CN110235882B - 一种基于多传感器的精准变量果树施药机器人 - Google Patents
一种基于多传感器的精准变量果树施药机器人 Download PDFInfo
- Publication number
- CN110235882B CN110235882B CN201910580549.5A CN201910580549A CN110235882B CN 110235882 B CN110235882 B CN 110235882B CN 201910580549 A CN201910580549 A CN 201910580549A CN 110235882 B CN110235882 B CN 110235882B
- Authority
- CN
- China
- Prior art keywords
- medicine
- target
- robot
- relative
- variable
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0003—Atomisers or mist blowers
- A01M7/0014—Field atomisers, e.g. orchard atomisers, self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于多传感器的精准变量果树施药机器人,该机器人包括:自走***,用于安装设备并带动整个机器人行进;激光传感器(10),用于检测靶标的有无并在检测到靶标后发送信号给工控机,且用于采集距离信息输送给工控机;摄像机(11),用于对靶标进行图像采集并传输给工控机处理;工控机,用于接收激光传感器(10)的靶标信号并根据采集的图像信息判定病害等级、根据靶标的距离信息获得靶标的冠层总体积以确定喷药量,且将喷药量信息传递至单片机(9);单片机(9),用于接收喷药量信息并控制供药***向变量喷雾***供药、控制变量喷雾***施药。本发明的机器人通过准确检测靶标的体积和识别病虫害的程度,获得准确的喷药量。
Description
技术领域
本发明涉及植保机械及自动化领域,具体地说是一种能够结合病虫害程度和树冠体积进行精准施药的基于多传感器的精准变量果树施药机器人。
背景技术
果园的生态环境比较稳定,适宜害虫繁殖,随着果树种植面积的增大,果园害虫的防治工作也越来越繁重。由于果树生长的外部条件(水分、光照等)各不相同,害虫在每棵果树上的分布数量难免会有差异,所以每棵果树的病虫害程度也会有不同;同时在实际的果园中,果树的树冠形状和树叶密度会各不相同,树与树之间的间距也各不相同。这些都是实现果园精准施药必要考虑的因素。
目前主流的根据树冠的大小和形状计算喷药量的方法存在一个严重的问题:在实际应用中并没有考虑到具体的病虫害程度。按照实际情况,一般冠层体积越大的果树,其病虫害程度越低,实际所需的喷药量应该越少。如果根据树冠的大小和形状喷对应量的农药,会造成农药的浪费,不仅增加了生产成本而且造成了农业生态环境的污染。所以只根据树冠体积这一单一特征来计算施药量缺乏一定的准确性。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种能够结合病虫害程度和树冠体积进行精准施药的基于多传感器的精准变量果树施药机器人,该施药机器人通过准确检测靶标的体积和识别病虫害的程度以提供精准的喷药量,解决了现有喷雾机工作效率低、无法有效识别病虫害程度导致施药量不合理、不能达到实时变量喷药而造成的药剂浪费、环境污染严重等问题。
本发明的目的是通过以下技术方案解决的:
一种基于多传感器的精准变量果树施药机器人,其特征在于:该机器人包括:
自走***,用于安装机器人激光传感器、摄像机、单片机、设置供药***和变量喷雾***的双层支撑台并带动整个机器人行进;
激光传感器,用于检测靶标的有无并在检测到靶标后发送信号给工控机,所述工控机控制激光传感器进行距离信息采集并将采集的距离信息传输给工控机进行处理;
摄像机,用于接收工控机的信号对靶标进行图像采集并将采集的图像信息传输给工控机进行处理;
工控机,用于接收激光传感器的靶标信号且分别控制激光传感器进行靶标距离信息采集、摄像机进行靶标图像采集,工控机根据采集的图像信息判定病害等级并根据靶标的距离信息获得靶标的冠层总体积以确定喷药量,工控机将喷药量信息传递至单片机;
单片机,用于接收工控机传递过来的喷药量信息并控制供药***向变量喷雾***供药、控制变量喷雾***施药。
