CN115956549A - 一种基于机器视觉的自动喷药机器人 - Google Patents
一种基于机器视觉的自动喷药机器人 Download PDFInfo
- Publication number
- CN115956549A CN115956549A CN202211015227.4A CN202211015227A CN115956549A CN 115956549 A CN115956549 A CN 115956549A CN 202211015227 A CN202211015227 A CN 202211015227A CN 115956549 A CN115956549 A CN 115956549A
- Authority
- CN
- China
- Prior art keywords
- pesticide
- machine vision
- robot
- spraying
- pesticide spraying
- 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
Links
Images
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种基于机器视觉的自动喷药机器人,包括控制系统,以及与控制系统连接的驱动系统、识别系统、喷药系统;所述驱动系统用于带动机器人移动;所述识别系统用于对环境识别,并将识别结果反馈至控制系统;所述喷药系统用于对作物进行喷药操作。本发明所述的一种基于机器视觉的自动喷药机器人,通过识别系统对工作区域的健康作物以及患有病害作物进行图像处理和分类,进行分类后根据实际的需求控制喷药系统进行工作,实现对患有病害作物的精准施药,此方法可减少药剂的使用,减少水资源的浪费,减少药剂对农作物的危害,在对农作物进行除作物病害操作时,可以大大减少药剂的成本。
Description
技术领域
本发明属于作物喷药技术领域,尤其是涉及一种基于机器视觉的自动喷药机器人。
背景技术
我国是农业大国,现如今农作物的播种与收成都已经普及了机械化,解放了农民的劳动力,而在农业植保中针对农作物喷药一直都没能够实现机械化,农民需要通过人工查看农作物病害情况后利用喷药壶进行手动喷药,喷药过程中农药散发在空气中农民吸入后很容易发生农药中毒,因此通过喷药机器人实现机械喷药可大大释放劳动力,确保了农民的身体健康,但是现有的喷药机器人结构简单,且无法区分健康农作物与患有病害的农作物,治疗病害的药剂都是全方位喷洒,造成了药剂的浪费同时对农作物的成长十分不利。
发明内容
有鉴于此,本发明旨在提出一种基于机器视觉的自动喷药机器人,以至少解决背景技术中的至少一个问题。。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于机器视觉的自动喷药机器人,包括控制系统,以及与控制系统连接的驱动系统、识别系统、喷药系统;
所述驱动系统用于带动机器人移动;
所述识别系统用于对环境识别,并将识别结果反馈至控制系统;
所述喷药系统用于对作物进行喷药操作。
进一步的,驱动系统包括电动轮和转向结构,所述电动轮用于带动机器人前后运动,所述转向结构通过调节电动轮的方向改变机器人的运动方向。
进一步的,识别系统包括采集摄像头和处理单元,采集摄像头对机器人所在的区域进行图像采集,通过处理单元对采集的图像处理后,反馈至识别系统。
进一步的,喷药系统包括储药箱和分液喷杆,储药箱与分液喷杆之间设置有计量泵,分液喷杆上自上向下设有多个雾化喷头。
进一步的,机器人的架体包括水平调节单元和竖直调节单元,水平调节单元包括水平伸缩杆,竖直调节单元包括竖直升降杆,所述水平调节单元用于改变电动轮之间的间距,所述竖直调节单元用于改变分液喷杆与地面的距离;
水平调节单元包括水平液压缸,竖直调节单元包括竖直液压缸;
水平液压缸、竖直液压缸与控制系统连接。
进一步的,转向结构包括转动电机和角度传感器,转动电机通过带动转动杆进而带动电动轮转动,角度传感器用于检测转动杆的转动角度。
进一步的,本方案公开了一种基于机器视觉的自动喷药机器人的喷药方法,包括以下步骤:
S1、通过采集摄像头对植物进行拍照,并将采集的图像发送至处理单元;
S2、通过处理单元对采集的图像进行图像处理,利用训练好的神经网络进行识别,对图片中的农作物的病害情况进行识别和分类;
S3、完成分类后,通过控制系统控制驱动系统将机器人移动至相应的工作区域后,执行喷药作业。
进一步的,需要事先对机器人进行模型训练,包括以下步骤:
A1、首先采集作物病害叶片的图像信息,进行数据增强;
A2、将采集到的图像信息分为训练集、验证集和测试集;
A3、利用训练集和验证集构建网络模型,训练生成最优权重;
A4、结合步骤A2和步骤A3构建最优检测模型;
A5、进行评价指标分型,判断是否满足要求,如果满足则表示病害预测模型建立成功,否则调整参数阈值重新执行步骤A5;
A6、将模型部署到开发板硬件设备平台试验;
A7、检测病害预测模型对作物病害的判断是否准确,准确则结束,否则调整参数后重新执行步骤A5-A7。
相对于现有技术,本发明所述的一种基于机器视觉的自动喷药机器人具有以下优势:
发明所述的一种基于机器视觉的自动喷药机器人,通过识别系统对工作区域的健康作物以及患有病害作物进行图像处理和分类,进行分类后根据实际的需求控制喷药系统进行工作,实现对患有病害作物的精准施药,此方法可减少药剂的使用,减少水资源的浪费,减少药剂对农作物的危害,在对农作物进行除作物病害操作时,可以大大减少药剂的成本,另外,通过对农作物图像的分析,得到农作物的生长状况、分布、疏密程度等信息,建立农田数据库,便于农田的管理和智能农田的建立。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种基于机器视觉的自动喷药机器人整体结构示意图;
图2为本发明实施例所述的一种基于机器视觉的自动喷药机器人驱动系统内部示意图;
图3为本发明实施例所述的一种基于机器视觉的自动喷药机器人喷药系统局部示意图;
图4为本发明实施例所述的一种基于机器视觉的自动喷药机器人的分液喷杆结构示意图;
图5为本发明实施例所述的处理流程示意图;
图6为本发明实施例所述的样本情况示意图;
图7为本发明实施例所述的通过模型训练150轮后,调整精度示意图;
图8为本发明实施例所述的对玉米叶片进行分类后生成的召回率PR曲线示意图;
图9为本发明实施例所述的预测后各个种类的效果样图示意图。
附图标记说明:
1-驱动系统;11-电动轮;2-喷药系统;21-储药箱;22-分液喷杆;23-雾化喷头;3-水平伸缩杆;31-水平液压缸;4-竖直升降杆;41-竖直液压缸;5-转动电机;51-角度传感器;52-转动杆。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1至图4所示,一种基于机器视觉的自动喷药机器人,包括控制系统,以及与控制系统连接的驱动系统1、识别系统、喷药系统2;
所述驱动系统1用于带动机器人移动;
所述识别系统用于对环境识别,并将识别结果反馈至控制系统;
所述喷药系统2用于对作物进行喷药操作。
驱动系统1包括电动轮11和转向结构,所述电动轮11用于带动机器人前后运动,所述转向结构通过调节电动轮11的方向改变机器人的运动方向。
识别系统包括采集摄像头和处理单元,采集摄像头对机器人所在的区域进行图像采集,通过处理单元对采集的图像处理后,反馈至识别系统。
喷药系统2包括储药箱21和分液喷杆22,储药箱21与分液喷杆22之间设置有计量泵,分液喷杆22上自上向下设有多个雾化喷头23。
机器人的架体包括水平调节单元和竖直调节单元,水平调节单元包括水平伸缩杆3,竖直调节单元包括竖直升降杆4,所述水平调节单元用于改变电动轮11之间的间距,所述竖直调节单元用于改变分液喷杆22与地面的距离;
水平调节单元包括水平液压缸31,竖直调节单元包括竖直液压缸41;
水平液压缸31、竖直液压缸41与控制系统连接。
转向结构包括转动电机5和角度传感器51,转动电机5通过带动转动杆52进而带动电动轮11转动,角度传感器51用于检测转动杆52的转动角度。
一种基于机器视觉的自动喷药机器人的喷药方法,包括以下步骤:
S1、通过采集摄像头对植物进行拍照,并将采集的图像发送至处理单元;
S2、通过处理单元对采集的图像进行图像处理,利用训练好的神经网络进行识别,对图片中的农作物的病害情况进行识别和分类;
S3、完成分类后,通过控制系统控制驱动系统1将机器人移动至相应的工作区域后,执行喷药作业。
在实际实施过程中,首先需要基于深度学习的玉米病害图像处理与数据分析,需要对模型进行训练,方法如下:
以玉米叶片为例,首先需要采集玉米叶片图像,包括健康的玉米叶片(307张)、灰斑病玉米叶片(218张)、锈病玉米叶片(385张)和叶斑病玉米叶片(237张),共计1147张,作为模型样本的图像;
通过模型训练150轮后,调整精度如图7所示;
对玉米叶片进行分类后生成的召回率PR曲线如图8所示;
预测后各个种类的效果样图如图9所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于机器视觉的自动喷药机器人,其特征在于:包括控制系统,以及与控制系统连接的驱动系统(1)、识别系统、喷药系统(2);
所述驱动系统(1)用于带动机器人移动;
所述识别系统用于对环境识别,并将识别结果反馈至控制系统;
所述喷药系统(2)用于对作物进行喷药操作。
2.根据权利要求1所述的一种基于机器视觉的自动喷药机器人,其特征在于:驱动系统(1)包括电动轮(11)和转向结构,所述电动轮(11)用于带动机器人前后运动,所述转向结构通过调节电动轮(11)的方向改变机器人的运动方向。
3.根据权利要求1所述的一种基于机器视觉的自动喷药机器人,其特征在于:识别系统包括采集摄像头和处理单元,采集摄像头对机器人所在的区域进行图像采集,通过处理单元对采集的图像处理后,反馈至识别系统。
4.根据权利要求1所述的一种基于机器视觉的自动喷药机器人,其特征在于:喷药系统(2)包括储药箱(21)和分液喷杆(22),储药箱(21)与分液喷杆(22)之间设置有计量泵,分液喷杆(22)上自上向下设有多个雾化喷头(23)。
5.根据权利要求1所述的一种基于机器视觉的自动喷药机器人,其特征在于:机器人的架体包括水平调节单元和竖直调节单元,水平调节单元包括水平伸缩杆(3),竖直调节单元包括竖直升降杆(4),所述水平调节单元用于改变电动轮(11)之间的间距,所述竖直调节单元用于改变分液喷杆(22)与地面的距离;
水平调节单元包括水平液压缸(31),竖直调节单元包括竖直液压缸(41);
水平液压缸(31)、竖直液压缸(41)与控制系统连接。
6.根据权利要求2所述的一种基于机器视觉的自动喷药机器人,其特征在于:转向结构包括转动电机(5)和角度传感器(51),转动电机(5)通过带动转动杆(52)进而带动电动轮(11)转动,角度传感器(51)用于检测转动杆(52)的转动角度。
7.基于权利要求1-6任一所述的一种基于机器视觉的自动喷药机器人的喷药方法,其特征在于,包括以下步骤:
S1、通过采集摄像头对植物进行拍照,并将采集的图像发送至处理单元;
S2、通过处理单元对采集的图像进行图像处理,利用训练好的神经网络进行识别,对图片中的农作物的病害情况进行识别和分类;
S3、完成分类后,通过控制系统控制驱动系统(1)将机器人移动至相应的工作区域后,执行喷药作业。
8.基于权利要求1-6任一所述的一种基于机器视觉的自动喷药机器人的喷药方法,其特征在于,需要事先对机器人进行模型训练,包括以下步骤:
A1、首先采集作物病害叶片的图像信息,进行数据增强;
A2、将采集到的图像信息分为训练集、验证集和测试集;
A3、利用训练集和验证集构建网络模型,训练生成最优权重;
A4、结合步骤A2和步骤A3构建最优检测模型;
A5、进行评价指标分型,判断是否满足要求,如果满足则表示病害预测模型建立成功,否则调整参数阈值重新执行步骤A5;
A6、将模型部署到开发板硬件设备平台试验;
A7、检测病害预测模型对作物病害的判断是否准确,准确则结束,否则调整参数后重新执行步骤A5-A7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211015227.4A CN115956549A (zh) | 2022-08-23 | 2022-08-23 | 一种基于机器视觉的自动喷药机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211015227.4A CN115956549A (zh) | 2022-08-23 | 2022-08-23 | 一种基于机器视觉的自动喷药机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115956549A true CN115956549A (zh) | 2023-04-14 |
