CN117397661A - 一种喷药机器人的喷药控制方法及喷药机器人 - Google Patents
一种喷药机器人的喷药控制方法及喷药机器人 Download PDFInfo
- Publication number
- CN117397661A CN117397661A CN202311407752.5A CN202311407752A CN117397661A CN 117397661 A CN117397661 A CN 117397661A CN 202311407752 A CN202311407752 A CN 202311407752A CN 117397661 A CN117397661 A CN 117397661A
- Authority
- CN
- China
- Prior art keywords
- spraying
- plant
- sprayed
- image information
- camera
- 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
- 238000005507 spraying Methods 0.000 title claims abstract description 325
- 239000003814 drug Substances 0.000 title claims abstract description 184
- 238000000034 method Methods 0.000 title claims abstract description 47
- 229940079593 drug Drugs 0.000 title description 4
- 239000007788 liquid Substances 0.000 claims abstract description 105
- 239000007921 spray Substances 0.000 claims abstract description 88
- 239000000126 substance Substances 0.000 claims description 31
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 6
- 239000000575 pesticide Substances 0.000 abstract description 69
- 230000001788 irregular Effects 0.000 abstract description 7
- 230000008635 plant growth Effects 0.000 abstract description 7
- 241000238631 Hexapoda Species 0.000 abstract description 5
- 235000013399 edible fruits Nutrition 0.000 abstract description 4
- 235000013311 vegetables Nutrition 0.000 abstract description 4
- 230000012010 growth Effects 0.000 abstract description 3
- 241000257303 Hymenoptera Species 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 286
- 238000002310 reflectometry Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 241000234671 Ananas Species 0.000 description 4
- 235000007119 Ananas comosus Nutrition 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 241001244920 Eucomis bicolor Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000035929 gnawing Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- -1 nt Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000361 pesticidal effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
- A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
-
- 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
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Ecology (AREA)
- Software Systems (AREA)
- Pest Control & Pesticides (AREA)
- Insects & Arthropods (AREA)
- Forests & Forestry (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Botany (AREA)
- Catching Or Destruction (AREA)
Abstract
本申请涉及蔬果种植技术领域,具体提供了一种喷药机器人的喷药控制方法及喷药机器人,该方法包括以下步骤:S1、控制移动载体按照预设路线移动,并持续分析第一相机的相机视野内是否存在待喷药植株;S2、在相机视野内存在待喷药植株时,控制药液喷洒组件对待喷药植株进行喷药,并通过第一相机获取第一图像信息和第二图像信息;S3、根据第一图像信息和第二图像信息判断药液是否被成功喷洒到待喷药植株上;该方法能够核实药液是否被成功喷洒至待喷药植株上,从而有效地避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况。
Description
技术领域
本申请涉及蔬果种植技术领域,具体而言,涉及一种喷药机器人的喷药控制方法及喷药机器人。
背景技术
在蔬果种植技术领域中,为了降低种植成本和劳动强度,现有技术使用喷药机器人对种植地或种植园内的蔬果进行喷药。现有的喷药机器人的工作流程为:喷药机器人按照预先规划的路线移动,并在移动过程中基于图像识别分析图像中是否存在待喷药植株,若图像中存在待喷药植株,则对该植株进行喷药。在喷药过程中,若出现喷头压力不足和计算延时等情况,则喷药机器人可能无法将药液成功喷洒至待喷药植株上,因此现有的喷药机器人可能会出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而造成经济损失。以菠萝种植为例,种植户会在合适的时间对菠萝进行统一采摘,若在菠萝点花过程中喷药机器人没有将药液喷洒至菠萝花心上,则该菠萝花心可能会提前成熟或延迟成熟(即生长不规律),从而导致该菠萝无法被正常采摘,进而造成经济损失。
