CN116548195A - 砧木切削方法、装置、系统、设备、介质及嫁接机器人 - Google Patents
砧木切削方法、装置、系统、设备、介质及嫁接机器人 Download PDFInfo
- Publication number
- CN116548195A CN116548195A CN202310849768.5A CN202310849768A CN116548195A CN 116548195 A CN116548195 A CN 116548195A CN 202310849768 A CN202310849768 A CN 202310849768A CN 116548195 A CN116548195 A CN 116548195A
- Authority
- CN
- China
- Prior art keywords
- stock
- cutting
- point
- sample
- sample stock
- 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
- 238000005520 cutting process Methods 0.000 title claims abstract description 364
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 4
- 230000032823 cell division Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 241000219112 Cucumis Species 0.000 description 2
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 2
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000010918 Cudrania tricuspidata Nutrition 0.000 description 1
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 241001523380 Maclura tricuspidata Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000020 growth cone Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000442 meristematic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009335 monocropping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 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
- A01G2/00—Vegetative propagation
- A01G2/30—Grafting
- A01G2/35—Cutting; Inserting
-
- 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
- A01G2/00—Vegetative propagation
- A01G2/30—Grafting
- A01G2/32—Automatic apparatus therefor
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Botany (AREA)
- Developmental Biology & Embryology (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Sampling And Sample Adjustment (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明提供一种砧木切削方法、装置、系统、设备、介质及嫁接机器人,涉及农业技术领域,该方法包括:将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削;目标外部特征参数包括下胚轴的短轴长度;切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系。本发明提供的砧木切削方法、装置、系统、设备、介质及嫁接机器人,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能为嫁接机器人提供更精确地切削引导。
Description
技术领域
本发明涉及农业技术领域,尤其涉及一种砧木切削方法、装置、系统、设备、介质及嫁接机器人。
背景技术
嫁接是一种植物的人工繁殖方法,即把一株植物的枝或芽,嫁接到另一株植物的茎或根上,使接在一起的两个部分长成一个完整的植株。嫁接有利于增强植株抗病能力、提高植株耐低温能力、克服连作危害、扩大根系吸收范围和能力以及提高产量等,是一项保障作物可持续高效生产的重要措施。
嫁接中,被接的植物体,叫做砧木,接上去的枝或芽,叫做接穗。图1是砧木的外部形态的主视图之一。如图1所示,砧木包括下胚轴、两片子叶以及生长点。贴接嫁接法要求切除砧木的一片子叶和生长点,且保证不露髓腔,嫁接时将接穗切口与砧木的切口贴合紧密。
通常情况下,作物的嫁接依赖于技术人员的手工作业,嫁接效率较低,并且嫁接中砧木的切削精度完全取决于技术人员的经验,若技术人员的经验不足或技术人员工作状态不佳,则极易出现砧木的髓腔被切透或生长点未被切除等情况,造成嫁接失败。
因此,如何在嫁接中更准确、更高效地切削砧木,从而提高嫁接的效率和成功率,是本领域亟待解决的技术问题。
发明内容
本发明提供一种砧木切削方法、装置、系统、设备、介质及嫁接机器人,用以解决现有技术中在嫁接中难以准确、高效地切削砧木的缺陷,实现在嫁接中更准确、更高效地切削砧木。
本发明提供一种砧木切削方法,包括:
获取待切削砧木的目标外部特征参数值;
将所述待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取所述砧木切削预测模型输出的所述待切削砧木的切削参数值;
基于所述待切削砧木的切削参数值,控制切削设备对所述待切削砧木进行切削;
其中,所述目标外部特征参数包括下胚轴的短轴长度;所述切削参数包括切削起始点和切削方向;所述砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;所述样本砧木的数量为多个。
根据本发明提供的一种砧木切削方法,所述砧木切削模式是基于如下步骤构建的:
获取所述样本砧木的目标外部特征参数值和内部特征参数值;
基于所述样本砧木的内部特征参数值,确定所述样本砧木的切削参数值;
基于所述样本砧木的目标外部特征参数值和切削参数值之间的对应关系,构建所述砧木切削预测模型;
其中,所述内部特征参数包括第一距离、第二距离、第三距离、第四距离和第五距离;所述第一距离为生长点左基点与生长点右基点之间的距离;所述第二距离为髓腔顶点与所述生长点左基点和所述生长点右基点连线的垂直距离;所述第三距离为所述髓腔顶点与两子叶交点之间的距离;所述第四距离为所述生长点左基点与下胚轴在水平方向上的最远距离;所述第五距离为所述生长点右基点与下胚轴在水平方向上的距离;
