CN116892944B - 农机导航线生成方法及装置、导航方法及装置 - Google Patents

农机导航线生成方法及装置、导航方法及装置 Download PDF

Info

Publication number
CN116892944B
CN116892944B CN202311160115.2A CN202311160115A CN116892944B CN 116892944 B CN116892944 B CN 116892944B CN 202311160115 A CN202311160115 A CN 202311160115A CN 116892944 B CN116892944 B CN 116892944B
Authority
CN
China
Prior art keywords
navigation
line
dimensional
path
seedling
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
Application number
CN202311160115.2A
Other languages
English (en)
Other versions
CN116892944A (zh
Inventor
常志中
蒋相哲
王香珊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heilongjiang Huida Technology Co ltd
Original Assignee
Heilongjiang Huida Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heilongjiang Huida Technology Co ltd filed Critical Heilongjiang Huida Technology Co ltd
Priority to CN202311160115.2A priority Critical patent/CN116892944B/zh
Publication of CN116892944A publication Critical patent/CN116892944A/zh
Application granted granted Critical
Publication of CN116892944B publication Critical patent/CN116892944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Guiding Agricultural Machines (AREA)

Abstract

农机导航线生成方法及装置、导航方法及装置,涉及控制系统的功能单元。针对现有技术中存在的,面对技术上的挑战,尤其是在农田作业中导航方向与弯曲的苗线同步的问题,现有技术无法满足其作业要求的技术问题,本发明提供的技术方案为:农机导航线生成方法,所述方法包括:采集预设苗列的步骤;根据所述苗列,得到中心线苗列坐标序列的步骤;根据所述序列,将苗列中间的路径作为导航路径的步骤;根据所述导航路径生成GPS导航线,作为目标轨迹的步骤。预设苗列的获取方式为:农机前轮轮距除以苗列行间距的商值,且最多为4。所述路径通过所述序列拟合后获得。适合应用于农机自动驾驶控制领域。

