[发明专利]一种田间智能机器人及其工作方法有效

专利信息
申请号: 201910824297.6 申请日: 2019-09-02
公开(公告)号: CN110421580B 公开(公告)日: 2023-08-18
发明(设计)人: 李绍稳;张乐;李志强;孟余耀;傅雷扬;金秀 申请(专利权)人: 安徽农业大学
主分类号: B25J11/00 分类号: B25J11/00;B25J5/00;B25J19/04;A01B49/00;A01B49/04
代理公司: 合肥市科融知识产权代理事务所(普通合伙) 34126 代理人: 李慧
地址: 230000 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 田间 智能 机器人 及其 工作 方法
【说明书】:

发明适用于智能机器人技术领域,尤其涉及一种田间智能机器人,所述田间智能机器人包括:移动平台,用于带动所述机器人移动;多目标识别测距模块,用于采集田间图像信息;控制器,用于接收所述田间图像信息,根据所述田间图像信息识别田间异物,并控制除草与微耕模块清除所述田间异物和对土地进行微耕;所述除草与微耕模块用于在所述控制器的控制下清除所述田间异物和对土地进行微耕;电源模块,用于为所述机器人供电。本发明实施例通过引入多目标识别测距模块和除草与微耕模块,能够有效解决现有技术中对多目标识别与测距精度不高以及杂草异物清除时不能同步微耕且功能单一问题。

技术领域

本发明属于智能机器人领域,尤其涉及一种田间智能机器人及其工作方法。

背景技术

农田田间的杂草清除与微耕自动化作业对于我国实现“智慧农业”战略具有十分重要的意义,因为农田田间的杂草清除与微耕自动化作业有助于农作物的茁壮成长,促进农作物进行光合作用与根部的有氧呼气。

随着我国农业现代化智能程度的不断加快,在自然生长环境条件下,如何准确高效清除田间农作物的杂草目标对于实现田间智能化管理起到重要作用,一方面有助于智能设备的自动化除草作业和自动水肥变量喷施,另一方面有助于减少田间农药化肥的使用。因此,如何准确高效的清除田间农作物的杂草具有十分重要的意义,对于推进现代信息技术与农业的深度跨界融合也具有实际理论意义。现有的智能机器人绝大多数以传统机器学习或者机器视觉的方式进行农作物与杂草目标识别,依赖于人工的设计与制造检测特征,设计过程中易受主观因素影响,最终形成的特征检测特征也是参差不齐,难以适应自然环境因素的变化,泛化能力较差。

由此可见,现有的智能机器人存在难以适应不同环境,且泛化能力较差的问题,急需解决。

发明内容

本发明实施例的目的在于提供一种田间智能机器人及其工作方法,旨在解决现有的智能机器人存在难以适应不同环境,且泛化能力较差的问题。

本发明实施例是这样实现的,一种田间智能机器人,所述田间智能机器人包括:

移动平台,设置有平台主体和行驶轮,用于带动所述机器人移动;

多目标识别测距模块,安装在所述移动平台上,包括两个深度相机,用于采集田间图像信息,并传输至控制器;

所述控制器,用于接收所述田间图像信息,根据所述田间图像信息识别田间异物,并控制除草与微耕模块清除所述田间异物和对土地进行微耕;

所述除草与微耕模块,包括除草与微耕复合基座、可升降除草设备,微耕机械臂固定座、微耕机械臂、以及微耕机械爪,用于在所述控制器的控制下清除所述田间异物和对土地进行微耕;其中,所述除草与微耕复合基座固定连接在所述移动平台上,所述除草与微耕复合基座上设置有可升降除草设备以及所述微耕机械臂固定座,所述微耕机械臂固定座四周对称安装有四个可转动微耕机械臂,所述微耕机械臂的另一端安装有微耕机械爪;以及

电源模块,设置在所述移动平台上,用于为所述机器人供电。

本发明实施例的另一目的在于提供一种田间智能机器人的工作方法,包括:

步骤一,以自然环境条件下的农作物与杂草图像为样本,基于深度学习中的经典TensorFlow深度学习框架,利用COCO数据集的预训练模型进行初始化参数设置,迁移训练得到农作物与杂草目标识别深度网络模型,并对深度相机和可负载机械臂进行室外除草田间标定;

步骤二,控制器通过驱动行驶轮驱动电机的正转与反转,实现所述移动平台的前进与后退,通过行驶轮驱动电机的差速旋转实现所述移动平台的转向;所述深度相机获取关键帧图像,所述关键帧图像至少包括田间杂草图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽农业大学,未经安徽农业大学许可,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/201910824297.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top