【技术实现步骤摘要】
本专利技术涉及农业，具体涉及一种植保机器人基于环境感知的作业方法。
技术介绍
1、随着全球农业的发展和技术的不断进步，现代农业生产中对高效精准的植保作业需求日益增长。植保作业涉及农药的喷洒和管理，以防治农作物病虫害，保障作物健康生长。然而，传统的植保作业方式通常依赖于人工操作或机械化设备，这些方法在面对大面积农田时，效率低下且劳动强度大，且易导致农药使用量过大或不足，不仅增加了生产成本，还对环境和人类健康造成一定的危害。
2、近年来，植保机器人作为一种新型农业自动化设备，在植保作业中得到了广泛关注。这些机器人通过预设路径和固定喷洒模式进行作业，虽然在一定程度上提高了作业效率，但仍存在以下几个方面的问题：
3、缺乏环境感知能力：传统植保机器人通常按照预定路径行驶，并在固定时间和位置进行喷洒，缺乏对实时环境的感知能力。这意味着它们无法根据实际环境变化或作物生长情况进行动态调整，导致喷洒效果不佳。
4、资源利用不充分：由于缺乏实时感知和动态调整的能力，传统植保机器人可能会在某些区域过度喷洒农药，而在另一些区域喷洒不足，资源利用效率低下，且可能对环境造成负面影响。
5、路径规划欠优化：传统植保机器人路径规划较为简单，通常是预设的固定路线，未能充分考虑作业区域的复杂地形和实时环境变化，导致作业效率和效果不理想。
6、针对以上问题，科研人员和企业开始探索和研发基于环境感知和智能控制的植保机器人。这些新型植保机器人通过安装多种传感器模块，实时采集环境数据，并结合先进的算法进行数据处理
技术实现思路
1、本专利技术的目的在于克服现有技术中存在的上述不足，而提供一种植保机器人基于环境感知的作业方法，该植保机器人基于环境感知的作业方法能够实时感知环境变化，动态调整作业路径和喷洒量，提高作业效率和精准度，减少农药使用量及其对环境的影响。
2、本专利技术解决上述问题所采用的技术方案是：一种植保机器人基于环境感知的作业方法，包括以下步骤：
3、s1、安装传感器模块：所述的传感器模块包括温湿度传感器、光照传感器、土壤湿度传感器以及气体传感器任一或组合；
4、s2、实时采集和预处理数据：实时采集环境数据，并通过数据处理单元进行数据清洗和预处理；
5、s3、生成环境信息：基于预处理后的数据，利用环境感知算法将预处理后的数据进行整合，生成作业区域的详细环境信息；
6、s4、路径规划：基于环境信息，使用机器学习模型对作业区域进行分析，确定植保机器人优化路径，根据环境信息动态生成路径规划方案；
7、s5、执行喷洒作业：依据路径规划方案，控制植保机器人按优化路径执行喷洒作业。
8、优选的：s1中所述的传感器模块与数据处理单元之间通过无线通信模块进行数据传输，所述的数据清洗模块包括用于去除异常数据和噪声的数据清洗模块、用于数据归一化处理的数据预处理模块以及用于将多种传感器数据进行融合的数据融合模块，所述的无线通信模块采用wi-fi或lora通信协议。
9、优选的：所述的s2包括以下步骤：
10、s2.1、异常数据检测：采用基于dbscan聚类算法的方法检测并去除异常数据，算法参数包括距离阈值为0.5，最小样本数为5；
11、s2.2、数据归一化：利用最大最小归一化方法对数据进行处理，以保证不同数据源之间的可比性，归一化范围为0到1。
12、优选的：所述的s3包括以下步骤：
13、s3.1、数据融合：利用加权平均法对来自不同传感器的数据进行融合，其中权重系数为温湿度传感器0.3、光照传感器0.2、土壤湿度传感器0.3、气体传感器0.2；
14、s3.2、模型训练：采用基于随机森林回归的模型，对历史环境数据进行训练，生成环境预测模型，训练参数包括树的数量为100，最大深度为30，最小样本分裂数为2；
15、s3.3、实时预测：利用s3.2生成的环境预测模型对实时环境数据进行预测，生成作业区域的环境信息。
16、优选的：所述的s4包括以下步骤：
17、s4.1、路径优化：采用遗传算法对植保机器人的作业路径进行优化，遗传算法参数包括种群数量为50，变异率为0.01，交叉率为0.8，迭代次数为100次；
18、s4.2、动态调整：基于实时环境数据和作物生长特性，动态调整路径规划，以应对环境变化。
19、优选的：所述的机器学习模型用于分析作业区域的环境信息并确定优化路径，采用深度神经网络算法进行训练，训练参数包括学习率为0.001，批处理大小为64，训练轮数为50，模型训练数据集包含至少1万条记录。
