CN116250523A - 一种基于机器视觉的智能激光除草装置及除草方法 - Google Patents
一种基于机器视觉的智能激光除草装置及除草方法 Download PDFInfo
- Publication number
- CN116250523A CN116250523A CN202310349843.1A CN202310349843A CN116250523A CN 116250523 A CN116250523 A CN 116250523A CN 202310349843 A CN202310349843 A CN 202310349843A CN 116250523 A CN116250523 A CN 116250523A
- Authority
- CN
- China
- Prior art keywords
- laser
- optical path
- weed
- weeding
- fixing block
- 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.)
- Granted
Links
- 238000009333 weeding Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 14
- 241000196324 Embryophyta Species 0.000 claims abstract description 64
- 230000003287 optical effect Effects 0.000 claims description 55
- 230000001502 supplementing effect Effects 0.000 claims description 20
- 239000011521 glass Substances 0.000 claims description 18
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000002834 transmittance Methods 0.000 claims description 7
- 239000000835 fiber Substances 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 239000000428 dust Substances 0.000 claims description 4
- 229910000838 Al alloy Inorganic materials 0.000 claims description 3
- 239000000956 alloy Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 claims 2
- 239000000126 substance Substances 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 5
- 239000004009 herbicide Substances 0.000 abstract description 3
- 238000011161 development Methods 0.000 abstract description 2
- 230000002363 herbicidal effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 230000006378 damage Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003020 moisturizing effect Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 206010059866 Drug resistance Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000038559 crop plants Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009342 intercropping Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- A01M21/00—Apparatus for the destruction of unwanted vegetation, e.g. weeds
- A01M21/04—Apparatus for destruction by steam, chemicals, burning, or electricity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/12—Technologies relating to agriculture, livestock or agroalimentary industries using renewable energies, e.g. solar water pumping