所述的自走***能够在单片机的控制下按照设定的方向、路线、速度进行自主行走或由工控机通过单片机进行远程遥控行走。
所述的自走***包括履带轮、履带电机,单片机通过电流放大模块与履带电机相连,履带电机依次通过减速器和链传动将动力传递给履带轮,使得单片机能够控制履带轮的行进。
所述双层支撑台的底部平台上设有自走***中的履带电机和给整个机器人供电的电源***;所述双层支撑台的顶部平台上设有单片机、供药***和变量喷雾***,变量喷雾***安装在支撑架末端并通过支撑架安装在双层支撑台的顶部平台上。
所述的双层支撑台的顶部平台的前端设有平台支座,平台支座的前端安装激光传感器,平台支座的后端左右两侧分别放置摄像机以使得摄像机的拍摄目标和激光传感器的检测目标一致。
所述的供药***包括放置在双层支撑台的顶部平台上的供药电机、药箱、直流隔膜泵、阀门组以及相应的连接管,所述药箱的顶部设有药箱盖且药箱的进液口处设有过滤网,药箱的岀液口通过管路连接至直流隔膜泵的进液口、直流隔膜泵的出液口通过软橡胶管连接至阀门组,阀门组分别通过不同的施药管与对应的变量喷雾***相连接;所述的直流隔膜泵通过线路与供药电机相连接且供药电机通过线路与单片机相连接,单片机通过供药电机启动直流隔膜泵向变量喷雾***供药。
所述的变量喷雾***包括喷头和电磁阀,电磁阀通过线路与单片机相连接以控制电磁阀的开合,供药***供应的药液通过电磁阀输送至喷头进行施药。
所述的机器人还包括可调供风装置,可调供风装置包括风筒和位于风筒中的风机和无刷电机,无刷电机通过线路与单片机相连接且单片机通过无刷电机控制风机的转速以调节供风量;变量喷雾***中的喷头固定安装在风筒的前端端面出风口处且与喷头相连接的电磁阀亦能够安装在风筒的前端外壁上。
所述的可调供风装置和变量喷雾***一一对应设置,且可调供风装置由上至下竖直等距安装在支撑杆上,可调供风装置中的风筒的尾端安装在支撑杆上且支撑杆设置在双层支撑台的顶部平台后部左右两侧。
工控机根据采集的图像信息判定病害等级的过程为:
a、首先对采集的图片进行灰度化处理,之后利用边缘检测法,将叶片、病斑以及背景区域分割开,利用二值化方法,完成叶片区域、病斑区域和其它区域以及叶片区域与病斑区域的图像分离;之后,对叶片区域进行逐行扫描,从而确定出叶片轮廓所包含的像素点个数,确定出叶片的实际面积S’;以同样的方法,扫描计算出病斑面积S;并根据叶片的实际面积S’和病斑面积S计算获得叶片的相对病斑大小η:之后对多个叶片的相对病斑大小η求和并除以叶片数量获得叶片的相对病斑大小均值当则相对病斑大小的程度xi=0;当则相对病斑大小的程度xi=0.5;当则相对病斑大小的程度xi=1;
b、根据RGB三原色模型,对采集的图片进行颜色特征提取,利用欧式距离计算图像信息;根据K-means聚类方法,在颜色空间下对叶片的绿叶区域和病害区域同时进行聚类,确定出两个聚类中心;之后将叶片划分为绿叶区域和病害区域,以上述两个聚类中心进行图像的标记,分别提取出绿叶区域的灰度值q′和病害区域的灰度值p′,然后分别与该种果树正常情况下的绿叶区域的阈值q和病害区域的阈值p分别做对比,获得绿叶的相对颜色深度G:G=q′/q、病斑的相对颜色深度H:H=p′/p,且对多个叶片的绿叶的相对颜色深度G求和并除以叶片数量获得绿叶的相对颜色深度均值对多个叶片的病斑的相对颜色深度H求和并除以叶片数量获得病斑的相对颜色深度均值根据绿叶区域的阈值q确定对应的下限值g1和上限值g2,范围分别为0.8<g1<0.9、1.1<g2<1.2,若则绿叶的相对颜色深度的程度yj=0;若则绿叶的相对颜色深度的程度yj=0.5;若则绿叶的相对颜色深度的程度yj=1;同时根据病害区域的阈值p确定对应的下限值h1和上限值h2,范围分别为0.7<h1<0.8、1.2<h2<1.3;若病斑的相对颜色深度的程度zk=0;若病斑的相对颜色深度的程度zk=0.5;若病斑的相对颜色深度的程度zk=1;
c、根据步骤a获得的相对病斑大小的程度xi、步骤b获得的绿叶的相对颜色深度的程度yj和病斑的相对颜色深度的程度zk去计算判定病害等级:μ=xi-yj+zk;若-1≤μ≤0,则病害等级为低;0<μ≤1,则病害等级为中;1<μ≤2,则病害等级为高。
据步骤c得到的病害等级确定理想药液的喷射系数Ki,并乘以预防施药的单位体积的理想喷药量R获得药液实际单位体积喷射量Rk:Rk=Ki·R,其中理想药液的喷射系数Ki根据施药对象以及药液种类确定,R的药液浓度范围为0.025L/m3~0.13L/m3。
所述的自走***上设有能够测量自走***的实时行进速度的霍尔传感器且霍尔传感器能够把自走***的实时行进速度传送给工控机,工控机根据激光传感器测出的靶标距离和霍尔传感器传回的实时行进速度获得靶标的冠层总体积。
