一种基于机器视觉的智能农机组合导航系统

摘要

本发明公开了一种基于机器视觉的智能农机组合导航系统，涉及无人农机喷药领域，其技术方案包括喷药无人农机，喷药无人农机的内部包括中央处理系统，喷药无人农机的外部安装有CMOS摄像头，喷药无人农机的外部安装有激光雷达；中央处理系统的内部包括有图像系统、导航系统、深度学习模块、喷药模块、液位检测模块和数据传输模块，图像系统的内部包括图像采集模块、图像预处理模块和图像识别模块，图像系统对CMOS摄像头拍摄的图像进行采集，并对采集到的图像进行预处理，通过路径制定模块能够结合INS导航以及北斗导航、雾滴在空中偏移的距离以及田地中作物的分布情况从而生成无人农机的运动路径，进而能够对田地中的作物进行均匀喷洒，降低药液耗费。

说明书

技术领域

本发明涉及无人农机喷药技术领域，尤其涉及一种基于机器视觉的智能农机组合导航系统。

背景技术

在农业领域中，随着农用无人农机技术的逐渐发展进步，越来越多的农用无人农机公司在发展农用无人农机，一些农业大户，都纷纷引入农用无人农机，把它应用在实际农田作业上，利用无人农机进行农药喷洒成为一个趋势，其可以提高药液喷洒效率，节省人工。

经检索，中国专利号为CN109324630A的实用新型专利，公开了一种无人农机喷药系统及控制方法，由图像获取设备、图像传输设备、图像处理设备和精准喷药设备4个部分组成，安装在无人农机平台上的数码相机拍摄获得水稻田间的图像，转换为数字信号后通过无线传输方式发送给地面的控制中心；控制中心的核心计算机对图像进行视觉分析，依次经过预处理、灰度化、二值化后提取图像特征，获得图像中的作物区域和空缺区域；然后，对特征图像进行网格化，每幅图像划分为4行×4列的网格；计算机根据每个方格内的作物区域面积形成处方图，发回无人农机上的精准喷药设备中，控制喷头在飞行过程中的开启时机和程度，从而实现对网格内的精准喷药，有利于精准农业的推广与应用。

然而在实际使用过程中上述系统仅能够通过无人农机外部的图像进行检测，然后根据检测出的图像进行识别，再发回无人农机上的精准喷药设备中，控制喷头在运动过程中的开启时机和程度，从而实现对网格内的精准喷药，但在实际使用中仅通过图像进行识别但缺乏对图像中距离的检测，并且对于喷药的田地来说外部的风力以及田地中作物的分布都大大影响无人农机的喷药效率，因此需要一种基于机器视觉的智能农机组合导航系统。

发明内容

本发明的目的是为了解决现有技术中存在缺乏对图像中距离的检测，并且对于喷药的田地来说外部的风力以及田地中作物的分布都大大影响无人农机的喷药效率的缺点，而提出的一种基于机器视觉的智能农机组合导航系统。

为了实现上述目的，本发明采用了如下技术方案：

一种基于机器视觉的智能农机组合导航系统，包括喷药无人农机，所述喷药无人农机的内部包括中央处理系统，所述喷药无人农机的外部安装有CMOS摄像头，所述喷药无人农机的外部安装有激光雷达；

所述中央处理系统的内部包括有图像系统、导航系统、深度学习模块、喷药模块、液位检测模块和数据传输模块，所述图像系统的内部包括图像采集模块、图像预处理模块和图像识别模块，所述图像系统对所述CMOS摄像头拍摄的图像进行采集，并对采集到的图像进行预处理，最后对处理后的图像进行识别，所述图像系统与所述深度学习模块之间通信连接，所述图像系统将识别出的数据传输到所述深度学习模块中；

所述深度学习模块的内部包括密集度匹配模块、平面网格生成模块和雾滴偏移模块，根据所述图像系统识别出的数据对需要进行喷药的田地进行平面网格生成，每一个网格大小为30cm*30cm，并且将生成的图像数据按照单元格密度匹配进平面网格中，同时所述深度学习模块根据外部风速、无人农机移动速度以及喷射时的压力对药液形成的雾滴在空中偏移的距离计算，所述深度学习模块将数据传输到所述导航系统中；

