CN112055043A - 一种精确定位的双容器苗木栽培系统及其智能作业方法 - Google Patents

一种精确定位的双容器苗木栽培系统及其智能作业方法 Download PDF

Info

Publication number
CN112055043A
CN112055043A CN202010701630.7A CN202010701630A CN112055043A CN 112055043 A CN112055043 A CN 112055043A CN 202010701630 A CN202010701630 A CN 202010701630A CN 112055043 A CN112055043 A CN 112055043A
Authority
CN
China
Prior art keywords
seedling
nursery stock
container
positioning
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.)
Granted
Application number
CN202010701630.7A
Other languages
English (en)
Other versions
CN112055043B (zh
Inventor
严方
薛晓松
李娜
崔明
范位龙
董志茹
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.)
Jiangsu Polytechnic College of Agriculture and Forestry
Original Assignee
Jiangsu Polytechnic College of Agriculture and Forestry
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 Jiangsu Polytechnic College of Agriculture and Forestry filed Critical Jiangsu Polytechnic College of Agriculture and Forestry
Priority to CN202010701630.7A priority Critical patent/CN112055043B/zh
Publication of CN112055043A publication Critical patent/CN112055043A/zh
Application granted granted Critical
Publication of CN112055043B publication Critical patent/CN112055043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • 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
    • A01G17/00—Cultivation of hops, vines, fruit trees, or like trees
    • A01G17/005—Cultivation methods
    • 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
    • A01G7/00—Botany in general
    • A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
    • 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
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/02—Receptacles, e.g. flower-pots or boxes; Glasses for cultivating flowers
    • A01G9/029—Receptacles for seedlings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Botany (AREA)
  • Health & Medical Sciences (AREA)
  • Wood Science & Technology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Water Supply & Treatment (AREA)
  • Soil Sciences (AREA)
  • Transplanting Machines (AREA)

Abstract

本发明公开了一种精确定位的双容器苗木栽培系统及其智能作业方法，包括中心控制站、云控制中心、手机操控端、定位标签、LORA传输终端、作业机器人、LORA传输网关、移动定位基站以及苗木栽培双容器；既可以保障苗木根系的充分发育，实现苗木的快速成苗，同时又方便起苗操作，切断土壤中的苗木根系。同时由于内容器的苗木根系得到保护，苗木的移栽存活率高，缓苗期短。精确的导肥口和自动施肥作业与用药作业，既可以促进苗木的快速、高质成长，也可以减少劳动力，节约人工，具有十分广阔的应用价值与市场前景。

