所述的一种柠条平茬机信息获取方法,其特征在于,在步骤一中,柠条根部的坐标信息获取方法包括:
设W为地面,OWXWYWZW坐标系是空间定位坐标系,该坐标系原点为第一束激光的发射点OW,第一束激光所在的平面即为OWYWZW平面,且OWXWZW平面平行于地面W,OXYZ坐标系为物方坐标系,它是由空间定位坐标系OWXWYWZW沿着OWXW轴旋转θ角度得到的,O0X0Y0Z0坐标系为像平面坐标系,其坐标原点O0为CMOS工业相机成像平面的中心点,O0Z0轴即为CMOS工业相机的光轴,O0Z0轴与OX轴的交点M,且O0X0Z0平面与OXZ平面共面,O0X0Y0平面与OXY平面平行且相距f,P点为第二束激光的发出点,且其发射的激光所在的平面与OYZ平面平行,P点射出的线激光在柠条与地面上形成AB,BC光斑,Q点为P点发射出的激光光斑上的任意一点,Q点在O0Y0Z0平面与O0X0Z0平面上的投影分别为QV和QH,Q在CMOS工业相机成像平面上的成像点为Qt点,
得到任意点Q在空间定位坐标系中的坐标的过程具体如下:
首先,得到的是目标点的像元屏幕坐标(m1,n1),即像素点,转换为像平面坐标系O0X0Y0Z0下的坐标,即Qt点在O0X0Y0Z0坐标系下的坐标,
对于一个确定的CMOS工业相机和一个确定的图像采集卡,像元屏幕坐标(m1,n1)与像平面坐标系之间的转换关系是固定的,
n=n1-N,m=m1-M
X0=nx (1-1)
Y0=my (1-2)
Z0=0 (1-3)
其中N为相机成像横向像素数的一半;
M为相机成像纵向像素数的一半;
x为像元横向尺寸;
y为像元纵向尺寸,
然后,由像平面坐标转换为物方坐标系OXYZ下的坐标,
其中MP为CMOS工业相机与第二个激光器之间的距离,为定值L,
N为相机成像横向像素数的一半;
θ1为相机水平视角的一半;
其中M为相机成像纵向像素数的一半;
θ2为相机垂直视角的一半;
X=OP (1-8)
其中OP为两个激光器之间的距离,为一定值2L,
最后,由物方空间坐标转换为空间定位坐标系OWXWYWZW下的坐标,
转换关系如下:
其中θ为物方坐标系相对于空间定位坐标系的旋转角度,
将(1-5),(1-7),(1-8)式代入(1-9)得到第二个激光器的光斑上任意一点在空间定位坐标系下的坐标为:
由(1-10)式确定激光光斑上任意一定的空间坐标,从而为找出柠条的根部点坐标做好准备,
在空间定位坐标系下,在有激光打在柠条上的激光光斑上的所有点中,距坐标中心OW距离最远的点,为激光束与柠条根部的交点B,即在满足距坐标中心OW距离为最大值的点即为柠条的根部点B,通过像素坐标计算,找出距坐标中心OW距离最远的点且此点在距离坐标系中是峰值,也是极点,此时,所述极点即为根部点B,再通过B点的像素确定柠条的根部点B的坐标(Ow-XwYwZw),由CMOS工业相机拍到的图像最后形成只有激光线的二值图像,找到拐点的像素坐标,算得拐点即根部距激光器坐标系(Ow-XwYwZw)原点的距离,与测得的最大距离比较,当比较的差值在误差允许的范围内时,确定柠条根的位置,由第一束打到刀片的激光,计算得到刀片在空间定位坐标系下的YW坐标,根据B点YW的值与刀片的YW坐标差值调整刀片与柠条根部的高度差h,
刀片的边缘与OWZW平行,因此在得知根部点B的XW坐标之后,即确定了刀片需要前进的距离k。
4.根据权利要求1所述的一种柠条平茬机信息获取方法,其特征在于,在步骤四中,测距方法为:
使CMOS工业相机与一字激光器相互平行,设测量目标距离一字激光器的距离为d,CMOS工业相机与一字激光器之间的s线段是一个平面,所述平面与CMOS工业相机的成像平面平行,f为CMOS工业相机的焦距,根据几何关系x/f=s/d,通过在CMOS工业相机所得到的图像画面数据中得到待测目标物体上的激光点在CMOS工业相机感光平面上的像素值,进而通过像元尺寸得到实际的物理距离x,从而通过计算得到激光器与目标之间的距离d。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010378921.7A CN111623706B (zh) | 2020-05-07 | 2020-05-07 | 一种柠条平茬机信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010378921.7A CN111623706B (zh) | 2020-05-07 | 2020-05-07 | 一种柠条平茬机信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111623706A true CN111623706A (zh) | 2020-09-04 |
CN111623706B CN111623706B (zh) | 2021-11-09 |
Family
ID=72259048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010378921.7A Expired - Fee Related CN111623706B (zh) | 2020-05-07 | 2020-05-07 | 一种柠条平茬机信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111623706B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107836234A (zh) * | 2017-11-03 | 2018-03-27 | 常州水精灵环保设备有限公司 | 一种柠条平茬切割装置 |
CN108213732A (zh) * | 2017-12-30 | 2018-06-29 | 广州百盛电子科技有限公司 | 一种板材激光切割方法及系统 |
CN108566818A (zh) * | 2018-06-27 | 2018-09-25 | 银川凯创机械制造有限公司 | 柠条收获机及柠条收获设备 |
CN108648236A (zh) * | 2018-05-11 | 2018-10-12 | 武汉电力职业技术学院 | 一种用于坐标测量的间接方法及控制系统 |
CN109211207A (zh) * | 2018-06-29 | 2019-01-15 | 南京邮电大学 | 一种基于机器视觉的螺钉识别与定位装置 |
CN110763137A (zh) * | 2019-11-05 | 2020-02-07 | 珠海格力智能装备有限公司 | 产品姿态的确定方法及装置 |
CN210808360U (zh) * | 2019-08-08 | 2020-06-23 | 成都幺记智慧科技有限公司 | 一种植物修剪机器人 |
-
2020
- 2020-05-07 CN CN202010378921.7A patent/CN111623706B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107836234A (zh) * | 2017-11-03 | 2018-03-27 | 常州水精灵环保设备有限公司 | 一种柠条平茬切割装置 |
