一种农业机器人的控制方法技术

本申请公开一种农业机器人的控制方法

【技术实现步骤摘要】
一种农业机器人的控制方法、装置、电子设备及存储介质


[0001]本申请涉及智慧农业
，尤其涉及一种农业机器人的控制方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着人工智能技术的快速发展，农田自动化
、
智能化作业方式也成为了农业作业的一大发展趋势
。
[0003]相关技术中，在农田进行作业时，要么使用农用机械大面积作业如大面积喷洒农药
、
大面积施肥等，要么人工选择性地对杂草喷药或对农作物施肥
。
使用农用机械大面积作业的方式存在着精准度差
、
浪费农药或肥料等缺陷；人工选择性作业的方式存在着效率低
、
农药对作业人员的安全存在影响等问题
。
[0004]由此可见，如何安全且精准地对农田进行作业是亟待解决的技术问题
。

技术实现思路

[0005]本申请实施例提供一种农业机器人的控制方法
、
装置
、
电子设备及存储介质，用以提供一种安全且精准地对农田进行作业的方案
。
[0006]第一方面，本申请实施例提供一种农业机器人的控制方法，包括：
[0007]获取农业机器人行进方向上的原始图像；
[0008]对所述原始图像中的植物进行分类识别，得到分类识别结果，所述分类识别结果包括所述原始图像中各植物的类别和位置区域；
[0009]基于所述分类识别结果，确定目标植物的图像区域；
[0010]根据所述图像区域，控制所述农业机器人的操作装置进行作业
。
[0011]在一些实施例中，对所述原始图像中的植物进行分类识别，得到分类识别结果，包括：
[0012]将所述原始图像划分成多个图像块，其中，相邻图像块有重叠，且每个图像块的大小不大于预先建立的分类识别模型所能识别的图像大小；
[0013]将所述多个图像块输入所述分类识别模型；
[0014]将所述分类识别模型对每个图像块的分类识别结果标记在所述图像块上
。
[0015]在一些实施例中，基于所述分类识别结果，确定所述目标植物的图像区域，包括：
[0016]按照各图像块在所述原始图像中的位置，对标记有分类识别结果的图像块进行拼接处理，得到参考图像；
[0017]从所述参考图像中选择与所述目标植物的类型相同的多个植物；
[0018]基于所述多个植物在所述参考图像中的位置区域，确定所述目标植物的图像区域
。
[0019]在一些实施例中，基于所述多个植物在所述参考图像中的位置区域，确定所述目标植物的图像区域，包括：
[0020]将所述参考图像转换成
UV
图像；
[0021]将所述
UV
图像划分成
m
×
n
的网格，其中，网格大小根据所述操作装置的最小作业面积确定，
m
和
n
为整数；
[0022]将所述多个植物的位置区域所覆盖的网格，确定为所述图像区域
。
[0023]在一些实施例中，将所述多个植物的位置区域所覆盖的网格，确定为所述图像区域，包括：
[0024]针对所述多个植物中的每个植物，若所述植物的位置区域对任一网格的覆盖面积超过预设值，则将所述网格作为备选网格；
[0025]将各备选网格所占据的区域，确定为所述图像区域
。
[0026]在一些实施例中，根据所述图像区域，控制所述农业机器人的操作装置进行作业，包括：
[0027]基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格的图像坐标映射成机器人坐标；
[0028]每当监测到任一操作装置的位置与所述网格的机器人坐标匹配，则控制所述操作装置进行一次作业
。
[0029]在一些实施例中，基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格的图像坐标映射成机器人坐标，包括：
[0030]基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格中心点的图像坐标映射成机器人坐标；
[0031]每当监测到任一操作装置的位置与所述网格的机器人坐标匹配，则控制所述操作装置进行一次作业，包括：
[0032]每当监测到任一操作装置的位置与所述网格中心点的机器人坐标匹配，则控制所述操作装置进行一次作业
。
[0033]第二方面，本申请实施例提供一种农业机器人的控制装置，包括：
[0034]获取模块，用于获取农业机器人行进方向上的原始图像；
[0035]分类模块，用于对所述原始图像中的植物进行分类识别，得到分类识别结果，所述分类识别结果包括所述原始图像中各植物的类别和位置区域；
[0036]确定模块，用于基于所述分类识别结果，确定目标植物的图像区域；
[0037]控制模块，用于根据所述图像区域，控制所述农业机器人的操作装置进行作业
。