Description

一种精确定位的双容器苗木栽培系统及其智能作业方法
技术领域
本发明涉及苗木栽培系统以及作业方法领域，尤其是一种精确定位的双容器苗木栽培系统及其智能作业方法。
背景技术
苗木的生长周期长，苗木栽培的资金收益率相对较低，人工成本在苗木栽培的总成本中占比较大。容器式苗木栽培人工投入相对较少，被越来越多的种植户所接受。但容器式苗木栽培由于施肥相对不便利，因此对栽培基质有较为严格要求，基质需要能够基本满足苗木生长期的肥力需要。这样一方面增加了苗木的栽培成本，另一方面由于容器限制了根系的发育，容积式苗木栽培的生长也相较常规技术生长缓慢。
同时苗木栽培的施肥用药大多采用人工方式，采用北斗导航+超宽带(UltraLAide Band,ULAB)精确定位技术，对作业机器人进行导航与精确定位，进行精确定位作业管理，通过精确定位作业管理，形成低成本的单株苗木作业管理。而传统的方法是采用RFID作为单株苗木管理，而RFID存在缺乏地理标识、RFID与植株信息的绑定需要手动批量输入等缺陷。
发明内容
发明目的：为了解决现有技术所存在的问题，本发明提供了一种精确定位的双容器苗木栽培系统及其智能作业方法，精确定位作业通过地理信息对单株苗木自动形成唯一性管理，为苗木种植的精确水肥药作业奠定了良好基础。
技术方案：为达到上述目的，本发明可采用如下技术方案：
一种精确定位的双容器苗木栽培系统，包括中心控制站、云控制中心、手机操控端、定位标签、LORA传输终端、作业机器人、LORA传输网关、移动定位基站以及苗木栽培双容器；
作业机器人根据作业任务，行走至指定作业位置，完成指定作业任务，作业任务通过云控制中心实时传递至作业机器人；指定作业任务完成后，作业的起始时间，以及其它作业过程记录通过作业机器人传递至云控制中心；具体工作路径为作业机器人→LORA传输终端→LORA传输网关→中心控制站→云控制中心；
作业机器人进行自主作业是通过作业机器人的作业定位和中心控制站的基准定位，在数据库中动态建立双容器栽培苗木的精准定位；作业机器人的作业执行路径为云控制中心→手机操控端→云控制中心→中心控制站→LORA传输网关→LORA传输终端→作业机器人。
更进一步的，所述中心控制站以及移动定位基站均具有北斗导航。
更进一步的，所述作业机器人具有北斗定位+超宽带定位。
更进一步的，所述苗木栽培双容器包括外容器、无纺布材质的内容器，所述外容器的内侧壁的相对面分别设有一个往上延伸至容器外部的导肥管；所述导肥管顶部设有一个旋转导肥口；
所述导肥管上设有多个导肥袋；所述内容器上相应部位设有引肥袋；所述导肥袋和引肥袋均为无纺布袋；内容器、外容器通过导肥袋和引肥袋对齐；所述内容器、外容器底部设有多个外侧根口；
所述外容器外侧设有根系切刀组件。
更进一步的，所述根系切刀组件包括根系切刀，固定杆以及连接外置旋转电机的螺旋蜗杆；所述根系切刀为两组，以螺旋蜗杆为中心横向设置，所述固定杆为两根，分别竖直设置在外容器外侧壁两边。
更进一步的，所述多个导肥袋和引肥袋设置的高度不同。
更进一步的，所述旋转导肥口上有与作业机器人上的施肥电机口成对的接近开关。
本发明还公开了一种精确定位的双容器苗木栽培系统的智能作业方法，其特征在于包括如下步骤：
S1、对苗木场地采用中心控制站进行北斗导航定位；
S2、对苗木场地采用定位标签进行精确定位；
S3、采用作业机器人对苗木种植区进行精确作业地图的生成；
S4、采用作业机器人进行自动作业路径学习；
S5、双容器苗木精确定位栽培作业：首先进行苗木栽培作业区的选定和精确定位，移动搭载苗木栽培双容器的作业机器人按苗木预定作业位置进行精确作业栽培，最后生成苗木种植区精确作业地图；新作业区的苗木按S4的方法进行自动作业路径学习；
S6、双容器苗木精确定位施肥施药作业：通过手机操控端对相应区域下达施肥施药指令，作业机器人按学习的自动作业路径进行施肥施药作业；
S7、双容器苗木精确定位起苗作业。
更进一步的，S3中苗木种植区精确作业地图的生成步骤如下：
S3-1、所有植株的精确定位获取；
S3-2、苗木种植区内苗木分类信息粗划分；
S3-3、苗木种植区内苗木分类信息精确划分；
S3-4、苗木种植区精确作业地图生成。
10、根据权利要求8所述的智能作业方法，其特征在于：S7中苗木双容器苗木精确定位起苗作业步骤如下：
S7-1、在作业区数据中选择苗龄合适、苗种类合适的苗木，并选定起苗数；
S7-2、优先作业区内的行扫描，引导作业机器人从作业区左上第一行开始进行切根自动作业；
S7-3、同S7-2，将规划起苗的苗木外容器的根系全部切断；
S7-4、优先作业区内的行扫描，引导作业机器人从作业区左上第一行开始进行起苗作业，起苗后对该位置苗木进行起苗作业记录；
S7-5、对苗木树干进行白色特征标记，将树干的一部分刷上白色印记；
S7-6、通过摄像头记录白色特征标记区域的该苗木的树干生理特征，,将该特征与树的地理信息结合录入苗木库中，用于苗木的销售出库管理；
S7-7、起苗作业完成后，将每一颗苗木当做一个像素点，消除作业地图上的起苗作业区域内已经完成起苗的像素点，更新作业地图的作业区域，形成新的苗木种植区精确作业地图。
有益效果：本发明具有以下优点：
本发明公开的一种精确定位的双容器式苗木栽培系统既可以保障苗木根系的充分发育，实现苗木的快速成苗，同时又方便起苗操作，切断土壤中的苗木根系。同时由于内容器的苗木根系得到保护，苗木的移栽存活率高，缓苗期短。精确的导肥口和自动施肥作业与用药作业，既可以促进苗木的快速、高质成长，也可以减少劳动力，节约人工，具有十分广阔的应用价值与市场前景。
附图说明
图1是本发明实施例1中苗木栽培系统的中心控制站的工作原理示意图；
图2是本发明实施例1中苗木栽培系统定位标签设置方法示意图；
图3是本发明实施例1中苗木栽培系统的智能作业方法工作流程示意图；
图4是本发明实施例1中苗木栽培系统的各部分连接方式示意图；
图5是本发明实施例1中苗木栽培双容器内外容器结构示意图；
图6是本发明实施例1中苗木栽培双容器的内容器内部结构示意图；
图7是本发明实施例1中苗木栽培双容器的外容器结构示意图；
图8是本发明实施例1中苗木栽培双容器的外容器外部根系切刀组件结构示意图。
具体实施方式
实施例1：
请参阅图1-图8所示，本发明公开了一种精确定位的双容器苗木栽培系统，包括中心控制站1、云控制中心2、手机操控端3、定位标签4、LORA传输终端5、作业机器人6、LORA传输网关7、移动定位基站8以及苗木栽培双容器9；所述中心控制站1以及移动定位基站8均具有北斗导航；所述作业机器人6具有北斗定位+超宽带定位。
具有北斗导航的中心控制站地理位置为(导航经度，导航维度)，北斗导航的中心控制站1的精确标签位置为(精确定位x，精确定位y)定义为(0，0)每个定位标签4既具有北斗地理位置，也具有相对中心控制站1的精确标签位置(称为相对地理位置)，并合成精确北斗地理位置(保留小数点后6位)
定位标签4和移动定位基站8的核心芯片采用DecaLAave公司的DLA1000芯片，DLA1000的最远直视传输距离为450米，非直视距离为45米。每200m布置一个定位标签，具体如图2所示，移动定位基站8布置在作业机器人6上。作业机器人6上配置一个超宽带(UltraLAide Band,ULAB)基站接口和安装位置，用于加载移动定位基站8，在作业过程中通过移动定位基站8获取至少两个定位标签4的距离。
作业机器人6根据作业任务，行走至指定作业位置，完成指定作业任务，作业任务通过云控制中心2实时传递至作业机器人6。指定作业任务完成后，作业的起始时间，以及其它作业过程记录通过作业机器人6传递至云控制中心2。具体工作路径为作业机器人6→LORA传输终端5→LORA传输网关7→中心控制站1→云控制中心2；
作业机器人6进行自主作业是通过作业机器人6的作业定位和中心控制站1的基准定位，在数据库中动态建立双容器栽培苗木的精准定位；作业机器人6的作业执行路径为云控制中心2→手机操控端3→云控制中心2→中心控制站1→LORA传输网关7→LORA传输终端5→作业机器人6。
所述苗木栽培双容器9的容器尺寸，规格需要根据不同的苗木进行定制，本实施例中的苗木栽培双容器包括直径为455mm，高度为550mm的不锈钢外容器91、直径为450mm，高度为550mm的透气性好的无纺布材质的内容器92，所述外容器91的内侧壁的相对面分别设有一个往上延伸至容器外部的导肥管93；所述导肥管93顶部设有一个旋转导肥口94；可供密闭。所述旋转导肥口94上有与作业机器人6上的施肥电机口成对的接近开关。
每根导肥管93上设有两种高度(180mm，220mm)的两个导肥袋95；所述内容器92上相应部位设有引肥袋96；所述导肥袋95和引肥袋96均为无纺布袋；内容器、外容器通过导肥袋95和引肥袋96对齐；导肥袋95的作用是模拟土壤，将缓释肥逐步通过内容器92上对应的低密度无纺布层的引肥袋96，将缓释肥导入内容器92的基质中。同时导肥管93的底部是40目的不锈钢帽，帽底铺有无纺布，缓释肥也可以通过底部无纺布层渗透到土壤中。
