CN116235720B - 一种菠萝自动催花机器人及其催花方法 - Google Patents
一种菠萝自动催花机器人及其催花方法 Download PDFInfo
- Publication number
- CN116235720B CN116235720B CN202310253502.4A CN202310253502A CN116235720B CN 116235720 B CN116235720 B CN 116235720B CN 202310253502 A CN202310253502 A CN 202310253502A CN 116235720 B CN116235720 B CN 116235720B
- Authority
- CN
- China
- Prior art keywords
- frame
- vertical shaft
- pineapple
- flower forcing
- steering
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 241001244920 Eucomis bicolor Species 0.000 title abstract description 9
- 241000234671 Ananas Species 0.000 claims abstract description 68
- 235000007119 Ananas comosus Nutrition 0.000 claims abstract description 68
- 239000007921 spray Substances 0.000 claims abstract description 64
- 238000005507 spraying Methods 0.000 claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 19
- 239000000575 pesticide Substances 0.000 claims description 51
- 238000013016 damping Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 230000003068 static effect Effects 0.000 claims description 12
- 239000004677 Nylon Substances 0.000 claims description 9
- 229920001778 nylon Polymers 0.000 claims description 9
- 230000000149 penetrating effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001737 promoting effect Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003384 imaging method Methods 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 229920002302 Nylon 6,6 Polymers 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 229920006351 engineering plastic Polymers 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009342 intercropping Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000010914 pesticide waste Substances 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
- A01G7/00—Botany in general
- A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Environmental Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种菠萝自动催花机器人，包括车架、固定在车架上的喷雾机和若干轮毂电机，以及安装在车架上的喷杆总成，喷杆总成上安装有摄像头和若干喷头；车架和轮毂电机之间设置有转向立轴总成。还包括有催花方法步骤，S1：初始化置信度阈值Tthreshold、IOB阈值IOBthreshold和初始化容器Vector；S2：获取图像中的菠萝总数N；S3：获得菠萝锚框位置坐标；S4：置信度值判断；S5：获取催花机运行数据；S6：进行行为预测机制判断；S7：重复步骤S3‑S7，直到完成所有菠萝的识别喷洒作业。本发明转向立轴总成与车架之间的空气弹簧机构能确保车架上摄像头的稳定性，保证成像效果，提高催花机的喷洒效率。本发明的催花机配合特有的催花算法实现自动催花作业。
Description
技术领域
本发明涉及农业智能化机器人领域，尤其涉及一种菠萝自动催花机器人及其催花方法。
背景技术