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Soil Working Implements (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于机器视觉的智能激光除草装置及除草方法,此除草装置包括支撑辅助单元、杂草识别单元和杂草清除单元三部分;本发明通过深度学***台完成杂草中心点的精确定位和杂草边界框长度和宽度测量,采用激光振镜进行杂草区域扫描清除。可实现在作物种植苗期的精确除草作业,同时尽量降低除草作业对作物幼苗的影响,提高种植效率,有效增加产量;同时大幅度减少化学除草剂使用量,有效促进了绿色农业的发展。
Description
技术领域
本发明涉及农田除草领域,具体涉及一种激光除草装置及方法领域。
背景技术
在农作物出苗时期,由于此时农作物植株较小,未形成致密冠层,杂草具有较强的生态竞争力,导致农作物生长发育受阻,植株瘦弱,结实率降低;同时,田间杂草可作为田间致病菌和害虫的宿主,导致病虫害防治难度加大,严重影响作物产量。在草害一般的年份,会造成减产10%—20%,在严重时,甚至可减产五成。
当前,世界上主要的除草手段有人工除草、化学除草、机械除草、生物技术除草、物理因子除草和热电力除草等,目前使用较多的除草手段是人工除草、机械除草和化学除草。
人工除草除草效果较好,对农田目标作物伤害较小,但是需要大量的劳动力。化学除草的时间限制较少,同时对于苗间杂草有很好的除草效果,但化学除草剂的筛选作用会使得杂草产生抗药性;化学除草剂的滥用更会造成严重的污染,对生态环境造成严重破坏。
机械除草的劳动强度较低,同时具有较高的除草效率,绿色环保,同时机械除草机在除草的同时还能疏松土壤,增强土壤渗透性,改善土壤结构。但传统机械除草设备仍存在较多问题:一方面,对除草时间和作物种植方式有较大限制,对作物的种植间距有较大要求,且较难清除苗间杂草,也不适于间作、套作或密植条件;另一方面,在根系脆弱的幼苗时期,传统的除草机械可能会造成幼苗误伤,降低幼苗存活率,提高生产成本和作业时间。
发明内容
本发明的主要目的在于克服上述除草方法的种种缺陷,降低杂草危害,提出一种基于机器视觉的智能激光除草装置,实现田间杂草的精准快速清除。
本发明的另一目的,在于提出一种基于机器视觉的智能激光除草方法。
为了实现上述主要目的,本发明采用的技术方案是:
一种基于机器视觉的智能激光除草装置,包括支撑辅助单元、杂草识别单元和杂草清除单元。
进一步的,所述支撑辅助单元包括行走装置、中间横梁、车顶防尘盖、遮光防尘围板、LED补光带固定支架、高透玻璃、电池与激光器固定支架、电池和高透玻璃固定片,所述行走装置为四轮独立电驱动底盘,根据作物行距自由调节轮距大小,所述中间横梁通过螺栓固定于行走小车底盘下表面,所述电池与激光器固定支架固定于小车底盘上表面,车顶防尘盖覆盖于行走小车底盘上表面四周,所述遮光防尘围板为铝合金材质,安装于行走小车底盘下表面四周,且在光纤激光器一侧开有向下的通风口,所述LED补光带固定支架焊接于遮光防尘围板下端,LED补光带固定支架下表面距遮光防尘围板最下端1厘米,高透玻璃厚度0.5厘米,通过高透玻璃固定片安装于遮光防尘围板的最下方,上表面与遮光防尘围板最下端平齐,高透玻璃、车顶防尘盖、遮光防尘围板共同构成半封闭空间,为杂草识别单元、杂草清除单元提供较为良好的运行环境,所述电池安装于车顶防尘盖内的电池与激光器固定支架上。
杂草识别单元包括LED补光带、嵌入式人工智能超级计算平台、双目相机、相机固定螺钉、安装支架夹紧螺栓及双目相机安装支架,所述LED补光带面向地面放置,厚度1厘米,粘贴在LED补光带固定支架上,补光带下表面恰好与高透玻璃上表面接触,降低光的反射,所述嵌入式人工智能超级计算平台通过螺钉固定于遮光防尘围板上,所述双目相机镜头面向地面放置,用相机固定螺钉固定在双目相机安装支架上,双目相机安装支架安装于中间横梁上,调节双目相机安装支架顶部的安装支架夹紧螺栓,可以控制双目相机安装支架在中间横梁上的位置。
杂草清除单元包括光纤激光器、振镜、第一光路固定块、第二光路固定块、光路固定螺栓、光路固定块夹紧螺栓、振镜控制卡和激光光路连接器,所述光纤激光器安装于电池与激光器固定支架上,激光束通过光纤和激光光路连接器传入振镜中,激光光路连接器通过光路固定螺栓和第一、第二光路固定块连接在一起,第一、第二光路固定块夹在中间横梁双上,调节第一、第二光路固定块顶部的光路固定块夹紧螺栓,可以控制第一、第二光固定块在中间横梁上的位置,所述振镜与激光光路连接器固定在一起,且面向地面放置,所述振镜控制卡安装于第一光路固定块侧面,通过螺钉固定。
一种基于深度学习和双目立体视觉的激光除草装置,光纤激光器激光功率为100瓦,振镜最小离地间隙为400毫米。
为了实现上述另一目的,本发明采用的技术方案是:
本发明基于机器视觉的智能激光除草方法,包括下述步骤:
(1)行走单元定速行驶,双目相机采集田间图像数据,将数据通过USB接口上传至嵌入式人工智能超级计算平台;
(2)根据预先训练好的杂草识别模型,嵌入式人工智能超级计算平台对采集到的每帧图像进行目标识别,识别出杂草后,依次记录杂草中心点在图像坐标系下的二维坐标(X,Y);
(3)嵌入式人工智能超级计算平台将双目相机采集到的图像转化为灰度图并进行直方图均衡,进一步消除图像畸变,进行立体校正,得到视差图,根据视差图和二维坐标(X,Y),得到目标杂草中心点在相机坐标系下的三维坐标(X0,Y0,Z0),确定杂草所在的方形区域,在上述方形区域内采用基于色彩的杂草分割,生成杂草边界坐标,确定杂草所在区域;
(4)将杂草中心点的三维坐标和杂草边界坐标通过串口发送至激光振镜控制卡,激光振镜控制卡根据目标杂草中心点的Z轴坐标Z0调整整体振镜高度,调整激光焦点,激光振镜控制卡控制振镜偏转,使激光束以直线插补的路径扫过杂草所在区域,实现杂草的激光清除。
本发明的有益效果:
1、本发明实现了深度学***台,在识别田间杂草的基础上,做到了杂草中心点、杂草边界坐标的的精准定位,实现了“发现—定位—清除”的除草流程智能化。
2、本发明采用振镜控制下激光作为除草手段,激光的自适应扫描保证了对杂草的范围覆盖,激光除草具有除草效率高、耗费时间短的优点,而且激光除草对环境和农田作物无任何潜在威胁,提升了除草安全性。
3、激光除草设备除前期购买设备的费用外,后续只需较少的维护费用,无需大量耗材,成本简单可控。
附图说明
图1为本发明的总体示意图。
图2、图3为本发明的支撑辅助单元示意图。
图4为本发明的杂草识别单元示意图。
图5、图6为本发明的杂草清除单元示意图。
图7为本发明的控制流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
如图1所示。本实施方式所述的一种基于机器视觉的智能激光除草装置及除草方法,其特征在于,包括支撑辅助单元(1)、杂草识别单元(2)和杂草清除单元(3)。
如图2、图3所示。支撑辅助单元(1)包括行走装置(1-1)、中间横梁(1-2)、车顶防尘盖(1-3)、遮光防尘围板(1-4)、LED补光带固定支架(1-5)、高透玻璃(1-6)、电池与激光器固定支架(1-7)、电池(1-8)和高透玻璃固定片(1-9),所述行走装置为四轮独立电驱动底盘,根据作物行距自由调节轮距大小,所述中间横梁通过螺栓固定于行走小车底盘下表面,用于安装杂草识别单元和杂草清除单元,所述电池与激光器固定支架固定于小车底盘上表面,同底盘一起,作为激光器和电池的安装底座,车顶防尘盖覆盖于行走小车底盘上表面四周,所述遮光防尘围板为铝合金材质,安装于行走小车底盘下表面四周,且在光纤激光器一侧开有向下的通风口,所述LED补光带固定支架焊接于遮光防尘围板下端,LED补光带固定支架下表面距遮光防尘围板最下端1厘米,高透玻璃厚度0.5厘米,通过高透玻璃固定片安装于遮光防尘围板的最下方,上表面与遮光防尘围板最下端平齐,高透玻璃、车顶防尘盖、遮光防尘围板共同构成半封闭空间,为杂草识别单元、杂草清除单元提供较为良好的运行环境,所述电池安装于车顶防尘盖内的电池与激光器固定支架上。
如图4所示。杂草识别单元(2)包括LED补光带(2-1)、嵌入式人工智能超级计算平台(2-2)、双目相机(2-3)、相机固定螺钉(2-4)、安装支架夹紧螺栓(2-5)及双目相机安装支架(2-6),所述LED补光带面向地面放置,厚度1厘米,粘贴在LED补光带固定支架上,补光带下表面恰好与高透玻璃上表面接触,降低光的反射,所述嵌入式人工智能超级计算平台通过螺钉固定于遮光防尘围板上,所述双目相机镜头面向地面放置,用相机固定螺钉固定在双目相机安装支架上,双目相机安装支架安装于中间横梁上,调节双目相机安装支架顶部的安装支架夹紧螺栓,可以控制双目相机安装支架在中间横梁上的位置。
如图5、图6所示。杂草清除单元(3)包括光纤激光器(3-1)、振镜(3-2)、第一光路固定块(3-3)、第二光路固定块(3-4)、光路固定螺栓(3-5)、光路固定块夹紧螺栓(3-6)、振镜控制卡(3-7)和激光光路连接器(3-8),所述光纤激光器安装于电池与激光器固定支架上,激光束通过光纤和激光光路连接器传入振镜中,激光光路连接器通过光路固定螺栓和第一、第二光路固定块连接在一起,第一、第二光路固定块夹在中间横梁双上,调节第一、第二光路固定块顶部的光路固定块夹紧螺栓,可以控制第一、第二光固定块在中间横梁上的位置,所述振镜与激光光路连接器固定在一起,且面向地面放置,所述振镜控制卡安装于第一光路固定块侧面,通过螺钉固定,振镜可控制激光束照射到杂草所在的矩形区域,加热杂草,使其死亡。
本实施例基于深度学习和双目立体视觉的激光除草装置,其特征在于,光纤激光器激光功率为100瓦,振镜最小离地间隙为400毫米。
本实施例基于深度学习和双目立体视觉的激光除草方法,如图7所示,其特征在于,包括下述步骤:
(1)行走单元定速行驶,双目相机采集田间图像数据,将数据通过USB接口上传至嵌入式人工智能超级计算平台;