导肥管93设计为上粗下细，顶部直径为50mm，底部直径为5mm。稀释后的缓释肥通过无纺布层一方面渗透至基质，另一方面导肥袋95和引肥袋96的接触面积为10000mm2。导肥管93加入缓释肥后注满水，通过水压渗透方式将缓释肥导入土壤和引肥袋96。
所述内容器底部350mm和450mm处，设计两层孔径为1mm的外侧根口24个，一层12个。所述外容器91外侧设有根系切刀组件；所述根系切刀组件包括根系切刀97，固定杆98以及连接外置旋转电机的螺旋蜗杆99；所述根系切刀97为两组，以螺旋蜗杆99为中心横向设置，所述固定杆98为两根，分别竖直设置在外容器91外侧壁两边。起苗时通过外置旋转电机旋转螺旋蜗杆99，螺杆的剪切力传导至根系切刀97，将外容器91的根系切断，固定杆98主要用于消除根系切刀97的径向张力，以免根系切刀97变形影响根系的彻底切断。
上述一种精确定位的双容器苗木栽培系统的智能作业方法，包括如下步骤：
S1、对苗木场地采用中心控制站1进行北斗导航定位；
中心控制站1安装有北斗定位模块，并且安装有相应的RTK基站，RTK基站在10km范围内有效，可以满足一个3000亩大型苗木场的定位需求；北斗定位以及RTK基站可以满足苗木场无人机导航的需求，但对于苗木区域内由于树冠的影响，可能定位精度在一些区域会出现较大偏差。因此再安装一个具有DLA1000芯片的标签，作为相对位置的起点(0,0)，基站的北斗定位标记为(LAb,LOb)，其中LA表示维度，LO表示精度。
S2、对苗木场地采用定位标签4进行精确定位；
参照图2对苗木场地内的进行北斗定位+超宽带定位标签4综合定位，将标签固定在苗场中，每200m布置1个定位标签4。每个定位标签4可通过测绘方式对其进行精确定位安装，并记录其相对位置(xi，yi)，i为定位标签的序号。将相对位置(xi，yi)转换为高精度的经纬度地理信息(保留小数点后6位)，(LAi，LOi)。
LAi＝LAb+xi (1)
LOi＝LOb+yi (2)
s3、采用作业机器人6对苗木种植区进行精确作业地图的生成；
对每一棵苗木进行精确定位以及苗木苗龄和苗类别划分，并进行作业区划分；通过移动具有北斗定位+超宽带定位的作业机器人6，对种植区域内未纳入管理、且需要纳入管理的苗木植株进行作业纳入；作业机器人6具有北斗定位+超宽带定位，如图2所示。
S3-1、所有植株的精确定位获取；
作业机器人6在所需定位的苗木位置将获得2个及以上的定位标签4的相对距离，分别标记为d1、d2、…、di、…。其地理位置为(LAdi，LOdi)，则该植株的位置(LAzj，LOzj)如下表达。
Figure BDA0002591434470000061
其中X＝(LAzj，L0zj)。
显然X的求解问题是寻找X值使得f(X)为最小，即min(f(X))的求解。显然作业机器人此时获取的北斗位置(LAzj0，LOzj0)可以作为最优化求解的初始值。牛顿法最优化求解是常规算法，此处不赘述。
X(i+1)＝X(i)-F(X)/F’(X) (4)
其中X0＝(LAzj0，LOzj0)。
进行苗木精确定位作业同时，对该苗木进行苗龄和苗木类型划分与确认。
S3-2、苗木种植区内苗木分类信息粗划分；
苗木的作业区域为矩形域。管理区内所有苗木精确定位(LAzj，LOzj)后，同时对作业区内苗木，根据作业记录手动在地图上，进行苗龄、苗木类型进行粗划分。
将地图上区域边界转换为精确的经纬度(LA，LO)，建立每一个矩形域的描述模型，每一个矩形域具有四个顶点，按方位分别定义为左上、左下，右上，右下，经纬度标记为(LAzs，LOzs)、(LAzx，LOzx)、(LAys，LOys)、(LAyx，LOyx)，分别标记(LAzs，LOzs)、(LAzx，LOzx)点组成的直线方程为fl1(LA，LO)＝0,(LAzs，LOzs)、(LAys，LOys)点组成的直线方程为fl2(LA，LO)＝0，(LAys，LOys)、(LAyx，LOyx)点组成的直线方程为fl3(LA，LO)＝0,(LAzx，LOzx)、(LAyx，LOyx)点组成的直线方程为fl4(LA，LO)＝0。
苗木苗龄、苗木类别模糊区域，即需要再次确定区域定义为：