菠萝也叫凤梨，是一种营养丰富的水果，具有较高的经济价值，目前在各个地方都有广泛种植。菠萝的花期较长，一般会人工进行催花，如果是自然开花的话，出花会不整齐，而且前后时间相差较大，果实之间相互影响发育，会造成产量较低。通过人工催花，使菠萝出花比较整齐，便于集中采收上市，可以提高菠萝产量；而且可以根据市场需要调控催花时间，从而调整菠萝的成熟采摘期。对菠萝催花的好处巨大，人工对菠萝催花已经广泛应用于菠萝种植。
目前农业上大多数高地隙催花机采用的是传统的锥齿轮传动结构，其主要实现方法是电机带动减速器，减速器输出动力到后桥，动力通过后桥的锥齿轮传动结构输出到轮毂上，完成驱动过程，这种转弯方式的转弯半径较大，容易压坏农作物，影响收成。而且现有的四轮独立驱动的催花机减振效果差，导致图像识别系统无法确定菠萝所在位置，结合现有的深度学习的图像识别模型控制喷雾机进行自动催花作业的效率较低。
发明内容
针对现有技术的上述不足，本发明提供了一种菠萝自动催花机器人及其催花方法，解决现有的催花机器人转弯半径较大问题，催花机器人减振效果差导致图像识别系统无法确定菠萝位置问题，以及现有的催花方法效率较低的问题。
为达到上述发明目的，本发明的菠萝自动催花机器人的技术方案为：包括车架、固定在车架上的喷雾机和若干轮毂电机，以及安装在车架上的喷杆总成，喷杆总成上安装有摄像头和若干喷头；车架和轮毂电机之间设置有转向立轴总成，转向立轴总成分别与车架、轮毂电机固定连接；转向立轴总成包括有立轴、固定在立轴下端的立轴底座和套在立轴外部的立轴套筒，以及固定在立轴套筒外部的转向立轴总成安装梁和转向支撑臂安装梁，转向立轴总成安装梁安装在车架上，立轴的外部贯穿设置有转向臂安装板，转向支撑臂安装梁上设置有转向油缸支撑臂，转向臂安装板和转向油缸支撑臂之间设置有转向油缸，立轴的上端还设置有空气弹簧机构。
进一步地，空气弹簧机构包括有设置在转向臂安装板上的两处空气弹簧导向柱，空气弹簧导向柱上设置有空气弹簧底部支撑板和空气弹簧顶部支撑板，空气弹簧底部支撑板和空气弹簧顶部支撑板之间固定有空气弹簧，立轴的顶部与空气弹簧底部支撑板的底部贴合，立轴外部还设置有摩擦阻尼弹簧底部支撑，摩擦阻尼弹簧底部支撑位于空气弹簧底部支撑板和转向臂安装板之间。
进一步地，摩擦阻尼弹簧底部支撑包括有与立轴配合的圆环导向部，以及分别固定圆环导向部两侧的U形夹持部，U形夹持部用于夹持空气弹簧导向柱，U形夹持部的两侧分别贯穿设置有夹持螺栓，夹持螺栓的旋入端设置有尼龙摩擦阻尼块，尼龙摩擦阻尼块与空气弹簧导向柱贴合；转向臂安装板与立轴之间设置有滚动轴承；立轴的顶部设置有与圆环导向部配合的扩大部，扩大部的外径等于圆环导向部的内径。
进一步地，轮毂电机上设置有轮毂电机固定端，立轴通过立轴底座固定在轮毂电机固定端上；车架的前、后侧设置有安装转向立轴总成的安装套筒，转向立轴总成安装梁安装在安装套筒中。
进一步地，轮毂电机设置有四处，四处轮毂电机均布设置在车架的两侧；车架上设置有安装转向立轴总成安装梁的安装套筒，安装套筒设置有固定转向立轴总成安装梁的螺钉；立轴底座的外部固定有轮毂挡环，轮毂挡环包括有与立轴底座固定的矩形套环和固定在矩形套环部上的U形档条，轮毂电机的轮边位于U形档条的槽口内部。
进一步地，喷杆总成包括有喷杆横梁和喷杆底部横梁，以及固定在喷杆横梁和喷杆底部横梁之间的两处连接结构，喷杆横梁的两端设置有延伸杆，延伸杆和喷杆横梁通过连接件和螺栓连接。
进一步地，连接结构包括有依次连接的安装座、上连杆、中央喷架和下连杆，安装座、上连杆、中央喷架和下连杆形成矩形框体，上连杆、中央喷架和下连杆之间固定连接，安装座与上连杆铰接；上连杆和安装座之间还设置有电动推杆。
进一步地，还包括有设置在车架上的水泵、水箱、柴油发电机、摄像头、蓄电池和液压系统；车架上设置有安装水箱的水箱护栏，水箱护栏固定在车架上。
还包括利用上述菠萝自动催花机器人的催花方法，包括有如下的算法步骤：
S1：初始化置信度阈值Tthreshold、IOB阈值IOBthreshold和初始化容器Vector；YOLOv5模型识别到的物体中包含菠萝的概率为置信度值，YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例为IOB值；
S2：利用训练好的YOLOv5模型对摄像头拍摄的图像进行逐帧识别，获取图像中的菠萝总数N，且逐帧识别为平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像；
S3：并且利用训练好的YOLOv5模型获取第一个菠萝到最后一个菠萝N的锚框位置坐标；
对于任意一个菠萝i；从YOLOv5模型识别结果中获取菠萝i的置信度值Confidence和对菠萝i进行锚框后的位置坐标(xleft,ytop)和(xright,ybottom)；
其中，(xleft,ytop)是YOLOv5模型识别框的左上角的横坐标，(xleft,ytop)是YOLOv5模型识别框的左上角的纵坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的横坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的纵坐标；
S4：根据置信度值Confidence，进行喷雾判断：
若Confidence＜Tthreshold，则不执行喷雾；
若Confidence≥Tthreshold，则执行步骤S5，进行行为预测机制和计算IOB值；
S5：从轮毂电机上的转速传感器获取催花机器人当前速度v的大小和方向信息；
S6：根据催花机器人当前速度v对农药有效附着区域进行实时更新，通过预测机制预测分析农药有效附着区域与菠萝识别区域的重合关系，判断是否打开喷头进行喷雾农药；
