CN113341986A - 田埂识别躲避方法、装置和农用自动驾驶设备 - Google Patents

田埂识别躲避方法、装置和农用自动驾驶设备 Download PDF

Info

Publication number
CN113341986A
CN113341986A CN202110668636.3A CN202110668636A CN113341986A CN 113341986 A CN113341986 A CN 113341986A CN 202110668636 A CN202110668636 A CN 202110668636A CN 113341986 A CN113341986 A CN 113341986A
Authority
CN
China
Prior art keywords
ridge
identification
camera
real
time image
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
CN202110668636.3A
Other languages
English (en)
Inventor
李德
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.)
Beijing Bochuang Liandong Technology Co ltd
Original Assignee
Beijing Bochuang Liandong 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 Beijing Bochuang Liandong Technology Co ltd filed Critical Beijing Bochuang Liandong Technology Co ltd
Priority to CN202110668636.3A priority Critical patent/CN113341986A/zh
Publication of CN113341986A publication Critical patent/CN113341986A/zh
Priority to CN202210692316.6A priority patent/CN114911244B/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Guiding Agricultural Machines (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种田埂识别躲避方法、装置和农用自动驾驶设备，该田埂识别躲避方法应用于设置有摄像头的农用自动驾驶设备，包括：获取摄像头采集的自动驾驶设备行驶方向上的实时图像；将实时图像输入至田埂识别模型，获得田埂识别模型输出的前方是否存在田埂的识别结果；在根据识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。本发明的田埂识别躲避方法，通过实时图像识别出前方存在田埂后，再通过实时图像在自动驾驶前进的过程中判断是否到达最佳躲避位置，从而在躲避田埂时的转弯或掉头操作不会过早或过晚，达到精确避开田埂的效果。

Description

田埂识别躲避方法、装置和农用自动驾驶设备
技术领域
本发明涉及自动驾驶领域，具体而言，涉及一种田埂识别躲避方法、装置、农用自动驾驶设备和可读存储介质。
背景技术
现有的农用机械设备在导航行驶过程中需要依赖GPS轨迹完成躲避时田埂掉头或转弯操作。但是GPS轨迹难免出现误差，掉头或转弯的转弯半径和时机并不能通过路径规划完成，从而会导致出现过早或者太晚转弯掉头的情况，因此无法精确自动避开田埂。
发明内容
鉴于上述问题，本发明提供了一种田埂识别躲避方法、装置、农用自动驾驶设备和可读存储介质，以在躲避田埂时的转弯或掉头操作不会过早或过晚，达到精确避开田埂的效果。
为了实现上述目的，本发明采用如下的技术方案：
一种田埂识别躲避方法，应用于设置有摄像头的农用自动驾驶设备，包括：
获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；
将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；
在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；
在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
优选地，所述的田埂识别躲避方法中，所述田埂识别模型为二分类的支持向量机；
该方法还包括：
获取确定具有田埂的多个图像作为正样本，确定不具有田埂的多个图像作为负样本，对所述二分类的支持向量机进行训练，建立所述田埂识别模型。
优选地，所述的田埂识别躲避方法中，所述对所述二分类的支持向量机进行训练，建立所述田埂识别模型包括：
对所述正样本以及所述负样本进行预设尺寸裁剪；
对裁剪后的所述正样本以及所述负样本进行预设方向调整，使所述正样本以及所述负样本方向一致；
将方向调整后的正样本以及正标签输入至所述二分类的支持向量机进行训练，以及将方向调整后的负样本以及负标签输入至所述二分类的支持向量机进行训练，获得所述田埂识别模型。
优选地，所述的田埂识别躲避方法中，还包括：
收集识别结果错误的所述实时图像作为训练样本，利用所述训练样本以及正确识别结果对所述田埂识别模型进行训练。
优选地，所述的田埂识别躲避方法中，所述利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置包括：
对所述实时图像进行二值化处理，获得灰度图像；
定位所述灰度图像中的田埂位置，利用预设距离算法计算所述自动驾驶设备与所述田埂位置的实际距离；
判断所述实际距离是否等于预设转弯半径；
确定所述实际距离等于所述预设转弯半径时，确定当前位置为最佳躲避位置。
优选地，所述的田埂识别躲避方法中，所述预设距离算法的算式包括：
Figure BDA0003118267640000031
Cd＝(D-Ad)/W；
Pfd＝Pd×Cd；
式中，Ad为摄像头盲区距离，H为摄像头的离地高度，α为摄像头与水平面的夹角，β摄像头的广角角度，D为摄像头所拍最远距离，Cd为摄像头的像素单位距离，W为摄像头采集图像的宽度，Pd为田埂位置的像素距离，Pfd为田埂位置的实际距离。
优选地，所述的田埂识别躲避方法中，还包括：
根据卫星导航模块的导航信息确定所述自动驾驶设备行驶前方存在田埂时，开启所述摄像头；
根据预设数量的所述识别结果确定前方存在田埂后，关闭所述卫星导航模块；
在转弯或掉头操作完毕后，启动所述卫星导航模块并关闭所述摄像头。
本发明还提供一种田埂识别躲避装置，应用于设置有摄像头的农用自动驾驶设备，包括：
实时图像获取模块，用于获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；
识别结果获取模块，用于将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；
躲避位置计算模块，用于在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；
转弯掉头操作模块，用于在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
本发明还提供一种农用自动驾驶设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行所述的田埂识别躲避方法。
本发明还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的田埂识别躲避方法。
本发明提供一种田埂识别躲避方法，该田埂识别躲避方法应用于设置有摄像头的农用自动驾驶设备，包括：获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。本发明的田埂识别躲避方法，通过实时图像识别出前方存在田埂后，再通过实时图像在自动驾驶前进的过程中判断是否到达最佳躲避位置，从而在躲避田埂时的转弯或掉头操作不会过早或过晚，达到精确避开田埂的效果。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1是本发明实施例1提供的一种田埂识别躲避方法的流程图；
图2是本发明实施例2提供的一种田埂识别躲避方法的流程图；
图3是本发明实施例3提供的一种建立田埂识别模型的流程图；
图4是本发明实施例3提供的一种田埂识别躲避方法的流程图；
图5是本发明实施例4提供的一种计算最佳躲避位置的流程图；
图6是本发明实施例5提供的一种田埂识别躲避方法的流程图；
图7是本发明实施例6提供的一种田埂识别躲避装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
实施例1
图1是本发明实施例1提供的一种田埂识别躲避方法的流程图，该方法应用于设置有摄像头的农用自动驾驶设备，包括如下步骤：
步骤S11：获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像。
本发明实施例中，上述农用自动驾驶设备包括自动洒水车以及自动喷雾车等。其中，在自动驾驶设备上可以设置有摄像头，并且该摄像头的镜头方向与行驶方向一致，以便自动驾驶设备在行驶时获取前方的实时图像。
步骤S12：将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果。
本发明实施例中，在获取到摄像头采集的实时图像后，将该实时图像输入至农用自动驾驶设备中预先存储的田埂识别模型，以通过该田埂识别模型识别行驶方向前方是否存在田埂。其中，该田埂识别模型可以为二分类识别模型，也即输出的识别结果仅为存在田埂或不存在田埂，从而减少农用自动驾驶设备的运算量，使该田埂识别模型可以正常运行在计算量较低的系统中。
步骤S13：在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置。
本发明实施例中，在根据田埂识别模型的识别结果确定农用自动驾驶设备前方存在田埂后，该农用自动驾驶设备保持前进，并持续获取前进中的实时图像，根据实时图像中田埂的位置利用预设算法计算当前是否前进至最佳的躲避位置，也即通过转弯或掉头躲避该田埂的最有利位置。其中，该最佳躲避位置与农用自动驾驶设备的转弯半径相关，也即农用自动驾驶设备与田埂的距离等于该转弯半径时，可以为最佳躲避位置，因此在农用自动驾驶设备中还可以存储有相关的转弯半径信息，以便用于判定最佳躲避位置。
本发明实施例中，在农用自动驾驶设备的系统中，可以设置有基于上述预设算法的应用程序，在确定前方存在田埂后，可以持续将实时图片输入至该应用程序，以便通过该应用程序确定农用自动驾驶设备是否前进至最佳躲避位置。其中，若距离田埂太近时，该农用自动驾驶设备还可以通过后退行驶远离田埂，并在远离的过程中通过实时图像判断是否到达最佳躲避位置，在到达后再次前进行驶进行转弯或掉头。
步骤S14：在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
本发明实施例中，通过实时图像识别出前方存在田埂后，再通过实时图像在自动驾驶前进的过程中判断是否到达最佳躲避位置，从而在躲避田埂时的转弯或掉头操作不会过早或过晚，达到精确避开田埂的效果。
实施例2
图2是本发明实施例2提供的一种田埂识别躲避方法的流程图，该方法应用于设置有摄像头的农用自动驾驶设备，包括如下步骤：
步骤S21：获取确定具有田埂的多个图像作为正样本，确定不具有田埂的多个图像作为负样本，对所述二分类的支持向量机进行训练，建立所述田埂识别模型。
本发明实施例中，上述田埂识别模型可以为二分类的支持向量机，也即通过训练二分类的支持向量机来获得。在训练支持向量机前，可以收集具有田埂的图像，并确定为正样本，以及收集不具有田埂的其它图像，并确定为负样本。其中，该正负样本的图像均可以取自于农用自动驾驶设备的摄像头，也即可以在农用自动驾驶设备进行工作时通过该摄像头获取，这里不做限定。
步骤S22：获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S23：将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S24：在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S25：在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
此步骤与上述步骤S14一致，在此不再赘述。
图3是本发明实施例3提供的一种建立田埂识别模型的流程图，包括如下步骤：
步骤S31：对所述正样本以及所述负样本进行预设尺寸裁剪。
本发明实施例中，在对支持向量机进行训练前，需要对获取到的训练图像进行预设尺寸的裁剪，使获得的训练样本的尺寸一致。其中，上述过程可以在计算机中通过应用程序来进行，这里不做限定。
步骤S32：对裁剪后的所述正样本以及所述负样本进行预设方向调整，使所述正样本以及所述负样本方向一致。
本发明实施例中，上述进行预设方向的调整，也即将正样本以及负样本的图像统一摆正为一个方向，例如都为通过自动驾驶设备的摄像头采集的图像时，摆正为拍摄时的方向。其中，在计算机设备中可以设置有进行预设方向调整的应用程序，这里不做限定。
步骤S33：将方向调整后的正样本以及正标签输入至所述二分类的支持向量机进行训练，以及将方向调整后的负样本以及负标签输入至所述二分类的支持向量机进行训练，获得所述田埂识别模型。
实施例3
图4是本发明实施例3提供的一种田埂识别躲避方法的流程图，该方法应用于设置有摄像头的农用自动驾驶设备，包括如下步骤：
步骤S41：获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S42：将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S43：在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S44：在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
此步骤与上述步骤S14一致，在此不再赘述。
步骤S45：收集识别结果错误的所述实时图像作为训练样本，利用所述训练样本以及正确识别结果对所述田埂识别模型进行训练。
本发明实施例中，在农用自动驾驶设备按照上述步骤进行田埂的躲避时，可能会有识别结果产生错误的时候，一旦发生识别结果错误，可以将识别错误的相应的实时图像作为训练样本，并将相应正确的识别结果作为相应的标签，对田埂识别模型进行重复训练，从而进一步提高识别的精确度。
实施例4
图5是本发明实施例4提供的一种计算最佳躲避位置的流程图，包括如下步骤：
步骤S51：对所述实时图像进行二值化处理，获得灰度图像。
步骤S52：定位所述灰度图像中的田埂位置，利用预设距离算法计算所述自动驾驶设备与所述田埂位置的实际距离。
本发明实施例中，所述预设距离算法的算式包括：
Figure BDA0003118267640000101
Cd＝(D-Ad)/W；
Pfd＝Pd×Cd；
式中，Ad为摄像头盲区距离，H为摄像头的离地高度，α为摄像头与水平面的夹角，β摄像头的广角角度，D为摄像头所拍最远距离，Cd为摄像头的像素单位距离，W为摄像头采集图像的宽度，Pd为田埂位置的像素距离，Pfd为田埂位置的实际距离。
步骤S53：判断所述实际距离是否等于预设转弯半径。
步骤S54：确定所述实际距离等于所述预设转弯半径时，确定当前位置为最佳躲避位置。
本发明实施例中，上述判断实际距离是否等于预设转弯半径的过程可以利用算法或应用程序来实现，例如可以在农用自动驾驶设备中设置有判断应用程序，在计算出实际距离后可以输入至该应用程序，以便判断该实际距离是否等于预设的转弯半径。
实施例5
图6是本发明实施例5提供的一种田埂识别躲避方法的流程图，包括如下步骤：
步骤S61：根据卫星导航模块的导航信息确定所述自动驾驶设备行驶前方存在田埂时，开启所述摄像头。
本发明实施例中，农用自动驾驶设备是通过卫星导航模块的导航信息来规划行驶的路线，当通过导航信息确定前方存在田埂后，可以开启摄像头。而在一般的行驶路线上不存在田埂时，该摄像头可以处于关闭状态，从而节约能源。
步骤S62：获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S63：将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S64：根据预设数量的所述识别结果确定前方存在田埂后，关闭所述卫星导航模块。
本发明实施例中，在确定前方存在田埂后，农用自动驾驶设备可以关闭卫星导航模块，通过摄像头的实时图像主导田埂的躲避，从而降低躲避时转弯或掉头的误差。
步骤S65：在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S66：在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
此步骤与上述步骤S14一致，在此不再赘述。
步骤S67：在转弯或掉头操作完毕后，启动所述卫星导航模块并关闭所述摄像头。
实施例6
图7是本发明实施例6提供的一种田埂识别躲避装置的结构示意图。
该田埂识别躲避装置700包括：
实时图像获取模块710，用于获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；
识别结果获取模块720，用于将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；
躲避位置计算模块730，用于在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；
转弯掉头操作模块740，用于在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
本发明实施例中，上述各个模块更加详细的功能描述可以参考前述实施例中相应部分的内容，在此不再赘述。
