CN113114766B - 基于zed相机的盆栽作物信息检测方法 - Google Patents
基于zed相机的盆栽作物信息检测方法 Download PDFInfo
- Publication number
- CN113114766B CN113114766B CN202110396087.9A CN202110396087A CN113114766B CN 113114766 B CN113114766 B CN 113114766B CN 202110396087 A CN202110396087 A CN 202110396087A CN 113114766 B CN113114766 B CN 113114766B
- Authority
- CN
- China
- Prior art keywords
- information
- potted plant
- potting
- zed camera
- camera
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000004382 potting Methods 0.000 claims abstract description 70
- 239000000725 suspension Substances 0.000 claims abstract description 9
- 238000011161 development Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 20
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
-
- 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
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manipulator (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于ZED相机的盆栽作物信息检测方法与装置,地走式扫描与搬运装置用于实现指定位置的盆栽检测,ZED相机A扫描指定位置的盆栽,获取指定盆栽的位置信息、状态信息和图片信息,云端服务器利用盆栽数据库对拍摄的盆栽进行生长状态分析,根据状态阈值进行筛选,获取需要搬运的指定盆栽位置信息,结合地走式扫描与搬运装置的实时位置,实现指定盆栽的抓取;若需要对所有盆栽进行检测,则悬挂式扫描装置的ZED相机扫描所有盆栽,得到需要搬运的所有盆栽位置信息,地走式扫描与搬运装置根据需要搬运的所有盆栽位置信息,结合地走式扫描与搬运装置的实时位置,实现所有盆栽的抓取。本发明对盆栽作物指导作业具有重要意义。
Description
技术领域
本发明属于设施农业领域,具体涉及基于ZED相机的盆栽作物信息检测方法与装置。
背景技术
虽然我国盆栽种植规模大,但仍以传统经验生产为主,机械化水平低,设施盆栽的单产均不足荷兰等发达国家的15%,装备集成不足是主要瓶颈之一。在我国盆栽养殖中,盆栽的摆放排列仍旧以人工为主,国外的盆栽搬运设备都是基于温室床的整体搬运,其机械系统的搭建需要温室内外部架构的协调统一,且价格较高,不适用于我国小型温室。
当前的一些盆栽、苗盘等搬运装置,都是基于固定位置传感器或者基于单一重复作业流程的工作方式,存在着作业误差不断积累的现象;同时没有检测分析的功能,或没有能够实现检测分析和协同搬运作业的集成功能。
发明内容
针对现有技术中存在不足,本发明提供了一种基于ZED相机的盆栽作物信息检测方法与装置,实现检测分析和协同搬运作业。
本发明是通过以下技术手段实现上述技术目的的。
基于ZED相机的盆栽作物信息检测方法,具体为:
对于所有盆栽信息的检测:ZED相机B扫描所有盆栽作物,获取所有盆栽的位置信息、状态信息和图片信息,上传至云端服务器;云端服务器利用盆栽数据库对拍摄的盆栽进行生长状态分析,根据状态阈值进行筛选,确定需要搬运的所有盆栽位置信息;地走式扫描与搬运装置根据需要搬运的所有盆栽位置信息,结合ZED相机的实时位置坐标,得到地走式扫描与搬运装置的实时位置;嵌入式开发板一将需要搬运的所有盆栽位置信息发送给PLC一,PLC一控制机械手和电机A,实现所有盆栽的准确抓取;
对于指定盆栽信息的检测:ZED相机A扫描指定盆栽作物,获取指定盆栽的位置信息、状态信息和图片信息,云端服务器按照所有盆栽信息检测过程中的方法,确定需要搬运的指定盆栽位置信息,地走式扫描与搬运装置完成指定盆栽的准确抓取。
进一步,所述盆栽的位置信息为:基于扫描初始位置的盆栽位置坐标 其中i为检测的盆栽编号,/>为x方向上第i盆盆栽中心点到ZED相机的距离,/>为y方向上第i盆盆栽中心点到扫描初始位置的距离,/>为z方向上第i盆盆栽中心点到ZED相机的距离,且/>yi为y方向上第i盆盆栽到ZED相机的距离,纠正的ZED相机实时位置坐标y′o=yo+a,/>y0为ZED相机在y方向上的实时位置,p为ZED相机的失帧系数,v(t)为ZED相机的实时速度,q为滚轮电机的摩擦损耗系数。
更进一步,所述盆栽位置坐标与每盆盆栽图片编号相结合,得到盆栽位置矩阵其中R为拍摄的盆栽编号。
更进一步,所述利用盆栽的实际宽纵值(U,V)和盆栽的实际高度h对盆栽的生长状态E来进行评估,并根据E的阈值范围对盆栽进行优、良、差的分类,建立状态矩阵,分别为[1,0,0,E]T、[0,1,0,E]T、[0,0,1,E]T。
更进一步,所述盆栽位置矩阵与生长状态信息组合,得到盆栽信息矩阵其中Ei为第i盆栽的生长信息评估参数。
更进一步,根据目标盆栽位置矩阵ti在y方向上的位置坐标确定地走式扫描与搬运装置1需移动的距离so,且/>
一种盆栽作物信息检测方法的检测装置,包括:
地走式扫描与搬运装置,包括框架、ZED相机A、云端服务器和控制柜B,ZED相机A安装在框架顶端,且ZED相机A的镜头垂直于地面,ZED相机A与控制柜B进行通讯,控制柜B与云端服务器进行通讯,控制柜B中设有嵌入式开发板一和PLC一;框架在控制柜B的控制下,能够移动;
悬挂式扫描装置,包括ZED相机B和控制柜A,ZED相机B滚动连接在温室内的悬梁上,ZED相机B的运动由控制柜A控制,控制柜A中设有嵌入式开发板二和PLC二;
所述嵌入式开发板一、嵌入式开发板二均能够接收ZED相机获取的盆栽作物信息,实时进行卷积神经网络计算,确定盆栽位置坐标其中/>为x方向上第i盆盆栽中心点到ZED相机的距离,/>为y方向上第i盆盆栽中心点到扫描初始位置的距离,/>为z方向上第i盆盆栽中心点到ZED相机的距离。
上述技术方案中,其中yi为y方向上第i盆盆栽到ZED相机的距离,纠正的ZED相机实时位置坐标y′o=yo+a,/>y0为ZED相机在y方向上的实时位置,p为ZED相机的失帧系数,v(t)为ZED相机的实时速度,q为滚轮电机的摩擦损耗系数。
本发明的有益效果为:
(1)本发明通过ZED相机建立动态坐标系,并结合纠正后的相机实时位置坐标、基于卷积网络检测到的盆栽中心点位置、相机深度信息,得到以扫描初始位置为坐标系原点的盆栽具体位置坐标,扫描定位精度较高;相机实时位置坐标的纠正,是将PLC发出的电机脉冲转化为装置实际水平方向上的运动距离实现的。
(2)对于地走式扫描装置本身的定位,由于ZED相机A与地走式扫描装置一起运动,可以充分利用ZED相机A实时位置追踪功能,实时检测相机的当前位置,以确定地走式扫描装置的实时位置,不再需要借助其他定位或测距传感器进行辅助作业,节约成本。
(3)本发明使用ZED相机获取实时深度信息,能够得到盆栽的具体位置,以此调节机械手的姿态和位置,因此适用不同的作业场景。整套系统在不借助人力的情况下能够实现盆栽的目标检测、生长状态智能分析、位置定位、自动筛选、全局或指定位置搬运的功能,对盆栽作物指导作业具有重要意义。
附图说明
图1为本发明所述地走式扫描与搬运装置结构示意图;
图2为本发明所述悬挂式扫描装置结构示意图;
图3为本发明卷积神经网络识别盆栽轮廓示意图;
图4为本发明检测到的z方向上盆栽中心点到相机的距离示意图;
图5为本发明深度信息模式下像素点与实际坐标对应关系的示意图;