所述导航系统的内部包括组合导航模块和路径制定模块，所述导航系统通过外部接受到的数据以及卫星导航从而对无人农机的工作路径进行制定。

上述技术方案进一步包括：

所述CMOS摄像头在工作过程中对需要进行工作的田地图像进行拍摄，所述激光雷达在工作过程中对无人农机距离地面之间的距离以及工作范围内的距离进行检测。

所述图像采集模块对所述CMOS摄像头拍摄的田地图像进行采集，所述图像采集模块将田地图像传输到所述图像预处理模块中，所述图像预处理模块对接收到的田地图像进行预处理，从而对图像中的噪点进行削弱，同时对图像进行边缘检测。

所述图像预处理模块将预处理后的图像传输到所述图像识别模块中，所述图像识别模块对处理后的图像进行修正和识别，识别的内容包括进行喷药土地的边缘以及作物的分布。

所述风速测量模块在工作时对环境中的风速进行检测，所述风速测量模块将检测的结果传输到所述深度学习模块中，所述液位检测模块对药水的液面进行实时检测。

所述激光雷达将对田地测量的距离传输到所述深度学习模块中，所述平面网格生成模块根据识别内容中土地的边缘以及测量的距离从而生成平面网格，然后通过所述密集度匹配模块对识别数据中作物的分布情况转换为单元格密度，再将密度匹配到相对应平面网格中。

所述雾滴偏移模块对无人农机自身的移动速度、喷药时的压力以及外部的风速进行深度学习，从而对药液形成的雾滴在空中偏移的距离计算。

所述组合导航模块包括INS导航以及北斗导航，所述路径制定模块通过INS导航以及北斗导航、雾滴在空中偏移的距离以及田地中作物的分布情况从而生成无人农机的运动路径。

相比现有技术，本发明的有益效果为：

1、本发明中，在使用过程中通过CMOS摄像头和激光雷达的配合使用从而能够需要进行喷药的田地中的图像以及位置距离进行检测，并且通过深度学习模块中密集度匹配模块和平面网格生成模块的配合使用从而将需要进行喷药田地按照作物的分布进行网格化划分。

2、本发明中，通过液位检测模块和雾滴偏移模块的配合使用能够对无人农机自身的移动速度、喷药时的压力以及外部的风速进行深度学习，从而对药液形成的雾滴在空中偏移的距离计算，再通过路径制定模块能够结合INS导航以及北斗导航、雾滴在空中偏移的距离以及田地中作物的分布情况从而生成无人农机的运动路径，进而能够对田地中的作物进行均匀喷洒，降低药液耗费。

附图说明

图1为本发明提出的一种基于机器视觉的智能农机组合导航系统的系统框图；

图2为本发明的中图像系统的系统框图；

图3为本发明的中导航系统的系统框图；

图4为本发明的中深度学习模块的系统框图。

图中：1、中央处理系统；2、CMOS摄像头；3、激光雷达；4、图像系统；5、导航系统；6、深度学习模块；7、喷药模块；8、液位检测模块；9、风速测量模块；10、数据传输模块；11、图像采集模块；12、图像预处理模块；13、图像识别模块；14、组合导航模块；15、路径制定模块；16、密集度匹配模块；17、平面网格生成模块；18、雾滴偏移模块。

具体实施方式

下文结合附图和具体实施例对本发明的技术方案做进一步说明。

实施例一

如图1-4所示，本发明提出的一种基于机器视觉的智能农机组合导航系统，包括喷药无人农机，喷药无人农机的内部包括中央处理系统1，喷药无人农机的外部安装有CMOS摄像头2，喷药无人农机的外部安装有激光雷达3；

中央处理系统1的内部包括有图像系统4、导航系统5、深度学习模块6、喷药模块7、液位检测模块8和数据传输模块10，图像系统4的内部包括图像采集模块11、图像预处理模块12和图像识别模块13，图像系统4对CMOS摄像头2拍摄的图像进行采集，并对采集到的图像进行预处理，最后对处理后的图像进行识别，图像系统4与深度学习模块6之间通信连接，图像系统4将识别出的数据传输到深度学习模块6中；

