CN113778084A - 一种基于多光谱检测的复杂草地环境智能避障*** - Google Patents
一种基于多光谱检测的复杂草地环境智能避障*** Download PDFInfo
- Publication number
- CN113778084A CN113778084A CN202111004482.4A CN202111004482A CN113778084A CN 113778084 A CN113778084 A CN 113778084A CN 202111004482 A CN202111004482 A CN 202111004482A CN 113778084 A CN113778084 A CN 113778084A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- module
- data
- obstacle avoidance
- data acquisition
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 abstract description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,包括数据采集模块、数据接收模块、障碍物判断模块、数据处理模块和避障路径规划模块;所述数据采集模块用于采集数据信息;所述数据接收模块接收所述数据采集模块采集的数据信息并生成障碍物分析信息并发送至所述障碍物判断模块;所述障碍物判断模块接收所述数据采集模块的障碍物分析信息并对障碍物分析;所述数据处理模块接收所述障碍物判断模块生成的障碍物分析并处理控制所述避障路径规划模块,适用于草地环境,可将高的杂草进行剔除,避免产生无意义刹车,实现智能避障。
Description
技术领域
本发明涉及智能车辆辅助驾驶技术领域,具体为一种基于多光谱检测的复杂草地环境智能避障***。
背景技术
近年来,随着人们环保意识的增强,一般不使用除草剂清理杂草,因此,智能割草机越来越受到欢迎。目前割草机避障的方式有红外线式、超声波式和图形识别技术等,但在上述技术应用中避障装置有其各自的缺点,红外避障只能处理与红外模块高度相同高度发障碍物,超声波避障无法准确检测近距离的障碍物,图形识别技术的后期处理不够成熟。
发明内容
本发明的目的在于提供一种基于多光谱检测的复杂草地环境智能避障***,能够智能识别障碍物,区分出障碍物的类型,当障碍物为比较高的树苗或杂草时,避免产生无意义的刹车。
为实现上述目的,本发明提供如下技术方案:一种基于多光谱检测的复杂草地环境智能避障***,包括数据采集模块、数据接收模块、障碍物判断模块、数据处理模块和避障路径规划模块;所述数据采集模块用于采集数据信息;所述数据接收模块接收所述数据采集模块采集的数据信息并生成障碍物分析信息并发送至所述障碍物判断模块;所述障碍物判断模块接收所述数据采集模块的障碍物分析信息并对障碍物分析;所述数据处理模块接收所述障碍物判断模块生成的障碍物分析并处理控制所述避障路径规划模块。
作为上述技术方案的进一步改进,所述数据接收模块分别与所述数据采集模块和障碍物判断模块连接;所述数据处理模块分别与所述障碍物判断模块和避障路径规划模块连接。
作为上述技术方案的进一步改进,所述数据处理模块包括获取障碍物速度、距离和位置信息。
作为上述技术方案的进一步改进,所述避障路径规划模块包括绕开障碍物和重新规划路径。
作为上述技术方案的进一步改进,所述数据采集模块包括毫米波雷达和红外热像仪。
作为上述技术方案的进一步改进,所述数据采集模块,在信息采集时,在割草机前方设置检测范围,在特定区域内进行检测,不在检测区域内的目标则不进行计算判别。
作为上述技术方案的进一步改进,所述数据处理模块对检测区域内的障碍物热红外图像进行分析,若其灰度值位于植物所在阈值范围内,则判断该障碍物为植被,数据处理模块向割草机发出清除的指令,否则进入下一步。
作为上述技术方案的进一步改进,所述数据处理模块对毫米波雷达滤波处理时,毫米波雷达在有效检测区域内,波束进行周期性扫描,返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分析算法实现将同一物体的点迹归为一类。
作为上述技术方案的进一步改进,所述毫米波雷达通过毫米波雷达发射信号和接收信号之间的时间差值计算到前方障碍物的距离,其计算公式为R=Δt*c/2。
与现有技术相比,本发明的有益效果是:本发明将毫米波雷达与红外热像进行融合,适用于草地环境,可将高的杂草进行剔除,避免产生无意义刹车,实现智能避障。
附图说明
图1所示为本发明的结构框架示意图;
图2所示为本发明的被监测目标的方位角测量示意图;
图3所示为本发明的避障流程示意图。
附图标记:1是数据采集模块、2是数据接收模块、3是障碍物判断模块、4是数据处理模块、5是避障路径规划模块。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
请一并参考图1-3所示,本发明公开一种基于多光谱检测的复杂草地环境智能避障***,该***包括数据采集模块1、数据接收模块2、障碍物判断模块3、数据处理模块4和避障路径规划模块5;所述数据接收模块2分别与所述数据采集模块1和障碍物判断模块3连接;所述数据处理模块4分别与所述障碍物判断模块3和避障路径规划模块5连接。
具体的,所述数据采集模块用于采集数据信息;所述数据接收模块接收所述数据采集模块采集的数据信息并生成障碍物分析信息并发送至所述障碍物判断模块;所述障碍物判断模块接收所述数据采集模块的障碍物分析信息并对障碍物分析;所述数据处理模块接收所述障碍物判断模块生成的障碍物分析并处理控制所述避障路径规划模块。
具体的,所述数据采集模块包括毫米波雷达和红外热像仪;所述毫米波雷达和红外热像仪用于采集数据信息;
具体的,数据接收模块:接收毫米波雷达以及红外热像仪采集到的数据信息;
