CN116649087A - 一种智能莴笋收获系统 - Google Patents
一种智能莴笋收获系统 Download PDFInfo
- Publication number
- CN116649087A CN116649087A CN202310672951.2A CN202310672951A CN116649087A CN 116649087 A CN116649087 A CN 116649087A CN 202310672951 A CN202310672951 A CN 202310672951A CN 116649087 A CN116649087 A CN 116649087A
- Authority
- CN
- China
- Prior art keywords
- lettuce
- intelligent
- harvesting
- cooperative control
- control system
- 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
- 241000208822 Lactuca Species 0.000 title claims abstract description 135
- 235000003228 Lactuca sativa Nutrition 0.000 title claims abstract description 117
- 238000003306 harvesting Methods 0.000 title claims abstract description 107
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 6
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 235000017166 Bambusa arundinacea Nutrition 0.000 claims description 12
- 235000017491 Bambusa tulda Nutrition 0.000 claims description 12
- 241001330002 Bambuseae Species 0.000 claims description 12
- 235000015334 Phyllostachys viridis Nutrition 0.000 claims description 12
- 239000011425 bamboo Substances 0.000 claims description 12
- 241000196324 Embryophyta Species 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 9
- 244000046738 asparagus lettuce Species 0.000 claims 2
- 235000006705 asparagus lettuce Nutrition 0.000 claims 2
- 235000013311 vegetables Nutrition 0.000 abstract description 15
- 235000021384 green leafy vegetables Nutrition 0.000 abstract description 3
- 235000010149 Brassica rapa subsp chinensis Nutrition 0.000 abstract 1
- 235000000536 Brassica rapa subsp pekinensis Nutrition 0.000 abstract 1
- 241000499436 Brassica rapa subsp. pekinensis Species 0.000 abstract 1
- 238000013135 deep learning Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D45/00—Harvesting of standing crops
- A01D45/26—Harvesting of standing crops of cabbage or lettuce
- A01D45/263—Harvesting of standing crops of cabbage or lettuce of lettuce