Family
ID=87359054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211015227.4A Pending CN115956549A (zh) | 2022-08-23 | 2022-08-23 | 一种基于机器视觉的自动喷药机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115956549A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116806791A (zh) * | 2023-06-27 | 2023-09-29 | 南京晓庄学院 | 一种基于深度学习的农作物病虫害识别方法及系统 |
-
2022
- 2022-08-23 CN CN202211015227.4A patent/CN115956549A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116806791A (zh) * | 2023-06-27 | 2023-09-29 | 南京晓庄学院 | 一种基于深度学习的农作物病虫害识别方法及系统 |
CN116806791B (zh) * | 2023-06-27 | 2024-02-02 | 南京晓庄学院 | 一种基于深度学习的农作物病虫害识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582055B (zh) | 一种无人机的航空施药航线生成方法及系统 | |
CN108693119B (zh) | 基于无人机高光谱遥感的病虫害智能察打系统 | |
CN110235882B (zh) | 一种基于多传感器的精准变量果树施药机器人 | |
CN114037552B (zh) | 一种肉鸭生理生长信息巡检方法及系统 | |
CN106874886A (zh) | 用于农机无人驾驶的多传感器融合的农田环境感知方法 | |
CN105875030A (zh) | 多传感器作物产量确定 | |
CN115956549A (zh) | 一种基于机器视觉的自动喷药机器人 | |
CN105806751A (zh) | 一种联合收割机粮箱中谷物破碎在线监测系统及方法 | |
CN111680587B (zh) | 一种基于多目标跟踪的鸡群活动量实时估算方法及系统 | |
CN111476119B (zh) | 一种基于时空上下文的昆虫行为识别方法及装置 | |
CN114009207B (zh) | 一种收割面积测量方法及收割机 | |
CN112580671A (zh) | 一种基于深度学习的稻穗多发育期自动检测方法及系统 | |
CN110532926A (zh) | 基于深度学习的猪神经性疾病智能测报方法 | |
CN112907546B (zh) | 肉牛体尺非接触测量装置及方法 | |
CN107426488B (zh) | 肉鸡跛行自动监测方法及装置 | |
CN108846370A (zh) | 一种小麦白粉病中晚期病害严重度自动分析方法 | |
CN113033833A (zh) | 一种联合收割机脱粒滚筒收获状态故障诊断方法 | |
CN113159125B (zh) | 一种施药方法及系统 | |
CN205538564U (zh) | 一种联合收割机粮箱中谷物破碎在线监测系统 | |
CN115808930A (zh) | 一种水田除草机器人的控制系统 | |
CN113111950B (zh) | 一种基于集成学习的小麦锈病分类方法 | |
CN108902090A (zh) | 一种自动行驶田间管理车 | |
CN211905070U (zh) | 基于高光谱遥感的油菜适收期监测系统 | |
CN111886982B (zh) | 一种旱地栽植作业质量实时检测系统的检测方法 | |
CN115147736A (zh) | 一种基于视觉识别的奶牛全周期健康检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |