[發明專利]一種新型的變量噴霧路徑規劃自主導航系統及方法

有效

• 申請號: 201811329280.5
• 申請日: 2018-11-09
• 公開（公告）號: CN109471434B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 劉慧;朱晟輝;沈躍
• 申請（專利權）人: 江蘇大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種新型的變量噴霧路徑規劃自主導航系統，其特征在于，包括車身平臺、自主行走避障系統、變量噴霧系統；

所述車身平臺包括車架(9)、放置深度攝像頭(1)的可控升降托板(10)、固定可控升降托板的可控升降桿(2)，放置深度攝像頭(1)的可控升降托板(10)固定卡扣在升降桿(2)兩側，升降桿(2)底部焊接在車架(9)前端；

所述變量噴霧系統包括深度攝像頭(1)、微型計算機(25)、水箱(6)、水泵(7)、U型噴桿(3)、噴嘴(4)、高度傳感器(16)、液位傳感器(17)、壓力傳感器(20)、噴嘴流量計(19)；所述深度攝像頭(1)、高度傳感器(16)、液位傳感器(17)、壓力傳感器(20)、噴嘴流量計(19)均和微型計算機(25)相連；深度攝像頭(1)實時拍攝前方圖像，并將拍攝到的彩色圖像和深度圖像傳輸給微型計算機(25)進行處理；水箱(6)、水泵(7)、U型噴桿(3)通過水管相連，多個帶電磁閥的噴嘴(4)根據噴霧范圍分布安裝在U型噴桿(3)上，噴嘴(4)依次通過電磁閥驅動器(24)、CAN總線和微型計算機(25)相連，水泵(7)依次通過水泵驅動器(22)、CAN總線和微型計算機(25)相連；高度傳感器(16)主要測量深度攝像頭(1)的高度，同時根據拍攝到的彩色圖像和深度圖像計算出目標植株的高度；液位傳感器(17)、壓力傳感器(20)、噴嘴流量計(19)分別用于測量水箱的液位、噴桿的水壓以及噴嘴噴霧的流量，隨后根據各傳感器的反饋的信息對水泵(7)和電磁閥噴嘴(4)進行控制；

所述自主行走避障系統包括微型計算機(25)，以及均與之相連的深度攝像頭(1)、陀螺儀(13)、電子羅盤(14)、GPS(15)、車載速度傳感器(18)、CAN總線，驅動輪(8)；驅動輪(8)依次通過輪轂電機驅動器(23)、CAN總線和微型計算機(25)相連；報警裝置(26)通過CAN總線與微型計算機(25)相連；陀螺儀(13)主要用于噴霧車行走在崎嶇路面時檢測噴霧車姿態角的偏差；電子羅盤(14)主要用于測量噴霧車航向角；GPS(15)主要用于測量噴霧車的實時位置信息；車載速度傳感器(18)用于測量噴霧車的行進速度；輪轂電機驅動器(23)處理接收到的路徑信息，調節控制驅動輪(8)行走；

在長方形鋁板上焊接有升降桿(2)、水箱卡槽、水泵固定支架(11)、控制箱卡槽以及延伸出U型噴桿(3)；深度攝像頭(1)的usb延長線通過升降桿(2)卡槽與控制箱(5)中的微型計算機(25)相連；水箱(6)通過水箱卡槽固定在U型噴桿(3)與控制箱(5)之間，水泵(7)通過水泵固定支架(11)固定在控制箱(5)旁邊；U型噴桿(3)焊接在車架(9) 鋁板的尾端；所述自主行走避障系統包括四個帶輪轂電機(12)的驅動輪(8)和四個相對應的輪轂電機驅動器(23)，四個驅動輪(8)分別安裝在車架(9)的底部，各自獨立驅動，以適應絕大多數崎嶇路面；四個輪轂電機驅動器(23)安裝在控制箱(5)內，用于控制輪轂電機(12)的轉速，從而控制驅動輪(8 )的轉向和行駛速度；

首先，利用已經訓練好的SSD模型識別果樹并確定果樹最小外切矩形感興趣區域(ROI)，隨后從上至下逐行遍歷矩形感興趣區域的像素點，并保存連續的深度近似一致的像素點，選取這些像素點的首尾像素點A、B，其對應到噴霧車的距離為r1、r2，與噴霧車航向之間的夾角為θ1、θ2，由此可知物體的寬度d為：

隨后，在果園中隨機選取多個樹干寬度后，設置初始樹干寬度，計算其平均值μ_d和均方差σ_d，隨后計算每個連續深度像素點的寬度并計算其寬度為樹干寬度的概率密度pdf(d)：

同時，計算正態分布峰值的概率密度pdf(μ_d)，并將pdf(d)與pdf(μ_d)相比較，以得出連續深度像素點的置信度ROC_L：

隨后，將判斷置信度ROC_L是否在已設定好的閾值內，若不是則判斷為非樹木，并繼續判斷下一個連續深度像素點，若是則檢測該像素點組的HSV中的色調值H_d，并確定其在隨機選取的多個初始樹干下的、不同光照條件下的分布的平均值均方差和概率密度函數pdf(H_d)：

隨后，計算正態分布峰值的概率密度并以此得出像素點組顏色置信度ROC_C：

隨后，判斷顏色置信度是否在設定的閾值內，若不是則判斷為非樹木，若是則判斷為樹木，并根據該組像素點平均深度d₁和其與攝像頭之間的夾角θ3，計算果樹距離攝像頭的深度d_s，并根據噴霧車當前位置確定果樹的相對位置；隨后，根據深度學習識別確定的最小外切矩形感興趣區域(ROI)的長l、寬w和上頂、下底與噴霧車之間的夾角θ4，計算果樹的高h₁，并根據第一排確定為樹干的像素點的高度h₂，和高度傳感器測量深度攝像頭高度h₃，計算樹葉的高度h和近似體積V。