[发明专利]一种基于可移动机器人的番茄植株表型监测方法及装置在审

专利信息
申请号: 202211079556.5 申请日: 2022-09-05
公开(公告)号: CN115494056A 公开(公告)日: 2022-12-20
发明(设计)人: 吴斌鑫;李伟祥;周宇康;邓鑫;孙健;吕平 申请(专利权)人: 浙江大学
主分类号: G01N21/84 分类号: G01N21/84;G01N21/01;G01J3/28;G01J3/02;B25J5/00
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 郑海峰
地址: 310058 浙江*** 国省代码: 浙江;33
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 基于 移动 机器人 番茄 植株 表型 监测 方法 装置
【说明书】:

发明提供了一种基于可移动机器人的番茄植株表型监测方法及装置,所述监测装置包括:可移动机器人本体,以及搭载在可移动机器人本体上的监测模块和控制模块;可移动机器人本体用于实现移动,控制模块用于根据基站发送的监测任务控制可移动机器人本体行进;监测模块用于实施监测项目,判断番茄植株是否有病虫害状况、长势是否良好、以及是否授粉。在应用时,控制模块控制可移动机器人本体行进,由监测模块完成监测,对于异常植株,则上传异常植株信息给基站。本发明能够系统性、大面积、高效率的检测作物表型信息,能够实现检测作物病虫害、生长状况与开花情况,减轻人工成本,提供效率。

技术领域

本发明涉及机器人监测技术领域,具体涉及一种基于可移动机器人的番茄植株表型监测方法及装置。

背景技术

番茄植株的长势,病虫害,开花情况在番茄的培育过程中是十分重要的一个指标,它预示着番茄能否最终结出较好的果子。现有技术主要是通过人工经验进行判断,然而人工判别人力成本巨大。现有技术中还有固定轨道搭载的地基平台,虽然这类技术测量精度较高,但是无法变换场地,应用范围局限。也有无人机式的空基平台,可以变换场地,但载荷能力有限,且还存在飞行时间短等问题。

而以拖拉机为代表的农机平台由于成本相对较低,传感器系统设计相对容易且能够承载较大的有效载荷,在田间表型研究中也得到了大量的应用。但是由于其体积较大,轮胎较宽,并不适用于行间距较小的种植模式,其速度也不易精确控制,而且大多数使用燃油动力,行进过程中振动相对较大,这些都对测量精度有一定的影响。

近年来高光谱成像技术广泛的应用在在农业生产中,主要表现在快速、精确地进行作物作物表型信息的检测,包括生长信息的提取、作物长势监测及作物病虫害监测等方面。由于光谱成像技术作物指标检测经常用在遥感监测方面,空间分辨率的相对降低,限制了高空间分辨率要求的相关应用。因此,如果将其与可移动式机器人相结合,近距离监测植株,就能够更好的判断植株表型特征。

综上,目前的番茄植株作物表型信息的监测仍存在人力成本大,测量精度低与监测能力不足的问题。

发明内容

为了克服现有技术中的问题,本发明提供了一种方法,能够系统性、大面积、高效率的检测作物表型信息,能够实现检测作物病虫害、生长状况与开花情况,并提高作物表型信息的数量与质量,成为一个还未解决的问题。

本发明首先提供了一种基于可移动机器人的番茄植株表型监测装置,其包括:

可移动机器人本体,以及搭载在可移动机器人本体上的监测模块和控制模块;

所述控制模块用于根据基站发送的监测任务控制可移动机器人本体行进或停止;

所述监测模块包括:

摄像机,用于拍摄异常的番茄植株图像;

距离传感器模组,用于检测可移动机器人本体与番茄植株之间的距离;

六自由度机械臂,其一端连接在可移动机器人本体上,另一端搭载有光谱成像仪,用于带动光谱成像仪进行移动;

光谱成像仪,用于获取番茄植株的高光谱图像,并传输给信号处理模块;

信号处理模块,用于对高光谱图像进行处理,判断番茄植株是否有病虫害状况、长势是否良好、以及是否授粉;

所述的信号处理模块内有训练好的病虫害识别模型、植株长势模型和花朵授粉判断模型;

其中,病虫害识别模型用于判别番茄植株是否有病虫害状况,植株长势模型用于判别番茄植株长势是否良好,花朵授粉判断模型用于识别花朵,并判断花朵是否授粉。

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浙江大学,未经浙江大学许可,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/202211079556.5/2.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