此外，本发明还提供了一种农用自动驾驶设备，该农用自动驾驶设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使农用自动驾驶设备执行上述方法或者上述田埂识别躲避装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据农用自动驾驶设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述农用自动驾驶设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种田埂识别躲避方法，其特征在于，应用于设置有摄像头的农用自动驾驶设备，包括：
获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；
将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；
在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；
在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
2.根据权利要求1所述的田埂识别躲避方法，其特征在于，所述田埂识别模型为二分类的支持向量机；
该方法还包括：
获取确定具有田埂的多个图像作为正样本，确定不具有田埂的多个图像作为负样本，对所述二分类的支持向量机进行训练，建立所述田埂识别模型。
3.根据权利要求2所述的田埂识别躲避方法，其特征在于，所述对所述二分类的支持向量机进行训练，建立所述田埂识别模型包括：
对所述正样本以及所述负样本进行预设尺寸裁剪；
对裁剪后的所述正样本以及所述负样本进行预设方向调整，使所述正样本以及所述负样本方向一致；
将方向调整后的正样本以及正标签输入至所述二分类的支持向量机进行训练，以及将方向调整后的负样本以及负标签输入至所述二分类的支持向量机进行训练，获得所述田埂识别模型。
4.根据权利要求1所述的田埂识别躲避方法，其特征在于，还包括：
收集识别结果错误的所述实时图像作为训练样本，利用所述训练样本以及正确识别结果对所述田埂识别模型进行训练。
5.根据权利要求1所述的田埂识别躲避方法，其特征在于，所述利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置包括：
对所述实时图像进行二值化处理，获得灰度图像；
定位所述灰度图像中的田埂位置，利用预设距离算法计算所述自动驾驶设备与所述田埂位置的实际距离；
判断所述实际距离是否等于预设转弯半径；
确定所述实际距离等于所述预设转弯半径时，确定当前位置为最佳躲避位置。
6.根据权利要求5所述的田埂识别躲避方法，其特征在于，所述预设距离算法的算式包括：
Figure FDA0003118267630000021
Pfd＝Pd×Cd；
式中，Ad为摄像头盲区距离，H为摄像头的离地高度，α为摄像头与水平面的夹角，β摄像头的广角角度，D为摄像头所拍最远距离，Cd为摄像头的像素单位距离，W为摄像头采集图像的宽度，Pd为田埂位置的像素距离，Pfd为田埂位置的实际距离。
7.根据权利要求1所述的田埂识别躲避方法，其特征在于，还包括：
根据卫星导航模块的导航信息确定所述自动驾驶设备行驶前方存在田埂时，开启所述摄像头；
根据预设数量的所述识别结果确定前方存在田埂后，关闭所述卫星导航模块；
在转弯或掉头操作完毕后，启动所述卫星导航模块并关闭所述摄像头。
8.一种田埂识别躲避装置，其特征在于，应用于设置有摄像头的农用自动驾驶设备，包括：
实时图像获取模块，用于获取所述摄像头采集的所述自动驾驶设备行驶方向上的实时图像；
识别结果获取模块，用于将所述实时图像输入至田埂识别模型，获得所述田埂识别模型输出的前方是否存在田埂的识别结果；
躲避位置计算模块，用于在根据所述识别结果确定前方存在田埂时，利用所述实时图像以及预设算法计算当前位置是否为最佳躲避位置；
转弯掉头操作模块，用于在确定当前位置为最佳躲避位置时，进行预设方向的转弯或掉头操作。
9.一种农用自动驾驶设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行根据权利要求1至7中任一项所述的田埂识别躲避方法。
10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的田埂识别躲避方法。
CN202110668636.3A 2021-06-17 2021-06-17 田埂识别躲避方法、装置和农用自动驾驶设备 Pending CN113341986A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110668636.3A CN113341986A (zh) 2021-06-17 2021-06-17 田埂识别躲避方法、装置和农用自动驾驶设备
CN202210692316.6A CN114911244B (zh) 2021-06-17 2022-06-17 田埂避障控制方法、装置和农用自动驾驶设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110668636.3A CN113341986A (zh) 2021-06-17 2021-06-17 田埂识别躲避方法、装置和农用自动驾驶设备

Publications (1)

Publication Number Publication Date
CN113341986A true CN113341986A (zh) 2021-09-03

Family

ID=77475737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110668636.3A Pending CN113341986A (zh) 2021-06-17 2021-06-17 田埂识别躲避方法、装置和农用自动驾驶设备

Country Status (1)

Country Link
CN (1) CN113341986A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006055858A1 (de) * 2006-11-27 2008-05-29 Carl Zeiss Ag Verfahren und Anordnung zur Steuerung eines Fahrzeuges
CN102661733A (zh) * 2012-05-28 2012-09-12 天津工业大学 一种基于单目视觉的前方车辆测距方法
CN106164801A (zh) * 2014-03-28 2016-11-23 洋马株式会社 自主行驶作业车辆
CN107672817A (zh) * 2017-09-21 2018-02-09 内蒙古工业大学 一种移动式车载无人机的智能起降系统
EP3361466A1 (en) * 2017-02-14 2018-08-15 Honda Research Institute Europe GmbH Risk-based driver assistance for approaching intersections of limited visibility
CN109240284A (zh) * 2018-08-10 2019-01-18 江苏大学 一种无人驾驶农机的自主路径规划方法及装置
CN111563416A (zh) * 2020-04-08 2020-08-21 安徽舒州农业科技有限责任公司 一种基于插秧机的自动转向方法及系统
CN111784657A (zh) * 2020-06-29 2020-10-16 福建中航赛凡信息科技有限公司 一种基于数字图像的水泥路面病害自动识别的系统及方法
CN112861887A (zh) * 2019-11-08 2021-05-28 中国科学院长春光学精密机械与物理研究所 一种障碍物快速检测方法、系统及终端设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006055858A1 (de) * 2006-11-27 2008-05-29 Carl Zeiss Ag Verfahren und Anordnung zur Steuerung eines Fahrzeuges
CN102661733A (zh) * 2012-05-28 2012-09-12 天津工业大学 一种基于单目视觉的前方车辆测距方法
CN106164801A (zh) * 2014-03-28 2016-11-23 洋马株式会社 自主行驶作业车辆
EP3361466A1 (en) * 2017-02-14 2018-08-15 Honda Research Institute Europe GmbH Risk-based driver assistance for approaching intersections of limited visibility
CN107672817A (zh) * 2017-09-21 2018-02-09 内蒙古工业大学 一种移动式车载无人机的智能起降系统
CN109240284A (zh) * 2018-08-10 2019-01-18 江苏大学 一种无人驾驶农机的自主路径规划方法及装置
CN112861887A (zh) * 2019-11-08 2021-05-28 中国科学院长春光学精密机械与物理研究所 一种障碍物快速检测方法、系统及终端设备
CN111563416A (zh) * 2020-04-08 2020-08-21 安徽舒州农业科技有限责任公司 一种基于插秧机的自动转向方法及系统
CN111784657A (zh) * 2020-06-29 2020-10-16 福建中航赛凡信息科技有限公司 一种基于数字图像的水泥路面病害自动识别的系统及方法

Also Published As

Publication number Publication date
CN114911244A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
EP3676784B1 (en) Analyzing images and videos of damaged vehicles to determine damaged vehicle parts and vehicle asymmetries
US20190323843A1 (en) Method for generating a high precision map, apparatus and storage medium
US8064639B2 (en) Multi-pose face tracking using multiple appearance models
KR20210006511A (ko) 차선 결정 방법, 디바이스 및 저장 매체
EP3531343A2 (en) Method and apparatus for human behavior recognition, and storage medium
EP3686791B1 (en) Learning method and learning device for object detector based on cnn to be used for multi-camera or surround view monitoring using image concatenation and target object merging network, and testing method and testing device using the same
CN110632915A (zh) 机器人回充路径规划方法、机器人及充电系统
AU2008201108A1 (en) Vision based navigation and guidance system
EP3690710A1 (en) Method for providing object detecting system capable of updating types of detectable classes in real-time by using continual learning and device using the same
CN106127788A (zh) 一种视觉避障方法和装置
US20230205212A1 (en) Mapping method for mobile robot, mobile robot and computer-readable storage medium
CN115507862A (zh) 车道线定位方法及装置、电子设备及存储介质
CN110555402A (zh) 基于环视的拥堵跟车方法、系统、终端和存储介质
CN113341986A (zh) 田埂识别躲避方法、装置和农用自动驾驶设备
EP3731143A1 (en) Method and device for economizing computing resources to be used during a process of verification of convolutional parameters using test pattern
CN110930437B (zh) 目标跟踪方法和装置
CN116012421A (zh) 目标跟踪方法及装置
CN112666564B (zh) 充电桩的定位方法、装置及设备、存储介质
CN114973203A (zh) 不完整车位识别方法、装置和自动泊车方法
CN115249407B (zh) 指示灯状态识别方法、装置、电子设备、存储介质及产品
CN109344776A (zh) 数据处理方法
US10843728B2 (en) Method and device for delivering steering intention of autonomous driving module or driver to steering apparatus of subject vehicle more accurately
CN114140497A (zh) 目标车辆3d实时追踪方法及系统
KR102572832B1 (ko) 무인 이동체, 인공 지능 기반의 무인 이동체의 공간 내 위치를 찾는 방법 및 프로그램
US20230221125A1 (en) Method for ascertaining an initial pose of a vehicle

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210903

WD01 Invention patent application deemed withdrawn after publication