System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及采茶機(jī)器人控制,尤其涉及一種茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)及方法。
技術(shù)介紹
1、隨著各類茶葉品種在全國(guó)各地廣泛種植,我國(guó)的茶葉產(chǎn)量逐步提升,在茶葉采摘季節(jié),茶園內(nèi)需要大量人手進(jìn)行采摘和處理,采摘者需要耗費(fèi)大量時(shí)間和精力。隨著新技術(shù)的不斷發(fā)展,采摘機(jī)器人能夠?qū)崿F(xiàn)機(jī)械化茶葉采摘,在指定區(qū)域進(jìn)行全天候不休息地持續(xù)工作。在采摘過(guò)程中,需要對(duì)采摘路徑進(jìn)行有效的規(guī)劃,但目前由于茶園環(huán)境中的路徑規(guī)劃速度較慢,采摘機(jī)器人的工作效率普遍偏低,難以實(shí)現(xiàn)大規(guī)模機(jī)械化茶葉采摘。
2、現(xiàn)有的采摘路徑規(guī)劃方法為了保證路徑規(guī)劃的準(zhǔn)確度,通常會(huì)配置多種環(huán)境信息傳感器,對(duì)各個(gè)傳感器獲取的環(huán)境信息進(jìn)行綜合,再把數(shù)據(jù)傳送到云端的服務(wù)器進(jìn)行運(yùn)算,最后按照規(guī)劃路徑進(jìn)行茶葉采摘。但這種方法會(huì)使硬件成本增加,不利于采摘機(jī)器人的大規(guī)模推廣,并且在處理復(fù)雜的茶園場(chǎng)景時(shí)可能具有較高的計(jì)算復(fù)雜性,如:需要對(duì)各個(gè)傳感器的數(shù)據(jù)進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換、校正和融合等,導(dǎo)致規(guī)劃時(shí)間較長(zhǎng)。此外,這種方式依賴云服務(wù)器進(jìn)行數(shù)據(jù)處理,對(duì)網(wǎng)絡(luò)連接的穩(wěn)定性要求較高,一旦出現(xiàn)網(wǎng)絡(luò)故障或不穩(wěn)定性,可能影響路徑規(guī)劃的準(zhǔn)確性和可靠性。
3、因此,需要提出一種茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)及方法,能夠降低采摘機(jī)器人的使用成本,對(duì)處于復(fù)雜的茶園場(chǎng)景中的采摘機(jī)器人進(jìn)行快速的路徑規(guī)劃,從而提高采摘機(jī)器人的工作效率,實(shí)現(xiàn)機(jī)械采茶的推廣和應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)?zhí)峁┮环N茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)及方法,用以解決現(xiàn)有技術(shù)中采摘機(jī)器人路徑規(guī)劃速
2、第一方面,本申請(qǐng)?zhí)峁┝艘环N茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),包括云服務(wù)器以及與云服務(wù)器通訊連接的多個(gè)工控端;
3、工控端用于實(shí)時(shí)獲取全景圖像和結(jié)構(gòu)光圖像,根據(jù)結(jié)構(gòu)光圖像建立茶園模型,基于全景圖像和茶園模型確定采摘狀態(tài)信息,并將全景圖像、結(jié)構(gòu)光圖像和采摘狀態(tài)信息上傳至云服務(wù)器;還用于根據(jù)預(yù)設(shè)更新規(guī)則將云服務(wù)器的路徑規(guī)劃模型下載至本地,基于本地路徑規(guī)劃模型和采摘狀態(tài)信息向采摘機(jī)器人發(fā)出操控指令;