(1)-△d<fl1(LAzj，LOzj)<△d
(2)-△d<fl2(LAzj，LOzj)<△d
(3)-△d<fl3(LAzj，LOzj)<△d
(4)-△d<fl4(LAzj，LOzj)<△d
(5)fl1(LAzj，LOzj)<△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不一致。
(6)fl2(LAzj，LOzj)<△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不一致。
(7)fl3(LAzj，LOzj)>-△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不一致。
(8)fl4(LAzj，LOzj)>-△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不一致。
其中△d的选取由地图的精细程度以及作业区划分的精细程度决定的。
苗木苗龄、苗木类别确定区域定义为：
(1)fl1(LAzj，LOzj)<△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(2)fl2(LAzj，LOzj)<△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(3)fl3(LAzj，LOzj)>-△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(4)fl4(LAzj，LOzj)>-△d,且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
S3-3、苗木种植区内苗木分类信息精确划分；
移动作业机器人，根据苗木苗龄、苗木类别模糊区域在地图的位置，按式(3)和式(4)实时计算移动位置，当移动机器人接近苗木时，即满足式(5)。
[(LAzj-LA d)2+(LOzj-LO d)2]1/2＜0.3 (5)
其中(LAzj，LOzj)为地图信息向移动机器人推荐的需要再次确认的苗木位置。(LAd，LOd)为移动机器人的实时位置。到达该位置后对该苗木进行精确的苗木苗龄与苗木类别确认。
S3-4、苗木种植区精确作业地图生成。
(1)f11(LAzj，LOzj)＜Δd，且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(2)f12(LAzj，LOzj)＜Δd且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(3)f13(LAzj，LOzj)＞-Δd，且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
(4)f14(LAzj，LOzj)＞-Δd，且已在精确定位中确认过的苗木苗龄、苗木类别，与苗木苗龄、苗木粗确定区域的苗木苗龄、苗木类别不存在不一致现象。
将单棵苗木作为一个像素点，将种植作业区地图内的苗木苗龄、苗木类别相同的区域进行像素点连通，并将新的连通域作为一个基础作业区，即可形成苗木种植区精确作业地图。
S4、采用作业机器人6进行自动作业路径学习；
在某个苗木作业区内远程或人工移动作业机器人6(作业机器人具有北斗定位+超宽带定位，其定位计算与计算式(3)和计算式(4)相同)；从苗木作业区的左上角，开始沿着直线11，遍历每一棵植株，将每一棵植株的精确作业位置进行存储，尤其是容器补肥口的精确作业位置或者叶冠精确用药的精确作业位置进行定位存储，并根据遍历路径形成自动作业路径。
苗木的栽培和起苗作业时，作业机器人6主要是辅助人工作业，无需自动作业。
S5、双容器苗木精确定位栽培作业：
S5-1：矩形作业区选定
在地图上选择栽培作业的矩形区域，每一个矩形域同样具有四个顶点，按方位分别定义为左上、左下，右上，右下，
经纬度标记为(LAzs，LOzs)、(LAzx，LOzx)、(LAys，LOys)、(LAyx，LOyx)，分别标记(LAzs，LOzs)、(LAzx，LOzx)点组成的直线方程为fl1(LA，LO)＝0,(LAzs，LOzs)、(LAys，LOys)点组成的直线方程为fl2(LA，LO)＝0，(LAys，LOys)、(LAyx，LOyx)点组成的直线方程为fl3(LA，LO)＝0,(LAzx，LOzx)、(LAyx，LOyx)点组成的直线方程为fl4(LA，LO)＝0。
S5-2：苗木栽培间距计算
通过系统设置的苗木种类，可以获得苗木的间距范围。假定矩形域的宽度为W,长度为L，苗木的行间距为drmin<dr<drmax。，苗木的列间距为dcmin<dc<dcmax
1+L/drmax<Nr<1+L/drmin (6)
1+W/dcmax<Nc<1+W/dcmin (7)
在(6)和(7)的区间内取整，并取最大值作为苗木的实际栽培行数和列数。标记为max([Nr])，max([Nc])，其中[]为取整符号，max()为取区间元素的最大值。
S5-3：苗木栽培精确定位设定
如果边界上种植苗木，则该区域苗木行数为max([Nr])，苗木列数max([Nc])。本案例边界不种植苗木，则该区域苗木行数为max([Nr]-1)，苗木列数max([Nc]-1)。苗木的行间距为W/max([Nc]，列间距为L/max([Nr])。那么第一行苗的种植离l2间距为0.5L/max([Nr])，离l1间距为0.5W/max([Nc]。则目标栽培区域的第i行，第j列的苗木的精确维度表达(i,j)为直线(8)和直线(9)的交点(LAi，LOj)。kl1为直线l1的斜率，kl2为直线l2的斜率，dc(i,j)为直线(8)与kl1的列间距，dr(i,j)为直线(9)与kl2的行间距。i和j都从1开始计算。
fl1(LA+dc(i,j)cos(arctan(kl1))，LO-dc(i,j)sin(arctan(kl1)))＝0 (8)
fl2(LA-dr(i,j)cos(arctan(kl1))，LO+dr(i,j)sin(arctan(kl1)))＝0 (9)
dc(i,j)＝(j-0.5)W/max([Nc] (10)
dr(i,j)＝(i-0.5)L/max([Nr]) (11)
S5-4：苗木精确栽培
移动可以搭载双容器栽培的苗木作业机器人(具有北斗定位+超宽带定位),其定位计算与计算式(3)和计算式(4)相同)。按苗木预定的作业位置(LAi，LOj)进行精确作业栽培。
S5-5：苗木种植区精确作业地图生成
将该作业区以及已完成栽培作业的苗木的类别、初始苗龄、栽培完成后北斗所获得的精确栽培时间、苗木的精确地理位置录入数据库系统。完成苗木种植区精确作业地图。
S5-6：自动作业路径学习
新作业区的苗木自动作业路径学习同S4的自动作业路径学习。
S6、双容器苗木精确定位施肥施药作业：
通过手机操控端3对双容器苗木栽培的某个区域下达施肥施药指令，作业机器人6(具有北斗定位+超宽带定位)其定位计算与计算式(3)和计算式(4)相同；按学习的自动作业路径，对苗木进行规定的施肥施药作业。
施肥作业通过精确的施肥定位，机器人的施肥口与精确的旋转导肥口94的位置大约偏离10cm左右。精确的旋转导肥口94和作业机器人6的施肥电机口设计有成对接近开关，当二者接近开关对准时机器人的接近开关触发，作业机器人6进行精确施肥。施药位置的确定原理同施肥一样，作业机器人6通过定位开关进行精确定位后进行精确的自动施药作业。施肥量和施药量根据作业指令确定。
S7、双容器苗木精确定位起苗作业。
S7-1、在作业区数据中选择苗龄合适、苗种类合适的苗木，并选定起苗数；
S7-2、优先作业区内的行扫描，引导作业机器人6从作业区左上第一行开始进行切根自动作业；切根作业机器人同样具有北斗定位+超宽带定位；其定位计算与计算式(3)和计算式(4)相同，并且根据施肥的自动作业路径自主导航至需要作业的苗木位置，且通过定位开关进行精确切根的旋转电机定位。通过作业机器人的旋转电机旋转螺旋蜗杆99，螺旋蜗杆99的剪切力传导至根系切刀97，将外容器的根系切断。
S7-3、同S7-2，将规划起苗的苗木外容器的根系全部切断；
S7-4、优先作业区内的行扫描，引导作业机器人6从作业区左上第一行开始进行起苗作业，起苗后对该位置苗木进行起苗作业记录；
S7-5、对苗木树干进行白色特征标记，将树干的一部分刷上白色印记；
S7-6、通过摄像头记录白色特征标记区域的该苗木的树干生理特征，,将该特征与树的地理信息结合录入苗木库中，用于苗木的销售出库管理；
S7-7、起苗作业完成后，将每一颗苗木当做一个像素点，消除作业地图上的起苗作业区域内已经完成起苗的像素点，更新作业地图的作业区域，形成新的苗木种植区精确作业地图。