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D75/00—Accessories for harvesters or mowers
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种智能莴笋收获系统,涉及农业收割设备技术领域,包括田块信息采集和路径规划系统、动力平台、收获平台以及智能协同控制系统;田块信息采集和路径规划系统利用路径规划算法规划用于莴笋收获的导航轨迹;动力平台用于识别莴笋行信息作为视觉导航校正的基准,通过智能协同控制系统信号实时校正局部导航轨迹;收获平台通过接收智能协同控制系统的控制指令,实时调整收获平台对齐莴笋株。本发明主要用于以莴笋为代表的棒菜、大白菜等茎叶类蔬菜,采用动力平台与收获平台协同作业的方式,解决智能农机中轨迹规划、精确导航、机器人定位和协同控制等关键共性技术问题,实现蔬菜收获环节的无人化、少人化。
Description
技术领域
本发明涉及农业收割设备技术领域,更具体的是涉及智能莴笋收获系统技术领域。
背景技术
农机装备是农业发展的保证。目前发达国家基本实现了蔬菜生产全程机械化,并向智能化、信息化发展。我国农机起步较晚,总量发展迅速,但综合机械化水平仅约71%,尤其在农业收获、经济作物、丘陵地带机械化等方面呈现明显不足。由于种植模式和品种差异、生产应用场景复杂、机械化收获蔬菜损伤率高等因素,农机装备引进不能解决根本问题,因此,因地制宜开展蔬菜生产机械化关键共性问题研究是农机装备发展的关键。
蔬菜收获环节作业量和人工费占比约50%,是制约蔬菜产业的重要因素,四川莴笋种植面积132万亩,是主要的蔬菜作物之一。因此,在现有果实采摘机器人、丘陵山地自主作业拖拉机等已有研究成果的基础上,拟研制一种莴笋类蔬菜自动收获机。现有专利公开了如下技术:
公开号为CN108848894A,专利名称为“一种莴笋收割装置”的专利公开了如下内容:一种莴笋收割装置,包括机架、行走轮、切割部、传送机构、收集箱、剥叶机构和传动机构,剥叶机构包括第一转轴、工作台和剥叶刀,工作台为圆柱形并固定在第一转轴上,工作台上周向设有贯穿工作台的若干剥叶孔,剥叶刀滑动连接在剥叶孔的侧壁,收集箱位于剥叶机构的正下方;传送机构端部设有竖管,传动机构包括抵压块、若干棘齿、转动连接在机架上的第二转轴、固定在第二转轴上的棘轮和锥齿轮组,抵压块滑动连接在机架上并位于传送带下方,若干棘齿竖向等距固定在抵压块上,棘轮与棘齿配合,第一转轴与第二转轴通过锥齿轮组传动。本方案解决了需要人工将莴笋叶片剥落的问题,实现自动将莴笋叶片从莴笋茎上剥落下来。
上述专利公开了的莴笋收割机需要人工驾驶,不能自动轨迹规划、精确导航,无法实现莴笋类蔬菜收获的无人化、少人化。
发明内容
本发明的目的在于:为了解决现有莴笋收割机需要人工驾驶,不能自动轨迹规划、精确导航,无法实现莴笋类蔬菜收获的无人化、少人化的技术问题,本发明提供一种智能莴笋收获系统。
本发明为了实现上述目的具体采用以下技术方案:
本发明提供一种智能莴笋收获系统,包括田块信息采集和路径规划系统、动力平台、收获平台以及智能协同控制系统,收获平台采用柔性连接的方式串联在动力平台上;
田块信息采集和路径规划系统利用路径规划算法规划用于莴笋收获的导航轨迹,田块信息采集和路径规划系与智能协同控制系统信号连接,将导航轨迹信息传入智能协同控制系统内;
动力平台用于识别莴笋行信息作为视觉导航校正的基准,动力平台与智能协同控制系统信号连接,通过智能协同控制系统信号实时校正局部导航轨迹;
收获平台与智能协同控制系统信号连接,且通过接收智能协同控制系统的控制指令,实时调整收获平台对齐莴笋株。
具体来说,本方案设计的智能莴笋收获系统,主要用于以莴笋为代表的棒菜、大白菜等茎叶类蔬菜,主要由田块信息采集和路径规划系统、动力平台、收获平台及智能协同控制系统构成,采用动力平台与收获平台协同作业的方式,解决智能农机中轨迹规划、精确导航、机器人定位和协同控制等关键共性技术问题,实现蔬菜收获环节的无人化、少人化。
另外,为了保证最佳的收获切割,单纯依靠动力平台刚性引导收获平台无法满足莴笋收获对切割位置精度的要求。因此,本方案拟采用柔性连接的方式串联动力平台与收获平台,使得收获平台在被牵引的同时还能根据莴笋株的识别结果来自适应调整割台位置,与莴笋株对齐,保证切割效果,降低收获损失率。