CMOS摄像头2在工作过程中对需要进行工作的田地图像进行拍摄，激光雷达3在工作过程中对无人农机距离地面之间的距离以及工作范围内的距离进行检测；

图像采集模块11对CMOS摄像头2拍摄的田地图像进行采集，图像采集模块11将田地图像传输到图像预处理模块12中，图像预处理模块12对接收到的田地图像进行预处理，从而对图像中的噪点进行削弱，同时对图像进行边缘检测；

图像预处理模块12将预处理后的图像传输到图像识别模块13中，图像识别模块13对处理后的图像进行修正和识别，识别的内容包括进行喷药土地的边缘以及作物的分布。

基于实施例一的一种基于机器视觉的智能农机组合导航系统工作原理是，工作时，图像采集模块11对CMOS摄像头2拍摄的田地图像进行采集，图像采集模块11将田地图像传输到图像预处理模块12中，图像预处理模块12对接收到的田地图像进行预处理，从而对图像中的噪点进行削弱，同时对图像进行边缘检测，图像识别模块13对处理后的图像进行修正和识别，识别的内容包括进行喷药土地的边缘以及作物的分布，然后图像识别模块13再将识别出的图像数据传输到深度学习模块6中。

实施例二

如图1-4所示，基于实施例一的基础上，深度学习模块6的内部包括密集度匹配模块16、平面网格生成模块17和雾滴偏移模块18，根据图像系统4识别出的数据对需要进行喷药的田地进行平面网格生成，每一个网格大小为30cm*30cm，并且将生成的图像数据按照单元格密度匹配进平面网格中，同时深度学习模块6根据外部风速、无人农机移动速度以及喷射时的压力对药液形成的雾滴在空中偏移的距离计算，深度学习模块6将数据传输到导航系统5中；风速测量模块9在工作时对环境中的风速进行检测，风速测量模块9将检测的结果传输到深度学习模块6中，液位检测模块8对药水的液面进行实时检测；

激光雷达3将对田地测量的距离传输到深度学习模块6中，平面网格生成模块17根据识别内容中土地的边缘以及测量的距离从而生成平面网格，然后通过密集度匹配模块16对识别数据中作物的分布情况转换为单元格密度，再将密度匹配到相对应平面网格中；

雾滴偏移模块18对无人农机自身的移动速度、喷药时的压力以及外部的风速进行深度学习，从而对药液形成的雾滴在空中偏移的距离计算。

本实施例中，工作时，平面网格生成模块17根据识别内容中土地的边缘以及激光雷达3检测出的田地具体举例从而生成平面网格，每一个网格大小为30cm*30cm，然后通过密集度匹配模块16对识别数据中作物的分布情况转换为单元格密度，再将密度匹配到相对应平面网格中；

风速测量模块9在工作时对环境中的风速进行检测，风速测量模块9将检测的结构传输到深度学习模块6中，液位检测模块8对无人农机自身的移动速度、喷药时的压力以及外部的风速进行深度学习，从而对药液形成的雾滴在空中偏移的距离计算。

实施例三

如图1-4所示，基于上述实施例一或二，导航系统5的内部包括组合导航模块14和路径制定模块15，导航系统5通过外部接受到的数据以及卫星导航从而对无人农机的工作路径进行制定；

组合导航模块14包括INS导航以及北斗导航，路径制定模块15通过INS导航以及北斗导航、雾滴在空中偏移的距离以及田地中作物的分布情况从而生成无人农机的运动路径。

本实施例中，工作时，路径制定模块15通过INS导航以及北斗导航、雾滴在空中偏移的距离以及田地中作物的分布情况从而生成无人农机的运动路径，进而能够对田地中的作物进行均匀喷洒，降低药液耗费，增加对田地的喷药效率，数据传输模块10将中央处理系统1内部的数据以及图像进行实时传输，便于工作人员进行观看和控制。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。