4、云服務(wù)器用于建立路徑規(guī)劃模型,接收每個(gè)工控端發(fā)送的全景圖像、結(jié)構(gòu)光圖像和采摘狀態(tài)信息,根據(jù)全景圖像和采摘狀態(tài)信息對(duì)路徑規(guī)劃模型進(jìn)行優(yōu)化,基于預(yù)設(shè)發(fā)布規(guī)則將優(yōu)化后的路徑規(guī)劃模型發(fā)送給各個(gè)工控端。
5、進(jìn)一步的,所述工控端包括視覺(jué)感知模塊、數(shù)據(jù)分析模塊、通訊模塊和規(guī)劃控制模塊;
6、視覺(jué)感知模塊用于獲取全景圖像和結(jié)構(gòu)光圖像;
7、數(shù)據(jù)分析模塊用于根據(jù)結(jié)構(gòu)光圖像建立茶園模型,根據(jù)茶園模型確定多個(gè)目標(biāo)作業(yè)區(qū)域,結(jié)合多個(gè)目標(biāo)作業(yè)區(qū)域和全景圖像確定采摘機(jī)器人的采摘狀態(tài)信息;
8、通訊模塊用于將全景圖像、結(jié)構(gòu)光圖像和采摘狀態(tài)信息實(shí)時(shí)上傳至云服務(wù)器,還用于根據(jù)預(yù)設(shè)更新規(guī)則從云服務(wù)器下載路徑規(guī)劃模型;
9、規(guī)劃控制模塊用于基于下載到本地的路徑規(guī)劃模型,根據(jù)目標(biāo)作業(yè)區(qū)域和采摘狀態(tài)信息確定行進(jìn)路線,并向采摘機(jī)器人發(fā)出操控指令。
10、進(jìn)一步的,所述規(guī)劃控制模塊基于下載到本地的路徑規(guī)劃模型根據(jù)目標(biāo)作業(yè)區(qū)域和采摘狀態(tài)信息確定行進(jìn)路線向采摘機(jī)器人發(fā)出操控指令,包括:
11、發(fā)送第一指令使采摘機(jī)器人從起點(diǎn)沿第一方向移動(dòng),當(dāng)識(shí)別到目標(biāo)作業(yè)區(qū)域中的茶路時(shí),發(fā)送移動(dòng)停止指令,根據(jù)采摘機(jī)器人的狀態(tài)信息和茶路的位置信息得到行進(jìn)路程;
12、根據(jù)行進(jìn)路程向采摘機(jī)器人發(fā)送沿第二方向移動(dòng)的第二指令,當(dāng)確認(rèn)采摘機(jī)器人到達(dá)目標(biāo)作業(yè)區(qū)域時(shí),發(fā)送茶葉采摘指令;
13、發(fā)送第三指令使采摘機(jī)器人對(duì)目標(biāo)作業(yè)區(qū)域的茶葉進(jìn)行采摘、并沿第二方向移動(dòng)至作業(yè)區(qū)域的邊界;
14、檢測(cè)第一方向是否有障礙物;當(dāng)出現(xiàn)障礙物時(shí),發(fā)送第四指令使采摘機(jī)器人返回至起始點(diǎn)所在的第一方向的軸線上,并沿第一方向的軸線移動(dòng),移動(dòng)過(guò)程中實(shí)時(shí)檢測(cè)下一個(gè)目標(biāo)作業(yè)區(qū)域的茶路,發(fā)送第五指令使采摘機(jī)器人到達(dá)下一個(gè)目標(biāo)作業(yè)區(qū)域;若沒(méi)有出現(xiàn)障礙物,則在當(dāng)前位置轉(zhuǎn)向,發(fā)送第六指令使采摘機(jī)器人沿第一方向移動(dòng)至下一個(gè)目標(biāo)作業(yè)區(qū)域的茶路。
15、進(jìn)一步的,所述規(guī)劃控制模塊包括輪式里程計(jì);
16、所述行進(jìn)路程根據(jù)輪式里程計(jì)對(duì)采摘機(jī)器人移動(dòng)輪的旋轉(zhuǎn)頻率計(jì)算;所述操控指令包括轉(zhuǎn)向數(shù)據(jù)以及油門(mén)和剎車(chē)的開(kāi)度數(shù)據(jù)。
17、進(jìn)一步的,所述視覺(jué)感知模塊包括設(shè)置于采摘機(jī)器人正前方、正左方、正右方與正后方的多組雙目攝像頭和設(shè)置于采摘機(jī)器人頂端的結(jié)構(gòu)光相機(jī),通過(guò)多組雙目攝像頭獲取全景圖像,通過(guò)結(jié)構(gòu)光相機(jī)獲取結(jié)構(gòu)光圖像。