本发明相比现有技术有如下优点:
本发明的精准变量果树施药机器人针对目前只根据树冠体积这一单一特征来计算施药量缺乏准确性的问题,通过准确检测靶标的体积和识别病虫害的程度,即结合果树病虫害程度与树冠体积对所需喷药量进行计算,获得准确的喷药量;避免了施药量不合理、药剂浪费、环境污染严重等问题,适宜推广使用。
本发明的精准变量果树施药机器人通过激光传感器和摄像机相结合,以实时检测靶标的存在、靶标的病虫害的程度以及靶标的体积,以获得准备的喷药量,然后通过单片机控制供药***向变量喷雾***供药、控制变量喷雾***施药;另外通过霍尔传感器的设置将施药机器人的行进速度这一因数考虑进来,能够进一步的获得精准的喷药量。
附图说明
附图1为本发明的精准变量果树施药机器人的总体结构示意图;
附图2为本发明的精准变量果树施药机器人的可调供风装置和变量喷雾***结合状态图;
附图3为本发明的精准变量果树施药机器人的供药***、可调供风装置和变量喷雾***结合状态图;
附图4为本发明的精准变量果树施药机器人的信号传递图。
其中:1—风筒;2—喷头;3—电磁阀;4—电源***;5—履带轮;6—履带电机;7—阀门组;8—供药电机;9—单片机;10—激光传感器;11—摄像机;12—药箱;13—风机;14—无刷电机;15—霍尔传感器;16—平台支座;17—双层支撑台;18—支撑杆;19—直流隔膜泵。
具体实施方式
下面结合附图与实施例对本发明作进一步的说明。
如图1-4所示:一种基于多传感器的精准变量果树施药机器人,该机器人包括:自走***,用于安装机器人激光传感器10、摄像机11、单片机9、设置供药***和变量喷雾***的双层支撑台17并带动整个机器人行进;激光传感器10,用于检测靶标的有无并在检测到靶标后发送信号给工控机,所述工控机控制激光传感器10进行距离信息采集并将采集的距离信息传输给工控机进行处理;摄像机11,用于接收工控机的信号对靶标进行图像采集并将采集的图像信息传输给工控机进行处理;工控机,用于接收激光传感器10的靶标信号且分别控制激光传感器10进行靶标距离信息采集、摄像机11进行靶标图像采集,工控机根据采集的图像信息判定病害等级并根据靶标的距离信息获得靶标的冠层总体积以确定喷药量,工控机将喷药量信息传递至单片机9;单片机9,用于接收工控机传递过来的喷药量信息并控制供药***向变量喷雾***供药、控制变量喷雾***施药。
在上述结构的基础上,本发明提供果树施药机器人中的自走***包括履带轮5、履带电机6,单片机9通过电流放大模块与履带电机6相连,履带电机6依次通过减速器和链传动将动力传递给履带轮5,使得单片机9能够控制履带轮5的行进;自走***能够在单片机9的控制下按照设定的方向、路线、速度进行自主行走或由工控机通过单片机9进行远程遥控行走。另外在自走***上设有能够测量自走***的实时行进速度的霍尔传感器15且霍尔传感器15能够把自走***的实时行进速度传送给工控机,工控机根据激光传感器10测出的靶标距离和霍尔传感器15传回的实时行进速度获得靶标的冠层总体积。
在果树施药机器人的双层支撑台17的底部平台上设有自走***中的履带电机6和给整个机器人供电的电源***;在双层支撑台17的顶部平台上设有单片机9、供药***和变量喷雾***,变量喷雾***安装在支撑架18末端并通过支撑架18安装在双层支撑台17的顶部平台上。在双层支撑台17的顶部平台的前端设有平台支座16,平台支座16的前端安装激光传感器10,平台支座16的后端左右两侧分别放置摄像机11以使得摄像机11的拍摄目标和激光传感器10的检测目标一致。上述的供药***包括放置在双层支撑台17的顶部平台上的供药电机8、药箱12、直流隔膜泵19、阀门组7以及相应的连接管,在药箱12的顶部设有药箱盖且药箱12的进液口处设有过滤网,药箱12的岀液口通过管路连接至直流隔膜泵19的进液口、直流隔膜泵19的出液口通过软橡胶管连接至阀门组7,阀门组7分别通过不同的施药管与对应的变量喷雾***相连接;直流隔膜泵19通过线路与供药电机8相连接且供药电机8通过线路与单片机9相连接,单片机9通过控制供药电机8启动直流隔膜泵19向变量喷雾***供药。上述的变量喷雾***包括喷头2和电磁阀3,电磁阀3通过线路与单片机9相连接以控制电磁阀3的开合,供药***供应的药液通过电磁阀3输送至喷头2进行施药。
