[发明专利]一种基于激光扫描的穴盘苗移栽机器人作业监控方法

说明书

技术领域

    本发明涉及农业机器人领域，特别涉及一种基于激光扫描的穴盘苗移栽机器人作业监控方法。

背景技术

温室的育苗与移栽自动化技术正在受到更多重视并呈现快速发展态势，国内外相关研究得到不断深入，一些自动化装备走入市场并得到推广应用。机器人移栽作业的监控对于提高其环境适应性与作业可靠性至关重要，监控的目的主要包括：

(1)尽管供苗穴盘的位置可以预先输入控制系统，引导机械手完成作业，但由于穴盘的形状尺寸误差、挠性等，有可能造成穴盘实际穴孔位置与高度等与理想状态存在差异，必须提高移栽机器人的主动监控与位置误差自纠能力，才能保证其适应性与可靠性；

(2)供苗穴盘有可能出现少数穴孔的缺苗与存在非健康苗情况，从而影响移栽的可靠性与质量，移栽机器人应发现并作出正确判断；

(3)移栽作业过程中的漏栽或移栽失败等情况不可避免，移栽机器人必须监控发现并及时反馈，进而实施自动补栽作业，从而保证移栽的可靠性与成功率。

移栽机器人的作业监控是避免盲栽所带来不可预知状况的有效手段，因而国内外相关研究均高度重视监控系统及监控方法的研究工作。目前的机器人移栽监控主要基于机器视觉来实现，如美国Y.W.Tai利用灰度图像阈值法来发现空穴孔，并尝试用激光光源和相机结合，进行特定空穴孔高度的检测，但该方法无法实现对穴盘内各穴孔的坐标定位(Y. W. Tai, P. P. Ling, K. C. Ting. Machine vision assisted robotic seedling transplanting [J]. Transaction of the ASAE, 1994, 37(2): 661-667.)。浙江大学蒋焕煜利用图像分割实现了稳定光源下秧苗的识别与叶片面积、周长计算(蒋焕煜，施经挥，任烨，应义斌. 机器视觉在幼苗自动移钵作业中的应用[J]. 农业工程学报, 2009, 25(5): 127-131；蒋焕煜，应义斌，任烨. 发明专利：基于机器视觉的幼苗移栽系统(公开号：CN101180928))；中国农大贺冬仙利用双目视觉实现了恒定光环境下秧苗的高度、叶面积等参数测定(D.X. He, Y. Matsuura, T. Kozai, K.C. Ting. A binocular stereovision system for transplant growth variables analysis[J]. Applied Engineering in Agriculture, 2003, 19(5): 611-617.)；黑龙江农机院刘立强基于颜色特征、吉利大学邱硕基于颜色和形状特征进行了健康苗的识别研究(刘立强，项建廷，吴泽全. 基于颜色特征的健康苗快速识别方法研究[J]. 农业科技与装备, 2012, 6(216): 26-28；邱硕. 基于图像处理技术的健康苗识别研究[D]. 长春：吉林大学, 2009.)。此外，美国L.J.Kutz也进行了利用在末端执行器上安装的光电传感器进行空穴孔检测的研究(L. J. Kutz, J. B. Craven. Evaluation of Photoelectric Sensors for Robotic Transplanting[J]. Applied Engineering in Agriculture, 1994, 10(1):115-121.)。

上述研究在取得进展的同时，亦同时面临一定的客观问题：

(1)机器人移栽监控任务需要完成大范围的准确识别、尺寸计算与精确定位，而双目立体视觉仅受基线长度及数据处理时间等的限制，更适合于小范围或小尺寸物体的测量定位，同时其复杂的标定与图像匹配仍然对精度及实时性造成限制；

(2)当叶片较大而伸展进入相邻穴孔时，机器视觉利用形状与颜色特征无法对其做出区分和判断，成为影响实现空穴孔与非健康苗准确判断的关键难题；

(3)基于光电传感器的距离与接近觉检测，可以实现空穴孔检测，但对非健康苗的识别与穴盘定位则无能为力。

因此，寻找适合于机器人移栽的作业监控的新的技术方法，成为提高穴盘苗的机器人移栽成功率与可靠性、促进穴盘苗移栽机器人技术推广的关键。

发明内容

本发明的目的在于提供一种基于激光扫描的穴盘苗移栽机器人作业监控方法，实现穴盘苗机器人移栽过程的定位修正，缺苗、非健康苗、漏栽等信息的监测与机器人作业控制，以提高穴盘苗的机器人移栽成功率与可靠性。

为了解决以上技术问题，本发明所采用的技术方案如下：