CN115316237A - 一种自动驾驶环卫车浇灌控制方法及装置 - Google Patents
一种自动驾驶环卫车浇灌控制方法及装置 Download PDFInfo
- Publication number
- CN115316237A CN115316237A CN202211053570.8A CN202211053570A CN115316237A CN 115316237 A CN115316237 A CN 115316237A CN 202211053570 A CN202211053570 A CN 202211053570A CN 115316237 A CN115316237 A CN 115316237A
- Authority
- CN
- China
- Prior art keywords
- target object
- irrigation
- watering
- strategy
- sanitation vehicle
- 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
- 238000003973 irrigation Methods 0.000 title claims abstract description 117
- 230000002262 irrigation Effects 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 32
- 230000001276 controlling effect Effects 0.000 claims description 26
- 230000000875 corresponding effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 239000003621 irrigation water Substances 0.000 claims description 11
- 244000025254 Cannabis sativa Species 0.000 claims description 8
- 238000000889 atomisation Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 description 21
- 238000002372 labelling Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010415 tidying 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
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Environmental Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及自动驾驶技术领域，公开了一种自动驾驶环卫车浇灌控制方法及装置，其方法包括获取包含目标物体的图片，并记录采集时间和采集地点；获取的图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；基于预设的浇灌策略表，得到目标物体的浇灌策略；控制环卫车按浇灌策略进行浇灌作业。本申请为需要浇灌的植物个性化定制浇灌策略，动态选择浇灌方式，以得到目标物体的浇灌策略，使得浇灌作业的调控更精准，无需依赖大量的人工操作与干预，改善了环卫车的作业效率，降低了人力成本和作业成本，更能适应智能化发展的需要。
Description
技术领域
本申请涉及自动驾驶技术领域，尤其是涉及一种自动驾驶环卫车浇灌控制方法及装置。
背景技术
环卫车是用于城市市容整理和清洁的专用车辆。环卫车包括洒水车。现有的洒水车虽然已经发展到利用CAN总线通讯技术及控制器IO模块，对具体执行元件实现一键式操作，但是因实际使用过程中具体工况的不同，还需要对洒水车的作业状态进行适应性的调整，进而导致环卫工作仍需依赖大量的人工操作与干预，作业效率低，人力成本高，难以适应智能化发展的需要。
针对上述中的相关技术，发明人发现现有的环卫车存在有作业效率低，人力成本高的问题。
发明内容
为了提升作业效率和降低人力成本，本申请提供了一种自动驾驶环卫车浇灌控制方法及装置。
第一方面，本申请提供一种自动驾驶环卫车浇灌控制方法。
本申请是通过以下技术方案得以实现的：
一种自动驾驶环卫车浇灌控制方法，包括以下步骤，
获取包含目标物体的图片，并记录采集时间和采集地点；
对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
基于预设的浇灌策略表，得到目标物体的浇灌策略；
控制环卫车按所述浇灌策略进行浇灌作业。
本申请在一较佳示例中可以进一步配置为：还包括以下步骤，
获取所述目标物体的实际高度；
根据所述实际高度，控制所述环卫车进行浇灌作业时的浇水量，其中，所述实际高度与所述浇水量呈正相关。
