CN114946439B - 一种田间棉花智能精准打顶装置 - Google Patents
一种田间棉花智能精准打顶装置 Download PDFInfo
- Publication number
- CN114946439B CN114946439B CN202210335469.5A CN202210335469A CN114946439B CN 114946439 B CN114946439 B CN 114946439B CN 202210335469 A CN202210335469 A CN 202210335469A CN 114946439 B CN114946439 B CN 114946439B
- Authority
- CN
- China
- Prior art keywords
- topping
- cotton
- mechanical arm
- freedom
- depth 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
- 229920000742 Cotton Polymers 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000013135 deep learning Methods 0.000 claims description 19
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 235000019005 Digitaria californica Nutrition 0.000 claims description 3
- 241001115843 Digitaria californica Species 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 241000219146 Gossypium Species 0.000 description 68
- 240000002024 Gossypium herbaceum Species 0.000 description 5
- 235000004341 Gossypium herbaceum Nutrition 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Preliminary Treatment Of Fibers (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种田间棉花智能精准打顶装置。现有的棉花打顶装置在田间环境下打顶作业时难以完全兼顾打顶效率和打顶精度,常常存在打不准和漏打的情形。本发明的打顶装置通过一个深度相机进行田间环境棉花顶芽识别并控制机械臂完成打顶作业,并通过另一个深度相机对已作业区域进行二次检测和打顶作业,降低漏打棉花顶芽数量。与此同时,根据所检测的棉花顶芽数量和三维空间位置,自动实时调整棉花打顶装置的运行速度并对打顶机械臂位置进行补偿校准,按X轴坐标顺序挨个进行打顶作业,实现动态作业过程的棉花顶芽精准打顶作业,大大提高棉花顶芽打顶精度和效率。
Description
技术领域
本发明属于农业自动化领域,具体涉及一种田间棉花智能精准打顶装置,用于田间环境棉花顶芽精准高效打顶。
背景技术
棉花具有无限生长的习性,顶端优势明显。通过摘除顶心,能控制主茎的生长,协调营养生长与生殖生长,促使养分更多的运向果枝,供应结实器官,减少无效果枝。目前,棉花打顶技术有人工打顶、机械打顶、化学打顶等三种。随着农业可持续性发展需求,迫切需要能够实现田间棉花自动、高效、精准的打顶方法。目前,新疆石河子大学团队针对棉花打顶关键技术开展了相关研究,如论文“棉花打顶机棉株高度识别技术的研究”(沈晓晨,2018),“基于机器视觉技术的棉株识别系统研究”(瞿端阳,2013)等,针对盆栽棉花,基于双目视觉技术从侧面拍照进行棉株定位和棉株高度计算,为棉花打顶机构的高度调节提供依据。但其采用侧面成像,定位目标为棉株而非待去顶的对象。发明专利“一种田间棉花自动打顶装置”(202010606347.6)提出了一种基于深度学习及并联机械臂的棉花打顶方案,但未考虑一次打顶失败后的补打措施。
本发明提出一种田间棉花智能精准打顶装置,可实现棉花打顶后的二次检测及去顶作业,有效解决智能打顶装置一次打顶作业过程不可避免发生打顶失败的情况,大大提高打顶精度。同时,实现了动态打顶过程作业速度自适应调控和打顶机械臂末端位置自动补偿,进一步提高打顶成功率和效率。
发明内容
(一)要解决的技术问题
本发明的目的就是为了克服上述现有技术的不足,提供一种田间棉花智能精准打顶装置。
(二)技术方案
为了解决上述问题,本发明提供了如下技术方案,提出了一种田间棉花智能精准打顶装置,技术方案具体如下。