进一步的来说,该果树施药机器人还包括可调供风装置,可调供风装置包括风筒1和位于风筒1中的风机13和无刷电机14,无刷电机14通过线路与单片机9相连接且单片机9通过无刷电机14控制风机13的转速以调节供风量;变量喷雾***中的喷头2固定安装在风筒1的前端端面出风口处且与喷头2相连接的电磁阀3亦能够安装在风筒1的前端外壁上。该可调供风装置和变量喷雾***一一对应设置,且可调供风装置由上至下竖直等距安装在支撑杆18上,可调供风装置中的风筒1的尾端安装在支撑杆18上且支撑杆18设置在双层支撑台17的顶部平台后部左右两侧。
在本发明提供的果树施药机器人中,工控机根据需要可设置在机器人上或者脱离机器人远程设置。工控机根据采集的图像信息判定病害等级的过程为:
a、首先对采集的图片进行灰度化处理,之后利用边缘检测法,将叶片、病斑以及背景区域分割开,利用二值化方法,完成叶片区域、病斑区域和其它区域以及叶片区域与病斑区域的图像分离;之后,对叶片区域进行逐行扫描,从而确定出叶片轮廓所包含的像素点个数,确定出叶片的实际面积S’;以同样的方法,扫描计算出病斑面积S;并根据叶片的实际面积S’和病斑面积S计算获得叶片的相对病斑大小η:之后对多个叶片的相对病斑大小η求和并除以叶片数量获得叶片的相对病斑大小均值当则相对病斑大小的程度xi=0;当则相对病斑大小的程度xi=0.5;当则相对病斑大小的程度xi=1;
b、根据RGB三原色模型,对采集的图片进行颜色特征提取,利用欧式距离计算图像信息;根据K-means聚类方法,在颜色空间下对叶片的绿叶区域和病害区域同时进行聚类,确定出两个聚类中心;之后将叶片划分为绿叶区域和病害区域,以上述两个聚类中心进行图像的标记,分别提取出绿叶区域的灰度值q′和病害区域的灰度值p′,然后分别与该种果树正常情况下的绿叶区域的阈值q和病害区域的阈值p分别做对比,获得绿叶的相对颜色深度G:G=q′/q、病斑的相对颜色深度H:H=p′/p,且对多个叶片的绿叶的相对颜色深度G求和并除以叶片数量获得绿叶的相对颜色深度均值对多个叶片的病斑的相对颜色深度H求和并除以叶片数量获得病斑的相对颜色深度均值根据绿叶区域的阈值q确定对应的下限值g1和上限值g2,范围分别为0.8<g1<0.9、1.1<g2<1.2,若则绿叶的相对颜色深度的程度yj=0;若则绿叶的相对颜色深度的程度yj=0.5;若则绿叶的相对颜色深度的程度yj=1;同时根据病害区域的阈值p确定对应的下限值h1和上限值h2,范围分别为0.7<h1<0.8、1.2<h2<1.3;若病斑的相对颜色深度的程度zk=0;若病斑的相对颜色深度的程度zk=0.5;若病斑的相对颜色深度的程度zk=1;
c、根据步骤a获得的相对病斑大小的程度xi、步骤b获得的绿叶的相对颜色深度的程度yj和病斑的相对颜色深度的程度zk去计算判定病害等级:μ=xi-yj+zk;若-1≤μ≤0,则病害等级为低;0<μ≤1,则病害等级为中;1<μ≤2,则病害等级为高。
当病害等级确定后,还需要获得病害等级对应的药液实际单位体积喷射量Rk,该过程为首先根据病害等级确定理想药液的喷射系数Ki,接着将理想药液的喷射系数Ki乘以预防施药的单位体积的理想喷药量R即可获得药液实际单位体积喷射量Rk:Rk=Ki·R,其中理想药液的喷射系数Ki根据施药对象以及药液种类确定,R的药液浓度范围为0.025L/m3~0.13L/m3。
本发明的果树施药机器人作业前,可自由选择进行远程遥控或按设定的程序进行自主行走,在作业区人工开启对靶喷雾模式;机器人首先根据激光传感器10检测靶标的有无,当检测到靶标时利用配置图像采集卡的摄像机11进行图像采集,工控机9识别果树的病害等级(高、中、低3个等级);再结合利用激光传感器10采集的距离信息推算冠层体积以确定喷药量[蔡吉晨.基于二维激光雷达的果树在线探测方法及对靶变量喷药技术研究[D].中国农业大学,2018.],最后通过单片机对供药电机的供药量、电磁阀的开合进行控制以进行变量喷雾。上述图像采集是采集一定数量的叶片,最后判定病害等级是根据多个叶片所获得的平均值来计算获得的。
本发明的果树施药机器人在具体使用时,以针对梨树黑斑病防治的0.06%浓度的嘧菌酯苯醚甲环唑混合液为例,病害等级和理想药液的喷射系数Ki的对应关系为:高为2、中为1.5、低为1,预防施药的单位体积的理想喷药量R的药液浓度为0.06L/m3,则可以获得该梨树的药液实际单位体积喷射量Rk,进一步结合冠层体积确定喷药量,通过单片机9发出供药、喷药指令,则单片机9通过控制供药电机8启动直流隔膜泵19向变量喷雾***供药、单片机9通过控制电磁阀3的开合使得供药***供应的药液通过电磁阀3输送至喷头2进行施药,且同时单片机9通过无刷电机14控制风机13的转速以调节供风量。为进一步精确喷药量,还可在将施药机器人的行进速度考虑进来,获得更加精准的靶标的冠层总体积。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内;本发明未涉及的技术均可通过现有技术加以实现。