本申请在一较佳示例中可以进一步配置为：所述获取所述目标物体的实际高度的步骤包括，
获取所述环卫车与所述目标物体的距离；
基于目标物体的实际高度＝目标物体在图片中的高度×距离/焦距，得到所述目标物体的实际高度。
本申请在一较佳示例中可以进一步配置为：还包括以下步骤，
获取所述环卫车与所述目标物体的距离；
根据所述距离，控制所述环卫车进行浇灌作业时的浇水量，其中，所述距离与所述浇水量呈负相关。
本申请在一较佳示例中可以进一步配置为：所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集时间，判断目标物体的生长季节；
若生长季节为夏季，则目标物体的浇灌水温设置为高于预设水温的3-5℃；
若生长季节为冬季，则目标物体的浇灌水温设置为低于预设水温的3-5℃；
若生长季节为非夏冬季，则目标物体的浇灌水温采用预设水温。
本申请在一较佳示例中可以进一步配置为：所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤还包括，
若生长季节为夏季，则目标物体的浇灌频率设置为2-3天/次；
若生长季节为非夏季，则目标物体的浇灌频率设置为1天/次。
本申请在一较佳示例中可以进一步配置为：所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集地点，判断目标物体所处的气候条件；
若气候条件为热带，则目标物体的洒水量设置为大于或等于预设浇水量；
若气候条件为非热带，则目标物体的洒水量设置为小于预设浇水量。
本申请在一较佳示例中可以进一步配置为：所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
若目标物体对应的面积大于阈值，则采用水管直喷方式进行浇灌；
若目标物体对应的面积大于阈值，则采用雾化方式进行浇灌。
本申请在一较佳示例中可以进一步配置为：所述获取所述目标物体的实际高度，还包括以下步骤，
若所述实际高度小于0.3m，则判断所述目标物体为草丛；
若所述实际高度属于[0.3m，1m]，则判断所述目标物体为灌木丛；
若所述实际高度大于1m，则判断所述目标物体为树木。
第二方面，本申请提供一种自动驾驶环卫车浇灌控制装置。
本申请是通过以下技术方案得以实现的：
一种自动驾驶环卫车浇灌控制装置，包括，
采集模块，用于获取包含目标物体的图片，并记录采集时间和采集地点；
标注模块，用于对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
决策模块，用于基于预设的浇灌策略表，得到目标物体的浇灌策略；
浇灌模块，用于控制环卫车按所述浇灌策略进行浇灌作业。
第三方面，本申请提供一种计算机设备。
本申请是通过以下技术方案得以实现的：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种自动驾驶环卫车浇灌控制方法的步骤。
第四方面，本申请提供一种计算机可读存储介质。
本申请是通过以下技术方案得以实现的：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一种自动驾驶环卫车浇灌控制方法的步骤。
综上所述，与现有技术相比，本申请提供的技术方案带来的有益效果至少包括：
通过获取包含目标物体的图片，继而能对绿化区域中的各种花草树木进行自动识别，并记录采集时间和采集地点，用于判断植物的生长季节和所处的气候条件；对获取的图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果，以进一步确定植物的类型和拟采用的浇灌方式；基于预设的浇灌策略表，根据植物类型、植物面积、生长季节和气候条件等情况，为需要浇灌的植物个性化定制浇水量、水温、浇水频率、浇水时间、浇水方式等浇灌策略，动态选择浇灌方式，以得到目标物体的浇灌策略，并控制环卫车按浇灌策略进行浇灌作业，调控更精准；无需依赖大量的人工操作与干预，改善了环卫车的作业效率，降低了人力成本和作业成本，更能适应智能化发展的需要。
附图说明
图1为本申请一个示例性实施例提供的一种自动驾驶环卫车浇灌控制方法的流程示意图。
图2为本申请又一个示例性实施例提供的一种自动驾驶环卫车浇灌控制装置的结构框图。
具体实施方式
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
参照图1，本申请实施例提供一种自动驾驶环卫车浇灌控制方法，所述方法的主要步骤描述如下。
S1:获取包含目标物体的图片，并记录采集时间和采集地点；
S2:对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
S3:基于预设的浇灌策略表，得到目标物体的浇灌策略；
S4:控制环卫车按所述浇灌策略进行浇灌作业。
进一步地，获取所述目标物体的实际高度；
根据所述实际高度，控制所述环卫车进行浇灌作业时的浇水量，其中，所述实际高度与所述浇水量呈正相关。
其中，目标物体的实际高度的步骤包括，
获取所述环卫车与所述目标物体的距离；