在一个实施方式中,田块信息采集和路径规划系统利用无人机机载LiDAR和北斗定位系统采集田块信息,建立田块环境的三维模型,根据田块的三维模型,利用路径规划算法规划用于莴笋收获的导航轨迹,导航轨迹信息传输入智能协同控制系统内。
具体来说,由于浅丘和平原地形的地势起伏、田块形状大小不一、形状不规整等因素,给智能农业机械化种植带来困难。本方案利用无人机机载LiDAR和北斗定位系统采集田块信息,在获取高精度田块点云数据的基础上,基于环境语义信息进行点云分割并进一步研究“田块三维模型”重建算法,建立田块环境三维模型。该模型能完整描述浅丘和平原地区莴笋种植田块的位置、边界、形状、地形,以及道路、障碍物等信息,为智能农机装备收获的轨迹规划奠定基础。
在一个实施方式中,动力平台包括智能农机及设在智能农机上的车载视觉处理系统,智能农机和车载视觉处理系统均与智能协同控制系统信号连接,车载视觉处理系统识别莴笋行信息且将莴笋行信息实时传输入智能协同控制系统,通过智能协同控制系统实时校正智能农机的局部导航轨迹。
在一个实施方式中,车载视觉处理系统包括与智能协同控制系统信号连接的双目相机,双目相机安装在智能农机上。
具体来说,利用安装在智能农机上的双目相机采集行驶前方的莴笋行图像,用于识别莴笋行信息作为视觉导航校正的基准。
作物行检测能够为智能农机的局部导航提供更精确的基准,是农业智能化的重要组成部分。本方案研究在莴笋收获阶段通过识别安装在智能动力平台上的双目相机采集到的莴笋株行图像,获取待收获莴笋株行信息,并以实时反馈的形式来修正智能农机的局部导航路径,保证动力平台无人驾驶的对行精度。
在一个实施方式中,收获平台包括收获机具、视觉系统和传感器,视觉系统和传感器均安装在收获机具上,收获机具、视觉系统和传感器均与智能协同控制系统信号连接。
在一个实施方式中,收获机具包括莴笋割台和输送组件,莴笋割台安装在输送组件底部,收获机具通过接收智能协同控制系统的控制指令,调整莴笋割台与莴笋株对齐。
在一个实施方式中,视觉系统包括与智能协同控制系统信号连接的双目相机,双目相机安装在莴笋割台上,用于采集窝笋株图像,并识别窝笋株相对莴笋割台的左右偏移量。
在一个实施方式中,传感器安装在莴笋割台上,用于测量莴笋割台与厢面间的高程信息变化。
具体来说,种植后的莴笋经过一定的生长周期后,其位置及形态会发生较大变化。此外,由于垄道表面和厢面的不平整,采用固定式的收获平台无法保证恰当的莴笋收获切割位置,导致收获损伤率和损失率较高。针对上述问题,基于图像处理技术,通过安装在莴笋割台上的视觉系统定位莴笋株位置并识别其与莴笋割台在水平位置的相对偏移量,为控制莴笋割台对齐莴笋株提供信息;此外,研究集仿形机构和传感器的智能莴笋割台,进一步适应厢面的高程变化。总体而言,该设计能够根据地形变化自适应调整的收获机器人与窝笋株对齐,实现最佳的收获切割,降低收获损失率。
整体系统工作原理:智能协同控制系统,协同控制动力平台与收获平台。接收车载双目相机采集到莴笋行图像;采用基于深度学习算法识别并拟合得到莴笋行信息;依据识别结果将反馈控制信息传递给动力平台;实时校正局部导航路径。接收安装在莴笋割台上的相机和传感器采集到的窝笋株图像和厢面高程信息变化;采用基于深度学习算法识别窝笋株相对莴笋割台的左右偏移量;依据识别结果将反馈控制信息传递给莴笋割台;实时调整莴笋割台对齐莴笋株。
在一个实施方式中,收获机具还包括与输送组件输出端配合的收集箱,收集箱与智能农机通过柔性连接的方式连接。
在一个实施方式中,输送组件包括输送线本体以及用于调整输送线本体切斜角度的调节机构,输送线本体一端铰接在收集箱顶部,另一端安装莴笋割台,调节机构为伸缩气缸,伸缩气缸的缸体铰接在收集箱底部,伸缩气缸的活塞轴铰接在输送线本体下方中部,输送线本体与伸缩气缸位于收集箱的同一侧。
输送线本体包括并列设置的两个输送带安装架,各输送带安装架上套设有输送带组件,莴笋割台包括两个转动方向相反的切割刀片,各切割刀片安装在对应的输送带安装架的末端。
本发明的有益效果如下:
1、本发明设计合理,基于图像处理技术的莴笋株行检测研究,采用智能动力平台与收获平台协同作业的方式,解决轨迹规划、精确导航及机器人定位等关键共性问题,实现莴笋类蔬菜收获的无人化、少人化。同时,探索视觉导航技术在其他作物收获及移栽等领域的应用,为农机装备智能化升级提供技术支撑。
附图说明
图1是本发明一种智能莴笋收获系统的控制流程图;
图2是收获平台的机构示意图;
图3是图2的一个侧视图;
附图标记:1-切割刀片,2-输送线本体,3-调节机构,4-收集箱。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明实施方式的描述中,需要说明的是,术语“内”、“外”、“上”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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。