Claims (10)
1.一种基于多传感器的精准变量果树施药机器人,其特征在于:该机器人包括:
自走***,用于安装机器人激光传感器(10)、摄像机(11)、单片机(9)、设置供药***和变量喷雾***的双层支撑台(17)并带动整个机器人行进;
激光传感器(10),用于检测靶标的有无并在检测到靶标后发送信号给工控机,所述工控机控制激光传感器(10)进行距离信息采集并将采集的距离信息传输给工控机进行处理;
摄像机(11),用于接收工控机的信号对靶标进行图像采集并将采集的图像信息传输给工控机进行处理;
工控机,用于接收激光传感器(10)的靶标信号且分别控制激光传感器(10)进行靶标距离信息采集、摄像机(11)进行靶标图像采集,工控机根据采集的图像信息判定病害等级并根据靶标的距离信息获得靶标的冠层总体积以确定喷药量,工控机将喷药量信息传递至单片机(9);
单片机(9),用于接收工控机传递过来的喷药量信息并控制供药***向变量喷雾***供药、控制变量喷雾***施药;
工控机根据采集的图像信息判定病害等级的过程为:
a、首先对采集的图片进行灰度化处理,之后利用边缘检测法,将叶片、病斑以及背景区域分割开,利用二值化方法,完成叶片区域、病斑区域和其它区域以及叶片区域与病斑区域的图像分离;之后,对叶片区域进行逐行扫描,从而确定出叶片轮廓所包含的像素点个数,确定出叶片的实际面积S’;以同样的方法,扫描计算出病斑面积S;并根据叶片的实际面积S’和病斑面积S计算获得叶片的相对病斑大小η:之后对多个叶片的相对病斑大小η求和并除以叶片数量获得叶片的相对病斑大小均值当则相对病斑大小的程度xi=0;当则相对病斑大小的程度xi=0.5;当则相对病斑大小的程度xi=1;
b、根据RGB三原色模型,对采集的图片进行颜色特征提取,利用欧式距离计算图像信息;根据K-means聚类方法,在颜色空间下对叶片的绿叶区域和病害区域同时进行聚类,确定出两个聚类中心;之后将叶片划分为绿叶区域和病害区域,以上述两个聚类中心进行图像的标记,分别提取出绿叶区域的灰度值q′和病害区域的灰度值p′,然后分别与该种果树正常情况下的绿叶区域的阈值q和病害区域的阈值p分别做对比,获得绿叶的相对颜色深度G:G=q′/q、病斑的相对颜色深度H:H=p′/p,且对多个叶片的绿叶的相对颜色深度G求和并除以叶片数量获得绿叶的相对颜色深度均值对多个叶片的病斑的相对颜色深度H求和并除以叶片数量获得病斑的相对颜色深度均值根据绿叶区域的阈值q确定对应的下限值g1和上限值g2,范围分别为0.8<g1<0.9、1.1<g2<1.2,若则绿叶的相对颜色深度的程度yj=0;若则绿叶的相对颜色深度的程度yj=0.5;若则绿叶的相对颜色深度的程度yj=1;同时根据病害区域的阈值p确定对应的下限值h1和上限值h2,范围分别为0.7<h1<0.8、1.2<h2<1.3;若病斑的相对颜色深度的程度zk=0;若病斑的相对颜色深度的程度zk=0.5;若病斑的相对颜色深度的程度zk=1;
c、根据步骤a获得的相对病斑大小的程度xi、步骤b获得的绿叶的相对颜色深度的程度yj和病斑的相对颜色深度的程度zk去计算判定病害等级:μ=xi-yj+zk;若-1≤μ≤0,则病害等级为低;0<μ≤1,则病害等级为中;1<μ≤2,则病害等级为高;
根据步骤c得到的病害等级确定理想药液的喷射系数Ki,并乘以预防施药的单位体积的理想喷药量R获得药液实际单位体积喷射量Rk:Rk=Ki·R,其中理想药液的喷射系数Ki根据施药对象以及药液种类确定,R的药液浓度范围为0.025L/m3~0.13L/m3。
2.根据权利要求1所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的自走***能够在单片机(9)的控制下按照设定的方向、路线、速度进行自主行走或由工控机通过单片机(9)进行远程遥控行走。
3.根据权利要求1或2所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的自走***包括履带轮(5)、履带电机(6),单片机(9)通过电流放大模块与履带电机(6)相连,履带电机(6)依次通过减速器和链传动将动力传递给履带轮(5),使得单片机(9)能够控制履带轮(5)的行进。