S7：重复步骤S3-S7，直到完成所有菠萝的识别喷洒作业。
步骤S6还包括有如下步骤：
S61：喷嘴喷出的农药有效附着区域为圆形，利用此圆形的外接矩形作为实际的农药有效附着区域；获取事先实验得到的静态农药有效附着区域A的坐标(xAleft,yAtop)，(xAright,yAbot)；
(xAleft,yAtop)为静态农药附着区域的左上角的横坐标，(xAleft,yAtop)为静态农药附着区域的左上角的纵坐标，(xAright,yAbot)为静态农药附着区域的右下角的横坐标，(xAright,yAbot)为静态农药附着区域的右下角的纵坐标；
S62：计算动态农药附着区域：
x′Aleft＝xAleft+v·τ；
y′Atop＝yAtop+v·τ；
x′Aright＝xArtght+v·τ；
y′Abot＝yAbot+v·τ；
S63：以点(x′Aleft,y′Atop)，(x′Aright,y′Abot)构成的外接矩形区域进行IOB计算，对平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像进行IOB计算，获得每一帧对应的IOB值，并将IOB值存入容器Vector；IOB值为YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例；τ为事先实验得到的平均喷雾规则计算耗时；
其中，(x′Aleft,y′Atop)是动态农药附着区域的左上角的横坐标，(x′Aleft,y′Atop)是动态农药附着区域的左上角的纵坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的横坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的纵坐标；
S64：遍历容器Vector，获取其中的最大值IOBmax；
S65：如果IOBmax＜IOBthreshold，则不执行喷雾；
S66：如果IOBmax≥IOBthreshold，根据催花机器人状态信息标志flag，对催花机器人状态评估；
若flag＝0，则不执行喷雾；
若flag＝1，则执行喷雾。
本发明的有益效果为：本发明设置有若干轮毂电机作为驱动系统，实现独立驱动控制独立的轮毂电机，并设置有带动轮毂电机转动的转向油缸，可以使催花机实现更小的转弯半径，从而使得催花机的转弯更加灵活。
本发明的转向立轴总成和车架之间还设置有空气弹簧机构，催花机需要承受大重量的药箱，需要减少催花机在田间工作时的晃动，稳定摄像头和喷杆总成，而空气弹簧机构能大大吸收地面对轮毂电机的冲击力，从而保证位于车架上的摄像头拥有更好的识别环境。
本发明的驱动系统，抛弃了原有的机械传动结构，实现四轮独立驱动控制，满足田间作业需求；本发明的独立式转向立轴总成布局紧凑，易于加工，阻尼装置简单，满足高地隙催花机减振的要求，并且降低了制造和维护成本。
本发明的催花机配合通过摄像头和特有的催花算法实现自动催花作业，减少人工成本，能够实现稳定地自主催花作业，转向立轴总成与车架之间的空气弹簧机构能确保车架上摄像头的稳定性，保证摄像头的成像效果，提高催花机的喷洒效率。
本发明的催花方法通过图像识别获得图形中的菠萝总数和菠萝锚框坐标位置，先经过置信度值判断进行喷雾，再通过行为预测机制进行判断喷雾，使得每一次的农药有效附着区域与菠萝的重合面积最大，保证每一次喷雾的效果，从而提高催化机的催花效率。
附图说明
图1为本发明的整体外形示意图；
图2为本发明另一个方向的整体外形示意图；
图3为本发明中转向立轴总成的外形示意图；
图4为本发明中转向立轴总成的另一个方向的外形示意图；
图5为本发明中喷杆总成的外形示意图；
图6为本发明的催花算法流程框图；
图7为本发明的自主导航流程图。
图中主要部件符号说明如下：
1、车架；2、喷杆总成；3、转向立轴总成；4、轮毂电机；5、水泵；6、水箱；7、水箱护栏；8、柴油发电机；9、摄像头；
41、轮毂电机固定端；42、轮毂挡环；
31、立轴底座；32、立轴套筒；33、立轴；34、转向立轴总成安装梁；35、转向支撑臂安装梁；36、转向油缸；37、转向油缸支撑臂；38、转向臂安装板；39、空气弹簧机构；
391、摩擦阻尼弹簧底部支撑；392、空气弹簧底部支撑板；393、空气弹簧；394、空气弹簧顶部支撑板；395、空气弹簧导向柱；
21、喷杆横梁；22、延伸杆；23、连接件；24、安装座；25、上连杆；26、下连杆；27、中央喷架；28、喷杆底部横梁；29、电动推杆。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1和2所示，菠萝自动催花机器人包括车架1、固定在车架1上的喷雾机和若干轮毂电机4，以及安装在车架1上的喷杆总成2，喷杆总成2上安装有摄像头和若干喷头；车架1和轮毂电机4之间设置有转向立轴总成3，转向立轴总成3分别与车架1、轮毂电机4固定连接，转向立轴总成3用于连接安装轮毂电机4和车架1。催花机器人的驱动系统由四处轮毂电机4组成，通过单片机STM32输出电信号给驱动器，从而驱动器控制轮毂电机4转速；例如在左转弯时，右边两个轮毂电机4的转速比左边两个轮毂电机4转速快，从而实现差速转弯。轮毂电机4输出轴通过轴承与轮毂电机固定端41连接；立轴33底部有个盲孔，其通过螺栓与轮毂电机固定端41连接；立轴33与立轴底座31属于过盈配合，立轴底座31通过螺栓与轮毂电机固定端41连接。
如图3和4所示，转向立轴总成3包括有立轴33、固定在立轴33下端的立轴底座31和套在立轴33外部的立轴套筒32，以及固定在立轴套筒32外部的转向立轴总成安装梁34和转向支撑臂安装梁35，转向立轴总成安装梁34安装在车架1上，立轴33的外部贯穿设置有转向臂安装板38，转向支撑臂安装梁35上设置有转向油缸支撑臂37，转向臂安装板38和转向油缸支撑臂37之间设置有转向油缸36，立轴33的上端还设置有空气弹簧机构39。
还包括有设置在车架1上的水泵5、水箱6、柴油发电机8、摄像头9、蓄电池和液压系统，液压系统与转向油缸36连接；车架1上设置有安装水箱6的水箱护栏7，水箱护栏7固定在车架1上。催花机器人采用油电混合动力的形式，采用柴油发电机8和蓄电池作为动力系统，提高催花机器人的续航能力。柴油发电机发电后，通过三相整流桥和滤波电容进行整流和滤波，输出单相直流电，部分电量储存在电池，部分直接供给轮毂电机驱动器，部分为单片机提供稳压电源。
如图3和4所示，空气弹簧机构39包括有设置在转向臂安装板38上的两处空气弹簧导向柱395，空气弹簧导向柱395上设置有空气弹簧底部支撑板392和空气弹簧顶部支撑板394，空气弹簧底部支撑板392和空气弹簧顶部支撑板394之间固定有空气弹簧393，立轴33的顶部与空气弹簧底部支撑板392的底部贴合，立轴33外部还设置有摩擦阻尼弹簧底部支撑391，摩擦阻尼弹簧底部支撑391位于空气弹簧底部支撑板392和转向臂安装板38之间。空气弹簧393选用Firestone生产的1T19L-7型空气弹簧，通过适当的限位缓冲装置减振范围可达±100mm。
其中摩擦阻尼弹簧底部支撑391包括有与立轴33配合的圆环导向部，以及分别固定圆环导向部两侧的U形夹持部，U形夹持部用于夹持空气弹簧导向柱395，U形夹持部的两侧分别贯穿设置有夹持螺栓，夹持螺栓的旋入端设置有尼龙摩擦阻尼块，尼龙摩擦阻尼块与空气弹簧导向柱395贴合，夹持螺栓用于调节尼龙摩擦阻尼块与空气弹簧导向柱的松紧度，从而调节尼龙摩擦阻尼块的阻力大小；转向臂安装板38与立轴33之间设置有滚动轴承；立轴33的顶部设置有与圆环导向部配合的扩大部，扩大部的外径等于圆环导向部的内径。尼龙摩擦阻尼块选用高强度、高耐磨工程塑料尼龙66树脂材料；夹持螺栓是悬架阻尼器的重要组成部分，通过夹持螺栓施加正压力，以得到所需的摩擦阻尼力。
减振时，路面振动通过轮毂电机4、轮毂电机固定端41、立轴33传给空气弹簧393，经衰减后传给车架1，具体振动传递路线为轮胎→轮毂电机4→立轴33→空气弹簧底部支撑板392→空气弹簧393→空气弹簧导向柱395→转向臂安装板38→立轴套筒32→转向立轴总成安装梁34→转向立轴总成安装梁34→车架1。
轮毂电机4上设置有轮毂电机固定端41，立轴33通过立轴底座31固定在轮毂电机固定端41上；车架1的前、后侧设置有安装转向立轴总成3的安装套筒，转向立轴总成安装梁34安装在安装套筒中。
轮毂电机4设置有四处，四处轮毂电机4均布设置在车架1的两侧；车架1上设置有安装转向立轴总成安装梁34的安装套筒，安装套筒设置有固定转向立轴总成安装梁34的螺钉；立轴底座31的外部固定有轮毂挡环42，轮毂挡环42包括有与立轴底座31固定的矩形套环和固定在矩形套环部上的U形档条，轮毂电机4的轮边位于U形档条的槽口内部。
如图5所示，喷杆总成2包括有喷杆横梁21和喷杆底部横梁28，以及固定在喷杆横梁21和喷杆底部横梁28之间的两处连接结构，喷杆横梁21的两端设置有延伸杆22，延伸杆22和喷杆横梁21通过连接件23和螺栓连接。
连接结构包括有依次连接的安装座24、上连杆25、中央喷架27和下连杆26，安装座24、上连杆25、中央喷架27和下连杆26形成矩形框体，上连杆25、中央喷架27和下连杆26之间固定连接，安装座24与上连杆25铰接；上连杆25和安装座24之间还设置有电动推杆29。
其中催花喷洒部件包括有摄像头、Jeston nano开发板、电磁阀和喷头。将喷雾算法部署在开发板上，开发板通过摄像头获取图像信息，输入给算法进行计算，输出电信号控制电磁阀开关，从而控制喷头开关。本发明图像识别模型结合自主导航系统，实现无人操作，完成自主催花作业，减少农药浪费和劳动力成本。
利用菠萝自动催花机器人的催花方法，包括有如下的算法步骤：
S1：初始化置信度阈值Tthreshold、IOB阈值IOBthreshold和初始化容器Vector；YOLOv5模型识别到的物体中包含菠萝的概率为置信度值，YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例为IOB值；
S2：利用训练好的YOLOv5模型对摄像头拍摄的图像进行逐帧识别，获取图像中的菠萝总数N，且逐帧识别为平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像；
S3：并且利用训练好的YOLOv5模型获取第一个菠萝到最后一个菠萝N的锚框位置坐标；
对于任意一个菠萝i；从YOLOv5模型识别结果中获取菠萝i的置信度值Confidence和对菠萝i进行锚框后的位置坐标(xleft,ytop)和(xright,ybottom)；
其中，(xleft,ytop)是YOLOv5模型识别框的左上角的横坐标，(xleft,ytop)是YOLOv5模型识别框的左上角的纵坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的横坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的纵坐标；