Claims (10)

1.一种精确定位的双容器苗木栽培系统，其特征在于包括中心控制站(1)、云控制中心(2)、手机操控端(3)、定位标签(4)、LORA传输终端(5)、作业机器人(6)、LORA传输网关(7)、移动定位基站(8)以及苗木栽培双容器(9)；
作业机器人(6)根据作业任务，行走至指定作业位置，完成指定作业任务，作业任务通过云控制中心(2)实时传递至作业机器人(6)；指定作业任务完成后，作业的起始时间，以及其它作业过程记录通过作业机器人(6)传递至云控制中心(2)；具体工作路径为作业机器人(6)→LORA传输终端(5)→LORA传输网关(7)→中心控制站(1)→云控制中心(2)；
作业机器人(6)进行自主作业是通过作业机器人(6)的作业定位和中心控制站(1)的基准定位，在数据库中动态建立双容器栽培苗木的精准定位；作业机器人(6)的作业执行路径为云控制中心(2)→手机操控端(3)→云控制中心(2)→中心控制站(1)→LORA传输网关(7)→LORA传输终端(5)→作业机器人(6)。
2.根据权利要求1所述的精确定位的双容器苗木栽培系统，其特征在于：所述中心控制站(1)以及移动定位基站(8)均具有北斗导航。
3.根据权利要求1所述的精确定位的双容器苗木栽培系统，其特征在于：所述作业机器人(6)具有北斗定位+超宽带定位。
4.根据权利要求1所述的精确定位的双容器苗木栽培系统，其特征在于：所述苗木栽培双容器(9)包括外容器(91)、无纺布材质的内容器(92)，所述外容器(91)的内侧壁的相对面分别设有一个往上延伸至容器外部的导肥管(93)；所述导肥管(93)顶部设有一个旋转导肥口(94)；
所述导肥管(93)上设有多个导肥袋(95)；所述内容器(92)上相应部位设有引肥袋(96)；所述导肥袋(95)和引肥袋(96)均为无纺布袋；内容器、外容器通过导肥袋(95)和引肥袋(96)对齐；所述内容器、外容器底部设有多个外侧根口；
所述外容器(91)外侧设有根系切刀组件。
5.根据权利要求4所述的精确定位的双容器苗木栽培系统，其特征在于：所述根系切刀组件包括根系切刀(97)，固定杆(98)以及连接外置旋转电机的螺旋蜗杆(99)；所述根系切刀(97)为两组，以螺旋蜗杆(99)为中心横向设置，所述固定杆(98)为两根，分别竖直设置在外容器(91)外侧壁两边。
6.根据权利要求4所述的精确定位的双容器苗木栽培系统，其特征在于：所述多个导肥袋(95)和引肥袋(96)设置的高度不同。
7.根据根据权利要求4所述的精确定位的双容器苗木栽培系统，其特征在于：所述旋转导肥口(94)上有与作业机器人(6)上的施肥电机口成对的接近开关。
8.一种如权利要求1所述的精确定位的双容器苗木栽培系统的智能作业方法，其特征在于包括如下步骤：
S1、对苗木场地采用中心控制站(1)进行北斗导航定位；
S2、对苗木场地采用定位标签(4)进行精确定位；
S3、采用作业机器人(6)对苗木种植区进行精确作业地图的生成；
S4、采用作业机器人(6)进行自动作业路径学习；
S5、双容器苗木精确定位栽培作业：首先进行苗木栽培作业区的选定和精确定位，移动搭载苗木栽培双容器(9)的作业机器人(6)按苗木预定作业位置进行精确作业栽培，最后生成苗木种植区精确作业地图；新作业区的苗木按S4的方法进行自动作业路径学习；
S6、双容器苗木精确定位施肥施药作业：通过手机操控端(3)对相应区域下达施肥施药指令，作业机器人(6)按学习的自动作业路径进行施肥施药作业；
S7、双容器苗木精确定位起苗作业。
9.根据权利要求8所述的智能作业方法，其特征在于：S3中苗木种植区精确作业地图的生成步骤如下：
S3-1、所有植株的精确定位获取；
S3-2、苗木种植区内苗木分类信息粗划分；
S3-3、苗木种植区内苗木分类信息精确划分；
S3-4、苗木种植区精确作业地图生成。
10.根据权利要求8所述的智能作业方法，其特征在于：S7中苗木双容器苗木精确定位起苗作业步骤如下：
S7-1、在作业区数据中选择苗龄合适、苗种类合适的苗木，并选定起苗数；
S7-2、优先作业区内的行扫描，引导作业机器人(6)从作业区左上第一行开始进行切根自动作业；
S7-3、同S7-2，将规划起苗的苗木外容器的根系全部切断；
S7-4、优先作业区内的行扫描，引导作业机器人(6)从作业区左上第一行开始进行起苗作业，起苗后对该位置苗木进行起苗作业记录；
S7-5、对苗木树干进行白色特征标记，将树干的一部分刷上白色印记；
S7-6、通过摄像头记录白色特征标记区域的该苗木的树干生理特征，,将该特征与树的地理信息结合录入苗木库中，用于苗木的销售出库管理；
S7-7、起苗作业完成后，将每一颗苗木当做一个像素点，消除作业地图上的起苗作业区域内已经完成起苗的像素点，更新作业地图的作业区域，形成新的苗木种植区精确作业地图。
CN202010701630.7A 2020-07-20 2020-07-20 一种精确定位的双容器苗木栽培系统及其智能作业方法 Active CN112055043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010701630.7A CN112055043B (zh) 2020-07-20 2020-07-20 一种精确定位的双容器苗木栽培系统及其智能作业方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010701630.7A CN112055043B (zh) 2020-07-20 2020-07-20 一种精确定位的双容器苗木栽培系统及其智能作业方法

