[发明专利]一种使用视觉导航的多旋翼无人机果实采收方法及其装置

说明书

本发明公开了一种使用视觉导航的多旋翼无人机果实采收方法及其装置。该装置包括无人机机体、伸缩支架、齿梳架和齿梳杆；在无人机机体的两侧分别设置有左右对称的伸缩支架；齿梳架平行位于伸缩支架的下方；伸缩支架上垂直安装有两根伸缩导向杆，伸缩导向杆同时套接在齿梳架的两端；齿梳架的中部垂直安装有丝杆，丝杆同时穿出伸缩支架；齿梳架上安装有步进电机，通过步进电机带动丝杆转动，进而带动齿梳架的上升或下降；齿梳架的下方垂直安装有两根以上的齿梳杆，其中位于齿梳架两端的齿梳杆的内部为空心，与伸缩导向杆配合组成滑轨结构。本发明可以有效节省劳动力、采摘效率高、避免对采摘人员的伤害。

技术领域

本发明涉及采摘机械领域，特别涉及一种使用视觉导航的多旋翼无人机果实采收方法及其装置。

背景技术

中国是一个农业大国，油茶、核桃等果实是我国最主要的经济作物之一。以油茶为例，与其它果实的采收相比，油茶果采收具有以下特点：首先，油茶树较高大，种植地区地形复杂，多数种植在山区，不利于大型作业机器；其次，油茶树挂果密集，同枝挂果成熟期不同；而且，油茶果采收时要求动作轻，不可用敲打和折枝的方法，不能损伤树枝和花苞，否则会严重影响第二年的产量。

目前，油茶果基本上是手工采收，比如人手摇晃树干，通过外力作用使果实与果树分离，再通过果树下的收集网袋收集果实。这种采收方式的人工强度较大，采摘效率低，而且在采摘过程中油茶果掉落容易对采摘人员造成伤害。

发明内容

本发明的目的在于克服现有技术中存在的缺点，提供一种采摘效率高、人工采摘强度低的使用视觉导航的多旋翼无人机果实采收方法及其装置。

本发明的目的通过下述技术方案实现：

一种使用视觉导航的多旋翼无人机果实采收装置，包括无人机机体1、伸缩支架2、齿梳架3和齿梳杆4；在无人机机体1的两侧分别设置有左右对称的伸缩支架2；齿梳架3平行位于伸缩支架2的下方；伸缩支架2上垂直安装有两根伸缩导向杆2-2，伸缩导向杆2-2同时套接在齿梳架3的两端；齿梳架3的中部垂直安装有丝杆3-1，丝杆3-1同时穿出伸缩支架2；齿梳架3上安装有步进电机2-1，通过步进电机2-1带动丝杆转动，进而带动齿梳架3的上升或下降；齿梳架3的下方垂直安装有两根以上的齿梳杆4，其中位于齿梳架3两端的齿梳杆的内部为空心，与伸缩导向杆2-2配合组成滑轨结构。

齿梳杆4包括杆身、球形关节4-2和齿梳杆头部4-1，齿梳杆头部4-1通过球形关节4-2与杆身连接，使得齿梳杆头部4-1可以通过球形关节4-2相对于杆身弯曲或转动一定角度。其中，中间的齿梳杆头部安装有双目视觉系统。每根齿梳杆的间隔距离比果实平均直径略小1～2mm，且大于花蕾。

所述齿梳杆头部4-1为仿生扁平头龟头形状，头尖且圆滑。

所述双目视觉系统由两个摄像机5组成，用于飞行过程中的图像采集、无人机与果树的距离测定。

所述齿梳架3的高度可调节，在采摘过程中，双目视觉系统通过深度学习方法识别目标，得到无人机两侧果树距离齿梳杆头部的高度信息；然后采摘人员通过步进电机2-1带动丝杆3-1转动，丝杆3-1带动齿梳架3的上升或下降，调整无人机两侧齿梳杆4的高度。

一种使用视觉导航的多旋翼无人机果实采收方法，采用上述多旋翼无人机果实采收装置，包括下述步骤：

(1)对视觉导航的神经网络系统进行训练：进行基于Faster-RCNN模型的图像语义分割网络训练，进行基于pointnet++模型的点云分类网络训练，使得训练好的视觉导航的神经网络系统可以识别每棵果树的位置；

(2)对双目视觉系统进行双目标定：先对多旋翼无人机果实采收装置的双目视觉系统进行单目标定，得到每个摄像机的内参数矩阵与畸变系数矩阵；再对双目视觉系统进行双目标定，得到用于三维重建的重投影矩阵，以及像素距离与真实物理距离的转换关系；