[發明專利]一種智能除草系統及除草方法

在審

• 申請號: 201911064435.1
• 申請日: 2019-11-04
• 公開（公告）號: CN110807425A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 王文秀;陳正宇;劉飛
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/08;G06N3/04;A01D34/00;G01N21/84
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王恒靜

1.一種智能除草系統，其特征在于，該系統包括：圖像采集模塊、處理器、路徑規劃模塊、顯示裝置和除草模塊；所述圖像采集模塊用于采用OV系列的攝像頭獲取原始農田圖像，并傳輸給所述處理器；所述處理器包括預處理模塊和識別模塊，所述預處理模塊用于對原始農田圖像預處理后，所述識別模塊用于采用內嵌有輕量級LeNet-5二值化網絡的FPGA根據所述原始農田圖像進行雜草識別訓練和檢測，并驅動所述除草模塊采用路徑規劃模塊預設的路徑行走后進行除草；所述路徑規劃模塊用于確定所述除草模塊行走時覆蓋的路徑；所述除草模塊用于根據所述處理器的指令清除農田里識別出的雜草；所述顯示裝置與所述處理器互連，用于測試和除草過程中的輔助觀測。

2.根據權利要求1所述的智能除草系統，其特征在于，所述識別模塊中，輕量級LeNet-5二值化網絡為在LeNet-5網絡基礎上，訓練過程及檢測過程的每個卷積層后加入二值化操作，實現權重的二值化。

3.根據權利要求2所述的智能除草系統，其特征在于，所述每個卷積層后加入二值化操作具體包括：

輸入層：輸入圖像尺寸為128*128；

CB1層：第一卷積層和二值化操作，所述第一卷積層包括6個卷積核，卷積核大小5*5，步長為1，二值化過程采用sign函數獲取，輸出向量大小為128*128*6；

P1層：池化層，采樣區域2*2，步長為2，輸出向量大小為64*64*6；

CB2層：第二卷積層和二值化操作，所述第二卷積層包括16個卷積核，卷積核大小3*3，步長為1，二值化過程采用sign函數獲取，輸出向量大小64*64*16；

P2層：池化層，采樣區域2*2，步長為2，輸出向量大小為32*32*16；

CB3層：第三卷積層和二值化操作，所述第三卷積層包括16個卷積核，卷積核大小3*3，步長為1，二值化過程采用sign函數獲取，輸出向量大小為32*32*16；

P3層：池化層，采樣區域2*2，步長為2，輸出向量大小為16*16*16；

CB4層：第四卷積層和二值化操作，所述第四卷積層包括64個卷積核，卷積核大小3*3，步長為1，二值化過程采用sign函數獲取，輸出向量大小為16*16*64；

P4層：池化層，采樣區域2*2，步長為2，輸出向量大小為8*8*64；

CB5層：第五卷積層和二值化操作，128個卷積核，卷積核大小3*3，步長為1，二值化過程采用sign函數獲取，輸出向量大小為8*8*128；

P5層：池化層，采樣區域2*2，步長為2，輸出向量大小4*4*128；

F6層：全連接層，設置64個節點，計算輸入向量與權重向量的點積，再加上一個偏置，結果通過relu函數輸出；

輸出層：有2個節點，分別表示植被和雜草，損失函數采用平方損失函數。

4.根據權利要求1所述的智能除草系統，其特征在于，所述路徑規劃模塊預設的路徑為與農田植物種植路徑排布一致的工字型。

5.根據權利要求1所述的智能除草系統，其特征在于，所述預處理模塊包括亮度調整和標與土壤背景分離，所述亮度調整采用歸一化處理，去除光照變化的影響；所述目標與土壤背景分離首先采用OTSU實現二值化操作；接著，利用形態學方法處理后得到植物區域；最后，保留植物區域圖像。

6.一種智能除草方法，其特征在于，該方法包括：

S1圖像采集模塊用于采用OV系列的攝像頭獲取原始農田圖像，并傳輸給所述處理器2)；

S2處理器的預處理模塊對原始農田圖像預處理后，識別模塊采用內嵌有輕量級LeNet-5二值化網絡的FPGA根據所述原始農田圖像進行雜草識別，并驅動除草模塊采用路徑規劃模塊預設的路徑行走后進行除草；

S3除草模塊根據處理器的指令清除農田里識別出的雜草；

S4顯示裝置輔助觀測雜草識別的情況。