图6为本发明所述位置扫描结果示意图;
图中:1-地走式扫描与搬运装置、2-盆栽放置板、3-滚轮B、4-ZED相机A、5-机械手、6-盆栽、7-云端服务器、8-控制柜B、9-悬挂式扫描装置、10-控制柜A、11-滚轮A、12-框架、13-ZED相机B、1-1-像素平面、2-1-扫描初始位置、2-2-像素平面上的盆栽、2-3-盆栽外接矩形框。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
基于ZED相机的盆栽作物信息检测装置,包括地走式扫描与搬运装置1和悬挂式扫描装置9。
如图1所示,地走式扫描与搬运装置1包括框架12、盆栽放置板2、滚轮B3、ZED相机A4、机械手5、云端服务器7和控制柜B8,框架12为对称结构;盆栽放置板2横置在框架12中间,用于放置筛选的盆栽6;机械手5通过支架A安装在框架12顶端;ZED相机A4固定在机械手5的支架A上,且ZED相机A4的镜头垂直于地面;四个滚轮B3分为两组,对称安装在框架12两侧的底端,且滚轮B3中设有电机A;控制柜B8中设有进行图像资源计算的嵌入式开发板一和进行逻辑控制的PLC一。电机A在控制柜B8的控制下,驱动滚轮B3运动,从而带着ZED相机A4扫描整个盆栽6,传输给嵌入式开发板一,以获取盆栽6的位置信息、状态信息(根据盆栽的实际宽纵值和实际高度获取)和图片信息,嵌入式开发板一将上述信息传输给云端服务器7,嵌入式开发板一接收云端服务器7筛选后需要搬运的盆栽位置信息,PLC一接收嵌入式开发板一发送的需要搬运的盆栽位置信息,以此控制机械手5、电机A进行相应的动作,实现盆栽6的抓取;机械手5进行抓取动作为现有技术,参见中国专利CN202022005582。
如图2所示,悬挂式扫描装置9包括ZED相机B13、控制柜A10、云端服务器7和滚轮A11,ZED相机B13通过支架B套设在连接轴上,连接轴两端安装有滚轮A11,滚轮A11中间设置为凹形,滚轮A11啮合在温室内的悬梁上;滚轮A11中设有电机B;控制柜A10中设有进行图像资源计算的嵌入式开发板二和进行逻辑控制的PLC二。电机B在PLC二的控制下,驱动滚轮A11运动,从而带着ZED相机13扫描整个盆栽6,传输给嵌入式开发板二,以获取盆栽6的位置信息、状态信息和图片信息,嵌入式开发板二将上述信息传输给云端服务器7。
如图3所示的卷积神经网络识别盆栽轮廓示意图,嵌入式开发板接收ZED相机获取的盆栽作物信息,实时进行卷积神经网络计算,当检测到像素平面上的盆栽2-2,得到盆栽外接矩形框2-3、四个顶点像素坐标(μ0,ν0)、(μ1,ν0)、(μ0,ν1)、(μ1,ν1)和一个中心点坐标(μ2,ν2);利用盆栽中心点坐标(μ2,ν2),并结合ZED相机的深度信息,得到基于ZED相机三维世界的盆栽坐标(xi,yi,zi)(参见图4);然后利用ZED相机的实时位置坐标,最终确定盆栽的实际位置坐标(即盆栽的具体位置信息),其中/>(xi)为x方向上第i盆盆栽中心点到ZED相机的距离,/>为y方向上第i盆盆栽中心点到扫描初始位置2-1的距离,yi为y方向上第i盆盆栽到ZED相机的距离,/>(zi)为z方向上第i盆盆栽中心点到ZED相机的距离。
如图5所示的深度信息模式下像素点与实际坐标对应关系,卷积神经网络获取像素平面1-1中的指定点坐标O′(μ,v),并利用ZED相机的深度信息将坐标O′(μ,v)转化为实际空间位置的坐标点O(x,y,z)。
如图6所示的位置扫描结果示意图,ZED相机以扫描初始位置2-1为原点,建立一个盆栽6的动态坐标系,动态坐标系中包含每个盆栽6的具体位置信息 其中i为检测的盆栽编号。