Description

农机导航线生成方法及装置、导航方法及装置
技术领域
涉及控制系统的功能单元,具体涉及农机自动驾驶控制。
背景技术
自动驾驶技术是当今前沿科学技术的重要发展项目。它涉及了认知科学,传感器技术,计算机技术,人工智能以及车辆工程等多个交叉学科内容。这些领域的深入研究和技术进步对于实现自动驾驶的目标至关重要。在近年来,数字化,自动化和智能化技术在农业领域的应用步伐加快,机械化生产与信息化技术的深度融合使得无人化农业的概念初步形成。
要实现农机车的无人化和智能化,农机车环境感知认知及作业系统是关键的技术。农机车通过视觉,雷达等传感器对周围环境进行感知,通过对感知到的数据进行处理可以在更高层次对环境进行认知,并基于感知和认知的结果来自主控制农机车进行作业,从而实现无人化和智能化。
在环境感知中,双目视觉是一种常用的技术手段。它具有低成本,高分辨率等优点,并且能够获取稠密的视差图。这种技术的应用不仅在自动驾驶领域具有广泛的应用,同时也在农业领域发挥着重要的作用。为了进一步提高农业作业的智能化和无人化水平,需要将自动驾驶技术,视觉AI技术以及变量作业领域的研究和开发进行深度融合。
视觉导航是无人驾驶系统中的关键组成部分。它通过AI图像理解技术和三维重构技术,对现有拖拉机导航线进行实时智能修正。这样可以确保农机车在作业过程中可以准确地跟随设定的导航线,从而实现作业的精准性和高效性。然而,目前现有的无人驾驶技术大多基于预先设定的路线来控制车辆。这在应用于农田作业的农机时,经常会出现导航方向无法与弯曲的苗线同步的问题,从而导致压坏苗。这是一个亟待解决的技术挑战。
为了解决这个问题,需要进一步研究和开发新的导航算法和技术,使农机在实际作业中能够灵活地适应弯曲的苗线。一种可能的解决方案是引入实时感知和决策模块,通过对环境进行连续的感知和分析,以及对农机的动作进行实时调整,从而确保农机能够准确地跟随苗线的弯曲轨迹。另外,结合地图和定位技术,可以提供更精确的定位和导航信息,进而提高作业的准确性和效率。
此外,为了实现农机车的无人化和智能化,还需要进一步研究和开发其他关键技术。例如,农机车需要能够实时感知和识别农田中的障碍物,以避免碰撞和损坏。在作业过程中,农机车还需要能够根据实际情况进行智能决策,例如选择最佳的轨迹和作业速度,以提高作业效率和质量。
综上所述,自动驾驶技术在农业领域的应用具有广阔的前景和巨大的潜力。然而,面对技术上的挑战,尤其是在农田作业中导航方向与弯曲的苗线同步的问题,现有技术无法满足其作业要求。
发明内容
针对现有技术中存在的,面对技术上的挑战,尤其是在农田作业中导航方向与弯曲的苗线同步的问题,现有技术无法满足其作业要求的技术问题,本发明提供的技术方案为:
农机导航线生成方法,所述方法包括:
采集预设苗列的步骤;
所述预设苗列为:包含多条苗列的一组苗列;
根据所述预设苗列,得到中心线苗列坐标序列的步骤;
所述中心线苗列具体为:若所述预设苗列为奇数,则中心线苗列为最中间的一条苗列,若所述预设苗列为偶数,则中心线苗列为更靠近中心线的一条苗列;
根据所述坐标序列,将所述中心线苗列中间的路径作为导航路径的步骤;
所述苗列中间的路径具体为:所述中心线苗列所在图形内,沿所述中心线苗列的长度方向的中心线,所在的路径;
根据所述导航路径生成三维导航线,作为目标轨迹的步骤。
进一步,提供一个优选实施方式,所述采集预设苗列的步骤具体为:农机前轮轮距除以苗列行间距的商值,作为采集的一组所述预设苗列的条数,且条数最多为4。
进一步,提供一个优选实施方式,所述导航路径通过序列拟合后获得。
基于同一发明构思,本发明还提供了农机导航线生成装置,所述装置包括:
采集预设苗列的模块;
所述预设苗列为:包含多条苗列的一组苗列;
根据所述预设苗列,得到中心线苗列坐标序列的模块;
所述中心线苗列具体为:若所述预设苗列为奇数,则中心线苗列为最中间的一条苗列,若所述预设苗列为偶数,则中心线苗列为更靠近中心线的一条苗列;
根据所述坐标序列,将所述中心线苗列中间的路径作为导航路径的模块;
所述苗列中间的路径具体为:所述中心线苗列所在图形内,沿所述中心线苗列的长度方向的中心线,所在的路径;
根据所述导航路径生成三维导航线,作为目标轨迹的模块。
基于同一发明构思,本发明还提供了农机导航方法,所述方法包括:
获取三维导航线在二维图像中位置坐标的步骤;
在所述二维图像中对所述三维导航线进行三维重构的步骤;
对三维重构后的三维导航线在所述二维图像中的位置坐标进行变换,变换至农机后轴中心点的目标轨迹的步骤;
所述三维导航线通过所述的农机导航线生成方法得到。
进一步,提供一个优选实施方式,所述三维重构基于预设特征点提取的方式,在相机坐标系下进行。
进一步,提供一个优选实施方式,所述三维重构通过裁剪图片,只保留包括所述三维导航线的部分,并通过三维重构算法完成。
基于同一发明构思,本发明还提供了农机导航装置,所述装置包括:
获取三维导航线在二维图像中位置坐标的模块;
在所述二维图像中对所述三维导航线进行三维重构的模块;
对三维重构后的三维导航线在所述二维图像中的位置坐标进行变换,变换至农机后轴中心点的目标轨迹的模块;