具体的,障碍物判断模块:对数据接收模块获取的障碍物表面热红外图像进行分析,判断障碍物是否为植物,若为植物,则对其进行清除;若不是植物则进入数据处理模块;
具体的,数据处理模块:获取障碍物速度、距离、位置等具体信息;
具体的,避障路径规划模块:为绕开障碍物,重新规划路径。
具体的,基于多光谱检测的复杂草地环境智能避障***具体实现步骤如下:
步骤一:所述数据采集模块的信息采集,在割草机前方设置检测范围,在特定区域内进行检测,不在检测区域内的目标则不进行计算判别;
步骤二:所述数据处理模对检测区域内的障碍物热红外图像进行分析,若其灰度值位于植物所在阈值范围内,则判断该障碍物为植被,向割草机发出清除的指令,否则进入下一步;
步骤三:述数据处理模块对毫米波雷达滤波处理时,毫米波雷达在有效检测区域内,波束进行周期性扫描,返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分析算法来实现将同一物体的点迹归为一类。通过毫米波雷达发射信号和接收信号之间的时间差值计算到前方障碍物的距离,其计算公式如下:
R=Δt*c/2,(c=300000km/s)
在上述实施例中,被监测目标的方位角测量时,毫米波雷达的发射天线发射出毫米波后,遇到被监测物体,反射回来,通过毫米波雷达并列的接收天线,通过收到同一监测目标反射回来的毫米波的相位差,进而计算出被监测目标的方位角。
继续参考图2所示,方位角αAZ是通过毫米波雷达接收天线RX1和接收天线RX2之间的几何距离d,以及两根毫米波雷达天线所收到反射回波的相位差b,然后通过三角函数计算得到方位角αAZ的值,既能够得出被监测目标的方位角。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,包括数据采集模块、数据接收模块、障碍物判断模块、数据处理模块和避障路径规划模块;所述数据采集模块用于采集数据信息;所述数据接收模块接收所述数据采集模块采集的数据信息并生成障碍物分析信息并发送至所述障碍物判断模块;所述障碍物判断模块接收所述数据采集模块的障碍物分析信息并对障碍物分析;所述数据处理模块接收所述障碍物判断模块生成的障碍物分析并处理控制所述避障路径规划模块。
2.根据权利要求1所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据接收模块分别与所述数据采集模块和障碍物判断模块连接;所述数据处理模块分别与所述障碍物判断模块和避障路径规划模块连接。
3.根据权利要求2所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据处理模块包括获取障碍物速度、距离和位置信息。
4.根据权利要求2所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述避障路径规划模块包括绕开障碍物和重新规划路径。
5.根据权利要求2所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据采集模块包括毫米波雷达和红外热像仪。
6.根据权利要求1所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据采集模块,在信息采集时,在割草机前方设置检测范围,在特定区域内进行检测,不在检测区域内的目标则不进行计算判别。
7.根据权利要求5所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据处理模块对检测区域内的障碍物热红外图像进行分析,若其灰度值位于植物所在阈值范围内,则判断该障碍物为植被,数据处理模块向割草机发出清除的指令,否则进入下一步。
8.根据权利要求6所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述数据处理模块对毫米波雷达滤波处理时,毫米波雷达在有效检测区域内,波束进行周期性扫描,返回的数据为对应的每个周期目标点的距离、速度、角度,采用聚类分析算法实现将同一物体的点迹归为一类。
9.根据权利要求7所述的一种基于多光谱检测的复杂草地环境智能避障***,其特征在于,所述毫米波雷达通过毫米波雷达发射信号和接收信号之间的时间差值计算到前方障碍物的距离,其计算公式为R=Δt*c/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004482.4A CN113778084A (zh) | 2021-08-30 | 2021-08-30 | 一种基于多光谱检测的复杂草地环境智能避障*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004482.4A CN113778084A (zh) | 2021-08-30 | 2021-08-30 | 一种基于多光谱检测的复杂草地环境智能避障*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113778084A true CN113778084A (zh) | 2021-12-10 |
Family
ID=78839966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111004482.4A Pending CN113778084A (zh) | 2021-08-30 | 2021-08-30 | 一种基于多光谱检测的复杂草地环境智能避障*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113778084A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090893A (zh) * | 2017-11-23 | 2018-05-29 | 华南农业大学 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