所述生长点左基点为左侧子叶与生长点的交界点;所述生长点右基点为右侧子叶与所述生长点的交界点;所述两子叶交点为所述左侧子叶与所述右侧子叶的交界点。
根据本发明提供的一种砧木切削方法,所述目标外部特征参数,是基于所述样本砧木的每一外部特征参数值与所述样本砧木的切削参数值之间的相关程度确定的;
其中,所述外部特征参数包括:下胚轴的短轴长度、下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角。
根据本发明提供的一种砧木切削方法,所述基于所述样本砧木的内部特征参数值,确定所述样本砧木的切削参数值,包括:
基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的目标角度;
将所述样本砧木的生长点左基点或所述生长点右基点,确定为所述样本砧木的切削终止点;
在将所述样本砧木的生长点左基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第四距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,进而基于所述样本砧木的生长点左基点、所述样本砧木的切口长度以及所述目标角度,在所述样本砧木的下胚轴上确定所述样本砧木的切削起始点,并将第一方向确定为所述样本砧木的切削方向,所述第一方向为以所述样本砧木的切削起始点为旋转点,将竖直向上方向沿逆时针方向旋转所述目标角度之后的方向,
在将所述样本砧木的生长点右基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第五距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,进而基于所述样本砧木的生长点右基点、所述样本砧木的切口长度以及所述目标角度,在所述样本砧木的下胚轴上确定所述样本砧木的切削起始点,并将第二方向确定为所述样本砧木的切削方向,所述第二方向为以所述样本砧木的切削起始点为旋转点,将竖直向上方向沿顺时针方向旋转所述目标角度之后的方向。
根据本发明提供的一种砧木切削方法,所述基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的目标角度,包括:
基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的最小目标角度和最大目标角度;
计算所述样本砧木对应的最小目标角度和最大目标角度的平均值,作为所述样本砧木对应的目标角度。
根据本发明提供的一种砧木切削方法,所述在将所述样本砧木的生长点左基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第四距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,包括:
计算所述样本砧木的第四距离,与所述样本砧木对应的目标角度的正弦值之商,作为所述样本砧木的切口长度;
所述在将所述样本砧木的生长点右基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第五距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,包括:
计算所述样本砧木的第五距离,与所述样本砧木对应的目标角度的正弦值之商,作为所述样本砧木的切口长度。
根据本发明提供的一种砧木切削方法,所述目标外部特征参数还包括下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角中的至少一个。
本发明还提供一种砧木切削装置,包括:
数据获取模块,用于获取待切削砧木的目标外部特征参数值;
参数获取模块,用于将所述待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取所述砧木切削预测模型输出的所述待切削砧木的切削参数值;
切削控制模块,用于基于所述待切削砧木的切削参数值,控制切削设备对所述待切削砧木进行切削;
其中,所述目标外部特征参数包括下胚轴的短轴长度;所述切削参数包括切削起始点和切削方向;所述砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;所述样本砧木的数量为多个。
本发明还提供一种电子设备,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,所述处理器执行所述程序时实现如上述任一种所述砧木切削方法。
本发明还提供一种砧木切削系统,包括:切削设备及如上所述的电子设备;所述电子设备与所述切削设备电连接;
所述切削设备用于响应于所述电子设备的控制,对待切削砧木进行切削。
本发明还提供一种嫁接机器人,包括:嫁接设备和如上所述的砧木切削系统;
所述嫁接设备用于在所述砧木切削系统对待切削砧木进行切削之后,将接穗的切口与所述待切削砧木的切口进行贴合并固定。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述砧木切削方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述砧木切削方法。
本发明提供的砧木切削方法、装置、系统、设备、介质及嫁接机器人,通过将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值之后,基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削,砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系,通过识别任意苗龄的待切削砧木的目标外部特征参数值,即能获得任意苗龄的待切削砧木的切削参数,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能为嫁接机器人提供更精确地切削引导。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是砧木的外部形态的主视图之一;
图2是本发明提供的砧木切削方法的流程示意图;
图3是砧木的下胚轴的剖面图;
图4是砧木的外部形态的主视图之二;
图5是砧木的下胚轴的俯视图;
图6为砧木的剖面与外部形态的对比图;
图7是本发明提供的砧木切削装置的结构示意图;
图8是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,贴接嫁接法要求切除砧木的一片子叶和生长点,且保证不露髓腔,若将砧木的髓腔切透,则会导致嫁接失败。
而通常情况下,作物的嫁接可以通过手工嫁接和机器嫁接两种方式实现。
通过手工嫁接的方式进行作物嫁接时,存在以下缺陷:第一,对技术人员的熟练度要求较高,砧木切削完全凭借经验和感觉,长时间作业以后,切削精度和嫁接质量会降低;第二,嫁接效率低,切削角度不标准,砧木髓腔被切透导致嫁接失败;第三,需要严格控制秧苗苗龄,否则嫁接苗的整齐度和标准化程度会很低。
通过机器嫁接的方式虽然可以实现作物的自动切削,从而可以大幅提升作物嫁接的成功率和效率,但通过机器嫁接的方式进行作物嫁接时,是以固定角度对砧木进行切削或仍依赖于技术人员的经验进行切削角度的确定,无法客观、准确地确定每一作物的切削角度,导致出现砧木的髓腔被切透或生长点未被切除等情况,造成嫁接成功率较低。