基于ZED相机B13扫描所有盆栽作物,以获取所有盆栽6的位置信息、状态信息和图片信息,并上传到云端服务器7,然后利用盆栽数据库对拍摄的盆栽进行生长状态分析,根据状态阈值进行筛选,以确定需要搬运的所有盆栽位置信息;地走式扫描与搬运装置1根据需要搬运的所有盆栽位置信息,并结合ZED相机的实时位置坐标,得到地走式扫描与搬运装置1的实时位置,然后嵌入式开发板一将需要搬运的所有盆栽位置信息发送给PLC一,PLC一控制机械手5和电机A,实现盆栽的准确抓取;上述过程为所有盆栽信息检测的过程。此外,地走式扫描与搬运装置1中的ZED相机A4能够实现指定位置的盆栽扫描,获取指定盆栽6的位置信息、状态信息和图片信息,嵌入式开发板一将上述信息传输给云端服务器7,云端服务器7利用盆栽数据库对拍摄的盆栽进行生长状态分析,根据状态阈值进行筛选,获取需要搬运的指定盆栽位置信息,结合ZED相机的实时位置坐标,得到地走式扫描与搬运装置1的实时位置,嵌入式开发板一将需要搬运盆栽的位置信息发送给PLC一,PLC一以此控制机械手5、电机A进行相应的动作,实现盆栽的抓取;该过程为指定盆栽信息检测的过程,且无需悬挂式扫描装置9的参与。
具体的实施过程如下:
一、悬挂式扫描装置9和地走式扫描与搬运装置1的扫描过程
步骤(1):启动作业
对于悬挂式扫描装置9,控制柜A10控制电机B运动至初始位置,控制柜A10控制ZED相机B13开始扫描;对于地走式扫描与搬运装置1,控制柜B8控制电机A移动到扫描初始位置2-1,ZED相机A4进行指定区域的扫描。
步骤(2):ZED相机开启
ZED相机启动,并开启动实时位置追踪,同时嵌入式开发板实时进行卷积神经网络计算,ZED相机的实时位置追踪是以扫描初始位置2-1作为坐标原点(0,0,0),利用自身的追踪功能实时得到相机的实时位置坐标。由于ZED相机只有一个水平自由度,所以利用相机的实时位置追踪功能可以得到y方向上ZED相机实时位置坐标(0,yo,0);当卷积神经网络得到盆栽2-2,得到一个基于盆栽外接矩形框2-3,并输出五个像素坐标:矩形框的四个顶点像素坐标和中心点坐标,如图3所示,分别为(μ0,ν0)、(μ1,ν0)、(μ0,ν1)、(μ1,ν1)、(μ2,ν2)。
步骤(3):基于ZED相机的盆栽位置信息的获取
当检测到像素平面上的盆栽2-2时,利用得到的像素平面1-1上的盆栽中心点坐标(μ2,ν2),并结合ZED相机的深度信息,得到基于ZED相机4三维世界的盆栽坐标(x1,y1,z1)、(x2,y2,z2)…(xi,yi,zi),其中i为检测的盆栽的盆数。
步骤(4):基于扫描初始位置的盆栽位置信息的转化
因为ZED相机沿y方向上的位置实时变化,所以步骤(3)得到基于ZED相机的盆栽坐标(x1,y1,z1)、(x2,y2,z2)…(xi,yi,zi)是一个动态变量,利用相机实时位置坐标对盆栽坐标进行基于扫描初始位置2-1的定位。
为了得到精确的ZED相机实时位置,首先利用PLC对相机的位置进行纠正。PLC将发送的滚轮电机脉冲转化为装置实际水平方向上的运动距离y′1;又因为PLC发送给滚轮电机的脉冲实现装置y方向的运动,与ZED相机的运动同步,所以通过y′对y方向上ZED相机的实时位置坐标(0,yo,0)进行纠正。
y′o=yo+a (2)
式中p为ZED相机的失帧系数;v(t)为ZED相机的实时速度,通过ZED相机自带的IMU系统的实时状态得到;q为滚轮电机的摩擦损耗系数;y′o为纠正后的yo值。
利用纠正的ZED相机实时位置坐标y′o与第i盆盆栽中心点y方向上到ZED相机的距离yi,得到y方向上第i盆盆栽距离扫描初始位置2-1的距离
又x、z方向上盆栽到相机的距离不跟随ZED相机的变化而变化,所以利用代替xi、/>代替zi,最终得到基于扫描初始位置的盆栽位置坐标/> 如图6所示。
步骤(5):对盆栽的生长状态进行评估
通过卷积神将网络可以得到像素平面1-1上的像素点O′,然后利用ZED相机的深度信息,得到其世界坐标下的坐标O,如图4所示;相似的方法,利用ZED相机的深度信息,计算像素平面上盆栽外接矩形框2-3的长宽(μ1-μ0,ν1-v0)对应的实际宽纵值(U,V);通过盆栽中心点的像素坐标(μ2,ν2),计算盆栽的实际高度h。
对于盆栽的实际高度h的计算,首先是利用ZED相机的深度信息得到z方向上盆栽的中心点到相机的距离然后直接测量ZED相机到盆栽放置点的高度ho,则盆栽的实际高度的计算公式如下:
利用盆栽的实际宽纵值(U,V)和盆栽的实际高度h对盆栽的生长状态E来进行评估,并根据E的阈值范围对盆栽进行优、良、差的分类,建立状态矩阵,分别为[1,0,0,E]T、[0,1,0,E]T、[0,0,1,E]T。