所述导航线通过所述的农机导航线生成装置得到。
基于同一发明构思,本发明还提供了计算机储存介质,用于储存计算机程序,当所述程序被计算机读取时,所述计算机执行所述的方法。
基于同一发明构思,本发明还提供了计算机,包括处理器和储存介质,当所述处理器读取所述储存介质中储存的计算机程序时,所述计算机执行所述的方法。
与现有技术相比,本发明提供的技术方案的有益之处在于:
本发明提供的农机导航方法,通过识别苗线,根据苗线选定导航路线,再经过三维重构,得到实际农机作业轨迹,实现作业轨迹与苗线的区分,克服了现有技术中,无人驾驶技术无法应用于农业作业的技术难题,实现作业轨迹与苗线区分,为农业智能化和自动化作业迈出了重要一步。
本发明提供的农机导航方法,通过计算机视觉和图像处理技术,利用高分辨率图像或激光扫描仪扫描田地,准确地识别出苗线的位置和走向。这使得农机可以更准确地确定作业范围和导航路径,提高了工作效率。
本发明提供的农机导航方法,根据苗线选定导航路线的能力带来了更高的准确性和精准性。苗线通常表示植物的行列和间距,根据不同作物的需求,将苗线转化为导航路线可以确保农机在作业时遵循正确的行进路线。这样可以减少机械损伤和浪费资源。
本发明提供的农机导航方法,通过三维重构技术,农机的实际作业轨迹可以被精确地记录和生成。这种技术利用传感器和导航系统的数据,结合计算机算法,可以生成真实的农机运动轨迹,并将其与苗线进行区分。这将为农场主或农业管理人员提供更详细的信息,例如哪些区域已经被作业覆盖,哪些区域需要进一步处理等。这种信息可以用于作业效果评估,优化农机的运行和作物生长分析。
本发明提供的农机导航方法,通过将苗线识别,导航路线选定和三维重构技术结合起来,无人驾驶技术成功应用于农业作业,提高了农业作业的效率和精确性,减少了人力资源的消耗,同时为实现农业智能化和自动化作业打下了坚实的基础。这对农业产业的可持续发展和食品生产的安全性都具有重要意义。
适合应用于农机自动驾驶控制领域。
附图说明
图1为实施方式十一提到的农机导航系统的组成示意图;
图2为实施方式十一提到的导航线与苗线相互位置关系示意图;
图3为图2的3维示意图。
其中,1为308自动驾驶系统,2为AI计算盒,3为双目摄像头,4为云台,5为苗列,6为中心线苗线,7为导航线。
具体实施方式
为使本发明提供的技术方案的优点和有益之处体现得更具体,现结合附图对本发明提供的技术方案进行进一步详细地描述,具体的:
实施方式一,本实施方式提供了农机导航线生成方法,所述方法包括:
采集预设苗列的步骤;
所述预设苗列为:包含多条苗列5的一组苗列;
根据所述预设苗列,得到中心线苗列坐标序列的步骤;
所述中心线苗列具体为:若所述预设苗列为奇数,则中心线苗列为最中间的一条苗列5,若所述预设苗列为偶数,则中心线苗列为更靠近中心线的一条苗列5;
根据所述坐标序列,将所述中心线苗列中间的路径作为导航路径的步骤;
所述苗列中间的路径具体为:所述中心线苗列所在图形内,沿所述中心线苗列的长度方向的中心线,所在的路径;
根据所述导航路径生成三维导航线,作为目标轨迹的步骤。
实施方式二,本实施方式是对实施方式一提供的农机导航线生成方法的进一步限定,所述采集预设苗列的步骤具体为:农机前轮轮距除以苗列5行间距的商值,作为采集的所述苗列5的条数,且条数最多为4。
实施方式三,本实施方式是对实施方式一提供的农机导航线生成方法的进一步限定,所述导航路径通过序列拟合后获得。
实施方式四,本实施方式提供了农机导航线生成装置,所述装置包括:
采集预设苗列的模块;
所述预设苗列为:包含多条苗列5的一组苗列;
根据所述预设苗列,得到中心线苗列坐标序列的模块;
所述中心线苗列具体为:若所述预设苗列为奇数,则中心线苗列为最中间的一条苗列5,若所述预设苗列为偶数,则中心线苗列为更靠近中心线的一条苗列5;
根据所述坐标序列,将所述中心线苗列中间的路径作为导航路径的模块;
所述苗列中间的路径具体为:所述中心线苗列所在图形内,沿所述中心线苗列的长度方向的中心线,所在的路径;
根据所述导航路径生成三维导航线,作为目标轨迹的模块。
实施方式五,本实施方式提供了农机导航方法所述方法包括:
获取三维导航线在二维图像中位置坐标的步骤;
在所述二维图像中对所述三维导航线进行三维重构的步骤;
对三维重构后的三维导航线在所述二维图像中的位置坐标进行变换,变换至农机后轴中心点的目标轨迹的步骤;
所述三维导航线通过实施方式一提供的方法得到。
具体的:
采集预设苗列:
在农田中选择需要进行作业的苗列5所在的区域。
使用传感器,扫描仪或其他影像设备对该区域进行扫描或拍摄,以获得高分辨率的图像数据或激光扫描数据。
根据预设苗列得到中心线苗列坐标序列:
使用计算机视觉和图像处理技术,对采集到的图像或扫描数据进行处理。
识别苗列5所在的区域中植物行列的中心线,并提取其坐标信息。
生成苗列中心线坐标序列,表示苗列5的形状和走向。
将苗列5中间的路径作为导航路径:
根据中心线苗列坐标序列,计算确定苗列5中间的路径。
通过计算机算法或插值方法,得到连接苗列中心线的平滑路径。
根据导航路径生成三维导航线,作为目标轨迹:
将导航路径转换为三维坐标系的导航线7。