一种田间棉花智能精准打顶装置,用于实现棉花打顶后的二次检测及去顶作业,其特征在于,该田间棉花智能精准打顶装置包括田间移动平台、三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡;所述田间移动平台用于承载包括三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡在内的组件,可自主进行田间移动;所述三自由度打顶机械臂安装于所述田间移动平台的底面中心位置,其末端可到达可及范围内任意空间点处;所述深度相机A沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的前侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的前半部,识别区域内棉花顶芽,为所述三自由度打顶机械臂提供首次打顶依据;所述深度相机B沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的后侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的后半部,用于对已进行打顶作业的区域进行二次检测,识别其中未能成功打顶的棉花顶芽,为所述三自由度打顶机械臂提供二次打顶依据;所述田间移动平台控制器用于控制及反馈所述田间移动平台的运动速度和姿态信息;所述微型深度学习板卡用于获取深度相机A和深度相机B的采集数据,进行实时处理,并将处理结果发送至所述田间移动平台控制器,以控制棉花打顶和二次打顶作业的精准执行。
更具体地,深度相机A、深度相机B及三自由度打顶机械臂安装于同一水平面,且三者的相对位置固定不变。
更具体地,所述三自由度机械臂末端安装棉花顶芽切割刀片,针对检测到的棉花顶芽目标通过物理切除的方式去顶。
更具体地,所述微型深度学习板卡用于处理深度相机A和深度相机B的数据,并采用改进型深度学习网络分别提取深度相机A和深度相机B所采集图像中的各棉花顶芽区域,且以检测到的各棉花顶芽区域的中心点位置信息作为该棉花顶芽的位置,获取各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置,并将棉花顶芽数量、各顶芽三维空间位置、顶芽识别算法耗时等多个参数发送至田间移动平台控制器;田间移动平台控制器根据接收的信息,采用不同的控制策略,控制田间移动平台及三自由度打顶机械臂配合进行棉花打顶作业。
更具体地,所述微型深度学习板卡分别计算深度相机A和深度相机B所采集图像中心区域内各棉花顶芽的数量,并根据数量多少,通过田间移动平台控制器控制田间移动平台的移动速度,并结合顶芽识别算法耗时及三自由度打顶机械臂末端由当前位置运动至目标位置处所需时间,对机械臂的三维空间位置进行补偿调整,以保证田间移动平台移动过程动态打顶精度。
更具体地,对田间移动平台的移动速度进行控制,具体采用如下方式,
其中,V为田间移动平台的实时移动速度,a为深度相机A所识别棉花顶芽数量,b为深度相机B所识别棉花顶芽数量,V0为常数,可人工设置,不超过0.3m/s。
更具体地,对机械臂的三维空间位置进行补偿,具体采用如下方式,
步骤S1,记录从深度相机拍摄棉花顶芽图像至识别出目标棉花顶芽的耗时,记为Δt1;
步骤S2,根据机械臂的运动速度,计算机械臂末端由当前位置移动至目标棉花顶芽位置处耗时,记为Δt2;
步骤S3,对识别到的各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置进行补偿计算,具体补偿计算方式为:
其中,(Xn,Yn,Zn)为补偿前计算所得各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,X为移动平台移动方向坐标,Y为水平面上与移动平台移动方向垂直的方向坐标,Z为与水平面垂直方向的坐标,(X’n,Y’n,Z’n)为补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,为实际打顶作业所依据的三维空间位置坐标。
更具体地,当视场中出现多个棉花顶芽后时,所述三自由度打顶机械臂按照设定的规则,按X轴坐标顺序挨个进行打顶作业,节省所述三自由度打顶机械臂在不同目标之间切换运动耗时,提升打顶效率;具体规则为:令a+b=n,将n个目标的三维空间位置坐标按照X’n从小到大进行打顶作业顺序设定,并据此计算补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标。
(三)有益效果
相对于现有技术而言,本发明提供的一种田间棉花智能精准打顶装置具备显著积极的技术效果,具体表现在如下方面。
(1)作业效率高。本发明可实现打顶机器人在移动过程中进行打顶作业,通过实时反馈调节移动平台的移动速度,实现移动过程中也能精准定位和作业,作业效率高。
(2)识别定位精度高。本发明采用两个深度相机分别安装于打顶机械臂前后两侧,不但可以解决机械臂打顶作业过程遮挡深度相机视场问题,同时在识别完成后马上进行目标三维定位,累计误差小,识别定位精度高。
(3)作业精度高。本发明采用两个深度相机,在只采用一套打顶机械臂的前提下,实现棉花顶芽的二次识别定位并实现第一次打顶失败后的二次补打顶,且实现了动态打顶过程速度自适应调节和打顶机械臂空间位置补偿,按顺序依次打顶,大大提高作业精度。
(4)可扩展性好。本发明实现了棉花打顶机器人田间环境对棉花顶芽的动态识别定位及实时二次作业打顶,大大提高作业效率和精度。可扩展应用于田间精准除草、采摘、喷药等多个应用场景,具有很好的扩展性。
附图说明
图1为本发明的装置结构示意图;
图2为打顶作业过程中的区域覆盖范围示意图。
其中,1-深度相机A,2-深度相机B,3-三自由度打顶机械臂,4-刀片,5-田间移动平台,6-深度相机A的检测范围,7-三自由度打顶机械臂水平面内运动范围,8-深度相机B的检测范围,9-棉花种植范围
具体实施方式
下面结合附图及实施案例进一步说明本发明。