针对上述问题,目前尚未有有效的技术解决方案。
发明内容
本申请的目的在于提供一种喷药机器人的喷药控制方法及喷药机器人,能够核实药液是否被成功喷洒至待喷药植株上,从而有效地避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况。
第一方面,本申请提供了一种喷药机器人的喷药控制方法,应用在喷药机器人中,喷药机器人包括移动载体、药液喷洒组件、第一相机,药液喷洒组件安装在移动载体上,第一相机向前设置在移动载体后侧,第一相机用于采集图像,喷药机器人的喷药控制方法包括以下步骤:
S1、控制移动载体按照预设路线移动,并持续分析第一相机的相机视野内是否存在待喷药植株;
S2、在相机视野内存在待喷药植株时,控制药液喷洒组件对待喷药植株进行喷药,并通过第一相机获取第一图像信息和第二图像信息,第一图像信息为在药液喷洒组件对待喷药植株进行喷药前采集的图像,第二图像信息为在药液喷洒组件对待喷药植株进行喷药后采集的图像;
S3、根据第一图像信息和第二图像信息判断药液是否被成功喷洒到待喷药植株上。
本申请提供的一种喷药机器人的喷药控制方法,通过第一相机采集药液喷洒组件对待喷药植株进行喷药前的图像和采集药液喷洒组件对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该方法能够核实药液是否被成功喷洒至待喷药植株上,因此该方法能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
可选地,步骤S3包括:
S31、根据第一图像信息和第二图像信息获取差异度信息;
S32、根据差异度信息和预设的差异度阈值判断药液是否被成功喷洒到待喷药植株上。
可选地,步骤S31包括:
S311、根据第一图像信息获取第一植株表面特征信息,第一植株表面特征信息为在药液喷洒组件对待喷药植株进行喷药前待喷药植株表面的特征;
S312、根据第二图像信息获取第二植株表面特征信息,并根据第一植株表面特征信息和第二植株表面特征信息获取差异度信息,第二植株表面特征信息为在药液喷洒组件对待喷药植株进行喷药后待喷药植株表面的特征。
可选地,步骤S3包括:
S31’、将第一图像信息和第二图像信息输入预先训练的喷洒结果判断模型或喷洒结果判断神经网络,以使喷洒结果判断模型或喷洒结果判断神经网络判断药液是否被成功喷洒到待喷药植株上并输出对应的判断结果。
可选地,步骤S32包括:
S321、根据差异度信息、预设的差异度阈值和第二图像信息获取喷药区域占比信息;
S322、根据差异度信息、差异度阈值、喷药区域占比信息和预设的喷药区域阈值判断药液是否被成功喷洒到待喷药植株上。
由于只有在差异度信息大于差异度阈值且喷药区域占比信息大于喷药区域阈值时,该技术方案才会认为药液被成功喷洒到待喷药植株上,因此该技术方案能够有效地避免出现虽然药液仅被喷洒至待喷药植株的局部区域,但仍被认为喷药成功的情况,从而有效地提高喷药机器人的喷药效果。
可选地,喷药机器人的喷药控制方法还包括步骤:
S4、若药液没有被成功喷洒至待喷药植株上,记录该喷药失败的植株的位置信息;
S5、在移动载体完成预设路线的移动后或在移动载体每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息生成返回路线,并控制移动载体按照返回路线移动,以使喷药机器人返回喷药失败的植株的位置并控制药液喷洒组件对喷药失败的植株进行喷药。
可选地,步骤S4包括步骤:
S41、若药液没有被成功喷洒至待喷药植株上,记录该喷药失败的植株的位置信息和根据周围环境信息生成该喷药失败的植株的优先级信息;
步骤S5包括:
S51、在移动载体完成预设路线的移动后或在移动载体每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息和优先级信息生成返回路线,并控制移动载体按照返回路线移动,以使喷药机器人返回喷药失败的植株的位置并控制药液喷洒组件对喷药失败的植株进行喷药。
可选地,喷药机器人还包括照明组件,照明组件安装在移动载体上。
由于照明组件能够使喷药成功的植株的植株表面特征更加突出,因此该技术方案能够有效地增大喷药成功的植株在第一图像信息和第二图像信息中的差异,从而有效地避免出现由于喷药成功的植株在第一图像信息和第二图像信息中的差异不明显而被误判为喷药失败的植株的情况,进而有效地提高判断药液是否被成功喷洒至待喷药植株上的准确度。
可选地,喷药机器人还包括第二相机,第二相机设置在移动载体前侧,第二相机用于采集图像,步骤S2包括:
S21、在相机视野内存在待喷药植株时,通过第二相机获取第一图像信息,并根据第一相机或第二相机采集的图像控制药液喷洒组件对待喷药植株进行喷药;
S22、通过第一相机获取第二图像信息。
第二方面,本申请还提供了一种喷药机器人,其包括:
移动载体;
药液喷洒组件,安装在移动载体上;
第一相机,向前设置在移动载体后侧,用于采集图像;
控制器,与移动载体、药液喷洒组件和第一相机电性连接;
控制器用于控制移动载体按照预设路线移动,并持续分析第一相机的相机视野内是否存在待喷药植株;
控制器还用于在相机视野内存在待喷药植株时,控制药液喷洒组件对待喷药植株进行喷药,并通过第一相机获取第一图像信息和第二图像信息,第一图像信息为在药液喷洒组件对待喷药植株进行喷药前采集的图像,第二图像信息为在药液喷洒组件对待喷药植株进行喷药后采集的图像;
控制器还用于根据第一图像信息和第二图像信息判断药液是否被成功喷洒到待喷药植株上。
本申请提供的一种喷药机器人,通过第一相机采集药液喷洒组件对待喷药植株进行喷药前的图像和采集药液喷洒组件对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该机器人能够核实药液是否被成功喷洒至待喷药植株上,因此该机器人能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
由上可知,本申请提供的一种喷药机器人的喷药控制方法及喷药机器人,通过第一相机采集药液喷洒组件对待喷药植株进行喷药前的图像和采集药液喷洒组件对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该方法能够核实药液是否被成功喷洒至待喷药植株上,因此该方法能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
附图说明
图1为本申请实施例提供的一种喷药机器人的喷药控制方法的流程图。
图2为本申请实施例提供的一种喷药机器人的结构示意图。
图3为本申请实施例提供的一种喷药机器人的控制结构示意图。
