【技術實現步驟摘要】
本專利技術涉及機器人，特別是涉及一種智能果園巡檢機器人及其控制系統、控制方法。
技術介紹
1、隨著現代果業的快速發展，智能化農業設備的應用日益廣泛。果園巡檢機器人作為提高農業生產效率和管理水平的重要工具，取得了一定的技術成果，并在各地農業開展了實際應用。果園巡檢機器人能夠在果園境中自主巡檢，實時監測作物生長狀況及環境變化，依托內設的數據庫進行作物長勢、病蟲害及耕作需求的智能判斷，從而實現精準農業管理。果園巡檢機器人在實際應用中顯著提升了農業管理的自動化水平與精細化程度，但其在復雜農業環境中的表現仍存在諸多不足之處。
2、現有果園巡檢機器人在應用中存在定位精度不足、路徑規劃不夠精準、環境適應性較差和實時數據傳輸延遲等問題。在復雜果園環境中，由于光線、遮擋物和地形多變等因素，機器人難以穩定地進行同步定位與地圖構建（slam），影響巡檢效果。此外，傳統路徑規劃方法在果園中覆蓋率有限，無法高效應對障礙物的多樣性，容易對作物造成損傷。數據傳輸方面，現有系統往往缺乏高效的實時反饋機制，導致環境監測數據和巡檢決策的響應速度較慢，限制了智能化管理的效果。
3、因此，亟需設計一種能夠實現精確地路徑規劃且適用性強的果園巡檢機器人方案以解決上述問題。
技術實現思路
1、本專利技術的目的是提供一種智能果園巡檢機器人及其控制系統、控制方法，通過高精度的定位與地圖構建，實現靈活且自適應的導航，并實現精確的路徑規劃，高效應對各種障礙物，實現高效、精確、智能化巡檢。
2、為實現
3、一種智能果園巡檢機器人，包括電動履帶底盤以及位于所述電動履帶底盤上的箱體、顯示器、數據采集模塊，所述箱體內設置有數據處理模塊；
4、所述顯示器設置于箱體的正前方，用于實時顯示機器人狀態、采集到的環境信息以及導航路徑；顯示器的前方安裝超聲波發生器，用于輔助障礙物檢測和距離測量；所述箱體的兩側對稱設置有定位天線，用于進行機器人的差分定位；
5、所述箱體上安裝電動升降推桿；所述數據采集模塊包括雙目攝像頭與云臺相機、激光雷達，雙目攝像頭與云臺相機均設置于所述電動升降推桿的頂部，所述激光雷達設置于所述電動升降推桿的前方，用于通過激光掃描生成高精度三維點云數據，來反映果園環境的空間結構與特征信息；所述雙目攝像頭用于拍攝周圍環境的立體視覺圖像，所述云臺相機通過靈活旋轉進行全方位拍攝；
6、數據處理模塊用于接收數據采集模塊傳輸的圖像和點云數據，通過分析實現作物生長狀態監測和地形感知。
7、本專利技術還提供了一種智能果園巡檢機器人控制系統，包括巡檢機器人、巡檢導航子系統、云端控制子系統、app客戶端；所述巡檢導航子系統搭載于智能果園巡檢機器人上；
8、所述機器人包括電動履帶底盤以及電動履帶底盤上設置的數據采集模塊、數據處理模塊、超聲波發生器、定位天線、激光雷達；數據采集模塊用于采集周圍環境多視角的圖像、點云數據，經處理后傳輸給巡檢導航子系統和云端控制子系統；所述數據處理模塊用于使用alpha?shape算法結合網格積分法，根據所述點云數據精確測算果樹冠層體積；
9、所述云端控制子系統用于接收數據采集模塊上傳的圖像并對其進行處理后，得到環境監測數據和作物生長信息，以此生成當前實時巡巡檢信息、病蟲識別結果、設備激光云圖以及巡檢機器人的參數信息和運行狀態；
10、所述app客戶端分別與所述云端控制子系統、機器人通信連接，用于根據果園的需求定制巡檢任務，并遠程控制機器人的運行狀態，所述巡檢任務包括巡檢路線、頻率、巡檢區域以及監測參數，所述監測參數包括巡檢任務執行順序、工作時間；
11、所述巡檢導航子系統為slam系統，用于對所述點云數據進行預處理，通過對預處理后的點云數據進行特征提取，并利用圖優化方法進行后端映射，得到機器人的運動軌跡，根據所述運動軌跡進行地圖構建，實現機器人的自主巡檢。
12、進一步的，所述slam系統包括視覺里程計模塊、后端映射模塊、建圖模塊、回環檢測模塊；
13、所述后端映射模塊用于利用圖優化方法，優化視覺里程計帶來的累計誤差；
14、視覺里程計模塊用于對點云數據進行特征提取，估算出機器人在環境中的位移和旋轉狀態，估計機器人運動軌跡；
15、所述回環檢測模塊基于閉環檢測lfs流程，結合粗搜索rs和細搜索sc雙層策略，根據所述點云數據來定位循環幀并進行姿態配準；
16、建圖模塊用于根據所述運動軌跡實時構建精細化地圖。
17、本專利技術還提供了一種智能果園巡檢機器人控制方法，應用于所述的智能果園巡檢機器人控制系統，包括以下步驟：
18、s1、用戶在app客戶端根據果園的需求定制巡檢任務，并遠程控制機器人的運行狀態和參數信息，所述巡檢任務包括巡檢路線、頻率、巡檢區域以及監測參數，所述監測參數包括巡檢任務的執行順序、工作時間；