18、進(jìn)一步的,所述采摘狀態(tài)信息至少包括采摘機(jī)器人的位置信息、目標(biāo)作業(yè)區(qū)域的茶路位置信息、路面狀況信息和目標(biāo)作業(yè)區(qū)域的茶葉間距。
19、進(jìn)一步的,所述的路徑規(guī)劃模型的主干層采用殘差神經(jīng)網(wǎng)絡(luò)和多種fpn特征融合結(jié)構(gòu)、頭部層支持多任務(wù)處理,所述任務(wù)至少包括物體檢測(cè)、標(biāo)志物識(shí)別、茶道識(shí)別。
20、進(jìn)一步的,所述路徑規(guī)劃模型采用蒙特卡洛樹(shù)搜索算法對(duì)路徑進(jìn)行搜索,并利用預(yù)設(shè)決策價(jià)值評(píng)估函數(shù)對(duì)路徑進(jìn)行評(píng)估,根據(jù)評(píng)估結(jié)果選擇最優(yōu)行進(jìn)路徑。
21、進(jìn)一步的,所述數(shù)據(jù)分析模塊的處理器采用圖形處理器。
22、另一方面,本申請(qǐng)還提供一種茶葉采摘機(jī)器人的智能導(dǎo)航方法,應(yīng)用于上述任一茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)中,包括:
23、通過(guò)云服務(wù)器建立路徑規(guī)劃模型,基于預(yù)設(shè)發(fā)布規(guī)則將路徑規(guī)劃模型發(fā)送給工控端;
24、通過(guò)工控端實(shí)時(shí)獲取全景圖像和結(jié)構(gòu)光圖像,根據(jù)結(jié)構(gòu)光圖像建立茶園模型,基于全景圖像和茶園模型確定采摘狀態(tài)信息,將全景圖像、結(jié)構(gòu)光圖像和采摘狀態(tài)信息上傳至云服務(wù)器;并將云服務(wù)器的路徑規(guī)劃模型下載至本地,基于本地路徑規(guī)劃模型和采摘狀態(tài)信息向采摘機(jī)器人發(fā)出操控指令。
25、本申請(qǐng)的有益效果是:本申請(qǐng)?zhí)峁┮环N茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)及方法,具有如下優(yōu)勢(shì):
26、1、本系統(tǒng)通過(guò)純視覺(jué)方案實(shí)現(xiàn)完成采茶機(jī)器人的路徑規(guī)劃問(wèn)題,通過(guò)攝像頭實(shí)時(shí)觀察采茶機(jī)器人周?chē)h(huán)境,不需要多種不同類型的其他傳感器,降低了硬件和軟件的成本;
27、2、本系統(tǒng)采用工控端本地計(jì)算與云服務(wù)模型自優(yōu)化的連通式架構(gòu),經(jīng)過(guò)訓(xùn)練好的檢測(cè)模型在本地計(jì)算不會(huì)需要過(guò)高的算力,訓(xùn)練好的模型通過(guò)服務(wù)端遠(yuǎn)程下發(fā)之后就可以進(jìn)行工作,采用單階段的目標(biāo)檢測(cè)模型進(jìn)行障礙物檢測(cè),同時(shí)能夠保證路徑規(guī)劃的實(shí)時(shí)性;
28、3、本系統(tǒng)工控端基于采集到的視覺(jué)數(shù)據(jù)對(duì)茶園進(jìn)行三維向量空間的構(gòu)建,在行進(jìn)途中實(shí)時(shí)建模,實(shí)現(xiàn)對(duì)該茶園的地圖信息數(shù)據(jù)化;
29、4、本系統(tǒng)的云服務(wù)器在工控端工作過(guò)程中實(shí)時(shí)收集現(xiàn)場(chǎng)樣本跟進(jìn)訓(xùn)練擴(kuò)展樣本庫(kù),解決了預(yù)訓(xùn)練帶來(lái)的樣本不足導(dǎo)致的識(shí)別率低的問(wèn)題;
30、5、本系統(tǒng)的云服務(wù)器可以同時(shí)給多個(gè)工控端提供云計(jì)算服務(wù)接口。方便管理、降低整體的使用成本。