实施例1
如图1所示,本实施例提供本发明提供一种智能莴笋收获系统,包括田块信息采集和路径规划系统、动力平台、收获平台以及智能协同控制系统,收获平台采用柔性连接的方式串联在动力平台上;
田块信息采集和路径规划系统利用路径规划算法规划用于莴笋收获的导航轨迹,田块信息采集和路径规划系与智能协同控制系统信号连接,将导航轨迹信息传入智能协同控制系统内;
动力平台用于识别莴笋行信息作为视觉导航校正的基准,动力平台与智能协同控制系统信号连接,通过智能协同控制系统信号实时校正局部导航轨迹;
收获平台与智能协同控制系统信号连接,且通过接收智能协同控制系统的控制指令,实时调整收获平台对齐莴笋株。
具体来说,本方案设计的智能莴笋收获系统,主要用于以莴笋为代表的棒菜、大白菜等茎叶类蔬菜,主要由田块信息采集和路径规划系统、动力平台、收获平台及智能协同控制系统构成,采用动力平台与收获平台协同作业的方式,解决智能农机中轨迹规划、精确导航、机器人定位和协同控制等关键共性技术问题,实现蔬菜收获环节的无人化、少人化。
另外,为了保证最佳的收获切割,单纯依靠动力平台刚性引导收获平台无法满足莴笋收获对切割位置精度的要求。因此,本方案拟采用柔性连接的方式串联动力平台与收获平台,使得收获平台在被牵引的同时还能根据莴笋株的识别结果来自适应调整割台位置,与莴笋株对齐,保证切割效果,降低收获损失率。
实施例2
本实施例是在实施例1的基础上做了进一步优化,具体是:
田块信息采集和路径规划系统利用无人机机载LiDAR和北斗定位系统采集田块信息,建立田块环境的三维模型,根据田块的三维模型,利用路径规划算法规划用于莴笋收获的导航轨迹,导航轨迹信息传输入智能协同控制系统内。
具体来说,由于浅丘和平原地形的地势起伏、田块形状大小不一、形状不规整等因素,给智能农业机械化种植带来困难。本方案利用无人机机载LiDAR和北斗定位系统采集田块信息,在获取高精度田块点云数据的基础上,基于环境语义信息进行点云分割并进一步研究“田块三维模型”重建算法,建立田块环境三维模型。该模型能完整描述浅丘和平原地区莴笋种植田块的位置、边界、形状、地形,以及道路、障碍物等信息,为智能农机装备收获的轨迹规划奠定基础。
实施例3
本实施例是在实施例1的基础上做了进一步优化,具体是:
动力平台包括智能农机及设在智能农机上的车载视觉处理系统,智能农机和车载视觉处理系统均与智能协同控制系统信号连接,车载视觉处理系统识别莴笋行信息且将莴笋行信息实时传输入智能协同控制系统,通过智能协同控制系统实时校正智能农机的局部导航轨迹。
车载视觉处理系统包括与智能协同控制系统信号连接的双目相机,双目相机安装在智能农机上。
具体来说,利用安装在智能农机上的双目相机采集行驶前方的莴笋行图像,用于识别莴笋行信息作为视觉导航校正的基准。
作物行检测能够为智能农机的局部导航提供更精确的基准,是农业智能化的重要组成部分。本方案研究在莴笋收获阶段通过识别安装在智能动力平台上的双目相机采集到的莴笋株行图像,获取待收获莴笋株行信息,并以实时反馈的形式来修正智能农机的局部导航路径,保证动力平台无人驾驶的对行精度。
实施例4
本实施例是在实施例3的基础上做了进一步优化,具体是:
收获平台包括收获机具、视觉系统和传感器,视觉系统和传感器均安装在收获机具上,收获机具、视觉系统和传感器均与智能协同控制系统信号连接。
收获机具包括莴笋割台和输送组件,莴笋割台安装在输送组件底部,收获机具通过接收智能协同控制系统的控制指令,调整莴笋割台与莴笋株对齐。
视觉系统包括与智能协同控制系统信号连接的双目相机,双目相机安装在莴笋割台上,用于采集窝笋株图像,并识别窝笋株相对莴笋割台的左右偏移量。
传感器安装在莴笋割台上,用于测量莴笋割台与厢面间的高程信息变化。
具体来说,种植后的莴笋经过一定的生长周期后,其位置及形态会发生较大变化。此外,由于垄道表面和厢面的不平整,采用固定式的收获平台无法保证恰当的莴笋收获切割位置,导致收获损伤率和损失率较高。针对上述问题,基于图像处理技术,通过安装在莴笋割台上的视觉系统定位莴笋株位置并识别其与莴笋割台在水平位置的相对偏移量,为控制莴笋割台对齐莴笋株提供信息;此外,研究集仿形机构和传感器的智能莴笋割台,进一步适应厢面的高程变化。总体而言,该设计能够根据地形变化自适应调整的收获机器人与窝笋株对齐,实现最佳的收获切割,降低收获损失率。
