[发明专利]一种智能采棉机器人及其采棉作业路径规划方法

权利要求书

1.一种智能采棉机器人，其特征在于，包括机械臂(1)、机械爪(2)、摄像头(3)、超声波模块(4)、铲叉(5)、车轮(6)、履带(7)、进棉口(11)、旋转底座(12)和机身(15)；

所述机械臂(1)通过旋转底座(12)设置在机身(15)的顶部；所述机械臂(1)和机械爪(2)活动连接；所述摄像头(3)、超声波模块(4)和铲叉(5)均设置在机身(15)的侧壁上；所述车轮(6)设置在机身(15)的底部；所述车轮(6)的外壁设置有履带(7)；所述进棉口(11)设置在机身(15)的顶部。

2.根据权利要求1所述的智能采棉机器人，其特征在于，所述机身(15)内设置有导航控制模块(8)、动力模块(9)、压缩仓(10)、GPS模块(13)和采摘控制模块(14)；

所述导航控制模块(8)用于控制机身(15)的行走、转向和停止；所述动力模块(9)用于为导航控制模块(8)提供动力；所述压缩仓(10)用于对进棉口(11)的棉花进行压缩；所述GPS模块(13)用于检测机器人的当前位置信息和棉花地的环境信息；所述采摘控制模块(14)用于控制机械臂(1)和机械爪(2)。

3.一种采棉作业路径规划方法，其特征在于，包括以下步骤：

S1：利用摄像头采集棉花地的RGB图像，并对RGB图像进行预处理；

S2：构建成熟棉花识别神经网络模型，并利用成熟棉花识别神经网络模型识别预处理后的RGB图像中的成熟棉花；

S3：确定成熟棉花的位置；

S4：根据成熟棉花的位置，对采棉机器人进行作业规划。

4.根据权利要求3所述的采棉作业路径规划方法，其特征在于，所述步骤S1中，对RGB图像进行预处理的具体方法为：对RGB图像依次进行中值滤波和图像锐化。

5.根据权利要求3所述的采棉作业路径规划方法，其特征在于，所述步骤S2中，成熟棉花识别神经网络模型包括依次连接的输入层、双通道特征提取层、特征融合层、隐藏层和输出层；

所述输入层用于将预处理后的RGB图像输入至双通道特征提取层；所述双通道特征提取层用于对预处理后的RGB图像进行特征向量提取；所述特征融合层用于对特征向量进行融合；所述隐藏层用于根据融合后的特征向量进行成熟棉花识别；所述输出层用于输出识别的成熟棉花个数。

6.根据权利要求5所述的采棉作业路径规划方法，其特征在于，所述双通道特征提取层包括第一特征提取通道和第二特征提取通道；所述第一特征提取通道的输入图像为预处理后的RGB图像；所述第二特征提取通道的输入图像为对预处理后的RGB图像进行分割后的图像；所述第一特征提取通道和第二特征提取通道的特征提取网络结构相同，均包括依次连接的第一卷积模块、第二卷积模块和全连接层；所述第一卷积模块和第二卷积模块均包括依次连接的第一卷积层、第一池化层、第二卷积层和第二池化层；

所述双通道特征提取层中，利用第一特征提取通道和第二特征提取通道进行特征向量提取的方法相同，均为：利用第一卷积层、第一池化层、第二卷积层和第二池化层对输入图像依次进行两次卷积操作和两次池化操作，得到输入图像的特征矩阵；利用全连接层将输入图像的特征矩阵转化为一维特征向量；

所述步骤S2中，对预处理后的RGB图像进行分割的分割函数f(x)的表达式为：

其中，R表示RGB分量的绿色分量，B表示RGB分量的蓝色分量，T表示设定的阈值。

7.根据权利要求5所述的采棉作业路径规划方法，其特征在于，所述隐藏层的神经元个数n的计算公式为：

其中，n₀表示出层神经元个数，n_i表示输入层神经元个数，a表示[0,10]之间的一个整数。