附图标记:1、移动载体;2、药液喷洒组件;21、储药箱;22、药泵;23、喷头;24、驱动机构;25、输药管;3、第一相机;4、第二相机;5、照明组件;6、控制器。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
第一方面,如图1-图2所示,本申请提供了一种喷药机器人的喷药控制方法,应用在喷药机器人中,喷药机器人包括移动载体1、药液喷洒组件2、第一相机3,药液喷洒组件2安装在移动载体1上,第一相机3向前设置在移动载体1后侧,第一相机3用于采集图像,喷药机器人的喷药控制方法包括以下步骤:
S1、控制移动载体1按照预设路线移动,并持续分析第一相机3的相机视野内是否存在待喷药植株;
S2、在相机视野内存在待喷药植株时,控制药液喷洒组件2对待喷药植株进行喷药,并通过第一相机3获取第一图像信息和第二图像信息,第一图像信息为在药液喷洒组件2对待喷药植株进行喷药前采集的图像,第二图像信息为在药液喷洒组件2对待喷药植株进行喷药后采集的图像;
S3、根据第一图像信息和第二图像信息判断药液是否被成功喷洒到待喷药植株上。
其中,本申请将药液被成功喷洒到待喷药植株的植株称为喷药成功的植株,本申请将药液没有被成功喷洒到待喷药植株的植株称为喷药失败的植株。移动载体1直线前进方向的一侧为移动载体1的前侧,移动载体1直线后退方向的一侧为移动载体1的后侧,移动载体1可以为自移动小车或无人机等能够移动的载体,该实施例的移动载体1优选为AGV小车或自主移动小车等可以按照预设路线移动的小车。药液喷洒组件2安装在移动载体1上,药液喷洒组件2用于对待喷药植株进行喷药,具体地,药液喷洒组件2包括储药箱21、药泵22、喷头23和驱动机构24,喷头23通过输药管25与储药箱21连接,药泵22设置在输药管25上,药泵22能够驱动储药箱21内的药液朝向喷头23单向流动,驱动机构24用于驱动喷头23移动。第一相机3可以为RGB相机、深度相机或面阵相机等能够采集图像的相机或视觉传感器,由于该实施例在控制药液喷洒组件2对待喷药植株进行喷药前,需要根据图像分析喷头23与待喷药植株的位姿关系,且第一相机3需要获取第一图像信息,因此第一相机3设置在移动载体1的后侧且第一相机3朝向移动载体1的前侧。
步骤S1的预设路线为相关人员根据种植地图预先规划或喷药机器人根据种植地图自动生成的路线,移动载体1按照预设路线移动时会经过种植地或种植园内的所有待喷药植株,该待喷药植株为需要进行喷药的植株,应当理解的是,待喷药植株可以为种植地或种植园内的任意一种或多种植株,本领域技术人员可以根据实际需要设定待喷药植株的种类数量。在移动过程中,步骤S1利用现有的图像识别算法分析第一相机3的相机视野内是否存在待喷药植株。
步骤S2的工作流程为:在相机视野内存在待喷药植株时,先通过第一相机3获取第一图像信息,再控制药液喷洒组件2对待喷药植株进行喷药,最后通过第一相机3获取第二图像信息。具体地,步骤S2控制药液喷洒组件2对待喷药植株进行喷药的过程为:根据第一相机3采集的图像持续分析喷头23与待喷药植株的位姿关系,并根据该位姿关系计算喷头23的移动量,然后根据计算到的移动量控制驱动组件驱动喷头23移动和控制药泵22驱动储药箱21内的药液朝向喷头23单向流动,以对待喷药植株进行喷药。应当理解的是,即使移动载体1在喷药过程中保持移动,但由于喷药机器人的喷药时间短,即第一图像信息和第二图像信息的内容差异不大,因此步骤S2得到的第一图像信息和第二图像信息能够用于判断药液是否被成功喷洒到待喷药植株上。还应当理解的是,为了提供第一图像信息和第二图像信息的内容的一致性,该实施例的移动载体1优选在对待喷药植株进行喷药前后暂停移动,以使待喷药植株在第一图像信息和第二图像信息的位姿相同。
步骤S3的工作原理为:若药液被成功喷洒至待喷药植株上,待喷药植株的表面会由相对干燥的状态转换成相对湿润的状态,此时待喷药植株的植株表面特征(例如颜色、对光线的反射程度和表面光泽度)会发生改变,若药液没有被成功喷洒至待喷药植株上,待喷药植株的表面保持相对干燥的状态,待喷药植株的植株表面特征不会发生改变,由于第一图像信息为在药液喷洒组件2对待喷药植株进行喷药前采集的图像,第二图像信息为在药液喷洒组件2对待喷药植株进行喷药后采集的图像,因此步骤S3可以通过判断第一图像信息中的待喷药植株的植株表面特征是否与第二图像信息中的待喷药植株的植株表面特征相同的方式判断药液是否被成功喷洒至待喷药植株上。应当理解的是,在检测到药液没有被成功喷洒到待喷药植株时,该实施例可以通过人工补喷或控制喷药机器人重新喷洒药液的方式对该植株重新喷药,在检测到药液被成功喷洒到待喷药植株时,喷药机器人继续沿预设路线移动。
该实施例的工作原理为:本申请提供的一种喷药机器人的喷药控制方法,通过第一相机3采集药液喷洒组件2对待喷药植株进行喷药前的图像和采集药液喷洒组件2对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该方法能够核实药液是否被成功喷洒至待喷药植株上,因此该方法能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。此外,由于在药液喷洒组件2对待喷药植株进行喷药后,本申请提供的一种喷药机器人的喷药控制方法就会核实药液是否被成功喷洒到该待喷药植株上,因此本申请提供一种喷药机器人的喷药控制方法能够即时判断药液是否被成功喷洒到该待喷药植株,从而有效地提高喷药成功率和核实效率。
在一些实施例中,步骤S3包括:
S31、根据第一图像信息和第二图像信息获取差异度信息;
S32、根据差异度信息和预设的差异度阈值判断药液是否被成功喷洒到待喷药植株上。
步骤S31的差异度信息能够反映第一图像信息中的待喷药植株与第二图像信息中的待喷药植株的差异,该差异为待喷药植株的植株表面特征的差异。步骤S32的差异度阈值为预设值,本领域技术人员可以根据实际需要对差异度阈值进行调整,具体地,若差异度信息小于等于差异度阈值,则表示药液没有被成功喷洒到待喷药植株上;若差异度信息大于差异度阈值,则表示药液被成功喷洒至待喷药植株上。应当理解的是,由于待喷药植株的植株表面特征可以为多个子特征,因此该实施例的差异度信息可以包括多个与子特征对应的特征差异信息,该实施例的差异度阈值可以包括多个与子特征对应的特征阈值。
在一些实施例中,步骤S31包括:
S311、根据第一图像信息获取第一植株表面特征信息,第一植株表面特征信息为在药液喷洒组件2对待喷药植株进行喷药前待喷药植株表面的特征;
S312、根据第二图像信息获取第二植株表面特征信息,并根据第一植株表面特征信息和第二植株表面特征信息获取差异度信息,第二植株表面特征信息为在药液喷洒组件2对待喷药植株进行喷药后待喷药植株表面的特征。