31、綜上所述,本申請(qǐng)的系統(tǒng)在路徑規(guī)劃的過(guò)程中可以實(shí)現(xiàn)非常低的延時(shí),提本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,包括云服務(wù)器以及與云服務(wù)器通訊連接的多個(gè)工控端;
2.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述規(guī)劃控制模塊包括輪式里程計(jì);
3.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述視覺(jué)感知模塊包括設(shè)置于采摘機(jī)器人正前方、正左方、正右方與正后方的多組雙目攝像頭和設(shè)置于采摘機(jī)器人頂端的結(jié)構(gòu)光相機(jī),通過(guò)多組雙目攝像頭獲取全景圖像,通過(guò)結(jié)構(gòu)光相機(jī)獲取結(jié)構(gòu)光圖像。
4.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述采摘狀態(tài)信息至少包括采摘機(jī)器人的位置信息、目標(biāo)作業(yè)區(qū)域的茶路位置信息、路面狀況信息和目標(biāo)作業(yè)區(qū)域的茶葉間距。
5.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述的路徑規(guī)劃模型的主干層采用殘差神經(jīng)網(wǎng)絡(luò)和多種FPN特征融合結(jié)構(gòu)、頭部層支持多任務(wù)處理,所述任務(wù)至少包括物體檢測(cè)、標(biāo)志物識(shí)別、茶道識(shí)別。
6.根據(jù)權(quán)利要求5所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述路徑規(guī)劃模型采用蒙特卡洛樹(shù)搜索
7.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述數(shù)據(jù)分析模塊的處理器采用圖形處理器。
8.一種茶葉采摘機(jī)器人的智能導(dǎo)航方法,其特征在于,應(yīng)用于如權(quán)利要求1-7所述的任一種茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng)中,其特征在于,包括:
...【技術(shù)特征摘要】
1.一種茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,包括云服務(wù)器以及與云服務(wù)器通訊連接的多個(gè)工控端;
2.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述規(guī)劃控制模塊包括輪式里程計(jì);
3.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述視覺(jué)感知模塊包括設(shè)置于采摘機(jī)器人正前方、正左方、正右方與正后方的多組雙目攝像頭和設(shè)置于采摘機(jī)器人頂端的結(jié)構(gòu)光相機(jī),通過(guò)多組雙目攝像頭獲取全景圖像,通過(guò)結(jié)構(gòu)光相機(jī)獲取結(jié)構(gòu)光圖像。
4.根據(jù)權(quán)利要求1所述的茶葉采摘機(jī)器人的智能導(dǎo)航系統(tǒng),其特征在于,所述采摘狀態(tài)信息至少包括采摘機(jī)器人的位置信息、目標(biāo)作業(yè)區(qū)域的茶路位置信息、路面狀況信息和目標(biāo)作業(yè)區(qū)域的茶葉間距。
5...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:譚立新,夏宏懿,胡程喜,肖瑞宏,曹宏徙,
申請(qǐng)(專利權(quán))人:湖南信息職業(yè)技術(shù)學(xué)院,
類型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。