一种基于视觉的智能三七收获机底盘控制方法技术

本发明专利技术提供一种基于视觉的智能三七收获机底盘控制方法，属于农业机械设备技术领域

【技术实现步骤摘要】
一种基于视觉的智能三七收获机底盘控制方法


[0001]本专利技术属于农业机械设备
，尤其涉及一种基于视觉的智能三七收获机底盘控制方法
。
技术背景
[0002]三七人参属植物，具有散淤止血
、
消肿定通之功效
,
是我国名贵的中药材，生长于高原山地丘陵地区，主要分布于我国云南省等地
。
目前的收获方法是在采收一周前
,
在离地面十厘米左右处剪去茎杆
,
使用农具挖出全根
。
但是
,
三七种植面积较大时
,
通过人力和农具来挖去三七根茎较为费时
、
费力
。
[0003]随着计算机视觉
、
控制理论
、
人工智能
、
传感器技术等多项学科的高速发展新技术在农业领域的运用越来越广泛
。
智能化的农业设备在工作环境中首先要解决定位
、
识别
、
执行这样三个问题
。
[0004]近年来很多公司都投入到对农业机械的研究
,
也让农业机械广泛的走入人们的生产生活当中
。
但是这些机械的环境感知和导航等设计很难适用于三七的生长环境
,
难以实现收获机在山地大棚环境下的识别
、
定位
、
应急处理
。
[0005]针对以上问题
,
有必要对其进行改进
。