20、优选的：所述的s5中喷洒作业通过智能喷洒系统实现，智能喷洒系统能够根据实时环境数据动态调整喷洒量和喷洒时间。
21、优选的：所述的智能喷洒系统包括用于调节喷洒量的电磁阀、用于检测喷洒范围的超声波传感器、用于控制喷洒时间的计时器模块以及用于实时监控喷洒效果的图像传感器，通过实时环境数据动态调整喷洒量和喷洒时间。
22、本专利技术与现有技术相比，具有以下优点和效果：
23、本专利技术通过采用多种传感器模块实时采集环境数据，并利用先进的环境感知算法和机器学习模型进行数据处理和路径优化。通过实时监测环境数据并动态调整作业路径和喷洒量，确保植保机器人在最合适的时间和位置进行作业，提高了喷洒的精准度和作业效率。基于作物生长状态和实时环境数据，智能喷洒系统能够精确控制农药的使用量，减少农药的浪费和过度使用，从而降低成本和减少对环境的污染。通过环境感知和路径优化，有效避免了过度喷洒和不足喷洒的问题，提高了资源的利用效率。智能路径规划和动态调整功能使植保机器人能够适应复杂地形和实时环境变化，确保作业的连续性和高效性。减少农药使用量和对环境的影响，有助于实现可持续农业发展，保护生态环境和农田健康。
本文档来自技高网...【技术保护点】
1.一种植保机器人基于环境感知的作业方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，S1中所述的传感器模块与数据处理单元之间通过无线通信模块进行数据传输，所述的数据清洗模块包括用于去除异常数据和噪声的数据清洗模块、用于数据归一化处理的数据预处理模块以及用于将多种传感器数据进行融合的数据融合模块，所述的无线通信模块采用Wi-Fi或LoRa通信协议。
3.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的S2包括以下步骤：
4.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的S3包括以下步骤：
5.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的S4包括以下步骤：
6.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的机器学习模型用于分析作业区域的环境信息并确定优化路径，采用深度神经网络算法进行训练，训练参数包括学习率为0.001，批处理大小为64，训练轮数为50，模型训练数据集
7.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的S5中喷洒作业通过智能喷洒系统实现，智能喷洒系统能够根据实时环境数据动态调整喷洒量和喷洒时间。
8.根据权利要求7所述的植保机器人基于环境感知的作业方法，其特征在于，所述的智能喷洒系统包括用于调节喷洒量的电磁阀、用于检测喷洒范围的超声波传感器、用于控制喷洒时间的计时器模块以及用于实时监控喷洒效果的图像传感器，通过实时环境数据动态调整喷洒量和喷洒时间。
...【技术特征摘要】
1.一种植保机器人基于环境感知的作业方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，s1中所述的传感器模块与数据处理单元之间通过无线通信模块进行数据传输，所述的数据清洗模块包括用于去除异常数据和噪声的数据清洗模块、用于数据归一化处理的数据预处理模块以及用于将多种传感器数据进行融合的数据融合模块，所述的无线通信模块采用wi-fi或lora通信协议。
3.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的s2包括以下步骤：
4.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的s3包括以下步骤：
5.根据权利要求1所述的植保机器人基于环境感知的作业方法，其特征在于，所述的s4包括以下...
【专利技术属性】
技术研发人员：李伟，李明，李俊，刘陈昊，
申请(专利权)人：盐城工业职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。