(2)根据预先训练好的杂草识别模型,嵌入式人工智能超级计算平台对采集到的每帧图像进行目标识别,识别出杂草后,依次记录杂草中心点在图像坐标系下的二维坐标(X,Y);
(3)嵌入式人工智能超级计算平台将双目相机采集到的图像转化为灰度图并进行直方图均衡,进一步消除图像畸变,进行立体校正,得到视差图,根据视差图和二维坐标(X,Y),得到目标杂草中心点在相机坐标系下的三维坐标(X0,Y0,Z0),确定杂草所在的方形区域,在上述方形区域内采用基于色彩的杂草分割,生成杂草边界坐标,确定杂草所在区域;
(4)将杂草中心点的三维坐标和杂草边界坐标通过串口发送至激光振镜控制卡,激光振镜控制卡根据目标杂草中心点的Z轴坐标Z0调整整体振镜高度,调整激光焦点,激光振镜控制卡控制振镜偏转,使激光束以直线插补的路径扫过杂草所在区域,实现杂草的激光清除。
以上所述,仅是本发明的较佳实施例而已,而不是对本发明作任何形式上的限制,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,利用上述揭示的技术内容做出些许更动或修饰,视为等效实施例。但凡是未脱离本发明技术方案内容,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。
Claims (6)
1.一种基于机器视觉的智能激光除草装置及除草方法,其特征在于,包括支撑辅助单元(1)、杂草识别单元(2)和杂草清除单元(3)。
2.根据权利要求1所述的支撑辅助单元(1),其特征在于,包括行走装置(1-1)、中间横梁(1-2)、车顶防尘盖(1-3)、遮光防尘围板(1-4)、LED补光带固定支架(1-5)、高透玻璃(1-6)、电池与激光器固定支架(1-7)、电池(1-8)和高透玻璃固定片(1-9),所述行走装置为四轮独立电驱动底盘,根据作物行距自由调节轮距大小,所述中间横梁通过螺栓固定于行走小车底盘下表面,所述电池与激光器固定支架固定于小车底盘上表面,车顶防尘盖覆盖于行走小车底盘上表面四周,所述遮光防尘围板为铝合金材质,安装于行走小车底盘下表面四周,且在光纤激光器一侧开有向下的通风口,所述LED补光带固定支架焊接于遮光防尘围板下端,LED补光带固定支架下表面距遮光防尘围板最下端1厘米,高透玻璃厚度0.5厘米,通过高透玻璃固定片安装于遮光防尘围板的最下方,上表面与遮光防尘围板最下端平齐,高透玻璃、车顶防尘盖、遮光防尘围板共同构成半封闭空间,为杂草识别单元、杂草清除单元提供较为良好的运行环境,所述电池安装于车顶防尘盖内的电池与激光器固定支架上。
3.根据权利要求1所述的杂草识别单元(2),其特征在于,包括LED补光带(2-1)、嵌入式人工智能超级计算平台(2-2)、双目相机(2-3)、相机固定螺钉(2-4)、安装支架夹紧螺栓(2-5)及双目相机安装支架(2-6),所述LED补光带面向地面放置,厚度1厘米,粘贴在LED补光带固定支架上,补光带下表面恰好与高透玻璃上表面接触,降低光的反射,所述嵌入式人工智能超级计算平台通过螺钉固定于遮光防尘围板上,所述双目相机镜头面向地面放置,用相机固定螺钉固定在双目相机安装支架上,双目相机安装支架安装于中间横梁上,调节双目相机安装支架顶部的安装支架夹紧螺栓,可以控制双目相机安装支架在中间横梁上的位置。
4.根据权利要求1所述的杂草清除单元(3),其特征在于,包括光纤激光器(3-1)、振镜(3-2)、第一光路固定块(3-3)、第二光路固定块(3-4)、光路固定螺栓(3-5)、光路固定块夹紧螺栓(3-6)、振镜控制卡(3-7)和激光光路连接器(3-8),所述光纤激光器安装于电池与激光器固定支架上,激光束通过光纤和激光光路连接器传入振镜中,激光光路连接器通过光路固定螺栓和第一、第二光路固定块连接在一起,第一、第二光路固定块夹在中间横梁双上,调节第一、第二光路固定块顶部的光路固定块夹紧螺栓,可以控制第一、第二光固定块在中间横梁上的位置,所述振镜与激光光路连接器固定在一起,且面向地面放置,所述振镜控制卡安装于第一光路固定块侧面,通过螺钉固定。
5.根据权利要求1所述的基于机器视觉的智能激光除草装置,其特征在于,光纤激光器激光功率为100瓦,振镜最小离地间隙为400毫米。
6.根据权利要求1所述的基于机器视觉的智能激光除草方法,其特征在于,包括下述步骤:
1)支撑辅助单元定速行驶,双目相机采集田间图像数据,将图像数据通过USB接口上传至嵌入式人工智能超级计算平台;
2)根据预先训练好的杂草识别模型,嵌入式人工智能超级计算平台对采集到的每帧图像进行目标识别,识别出杂草后,依次记录杂草中心点在图像坐标系下的二维坐标(X,Y);
3)嵌入式人工智能超级计算平台将双目相机采集到的图像转化为灰度图并进行直方图均衡,进一步消除图像畸变,进行立体校正,得到视差图,根据视差图和二维坐标(X,Y),得到目标杂草中心点在相机坐标系下的三维坐标(X0,Y0,Z0),确定杂草所在的方形区域,在上述方形区域内采用基于色彩的杂草分割,生成杂草边界坐标,确定杂草所在区域;
