[发明专利]一种基于悬挂式滑轨平台的温室信息自动监测方法

权利要求书

1.一种基于悬挂式滑轨平台的温室作物信息自动监测方法，其特征在于，该方法包括如下步骤：

S1：系统初始化：

启动控制柜中的电源按钮，基于悬挂式滑轨平台的温室综合信息监测系统进行自检，工控机(32)、触摸显示屏(30)开启，DSP运动控制器(15)启动，滑动平台回归零位；

S2：系统设置：

2.1)样本设定和采样间距设置：设定待测植株的栽植株距，并设置地标、滑动平台的运动间距和多传感器系统的采样间距；

2.2)检测参数设置：设置检测模式和检测参数，检测模式包括作物营养胁迫检测、病虫害检测、水分胁迫检测和长势检测四种模式；其中参数设定包括：营养胁迫模式下的氮磷钾检测，病虫害检测模式下的种类识别，长势检测模式下的株高、冠幅、果实；

2.3)滑动平台运动设置：根据检测参数、作物生长期和种类，对滑动平台的运动行程和检测高度进行设定；

S3：作物信息检测：

3.1)滑动平台目标定位

按照2.1)中设置的采样间距，DSP运动控制器(15)根据工控机(32)发来的位置指令，首先发送信号给减速电机(9)，减速电机(9)带动齿轮轴(10)和齿轮(11)一起转动，齿轮(11)和齿条(4)啮合，带动整个滑动平台通过滑轮(14)在滑轨(1)上移动，并根据预设的地标传感器(36)位置和序号，到达作物的上方，沿行进方向的运动停止，工控机(32)给DSP运动控制器(15)发送指令，驱动升降机构(19)，将滑动平台升降机构下降到预设的高度，完成滑动平台的目标定位；工控机(32)给DSP运动控制器(15)发送信号，驱动电控旋转云台(21)按照预设参数调整仰俯角度，保证初始检测位的多传感器系统的检测视场和探测角符合成像和探测要求；

3.2)采用逐点矩阵网格化扫描的方式进行作物营养、水分、长势和病虫害信息的探测：

其中所述矩阵网格化扫描的方式具体如下：

①工控机(32)给DSP运动控制器(15)发送指令，驱动电控旋转云台(21)，以与行进方向垂直的方向为X坐标，以电控旋转云台(21)的几何中心为原点，从0-180°圆弧方向自左至右进行驻点扫描，每个检测位沿行进方向的检测起点，为检测到该地标传感器(36)，滑动平台停止后的初始点；

②完成步骤3.2)①的检测后，步进扫描下一圆弧网格，步进间距设定在10mm至植株冠幅直径的最大值之间，覆盖整个植株冠层；在此区间内沿行进方向进行圆弧网格化扫描，利用激光测距传感器(27)通过点扫描的方式，获取植株区域的高度坐标点阵信息；

③在每次扫描至90°角的检测中线时，利用双目多功能成像系统(22)获取植株的双目视觉俯视图像、冠层可见光特征图像、冠层近红外特征图像；

④当每个检测位扫描至植株的几何中心时，利用红外测温传感器(25)获取作物的冠层温度信息，利用光照强度传感器(28)获取检测位的环境光照强度信息，利用环境温湿度传感器(26)获取检测位的环境温湿度信息；

S4：温室作物综合信息处理

将S3获取的温室作物信息，通过信息采集模块上传给工控机(32)处理，处理程序按照以下方法对信息进行处理：

4.1)双目多功能成像系统(22)的信息处理

①对步骤3.2)③中双目多功能成像系统(22)获取的冠层可见光特征图像、冠层近红外特征图像首先进行滤波去噪声，之后进行颜色空间转换，背景分割，最后进行纹理、灰度均值的计算，提取作物氮磷钾营养、水分、病虫害的特征波长，并利用作物生长信息检测模型，评估其氮磷钾含量、病虫害种类和水分胁迫状态；

②对步骤3.2)③中双目多功能成像系统(22)获取的双目视觉俯视图像，分别将左右相机进行标定和校正，建立世界坐标系，然后对左右相机分别拍摄的图像进行预处理，最后进行立体匹配，建立空间坐标系，得到植株的株高信息；

