一种适用于大棚环境的智能施肥车路径规划方法技术

本发明专利技术涉及智能路径规划领域，且公开了一种适用于大棚环境的智能施肥车路径规划方法，基于专家系统和AHP层次分析的路面障碍风险值评价机制，结合双目视觉算法和深度学习技术建立的路面点云数据，实现了对路面障碍风险的综合评估。有效改进了传统路径规划方法的避障机制，使施肥车能够有效处理大棚泥泞路径和植株遮挡路面的路径规划场景。本发明专利技术提升了大棚施肥车路径规划的可达性、适时性和安全性。适时性和安全性。适时性和安全性。

【技术实现步骤摘要】
一种适用于大棚环境的智能施肥车路径规划方法


[0001]本专利技术涉及智能路径规划领域，具体为一种适用于大棚环境的智能施肥车路径规划方法。

技术介绍

[0002]开展肥料调配施肥设备设计以及提高化肥调配效率的研究具有十分迫切和重要的意义。
[0003]目前我国大棚环境复杂多变，种植植物多样化，寻常智能作业机器面临行进困难、路径规划算法程序负担重、费时长，效率低、作业成本高的问题。例如寻常的自动化小车面对凹坑、突起或枝叶阻挡的路段采取的措施都是绕过障碍，面对泥泞的路段采用的措施是直接行驶而过。这在繁杂的大棚地环境中会导致大量的时间被浪费，影响机械驱动装置运行，降低作业效率。
[0004]而目前，尚未未检索到针对智能执行设备在大棚环境路径规划方法和避障措施。现有路径规划相关技术通常为预设算法对大棚内部结构进行建模、提取、计算后，采用预设的A*算法寻找出最优路径。
[0005]传统环境检测方法通常不够准确，面对大棚的复杂环境规划效果不佳。在我国大棚环境下，路面多凹凸不平起伏且有枝叶阻挡，这些弱障碍在传统算法中会都被界定为需要避本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于大棚环境的智能施肥车路径规划方法，其特征在于，包括以下步骤：S1：小车进入目标区域，信息采集模块开始运作，激光雷达通过循环改变扫描角度和扫描平面，初步建立三维点云视图；S2：根据设定的单次最大施肥范围对施肥对象进行分区域处理，对区域环境因素进行打分并且采用AHP层次分析计算泥泞程度的权重a1、坑洼程度的权重b1、碰撞程度的权重c1；S3：通过深度学习算法和双目立体视觉算法，对此时所需施肥区域路面点云的泥泞程度a、坑洼程度b、碰撞程度c进行分析后，计算出每个点云的风险程度d，依据每段路面的d值判定风险区域；S4：基于小车的整体素质预设小车路面可行驶参考阈值e，将风险区域的风险值d与行驶参考值e进行对比，筛选出可通行区域和禁止通行区域；S5：结合区域内机器施肥的时间计算距离下一个施肥点的行驶时间，选取耗时最短路径对应的施肥点作为下一个施肥点，由此确定出施肥顺序；S6：基于PRM算法以及A*算法计算出最优路径，再利用曲线拟合，对最优路径进行平滑处理；S7：小车按照平滑处理后的最优路径前进，激光雷达与双目摄像头实时更新坐标图，同时循环执行上述步骤，直至完成作业。2.根据权利要求1所述的一种适用于大棚环境的智能施肥车路径规划方法，其特征在于...

【专利技术属性】
技术研发人员：唐睿智，林海，李思道，戴文哲，萧金瑞，周晓阳，梁忠伟，刘晓初，王嘉轩，陈锦盛，
申请(专利权)人：广州大学，
类型：发明
国别省市：