CN108213732A (zh) * | 2017-12-30 | 2018-06-29 | 广州百盛电子科技有限公司 | 一种板材激光切割方法及系统 |
CN108648236A (zh) * | 2018-05-11 | 2018-10-12 | 武汉电力职业技术学院 | 一种用于坐标测量的间接方法及控制系统 |
CN108566818A (zh) * | 2018-06-27 | 2018-09-25 | 银川凯创机械制造有限公司 | 柠条收获机及柠条收获设备 |
CN109211207A (zh) * | 2018-06-29 | 2019-01-15 | 南京邮电大学 | 一种基于机器视觉的螺钉识别与定位装置 |
CN210808360U (zh) * | 2019-08-08 | 2020-06-23 | 成都幺记智慧科技有限公司 | 一种植物修剪机器人 |
CN110763137A (zh) * | 2019-11-05 | 2020-02-07 | 珠海格力智能装备有限公司 | 产品姿态的确定方法及装置 |
Non-Patent Citations (1)
Title |
---|
李滨: "柠条机械平茬技术分析", 《当代农机》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111623706B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Escolà et al. | Mobile terrestrial laser scanner applications in precision fruticulture/horticulture and tools to extract information from canopy point clouds | |
US20230345928A1 (en) | Identifying and avoiding obstructions using depth information in a single image | |
US10051854B2 (en) | Unwanted plant removal system having variable optics | |
Abbas et al. | Different sensor based intelligent spraying systems in Agriculture | |
JP6230975B2 (ja) | 不要植物の除去システム | |
Zhang et al. | Review of variable-rate sprayer applications based on real-time sensor technologies | |
Rahmadian et al. | Autonomous robotic in agriculture: a review | |
CN102102988B (zh) | 农作物产量信息实时测量方法、系统及装置 | |
US10172289B2 (en) | System and method for the automatic adjustment of the height of an agricultural implement using 3D reconstruction | |
WO2023050783A1 (zh) | 除草机器人及其除草路径的规划方法、装置和介质 | |
EP3871481B1 (en) | Agricultural vehicle provided with a front and a rear 3 d imaging device | |
Ozdemir et al. | Precision Viticulture tools to production of high quality grapes. | |
US20220101554A1 (en) | Extracting Feature Values from Point Clouds to Generate Plant Treatments | |
He et al. | Auto recognition of navigation path for harvest robot based on machine vision | |
Moreno et al. | Proximal sensing for geometric characterization of vines: A review of the latest advances | |
Binbin et al. | Research progress on autonomous navigation technology of agricultural robot | |
US20220101557A1 (en) | Calibration of autonomous farming vehicle image acquisition system | |
Paturkar et al. | Overview of image-based 3D vision systems for agricultural applications | |
CN111623706B (zh) | 一种柠条平茬机信息获取方法 | |
Hutsol et al. | Robotic technologies in horticulture: analysis and implementation prospects | |
CN109634277B (zh) | 一种谷物收割机无人驾驶作业系统与作业方法 | |
Ji et al. | Performance analysis of target information recognition system for agricultural robots | |
Tsoulias et al. | In-situ detection of apple fruit using a 2D LiDAR laser scanner | |
Kanade et al. | Agricultural mobile robots in weed management and control | |
CN108901206B (zh) | 一种果园自动驾驶除草拖拉机 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211109 |
|
CF01 | Termination of patent right due to non-payment of annual fee |