果园智能巡检机器人自主导航方法技术

本发明专利技术涉及一种果园智能巡检机器人自主导航方法，包括连续采集机器人前方路况的彩色图像和深度图像，根据彩色图像和深度图像实现机器人的视觉避障导航和视觉跟随导航；视觉避障导航方法包括根据彩色图像和深度图像采用人工智能算法判断机器人前方是否有障碍物以及障碍物的运动情况；视觉跟随导航方法包括根据彩色图像采用目标检测算法判断机器人前方是否有跟随对象，并控制跟随对象跟随机器人的距离。本发明专利技术采用视觉避障和视觉跟随两种自主导航控制方法，能够有效满足机器人在果园复杂环境下的行驶，实现果园智能化巡检，减少人工巡检的成本，为果园精细化管理提供决策依据。为果园精细化管理提供决策依据。为果园精细化管理提供决策依据。

【技术实现步骤摘要】
果园智能巡检机器人自主导航方法


[0001]本专利技术涉及农业巡检机器人
，尤其是指一种果园智能巡检机器人自主导航方法。

技术介绍

[0002]作为果园日常管理工作的重要一环，定期对果树生长状况进行检查是实现果园高质量生产的重要举措。然而，传统的巡检工作主要是由人工完成，这不仅造成人工成本高、巡检效率下降等问题，还极度依赖巡检人员的经验，易造成误判漏判等情况发生。
[0003]因此，针对上述问题，迫切需要提供一种果园智能巡检机器人以代替人工完成果园的巡检工作。

技术实现思路

[0004]为此，本专利技术所要解决的技术问题在于克服现有技术中存在的技术缺陷，而提出一种果园智能巡检机器人自主导航方法，其采用视觉避障和视觉跟随两种自主导航控制方法，能够有效满足机器人在果园复杂环境下的行驶，实现果园智能化巡检，减少人工巡检的成本，为果园精细化管理提供决策依据。
[0005]为解决上述技术问题，本专利技术提供了一种果园智能巡检机器人自主导航方法，包括：
[0006]连续采集机器人前方路况的彩色图像和深度图像，根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种果园智能巡检机器人自主导航方法，其特征在于：包括：连续采集机器人前方路况的彩色图像和深度图像，根据所述彩色图像和所述深度图像实现所述机器人的视觉避障导航和视觉跟随导航；其中所述视觉避障导航方法包括：根据所述彩色图像和所述深度图像采用人工智能算法判断所述机器人前方是否有障碍物，若是，则计算障碍物与所述机器人的距离，若否，则返回采集图像步骤；判断所述障碍物是否运动，若否，则计算机器人避障时的速度和转角，若是，则计算障碍物的运动速度，并结合障碍物的运动速度计算机器人避障时的速度和转角；所述视觉跟随导航方法包括：根据所述彩色图像采用目标检测算法判断所述机器人前方是否有跟随对象，若是，则结合所述深度图像计算跟随对象与所述机器人的距离，并实时控制所述跟随对象跟随所述机器人的距离，若否，则返回判断是否有跟随对象的步骤。2.根据权利要求1所述的一种果园智能巡检机器人自主导航方法，其特征在于：使用深度双目视觉相机连续采集机器人前方路况的彩色图像和深度图像。3.根据权利要求1或2所述的一种果园智能巡检机器人自主导航方法，其特征在于：在所述视觉避障导航方法中，在根据图像判断机器人前方是否有障碍物之前，对所述彩色图像进行高斯滤波、直方图均衡化以及伽玛校正的预处理操作，将预处理操作后的所述彩色图像从RGB空间转为LAB空间，并对彩色图像进行取反操作。4.根据权利要求1或2所述的一种果园智能巡检机器人自主导航方法，其特征在于：在所述视觉避障导航方法中，所述人工智能算法包括目标检测算法、图像分类算法以及语义分割算法。5.根据权利要求4所述的一种果园智能巡检机器人自主导航方法，其特征在于：在所述视觉避障导航方法中，采用人工智能算法判断所述机器人前方是否有障碍物以及障碍物运动情况的方法包括：利用训练好的目标检测算法实时检测当前帧的彩色图像，并预测出框选有机器人行驶路径上出现的检测对象的检测框；通过目标检测算法在预测出的检测框中裁剪出彩色图像中的物体，并将裁剪图像传输至图像分类算法和语义分...

【专利技术属性】
技术研发人员：王蓬勃，罗鹤飞，戴广林，
申请(专利权)人：苏州大学，
类型：发明
国别省市：