整体系统工作原理:智能协同控制系统,协同控制动力平台与收获平台。接收车载双目相机采集到莴笋行图像;采用基于深度学习算法识别并拟合得到莴笋行信息;依据识别结果将反馈控制信息传递给动力平台;实时校正局部导航路径。接收安装在莴笋割台上的相机和传感器采集到的窝笋株图像和厢面高程信息变化;采用基于深度学习算法识别窝笋株相对莴笋割台的左右偏移量;依据识别结果将反馈控制信息传递给莴笋割台;实时调整莴笋割台对齐莴笋株。
实施例5
本实施例是在实施例4的基础上做了进一步优化,具体是:
收获机具还包括与输送组件输出端配合的收集箱4,收集箱4与智能农机通过柔性连接的方式连接。
输送组件包括输送线本体2以及用于调整输送线本体2切斜角度的调节机构3,输送线本体2一端铰接在收集箱4顶部,另一端安装莴笋割台,调节机构3为伸缩气缸,伸缩气缸的缸体铰接在收集箱4底部,伸缩气缸的活塞轴铰接在输送线本体2下方中部,输送线本体2与伸缩气缸位于收集箱4的同一侧。
输送线本体2包括并列设置的两个输送带安装架,各输送带安装架上套设有输送带组件,莴笋割台包括两个转动方向相反的切割刀片1,各切割刀片1安装在对应的输送带安装架的末端。
Claims (10)
1.一种智能莴笋收获系统,其特征在于,包括田块信息采集和路径规划系统、动力平台、收获平台以及智能协同控制系统,所述收获平台采用柔性连接的方式串联在所述动力平台上;
所述田块信息采集和路径规划系统利用路径规划算法规划用于莴笋收获的导航轨迹,所述田块信息采集和路径规划系与所述智能协同控制系统信号连接,将导航轨迹信息传入所述智能协同控制系统内;
所述动力平台用于识别莴笋行信息作为视觉导航校正的基准,所述动力平台与所述智能协同控制系统信号连接,通过智能协同控制系统信号实时校正局部导航轨迹;
所述收获平台与所述智能协同控制系统信号连接,且通过接收所述智能协同控制系统的控制指令,实时调整所述收获平台对齐莴笋株。
2.根据权利要求1所述的一种智能莴笋收获系统,其特征在于,所述田块信息采集和路径规划系统利用无人机机载LiDAR和北斗定位系统采集田块信息,建立田块环境的三维模型,根据田块的三维模型,利用路径规划算法规划用于莴笋收获的导航轨迹,所述导航轨迹信息传输入所述智能协同控制系统内。
3.根据权利要求1所述的一种智能莴笋收获系统,其特征在于,所述动力平台包括智能农机及设在所述智能农机上的车载视觉处理系统,所述智能农机和所述车载视觉处理系统均与所述智能协同控制系统信号连接,所述车载视觉处理系统识别莴笋行信息且将莴笋行信息实时传输入所述智能协同控制系统,通过智能协同控制系统实时校正所述智能农机的局部导航轨迹。
4.根据权利要求3所述的一种智能莴笋收获系统,其特征在于,所述车载视觉处理系统包括与所述智能协同控制系统信号连接的双目相机,所述双目相机安装在所述智能农机上。
5.根据权利要求3所述的一种智能莴笋收获系统,其特征在于,所述收获平台包括收获机具、视觉系统和传感器,所述视觉系统和所述传感器均安装在所述收获机具上,所述收获机具、所述视觉系统和所述传感器均与所述智能协同控制系统信号连接。
6.根据权利要求5所述的一种智能莴笋收获系统,其特征在于,所述收获机具包括莴笋割台和输送组件,所述莴笋割台安装在所述输送组件底部,所述收获机具通过接收智能协同控制系统的控制指令,调整所述莴笋割台与莴笋株对齐。
7.根据权利要求6所述的一种智能莴笋收获系统,其特征在于,所述视觉系统包括与所述智能协同控制系统信号连接的双目相机,所述双目相机安装在所述莴笋割台上,用于采集窝笋株图像,并识别窝笋株相对所述莴笋割台的左右偏移量。
8.根据权利要求7所述的一种智能莴笋收获系统,其特征在于,所述传感器安装在所述莴笋割台上,用于测量所述莴笋割台与厢面间的高程信息变化。
9.根据权利要求6所述的一种智能莴笋收获系统,其特征在于,所述收获机具还包括与所述输送组件输出端配合的收集箱(4),所述收集箱(4)与所述智能农机通过柔性连接的方式连接。
10.根据权利要求9所述的一种智能莴笋收获系统,其特征在于,所述输送组件包括输送线本体(2)以及用于调整所述输送线本体(2)切斜角度的调节机构(3),所述输送线本体(2)一端铰接在所述收集箱(4)顶部,另一端安装所述莴笋割台,所述调节机构(3)为伸缩气缸,所述伸缩气缸的缸体铰接在所述收集箱(4)底部,所述伸缩气缸的活塞轴铰接在所述输送线本体(2)下方中部,所述输送线本体(2)与所述伸缩气缸位于所述收集箱(4)的同一侧;