基于目标物体的实际高度＝目标物体在图片中的高度×距离/焦距，得到所述目标物体的实际高度。
进一步地，获取所述环卫车与所述目标物体的距离；
根据所述距离，控制所述环卫车进行浇灌作业时的浇水量，其中，所述距离与所述浇水量呈负相关。
在一实施例中，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集时间，判断目标物体的生长季节；
若生长季节为夏季，则目标物体的浇灌水温设置为高于预设水温的3-5℃；
若生长季节为冬季，则目标物体的浇灌水温设置为低于预设水温的3-5℃；
若生长季节为非夏冬季，则目标物体的浇灌水温采用预设水温。
在一实施例中，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤还包括，
若生长季节为夏季，则目标物体的浇灌频率设置为2-3天/次；
若生长季节为非夏季，则目标物体的浇灌频率设置为1天/次。
在一实施例中，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集地点，判断目标物体所处的气候条件；
若气候条件为热带，则目标物体的洒水量设置为大于或等于预设浇水量；
若气候条件为非热带，则目标物体的洒水量设置为小于预设浇水量。
在一实施例中，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
若目标物体对应的面积大于阈值，则采用水管直喷方式进行浇灌；
若目标物体对应的面积大于阈值，则采用雾化方式进行浇灌。
在一实施例中，所述获取所述目标物体的实际高度，还包括以下步骤，
若所述实际高度小于0.3m，则判断所述目标物体为草丛；
若所述实际高度属于[0.3m，1m]，则判断所述目标物体为灌木丛；
若所述实际高度大于1m，则判断所述目标物体为树木。
上述各个实施例的具体描述如下。
目前在自动驾驶领域，自动驾驶环卫车对绿化区域进行洒水浇灌作业还比较少见，在自动驾驶环卫车对路面进行自动清洁的同时，对绿化区域进行自动洒水，极大提升了作业效率，降低了作业成本。
具体地，通过摄像头获取包含目标物体的图片，并记录采集时间和采集地点。其中，目标物体为植物。图片拍摄时的时间作为采集时间，形成时间戳。借助GPS定位系统，能够直接获取目标物体当前的经纬度位置信息，作为采集地点。
根据图片的采集时间、采集地点，以${timestamp}-${longitude}-${latitude}-plant1.frame的格式给图片的每一帧数据命名。
根据采集时间，能够识别出植物的春、夏、秋和冬的生长季节。
根据采集地点，能够识别出植物当前生长气候是热带还是非热带。
对获取的图片进行人工标注，获得目标物体对应的颜色、形状和面积的标注结果。例如，通过R-CNN模型对图片进行目标检测，以确定目标物体对应的标注框位置。再基于图像识别算法，获得目标物体在标注框内的颜色和形状，以确定目标物体的类型。若为绿色且形状呈片状，则识别为草丛；若为绿色且形状呈山峰状，则识别为树木；若为非绿色且形状呈片状，则识别为花丛。本实施例中，也可以通过R-CNN模型识别图片中的目标物体的类型。
进一步地，获取环卫车与目标物体的距离；
基于目标物体的实际高度＝目标物体在图片中的高度×距离/焦距，得到目标物体的实际高度。若目标物体的实际高度小于0.3m，则判断目标物体为草丛；若目标物体的实际高度位于[0.3m，1m]之间，则判断目标物体为灌木丛；若目标物体的实际高度大于1m，则判断目标物体为树木。
或者，路边最常见的植被类型为灌木丛，若连续几帧图片中的植被形状是连续不变的，则可认为是灌木丛。
综合目标物体对应的颜色、形状和实际高度信息，能够更准确地识别出植物类型，进而有利于制定更好地浇灌策略。
同时，根据标注框的面积大小，可以得到植物的面积大小，进而确定植物的浇灌方式。如下表1所示，若标注得到的目标物体的面积大于阈值时，则对目标物体的浇灌设置为水管直喷方式，以提升浇灌效率；若标注得到的目标物体的面积小于或等于阈值时，则对目标物体的浇灌设置为雾化方式，以节约用水量，降低作业成本。
表1
| 植物面积 | 浇水方式 |
| 大于阈值 | 水管直喷 |
| 小于或等于阈值 | 雾化 |
进一步地，还可以根据目标物体的实际高度，控制环卫车进行浇灌作业时的浇水量，其中，实际高度与浇水量呈正相关。
根据环卫车与目标物体的距离，控制环卫车进行浇灌作业时的浇水量，其中，距离与浇水量呈负相关。
本实施例中，浇水量R＝(a×目标物体的实际高度h-b×环卫车与目标物体的距离d)×水流平均速度v；式中，a为常数，b为常数，均可以根据人为经验设计。例如，R＝(2.56h-1.88d)×V。
接着，基于预设的浇灌策略表，得到目标物体的浇灌策略。
在一实施例中，根据包含目标物体的图片的采集时间，判断目标物体的生长季节，以设置浇灌水温，提供适宜植物生长的环境条件。
若生长季节为夏季，则目标物体的浇灌水温设置为高于预设水温的3-5℃；
若生长季节为冬季，则目标物体的浇灌水温设置为低于预设水温的3-5℃；
若生长季节为非夏冬季，则目标物体的浇灌水温采用预设水温。
