System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种融合主副摄像技术的红花精准采摘方法技术_技高网

一种融合主副摄像技术的红花精准采摘方法技术

技术编号:44684204 阅读:1 留言:0更新日期:2025-03-19 20:34
本发明专利技术公开了一种融合主副摄像技术的红花精准采摘方法,该方法将红花采收机器人进行采摘作业时的流程分为“主摄图像采集与数据集构建、副摄图像采集与花丝区域分割、全局信息获取与机械臂快速定位、花丝喂入实时监测与精准采摘、续采目标”五部分。具体为,利用安装于采收机器人顶部的双目相机作为主摄,以俯视角度在自然环境中采集红花图像数据,利用图像标注软件对所述图像数据进行精细的标签标注,构建红花数据集,采用深度学习模型进行训练与优化;在切割式末端执行器侧向安装一个小型工业相机作为副摄,以侧视角度在自然环境中采集红花图像数据,利用聚类算法对所述图像数据进行图像分割处理,得到精准的花丝区域;当红花采收机器人进入田间进行采收作业时,主摄双目相机通览采摘空间内目标植株的全局信息,结合预训练好的深度学习模型,获取各花丝顶部平面的中心点坐标,指导机械臂带动切割式末端执行器快速到达花丝附近;机械臂带动切割式末端执行器持续缓慢下降,开启采收机器人的负压风机,花丝在负压风机吸力作用下保持竖直,暴露出切割平面,同时开启副摄小型工业相机实时监测花丝喂入情况,预设末端执行器内部为采摘区域,当分割得到的花丝最低点进入采摘区域时,机械臂停止运动,触发末端执行器开始采摘作业,采摘完成后末端执行器停止工作;一次采摘完成,按照预先规划好的采摘路径进行下一目标的采摘,直至区域内所有目标采摘完成。本发明专利技术可为红花的智能化采收提供一种融合主副摄像技术的红花精准采摘方法,确保采摘动作的精准性和高效性,有效提升红花采摘的质量和效率。

【技术实现步骤摘要】

本专利技术涉及农业采摘定位,特别涉及一种融合主副摄像技术的红花精准采摘方法


技术介绍

1、红花采收主要依靠人工,面临劳动强度大、成本高、作业环境恶劣及人口老龄化带来的劳动力短缺等问题。基于以上问题,红花的智能化采收成为必然趋势。传统采摘机械存在采净率低、损伤率高等问题,且没有真正意义上取代人工,严重影响了红花产业的可持续发展。因此,智能红花采摘技术的研发对推动红花产业的现代化、智能化具有重要意义。

2、在红花采摘视觉系统中,采摘点的精准定位至关重要。常见的定位方法是结合检测模型,使用双目相机俯视获取采摘点信息,但单角度的识别难以获取准确的采摘点信息,具体表现为采摘点深度信息准确度欠佳,这容易导致花苞损伤或花丝采净率低下,影响产业发展。


技术实现思路

1、针对上述现有技术中存在的问题与不足,本专利技术旨在提供一种快速高效的红花精准采摘方法,该方法通过融合主副摄像技术,多角度结合获取红花采摘点信息,实现红花花丝的快速定位和采摘。

2、本专利技术提供一种融合主副摄像技术的红花精准采摘方法,包括:

3、步骤一:主摄图像采集与数据集构建

4、利用安装于采收机器人顶部的双目相机作为主摄,以俯视角度在自然环境中采集红花图像数据,利用图像标注软件对所述图像数据进行精细的标签标注,构建红花数据集,采用深度学习模型进行训练与优化;

5、步骤二:副摄图像采集与花丝区域分割

6、在切割式末端执行器侧向安装一个小型工业相机作为副摄,以侧视角度在自然环境中采集红花图像数据,利用聚类算法对所述图像数据进行图像分割处理,得到精准的花丝区域;

7、步骤三:全局信息获取与机械臂快速定位

8、当红花采收机器人进入田间进行采收作业时,主摄双目相机通览采摘空间内目标植株的全局信息,结合预训练好的深度学习模型,获取各花丝顶部平面的中心点坐标,指导机械臂带动切割式末端执行器快速到达花丝附近;

9、步骤四:花丝喂入实时监测与精准采摘

10、机械臂带动切割式末端执行器持续缓慢下降,开启采收机器人的负压风机,花丝在负压风机吸力作用下保持竖直,暴露出切割平面,同时开启副摄小型工业相机实时监测花丝喂入情况,预设末端执行器内部为采摘区域,当分割得到的花丝最低点进入采摘区域时,机械臂停止运动,触发末端执行器开始采摘作业,采摘完成后末端执行器停止工作;

11、步骤五:续采目标

12、一次采摘完成,按照预先规划好的采摘路径进行下一目标的采摘,直至区域内所有目标采摘完成。

13、步骤一和步骤二中,红花图像数据均为田间红花rgb图像。

14、步骤一中,利用图像标注软件对所述主摄双目相机获取的红花图像进行标签标注,标签分为:可采(picked)、不可采(no picked)。所述深度学习模型的训练与优化可提升模型对红花识别的准确性和鲁棒性。

15、步骤二中,所述花丝区域分割的步骤可以消除视野内其余花丝对触发机制的干扰,为后续采摘作业提供关键信息支持。

16、步骤四中,所述实时监测机制确保采摘动作的精准性和高效性,有效提升红花采摘的质量和效率。

17、本专利技术与现有技术相比具有如下优点和效果:

18、(1)本专利技术将深度学习和图像分割应用到红花采摘领域,保证了红花识别的准确率;

19、(2)本专利技术为红花的智能化采收提供一种红花精准采摘方法,通过融合主副摄像技术与实时监测机制,确保采摘动作的精准性和高效性,有效提升红花采摘的质量和效率。

本文档来自技高网...

【技术保护点】

1.一种融合主副摄像技术的红花精准采摘方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,所述红花图像数据均为田间红花RGB图像;利用图像标注软件对所述主摄双目相机获取的红花图像数据进行标签标注,标签分为:可采(picked)、不可采(no picked)。

3.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,所述深度学习模型的训练与优化可提升模型对红花识别的准确性和鲁棒性。

4.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,所述花丝区域分割的步骤可以消除视野内其余花丝对触发机制的干扰,为后续采摘作业提供关键信息支持。

5.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,所述实时监测机制确保采摘动作的精准性和高效性,有效提升红花采摘的质量和效率。

【技术特征摘要】

1.一种融合主副摄像技术的红花精准采摘方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,所述红花图像数据均为田间红花rgb图像;利用图像标注软件对所述主摄双目相机获取的红花图像数据进行标签标注,标签分为:可采(picked)、不可采(no picked)。

3.根据权利要求1所述的一种融合主副摄像技术的红花精准采摘方法,其特征在于,...

【专利技术属性】
技术研发人员:陈军张新月问仕威吴专曹晓明姚睿奇
申请(专利权)人:西北农林科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1