[发明专利]一种果园自动巡逻检害智能小车及其工作方法在审
| 申请号: | 201811018739.X | 申请日: | 2018-09-03 |
| 公开(公告)号: | CN109101029A | 公开(公告)日: | 2018-12-28 |
| 发明(设计)人: | 张敏;蔡高勇;孙荣铖 | 申请(专利权)人: | 重庆大学 |
| 主分类号: | G05D1/02 | 分类号: | G05D1/02;H04N7/18 |
| 代理公司: | 重庆市前沿专利事务所(普通合伙) 50211 | 代理人: | 郭云 |
| 地址: | 400044 *** | 国省代码: | 重庆;50 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 控制中心 移动机构 自动拍照 视觉导航系统 智能小车 果园 巡逻 小车 采集 道路状况信息 环境适应能力 控制移动机构 病虫害检测 果树病虫害 返回信号 供电单元 启动信号 系统供电 信息交互 移动路径 预警信息 准确率 发送 果树 指令 检测 移动 分析 | ||
1.一种果园自动巡逻检害智能小车,其特征在于,包括:
移动机构,用于根据指令进行移动;
视觉导航系统,用于采集和分析道路状况信息,并根据分析结果生成移动路径,当控制中心发送启动信号时控制移动机构运行;
自动拍照检害系统,用于采集和处理果树信息,并根据处理结果生成相应的预警信息,并与控制中心进行信息交互;
控制中心,用于启动移动机构、视觉导航系统和自动拍照检害系统,并接收移动机构和自动拍照检害系统的返回信号;
供电单元,为所述控制中心、移动机构、视觉导航系统和自动拍照检害系统供电。
2.根据权利要求1所述的果园自动巡逻检害智能小车,其特征在于,所述移动机构包括车身、履带机构、驱动机构和启停控制系统;履带机构对称设置于车身两侧;启停控制系统用于控制驱动机构的启停;驱动机构包括驱动放大电路与步进电机,驱动放大电路放大视觉导航系统的控制信号,控制步进电机驱动履带机构。
3.根据权利要求1所述的果园自动巡逻检害智能小车,其特征在于,所述视觉导航系统包括距离检测装置、摄像机、处理器和运动控制器;
所述摄像机设置于车身前端,用于采集道路图像信息;
所述处理器用于处理距离检测装置采集的道路距离信息和摄像机采集的道路图像信息,并规划路径;
所述运动控制器用于根据规划好的路径信息控制移动机构运行;
所述距离检测装置的距离信息输出端与处理器的距离信息输入端相连,摄像机的图像信息输出端与处理器的图像信息输入端相连,处理器的路径信息输出端与运动控制器的路径信息输入端相连,运动控制器的控制信号输出端与驱动放大电路的信号输入端相连。
4.根据权利要求3所述的果园自动巡逻检害智能小车,其特征在于,所述距离检测装置设置于车身前端和后端。
5.根据权利要求4所述的果园自动巡逻检害智能小车,其特征在于,所述视觉导航系统还包括光电编码器,所述光电编码器的信号输出端与所述运动控制器的角度信号输入端相连。
6.根据权利要求1所述的果园自动巡逻检害智能小车,其特征在于,所述自动拍照检害系统包括自动拍照机构和信息处理终端,所述自动拍照机构根据所述控制中心的指令进行拍照,并将拍摄的照片发送至所述信息处理终端,所述信息处理终端对接收到的照片进行预处理并生成处理结果和相应的预警信息。
7.根据权利要求6述的果园自动巡逻检害智能小车,其特征在于,所述自动拍照机构包括设置在车身底板上的旋转装置和设置在所述旋转装置上的伸缩装置,所述伸缩装置顶部设有拍照装置,并设有用于保护所述拍照装置的保护囊装置。
8.根据权利要求7述的果园自动巡逻检害智能小车,其特征在于,所述自动拍照机构还包括伺服电机、用于调整所述伸缩装置伸缩状态的滚珠丝杠机构和平衡传感器。
9.一种果园自动巡逻检害智能小车的工作方法,其特征在于,包括以下步骤:
S1,启动小车,控制中心给启停控制系统发送启动指令;
S2,启停控制系统产生随机时间N,并给控制中心发送运行指令;
S3,控制中心给视觉导航系统发送启动指令,视觉导航系统开始道路导航工作;
S4,N秒后启停控制系统控制小车停止,并向控制中心发送停止指令;
S5,控制中心向视觉导航系统发送停止指令,同时发送启动指令给自动拍照检害系统,自动拍照检害系统响应控制中心的启动指令开始工作;
S6,拍照完毕后复位,并给控制中心发送复位指令;
重复步骤S1-S6。
10.根据权利要求9述的果园自动巡逻检害智能小车的工作方法,其特征在于,还包括对自动拍照机构拍摄的照片进行处理,具体处理步骤如下:
A1,自动拍照机构将拍摄的照片添加相应的照片信息,并将添加好照片信息的照片发送至信息处理终端,其中,所述照片信息包括拍摄时间和拍摄位置;
A2,信息处理终端通过用滑动窗口的方法对接收的照片中的疑似病虫害信息进行提取;
A3,将通过特征提取得到的疑似病虫害信息的特征图放入训练好的卷积神经网络模型中检测是否为病虫害特征,若是,则执行步骤A4,若否,则删除包含所述疑似病虫害信息的特征图;
A4,对包含所述病虫害特征的照片进行特征标记并保存,同时发出警报,其中,所述特征标记包括标记照片的拍摄时间、拍摄地点、病虫害种类信息和病虫害数量信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811018739.X/1.html,转载请声明来源钻瓜专利网。