19、s2、機器人開啟后，開始行走并通過數據采集模塊采集周圍環境的多視角的圖像、點云數據，并將這些數據傳輸至數據處理模塊、巡檢導航子系統和云端控制子系統；
20、s3、數據處理模塊使用alpha?shape算法結合網格積分法，根據所述點云數據精確測算果樹冠層體積；
21、s4、云端控制子系統接收數據采集模塊上傳的圖像、點云數據并對其進行處理后，得到環境監測數據和作物生長信息，并以此生成當前實時巡檢巡檢信息、病蟲識別結果、設備激光云圖；
22、s5、機器人搭載的slam系統對所述點云數據進行預處理，并對預處理后的點云數據進行特征提取，并利用圖優化方法進行后端映射，得到機器人的運動軌跡，根據所述運動軌跡構建地圖，實現機器人的自主巡檢。
23、進一步的，所述數據處理模塊使用alpha?shape算法結合網格積分法，根據所述點云數據精確測算果樹冠層體積，具體包括：
24、將三維點云投影至二維平面，采用叉積方法改進alpha?shape算法，得到輪廓提取線；并將平面劃分為多個規則網格，每個網格內統計點云數據的最高點與最低點之間的垂直距離為高度差，將高度與網格面積相乘，得到單個網格的近似體積，最后通過累計所有網格體積，得到整個點云所代表物體的體積。
25、進一步的，所述將三維點云投影至二維平面，采用叉積方法改進alpha?shape算法，得到輪廓提取線，具體包括：
26、s3.1、將三維點云投影在二維平面上，獲得不同平面的二維視圖及相關特征信息：
27、三維平面統一表示方法：
28、；
29、式中，a、b、c為平面的法向量的分量，表示平面的方向。法向量(a,b,c)是與平面垂直的向量。x、y、z為空間中任意一點的坐標，這些點滿足平面方程。d為平面方程中的常數項，與平面位置相關。設、為平面上兩個點，代入上公式得：
30、；
31、為平面上一向量，根據上式可知，與這個向量垂本文檔來自技高網...
【技術保護點】
1.一種智能果園巡檢機器人，其特征在于，包括電動履帶底盤以及位于所述電動履帶底盤上的箱體、顯示器、數據采集模塊，所述箱體內設置有數據處理模塊；
2.一種智能果園巡檢機器人控制系統，其特征在于，包括權利要求1所述的智能果園巡檢機器人，還包括巡檢導航子系統、云端控制子系統、APP客戶端；所述巡檢導航子系統搭載于智能果園巡檢機器人上；
3.根據權利要求2所述的智能果園巡檢機器人控制系統，其特征在于，
4.一種智能果園巡檢機器人控制方法，應用于權利要求2-3任一項所述的智能果園巡檢機器人控制系統，其特征在于，包括以下步驟：
5.根據權利要求4所述的智能果園巡檢機器人控制方法，其特征在于，所述數據處理模塊使用Alpha?Shape算法結合網格積分法，根據所述點云數據精確測算果樹冠層體積，具體包括：
6.根據權利要求5所述的智能果園巡檢機器人控制方法，其特征在于，所述將三維點云投影至二維平面，采用叉積方法改進Alpha?Shape算法，得到輪廓提取線，具體包括：
7.根據權利要求6所述的智能果園巡檢機器人控制方法，其特征
8.根據權利要求7所述的智能果園巡檢機器人控制方法，其特征在于，對前端里程表數據進行處理，具體包括：
9.根據權利要求8所述的智能果園巡檢機器人控制方法，其特征在于，所述方法還包括：
10.根據權利要求9所述的智能果園巡檢機器人控制方法，其特征在于，所述預處理包括對所述點云數據進行地面分離、降采樣和降噪。
...【技術特征摘要】
1.一種智能果園巡檢機器人，其特征在于，包括電動履帶底盤以及位于所述電動履帶底盤上的箱體、顯示器、數據采集模塊，所述箱體內設置有數據處理模塊；
2.一種智能果園巡檢機器人控制系統，其特征在于，包括權利要求1所述的智能果園巡檢機器人，還包括巡檢導航子系統、云端控制子系統、app客戶端；所述巡檢導航子系統搭載于智能果園巡檢機器人上；
3.根據權利要求2所述的智能果園巡檢機器人控制系統，其特征在于，
4.一種智能果園巡檢機器人控制方法，應用于權利要求2-3任一項所述的智能果園巡檢機器人控制系統，其特征在于，包括以下步驟：
5.根據權利要求4所述的智能果園巡檢機器人控制方法，其特征在于，所述數據處理模塊使用alpha?shape算法結合網格積分法，根據所述點云數據精確測算果樹冠層體積，具體包括：
6...
【專利技術屬性】
技術研發人員：許寧，孟慶山，楊化偉，張興國，郭娜，鄭澤昊，
申請(專利權)人：山東省農業機械科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。