该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的反射率,该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的光泽度,该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的颜色。具体地,若第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的发射率,则该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的平均反射率,该实施例的第一植株表面特征信息和第二植株表面特征信息也可以为喷药前后待喷药植株局部表面的最大反射率或最小反射率,该实施例的第一植株表面特征信息和第二植株表面特征信息还可以为待喷药植株所在的区域内的每一个像素点的反射率,该实施例可以利用内部平均法、平均域法和对数残差法等现有的反射率算法根据第一图像信息和第二图像信息获取喷药前后待喷药植株表面的反射率,该实施例相当于将待喷药植株表面的反射率作为待喷药植株的植株表面特征,并将待喷药植株在喷药前和喷药后的反射率的差异作为差异度信息,即该实施例的差异度信息为喷药前后的反射率的差值的绝对值,该实施例的差异度阈值包括反射率阈值。具体地,若该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的光泽度,该实施例的第一植株表面特征信息和第二植株表面特征信息可以为喷药前后待喷药植株表面的平均光泽度,该实施例的第一植株表面特征信息和第二植株表面特征信息也可以为喷药前后待喷药植株局部表面的最大光泽度或最小光泽度,该实施例的第一植株表面特征信息和第二植株表面特征信息还可以为待喷药植株所在的区域内的每一个像素点的光泽度,该实施例利用Tensor Flow、Pytorch和Tensor RT等软件从第一图像信息和第二图像信息中提取喷药前后待喷药植株表面的光泽度,该实施例相当于将待喷药植株表面的光泽度作为待喷药植株的植株表面特征,并将待喷药植株在喷药前和喷药后的光泽度的差异作为差异度信息,即该实施例的差异度信息为喷药前后的光泽度的差值的绝对值,该实施例的差异度阈值包括光泽度阈值。
在一些实施例中,步骤S3包括:
S31’、将第一图像信息和第二图像信息输入预先训练的喷洒结果判断模型或喷洒结果判断神经网络,以使喷洒结果判断模型或喷洒结果判断神经网络判断药液是否被成功喷洒到待喷药植株上并输出对应的判断结果。
该实施例的喷洒结果判断模型为预先训练好的模型,该实施例的喷洒结果判断神经网络为预先训练好的神经网络,该喷洒结果判断模型和喷洒结果判断神经网络均能根据喷药前后的图像信息判断药液是否被成功喷洒到待喷药植株上并输出对应的判断结果,因此该实施例仅需要将第一图像信息和第二图像信息输入喷洒结果判断模型或喷洒结果判断神经网络就能够获知药液是否被成功喷洒到待喷药植株上。
上述实施例仅通过待喷药植株的植株表面特征在第一图像信息和第二图像信息中的差异来判断药液是否被成功喷洒至待喷药植株上,因此上述实施例可能会出现虽然药液仅被喷洒至待喷药植株的局部区域,但仍被认为喷药成功的情况,由于药液仅被喷洒至待喷药植株的局部区域,因此上述实施例的喷药机器人存在喷药效果差的问题。
为了解决该技术问题,在一些实施例中,步骤S32包括:
S321、根据差异度信息、预设的差异度阈值和第二图像信息获取喷药区域占比信息;
S322、根据差异度信息、差异度阈值、喷药区域占比信息和预设的喷药区域阈值判断药液是否被成功喷洒到待喷药植株上。
步骤S321的喷药区域占比信息为喷药区域与待喷药植株所在的区域的比值,喷药区域为药液在待喷药植株上所处的区域。步骤321的工作原理为:由于在药液被喷洒至待喷药植株上后,待喷药植株的喷药区域的植株表面特征会发生变化,喷药区域的差异度信息大于差异度阈值,因此步骤S321可以根据差异度信息、预设的差异度阈值和第二图像信息获取喷药区域占比信息。步骤S321根据差异度信息、预设的差异度阈值和第二图像信息获取喷药区域占比信息的具体流程为:先利用图像分析算法或图像识别算法获取待喷药植株所在的区域,再根据差异度信息和差异度阈值对待喷药植株所在的区域内的所有像素点进行分析,以获取差异度信息大于差异度阈值的像素点的数量,最后将差异度信息大于差异度阈值的像素点的数量与待喷药植株所在的区域的像素点的数量的商作为喷药区域占比信息。步骤S322的喷药区域阈值为预设值,本领域技术人员可以根据实际需要对喷药区域阈值进行调整。由于只有在差异度信息大于差异度阈值且喷药区域占比信息大于喷药区域阈值时,该实施例才会认为药液被成功喷洒到待喷药植株上,因此该实施例能够有效地避免出现虽然药液仅被喷洒至待喷药植株的局部区域,但仍被认为喷药成功的情况,从而有效地提高喷药机器人的喷药效果。
在一些实施例中,步骤S3包括:
S31’、根据第一图像信息和预先训练好的喷药效果预测模型获取第三图像信息,第三图像信息为对待喷药植株进行模拟喷药后得到的图像;
S32’、根据第二图像信息和第三图像信息的植株色彩相似性判断药液是否被成功喷洒到待喷药植株上。
步骤S31’的喷药效果预测模型为预先训练好的模型,该模型能够对待喷药植株进行模拟喷药,并生成模拟喷药后的待喷药植株的图像,因此S31’可以利用喷药效果预测模型根据第一图像信息获取第三图像信息,具体地,步骤S31’获取第三图像信息的流程为:将第一图像信息输入喷药效果预测模型,喷药效果预测模型的输出即为第三图像信息。第三图像信息相当于对待喷药植株进行喷药后的预测图像,第二图像信息相当于对待喷药植株进行喷药后的实际图像,因此S32’可以根据第二图像信息和第三图像信息的植株色彩相似性判断药液是否被成功喷洒到待喷药植株上。
在一些实施例中,喷药机器人的喷药控制方法还包括步骤:
S4、若药液没有被成功喷洒至待喷药植株上,记录该喷药失败的植株的位置信息;
S5、在移动载体1完成预设路线的移动后或在移动载体1每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息生成返回路线,并控制移动载体1按照返回路线移动,以使喷药机器人返回喷药失败的植株的位置并控制药液喷洒组件2对喷药失败的植株进行喷药。
由于在移动载体1完成预设路线的移动后或在移动载体1每完成一次局部路径的移动后,该实施例才会根据喷药失败的植株对应的位置信息生成返回路线,而喷药失败的植株的数量可能为多个,因此该实施例的移动载体1按照返回路线移动时需要经过所有喷药失败的植株。应当理解的是,在移动载体1移动至喷药失败的植株的位置后,该实施例执行步骤S2和S3,以对该喷药失败的植株进行重新喷药和核实药液是否被成功喷洒至该植株上,若是,则控制移动载体1按照返回路线继续移动并删除该植株对应的位置信息,若否,则重复执行步骤S2和S3,直至检测到药液被成功喷洒至该植株上。
在一些实施例中,步骤S4包括步骤:
S41、若药液没有被成功喷洒至待喷药植株上,记录该喷药失败的植株的位置信息和根据周围环境信息生成该喷药失败的植株的优先级信息;
步骤S5包括:
S51、在移动载体1完成预设路线的移动后或在移动载体1每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息和优先级信息生成返回路线,并控制移动载体1按照返回路线移动,以使喷药机器人返回喷药失败的植株的位置并控制药液喷洒组件2对喷药失败的植株进行喷药。