使用地理定位技术,确定导航线7在现实世界中的位置和方向。
获取导航线7在二维图像中位置的步骤:
在拍摄的图像或扫描数据中,将导航线7的位置标注出来。
使用图像处理技术或计算机视觉算法,识别并提取导航线7在二维图像中的位置信息。
在图像中对导航线7进行三维重构:
使用三维重建技术,根据导航线7在图像中的位置信息,将其还原为三维空间中的实际形状和位置。
利用图像点云处理算法或其他三维建模方法,生成导航线7的三维模型。
对三维重构后的导航线7进行坐标变换,变换至农机后轴中心点的目标轨迹:
对三维模型中的导航线7进行坐标变换和调整,以将其对应到农机后轴中心点的位置。
根据农机的尺寸和工作模式,计算需要调整的坐标和姿态信息。
得到最终的目标轨迹,表示农机应当遵循的路径,以实现准确的作业操作。
实施方式六,本实施方式是对实施方式五提供的农机导航方法的进一步限定,所述三维重构基于预设特征点提取的方式,在相机坐标系下进行。
实施方式七,本实施方式是对实施方式六提供的农机导航方法的进一步限定,所述三维重构通过裁剪图片,只保留包括所述三维导航线的部分,并通过三维重构算法完成。
实施方式八,本实施方式提供了农机导航装置,所述装置包括:
获取三维导航线在二维图像中位置坐标的模块;
在所述二维图像中对所述三维导航线进行三维重构的模块;
对三维重构后的三维导航线在所述二维图像中的位置坐标进行变换,变换至农机后轴中心点的目标轨迹的模块;
所述导航线通过实施方式四提供的装置得到。
实施方式九,本实施方式提供了计算机储存介质,用于储存计算机程序,当所述程序被计算机读取时,所述计算机执行实施方式一至三和五至七任意一项提供的方法。
实施方式十,本实施方式提供了计算机,包括处理器和储存介质,当所述处理器读取所述储存介质中储存的计算机程序时,所述计算机执行实施方式一至三和五至七任意一项提供的方法。
实施方式十一,结合图1-3说明本实施方式,本实施方式是对实施方式五提供的农机导航方法提出一个具体的实施例,具体的:
如图1所示,为农机导航系统的组成示意图;
通过搭载在云台4上的双目摄像头3,将图像上传至AI计算盒2。AI计算盒2使用实施方式五提供的方法进行计算,并将计算结果上传至308自动驾驶系统1;
所述308自动驾驶系统为黑龙江惠达科技发展有限公司的“惠达科技HD308BD-2.5GD北斗导航农机自动驾驶系统”。
具体的:
使用双目相机采集拖拉机作业前方路段的图像,并将图像输入主控芯片,要求双目相机采集的图片时序保持同步,双目相机与主控芯片通过USB 3.0接口连接。主控芯片调用部署在嵌入式平台上的实施方式五提供的方法,对双目相机输出的两张图片进行处理,在二维图像上识别出导航线7。主控芯片对使用双目相机采集到的图片进行三维重构,并输出基于相机坐标系的导航线7的三维坐标。通过CAN口将导航线7的三维坐标输出给农机车辆的控制器,完成导航工作。
通过USB2.0接口将双目相机输出图像,以及二维图像导航线显示在显示器端。
其中,算法的流程为:
识别出相机正对的N条苗列5。
N = Dw/R,Dw是前轮轮距,R是行间距。N最多4条。求取苗列5的中心线苗线6的坐标序列。将中心线苗线6的坐标序列拟合成曲线/直线,然后取中心线苗线6中间的一条曲线/直线作为导航线7。将导航线7从相机坐标系转换到车体坐标系,然后根据车辆当前的经纬度信息将其转换到大地坐标系下的经纬度,生成一条经纬度导航线。这条经纬度导航线作为农机后轴中心点的目标轨迹。
传感器视觉算法为:
对摄像头采集的图像在主控芯片上,基于深度学习,进行中心线苗线6的识别,以获取导航线7在二维图像中的位置。
基于识别出的二维图像导航线,使用基于特征点提取与匹配(SURF,ORB)的方式在相机坐标系下对其进行三维重构。为提高重构速度,采取如下措施:(1)裁剪图片,只对二维导航线7区域进行重构而不对整张图片重构。(2)通过OpenCL调用GPU加速重构算法。
为提高三维重构精度,利用连续相邻帧生成导航线7的重合部分使用后端优化算法(Bundle Adjustment)提高导航线7的精度。
对生成的导航线7进行坐标变换,变换到控制主机坐标系下。
视觉传感器校准方法为:
视觉传感器安装后,需要进行校准后,才能进行视觉导航。安装位置要求在车辆顶棚中线最前端。配置后轮轮距,相机高度,相机到拖拉机后轴距离,苗行间距。分别发给接收机和视觉传感器。通过拍摄图片判断相机安装是否合格,如果不合格,提示安装人员。屏幕显示视觉传感器回传的图像,并在图像上显示一条垄线,安装人员通过设备上软件操作,将垄线调整到中心线苗线6的中间位置。调整完成后,终端将添加完垄线的回传的图像发送给视觉传感器。图2为导航线7与中心线苗线6相互位置关系示意图;
图3为图2的3维示意图,其中,较宽部分为苗列5,较窄部分为苗列5之间的空隙,点-线虚线为导航线7。
以上通过几个具体实施方式对本发明提供的技术方案进行进一步详细地描述,是为了突出本发明提供的技术方案的优点和有益之处,不过以上所述的几个具体实施方式并不用于作为对本发明的限制,任何基于本发明的精神和原则范围内的,对本发明的合理修改和改进,实施方式的合理组合和等同替换等,均应当包含在本发明的保护范围之内。

Claims (8)

1.农机导航方法,其特征在于,所述方法包括:
获取导航线在二维图像中位置的步骤;
在所述图像中对所述导航线进行三维重构的步骤;
具体的,将导航线在图像中的位置信息,还原为三维空间中的实际形状和位置,并利用图像点云处理算法或其他三维建模方法,生成导航线的三维模型;
对三维重构后的导航线进行坐标变换,变换至农机后轴中心点的目标轨迹的步骤;
所述导航线通过如下方法:
采集预设苗列的步骤;
根据所述苗列,得到中心线苗列坐标序列的步骤;
根据所述序列,将苗列中间的路径作为导航路径的步骤;
通过计算机算法或插值方法,得到所述苗列中间的路径的平滑路径的步骤;
根据所述导航路径生成三维导航线的步骤;
使用地理定位技术,确定导航线在现实世界中的位置和方向的步骤;
得到。
2.根据权利要求1所述的农机导航方法,其特征在于,预设苗列的获取方式为:农机前轮轮距除以苗列行间距的商值,且最多为4。
3.根据权利要求1所述的农机导航方法,其特征在于,所述路径通过所述序列拟合后获得。
4.根据权利要求1所述的农机导航方法,其特征在于,所述三维重构基于预设特征点提取的方式,在相机坐标系下进行。
5.根据权利要求4所述的农机导航方法,其特征在于,所述三维重构通过裁剪图片,只保留包括所述导航线的部分,并通过三维重构算法完成。
6.农机导航装置,其特征在于,所述装置包括:
获取导航线在二维图像中位置的模块;
在所述图像中对所述导航线进行三维重构的模块;
具体的,将导航线在图像中的位置信息,还原为三维空间中的实际形状和位置,并利用图像点云处理算法或其他三维建模方法,生成导航线的三维模型;
对三维重构后的导航线进行坐标变换,变换至农机后轴中心点的目标轨迹的模块;
所述导航线通过如下装置:
采集预设苗列的模块;
根据所述苗列,得到中心线苗列坐标序列的模块;
根据所述序列,将苗列中间的路径作为导航路径的模块;
通过计算机算法或插值方法,得到所述苗列中间的路径的平滑路径的模块;
根据所述导航路径生成三维导航线的模块;
使用地理定位技术,确定导航线在现实世界中的位置和方向的模块;
得到。
7.计算机储存介质,用于储存计算机程序,其特征在于,当所述程序被计算机读取时,所述计算机执行权利要求1-5任意一项所述的方法。
8.计算机,包括处理器和储存介质,其特征在于,当所述处理器读取所述储存介质中储存的计算机程序时,所述计算机执行权利要求1-5任意一项所述的方法。
CN202311160115.2A 2023-09-11 2023-09-11 农机导航线生成方法及装置、导航方法及装置 Active CN116892944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311160115.2A CN116892944B (zh) 2023-09-11 2023-09-11 农机导航线生成方法及装置、导航方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311160115.2A CN116892944B (zh) 2023-09-11 2023-09-11 农机导航线生成方法及装置、导航方法及装置