技术实现思路

[0006]本专利技术的目的在于提供一种基于视觉与二维单线激光雷达信息融合的丘陵大棚种植三七收获机底盘控制方法
,
克服现有技术不能满足三七收获机同时兼容自动寻路
、
避障
、
防侧翻等问题
,
同时该底盘能够在大棚内外环境转换时实现准确定位以及导航系统的稳定运行
。
[0007]为了达到以上目的，本专利技术所采用的技术方案是
:
一种基于视觉的智能三七收获机底盘控制方法
,
包括以下步骤：
[0008]步骤
(1)、
使用
jetson xavier nx
作为三七收获机底盘的主控核心，以
ROS
操作系统为主控系统
,
使用单目深度相机
、
二维单线激光雷达
、
超声测距传感器
,6
轴
IMU、
北斗导航作为环境感知单元；
[0009]步骤
(2)、
底盘在定位时
,
通过单目深度相机采集视觉数据，并传回主控核心
。
[0010]步骤
(3)、
使用
opencv(
包括但不限于
opencv、pytorch、yolo
等
)
对单目深度相机采集到的图像进行处理，通过与三七种植垄的正负样本灰度化图像的训练结果进行比对完成三七和垄的识别通过逆透视投影变换算法进行垄的测距，确定出垄的起始位置并将其坐标返回主控核心
。
[0011]步骤
(4)、
通过
IMU、
北斗导航进行三七收获机底盘的位姿数据采集，并使用
UKF
算法进行校准得出准确的位姿信息
。
该算法的核心思想是：采用
UT
变换，利用一组
Sigma
采样点来描述随机变量的高斯分布，然后通过非线性函数的传递，再利用加权统计线性回归技术来近似非
x
线性函数的后验均值和方差
。
相比于
EKF
，
UKF
的估计精度能够达到泰勒级数展
开的二阶精度
。
相比于
KF
算法
UKF
增加了两次无迹变换，公式如下：
[0012][0013]Sigma
点传播公式如下：
[0014][0015]计算
X
的预测值和协方差矩阵：
[0016][0017][0018]代入观测方程中，得到测量量的预估值：
[0019]Z
i
′
(k+1)
＝
h[X
i
′
(k+1)],i
＝
0,1,2,
…
2n (5)
[0020]步骤
(5)、
三七收获机底盘执行机构接受到目标点开始导航
。
[0021]步骤
(6)、
到达目标附近时
,
通过单目深度相机获得地图云信息
,
采用阈值分割及
RANSAC
算法提取垄的边界线；三七收获机底盘结合定位监测系统融合定位数据获得横向偏差
、
航向偏差
,
通过增量式模糊
PID
控制算法追踪路径；三七收获机沿路径完成位姿的微调；位姿微调的过程中机器人实时将位姿信息发送至控制核心，最终使得三七收获机正对垄；所述垄的边界识别定位主要包括垄间图像阈值分割
、
锐化滤波
、
边界特征点提取
、
边界线拟合
、
垄间深度值获取5个步骤；三七收获机首先通过固定阈值分割法将图像分割成目标和背景；然后
,
通过锐化滤波突出垄的边界信息
,
将模糊的垄的边界轮廓信息变得更加清晰
,
提高垄的边界识别质量；三七收获机对图像锐化滤波后逐层扫描所有特征点
,
并获得所有特征点二维坐标；随后通过
RANSAC
算法多次随机采样
,
建立线性估计模型
,
并计算模型所包含的内点数量
,
并采用多次迭代获得包含内点最多的线
。
[0022]作为本专利技术的一种优选方案，所述步骤
(1)
中
,
单目深度相机为两颗安装在底盘前方的摄像头
,
二维单线激光雷达安装在三七收获机底盘的顶部
,6
轴
IMU
安装于三七收获机底盘内部
,
超声测距传感器水平安装在三七收获机底盘侧面四周
,
以及斜向下安装在三七收获机底盘底部四周，以避开沟壑和测量底盘到垄的距离，避免发生碰撞
。
[0023]作为本专利技术的一种优选方案，所述步骤
(3)
中
,
系统集成了机器视觉识别与测距算法
。
[0024]作为本专利技术的一种优选方案
,
所述步骤
(4)
中，当发生坡度过大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于视觉的智能三七收获机底盘控制方法，其特征在于：第一层为环境感知层，其中包括单目深度相机
(2)、
二维单线激光雷达
(1)、
北斗导航
(5)、
超声测距传感器
(3)、6
轴
IMU(4)
用来识别三七收获机底盘四周环境建立云地图
、
目标位置检测以及定位；第二层为控制层，由
jetson xavier nx(8)
和嵌入式主板
(7)
作为三七收获机底盘的主控核心，
Robot Operating System(6)
为主控系统，负责图像处理；第三层为驱动层，主要包括电机驱动器
(9)
用来接收主机信号并发送给执行层；第四层为执行层，为适应丘陵山地的地理环境，采用履带式结构
(11)
为行走机构，并以电机
(10)
作为动力输出，执行主机发来的信号，带动三七收获机向目标点前进
。
具体包括以下步骤：步骤
(1)
：使用
jetson xavier nx(8)
作为三七收获机底盘的主控核心
,
以
Robot Operating System(6)
为主控系统
,
以嵌入式主板
(7)
为主控板，使用单目深度相机
(2)、
北斗导航
(5)、
二维单线激光雷达
(1)、
超声测距传感器
(3)、6
轴
IMU(4)
作为环境感知单元；步骤
(2)
：三七收获机底盘在定位时
,
通过单目深度相机
(2)
采集三七种植田的视觉数据，并将所得图像传回
jetson(8)
主控核心；步骤
(3)
：使用
opencv
对单目深度相机
(2)
采集到的三七种植田图像进行处理，通过与三七种植垄的正负样本灰度化图像的训练结果进行比对完成三七和垄的识别，通过逆透视投影变换算法进行垄的测距，确定出垄的位置并返回
jetson(8)
主控核心，公式如下：主控核心，公式如下：步骤
(4)
：通过6轴
IMU(4)、
北斗导航
(5)
进行三七收获机底盘的位姿数据采集，并使用
UKF
算法对处理结果进行校准得出准确的位姿信息，公式如下：
Sigma
点传播公式如下：计算
X
的预测值和协方差矩阵：的预测值和协方差矩阵：代入观测方程中，得到测量量的预估值：步骤
(5)
：三七收获机底盘执行机构接受到目标点方位坐标开始导航；步骤
(6)
：到达目标垄的附近时
,
再次通过二维单线激光雷达
(1)
获得地图云信息
,
采用
阈值分割及
RANSAC
算法提取三七种植垄的边界线；调整底盘位姿使底盘正前方能正对垄，
RANSAC
算法迭代次数公式如下：
2.
根据权利要求1所述的基于视觉的智能三七收获机地盘控制方法，其特征在于步骤
(1)
中，单目深度相机
(2)
为安装在三七收获机底盘前方的摄像头
,
二维单线激光雷达
(1)
安装在三七收获机底盘的顶部，6轴
IMU(4)
安装于三七收获机底盘内部，超声测距传感器
(3)
水平安装在三七收获机底盘侧面四周
,
以及斜向下
...

【专利技术属性】
技术研发人员：王法安，钟煊童，解开婷，蒋仕飞，王博洋，刘新琦，何忠平，倪畅，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：