4.根据权利要求1所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述双层支撑台(17)的底部平台上设有自走***中的履带电机(6)和给整个机器人供电的电源***;所述双层支撑台(17)的顶部平台上设有单片机(9)、供药***和变量喷雾***,变量喷雾***安装在支撑架末端并通过支撑架安装在双层支撑台(17)的顶部平台上。
5.根据权利要求4所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的双层支撑台(17)的顶部平台的前端设有平台支座(16),平台支座(16)的前端安装激光传感器(10),平台支座(16)的后端左右两侧分别放置摄像机(11)以使得摄像机(11)的拍摄目标和激光传感器(10)的检测目标一致。
6.根据权利要求1所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的供药***包括放置在双层支撑台(17)的顶部平台上的供药电机(8)、药箱(12)、直流隔膜泵(19)、阀门组(7)以及相应的连接管,所述药箱(12)的顶部设有药箱盖且药箱(12)的进液口处设有过滤网,药箱(12)的岀液口通过管路连接至直流隔膜泵(19)的进液口、直流隔膜泵(19)的出液口通过软橡胶管连接至阀门组(7),阀门组(7)分别通过不同的施药管与对应的变量喷雾***相连接;所述的直流隔膜泵(19)通过线路与供药电机(8)相连接且供药电机(8)通过线路与单片机(9)相连接,单片机(9)通过供药电机(8)启动直流隔膜泵(19)向变量喷雾***供药。
7.根据权利要求1或6所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的变量喷雾***包括喷头(2)和电磁阀(3),电磁阀(3)通过线路与单片机(9)相连接以控制电磁阀(3)的开合,供药***供应的药液通过电磁阀(3)输送至喷头(2)进行施药。
8.根据权利要求1所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的机器人还包括可调供风装置,可调供风装置包括风筒(1)和位于风筒(1)中的风机(13)和无刷电机(14),无刷电机(14)通过线路与单片机(9)相连接且单片机(9)通过无刷电机(14)控制风机(13)的转速以调节供风量;变量喷雾***中的喷头(2)固定安装在风筒(1)的前端端面出风口处且与喷头(2)相连接的电磁阀(3)亦能够安装在风筒(1)的前端外壁上。
9.根据权利要求8所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的可调供风装置和变量喷雾***一一对应设置,且可调供风装置由上至下竖直等距安装在支撑杆上,可调供风装置中的风筒(1)的尾端安装在支撑杆上且支撑杆设置在双层支撑台(17)的顶部平台后部左右两侧。
10.根据权利要求1所述的基于多传感器的精准变量果树施药机器人,其特征在于:所述的自走***上设有能够测量自走***的实时行进速度的霍尔传感器(15)且霍尔传感器(15)能够把自走***的实时行进速度传送给工控机,工控机根据激光传感器(10)测出的靶标距离和霍尔传感器(15)传回的实时行进速度获得靶标的冠层总体积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910580549.5A CN110235882B (zh) | 2019-06-28 | 2019-06-28 | 一种基于多传感器的精准变量果树施药机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910580549.5A CN110235882B (zh) | 2019-06-28 | 2019-06-28 | 一种基于多传感器的精准变量果树施药机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110235882A CN110235882A (zh) | 2019-09-17 |
CN110235882B true CN110235882B (zh) | 2021-09-14 |
Family
ID=67890328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910580549.5A Active CN110235882B (zh) | 2019-06-28 | 2019-06-28 | 一种基于多传感器的精准变量果树施药机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110235882B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111084172A (zh) * | 2020-01-09 | 2020-05-01 | 中国农业大学 | 一种基于树冠冠层体积的喷雾风量自动调节装置与方法 |