所述输送线本体(2)包括并列设置的两个输送带安装架,各所述输送带安装架上套设有输送带组件,所述莴笋割台包括两个转动方向相反的切割刀片(1),各所述切割刀片(1)安装在对应的所述输送带安装架的末端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672951.2A CN116649087A (zh) | 2023-06-07 | 2023-06-07 | 一种智能莴笋收获系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672951.2A CN116649087A (zh) | 2023-06-07 | 2023-06-07 | 一种智能莴笋收获系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116649087A true CN116649087A (zh) | 2023-08-29 |
Family
ID=87714976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310672951.2A Pending CN116649087A (zh) | 2023-06-07 | 2023-06-07 | 一种智能莴笋收获系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116649087A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103999635A (zh) * | 2014-05-21 | 2014-08-27 | 浙江工业大学 | 基于机器视觉的智能化自动切割式采茶机及工作方法 |
CN104851146A (zh) * | 2015-05-11 | 2015-08-19 | 苏州三体智能科技有限公司 | 一种互动式行车记录导航安全系统 |
CN111066471A (zh) * | 2019-11-06 | 2020-04-28 | 山东理工大学 | 一种智能芦笋收获机 |
CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航系统 |
CN112056087A (zh) * | 2019-06-11 | 2020-12-11 | 中国科学院沈阳自动化研究所 | 一种小型切段式履带甘蔗收获机感应系统及控制方法 |
CN113747017A (zh) * | 2021-09-03 | 2021-12-03 | 芜湖炫达智能科技有限公司 | 一种基于视觉导航的无人驾驶马蹄采收机 |
CN215188314U (zh) * | 2020-12-31 | 2021-12-17 | 成都市农林科学院 | 莴笋双柔性拔取切割收获装置 |
CN114521388A (zh) * | 2022-02-15 | 2022-05-24 | 江苏大学 | 一种自动化农用种植九层塔收获机 |
US20220350991A1 (en) * | 2021-04-30 | 2022-11-03 | Deere & Company | Vision guidance system using dynamic edge detection |
-
2023
- 2023-06-07 CN CN202310672951.2A patent/CN116649087A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103999635A (zh) * | 2014-05-21 | 2014-08-27 | 浙江工业大学 | 基于机器视觉的智能化自动切割式采茶机及工作方法 |
CN104851146A (zh) * | 2015-05-11 | 2015-08-19 | 苏州三体智能科技有限公司 | 一种互动式行车记录导航安全系统 |
CN112056087A (zh) * | 2019-06-11 | 2020-12-11 | 中国科学院沈阳自动化研究所 | 一种小型切段式履带甘蔗收获机感应系统及控制方法 |
CN111066471A (zh) * | 2019-11-06 | 2020-04-28 | 山东理工大学 | 一种智能芦笋收获机 |
CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航系统 |
CN215188314U (zh) * | 2020-12-31 | 2021-12-17 | 成都市农林科学院 | 莴笋双柔性拔取切割收获装置 |