4)将杂草中心点的三维坐标和杂草边界坐标通过串口发送至激光振镜控制卡,激光振镜控制卡根据目标杂草中心点的Z轴坐标Z0调整整体振镜高度,调整激光焦点,激光振镜控制卡控制振镜偏转,使激光束以直线插补的路径扫过杂草所在区域,实现杂草的激光清除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349843.1A CN116250523B (zh) | 2023-04-03 | 2023-04-03 | 一种基于机器视觉的智能激光除草装置及除草方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349843.1A CN116250523B (zh) | 2023-04-03 | 2023-04-03 | 一种基于机器视觉的智能激光除草装置及除草方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116250523A true CN116250523A (zh) | 2023-06-13 |
CN116250523B CN116250523B (zh) | 2024-06-14 |
Family
ID=86682657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310349843.1A Active CN116250523B (zh) | 2023-04-03 | 2023-04-03 | 一种基于机器视觉的智能激光除草装置及除草方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116250523B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117882697A (zh) * | 2024-03-14 | 2024-04-16 | 东海实验室 | 一种精准快速的智能化激光除草装置及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101589705A (zh) * | 2009-06-26 | 2009-12-02 | 江苏大学 | 一种激光除草机器人 |
CN109511356A (zh) * | 2019-01-08 | 2019-03-26 | 安徽农业大学 | 一种基于深度视觉的智能除草机器人***及控制方法 |
CN109937999A (zh) * | 2019-03-21 | 2019-06-28 | 中国科学院合肥物质科学研究院 | 一种激光灭杀毒品原植物的装置 |
CN110421353A (zh) * | 2019-09-11 | 2019-11-08 | 哈尔滨理工大学 | 基于机器视觉激光加热辅助车铣复合机床及监控方法 |
CN113632779A (zh) * | 2021-09-16 | 2021-11-12 | 山东农业大学 | 一种激光智能除草机器人及除草方法 |
CN215123657U (zh) * | 2021-01-04 | 2021-12-14 | 东北农业大学 | 一种基于机器视觉的振动机械除草装置 |
CN114453729A (zh) * | 2022-01-12 | 2022-05-10 | 哈尔滨理工大学 | 用于多轴车铣复合机床的激光协同装置及控制方法 |
WO2022101759A1 (en) * | 2020-11-12 | 2022-05-19 | Earth Rover Limited | Light concentration weeding system |
CN114911126A (zh) * | 2022-07-15 | 2022-08-16 | 北京科技大学 | 基于双目视觉及振镜扫描的激光三维投影装置 |
WO2022233307A1 (zh) * | 2021-05-07 | 2022-11-10 | 天津理工大学 | 一种基于作物茎秆定位的锄草机器人及锄草方法 |
CN218681465U (zh) * | 2022-08-29 | 2023-03-24 | 北京大学现代农业研究院 | 除草机器人 |
-
2023
- 2023-04-03 CN CN202310349843.1A patent/CN116250523B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101589705A (zh) * | 2009-06-26 | 2009-12-02 | 江苏大学 | 一种激光除草机器人 |
CN109511356A (zh) * | 2019-01-08 | 2019-03-26 | 安徽农业大学 | 一种基于深度视觉的智能除草机器人***及控制方法 |
CN109937999A (zh) * | 2019-03-21 | 2019-06-28 | 中国科学院合肥物质科学研究院 | 一种激光灭杀毒品原植物的装置 |
CN110421353A (zh) * | 2019-09-11 | 2019-11-08 | 哈尔滨理工大学 | 基于机器视觉激光加热辅助车铣复合机床及监控方法 |