S4：根据置信度值Confidence，进行喷雾判断：
若Confidence＜Tthreshold，则不执行喷雾；
若Confidence≥Tthreshold，则执行步骤S5，进行行为预测机制和计算IOB值；
S5：从轮毂电机上的转速传感器获取催花机器人当前速度ν的大小和方向信息；
S6：根据催花机器人当前速度ν对农药有效附着区域进行实时更新，通过预测机制预测分析农药有效附着区域与菠萝识别区域的重合关系，判断是否打开喷头进行喷雾农药；
S7：重复步骤S3-S7，直到完成所有菠萝的识别喷洒作业。
10.权利要求书9所述的菠萝自动催花机器人的催花方法，其特征在于，步骤S6还包括有如下步骤：
S61：喷嘴喷出的农药有效附着区域为圆形，利用此圆形的外接矩形作为实际的农药有效附着区域；获取事先实验得到的静态农药有效附着区域A的坐标(xAleft,yAtop)，(xAright,yAbot)；
(xAleft,yAtop)为静态农药附着区域的左上角的横坐标，(xAleft,yAtop)为静态农药附着区域的左上角的纵坐标，(xAright,yAbot)为静态农药附着区域的右下角的横坐标，(xAright,yAbot)为静态农药附着区域的右下角的纵坐标；
S62：计算动态农药附着区域：
x′Aleft＝xAleft+v·τ；
y′Atop＝yAtop+v·τ；
x′Aright＝xArtght+v·τ；
y′Abot＝yAbot+v·τ；
S63：以点(x′Aleft,y′Atop)，(x′Aright,y′Abot)构成的外接矩形区域进行IOB计算，对平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像进行IOB计算，获得每一帧对应的IOB值，并将IOB值存入容器Vector；IOB值为YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例；τ为事先实验得到的平均喷雾规则计算耗时；
其中，(x′Aleft,y′Atop)是动态农药附着区域的左上角的横坐标，(x′Aleft,y′Atop)是动态农药附着区域的左上角的纵坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的横坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的纵坐标；
S64：遍历容器Vector，获取其中的最大值IOBmax；
S65：如果IOBmax＜IOBthreshold，则不执行喷雾；
S66：如果IOBmax≥IOBthreshold，根据催花机器人状态信息标志flag，对催花机器人状态评估；催花机器人状态信息为喷雾液的容积、电池电量、柴油量等。
若flag＝0，则不执行喷雾；
若flag＝1，则读取用户偏好设置，按照偏好设置执行喷雾。用户偏好设置为根据用户设定的特有参数，例如喷雾量、喷雾时间、喷雾压力等
S4：重复步骤S3，直到完成所有菠萝的识别喷洒作业。
在上述算法中，假设菠萝基本单列分布生长；催花机剩余电量和剩余农药量充足；所有用户喷雾偏好一致。其中用户喷雾偏好指的是不同用户对同一喷雾对象施药量的不同决策，与泵的抽水能力以及催花机移动速度有关。
催花机采用的是基于YOLOv5的间作类农田喷雾算法，催花机选择YOLOv5作为基础算法，然后对其改进，提出基于改进的YOLOv5的Spraying Based on YOLOv5(SBY)喷雾算法，并将训练后的模型部署在NVIDIAJeston NANO嵌入式AI平台，通过对菠萝进行图像识别，并且结合轮毂电机驱动器反馈的轮毂电机转速来控制喷头上的电磁阀，从而控制喷头的启停状态，提高了农药利用率。
如图7所示，自主导航系统：自主导航系统采用卫星GPS和惯性测量单元IMU作为硬件。GPS的作用是获取催花机当前所在经纬度，IMU的作用是获取催花机当前的姿态信息。自主导航系统通过对比催花机当前所在经纬度与预设轨迹路线的经纬度，并且对比当前姿态信息与平稳状态下的姿态信息，将这两者的误差输入给PID算法，算法输出每个轮毂电机的转速，从而控制催花机按照预定轨迹行走。
自主导航系统：作业前通过QGroundControl软件规划催花机理想的行走轨迹，系统通过对比预定经纬度坐标与实时坐标，确定下一步行动指令，指令包括前进，后退、左偏、右偏、左转弯和右转弯。每次转弯后的方向作为其在这段直线上的参照方向，喷雾机器人把此刻的航向角作为定位参照，建立横纵坐标系。
为了表述的方便，本发明中的催花机和催花机器人为同一表述，均表示催花机器人。
Claims (7)
1.一种菠萝自动催花机器人，其特征在于，包括车架(1)、固定在所述车架(1)上的喷雾机和若干轮毂电机(4)，以及安装在所述车架(1)上的喷杆总成(2)，所述喷杆总成(2)上安装有摄像头和若干喷头；所述车架(1)和所述轮毂电机(4)之间设置有转向立轴总成(3)，所述转向立轴总成(3)分别与所述车架(1)、所述轮毂电机(4)固定连接；
所述转向立轴总成(3)包括有所述立轴(33)、固定在所述立轴(33)下端的立轴底座(31)和套在所述立轴(33)外部的立轴套筒(32)，以及固定在立轴套筒(32)外部的转向立轴总成安装梁(34)和转向支撑臂安装梁(35)，所述转向立轴总成安装梁(34)安装在所述车架(1)上，所述立轴(33)的外部贯穿设置有转向臂安装板(38)，所述转向支撑臂安装梁(35)上设置有转向油缸支撑臂(37)，所述转向臂安装板(38)和所述转向油缸支撑臂(37)之间设置有转向油缸(36)，所述立轴(33)的上端还设置有空气弹簧机构(39)；