[0038]在一些实施例中，所述分类模块具体用于：
[0039]将所述原始图像划分成多个图像块，其中，相邻图像块有重叠，且每个图像块的大小不大于预先建立的分类识别模型所能识别的图像大小；
[0040]将所述多个图像块输入所述分类识别模型；
[0041]将所述分类识别模型对每个图像块的分类识别结果标记在所述图像块上
。
[0042]在一些实施例中，所述确定模块具体用于：
[0043]按照各图像块在所述原始图像中的位置，对标记有分类识别结果的图像块进行拼接处理，得到参考图像；
[0044]从所述参考图像中选择与所述目标植物的类型相同的多个植物；
[0045]基于所述多个植物在所述参考图像中的位置区域，确定所述目标植物的图像区
域
。
[0046]在一些实施例中，所述确定模块具体用于：
[0047]将所述参考图像转换成
UV
图像；
[0048]将所述
UV
图像划分成
m
×
n
的网格，其中，网格大小根据所述操作装置的最小作业面积确定，
m
和
n
为整数；
[0049]将所述多个植物的位置区域所覆盖的网格，确定为所述图像区域
。
[0050]在一些实施例中，所述确定模块具体用于：
[0051]针对所述多个植物中的每个植物，若所述植物的位置区域对任一网格的覆盖面积超过预设值，则将所述网格作为备选网格；
[0052]将各备选网格所占据的区域，确定为所述图像区域
。
[0053]在一些实施例中，所述控制模块具体用于：
[0054]基于预先建立的图像坐标系到机器人坐标系的映射关系，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种农业机器人的控制方法，其特征在于，包括：获取农业机器人行进方向上的原始图像；对所述原始图像中的植物进行分类识别，得到分类识别结果，所述分类识别结果包括所述原始图像中各植物的类别和位置区域；基于所述分类识别结果，确定目标植物的图像区域；根据所述图像区域，控制所述农业机器人的操作装置进行作业
。2.
如权利要求1所述的方法，其特征在于，对所述原始图像中的植物进行分类识别，得到分类识别结果，包括：将所述原始图像划分成多个图像块，其中，相邻图像块有重叠，且每个图像块的大小不大于预先建立的分类识别模型所能识别的图像大小；将所述多个图像块输入所述分类识别模型；将所述分类识别模型对每个图像块的分类识别结果标记在所述图像块上
。3.
如权利要求2所述的方法，其特征在于，基于所述分类识别结果，确定所述目标植物的图像区域，包括：按照各图像块在所述原始图像中的位置，对标记有分类识别结果的图像块进行拼接处理，得到参考图像；从所述参考图像中选择与所述目标植物的类型相同的多个植物；基于所述多个植物在所述参考图像中的位置区域，确定所述目标植物的图像区域
。4.
如权利要求3所述的方法，其特征在于，基于所述多个植物在所述参考图像中的位置区域，确定所述目标植物的图像区域，包括：将所述参考图像转换成
UV
图像；将所述
UV
图像划分成
m
×
n
的网格，其中，网格大小根据所述操作装置的最小作业面积确定，
m
和
n
为整数；将所述多个植物的位置区域所覆盖的网格，确定为所述图像区域
。5.
如权利要求4所述的方法，其特征在于，将所述多个植物的位置区域所覆盖的网格，确定为所述图像区域，包括：针对所述多个植物中的每个植物，若所述植物的位置区域对任一网格的覆盖面积超过预设值，则将所述网格作为备选网格；将各备选网格所占据的区域，确定为所述图像区域
。6.
如权利要求4所述的方法，其特征在于，根据所述图像区域，控制所述农业机器人的操作装置进行作业，包括：基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格的图像坐标映射成机器人坐标；每当监测到任一操作装置的位置与所述网格的机器人坐标匹配，则控制所述操作装置进行一次作业
。7.
如权利要求6所述的方法，其特征在于，基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格的图像坐标映射成机器人坐标，包括：基于预先建立的图像坐标系到机器人坐标系的映射关系，将所述图像区域中每个网格中心点的图像坐标映射成机器人坐标；
每当监测到任一操作装置的位置与所述网格的机器人坐标匹配，则控制所述操作装置进行一次作业，包括：每当监测到任一操作装置的位置与所述网格中心点的机器人坐标匹配，则控制所述操作装置进行一次作业
。8.
一种农业机器人的控制装置，其特征在于，包括：获取模块，用于获取农业机器人行进方向上的原始图像；分类模块，用于对所述...

【专利技术属性】
技术研发人员：苏海峰，宋佳音，蔡扬，
申请(专利权)人：七海行深圳科技有限公司，
类型：发明
国别省市：