对此,本发明提供一种砧木切削方法。本发明提供的砧木切削方法通过分析不同苗龄砧木的外部特征与内部髓腔特征的变化规律,构建砧木切削预测模型,可以通过识别任意苗龄的待切削砧木的外部特征值,即可获得待切削砧木的切削参数,可以通过切削参数的动态实时调整提高机器嫁接对不同苗龄秧苗的自适应性,可以基于待切削砧木的切换实时调整切削参数值,从而为嫁接机器人提供更精确地切削引导,形成了砧木自适应切削理论和方法。
图2是本发明提供的砧木切削方法的流程示意图。下面结合图2描述本发明的砧木切削方法。如图2所示,该方法包括:步骤201、获取待切削砧木的目标外部特征参数值;
其中,目标外部特征参数包括下胚轴的短轴长度。
需要说明的是,本发明实施例的执行主体为砧木切削装置。
具体地,待切削砧木为本发明提供的砧木切削方法的切削对象。基于本发明提供的砧木切削方法可以确定待切削砧木的切削参数值,进而可以基于待切削砧木的切削参数值控制切削设备对待切削砧木进行切削,从而可以对切削后的待切削砧木进行嫁接。
需要说明的是,本发明实施例中的待切削砧木可以为瓜类砧木,还可以为其他种类的砧木。本发明实施例中对待切削砧木的种类不作具体限定。
需要说明的是,生长点,植物学上通称为分生区,也称生长锥,或细胞分裂区(region of cell division),位于根冠内方1mm左右,是细胞分裂最旺盛的顶端分生组织,属于原分生组织这些分生区细胞不断分裂,生长、分化—形成其他组织,进而形成根的各种结构。
如图1所示,本发明实施例中将位于生长点左侧的子叶称为左侧子叶,将位于生长点右侧的子叶称为右侧子叶。
砧木下胚轴内部具有空腔,称之髓腔。髓腔的几何形态不规则,近似于自下而上的椭圆柱体收敛于一点(即髓腔顶点)。
图3是砧木的下胚轴的剖面图。如图3所示,砧木下胚轴的剖面通常为中空的椭圆形,砧木下胚轴内部为椭圆形的髓腔。
如图3所示,本发明实施例中砧木下胚轴外侧边界形成的椭圆称为第一椭圆,将髓腔外侧边界形成的椭圆称为第二椭圆。
下胚轴的长轴长度D1,为第一椭圆截与第一椭圆的两焦点连线重合的直线的长度;下胚轴的短轴长度D2,为第一椭圆截垂直平分第一椭圆的两焦点连线的直线所得弦的长度。
髓腔长轴长度d1,为第二椭圆截与第二椭圆的两焦点连线重合的直线的长度;髓腔短轴长度d2,为第二椭圆截垂直平分第二椭圆的两焦点连线的直线所得弦的长度。
本发明实施例中可以通过多种方式获取待切削砧木的目标外部特征参数值,例如:可以利用图像传感器获取待切削砧木下胚轴的图像之后,通过图像识别的方式,获取待切削砧木的目标外部特征参数值;或者,还可以利用雷达获取待切削砧木的三维点云数据之后,基于上述三维点云数据,获取待切削砧木的目标外部特征参数值;又或者,可以接收其他电子设备发送的待切削砧木的目标外部特征参数值。本发明实施例中对获取待切削砧木的目标外部特征参数值的具体方式不作限定。
需要说明的是,本发明实施例中的目标外部特征参数至少包括下胚轴的短轴长度。上述目标外部特征参数可以是基于先验知识和/或实际情况预定义的。
作为一个可选地实施例,目标外部特征参数还包括下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角中的至少一个。
图4是砧木的外部形态的主视图之二。如图4所示,G表示砧木的两子叶交点;
砧木的下胚轴的长度h1,为砧木的两子叶交点G所在水平面与砧木生长点的最高点所在水平面之间的距离;
砧木的生长点高度h2,为砧木下胚轴的最低点所在水平面与砧木的两子叶交点G所在水平面之间的距离;
砧木的株高H,为砧木的下胚轴的长度h1与砧木的生长点高度h2之和,即H=h1+h2;
砧木的叶柄夹角δ,为砧木两子叶之间的夹角;
砧木的子叶跨度L,为砧木左侧子叶的最左端所在竖直面,与砧木右侧子叶的最右端所在竖直面之间的距离。
图5是砧木的下胚轴的俯视图。如图5所示,子叶长度包括左侧子叶长度和右侧子叶长度/>;子叶宽度包括左侧子叶宽度b 1和右侧子叶宽度b 2。
步骤202、将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;
其中,切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;样本砧木的数量为多个。
具体地,获取待切削砧木的目标外部特征参数值之后,可以将待切削砧木的目标外部特征参数值输入砧木切削预测模型。
砧木切削预测模型可以基于样本砧木的目标外部特征参数值与切削参数值之间的对应关系,查找与待切削砧木的目标外部特征参数值相同的样本砧木的目标外部特征参数值,所对应的切削参数值,作为待切削砧木的切削参数值进行输出。
需要说明的是,本发明实施例中的切削起始点,可以用切削起始点与左侧子叶、右侧子叶、生长点、两子叶交点(左侧子叶与右侧子叶的交界点)中的至少一个之间的相位位置关系描述。
需要说明的是,本发明实施例中的切削方向和切削起始点,与切削终止点相关,切削方向可以用以切削起始点为旋转点,竖直向上方向沿顺时针方向旋转某一角度后形成的方向来描述。
可以理解的是,本发明实施例中的待切削砧木与样本砧木为相同种类的砧木。
可以理解的是,本发明实施例中的样本砧木的数量为多个,并且,样本砧木的数量越多,砧木切削预测模型输出的待切削砧木的切削参数值的准确率越高。
需要说明的是,本发明实施例中的砧木切削预测模型可以通过多种方式描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系,例如砧木切削预测模型可以通过特性曲线、拟合函数以及映射表等方式,描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系。
步骤203、基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削。
具体地,获取待切削砧木的切削参数值之后,可以基于待切削砧木的切削参数值,对切削设备进行控制,从而可以利用切削设备对待切削砧木进行切削,获得切削后的待切削砧木用于嫁接。
需要说明的是,本发明实施例中的切削设备,为一种可以基于切削参数值对砧木进行切削的机器。
本发明实施例通过将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值之后,基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削,砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系,通过识别任意苗龄的待切削砧木的目标外部特征参数值,即能获得任意苗龄的待切削砧木的切削参数,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能为嫁接机器人提供更精确地切削引导。
基于上述各实施例的内容,砧木切削模式是基于如下步骤构建的:获取样本砧木的目标外部特征参数值和内部特征参数值;
其中,内部特征参数包括第一距离、第二距离、第三距离、第四距离和第五距离;第一距离为生长点左基点与生长点右基点之间的距离;第二距离为髓腔顶点与生长点左基点之间的距离;第三距离为髓腔顶点与两子叶交点之间的距离;第四距离为生长点左基点与下胚轴在水平方向上的最远距离;第五距离为生长点右基点与下胚轴在水平方向上的最远距离;
生长点左基点为左侧子叶与生长点的交界点;生长点右基点为右侧子叶与生长点的交界点;两子叶交点为左侧子叶与右侧子叶的交界点。