CN111084173A (zh) * | 2020-01-09 | 2020-05-01 | 中国农业大学 | 一种喷雾机仿形变量施药***喷头流量自动调节方法 |
GR1009982B (el) * | 2020-04-26 | 2021-04-22 | Παντελεημων Κωνσταντινου Κελεσης | Ηλεκτρονικο ραντιστικο για γραμμικες καλλιεργειες |
CN112741069B (zh) * | 2021-01-14 | 2023-09-12 | 农芯科技(北京)有限责任公司 | 基于机器视觉的果园精准物理防控植保装置及方法 |
CN113100207B (zh) * | 2021-04-14 | 2022-11-22 | 郑州轻工业大学 | 基于小麦病害信息的精准配方施药机器人***及施药方法 |
CN113229248A (zh) * | 2021-04-16 | 2021-08-10 | 北京农业智能装备技术研究中心 | 一种靶标识别精准施药***及施药方法 |
CN113712015A (zh) * | 2021-09-13 | 2021-11-30 | 南京农业大学 | 一种果园精准定位补偿式风送喷雾机*** |
CN113951231B (zh) * | 2021-10-19 | 2023-07-14 | 农业农村部南京农业机械化研究所 | 一种双***联合施药喷雾机 |
CN114145279A (zh) * | 2021-11-30 | 2022-03-08 | 福建省鼎贤市政园林工程有限公司 | 一种智能化的榕树虫害多角度杀虫喷洒装置 |
CN114514914A (zh) * | 2021-12-28 | 2022-05-20 | 中国农业大学 | 一种智能感知施肥与农药喷洒方法与装置 |
CN114557333B (zh) * | 2022-02-28 | 2023-03-14 | 西北农林科技大学 | 一种自带摄像机的果园变量喷药装置 |
WO2024028522A1 (es) * | 2022-08-03 | 2024-02-08 | Altavitis Technologies, S.L. | Sistema dosificador de precisión en continuo (on-the-go), de productos fitosanitarios y fertilizantes líquidos, para pulverización, o nebulización, foliar del viñedo |
CN116034968B (zh) * | 2022-12-09 | 2023-09-15 | 南京农业大学 | 一种基于plc的蒜田精量施药机及施药方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559511A (zh) * | 2013-11-20 | 2014-02-05 | 天津农学院 | 一种温室蔬菜叶部病害图像自动识别方法 |
CN103593652A (zh) * | 2013-10-28 | 2014-02-19 | 西京学院 | 一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法 |
CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制***及方法 |
CN106023159A (zh) * | 2016-05-10 | 2016-10-12 | 中国农业大学 | 设施蔬菜叶部病斑图像分割方法及*** |
CN205848457U (zh) * | 2016-07-30 | 2017-01-04 | 重庆科技学院 | 基于plc的自动对靶变量喷雾*** |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6742718B2 (en) * | 2000-09-15 | 2004-06-01 | Electramist, Inc. | Electric rotary atomizing system for fluid applications |