本实施例中，预设水温可以为适宜植物生长的温度，例如，20℃-25℃。
同时，根据目标物体的生长季节，确定浇灌的频率。
若生长季节为夏季，则目标物体的浇灌频率设置为2-3天/次，本实施例中，可以设置为3天/次；若生长季节为非夏季，则目标物体的浇灌频率设置为1天/次。
根据目标物体的当前采集地点，识别出植物当前生长气候是热带或非热带。
若目标物体处于热带，则浇水量设置为等于或高于预设值，即较多浇水量；
若目标物体处于非热带，则浇水量设置为低于预设值，即较少浇水量。
根据目标物体的类别，控制浇灌时间。
若目标物体为花丛，则设置浇灌时间为晚上；
若目标物体为草丛、灌木丛或树木，则设置浇灌时间为白天。
根据目标物体的类别，设置浇灌方式。
若目标物体为花丛、草丛或灌木丛，则设置浇灌方式为雾化；
若目标物体为树木，则设置浇灌方式为水管直喷。
具体的浇灌策略表如下表2所示。
表2
例如，针对灌木丛，则采用雾化浇灌方式；并根据植物类型决定浇灌时间；通过计算灌木丛的实际高度，得到浇水量；通过经纬度确定位置信息，以判断当地气候条件，进而采用较多浇水量或较少浇水量；通过时间判断季节，以确定浇灌频率、浇水水温等。
又例如，针对识别为处于热带夏季的草丛，浇灌策略设置为采用高于预设水温3-5℃的水温，较多浇水量(即等于或高于预设值)，白天浇灌，三天一次浇灌频率，雾化浇灌方式进行浇灌。
最后，根据决策的浇灌策略，控制环卫车进行浇灌作业。
综上所述，一种自动驾驶环卫车浇灌控制方法，通过获取包含目标物体的图片，以对绿化区域中的各种花草树木进行自动识别，并记录采集时间和采集地点，用于判断植物的生长季节和所处的气候条件；对获取的图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果，以进一步确定植物的类型和拟采用的浇灌方式；基于预设的浇灌策略表，根据植物类型、植物面积、生长季节和气候条件等情况，为需要浇灌的植物个性化定制浇水量、水温、浇水频率、浇水时间、浇水方式等浇灌策略，动态选择浇灌方式，以得到目标物体的浇灌策略，并控制环卫车按浇灌策略进行浇灌作业，调控更精准；无需依赖大量的人工操作与干预，改善了环卫车的作业效率，降低了人力成本和作业成本，更能适应智能化发展的需要。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
参照图2，本申请实施例还提供一种自动驾驶环卫车浇灌控制装置，该一种自动驾驶环卫车浇灌控制装置与上述实施例中一种自动驾驶环卫车浇灌控制方法一一对应。该一种自动驾驶环卫车浇灌控制装置包括，
采集模块，用于获取包含目标物体的图片，并记录采集时间和采集地点；
标注模块，用于对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
决策模块，用于基于预设的浇灌策略表，得到目标物体的浇灌策略；
浇灌模块，用于控制环卫车按所述浇灌策略进行浇灌作业。
关于一种自动驾驶环卫车浇灌控制装置的具体限定可以参见上文中对于一种自动驾驶环卫车浇灌控制方法的限定，在此不再赘述。上述一种自动驾驶环卫车浇灌控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述任意一种自动驾驶环卫车浇灌控制方法。
在一个实施例中，提供了一种计算机可读存储介质，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
S1:获取包含目标物体的图片，并记录采集时间和采集地点；
S2:对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
S3:基于预设的浇灌策略表，得到目标物体的浇灌策略；
S4:控制环卫车按所述浇灌策略进行浇灌作业。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
Claims (12)
1.一种自动驾驶环卫车浇灌控制方法，其特征在于，包括以下步骤，
获取包含目标物体的图片，并记录采集时间和采集地点；
对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
基于预设的浇灌策略表，得到目标物体的浇灌策略；
控制环卫车按所述浇灌策略进行浇灌作业。
2.根据权利要求1所述的自动驾驶环卫车浇灌控制方法，其特征在于，还包括以下步骤，
获取所述目标物体的实际高度；
根据所述实际高度，控制所述环卫车进行浇灌作业时的浇水量，其中，所述实际高度与所述浇水量呈正相关。
3.根据权利要求2所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述获取所述目标物体的实际高度的步骤包括，
获取所述环卫车与所述目标物体的距离；
基于目标物体的实际高度＝目标物体在图片中的高度×距离/焦距，得到所述目标物体的实际高度。
4.根据权利要求1所述的自动驾驶环卫车浇灌控制方法，其特征在于，还包括以下步骤，
获取所述环卫车与所述目标物体的距离；
根据所述距离，控制所述环卫车进行浇灌作业时的浇水量，其中，所述距离与所述浇水量呈负相关。