一种田间棉花智能精准打顶装置,如图1所示,用于实现棉花打顶后的二次检测及去顶作业,其特征在于,该田间棉花智能精准打顶装置包括田间移动平台、三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡;所述田间移动平台用于承载包括三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡在内的组件,可自主进行田间移动;所述三自由度打顶机械臂安装于所述田间移动平台的底面中心位置,其末端可到达可及范围内任意空间点处;所述深度相机A沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的前侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的前半部,识别区域内棉花顶芽,为所述三自由度打顶机械臂提供首次打顶依据;所述深度相机B沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的后侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的后半部,用于对已进行打顶作业的区域进行二次检测,识别其中未能成功打顶的棉花顶芽,为所述三自由度打顶机械臂提供二次打顶依据,区域覆盖范围示意图如图2所示;所述田间移动平台控制器用于控制及反馈所述田间移动平台的运动速度和姿态信息;所述微型深度学习板卡用于获取深度相机A和深度相机B的采集数据,进行实时处理,并将处理结果发送至所述田间移动平台控制器,以控制棉花打顶和二次打顶作业的精准执行。
更具体地,深度相机A、深度相机B及三自由度打顶机械臂安装于同一水平面,且三者的相对位置固定不变。
更具体地,所述三自由度机械臂末端安装棉花顶芽切割刀片,针对检测到的棉花顶芽目标通过物理切除的方式去顶。
更具体地,所述微型深度学习板卡用于处理深度相机A和深度相机B的数据,并采用改进型深度学习网络分别提取深度相机A和深度相机B所采集图像中的各棉花顶芽区域,且以检测到的各棉花顶芽区域的中心点位置信息作为该棉花顶芽的位置,获取各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置,并将棉花顶芽数量、各顶芽三维空间位置、顶芽识别算法耗时等多个参数发送至田间移动平台控制器;田间移动平台控制器根据接收的信息,采用不同的控制策略,控制田间移动平台及三自由度打顶机械臂配合进行棉花打顶作业。
更具体地,所述微型深度学习板卡分别计算深度相机A和深度相机B所采集图像中心区域内各棉花顶芽的数量,并根据数量多少,通过田间移动平台控制器控制田间移动平台的移动速度,并结合顶芽识别算法耗时及三自由度打顶机械臂末端由当前位置运动至目标位置处所需时间,对机械臂的三维空间位置进行补偿调整,以保证田间移动平台移动过程动态打顶精度。
更具体地,对田间移动平台的移动速度进行控制,具体采用如下方式,
其中,V为田间移动平台的实时移动速度,a为深度相机A所识别棉花顶芽数量,b为深度相机B所识别棉花顶芽数量,V0为常数,可人工设置,不超过0.3m/s。
更具体地,对机械臂的三维空间位置进行补偿,具体采用如下方式,
步骤S1,记录从深度相机拍摄棉花顶芽图像至识别出目标棉花顶芽的耗时,记为Δt1;
步骤S2,根据机械臂的运动速度,计算机械臂末端由当前位置移动至目标棉花顶芽位置处耗时,记为Δt2;
步骤S3,对识别到的各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置进行补偿计算,具体补偿计算方式为:
其中,(Xn,Yn,Zn)为补偿前计算所得各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,X为移动平台移动方向坐标,Y为水平面上与移动平台移动方向垂直的方向坐标,Z为与水平面垂直方向的坐标,(X’n,Y’n,Z’n)为补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,为实际打顶作业所依据的三维空间位置坐标。
更具体地,当视场中出现多个棉花顶芽后时,所述三自由度打顶机械臂按照设定的规则,按X轴坐标顺序挨个进行打顶作业,节省所述三自由度打顶机械臂在不同目标之间切换运动耗时,提升打顶效率;具体规则为:令a+b=n,将n个目标的三维空间位置坐标按照X’n从小到大进行打顶作业顺序设定,并据此计算补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标。
所述三自由度机械臂水平面内运动范围为48*48cm,垂直运动范围为30cm,以满足单行棉花实际生产模式打顶作业。所述深度相机A,深度相机B及三自由度打顶机械臂安装于同一水平面,且相对位置固定不变,具体的:所述水平面距离待打顶棉花冠层平均高度为40cm,所述深度相机A安装于距离所述三自由度打顶机械臂中心点正前方12.5cm处,深度相机B安装于距离所述三自由度打顶机械臂中心点正后方12.5cm处。针对两个深度获取的图像,均截取其中心25cm*50cm区域内的数据处理。以提高数据处理效率。
申请中所描述的具体实例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可对本发明所描述的具体实例做各种修改或者补充,或采用类型的方式替代,但并不会偏离本发明的精神或超越所附权利要求书所定义的范围。
Claims (7)