Publications (2)

Publication Number Publication Date
CN112055043A true CN112055043A (zh) 2020-12-08
CN112055043B CN112055043B (zh) 2021-09-28

Family

ID=73601874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010701630.7A Active CN112055043B (zh) 2020-07-20 2020-07-20 一种精确定位的双容器苗木栽培系统及其智能作业方法

Country Status (1)

Country Link
CN (1) CN112055043B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485491A (zh) * 2021-05-20 2021-10-08 西安微媒软件有限公司 一种大棚智能检测控制模型及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107608349A (zh) * 2017-09-11 2018-01-19 北京九星智元科技有限公司 景区服务机器人系统
CN108765763A (zh) * 2018-07-25 2018-11-06 智慧式控股有限公司 智慧式无人移动栽培设备、共享系统及商业模式
CN110221329A (zh) * 2019-06-13 2019-09-10 湖南农业大学 一种用于农业作业机械自动导航定位的uwb定位系统
US20200022308A1 (en) * 2015-10-05 2020-01-23 Amrita Vishwa Vidyapeetham Method and Apparatus for Harvesting Produce

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200022308A1 (en) * 2015-10-05 2020-01-23 Amrita Vishwa Vidyapeetham Method and Apparatus for Harvesting Produce
CN107608349A (zh) * 2017-09-11 2018-01-19 北京九星智元科技有限公司 景区服务机器人系统
CN108765763A (zh) * 2018-07-25 2018-11-06 智慧式控股有限公司 智慧式无人移动栽培设备、共享系统及商业模式
CN110221329A (zh) * 2019-06-13 2019-09-10 湖南农业大学 一种用于农业作业机械自动导航定位的uwb定位系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485491A (zh) * 2021-05-20 2021-10-08 西安微媒软件有限公司 一种大棚智能检测控制模型及装置

Also Published As

Publication number Publication date
CN112055043B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
US11798203B2 (en) Methods for generating soil maps and application prescriptions
CN1326442C (zh) 虚拟gps精确农业变量深施肥系统
EP3043310A1 (en) Agricultural assistance system
CN112055043B (zh) 一种精确定位的双容器苗木栽培系统及其智能作业方法
CN107526367A (zh) 一种基于地理信息融合技术的果树植保无人机作业系统
CN106211894A (zh) 快速测量智能配方施肥机
CN113608551A (zh) 无人农机群协同系统及其应用方法
US20150006212A1 (en) Soil Sample Tracking System and Method
CN106105974B (zh) 一种桉树大苗的控水控肥方法
EP4165440A2 (en) Real-time kinematic (rtk) positioning system, base station and methods for calibrating and operating
CN106713414A (zh) 一种生命周期模型解决种植问题的服务系统
CN106171223A (zh) 一种基于亩产潜力与目标产量的变量施肥方法
CN104396688A (zh) 一种马尾松优良品系选育试验林的营建方法
CN112544185B (zh) 一种农业大地景观的高效种植系统及其方法
WO2018178468A1 (es) Procedimiento de tratamiento de cultivos
CN207264205U (zh) 一种基于地理信息融合技术的果树植保无人机作业系统
Zaika Features of the implementation of digital technologies in the production
Matyakubov et al. Technology and Technical Equipment Ensuring a Sustainable Profile and Design Slope for Waterfurnishing
CN112868456B (zh) 二分法确定观叶乔木最佳栽植面的方法及其定位装置
Montagu et al. Understanding irrigation decisions: From enterprise planning to the paddock
Maldonado et al. Intelligent fertigation, pillar of sustainable agriculture Intelligent fertigation, pillar of sustainable agriculture
CN117008608A (zh) 一种无人驾驶插秧机作业路径规划方法及系统
Nath et al. Chapter-14 Precision Tools Assisted Nutrient Management to Increase Nutrient use Efficiency
Vishwas et al. Industrial Internet of Things 4.0: Foundations, Challenges, and Applications–A Review
US20240192685A1 (en) Method and apparatus for zone mapping

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