CN108307767A (zh) * | 2018-01-12 | 2018-07-24 | 山东师范大学 | 适用于全自动除草机的障碍物检测避障***及方法 |
CN109541601A (zh) * | 2018-11-16 | 2019-03-29 | 南京慧尔视防务科技有限公司 | 基于毫米波的障碍物识别***及其检测方法 |
WO2020063822A1 (zh) * | 2018-09-27 | 2020-04-02 | 苏州宝时得电动工具有限公司 | 自动割草机及其操作控制方法、装置和电子设备 |
CN112731412A (zh) * | 2020-12-28 | 2021-04-30 | 南京苏美达智能技术有限公司 | 一种超声波避障方法及自动行走设备 |
-
2021
- 2021-08-30 CN CN202111004482.4A patent/CN113778084A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090893A (zh) * | 2017-11-23 | 2018-05-29 | 华南农业大学 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
CN108307767A (zh) * | 2018-01-12 | 2018-07-24 | 山东师范大学 | 适用于全自动除草机的障碍物检测避障***及方法 |
WO2020063822A1 (zh) * | 2018-09-27 | 2020-04-02 | 苏州宝时得电动工具有限公司 | 自动割草机及其操作控制方法、装置和电子设备 |
CN109541601A (zh) * | 2018-11-16 | 2019-03-29 | 南京慧尔视防务科技有限公司 | 基于毫米波的障碍物识别***及其检测方法 |
CN112731412A (zh) * | 2020-12-28 | 2021-04-30 | 南京苏美达智能技术有限公司 | 一种超声波避障方法及自动行走设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106646457B (zh) | 基于微波的人员行为检测方法与装置 | |
US7675458B2 (en) | Dual beam radar system | |
US6756935B1 (en) | Full polarization ground moving target indicator radar automatic target detection algorithm | |
US9812008B2 (en) | Vehicle detection and tracking based on wheels using radar and vision | |
WO2014108889A1 (en) | A method for mitigating rain clutter interference in millimeter-wave radar detection | |
CN116256746A (zh) | 基于雷达对防范区域周界空域异物入侵监测***及方法 | |
CN111856406B (zh) | 一种基于fmcw雷达回波的目标检测方法及装置 | |
CN111323756B (zh) | 一种基于深度学习的航海雷达目标检测方法及装置 | |
CN112285698B (zh) | 一种基于雷达传感器的多目标跟踪装置及方法 | |
Cui et al. | 3D detection and tracking for on-road vehicles with a monovision camera and dual low-cost 4D mmWave radars | |
CN112784679A (zh) | 车辆避障方法和装置 | |
CN112731380A (zh) | 一种基于毫米波的人体智能监测方法及监测设备 | |
CN112572430A (zh) | 碰撞风险确定方法和装置 | |
CN112904329A (zh) | 基于毫米波雷达的目标监测***和方法 | |
CN111983602A (zh) | 一种微小目标探测雷达装置 | |
AU2002314766A1 (en) | System and method for detection and feature extraction in passive coherent location applications | |
WO2002091009A2 (en) | System and method for detection and feature extraction in passive coherent location applications | |
CN111323757B (zh) | 一种航海雷达目标检测方法及装置 | |
CN210572736U (zh) | 一种低小慢目标自动探测、跟踪、识别*** | |
CN114814832A (zh) | 基于毫米波雷达的人体跌倒行为实时监测***及监测方法 | |
CN113778084A (zh) | 一种基于多光谱检测的复杂草地环境智能避障*** | |
Vandana et al. | Intruder detection and tracking using 77GHz FMCW radar and camera data | |
CN104459669B (zh) | 雷达反射信号处理装置及其处理方法 | |
KR101152250B1 (ko) | 차량용 레이더의 오탐지 정보 제거장치 및 방법 | |
CN111123269B (zh) | 用于无人机避障雷达的地面杂波抑制方法、模块及装置 |
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 |