对于盆栽生长状态E的计算公式:
步骤(6):拍摄每一盘检测到的盆栽,并对其图片进行编号。
步骤(7):将盆栽位置坐标与每盆盆栽图片编号相结合得到盆栽位置矩阵ti,将位置矩阵与生长状态信息组合成盆栽信息矩阵Ai。
式中ti为第i盆栽的具体位置矩阵;R为拍摄的盆栽编号;Ei为第i盆栽的生长信息评估参数;Ai为盆栽的信息矩阵。
步骤(8):上传云端服务器7并进行筛选
嵌入式开发板将每盆盆栽的信息矩阵Ai和图片信息,传送到云端服务器7,并利用盆栽数据库(提前设置在中)对拍摄的盆栽进行生长状态分析,然后进行筛选以确定需要搬运的盆栽,或者结合图片信息和盆栽编号手动指定盆栽进行搬运。
二、地走式扫描与搬运装置1的搬运过程
步骤(1):云端服务器7将筛选的数据信息发送给控制柜B8上的嵌入式开发板一中,得到需要搬运的盆栽位置矩阵ti。
步骤(2):地走式扫描与搬运装置1移动到指定的位置
地走式扫描与搬运装置1根据y方向上ZED相机实时位置坐标(0,yo,0),确定地走式扫描与搬运装置1的实时位置,然后根据得到的目标盆栽位置矩阵ti在y方向上的位置坐标确定需要移动的距离so;嵌入式开发板一将距离so发送给PLC一,PLC一驱动电机A运动so的距离。
步骤(3):机械手5进行相应的动作
PLC一驱动机械手5根据位置矩阵ti中盆栽位置坐标进行抓取动作,并将抓取的盆栽6依次放置在盆栽放置板2上。
步骤(4):机械手5归位,重复步骤(1)-(3),完成所有盆栽的搬运。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (6)
1.基于ZED相机的盆栽作物信息检测方法,其特征在于,所述盆栽作物信息检测方法基于盆栽作物信息检测装置实现,所述盆栽作物信息检测装置包括:
地走式扫描与搬运装置(1),包括框架(12)、ZED相机A(4)、云端服务器(7)和控制柜B(8),ZED相机A(4)安装在框架(12)顶端,且ZED相机A(4)的镜头垂直于地面,ZED相机A(4)与控制柜B(8)进行通讯,控制柜B(8)与云端服务器(7)进行通讯,控制柜B(8)中设有嵌入式开发板一和PLC一;框架(12)在控制柜B(8)的控制下,能够移动;
悬挂式扫描装置(9),包括ZED相机B(13)和控制柜A(10),ZED相机B(13)滚动连接在温室内的悬梁上,ZED相机B(13)的运动由控制柜A(10)控制,控制柜A(10)中设有嵌入式开发板二和PLC二;
所述嵌入式开发板一、嵌入式开发板二均能够接收ZED相机获取的盆栽作物信息,实时进行卷积神经网络计算,确定盆栽位置坐标其中/>为x方向上第i盆盆栽中心点到ZED相机的距离,/>为y方向上第i盆盆栽中心点到扫描初始位置(2-1)的距离,/>为z方向上第i盆盆栽中心点到ZED相机的距离;
所述盆栽作物信息检测方法为:
对于所有盆栽信息的检测:ZED相机B(13)扫描所有盆栽作物,获取所有盆栽(6)的位置信息、状态信息和图片信息,上传至云端服务器(7);云端服务器(7)利用盆栽数据库对拍摄的盆栽进行生长状态分析,根据状态阈值进行筛选,确定需要搬运的所有盆栽位置信息;地走式扫描与搬运装置(1)根据需要搬运的所有盆栽位置信息,结合ZED相机的实时位置坐标,得到地走式扫描与搬运装置(1)的实时位置;嵌入式开发板一将需要搬运的所有盆栽位置信息发送给PLC一,PLC一控制机械手(5)和电机A,实现指定盆栽的准确抓取;
对于指定盆栽信息的检测:ZED相机A(4)扫描指定盆栽作物,获取指定盆栽(6)的位置信息、状态信息和图片信息,云端服务器(7)按照所有盆栽信息检测过程中的方法,确定需要搬运的指定盆栽位置信息,地走式扫描与搬运装置(1)完成指定盆栽的准确抓取。
2.根据权利要求1所述的盆栽作物信息检测方法,其特征在于,所述盆栽(6)的位置信息为:基于扫描初始位置的盆栽位置坐标其中i为检测的盆栽编号,/>yi为y方向上第i盆盆栽到ZED相机的距离,纠正的ZED相机实时位置坐标y′o=yo+a,/>y0为ZED相机在y方向上的实时位置,p为ZED相机的失帧系数,v(t)为ZED相机的实时速度,q为滚轮电机的摩擦损耗系数,y′1为地走式扫描与搬运装置实际水平方向上的运动距离。