-
2019
- 2019-06-28 CN CN201910580549.5A patent/CN110235882B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593652A (zh) * | 2013-10-28 | 2014-02-19 | 西京学院 | 一种基于黄瓜叶片症状图像处理的黄瓜病害识别方法 |
CN103559511A (zh) * | 2013-11-20 | 2014-02-05 | 天津农学院 | 一种温室蔬菜叶部病害图像自动识别方法 |
CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制***及方法 |
CN106023159A (zh) * | 2016-05-10 | 2016-10-12 | 中国农业大学 | 设施蔬菜叶部病斑图像分割方法及*** |
CN205848457U (zh) * | 2016-07-30 | 2017-01-04 | 重庆科技学院 | 基于plc的自动对靶变量喷雾*** |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打*** |
Also Published As
Publication number | Publication date |
---|---|
CN110235882A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110235882B (zh) | 一种基于多传感器的精准变量果树施药机器人 | |
CN102428904B (zh) | 除草机器人自动对靶变量喷雾流量控制*** | |
CN111838110A (zh) | 基于激光雷达的果园对靶风送喷雾机及其喷施方法 | |
CN109601517B (zh) | 一种针对多类杂草的农药喷洒的装置及方法 | |
CN110050776B (zh) | 一种辣椒喷药机器人及其控制方法 | |
CN106814745A (zh) | 无人机智能药物供给喷洒方法和*** | |
CN102239756B (zh) | 一种棚室智能耕作机器人 | |
CN111937834B (zh) | 一种进、出风口面积联合调节的对靶喷雾机及方法 | |
CN105230224A (zh) | 一种智能除草机及其杂草清除方法 | |
JP2019095937A (ja) | 農作物育成支援システム、情報収集装置、育成支援サーバ、および農作物販売支援システム | |
CN109122634A (zh) | 一种基于机器视觉的无人机区域对靶变量施药控制装置与方法 | |
CN212279614U (zh) | 基于激光雷达的果园对靶风送喷雾机 | |
CN111587872A (zh) | 一种喷洒农药用机器人 | |
CN109964905B (zh) | 基于果树识别定位的自走对靶施药机器人及其控制方法 | |
CN108990944A (zh) | 基于可见光热红外图像融合的无人机遥感喷药一体化方法及装置 | |
CN206507106U (zh) | 一种风送智能喷雾机器人喷雾协调控制*** | |
CN109471434A (zh) | 一种新型的变量喷雾路径规划自主导航***及方法 | |
CN203860304U (zh) | 一种自动对靶喷施*** | |
CN113341961A (zh) | 一种温室自主精准变量风送喷雾机器人结构及规划路径方法 | |
CN106718685B (zh) | 一种混合种植农田定点灌溉装置 | |
CN215379965U (zh) | 一种智能除草机 | |
CN103004733B (zh) | 一种风机转速可控式果园喷药机 | |
Roman et al. | Stereo vision controlled variable rate sprayer for specialty crops: Part II. Sprayer development and performance evaluation | |
KR20190130208A (ko) | 수분로봇 | |
Möller | Computer vision–a versatile technology in automation of agricultural machinery |
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 |