一种无人放牧方法、装置、终端和计算机可读存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了一种无人放牧方法、装置、终端和计算机可读存储介质，所述无人放牧方法包括：获取监控区域的区域图像；对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；根据所述状态基础数据，对所述动物群进行异常识别；若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧；本申请实施例提高了无人放牧的可靠性，避免了未对动物群出现的异常情况及时处理造成的经济损失。

【技术实现步骤摘要】
一种无人放牧方法、装置、终端和计算机可读存储介质
本申请属于图像处理
，尤其涉及一种无人放牧方法、装置、终端和计算机可读存储介质。
技术介绍
在传统的畜牧行业中，牧民一般采用人工的方式进行放牧，这种方式需要耗费大量的人力和物力；为了解决这一问题，利用机器人进行放牧的方式逐渐发展起来。然而，已有的机器人放牧方法难以应对动物群可能出现的一些异常情况，进而使得放牧的可靠性难以得到保障，容易造成牧民的经济损失。
技术实现思路
本申请实施例提供一种无人放牧方法、装置、终端和计算机可读存储介质，可以解决现有技术中机器人放牧可靠性较低，容易造成牧民的经济损失的问题。本申请实施例第一方面提供一种无人放牧方法，应用于监控设备，所述无人放牧方法包括：获取监控区域的区域图像；对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；根据所述状态基础数据，对所述动物群进行异常识别；若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧。本申请实施例第二方面提供一种无人放牧方法，应用于放牧机器人，所述无人放牧方法包括：获取监控区域的区域图像；对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；根据所述状态基础数据，对所述动物群进行异常识别；若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并根据所述放牧策略对所述动物群进行放牧。本申请实施例第三方面提供的一种第一无人放牧装置，配置于监控设备上，所述第一无人放牧装置包括：第一获取单元，用于获取监控区域的区域图像；第一分析单元，用于对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；第一识别单元，用于根据所述状态基础数据，对所述动物群进行异常识别；策略生成单元，用于若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧。本申请实施例第四方面提供的一种第二无人放牧装置，配置于放牧机器人上，所述第二无人放牧装置包括：第二获取单元，用于获取监控区域的区域图像；第二分析单元，用于对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；第二识别单元，用于根据所述状态基础数据，对所述动物群进行异常识别；放牧单元，用于若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并根据所述放牧策略对所述动物群进行放牧。本申请实施例第五方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。本申请实施例第六方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。本申请实施例第七方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现方法的步骤。本申请实施例中，通过对监控区域的区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据，然后，根据所述状态基础数据，对所述动物群进行异常识别，若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧，使得放牧机器人可以对动物群可能出现的一些异常情况进行处理，提高了机器人放牧的可靠性，避免了未对动物群出现的异常情况及时处理造成的经济损失。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种无人放牧方法的第一实现流程示意图；图2是本申请实施例提供的确认动物群中是否存在速度异常的实现流程示意图；图3是本申请实施例提供的对待训练的种群密度模型进行训练的实现流程示意图；图4是本申请实施例提供的确认动物群中是否存在方向异常的实现流程示意图；图5是本申请实施例提供的确认动物群中是否存在入侵异常的实现流程示意图；图6是本申请实施例提供的一种无人放牧方法的第二实现流程示意图；图7是本申请实施例提供的一种第一无人放牧装置的结构示意图；图8是本申请实施例提供的一种第二无人放牧装置的结构示意图；图9是本申请实施例提供的终端的结构示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。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。在传统的畜牧行业中，牧民一般采用人工的方式进行放牧，这种方式需要耗费大量的人力和物力；为了解决这一问题，利用机器人进行放牧的方式逐渐发展起来。然而，已有的机器人放牧方法难以应对动物群可能出现的一些异常情况，进而使得放牧的可靠性难以得到保障，容易造成牧民的经济损失。基于此，本申请实施例提供一种无人放牧方法、装置、终端和计算机可读存储介质，可以解决现有技术中机器人放牧可靠性较低，容易造成牧民的经济损失的问题。为了说明本申请的技术方案，下面通过具体实施例来进行说明。图1示出了本申请实施例提供的一种无人放牧方法的第一实现流程示意图，该方法可以应用于监控设备，可以由监控设备上配置的第一无人放牧装置执行，适用于需提高机器人放牧的可靠性的情形。其中，上述监控设备可以为机器人或者无人机等设备。上述无人放牧方法可以包括步骤101至步骤104。步骤101，获取监控区域的区域图像。其中，上述监控区域是指对动物进行放牧的放牧区域。具体的，上述监控区域的区域图像，可以是通过上述监控设备上配置的摄像头对上述监控区域进行图像采集，得到的该监控区域的区域图像，或者，通过上述监控设备上配置的摄像头对上述监控区域进行视频拍摄，并将拍摄得到的视频中的一帧或多帧图像作为该监控区域的区域图像；也可以是接收由其他具有图像采集功能的设备发送的区域图像。步骤102，对区域图像进行图像分析，得到监控区域内动物群的状态基础数据。其中，上述动物群是指在监控区域内的多个动物组成的群体，通过对区域图像进行图像分析，可以分析得到监控区域内的动物群对应的状态基础数据。上述状态基础数据，是动物群内动物的一些属性数据。其中状态基础数据包含实际数据内容此处不做过多的限定，可由技术人员根据实际需求进行设定。本文档来自技高网...

【技术保护点】
1.一种无人放牧方法，应用于监控设备，其特征在于，所述无人放牧方法包括：/n获取监控区域的区域图像；/n对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；/n根据所述状态基础数据，对所述动物群进行异常识别；/n若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧。/n

【技术特征摘要】
1.一种无人放牧方法，应用于监控设备，其特征在于，所述无人放牧方法包括：
获取监控区域的区域图像；
对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；
根据所述状态基础数据，对所述动物群进行异常识别；
若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，以指示所述放牧机器人根据所述放牧策略对所述动物群进行放牧。


2.如权利要求1所述的无人放牧方法，其特征在于，所述状态基础数据包括运动数据，所述若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，包括：
若异常识别结果为所述动物群存在异常情况，且所述异常情况所属的异常类型为速度异常，则基于所述运动数据生成速度调整策略，并将所述速度调整策略发送至所述放牧机器人，以使得所述放牧机器人根据所述速度调整策略，驱使所述动物群调整移动速度。


3.如权利要求1所述的无人放牧方法，其特征在于，所述状态基础数据包括运动数据，所述若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，包括：
若异常识别结果为所述动物群存在异常情况，且所述异常情况所属的异常类型为方向异常，则根据所述运动数据生成方向调整策略，并将所述方向调整策略发送至所述放牧机器人，以使得所述放牧机器人根据所述方向调整策略，驱使所述动物群中至少一个动物调整移动方向。


4.如权利要求1所述的无人放牧方法，其特征在于，所述若异常识别结果为所述动物群存在异常情况，则生成放牧策略，并将所述放牧策略发送至放牧机器人，包括：
若异常识别结果为所述动物群存在异常情况，且所述异常情况所属的异常类型为入侵异常，则筛选出所述动物群中的第一类动物；
生成所述第一类动物对应的驱赶策略，并将所述驱赶策略发送至所述放牧机器人，以使得所述放牧机器人根据所述驱赶策略，驱赶所述动物群中的所述第一类动物。


5.如权利要求1至4任意一项所述的无人放牧方法，其特征在于，所述获取监控区域的区域图像，包括：
获取在预设时间段内对所述监控区域拍摄的多张所述区域图像；
相应的，所述对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；根据所述状态基础数据，对所述动物群进行异常识别，包括：
将所述监控区域划分为多个监控子区域；
根据多张所述区域图像的所述状态基础数据，确定各个所述监控子区域内的动物群的密度数据、速度数据和粘度数据；
根据所述粘度数据、所述密度数据和所述速度数据，识别各个所述监控子区域内的动物的运动速度是否存在异常；
若有所述运动速度存在异常的所述监控子区域，则判定所述异常识别结果为所述动物群存在异常情况，且所述异常情况的异常类型为速度异常。


6.如权利要求5所述的无人放牧方法，其特征在于，在所述根据所述粘度数据、所述密度数据和所述速度数据，识别各个所述监控子区域内的动物的运动速度是否存在异常的操作中，对单个所述监控子区域的识别操作，包括：
若所述监控子区域中的动物运动状态由正常状态变化为活跃状态，则判定该监控子区域内的动物的所述运动速度存在异常；所述正常状态是指该监控子区域的所述粘度数据、所述密度数据和所述速度数据，均低于对应的预设阈值，所述活跃状态是指该监控子区域的所述粘度数据、所述密度数据和所述速度数据中，存在至少一种数据高于对应的预设阈值。


7.如权利要求1至4任意一项所述的无人放牧方法，其特征在于，所述获取监控区域的区域图像，包括：
获取在预设时间段内对所述监控区域拍摄的多张所述区域图像；
相应的，所述对所述区域图像进行图像分析，得到所述监控区域内动物群的状态基础数据；根据所述状态基础数据，对所述动物群进行异常识别，包括：<...

【专利技术属性】
技术研发人员：刘大志，孙其民，顾震江，
申请(专利权)人：深圳优地科技有限公司，
类型：发明
国别省市：广东;44