3.根据权利要求2所述的盆栽作物信息检测方法,其特征在于,所述盆栽位置坐标与每盆盆栽图片编号相结合,得到盆栽位置矩阵其中R为拍摄的盆栽编号。
4.根据权利要求3所述的盆栽作物信息检测方法,其特征在于,所述利用盆栽的实际宽纵值(U,V)和盆栽的实际高度h对盆栽的生长状态E来进行评估,并根据E的阈值范围对盆栽进行优、良、差的分类,建立状态矩阵,分别为[1,0,0,E]T、[0,1,0,E]T、[0,0,1,E]T。
5.根据权利要求4所述的盆栽作物信息检测方法,其特征在于,所述盆栽位置矩阵与生长状态信息组合,得到盆栽信息矩阵其中Ei为第i盆栽的生长信息评估参数。
6.根据权利要求3所述的盆栽作物信息检测方法,其特征在于,根据目标盆栽位置矩阵ti在y方向上的位置坐标确定地走式扫描与搬运装置(1)需移动的距离so,且
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110396087.9A CN113114766B (zh) | 2021-04-13 | 2021-04-13 | 基于zed相机的盆栽作物信息检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110396087.9A CN113114766B (zh) | 2021-04-13 | 2021-04-13 | 基于zed相机的盆栽作物信息检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113114766A CN113114766A (zh) | 2021-07-13 |
CN113114766B true CN113114766B (zh) | 2024-03-08 |
Family
ID=76716403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110396087.9A Active CN113114766B (zh) | 2021-04-13 | 2021-04-13 | 基于zed相机的盆栽作物信息检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113114766B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114009240B (zh) * | 2021-11-04 | 2023-10-03 | 常熟市佳盛农业科技发展有限公司 | 一种盆栽架放置装置和放置方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108181311A (zh) * | 2017-12-16 | 2018-06-19 | 武汉谷丰光电科技有限公司 | 三轴机械臂式小型盆栽植株检测平台 |
CN110637644A (zh) * | 2019-08-20 | 2020-01-03 | 江苏大学 | 面向苗床盆栽的设施花卉搬运协同作业控制方法 |
CN111136656A (zh) * | 2019-12-24 | 2020-05-12 | 上海智殷自动化科技有限公司 | 一种用于机器人三维不规则物体自动识别及抓取的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104457936B (zh) * | 2014-11-10 | 2017-02-22 | 江苏大学 | 一种盆栽作物长势动态检测装置及其检测方法 |
-
2021
- 2021-04-13 CN CN202110396087.9A patent/CN113114766B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108181311A (zh) * | 2017-12-16 | 2018-06-19 | 武汉谷丰光电科技有限公司 | 三轴机械臂式小型盆栽植株检测平台 |
CN110637644A (zh) * | 2019-08-20 | 2020-01-03 | 江苏大学 | 面向苗床盆栽的设施花卉搬运协同作业控制方法 |
CN111136656A (zh) * | 2019-12-24 | 2020-05-12 | 上海智殷自动化科技有限公司 | 一种用于机器人三维不规则物体自动识别及抓取的方法 |
Non-Patent Citations (1)
Title |
---|
美国俄亥俄州Green Circle Grower农场的现代化温室考察(一) 温室结构与环境调控技术;李萍萍,王纪章;《农业工程技术》;72-75 * |
Also Published As
Publication number | Publication date |
---|---|
CN113114766A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5020444B2 (ja) | 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体 | |
WO2019113998A1 (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
CN110065074A (zh) | 一种采摘机器人的视觉伺服激光定位系统及方法 | |
CN106406178A (zh) | 一种温室作物生长信息实时对等监测装置及监测方法 | |
CN105547152A (zh) | 农作物表型田间高通量主动测量装置与方法 | |
CN104732564B (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
CN107607298A (zh) | 一种光学镜头的性能测量方法及其检测设备 | |
CN102819765A (zh) | 一种基于计算机视觉的牛奶体细胞计数方法 | |
CN113114766B (zh) | 基于zed相机的盆栽作物信息检测方法 | |
KR20200144905A (ko) | 스마트 팜의 작물 자동 생육 계측 시스템 및 그 방법 | |
CN110969654A (zh) | 基于收割机的玉米高通量表型测量的方法及装置、收割机 | |
CN109584293A (zh) | 一种基于rgb-d视觉技术的温室作物三维形态全景测量系统 | |
CN206056513U (zh) | 一种视觉位移测量系统 | |
CN109324051A (zh) | 一种植物水分检测方法及系统 | |
CN110953993A (zh) | 一种用于输电线路弧垂和限距的检测装置和方法 | |
CN108120473A (zh) | 基于深度相机的温室作物三维形态监测装置及监测方法 | |
CN109947115A (zh) | 一种割草机控制系统及其控制方法 | |
CN113920106A (zh) | 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法 | |
CN106643521B (zh) | 一种农作物冠层高度的检测方法及装置 | |
CN111896045B (zh) | 温室作物三维有向感知与细粒度自动采集装置及方法 | |
CN111402318B (zh) | 一种树上果实产量快速估测方法及装置 | |
CN215072483U (zh) | 基于zed相机的盆栽作物信息检测装置 | |
CN117115769A (zh) | 一种基于语义分割网络的植株检测与定位方法 | |
CN209447038U (zh) | 一种割草机控制系统 | |
CN215494710U (zh) | 一种作物苗表型巡检机器人 |
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 |