步骤S41的周围环境信息为喷药失败的植株附近的环境,该实施例可以根据周围环境信息获取喷药失败的植株的周边环境的好坏程度。步骤S41的工作原理为:对喷药失败的植株重新喷洒药液的难度与其周围环境相关联,例如,喷药失败的植株周围的障碍物越多,对喷药失败的植株重新喷洒药液的难度越大,又例如,喷药失败的植株周围的坑洼越多,对喷药失败的植株重新喷洒药液的难度越大,因此步骤S4可以根据周围环境信息生成优先级信息,具体地,喷药失败的植株的周边环境越好,优先级信息越大。步骤S51根据待喷药植株对应的位置信息和优先级信息生成返回路线,具体地,喷药机器人按照返回路线移动时先经过优先级信息较大的喷药失败的植株。
在一些实施例中,喷药机器人还包括照明组件5,照明组件5安装在移动载体1上。该实施例的照明组件5可以为LED灯条和LED灯带等能够作为光源的组件,照明组件5安装在移动载体1上。该实施例在移动载体1上安装有照明组件5,由于照明组件5能够使喷药成功的植株的植株表面特征更加突出(例如该实施例的喷药成功的植株的光泽度大于上述实施例的喷药成功的喷药植株的光泽度),因此该实施例能够有效地增大喷药成功的植株在第一图像信息和第二图像信息中的差异,从而有效地避免出现由于喷药成功的植株在第一图像信息和第二图像信息中的差异不明显而被误判为喷药失败的植株的情况,进而有效地提高判断药液是否被成功喷洒至待喷药植株上的准确度。应当理解的是,在获取第一图像信息和第二图像信息时,该实施例的照明组件5的状态保持一致,即在获取第一图像信息时,照明组件5开启,则在获取第二图像信息时,照明组件5也需要开启。
在一些实施例中,喷药机器人还包括第二相机4,第二相机4设置在移动载体1前侧,第二相机4用于采集图像,步骤S2包括:
S21、在相机视野内存在待喷药植株时,通过第二相机4获取第一图像信息,并根据第一相机3或第二相机4采集的图像控制药液喷洒组件2对待喷药植株进行喷药;
S22、通过第一相机3获取第二图像信息。
该实施例的第二相机4可以向前倾斜设置在移动载体1前侧,该实施例的第二相机4也可以向后倾斜设置在移动载体1前侧,为了保证待喷药植株在第一图像信息中的朝向与其在第二图像信息中的朝向相同,该实施例的第二相机4优选向前倾斜设置在移动载体1前侧。
在一些实施例中,步骤S1包括以下步骤:
S11、控制移动载体1按照预设路线移动,并根据第一图像信息和历史图像信息持续分析第一相机3的相机视野内是否存在待喷药植株。
该实施例的历史图像信息可以为上一次喷药时采集的第一图像信息或第二图像信息,该实施例的工作原理为:若在上一次喷药时药液被成功喷洒到待喷药植株上,则该植株会在上一次喷药与本次喷药的时间段内快速生长,即该植株会在第一图像信息和历史图像信息中发生明显变化;若在上一次喷药时药液没有被成功喷洒到待喷药植株上,则该植株不会在上一次喷药与本次喷药的时间段内快速生长,即该植株不会在第一图像信息和历史图像信息中发生明显变化,因此该实施例可以根据第一图像信息和历史图像信息持续分析第一相机3的相机视野内是否存在待喷药植株,该待喷药植株为在第一图像信息和历史图像信息中没有发生明显变化的植株。
由上可知,本申请提供的一种喷药机器人的喷药控制方法,通过第一相机3采集药液喷洒组件2对待喷药植株进行喷药前的图像和采集药液喷洒组件2对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该方法能够核实药液是否被成功喷洒至待喷药植株上,因此该方法能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
第二方面,如图2-图3所示,本申请还提供了一种喷药机器人,其包括:
移动载体1;
药液喷洒组件2,安装在移动载体1上;
第一相机3,向前设置在移动载体1后侧,用于采集图像;
控制器6,与移动载体1、药液喷洒组件2和第一相机3电性连接;
控制器6用于控制移动载体1按照预设路线移动,并持续分析第一相机3的相机视野内是否存在待喷药植株;
控制器6还用于在相机视野内存在待喷药植株时,控制药液喷洒组件2对待喷药植株进行喷药,并通过第一相机3获取第一图像信息和第二图像信息,第一图像信息为在药液喷洒组件2对待喷药植株进行喷药前采集的图像,第二图像信息为在药液喷洒组件2对待喷药植株进行喷药后采集的图像;
控制器6还用于根据第一图像信息和第二图像信息判断药液是否被成功喷洒到待喷药植株上。
本申请实施例提供的一种喷药机器人包括控制器6,该控制器6用于执行上述第一方面提供的一种喷药机器人的喷药控制方法,因此本申请实施例提供的一种喷药机器人的工作原理与上述第一方面提供的一种喷药机器人的喷药控制方法的工作原理相同,此处不再进行详细论述。
由上可知,本申请提供的一种喷药机器人,通过第一相机3采集药液喷洒组件2对待喷药植株进行喷药前的图像和采集药液喷洒组件2对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该机器人能够核实药液是否被成功喷洒至待喷药植株上,因此该机器人能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
由上可知,本申请提供的一种喷药机器人的喷药控制方法及喷药机器人,通过第一相机3采集药液喷洒组件2对待喷药植株进行喷药前的图像和采集药液喷洒组件2对待喷药植株进行喷药后的图像,并根据这两个图像判断药液是否被成功喷洒至待喷药植株上,由于该方法能够核实药液是否被成功喷洒至待喷药植株上,因此该方法能够避免出现由于药液没有被成功喷洒至待喷药植株上而导致植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况,从而有效地减少由植株生长受阻、生长不规律或植株被虫蚁啃食等意外情况而造成的经济损失。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个机器人,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以上升至一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种喷药机器人的喷药控制方法,其特征在于,应用在喷药机器人中,所述喷药机器人包括移动载体、药液喷洒组件、第一相机,所述药液喷洒组件安装在所述移动载体上,所述第一相机向前设置在所述移动载体后侧,所述第一相机用于采集图像,所述喷药机器人的喷药控制方法包括以下步骤:
S1、控制所述移动载体按照预设路线移动,并持续分析所述第一相机的相机视野内是否存在待喷药植株;
S2、在所述相机视野内存在所述待喷药植株时,控制所述药液喷洒组件对所述待喷药植株进行喷药,并通过所述第一相机获取第一图像信息和第二图像信息,所述第一图像信息为在所述药液喷洒组件对所述待喷药植株进行喷药前采集的图像,所述第二图像信息为在所述药液喷洒组件对所述待喷药植株进行喷药后采集的图像;
S3、根据所述第一图像信息和所述第二图像信息判断药液是否被成功喷洒到所述待喷药植株上。
2.根据权利要求1所述的喷药机器人的喷药控制方法,其特征在于,步骤S3包括:
S31、根据所述第一图像信息和所述第二图像信息获取差异度信息;
S32、根据所述差异度信息和预设的差异度阈值判断药液是否被成功喷洒到所述待喷药植株上。
3.根据权利要求2所述的喷药机器人的喷药控制方法,其特征在于,步骤S31包括:
S311、根据所述第一图像信息获取第一植株表面特征信息,所述第一植株表面特征信息为在所述药液喷洒组件对所述待喷药植株进行喷药前所述待喷药植株表面的特征;
S312、根据所述第二图像信息获取第二植株表面特征信息,并根据所述第一植株表面特征信息和所述第二植株表面特征信息获取差异度信息,所述第二植株表面特征信息为在所述药液喷洒组件对所述待喷药植株进行喷药后所述待喷药植株表面的特征。
4.根据权利要求1所述的喷药机器人的喷药控制方法,其特征在于,步骤S3包括:
S31’、将所述第一图像信息和所述第二图像信息输入预先训练的喷洒结果判断模型或喷洒结果判断神经网络,以使所述喷洒结果判断模型或喷洒结果判断神经网络判断药液是否被成功喷洒到所述待喷药植株上并输出对应的判断结果。
5.根据权利要求2所述的喷药机器人的喷药控制方法,其特征在于,步骤S32包括:
S321、根据差异度信息、预设的差异度阈值和所述第二图像信息获取喷药区域占比信息;
S322、根据所述差异度信息、所述差异度阈值、所述喷药区域占比信息和预设的喷药区域阈值判断药液是否被成功喷洒到所述待喷药植株上。
6.根据权利要求1所述的喷药机器人的喷药控制方法,其特征在于,所述喷药机器人的喷药控制方法还包括步骤:
S4、若所述药液没有被成功喷洒至所述待喷药植株上,记录该喷药失败的植株的位置信息;
S5、在所述移动载体完成所述预设路线的移动后或在所述移动载体每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息生成返回路线,并控制所述移动载体按照所述返回路线移动,以使所述喷药机器人返回所述喷药失败的植株的位置并控制所述药液喷洒组件对所述喷药失败的植株进行喷药。
7.根据权利要求6所述的喷药机器人的喷药控制方法,其特征在于,步骤S4包括步骤:
S41、若所述药液没有被成功喷洒至所述待喷药植株上,记录该喷药失败的植株的位置信息和根据周围环境信息生成该喷药失败的植株的优先级信息;
步骤S5包括:
S51、在所述移动载体完成所述预设路线的移动后或在所述移动载体每完成一次局部路径的移动后,若存在喷药失败的植株,根据喷药失败的植株对应的位置信息和优先级信息生成返回路线,并控制所述移动载体按照所述返回路线移动,以使所述喷药机器人返回所述喷药失败的植株的位置并控制所述药液喷洒组件对所述喷药失败的植株进行喷药。
8.根据权利要求1所述的喷药机器人的喷药控制方法,其特征在于,所述喷药机器人还包括照明组件,所述照明组件安装在所述移动载体上。
9.根据权利要求1所述的喷药机器人的喷药控制方法,其特征在于,所述喷药机器人还包括第二相机,所述第二相机设置在所述移动载体前侧,所述第二相机用于采集图像,步骤S2包括:
S21、在所述相机视野内存在所述待喷药植株时,通过所述第二相机获取第一图像信息,并根据所述第一相机或所述第二相机采集的图像控制所述药液喷洒组件对所述待喷药植株进行喷药;
S22、通过所述第一相机获取第二图像信息。
10.一种喷药机器人,其特征在于,所述喷药机器人包括:
移动载体;
药液喷洒组件,安装在所述移动载体上;
第一相机,向前设置在所述移动载体后侧,用于采集图像;
控制器,与所述移动载体、所述药液喷洒组件和所述第一相机电性连接;
所述控制器用于控制所述移动载体按照预设路线移动,并持续分析所述第一相机的相机视野内是否存在待喷药植株;
所述控制器还用于在所述相机视野内存在所述待喷药植株时,控制所述药液喷洒组件对所述待喷药植株进行喷药,并通过所述第一相机获取第一图像信息和第二图像信息,所述第一图像信息为在所述药液喷洒组件对所述待喷药植株进行喷药前采集的图像,所述第二图像信息为在所述药液喷洒组件对所述待喷药植株进行喷药后采集的图像;
所述控制器还用于根据所述第一图像信息和所述第二图像信息判断药液是否被成功喷洒到所述待喷药植株上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311407752.5A CN117397661A (zh) | 2023-10-27 | 2023-10-27 | 一种喷药机器人的喷药控制方法及喷药机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311407752.5A CN117397661A (zh) | 2023-10-27 | 2023-10-27 | 一种喷药机器人的喷药控制方法及喷药机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117397661A true CN117397661A (zh) | 2024-01-16 |
Family
ID=89495745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311407752.5A Pending CN117397661A (zh) | 2023-10-27 | 2023-10-27 | 一种喷药机器人的喷药控制方法及喷药机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117397661A (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4015366A (en) * | 1975-04-11 | 1977-04-05 | Advanced Decision Handling, Inc. | Highly automated agricultural production system |
DE4132637A1 (de) * | 1991-10-01 | 1993-04-08 | Walter Prof Dr Kuehbauch | Verfahren und vorrichtung zur gesteuerten unkrautbekaempfung |
US5465525A (en) * | 1993-12-29 | 1995-11-14 | Tomokiyo White Ant Co. Ltd. | Intellectual working robot of self controlling and running |
US20050126144A1 (en) * | 2003-12-12 | 2005-06-16 | Vision Robotics Corporation | Robot mechanical picker system and method |
CN101384164A (zh) * | 2006-02-17 | 2009-03-11 | 克罗普迪塞恩股份有限公司 | 确定植物开花开始的方法和装置 |
JP2010094127A (ja) * | 2008-09-18 | 2010-04-30 | National Agriculture & Food Research Organization | 着果処理装置 |
JP2011200196A (ja) * | 2010-03-26 | 2011-10-13 | Iseki & Co Ltd | 受粉ロボット |
JP2013150584A (ja) * | 2012-01-26 | 2013-08-08 | Nikon Corp | 受粉装置、植物栽培システム、及び植物栽培プラント |
CN103891697A (zh) * | 2014-03-28 | 2014-07-02 | 南通职业大学 | 一种室内自主移动喷药机器人及其变量喷药方法 |
US20160050852A1 (en) * | 2013-03-29 | 2016-02-25 | Chul Hee Lee | Agricultural robot system |
CN106171959A (zh) * | 2016-07-18 | 2016-12-07 | 中国农业大学 | 一种授粉喷施设备及*** |
US20170042102A1 (en) * | 2015-08-12 | 2017-02-16 | Dina Safreno | Vision-based pollination system |
CN106774420A (zh) * | 2017-01-23 | 2017-05-31 | 东莞理工学院 | 一种基于微型飞行机器人的自动化农业授粉方法 |
CN107639640A (zh) * | 2017-10-26 | 2018-01-30 | 北方民族大学 | 一种多喷头智能喷药机器人 |
CN107835634A (zh) * | 2015-06-04 | 2018-03-23 | 埃尔瓦有限公司 | 用于选择性授粉的***和方法 |
US20200120886A1 (en) * | 2017-05-04 | 2020-04-23 | Arugga A.I Farming Ltd | Plant treatment systems and methods |
WO2021060374A1 (ja) * | 2019-09-27 | 2021-04-01 | HarvestX株式会社 | 自動授粉装置、自動授粉方法及び自動授粉システム |
CN115104452A (zh) * | 2022-07-27 | 2022-09-27 | 广东海洋大学 | 一种菠萝自动催花机器人及其催花方法 |
CN115617050A (zh) * | 2022-12-02 | 2023-01-17 | 华南理工大学 | 一种自动点花方法、机器人、电子设备及存储介质 |
CN115760991A (zh) * | 2022-12-15 | 2023-03-07 | 华南理工大学 | 凤梨花芯的定位方法、灌药方法、装置、电子设备及介质 |
CN115777660A (zh) * | 2022-11-25 | 2023-03-14 | 中联智慧农业股份有限公司 | 用于控制药物量的方法、装置、存储介质、处理器及*** |
CN218790039U (zh) * | 2022-12-01 | 2023-04-07 | 华南理工大学 | 一种自主移动植株精准喷药机器人 |
-
2023
- 2023-10-27 CN CN202311407752.5A patent/CN117397661A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4015366A (en) * | 1975-04-11 | 1977-04-05 | Advanced Decision Handling, Inc. | Highly automated agricultural production system |
DE4132637A1 (de) * | 1991-10-01 | 1993-04-08 | Walter Prof Dr Kuehbauch | Verfahren und vorrichtung zur gesteuerten unkrautbekaempfung |
US5465525A (en) * | 1993-12-29 | 1995-11-14 | Tomokiyo White Ant Co. Ltd. | Intellectual working robot of self controlling and running |
US20050126144A1 (en) * | 2003-12-12 | 2005-06-16 | Vision Robotics Corporation | Robot mechanical picker system and method |
CN101384164A (zh) * | 2006-02-17 | 2009-03-11 | 克罗普迪塞恩股份有限公司 | 确定植物开花开始的方法和装置 |
JP2010094127A (ja) * | 2008-09-18 | 2010-04-30 | National Agriculture & Food Research Organization | 着果処理装置 |
JP2011200196A (ja) * | 2010-03-26 | 2011-10-13 | Iseki & Co Ltd | 受粉ロボット |
JP2013150584A (ja) * | 2012-01-26 | 2013-08-08 | Nikon Corp | 受粉装置、植物栽培システム、及び植物栽培プラント |
US20160050852A1 (en) * | 2013-03-29 | 2016-02-25 | Chul Hee Lee | Agricultural robot system |
CN103891697A (zh) * | 2014-03-28 | 2014-07-02 | 南通职业大学 | 一种室内自主移动喷药机器人及其变量喷药方法 |
CN107835634A (zh) * | 2015-06-04 | 2018-03-23 | 埃尔瓦有限公司 | 用于选择性授粉的***和方法 |
US20170042102A1 (en) * | 2015-08-12 | 2017-02-16 | Dina Safreno | Vision-based pollination system |
CN106171959A (zh) * | 2016-07-18 | 2016-12-07 | 中国农业大学 | 一种授粉喷施设备及*** |
CN106774420A (zh) * | 2017-01-23 | 2017-05-31 | 东莞理工学院 | 一种基于微型飞行机器人的自动化农业授粉方法 |
US20200120886A1 (en) * | 2017-05-04 | 2020-04-23 | Arugga A.I Farming Ltd | Plant treatment systems and methods |
CN107639640A (zh) * | 2017-10-26 | 2018-01-30 | 北方民族大学 | 一种多喷头智能喷药机器人 |
WO2021060374A1 (ja) * | 2019-09-27 | 2021-04-01 | HarvestX株式会社 | 自動授粉装置、自動授粉方法及び自動授粉システム |
CN115104452A (zh) * | 2022-07-27 | 2022-09-27 | 广东海洋大学 | 一种菠萝自动催花机器人及其催花方法 |
CN115777660A (zh) * | 2022-11-25 | 2023-03-14 | 中联智慧农业股份有限公司 | 用于控制药物量的方法、装置、存储介质、处理器及*** |
CN218790039U (zh) * | 2022-12-01 | 2023-04-07 | 华南理工大学 | 一种自主移动植株精准喷药机器人 |
CN115617050A (zh) * | 2022-12-02 | 2023-01-17 | 华南理工大学 | 一种自动点花方法、机器人、电子设备及存储介质 |
CN115760991A (zh) * | 2022-12-15 | 2023-03-07 | 华南理工大学 | 凤梨花芯的定位方法、灌药方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10405535B2 (en) | Methods, systems and devices relating to real-time object identification | |
AU2019201537B2 (en) | Crop stand optimization systems, methods and apparatus | |
Williams et al. | Improvements to and large‐scale evaluation of a robotic kiwifruit harvester | |
Burgos-Artizzu et al. | Real-time image processing for crop/weed discrimination in maize fields | |
US11147257B2 (en) | Software process for tending crops using a UAV | |
Arakeri et al. | Computer vision based robotic weed control system for precision agriculture | |
US10740610B2 (en) | Methods, systems, and devices relating to shadow detection for real-time object identification | |
Majeed et al. | Development and performance evaluation of a machine vision system and an integrated prototype for automated green shoot thinning in vineyards | |
EP4116840A1 (en) | System and method of detection and identification of crops and weeds | |
US20230371493A1 (en) | Treatment system for plant specific treatment | |
Kim et al. | An intelligent spraying system with deep learning-based semantic segmentation of fruit trees in orchards | |
Kurtser et al. | The use of dynamic sensing strategies to improve detection for a pepper harvesting robot | |
US20220044030A1 (en) | Device and method for removing or killing weeds | |
CN113631035A (zh) | 基于摄像头的害虫管理喷雾器 | |
CN117397661A (zh) | 一种喷药机器人的喷药控制方法及喷药机器人 | |
KR102371909B1 (ko) | 드론을 이용한 스마트 팜 작물 감시 방법 및 감시 시스템 | |
US20230363370A1 (en) | Treatment system for weed specific treatment | |
Braun et al. | Improving pesticide spray application in vineyards by automated analysis of the foliage distribution pattern in the leaf wall | |
Paudel et al. | Canopy Density Estimation of Apple Trees | |
Thamaraiselvan et al. | LIDAR-based Navigation Rover for Fields with Smart Pest Sprayer using Machine Vision | |
Malkani et al. | A review on recently developed technologies for weed recognition and herbicide application based on digital image processing | |
US20230020432A1 (en) | Herbicide spot sprayer | |
US20220400634A1 (en) | Systems and methods for autonomous monitoring and/or optimization of plant growth | |
CN118216308A (zh) | 辣椒种类品质识别、农业除害和采摘路径规划***及方法 | |
Majeed | Machine Vision System for the Automated Green Shoot Thinning in Vineyards |
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 |