1.一种田间棉花智能精准打顶装置,用于实现棉花打顶后的二次检测及去顶作业,其特征在于,该田间棉花智能精准打顶装置包括田间移动平台、三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡;所述田间移动平台用于承载包括三自由度打顶机械臂、深度相机A、深度相机B、田间移动平台控制器和微型深度学习板卡在内的组件,可自主进行田间移动;所述三自由度打顶机械臂安装于所述田间移动平台的底面中心位置,其末端可到达可及范围内任意空间点处;所述深度相机A沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的前侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的前半部,识别区域内棉花顶芽,为所述三自由度打顶机械臂提供首次打顶依据;所述深度相机B沿所述田间移动平台行进方向,设置于所述三自由度打顶机械臂安装点的后侧,用于检测所述三自由度打顶机械臂所能覆盖全部打顶区域的后半部,用于对已进行打顶作业的区域进行二次检测,识别其中未能成功打顶的棉花顶芽,为所述三自由度打顶机械臂提供二次打顶依据;所述田间移动平台控制器用于控制及反馈所述田间移动平台的运动速度和姿态信息;所述微型深度学习板卡用于获取深度相机A和深度相机B的采集数据,进行实时处理,并将处理结果发送至所述田间移动平台控制器,以控制棉花打顶和二次打顶作业的精准执行;所述微型深度学习板卡用于处理深度相机A和深度相机B的数据,并采用改进型深度学习网络分别提取深度相机A和深度相机B所采集图像中的各棉花顶芽区域,且以检测到的各棉花顶芽区域的中心点位置信息作为该棉花顶芽的位置,获取各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置,并将包括棉花顶芽数量、各顶芽三维空间位置、顶芽识别算法耗时在内的多个参数发送至田间移动平台控制器;田间移动平台控制器根据接收的信息,采用不同的控制策略,控制田间移动平台及三自由度打顶机械臂配合进行棉花打顶作业。
2.根据权利要求1所述的棉花智能精准打顶装置,其特征在于,深度相机A、深度相机B及三自由度打顶机械臂安装于同一水平面,且三者的相对位置固定不变。
3.根据权利要求1所述的棉花智能精准打顶装置,其特征在于,所述三自由度机械臂末端安装棉花顶芽切割刀片,针对检测到的棉花顶芽目标通过物理切除的方式去顶。
4.根据权利要求1所述的棉花智能精准打顶装置,其特征在于,所述微型深度学习板卡分别计算深度相机A和深度相机B所采集图像中心区域内各棉花顶芽的数量,并根据数量多少,通过田间移动平台控制器控制田间移动平台的移动速度,并结合顶芽识别算法耗时及三自由度打顶机械臂末端由当前位置运动至目标位置处所需时间,对机械臂的三维空间位置进行补偿调整,以保证田间移动平台移动过程动态打顶精度。
6.根据权利要求5所述的棉花智能精准打顶装置,其特征在于,对机械臂的三维空间位置进行补偿,具体采用如下方式,
步骤S1,记录从深度相机拍摄棉花顶芽图像至识别出目标棉花顶芽的耗时,记为Δt1;
步骤S2,根据机械臂的运动速度,计算机械臂末端由当前位置移动至目标棉花顶芽位置处耗时,记为Δt2;
步骤S3,对识别到的各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置进行补偿计算,具体补偿计算方式为:
其中,(Xn,Yn,Zn)为补偿前计算所得各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,X为移动平台移动方向坐标,Y为水平面上与移动平台移动方向垂直的方向坐标,Z为与水平面垂直方向的坐标,(X’n,Y’n,Z’n)为补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标,为实际打顶作业所依据的三维空间位置坐标。
7.根据权利要求6所述的棉花智能精准打顶装置,其特征在于,当视场中出现多个棉花顶芽后时,所述三自由度打顶机械臂按照设定的规则,按X轴坐标顺序挨个进行打顶作业,节省所述三自由度打顶机械臂在不同目标之间切换运动耗时,提升打顶效率;具体规则为:令a+b=n,将n个目标的三维空间位置坐标按照X’n从小到大进行打顶作业顺序设定,并据此计算补偿后各棉花顶芽相对于所述三自由度打顶机械臂的三维空间位置坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335469.5A CN114946439B (zh) | 2022-03-23 | 2022-03-23 | 一种田间棉花智能精准打顶装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335469.5A CN114946439B (zh) | 2022-03-23 | 2022-03-23 | 一种田间棉花智能精准打顶装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114946439A CN114946439A (zh) | 2022-08-30 |
CN114946439B true CN114946439B (zh) | 2023-05-30 |
Family
ID=82975766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210335469.5A Active CN114946439B (zh) | 2022-03-23 | 2022-03-23 | 一种田间棉花智能精准打顶装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114946439B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115956500A (zh) * | 2022-12-13 | 2023-04-14 | 山东大学 | 一种基于深度学习的分布式辣椒花自动授粉装置及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807247B (zh) * | 2010-03-22 | 2012-07-18 | 中国农业大学 | 果蔬采摘点微调定位方法 |
CN109272553A (zh) * | 2018-09-03 | 2019-01-25 | 刘庆飞 | 用于棉花顶心摘除的定位方法、控制器及摘除装置 |
CN109526441A (zh) * | 2019-01-24 | 2019-03-29 | 王泓鑫 | 一种打顶机 |
CN212064976U (zh) * | 2020-01-17 | 2020-12-04 | 滨州市农业机械化科学研究所 | 一种基于机器视觉技术的棉花打顶装置 |
CN111758424B (zh) * | 2020-06-22 | 2022-03-08 | 华中农业大学 | 一种田间棉花自动打顶装置 |
CN114342679A (zh) * | 2020-09-28 | 2022-04-15 | 北京振兴计量测试研究所 | 一种智能棉花打顶机 |
CN113273395A (zh) * | 2021-05-21 | 2021-08-20 | 佛山市中科农业机器人与智慧农业创新研究院 | 一种基于视觉识别的棉花打顶机器人及其实现方法 |
-
2022
- 2022-03-23 CN CN202210335469.5A patent/CN114946439B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114946439A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blasco et al. | AE—Automation and emerging technologies: Robotic weed control using machine vision | |
CN113597874B (zh) | 一种除草机器人及其除草路径的规划方法、装置和介质 | |
CN108550141A (zh) | 一种基于深度视觉信息的运动车斗自动识别与定位方法 | |
CN108399639A (zh) | 基于深度学习的快速自动抓取与摆放方法 | |
Yuan et al. | An autonomous pollination robot for hormone treatment of tomato flower in greenhouse | |
CN114946439B (zh) | 一种田间棉花智能精准打顶装置 | |
CN113207675B (zh) | 一种气流振动式设施作物自动授粉装置及方法 | |
CA3125700C (en) | Automatic driving system for grain processing, automatic driving method and automatic identification method | |
CN115443845B (zh) | 基于无人机的茶园茶树病变与长势监测方法 | |
JP2019152924A (ja) | 自己位置同定システム、車両、及び処理装置 | |
CN117274566A (zh) | 一种基于深度学习和株间杂草分布状况的实时除草方法 | |
CN118170145B (zh) | 一种基于视觉的无人驾驶收割机自适应收割方法和装置 | |
CN106733686A (zh) | 一种基于视觉和码盘数据融合的流水线物体定位方法 | |
Li et al. | Identification of the operating position and orientation of a robotic kiwifruit pollinator | |
Jin et al. | Far-near combined positioning of picking-point based on depth data features for horizontal-trellis cultivated grape | |
CN113819921B (zh) | 一种执行终端的导航方法及电子设备 | |
CN212300875U (zh) | 一种基于机器视觉的对靶喷施试验台 | |
CN116645614A (zh) | 一种精准作业农业机器人作业方法 | |
CN109917413B (zh) | 一种智能转移床的精确导航定位方法 | |
CN113114766B (zh) | 基于zed相机的盆栽作物信息检测方法 | |
Zhao et al. | Theoretical Design and First Test in Laboratory of a Composite Visual Servo‐Based Target Spray Robotic System | |
EP3992849A1 (en) | Condition monitoring system | |
CN116034732B (zh) | 一种串番茄模糊采摘方法 | |
CN111397936B (zh) | 一种基于机器视觉的对靶喷施试验台及控制方法 | |
KR102672692B1 (ko) | 정식 자동화 로봇 시스템, 그리고 그 제어 방법 |
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 |