所述空气弹簧机构(39)包括有设置在所述转向臂安装板(38)上的两处空气弹簧导向柱(395)，所述空气弹簧导向柱(395)上设置有空气弹簧底部支撑板(392)和空气弹簧顶部支撑板(394)，所述空气弹簧底部支撑板(392)和所述空气弹簧顶部支撑板(394)之间固定有空气弹簧(393)，所述立轴(33)的顶部与所述空气弹簧底部支撑板(392)的底部贴合，所述立轴(33)外部还设置有摩擦阻尼弹簧底部支撑(391)，所述摩擦阻尼弹簧底部支撑(391)位于所述空气弹簧底部支撑板(392)和所述转向臂安装板(38)之间；
所述摩擦阻尼弹簧底部支撑(391)包括有与所述立轴(33)配合的圆环导向部，以及分别固定所述圆环导向部两侧的U形夹持部，所述U形夹持部用于夹持所述空气弹簧导向柱(395)，所述U形夹持部的两侧分别贯穿设置有夹持螺栓，所述夹持螺栓的旋入端设置有尼龙摩擦阻尼块，所述尼龙摩擦阻尼块与所述空气弹簧导向柱(395)贴合；所述转向臂安装板(38)与所述立轴(33)之间设置有滚动轴承；所述立轴(33)的顶部设置有与所述圆环导向部配合的扩大部，所述扩大部的外径等于所述圆环导向部的内径；
所述轮毂电机(4)上设置有轮毂电机固定端(41)，所述立轴(33)通过所述立轴底座(31)固定在所述轮毂电机固定端(41)上；所述车架(1)的前、后侧设置有安装所述转向立轴总成(3)的安装套筒，所述转向立轴总成安装梁(34)安装在所述安装套筒中。
2.根据权利要求1所述的菠萝自动催花机器人，其特征在于，所述轮毂电机(4)设置有四处，四处所述轮毂电机(4)均布设置在所述车架(1)的两侧；所述车架(1)上设置有安装所述转向立轴总成安装梁(34)的安装套筒，所述安装套筒设置有固定所述转向立轴总成安装梁(34)的螺钉；所述立轴底座(31)的外部固定有轮毂挡环(42)，所述轮毂挡环(42)包括有与所述立轴底座(31)固定的矩形套环和固定在所述矩形套环部上的U形档条，所述轮毂电机(4)的轮边位于所述U形档条的槽口内部。
3.根据权利要求1所述的菠萝自动催花机器人，其特征在于，所述喷杆总成(2)包括有喷杆横梁(21)和喷杆底部横梁(28)，以及固定在所述喷杆横梁(21)和所述喷杆底部横梁(28)之间的两处连接结构，所述喷杆横梁(21)的两端设置有延伸杆(22)，所述延伸杆(22)和喷杆横梁(21)通过连接件(23)和螺栓连接。
4.根据权利要求3所述的菠萝自动催花机器人，其特征在于，所述连接结构包括有依次连接的安装座(24)、上连杆(25)、中央喷架(27)和下连杆(26)，所述安装座(24)、上连杆(25)、中央喷架(27)和下连杆(26)形成矩形框体，所述上连杆(25)、所述中央喷架(27)和下连杆(26)之间固定连接，所述安装座(24)与所述上连杆(25)铰接；所述上连杆(25)和所述安装座(24)之间还设置有电动推杆(29)。
5.根据权利要求1所述的菠萝自动催花机器人，其特征在于，还包括有设置在所述车架(1)上的水泵(5)、水箱(6)、柴油发电机(8)、摄像头(9)、蓄电池和液压系统；所述车架(1)上设置有安装所述水箱(6)的水箱护栏(7)，所述水箱护栏(7)固定在所述车架(1)上。
6.一种利用权利要求1-5任一项所述的菠萝自动催花机器人的催花方法，其特征在于，包括有如下步骤：
S1：初始化置信度阈值Tthreshold、IOB阈值IOBthreshold和初始化容器Vector；YOLOv5模型识别到的物体中包含菠萝的概率为置信度值，YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例为IOB值；
S2：利用训练好的YOLOv5模型对摄像头拍摄的图像进行逐帧识别，获取图像中的菠萝总数N，且逐帧识别为平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像；
S3：并且利用训练好的YOLOv5模型获取第一个菠萝到最后一个菠萝N的锚框位置坐标；
对于任意一个菠萝i；从YOLOv5模型识别结果中获取菠萝i的置信度值Confidence和对菠萝i进行锚框后的位置坐标(xleft,ytop)和(xright,ybottom)；
其中，(xleft,ytop)是YOLOv5模型识别框的左上角的横坐标，(xleft,ytop)是YOLOv5模型识别框的左上角的纵坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的横坐标，(xright,ybottom)是YOLOv5模型识别框的右下角的纵坐标；
S4：根据置信度值Confidence，进行喷雾判断：
若Confidence＜Tthreshold，则不执行喷雾；
若Confidence≥Tthreshold，则执行步骤S5，进行行为预测机制和计算IOB值；
S5：从轮毂电机上的转速传感器获取催花机器人当前速度ν的大小和方向信息；
S6：根据催花机器人当前速度ν对农药有效附着区域进行实时更新，通过预测机制预测分析农药有效附着区域与菠萝识别区域的重合关系，判断是否打开喷头进行喷雾农药；
S7：重复步骤S3-S7，直到完成所有菠萝的识别喷洒作业。
7.权利要求6所述的菠萝自动催花机器人的催花方法，其特征在于，步骤S6还包括有如下步骤：
S61：喷嘴喷出的农药有效附着区域为圆形，利用此圆形的外接矩形作为实际的农药有效附着区域；获取事先实验得到的静态农药有效附着区域A的坐标(xAleft，yAtop)，(xAright，yAbot)；