5.根据权利要求1-4任意一项所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集时间，判断目标物体的生长季节；
若生长季节为夏季，则目标物体的浇灌水温设置为高于预设水温的3-5℃；
若生长季节为冬季，则目标物体的浇灌水温设置为低于预设水温的3-5℃；
若生长季节为非夏冬季，则目标物体的浇灌水温采用预设水温。
6.根据权利要求5所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤还包括，
若生长季节为夏季，则目标物体的浇灌频率设置为2-3天/次；
若生长季节为非夏季，则目标物体的浇灌频率设置为1天/次。
7.根据权利要求1-4任意一项所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
根据包含目标物体的图片的采集地点，判断目标物体所处的气候条件；
若气候条件为热带，则目标物体的洒水量设置为大于或等于预设浇水量；
若气候条件为非热带，则目标物体的洒水量设置为小于预设浇水量。
8.根据权利要求1-4任意一项所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述基于预设的浇灌策略表，得到所述目标物体的浇灌策略的步骤包括，
若目标物体对应的面积大于阈值，则采用水管直喷方式进行浇灌；
若目标物体对应的面积大于阈值，则采用雾化方式进行浇灌。
9.根据权利要求2所述的自动驾驶环卫车浇灌控制方法，其特征在于，所述获取所述目标物体的实际高度，还包括以下步骤，
若所述实际高度小于0.3m，则判断所述目标物体为草丛；
若所述实际高度属于[0.3m，1m]，则判断所述目标物体为灌木丛；
若所述实际高度大于1m，则判断所述目标物体为树木。
10.一种自动驾驶环卫车浇灌控制装置，其特征在于，包括，
采集模块，用于获取包含目标物体的图片，并记录采集时间和采集地点；
标注模块，用于对获取的所述图片进行标注，获得目标物体对应的颜色、形状和面积的标注结果；
决策模块，用于基于预设的浇灌策略表，得到目标物体的浇灌策略；
浇灌模块，用于控制环卫车按所述浇灌策略进行浇灌作业。
11.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现权利要求1至9任意一项所述方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至9任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053570.8A CN115316237B (zh) | 2022-08-31 | 2022-08-31 | 一种自动驾驶环卫车浇灌控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053570.8A CN115316237B (zh) | 2022-08-31 | 2022-08-31 | 一种自动驾驶环卫车浇灌控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115316237A true CN115316237A (zh) | 2022-11-11 |
| CN115316237B CN115316237B (zh) | 2024-04-19 |
Family
ID=83929040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211053570.8A Active CN115316237B (zh) | 2022-08-31 | 2022-08-31 | 一种自动驾驶环卫车浇灌控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115316237B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
| CN106341491A (zh) * | 2016-10-19 | 2017-01-18 | 郑州云海信息技术有限公司 | 业务平台、确定植物灌溉时间和水量的方法及系统 |
| US20190141919A1 (en) * | 2017-11-14 | 2019-05-16 | Google Llc | Irrigation management via intelligent image analysis |
| CN110555416A (zh) * | 2019-09-06 | 2019-12-10 | 杭州睿琪软件有限公司 | 一种植物识别方法及装置 |
| CN111869542A (zh) * | 2020-05-22 | 2020-11-03 | 宇龙计算机通信科技(深圳)有限公司 | 植物灌溉方法、装置、存储介质及水龙头 |
| KR102377716B1 (ko) * | 2021-02-02 | 2022-03-23 | 주식회사 성하 | 관수 제어 시스템, 및 딥러닝 기반의 관수 제어 방법 |
| CN114277717A (zh) * | 2021-12-24 | 2022-04-05 | 漳州环境集团有限公司 | 洒水车洒水控制方法、系统、装置以及存储介质 |
-
2022
- 2022-08-31 CN CN202211053570.8A patent/CN115316237B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
| CN106341491A (zh) * | 2016-10-19 | 2017-01-18 | 郑州云海信息技术有限公司 | 业务平台、确定植物灌溉时间和水量的方法及系统 |
| US20190141919A1 (en) * | 2017-11-14 | 2019-05-16 | Google Llc | Irrigation management via intelligent image analysis |
| CN110555416A (zh) * | 2019-09-06 | 2019-12-10 | 杭州睿琪软件有限公司 | 一种植物识别方法及装置 |
| CN111869542A (zh) * | 2020-05-22 | 2020-11-03 | 宇龙计算机通信科技(深圳)有限公司 | 植物灌溉方法、装置、存储介质及水龙头 |
| KR102377716B1 (ko) * | 2021-02-02 | 2022-03-23 | 주식회사 성하 | 관수 제어 시스템, 및 딥러닝 기반의 관수 제어 방법 |
| CN114277717A (zh) * | 2021-12-24 | 2022-04-05 | 漳州环境集团有限公司 | 洒水车洒水控制方法、系统、装置以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115316237B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10888046B2 (en) | Method for operating an autonomous mobile lawn mower robot and lawn mowing system | |
| CN111771693B (zh) | 一种土壤墒情的人工智能控制方法及系统 | |
| WO2018232860A1 (zh) | 一种基于物联网的农作物生长管理方法及系统 | |
| EP3648574A1 (en) | Methods and systems for irrigation guidance | |
| CN111369093A (zh) | 基于机器学习的灌溉方法和装置 | |
| CN111109057B (zh) | 一种绿化养护园林的灌溉方法和装置 | |
| CN112514780B (zh) | 一种高标农田节水灌溉智能控制方法及系统 | |
| CN112258329A (zh) | 一种山地农业种植园区地理信息管理系统 | |
| CN107392785B (zh) | 种植参数调控方法和种植参数调控装置 | |
| CN109906833A (zh) | 一种基于大数据的温室智能管理系统 | |
| CN111631120B (zh) | 一种市政园林储水浇灌方法及装置 | |
| CN111026200A (zh) | 一种农业病虫害与生长状况预测防控物联网及方法 | |
| CN110754334A (zh) | 一种基于移动终端的智能喷灌控制系统 | |
| CN115843517A (zh) | 一种智能化定量施肥系统 | |
| CN115316237B (zh) | 一种自动驾驶环卫车浇灌控制方法及装置 | |
| CN112580493A (zh) | 基于无人机遥感的植物识别方法、装置、设备及存储介质 | |
| CN115512782A (zh) | 一种农业种植用的新型肥料配制方法及系统 | |
| US20170248927A1 (en) | Weather adaptive control of an irrigation system | |
| CN113475379A (zh) | 水培种植的干预方法及系统 | |
| CN116310815B (zh) | 一种适用于智能化茶园的病虫害预警及自学习方法 | |
| CN117115687A (zh) | 一种基于人工智能技术的无人机精准施肥方法及系统 | |
| CN116046687A (zh) | 一种农作物生长过程监测方法、设备及介质 | |
| CN113519384A (zh) | 智能种植方法、系统及设备 | |
| CN117519349B (zh) | 温室大棚控制方法及系统 | |
| CN115943875B (zh) | 一种针对阳台或屋面绿植的智能滴灌方法及系统 |
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 |