US20220350991A1 (en) * | 2021-04-30 | 2022-11-03 | Deere & Company | Vision guidance system using dynamic edge detection |
CN113747017A (zh) * | 2021-09-03 | 2021-12-03 | 芜湖炫达智能科技有限公司 | 一种基于视觉导航的无人驾驶马蹄采收机 |
CN114521388A (zh) * | 2022-02-15 | 2022-05-24 | 江苏大学 | 一种自动化农用种植九层塔收获机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Billingsley et al. | Robotics in Agriculture and Forestry. | |
Kondo et al. | Robotics for plant production | |
US7765780B2 (en) | Agricultural robot system and method | |
EP3337307B1 (en) | A self-guided blossom picking device | |
US8381501B2 (en) | Agricultural robot system and method | |
Sistler | Robotics and intelligent machines in agriculture | |
US20180146618A1 (en) | Harvesting Robots for Hydroponics | |
CN109240304A (zh) | 一种精确种植系统及方法 | |
Kushwaha et al. | Status and scope of robotics in agriculture | |
CN109005997A (zh) | 基于自主导航的地空协同作业果园修剪机 | |
Shanmugam et al. | Automated weed detection systems: A review | |
CN116649087A (zh) | 一种智能莴笋收获系统 | |
CN109725365B (zh) | 可运载货物和操作农用器械的多功能的轨道控制系统 | |
CN210841314U (zh) | 一种新型自动前胡除草机 | |
Zhang et al. | Research status of agricultural robot technology | |
Kushwaha | Robotic and mechatronic application in agriculture | |
CN113924968B (zh) | 一种用于植物工厂的无人生产作业系统及方法 | |
Antonelli et al. | Development of an automated system for the selective harvesting of radicchio | |
CN113924969B (zh) | 一种具有自动巡航监测功能的温室 | |
Eminoğlu et al. | Smart farming application in fruit harvesting | |
CN115407771A (zh) | 一种基于机器视觉的农作物监测方法、系统以及装置 | |
Burks et al. | Opportunity of robotics in precision horticulture. | |
Burks et al. | Orchard and vineyard production automation | |
Scarfe | Development of an autonomous kiwifruit harvester: a thesis presented in partial fulfilment of the requirements for the degree of Doctor of Philosophy in Industrial Automation at Massey University, Manawatu, New Zealand. | |
CN114451148A (zh) | 一种远端及自主控制的采摘,加工,传送装置及方法 |
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 |