Publications (2)

Publication Number Publication Date
CN116892944A CN116892944A (zh) 2023-10-17
CN116892944B true CN116892944B (zh) 2023-12-08

Family

ID=88315202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311160115.2A Active CN116892944B (zh) 2023-09-11 2023-09-11 农机导航线生成方法及装置、导航方法及装置

Country Status (1)

Country Link
CN (1) CN116892944B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117671622B (zh) * 2023-10-23 2024-06-07 天津大学 一种用于无人驾驶采棉机的离线规划触视融合生长式棉垄自标注方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110243372A (zh) * 2019-06-18 2019-09-17 北京中科原动力科技有限公司 基于机器视觉的智能农机导航系统及方法
JP2020099269A (ja) * 2018-12-21 2020-07-02 株式会社クボタ 圃場作業車及び走行経路生成システム
CN112395984A (zh) * 2020-11-18 2021-02-23 河南科技大学 一种用于无人驾驶农业机械的苗列导航线检测方法
CN113536958A (zh) * 2021-06-23 2021-10-22 华南农业大学 导航路径提取方法、装置、农业机器人和存储介质
WO2022021525A1 (zh) * 2020-07-31 2022-02-03 安徽泗州拖拉机制造有限公司 一种无人驾驶拖拉机自动导航转向系统
CN114723818A (zh) * 2022-03-30 2022-07-08 黑龙江惠达科技发展有限公司 基于深度学习的苗线识别的方法、装置和农机
KR20220138674A (ko) * 2021-04-06 2022-10-13 서울대학교산학협력단 자율 주행 농기계의 제어 방법 및 장치
CN115723138A (zh) * 2022-11-29 2023-03-03 七海行(深圳)科技有限公司 一种农业机器人的控制方法、装置、电子设备及存储介质
CN115900726A (zh) * 2023-02-10 2023-04-04 华南农业大学 一种基于作物地理坐标定位的导航路径生成方法
CN116225003A (zh) * 2023-02-08 2023-06-06 华南农业大学 一种智能农机种管同辙作业方法
CN116576859A (zh) * 2023-04-21 2023-08-11 广州极飞科技股份有限公司 路径导航方法、作业控制方法及相关装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8019513B2 (en) * 2006-05-18 2011-09-13 Applied Perception Inc. Vision guidance system and method for identifying the position of crop rows in a field
US11620821B2 (en) * 2020-06-25 2023-04-04 GEOSAT Aerospace & Technology Apparatus and method for image-guided agriculture