WO2022101759A1 (en) * | 2020-11-12 | 2022-05-19 | Earth Rover Limited | Light concentration weeding system |
CN215123657U (zh) * | 2021-01-04 | 2021-12-14 | 东北农业大学 | 一种基于机器视觉的振动机械除草装置 |
WO2022233307A1 (zh) * | 2021-05-07 | 2022-11-10 | 天津理工大学 | 一种基于作物茎秆定位的锄草机器人及锄草方法 |
CN113632779A (zh) * | 2021-09-16 | 2021-11-12 | 山东农业大学 | 一种激光智能除草机器人及除草方法 |
CN114453729A (zh) * | 2022-01-12 | 2022-05-10 | 哈尔滨理工大学 | 用于多轴车铣复合机床的激光协同装置及控制方法 |
CN114911126A (zh) * | 2022-07-15 | 2022-08-16 | 北京科技大学 | 基于双目视觉及振镜扫描的激光三维投影装置 |
CN218681465U (zh) * | 2022-08-29 | 2023-03-24 | 北京大学现代农业研究院 | 除草机器人 |
Non-Patent Citations (1)
Title |
---|
潘雷;陈树人;栗移新;毛罕平;: "CO_2激光除草应用初步研究", 农机化研究, no. 06, 1 June 2008 (2008-06-01), pages 171 - 173 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117882697A (zh) * | 2024-03-14 | 2024-04-16 | 东海实验室 | 一种精准快速的智能化激光除草装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116250523B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116250523B (zh) | 一种基于机器视觉的智能激光除草装置及除草方法 | |
CN103999635B (zh) | 基于机器视觉的智能化自动切割式采茶机及工作方法 | |
JP2017535279A (ja) | 自動移動ロボット | |
CN108225798B (zh) | 基于边缘增强识别的轮胎滑移量测试***及测试方法 | |
CN108802759A (zh) | 面向植物表型的移动式近感***及数据获取方法 | |
CN107436340A (zh) | 一种植物根冠一体化监测***及方法 | |
AU2013340393B2 (en) | Provision of data on the froth in a froth flotation plant | |
CN112036407A (zh) | 一种植物群体三维表型原位获取方法及装置 | |
CN112610828A (zh) | 一种田间小麦图像采集设备 | |
CN115280964B (zh) | 一种茎叶蔬菜收获机自动作业行驶方法及***和收获机 | |
CN114431004B (zh) | 一种基于3-prs并联机构的香蕉采摘装置及采摘方法 | |
EP4044114A1 (en) | Systems and methods for determining residue length within a field | |
CN113971759B (zh) | 一种基于计算机视觉的大豆株间杂草自动识别装置及方法 | |
CN112337810B (zh) | 一种视觉引导分拣珍珠机器人及其分拣方法 | |
CN211423761U (zh) | 一种具有防尘功能的农业机械用摄像装置 | |
CN204929083U (zh) | 一种基于仿鹰眼视觉的关注目标搜索装置 | |
CN215003685U (zh) | 检测机器人 | |
CN116389857B (zh) | 植物表型采集平台、方法、电子设备及存储介质 | |
CN116965394B (zh) | 一种激光除草装置 | |
CN220016635U (zh) | 设施作物表型采集装置 | |
CN213957173U (zh) | 一种农光互补场景下的杂草检测装置 | |
CN214198041U (zh) | 田间小麦图像采集设备 | |
CN220674490U (zh) | 一种基于机器视觉与激光的猕猴桃精准疏蕾机器人 | |
CN111157757A (zh) | 基于视觉的履带速度检测装置及方法 | |
CN210491742U (zh) | 用于水果果实和自动采摘车的分布式定位装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |