【技术实现步骤摘要】
一种农业机器人控制方法、装置及农业机器人
[0001]本专利技术涉及机器人
，具体而言，涉及一种农业机器人控制方法、装置及农业机器人。
技术介绍
[0002]随着机器人技术的不断发展，机器人开始被应用于农业以替代工人进行劳作，其能够降低工人劳动强度和提高劳动生产率等。目前，农业机器人常通过视觉装置检测农作物以确定农作物的位置，然后控制执行机构对农作物进行作业。但是，现有技术中的农业机器人对农作物位置的检测精度较差，导致农业机器人的作业精准性较低。
技术实现思路
[0003]本专利技术解决的问题是如何提高农业机器人的作业精准性。
[0004]为解决上述问题，本专利技术提供一种农业机器人控制方法、装置及农业机器人。
[0005]第一方面，本专利技术提供的一种农业机器人控制方法，包括：
[0006]获取农业机器人的视觉装置拍摄的待处理图像；
[0007]将所述待处理图像输入训练好的YOLOv7模型，对所述待处理图像进行特征增强和特征融合，根据处理得到的特征数据确定农作物的识别结
【技术保护点】
【技术特征摘要】
1.一种农业机器人控制方法，其特征在于，包括：获取农业机器人的视觉装置拍摄的待处理图像；将所述待处理图像输入训练好的YOLOv7模型，对所述待处理图像进行特征增强和特征融合，根据处理得到的特征数据确定农作物的识别结果和位置信息；根据所述识别结果和所述位置信息控制所述农业机器人的执行机构进行作业。2.根据权利要求1所述的农业机器人控制方法，其特征在于，所述YOLOv7模型的主干包括多级高效层聚合网络结构，所述对所述待处理图像进行特征增强和特征融合包括：通过所述多级高效层聚合网络结构对所述待处理图像进行多层卷积处理和分层输出，获得所述待处理图像在多个尺度上的特征增强数据。3.根据权利要求2所述的农业机器人控制方法，其特征在于，所述YOLOv7模型还包括多级ELAN
‑
W结构，所述对所述待处理图像进行特征增强和特征融合包括：通过所述多级ELAN
‑
W结构对多个尺度上的所述特征增强数据进行向下传播和向上传播，获得多个尺度上的特征融合数据。4.根据权利要求3所述的农业机器人控制方法，其特征在于，所述YOLOv7模型还包括多个尺度的检测网络，所述位置信息包括所述农作物在所述待处理图像中的位置，所述根据处理得到的特征数据确定农作物的识别结果和位置信息包括：将多个尺度上的所述特征融合数据分别输入对应尺度的训练好的检测网络，确定所述农作物的所述识别结果和在所述待处理图像中的位置。5.根据权利要求4所述的农业机器人控制方法，其特征在于，所述特征融合数据包括具有多个预选框的中间图像，所述预选框用于框选所述中间图像中的所述农作物；所述根据处理得到的特征数据确定农作物的识别结果和位置信息之前，所述农业机器人控制方法还包括：根据目标农作物对应的预选框参数的范围对所述中间图像中的所有所述预选框进行筛选，其中，所述预选框参数包括所述预选框的横纵比。6.根据权利要求1至5任一项所述的农业机器人控制方法，其特征在于，所述根据所述识别结果和所述位置信息控制所述农业机器人的执行机构进行作业包括：根据所述农作物在所述待处理图像中的位置和所述视觉装置的参数确定所述农作物相对于所述视觉装置的实际位置；根据所述实际位置、所述执...
【专利技术属性】
技术研发人员：王勃然，王福栋，姜京池，刘佳平，田赫，
申请(专利权)人：台州勃美科技有限公司，
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。