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020099269A (ja) * 2018-12-21 2020-07-02 株式会社クボタ 圃場作業車及び走行経路生成システム
CN110243372A (zh) * 2019-06-18 2019-09-17 北京中科原动力科技有限公司 基于机器视觉的智能农机导航系统及方法
WO2022021525A1 (zh) * 2020-07-31 2022-02-03 安徽泗州拖拉机制造有限公司 一种无人驾驶拖拉机自动导航转向系统
CN112395984A (zh) * 2020-11-18 2021-02-23 河南科技大学 一种用于无人驾驶农业机械的苗列导航线检测方法
KR20220138674A (ko) * 2021-04-06 2022-10-13 서울대학교산학협력단 자율 주행 농기계의 제어 방법 및 장치
CN113536958A (zh) * 2021-06-23 2021-10-22 华南农业大学 导航路径提取方法、装置、农业机器人和存储介质
CN114723818A (zh) * 2022-03-30 2022-07-08 黑龙江惠达科技发展有限公司 基于深度学习的苗线识别的方法、装置和农机
CN115723138A (zh) * 2022-11-29 2023-03-03 七海行(深圳)科技有限公司 一种农业机器人的控制方法、装置、电子设备及存储介质
CN116225003A (zh) * 2023-02-08 2023-06-06 华南农业大学 一种智能农机种管同辙作业方法
CN115900726A (zh) * 2023-02-10 2023-04-04 华南农业大学 一种基于作物地理坐标定位的导航路径生成方法
CN116576859A (zh) * 2023-04-21 2023-08-11 广州极飞科技股份有限公司 路径导航方法、作业控制方法及相关装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于视觉的插秧机导航线提取方法研究;张泽清;陈海;蒋浩;方慧;;中国稻米(第05期);全文 *

Also Published As

Publication number Publication date
CN116892944A (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
CN110673115B (zh) 雷达与组合导航系统的联合标定方法、装置、设备及介质
US11474247B2 (en) Methods and systems for color point cloud generation
KR102249769B1 (ko) 2차원 영상의 픽셀별 3차원 좌표값 추정 방법 및 이를 이용한 자율주행정보 추정 방법
Rovira-Más et al. Creation of three-dimensional crop maps based on aerial stereoimages
CN116892944B (zh) 农机导航线生成方法及装置、导航方法及装置
KR102056147B1 (ko) 자율주행차량을 위한 거리 데이터와 3차원 스캔 데이터의 정합 방법 및 그 장치
JP2013201958A (ja) 走行制御装置
US10996337B2 (en) Systems and methods for constructing a high-definition map based on landmarks
JP2011080845A (ja) 3次元データ作成方法及び3次元データ作成装置
US20210263533A1 (en) Mobile object and method for controlling mobile object
CN115451948A (zh) 一种基于多传感器融合的农业无人车定位里程计方法及系统
CN112805766A (zh) 用于更新详细地图的装置和方法
CN109490926B (zh) 一种基于双目相机和gnss的路径规划方法
WO2020113425A1 (en) Systems and methods for constructing high-definition map
CN116736322B (zh) 融合相机图像与机载激光雷达点云数据的速度预测方法
CN112632415A (zh) 一种Web地图实时生成方法及图像处理服务器
CN116339336A (zh) 电动农机集群协同作业方法、装置及系统
EP3540693A1 (en) Optimized disparity calculation
US11532100B2 (en) Method for environmental acquisition, data processing unit
CN114646317A (zh) 车辆视觉定位导航控制方法、装置及计算机设备、介质
CN116630923B (zh) 道路消失点的标注方法、装置及电子设备
CN114353780B (zh) 姿态优化方法及设备
WO2022153586A1 (ja) 自己地図生成装置、および自己位置推定装置
Zhibo et al. 3D Target Detection of Tractor in Agricultural Scene Based on Lidar
EP3846128A1 (en) Estimation of road marking position in an ego vehicle environment

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