具体地,本发明实施例中可以利用数显游标卡尺,获取样本砧木的目标外部特征参数值;还可以通过获取样本砧木的视觉图像进行特征的标定和测量的方式,样本砧木的目标外部特征参数值。
可以理解的是,由于直接测量样本砧木的内部特征参数值的难度较低,因此,本发明实施例中通过获取样本砧木的视觉图像进行特征的标定和测量的方式,获取样本砧木的内部特征参数值。
图6为砧木的剖面与外部形态的对比图。砧木内部的髓腔结构如图6所示。
图6中的A1表示砧木的生长点右基点;A2表示砧木的生长点左基点;O表示砧木的髓腔顶点;N表示下胚轴在水平方向上距离生长点右基点A1的最远一点,即生长点右基点A1水平延长线与下胚轴左壁的交点;K表示生长点右基点A1与两子叶交点G连线的延长线与下胚轴右壁的交点;M表示生长点右基点A1与髓腔顶点O连线的延长线与下胚轴右壁的交点。
需要说明的是,下胚轴在水平方向上距离生长点左基点A2的最远一点,即生长点左基点A2的水平延长线与下胚轴右壁的交点N',生长点左基点A2与两子叶交点G连线的延长线与下胚轴左壁的交点K',以及生长点左基点A2与髓腔顶点O连线的延长线与下胚轴左壁的交点M'在图6中并未示出。
需要说明的是,以生长点右基点A1、生长点右基点A1与两子叶交点G连线的延长线与下胚轴右壁的交点K以及生长点右基点A1与髓腔顶点O连线的延长线与下胚轴右壁的交点M为顶点的三角形区域,或者,以生长点左基点A2、生长点左基点A2与两子叶交点G连线的延长线与下胚轴左壁的交点K'以及生长点左基点A2与髓腔顶点O连线的延长线与下胚轴左壁的交点M'为顶点的三角形区域,为砧木切削的安全区域,对砧木进行切削时,在切口落入上述两个三角形区域的情况下,可以确保切除砧木的一片子叶和生长点且不露髓腔,从而符合嫁接的需求。
需要说明的是,本发明实施例中可以用表示生长点右基点A1与生长点左基点A2之间的距离,即第一距离;
用表示髓腔顶点O与生长点右基点A1之间的距离;
用表示髓腔顶点O与生长点左基点A2之间的距离;
用表示髓腔顶点O与生长点左基点A1和生长点右基点A2连线的垂直距离,即第二距离;其中,A表示通过髓腔顶点O且垂直于生长点左基点A1和生长点右基点A2连线的直线,与生长点左基点A1和生长点右基点A2连线的交点;
用表示髓腔顶点O与两子叶交点G之间的距离,即第三距离;
用表示生长点左基点A2与生长点左基点的水平延长线与下胚轴右壁的交点N'之间的距离,即生长点左基点A2与下胚轴的在水平方向上的最远,第四距离;
用表示生长点右基点A1与生长点右基点的水平延长线与下胚轴左壁的交点N之间的距离,即生长点右基点A1与下胚轴的在水平方向上的最远,即第五距离;
用表示生长点右基点A1与生长点右基点A1与两子叶交点G连线的延长线与下胚轴右壁的交点K之间的距离,即刚好切除左侧子叶与生长点G的切口长度;
用表示生长点右基点A1与生长点右基点A1与髓腔顶点O连线的延长线与下胚轴右壁的交点M之间的距离,即刚好切透髓腔顶点O的切口长度。
可选地,本发明实施例中获取样本砧木的下胚轴的长轴长度值、下胚轴的短轴长度值、髓腔的长轴长度值以及髓腔的短轴长度值的具体步骤可以包括:对高清CCD(chargecoupled device,电荷耦合器件)相机进行标定并固定焦距之后,用刀片沿样本砧木的下胚轴10mm处切断,制成1mm厚度的下胚轴切片,进而将上述下胚轴切片黏贴于支撑架。利用上述高清CCD相机拍摄上述下胚轴切片的图像,通过调整图片亮度以及调节补光灯的光照强弱,可以提高上述图像的清晰度。
获取样本砧木下胚轴切片的图像之后,可以利用计算机软件对样本砧木的下胚轴的长轴长度值、下胚轴的短轴长度值、髓腔长轴长度值以及髓腔短轴长度值进行测量并记录数值。
可选地,本发明实施例中获取样本砧木的叶柄夹角以及标定两子叶交点的具体步骤可以包括:切除样本砧木的子叶与部分下胚轴,剩余叶柄和下胚轴高度10mm左右。
使用将样本砧木的剩余叶柄和下胚轴黏贴于支撑架,利用上述高清CCD相机拍摄上述样本砧木的剩余叶柄和下胚轴的图像,通过调整图片亮度以及调节补光灯的光照强弱,可以提高上述图像的清晰度。
获取上述样本砧木的剩余叶柄和下胚轴的图像之后,利用图像软件绘制出左侧子叶和右侧子叶的交点连线,形成叶柄夹角并测量;
标记两子叶交点,以下胚轴下切面为基准面,测量两子叶交点至基准面的距离。
从支撑架上取下上述样本砧木的剩余叶柄和下胚轴,用刀片沿下胚轴短轴中轴线方向从自上而下均匀剖切,再次将样本砧木剖切后的剩余叶柄和下胚轴固定于支撑架,利用上述高清CCD相机拍摄样本砧木剖切后的剩余叶柄和下胚轴的图像。
在上述图片中标定出两子叶交点、髓腔顶点等特征。
可选地,本发明实施例中获取样本砧木的第一距离、第二距离、第三距离、第四距离和第五距离的具体步骤包括:获取样本砧木剖切后的剩余叶柄和下胚轴的图像之后,可以利用图像软件在上述图像中测量得到样本砧木的第一距离、第二距离、第四距离和第五距离。
基于样本砧木的内部特征参数值,确定样本砧木的切削参数值。
具体地,获取样本砧木的内部特征参数值之后,可以基于砧木的切削需求,通过数值计算的方式,计算得到样本砧木的切削参数值。其中,砧木的切削需求包括切除砧木的一片子叶和生长点且保证不露髓腔。
基于样本砧木的目标外部特征参数值和切削参数值之间的对应关系,构建砧木切削预测模型。
具体地,确定样本砧木的切削参数值之后,可以基于样本砧木的目标外部特征参数值和切削参数之间的对应关系,构建砧木切削预测模型。
作为一个可选地实施例,目标外部特征参数,是基于样本砧木的每一外部特征参数值与样本砧木的切削参数值之间的相关程度确定的;其中,外部特征参数包括下胚轴的短轴长度、下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角。
具体地,本发明实施例中可以通过分别分析样本砧木的下胚轴的长度值、子叶跨度值、子叶长度值、子叶宽度值、生长点高度值、胚轴的短轴长度值、下胚轴的长轴长度值以及叶柄夹角值,与样本砧木的切削参数值之间的相关程度,可以将与样本砧木的切削参数值相关程度最高的下胚轴的短轴长度,确定为目标外部特征参数,还可以将与样本砧木的切削参数值相关程度最高的多个外部特征参数,确定为目标外部特征参数。
需要说明的是,表1为样本砧木的外部特征参数值的统计表。如表1所示,通过统计分析育苗天数为第1~11天的样本砧木的外部特征参数可知,样本砧木的生长点高度的变异系数最大,变异系数(Coefficient of Variation,CV)值为64.66,从两子叶展开的第1天~第11天,生长点高度随天数递增呈不均匀递增,数据波动范围最大。叶柄夹角、下胚轴的长度、子叶跨度的变异系数处于中位,而下胚轴的短轴长度的变异系数和标准差最小,CV值为4.67、标准差(standard deviation,SD)值为±0.14mm,随育苗天数递增下胚轴的短轴长势均匀变化。
表2为样本砧木的外部特征参数值与育苗天数的回归分析表。表2中的回归模型的决定系统(R 2)为0.9631-0.9940,P<0.01。如表2所示,样本砧木的外部特征参数值与育苗天数的拟合度均比较高,与实际的砧木生长规律相符。综合分析可知,下胚轴的短轴长度与育苗天数的回归模型稳定性更高。
砧木内部髓腔的形成对于砧木嫁接是否成功而言至关重要。育苗天数为第1~11天的样本砧木,髓腔逐渐变大,髓腔顶点和两子叶交点逐渐发生变化。髓腔顶点位置变化过程为:从两子叶交点的下方一直向上移动,至二者重合,再移动到两子叶交点上方。从第1至第9天,髓腔顶点位于两子叶交点下方,符合砧木精准切削要求;从第10至第11天,髓腔顶点位于两子叶交点上方,无法进行精准切削。
表3为样本砧木的髓腔顶点位置-两子叶交点位置与育苗天数的回归分析表。如表3可知,样本砧木的髓腔顶点位置-两子叶交点位置与育苗天数的拟合度均比较高,与实际的砧木生长规律相符。
/>
其中,B1、B2、B3分别是一次项、二次项、三次项的系数。
本发明实施例中可以用皮尔逊相关系数表示样本砧木的髓腔顶点位置-两子叶交点位置,与样本砧木的外部特征参数值之间的相关程度。
皮尔逊相关系数可用下列公式表示:
式中,r代表样本的相关系数,n为样本数,代表两个变量的样本观测值。
表4为样本砧木的髓腔顶点位置-两子叶交点位置与样本砧木的外部特征参数值的相关系数分布表。如表4所示,外部特征参数与髓腔顶点位置-两子叶交点位置的相关性存在差异。
生长点高度、下胚轴的短轴长度、子叶跨度、叶柄夹角和下胚轴的长度,与髓腔顶点位置-两子叶交点位置呈现负相关关系,相关系数(R)分别为0.830、0.802、0.739、0.803、0.892,相关系数(R)的显著性分别为0.002、0.003、0.009、0.003、0,均小于0.01,表现为极显著。
子叶长度与髓腔顶点位置-两子叶交点位置也呈现负相关关系,相关系数为0.732,相关系数(R)的显著性为0.01,表现为显著。显著性排序为:下胚轴的长度>生长点高度>下胚轴的短轴长度=叶柄夹角>子叶跨度>子叶长度。
其中,“P<0.01”表示差异极显著(**),“0.01≤P<0.05”表示差异显著(*)。
通过样本砧木的外部特征参数值和内部特征参数值的获取和识别,可以精准预测髓腔顶点位置-两子叶交点位置。对生长点高度、下胚轴的短轴长度、叶柄夹角、子叶跨度、子叶长度和下胚轴的长度,分别与髓腔顶点位置-两子叶交点位置进行回归分析。外部特征服从严格递减、髓腔顶点-子叶交点服从严格递增,两变量均服从严格单调性变化。
采用3个评价指标对回归预测模型精度进行评估,包括均方根误差(RMSE)、平均绝对误差(MAE)、决定系数(R 2),计算公式如下:
式中,为实测值;/>为拟合值;/>为实测值的平均值;n为样本数。
表5为样本砧木的外部特征参数值与髓腔顶点位置-两子叶交点位置的回归分析表。如表5所示,下胚轴的短轴长度的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.0227、0.0183,均小于0.1,决定系数(R2)为0.9754,回归拟合准确度最高,表明基于下胚轴的短轴长度可以较好地预测髓腔顶点位置-两子叶交点位置。子叶长度和下胚轴的长度的回归拟合准确度略低于下胚轴的短轴长度,生长点高度的回归拟合准确度较低。
本发明实施例通过基于样本砧木的内部特征参数值,确定样本砧木的切削参数值之后,基于样本砧木的外部特征参数值与样本砧木的切削参数值之间的相关程度,确定目标外部特征参数,进而基于样本砧木的目标外部特征参数值和切削参数之间的对应关系,构建得到准确率更高地砧木切削预测模型,能提高构建砧木切削预测模型的效率。
基于上述各实施例的内容,基于样本砧木的内部特征参数值,确定样本砧木的切削参数值,包括:基于样本砧木的第一距离、第二距离和第三距离,计算得到样本砧木对应的目标角度。
具体地,获取样本砧木的第一距离、第二距离/>和第三距离/>之后,可以通过数值计算的方式,计算得到样本砧木对应的目标角度/>。
作为一个可选地实施例,基于样本砧木的第一距离、第二距离和第三距离,计算得到样本砧木对应的目标角度,包括:基于样本砧木的第一距离、第二距离和第三距离,计算得到样本砧木对应的最小目标角度和最大目标角度。
具体地,基于样本砧木的第一距离和第二距离/>,可以通过如下公式,计算得到样本砧木对应的最小目标角度/>:
基于样本砧木的第一距离、第二距离/>和第三距离/>,可以通过如下公式,计算得到样本砧木对应的最大目标角度/>:
计算样本砧木对应的最小目标角度和最大目标角度的平均值,作为样本砧木对应的目标角度。
具体地,计算得到样本砧木对应的最小目标角度和最大目标角度/>之后,可以通过如下公式,计算得到样本砧木对应的目标角度/>:
将样本砧木的生长点左基点或生长点右基点,确定为样本砧木的切削终止点。
在将样本砧木的生长点左基点确定为样本砧木的切削终止点的情况下,基于样本砧木的第四距离和样本砧木对应的目标角度,计算得到样本砧木的切口长度,进而基于样本砧木的生长点左基点、样本砧木的切口长度以及目标角度,在样本砧木的下胚轴上确定样本砧木的切削起始点,并将第一方向确定为样本砧木的切削方向,第一方向为以样本砧木的切削起始点为旋转点,将竖直向上方向沿逆时针方向旋转目标角度之后的方向,在将样本砧木的生长点右基点确定为样本砧木的切削终止点的情况下,基于样本砧木的第五距离和样本砧木对应的目标角度,计算得到样本砧木的切口长度,进而基于样本砧木的生长点右基点、样本砧木的切口长度以及目标角度,在样本砧木的下胚轴上确定样本砧木的切削起始点,并将第二方向确定为样本砧木的切削方向,第二方向为以样本砧木的切削起始点为旋转点,将竖直向上方向沿顺时针方向旋转目标角度之后的方向。
作为一个可选地实施例,在将样本砧木的生长点左基点确定为样本砧木的切削终止点的情况下,基于样本砧木的第四距离和样本砧木对应的目标角度,计算得到样本砧木的切口长度,包括:计算样本砧木的第四距离,与样本砧木对应的目标角度的正弦值之商,作为样本砧木的切口长度。
具体地,获取样本砧木对应的目标角度之后,在获取在将样本砧木的生长点左基点确定为样本砧木的切削终止点的情况下,可以基于样本砧木对应的目标角度/>和样本砧木的第四距离/>,通过如下公式,计算得到样本砧木的切口长度/>:
其中,表示切口与样本砧木的下胚轴右壁的交点。
需要说明的是,切口与样本砧木的下胚轴右壁的交点在图6中并未示出。
在将样本砧木的生长点右基点确定为样本砧木的切削终止点的情况下,基于样本砧木的第五距离和样本砧木对应的目标角度,计算得到样本砧木的切口长度,包括:计算样本砧木的第五距离,与样本砧木对应的目标角度的正弦值之商,作为样本砧木的切口长度。
具体地,获取样本砧木对应的目标角度之后,在获取在将样本砧木的生长点左基点确定为样本砧木的切削终止点的情况下,可以基于样本砧木对应的目标角度/>和样本砧木的第五距离/>,通过如下公式,计算得到样本砧木的切口长度/>:
如图6所示,P表示切口与样本砧木的下胚轴右壁的交点。
获得样本砧木的切口长度之后,可以基于样本砧木的切口长度/>、样本砧木对应的目标角度/>以及样本砧木的生长点左基点A2,通过几何以及数值计算的方式,在样本砧木的下胚轴上确定样本砧木的切削起始点。/>
获得样本砧木的切口长度之后,可以基于样本砧木的切口长度/>、样本砧木对应的目标角度/>以及样本砧木的生长点右基点A1,通过几何以及数值计算的方式,在样本砧木的下胚轴上确定样本砧木的切削起始点。
需要说明的是,技术人员可以在砧木切削预测模型中将切削终止点预定义为生长点左基点或生长点右基点,从而可以使得砧木切削预测模型于预定义的切削终止点,输出待切削砧木的切削参数值。
可以理解的是,若未在砧木切削预测模型中预定义切削终止点为生长点左基点还是生长点右基点,砧木切削预测模型可以输出两组待切削砧木的切削参数值,分别对应切削终止点为生长点左基点或生长点右基点。
本发明实施例基于样本砧木的内部特征参数,通过数值计算的方式,能更准确、更高效地获得样本砧木的切削参数值。
需要说明的是,基于砧木切削预测模型输出的待切削砧木的切削参数值对待切削砧木进行切削之后,技术人员可以基于切削后的待切削砧木的切口长度和切口角度,对砧木切削预测模型进行验证。
表6为砧木切削预测模型的验证统计结果。如表6所示,待切削砧木的下胚轴的短轴长度值为2.91±0.08mm、变异系数为2.75%;
砧木切削预测模型输出的待切削砧木的切削参数值包括:待切削砧木的切削终止点为待切削砧木的生长点右基点,待切削砧木的切削起始点的位置信息,以及切削方向为以待切削砧木的切削起始点为旋转点,将竖直向上方向沿顺时针旋转目标角度之后得到的方向,目标角度为20.57°,切口长度7.25mm;
切削后的待切削砧木的切口长度为7.27±0.41mm,变异系数为5.64%,切削成功率为86%。
表6 砧木切削预测模型的验证统计结果
本发明提供了一种砧木切削方法,基于砧木外部特征参数与内部髓腔结构的生长变化规律及相关性,构建了下胚轴的短轴长度与切削参数之间的预测模型。
本发明分别探究了各外部特征动态生长过程、内部髓腔顶点-子叶交点的变化。采用Logistic生长曲线模型可准确拟合外部特征:生长点高度、下胚轴的短轴长度、子叶跨度、叶柄夹角、子叶长度和下胚轴的长度的生长动态规律,决定系数(R2)为0.9631-0.9940,整个生长过程服从“S”型曲线分布。采用多项式函数模型可准确反映髓腔顶点-子叶交点的变化,决定系数(R2)为0.9752。
本发明进行了各外部特征与内部髓腔顶点-子叶交点相关性分析与回归模型构建。研究得到:内部髓腔顶点-子叶交点与生长点高度、下胚轴的短轴长度、子叶跨度、叶柄夹角和下胚轴的长度与髓腔顶点-子叶交点呈极显著负相关;与子叶长度呈显著负相关,各外部特征与内部髓腔顶点-子叶交点显著性排序为:下胚轴的长度>生长点高度>下胚轴的短轴长度=叶柄夹角>子叶跨度>子叶长度。
本发明构建了砧木髓腔切削几何模型,确定出精准切削参数。建立了以下胚轴的短轴长度为代表的外部特征与精准切削角的预测模型。试验结果表明:砧木切削成功率为86%,生长点未切干净、切透髓腔和过度切削分别为6%、4%、4%;切口长度平均值7.27mm,由于理论切口长度7.25mm。以下胚轴的短轴长度为代表的柘木外部特征可以表征内部髓腔变化,用此预测模型可以根据下胚轴的短轴长度确定精准切削角。
本发明可以将为进一步实现瓜类砧木生长的虚拟和数字表达奠定基础。对研究砧木自适应切削方法和图像识别技术,实现砧木外部特征获取和视觉引导切削机构实时变角度切削作业,为嫁接机器人技术创新提供理论支撑。
图7是本发明提供的砧木切削装置的结构示意图。下面结合图7对本发明提供的砧木切削装置进行描述,下文描述的砧木切削装置与上文描述的本发明提供的砧木切削方法可相互对应参照。如图7所示,该装置包括:数据获取模块701、参数获取模块702和切削控制模块703。
数据获取模块701,用于获取待切削砧木的目标外部特征参数值;
参数获取模块702,用于将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;
切削控制模块703,用于基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削;
其中,目标外部特征参数包括下胚轴的短轴长度;切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;样本砧木的数量为多个。
具体地,数据获取模块701、参数获取模块702和切削控制模块703电连接。
本发明实施例中的砧木切削装置,通过将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值之后,基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削,砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系,通过识别任意苗龄的待切削砧木的目标外部特征参数值,即能获得任意苗龄的待切削砧木的切削参数,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能为嫁接机器人提供更精确地切削引导。
图8示例了一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行砧木切削方法,该方法包括:获取待切削砧木的目标外部特征参数值;将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削;其中,目标外部特征参数包括下胚轴的短轴长度;切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;样本砧木的数量为多个。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元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。
基于上述各实施例的内容,一种砧木切削系统,包括:切削设备及如上所述的电子设备;所述电子设备与所述切削设备电连接;
所述切削设备用于响应于所述电子设备的控制,对待切削砧木进行切削。
本发明实施例中的砧木切削系统,包括切削设备和可执行本发明提供的砧木切削方法的电子设备,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能为嫁接机器人提供更精确地切削引导。
基于上述各实施例的内容,一种嫁接机器人,包括:嫁接设备和如上所述的砧木切削系统;
所述嫁接设备用于在所述砧木切削系统对待切削砧木进行切削之后,将接穗的切口与所述待切削砧木的切口进行贴合并固定。
本发明实施例中的嫁接机器人,包括嫁接设备和上述砧木切削系统,能在嫁接中更准确、更高效地切削任意苗龄的砧木,能提高嫁接的效率和成功率,能提高作物嫁接的自动化水平。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的砧木切削方法,该方法包括:获取待切削砧木的目标外部特征参数值;将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削;其中,目标外部特征参数包括下胚轴的短轴长度;切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;样本砧木的数量为多个。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的砧木切削方法,该方法包括:获取待切削砧木的目标外部特征参数值;将待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取砧木切削预测模型输出的待切削砧木的切削参数值;基于待切削砧木的切削参数值,控制切削设备对待切削砧木进行切削;其中,目标外部特征参数包括下胚轴的短轴长度;切削参数包括切削起始点和切削方向;砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;样本砧木的数量为多个。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种砧木切削方法,其特征在于,包括:
获取待切削砧木的目标外部特征参数值;
将所述待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取所述砧木切削预测模型输出的所述待切削砧木的切削参数值;
基于所述待切削砧木的切削参数值,控制切削设备对所述待切削砧木进行切削;
其中,所述目标外部特征参数包括下胚轴的短轴长度;所述切削参数包括切削起始点和切削方向;所述砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;所述样本砧木的数量为多个。
2.根据权利要求1所述的砧木切削方法,其特征在于,所述砧木切削模式是基于如下步骤构建的:
获取所述样本砧木的目标外部特征参数值和内部特征参数值;
基于所述样本砧木的内部特征参数值,确定所述样本砧木的切削参数值;
基于所述样本砧木的目标外部特征参数值和切削参数值之间的对应关系,构建所述砧木切削预测模型;
其中,所述内部特征参数包括第一距离、第二距离、第三距离、第四距离和第五距离;所述第一距离为生长点左基点与生长点右基点之间的距离;所述第二距离为髓腔顶点与所述生长点左基点和所述生长点右基点连线的垂直距离;所述第三距离为所述髓腔顶点与两子叶交点之间的距离;所述第四距离为所述生长点左基点与下胚轴在水平方向上的最远距离;所述第五距离为所述生长点右基点与下胚轴在水平方向上的距离;
所述生长点左基点为左侧子叶与生长点的交界点;所述生长点右基点为右侧子叶与所述生长点的交界点;所述两子叶交点为所述左侧子叶与所述右侧子叶的交界点。
3.根据权利要求2所述的砧木切削方法,其特征在于,所述目标外部特征参数,是基于所述样本砧木的每一外部特征参数值与所述样本砧木的切削参数值之间的相关程度确定的;
其中,所述外部特征参数包括:下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角。
4.根据权利要求2所述的砧木切削方法,其特征在于,所述基于所述样本砧木的内部特征参数值,确定所述样本砧木的切削参数值,包括:
基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的目标角度;
将所述样本砧木的生长点左基点或所述生长点右基点,确定为所述样本砧木的切削终止点;
在将所述样本砧木的生长点左基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第四距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,进而基于所述样本砧木的生长点左基点、所述样本砧木的切口长度以及所述目标角度,在所述样本砧木的下胚轴上确定所述样本砧木的切削起始点,并将第一方向确定为所述样本砧木的切削方向,所述第一方向为以所述样本砧木的切削起始点为旋转点,将竖直向上方向沿逆时针方向旋转所述目标角度之后的方向,
在将所述样本砧木的生长点右基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第五距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,进而基于所述样本砧木的生长点右基点、所述样本砧木的切口长度以及所述目标角度,在所述样本砧木的下胚轴上确定所述样本砧木的切削起始点,并将第二方向确定为所述样本砧木的切削方向,所述第二方向为以所述样本砧木的切削起始点为旋转点,将竖直向上方向沿顺时针方向旋转所述目标角度之后的方向。
5.根据权利要求4所述的砧木切削方法,其特征在于,所述基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的目标角度,包括:
基于所述样本砧木的第一距离、第二距离和第三距离,计算得到所述样本砧木对应的最小目标角度和最大目标角度;
计算所述样本砧木对应的最小目标角度和最大目标角度的平均值,作为所述样本砧木对应的目标角度。
6.根据权利要求4所述的砧木切削方法,其特征在于,所述在将所述样本砧木的生长点左基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第四距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,包括:
计算所述样本砧木的第四距离,与所述样本砧木对应的目标角度的正弦值之商,作为所述样本砧木的切口长度;
所述在将所述样本砧木的生长点右基点确定为所述样本砧木的切削终止点的情况下,基于所述样本砧木的第五距离和所述样本砧木对应的目标角度,计算得到所述样本砧木的切口长度,包括:
计算所述样本砧木的第五距离,与所述样本砧木对应的目标角度的正弦值之商,作为所述样本砧木的切口长度。
7.根据权利要求1至6任一所述的砧木切削方法,其特征在于,所述目标外部特征参数还包括下胚轴的长度、子叶跨度、子叶长度、子叶宽度、生长点高度、下胚轴的长轴长度以及叶柄夹角中的至少一个。
8.一种砧木切削装置,其特征在于,包括:
数据获取模块,用于获取待切削砧木的目标外部特征参数值;
参数获取模块,用于将所述待切削砧木的目标外部特征参数值输入砧木切削预测模型,获取所述砧木切削预测模型输出的所述待切削砧木的切削参数值;
切削控制模块,用于基于所述待切削砧木的切削参数值,控制切削设备对所述待切削砧木进行切削;
其中,所述目标外部特征参数包括下胚轴的短轴长度;所述切削参数包括切削起始点和切削方向;所述砧木切削预测模型用于描述样本砧木的目标外部特征参数值与切削参数值之间的对应关系;所述样本砧木的数量为多个。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述砧木切削方法。
10.一种砧木切削系统,其特征在于,包括:切削设备及如权利要求9所述的电子设备;所述电子设备与所述切削设备电连接;
所述切削设备用于响应于所述电子设备的控制,对待切削砧木进行切削。
11.一种嫁接机器人,其特征在于,包括:嫁接设备和如权利要求10所述的砧木切削系统;
所述嫁接设备用于在所述砧木切削系统对待切削砧木进行切削之后,将接穗的切口与所述待切削砧木的切口进行贴合并固定。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述砧木切削方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849768.5A CN116548195B (zh) | 2023-07-12 | 2023-07-12 | 砧木切削方法、装置、系统、设备、介质及嫁接机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849768.5A CN116548195B (zh) | 2023-07-12 | 2023-07-12 | 砧木切削方法、装置、系统、设备、介质及嫁接机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116548195A true CN116548195A (zh) | 2023-08-08 |
CN116548195B CN116548195B (zh) | 2023-10-20 |
Family
ID=87498685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310849768.5A Active CN116548195B (zh) | 2023-07-12 | 2023-07-12 | 砧木切削方法、装置、系统、设备、介质及嫁接机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116548195B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013153751A1 (ja) * | 2012-04-11 | 2013-10-17 | 株式会社三国アグリテクノ | 接木用台木処理方法および接木用の台木ならびに苗木 |
CN103766215A (zh) * | 2014-03-04 | 2014-05-07 | 郑州大学 | 黄瓜嫁接方法 |
KR20140122911A (ko) * | 2013-04-11 | 2014-10-21 | 포승원예영농조합법인 | 대목 다단 접목법 |
CN108347478A (zh) * | 2018-01-24 | 2018-07-31 | 深圳市深创谷技术服务有限公司 | 自动切削果蔬的控制方法、果蔬自动切削设备及系统 |
CN110393096A (zh) * | 2019-05-09 | 2019-11-01 | 北京虹安翔宇信息科技有限公司 | 基于图像识别的自动化种苗嫁接装置及其控制方法 |
CN111386881A (zh) * | 2020-05-02 | 2020-07-10 | 北京市农业技术推广站 | 贴接法嫁接瓜苗砧木的切削装置 |
CN113994823A (zh) * | 2021-12-31 | 2022-02-01 | 北京市农林科学院智能装备技术研究中心 | 瓜类苗的砧穗匹配嫁接方法、装置及嫁接机器人 |
CN114698479A (zh) * | 2022-04-15 | 2022-07-05 | 合肥佳富特机器人科技有限责任公司 | 一种基于图像处理的砧木叶展方向识别方法 |
CN114882365A (zh) * | 2022-05-24 | 2022-08-09 | 菏泽鲁菏牡丹种植专业合作社 | 一种牡丹嫁接的智能化监测系统 |
-
2023
- 2023-07-12 CN CN202310849768.5A patent/CN116548195B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013153751A1 (ja) * | 2012-04-11 | 2013-10-17 | 株式会社三国アグリテクノ | 接木用台木処理方法および接木用の台木ならびに苗木 |
KR20140122911A (ko) * | 2013-04-11 | 2014-10-21 | 포승원예영농조합법인 | 대목 다단 접목법 |
CN103766215A (zh) * | 2014-03-04 | 2014-05-07 | 郑州大学 | 黄瓜嫁接方法 |
CN108347478A (zh) * | 2018-01-24 | 2018-07-31 | 深圳市深创谷技术服务有限公司 | 自动切削果蔬的控制方法、果蔬自动切削设备及系统 |
CN110393096A (zh) * | 2019-05-09 | 2019-11-01 | 北京虹安翔宇信息科技有限公司 | 基于图像识别的自动化种苗嫁接装置及其控制方法 |
CN111386881A (zh) * | 2020-05-02 | 2020-07-10 | 北京市农业技术推广站 | 贴接法嫁接瓜苗砧木的切削装置 |
CN113994823A (zh) * | 2021-12-31 | 2022-02-01 | 北京市农林科学院智能装备技术研究中心 | 瓜类苗的砧穗匹配嫁接方法、装置及嫁接机器人 |
CN114698479A (zh) * | 2022-04-15 | 2022-07-05 | 合肥佳富特机器人科技有限责任公司 | 一种基于图像处理的砧木叶展方向识别方法 |
CN114882365A (zh) * | 2022-05-24 | 2022-08-09 | 菏泽鲁菏牡丹种植专业合作社 | 一种牡丹嫁接的智能化监测系统 |
Non-Patent Citations (4)
Title |
---|
张铁中, 孙刚, 贡治华: "基于图像处理技术的蔬菜嫁接机砧木自动定位系统研究", 潍坊学院学报, no. 06 * |
贺磊盈;蔡丽苑;武传宇;: "基于机器视觉的幼苗自动嫁接参数提取", 农业工程学报, no. 24 * |
赵燕平;张铁中;王红英;: "树苗自动嫁接机砧木切削机构研究", 农业工程学报, no. 09 * |
马稚昱;韦鸿钰;牟英辉;辜松;: "顶芽斜插嫁接时砧木插孔角度的确定", 农业工程学报, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN116548195B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102495005B (zh) | 高光谱图像技术诊断作物水分亏缺的方法 | |
KR101752313B1 (ko) | L(Lindenmayer) 시스템과 이미지 및 빔 척도를 이용한 작물체 초장 및 생육량 측정 시스템 | |
CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
CN116548195B (zh) | 砧木切削方法、装置、系统、设备、介质及嫁接机器人 | |
CN115620151B (zh) | 物候期识别方法、装置、电子设备和存储介质 | |
CN113920106A (zh) | 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法 | |
CN114694047A (zh) | 一种玉米播种质量的评价方法及装置 | |
JP7140086B2 (ja) | 果菜類植物及び果樹栽培管理装置、学習装置、果菜類植物及び果樹栽培管理方法、学習モデル生成方法、果菜類植物及び果樹栽培管理プログラム及び学習モデル生成プログラム | |
CN117063826B (zh) | 一种基于植物形态监测的植株立体水培系统 | |
CN104236486A (zh) | 一种棉花叶面积指数快速无损测定方法 | |
CN110610438A (zh) | 一种农作物冠层叶柄夹角计算方法及系统 | |
CN114022771A (zh) | 一种基于深度学习的玉米苗期田间分布信息统计方法 | |
CN113994823B (zh) | 瓜类苗的砧穗匹配嫁接方法、装置及嫁接机器人 | |
CN112837267A (zh) | 一种预测转基因玉米抗药性的数字检测方法及系统 | |
CN107818565B (zh) | 一种小麦一至三叶期麦苗数量调查方法 | |
CN115308368A (zh) | 农田作物水分胁迫诊断方法、装置及电子设备 | |
CN115375694A (zh) | 便捷式的基于图像识别的水稻整穗测量方法及其应用 | |
RU2733728C1 (ru) | Способ оценки урожайности яровой пшеницы в зависимости от погодных условий | |
CN111886982B (zh) | 一种旱地栽植作业质量实时检测系统的检测方法 | |
CN108541531B (zh) | 一种确定玉米种植密度的方法 | |
CN112348064A (zh) | 白术叶面积无损估算系统 | |
CN112710661A (zh) | 一种马铃薯育种监测分析方法及系统 | |
CN107389594B (zh) | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 | |
CN116309641B (zh) | 图像区域获取系统 | |
CN110702166A (zh) | 一种用于植物冠层参数测量的装置 |
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 |