③对步骤3.2)③中双目多功能成像系统(22)获取的植株双目视觉俯视图像信息，进行滤波去噪声，背景分割，获取植株冠幅的目标图像，通过统计目标像素，结合标尺数据，获取植株的冠幅面积；

④对步骤3.2)③中双目多功能成像系统(22)获取的植株双目视觉俯视图像信息的几何中线序列图像进行筛选分析，选取无遮挡的植株果实图像，进行滤波去噪声，背景分割，获取植株果实的目标图像，通过统计目标区域的像素，获取植株的果实区域的面积值；

4.2)激光测距传感器(27)的信息处理：

①对步骤3.2)中激光测距传感器(27)所获取的植株区域的高度坐标点阵数据进行标定，确定植株栽植基质的高度的平均值，并将高度的平均值作为植株高度的计算起始点坐标；

②对步骤3.2)中激光测距传感器(27)采用矩阵扫描的方式进行网格化扫描获取的植株区域的高度坐标点阵数据进行筛选，去除冗余和无效数据；

③对步骤3.2)中激光测距传感器(27)采用矩阵扫描的方式进行网格化扫描获取的植株区域的高度坐标点阵中的有效值进行分析，获取其最高点作为株高数据；获取其最大边界长度、宽度和几何中心坐标，结合实测值，标定计算冠幅面积值；

4.3)温室作物综合信息的融合探测

①植株长势融合探测：基于双目多功能成像系统(22)采集的信息提取的植株的株高、冠幅面积和果实区域的面积值，以及激光测距传感器(27)采集的信息获取的高度坐标点阵区域植株的株高和冠幅信息，通过采集作物的叶片进行化学实验获得实际的氮磷钾实测值与上述两者建立多元线性回归，即以氮磷钾实测值为因变量，基于双目视觉提取的植株的株高、冠幅和果实信息，以及激光测距获取的高度坐标点阵区域植株的株高和冠幅信息为自变量建立回归模型，将两者的融合校正，并基于长势的实测值，进一步校正其检测精度，提取基于双目立体视觉图像和激光扫描点阵特征融合的作物株高、冠幅和果实长势特征值；

②植株营养融合探测：将基于双目多功能成像系统(22)获取的冠层可见光特征图像、冠层近红外特征图像获取的作物氮磷钾纹理灰度均值以及特征波长，与作物氮磷钾化学实测值建立多元线性回归，即以氮磷钾化学实测值为因变量，纹理灰度均值以及特征波长为自变量建立回归模型，提取基于可见光-近红外图像特征和激光扫描点阵特征融合的作物氮磷钾营养特征值；

③植株水分胁迫融合探测：将基于双目多功能成像系统(22)获取的冠层近红外特征图像的作物含水率纹理灰度均值，与利用红外温度传感器(25)和环境温湿度传感器(26)获取的基于植株冠气温差特征的水分胁迫指数特征与作物含水率实测值建立多元线性回归，即以氮磷钾化学实测值为因变量，纹理灰度均值以及特征波长为自变量建立回归模型，即以含水率实测值为因变量，水分胁迫指数以及近红外图像的纹理灰度均值为自变量建立回归模型；提取基于近红外图像特征和红外温度传感器(25)、环境温湿度传感器(26)融合的作物含水率特征值；

④植株病虫害检测：基于双目多功能成像系统(22)获取的冠层可见光特征图像、冠层近红外特征图像，抽取病害特征叶，利用病害分类模型识别作物的病害种类和程度；基于双目多功能成像系统(22)获取的冠层可见光特征图像、冠层近红外特征图像，通过时间序列图像，进行差值比对，判断虫害发生的程度，结合环境温湿度和历史气象信息，得出病虫害爆发的预警判断；

⑤利用环境光照强度传感器(28)和环境温湿度传感器(26)，同步获取的温室环境光照和温湿度信息，对上述作物生长综合信息的检测特征值进行修正，去除环境因素对检测结果的干扰；

⑥将经过干扰校正的温室作物和环境信息检测值作为结果输出值，显示在触摸屏(30)上，并将检测结果导入数据库；

S5：该植株信息采集完成后，按照设定行程，工控机(32)给DSP运动控制器(15)发送指令，驱动电控云台(21)旋转至初始位置，升降机构(19)收起至初始状态；滑动平台按照预设行程行进至下一个检测位，重复S3至S5直至整个检测行程结束，返回初始位置。