(xAleft，yAtop)为静态农药附着区域的左上角的横坐标，(xAleft，yAtop)为静态农药附着区域的左上角的纵坐标，(xAright，yAbot)为静态农药附着区域的右下角的横坐标，(xAright，yAbot)为静态农药附着区域的右下角的纵坐标；
S62：计算动态农药附着区域：
x′Aleft＝xAleft+v·τ；
y′Atop＝yAtop+v·τ；
x′Aright＝xAright+v·τ；
y′Abot＝yAbot+v·τ；
S63：以点(x′Aleft，y′Atop)，(x′Aright，y′Abot)构成的外接矩形区域进行IOB计算，对平均喷雾规则计算耗时τ内的每一帧菠萝拍摄图像进行IOB计算，获得每一帧对应的IOB值，并将IOB值存入容器Vector；IOB值为YOLOv5模型识别菠萝的锚框占动态农药附着区域的比例；τ为事先实验得到的平均喷雾规则计算耗时；
其中，(x′Aleft,y′Atop)是动态农药附着区域的左上角的横坐标，(x′Aleft,y′Atop)是动态农药附着区域的左上角的纵坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的横坐标，(x′Aright,y′Abot)是动态农药附着区域的右下角的纵坐标；
S64：遍历容器Vector，获取其中的最大值IOBmax；
S65：如果IOBmax＜IOBthreshold，则不执行喷雾；
S66：如果IOBmax≥IOBthreshold，根据催花机状态信息标志flag，对催花机状态评估；
若flag＝0，则不执行喷雾；
若flag＝1，则执行喷雾。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210890670.XA CN115104452A (zh) | 2022-07-27 | 2022-07-27 | 一种菠萝自动催花机器人及其催花方法 |
| CN202210890670X | 2022-07-27 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116235720A CN116235720A (zh) | 2023-06-09 |
| CN116235720B true CN116235720B (zh) | 2024-04-12 |
Family
ID=83334270
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210890670.XA Withdrawn CN115104452A (zh) | 2022-07-27 | 2022-07-27 | 一种菠萝自动催花机器人及其催花方法 |
| CN202310253502.4A Active CN116235720B (zh) | 2022-07-27 | 2023-03-15 | 一种菠萝自动催花机器人及其催花方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210890670.XA Withdrawn CN115104452A (zh) | 2022-07-27 | 2022-07-27 | 一种菠萝自动催花机器人及其催花方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN115104452A (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115617050B (zh) * | 2022-12-02 | 2023-03-31 | 华南理工大学 | 一种自动点花方法、机器人、电子设备及存储介质 |
| TWI827484B (zh) * | 2023-03-14 | 2023-12-21 | 國立嘉義大學 | 用於鳳梨田之智慧農機 |
| CN117397661A (zh) * | 2023-10-27 | 2024-01-16 | 佛山市天下谷科技有限公司 | 一种喷药机器人的喷药控制方法及喷药机器人 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5465525A (en) * | 1993-12-29 | 1995-11-14 | Tomokiyo White Ant Co. Ltd. | Intellectual working robot of self controlling and running |
| CN102049361A (zh) * | 2009-10-29 | 2011-05-11 | 梁卫兵 | 单轨自动行走立式喷洒机 |
| CN103143465A (zh) * | 2013-02-25 | 2013-06-12 | 中国水利水电科学研究院 | 一种区域降雨过程的模拟系统和方法 |
| CN107442312A (zh) * | 2017-10-08 | 2017-12-08 | 天津市鹏凯建筑机械设备有限公司 | 一种电瓶车车载喷雾机 |
| CN112470782A (zh) * | 2020-11-20 | 2021-03-12 | 诸暨市物昇农业科技有限公司 | 一种农业科技用自动施肥装置 |
| CN112517267A (zh) * | 2020-11-26 | 2021-03-19 | 金寨县御叶农产品销售有限公司 | 一种全方位多角度农业用喷洒设备 |
| CN112974015A (zh) * | 2021-02-01 | 2021-06-18 | 仲恺农业工程学院 | 一种基于plc控制的自走式高地隙菠萝催花机 |
-
2022
- 2022-07-27 CN CN202210890670.XA patent/CN115104452A/zh not_active Withdrawn
-
2023
- 2023-03-15 CN CN202310253502.4A patent/CN116235720B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5465525A (en) * | 1993-12-29 | 1995-11-14 | Tomokiyo White Ant Co. Ltd. | Intellectual working robot of self controlling and running |
| CN102049361A (zh) * | 2009-10-29 | 2011-05-11 | 梁卫兵 | 单轨自动行走立式喷洒机 |
| CN103143465A (zh) * | 2013-02-25 | 2013-06-12 | 中国水利水电科学研究院 | 一种区域降雨过程的模拟系统和方法 |
| CN107442312A (zh) * | 2017-10-08 | 2017-12-08 | 天津市鹏凯建筑机械设备有限公司 | 一种电瓶车车载喷雾机 |
| CN112470782A (zh) * | 2020-11-20 | 2021-03-12 | 诸暨市物昇农业科技有限公司 | 一种农业科技用自动施肥装置 |
| CN112517267A (zh) * | 2020-11-26 | 2021-03-19 | 金寨县御叶农产品销售有限公司 | 一种全方位多角度农业用喷洒设备 |
| CN112974015A (zh) * | 2021-02-01 | 2021-06-18 | 仲恺农业工程学院 | 一种基于plc控制的自走式高地隙菠萝催花机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115104452A (zh) | 2022-09-27 |
| CN116235720A (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116235720B (zh) | 一种菠萝自动催花机器人及其催花方法 | |
| CN110583603B (zh) | 一种适用于柑橘园的仿形智能喷雾设备及喷雾方法 | |
| CN205567572U (zh) | 一种果园用智能植保机器人 | |
| CN103329878A (zh) | 新概念智能多功能喷雾机底盘 | |
| CN108839822B (zh) | 一种可重复飞行轮腿复合移动机器人 | |
| CN112248007A (zh) | 一种配送机器人及物品配送方法 | |
| CN209498337U (zh) | 一种基于机器视觉的果树喷药机器人 | |
| CN109572857A (zh) | 一种麦克纳姆轮智能仓储agv及其路径规划方法 | |
| CN204070259U (zh) | 一种新型农用植保车 | |
| CA3150615C (en) | System and method of control for autonomous or remote-controlled vehicle platform | |
| CN219330029U (zh) | 一种果树施肥机器人 | |
| CN112006004A (zh) | 一种基于rtk-gps高精度定位的智能喷雾小车及控制方法 | |
| CN206227442U (zh) | 一种田间多模喷药车 | |
| CN219770046U (zh) | 一种自平衡无人驾驶自行车 | |
| CN208335015U (zh) | 基于视觉slam导航技术的无人驾驶植保喷施系统 | |
| CN208351332U (zh) | 基于卫星定位技术的无人驾驶植保喷施系统 | |
| CN213153630U (zh) | 一种基于rtk-gps高精度定位的智能喷雾小车 | |
| CN113371200B (zh) | 针对规模化种植农作物的无人机精准喷药系统 | |
| CN210538386U (zh) | 一种适用于低矮苗木的施药车 | |
| CN114128695A (zh) | 一种履带式自主精准变量风送喷雾机器人结构及其路径规划和变量喷雾方法 | |
| KR20220103216A (ko) | 다목적 소형 로봇 | |
| CN211832241U (zh) | 一种四轮灌溉小车 | |
| CN203982198U (zh) | 一种水田植保机器人 | |
| Raghuram et al. | Design and development of an intelligent vehicle for spraying pesticide in banana field | |
| CN109463372A (zh) | 一种适宜高质生产的花生精量植保装备 |
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 |