[发明专利]一种基于作物茎秆定位的锄草机器人及锄草方法

权利要求书

1.一种基于作物茎秆定位的锄草机器人，其特征在于，包括：

控制器、GPS定位模块、垄间视觉传感器、作物视觉传感器、电机驱动模块、履带电机、垄间锄草执行器以及株间锄草执行器；

所述控制器分别与所述垄间视觉传感器以及作物视觉传感器相连；

所述控制器与所述GPS定位模块相连；

所述控制器通过所述电机驱动模块分别与所述履带电机、垄间锄草执行器以及株间锄草执行器相连。

2.一种利用基于作物茎秆定位的锄草机器人的除草方法，其特征在于，具体包括如下步骤：

S1：利用所述垄间视觉传感器以及所述作物视觉传感器获取图像；

S2：基于所述垄间视觉传感器以及所述作物视觉传感器获取的图像进行目标识别以及根部定位；

S3：依据所述目标根部定位进行目标测距；

S4：基于目标测距结果获取目标根部与机器本体的距离。

3.根据权利要求2所述的方法，其特征在于，所述基于所述垄间视觉传感器以及所述作物视觉传感器获取的图像进行目标识别以及根部定位的步骤包括：

S21：图像空间处理：将获取的图像进行HSV锥形体颜色空间转化并设置H的阈值以对绿色部分的图像进行分割，获取第二图像；

对第二图像转换至RGB图像，并进行灰度二值化处理以获取第三图像A。

4.根据权利要求3所述的方法，其特征在于，所述S21：图像空间处理的步骤包括

S22：进行腐蚀操作：定义结构矩阵B，并使B在A上滑动；

判定结构矩阵B与A是否相同：

若相同，则删除第三图像A上结构矩阵B所对应的点直至结构矩阵B遍历第三图像A上所有的点以获取第四图像；

获取第四图像中连接区域最大的图像为第五图像。

5.根据权利要求4所述的方法，其特征在于，所述S22：进行腐蚀操作的步骤之后，所述方法还包括：

S23进行骨架提取：定义白色像素取值为0，黑色像素取值为1；

1)：遍历第五图像中所有像素点并获取像素点获取所有满足如下条件的像素点并将所有满足条件的点转化为白色：

(1)所选定的像素P1为黑色，且有8个相邻像素，按照顺序排列为P2,P3,P4,P5,P6,P7,P8,P9,P2；

(2)2＝B(P1)＝6；

(3)A(P1)＝1；

(4)P2×P4×P6＝0；

(5)P4×P6×P8＝0；

2)：再次测试作物图像的所有像素，搜寻同时满足以下所有条件的像素并将所有满足条件的点转化为白色：

(1)像素为黑色，有8个相邻像素；

(2)2＝B(P1)＝6；

(3)A(P1)＝1；

(4)P2×P4×P8＝0；

(5)P2×P6×P8＝0；

重复1)以及2)直至所述第五图像的所有像素点不发生改变。

6.根据权利要求5所述的方法，其特征在于，所述S23进行骨架提取的步骤之后，所述方法还包括：

S24：通过查找骨架的交点，获取根部像素坐标。

7.根据权利要求2所述的方法，其特征在于，所述S4：基于目标测距结果获取目标根部与机器本体的距离的步骤包括：

基于目标像素目标，获取目标根部相对于机器本体的实际距离；

基于目标根部相对于锄草机器人的实际距离，获取锄草机器人在前后、左右、上下位置所需运动的距离。

8.根据权利要求3所述的方法，其特征在于，所述S21：图像空间处理的步骤中，具体采用如下公式：

R'＝R/255

G'＝G/255

B'＝B/255

C_max＝max(R'，G'，B')

C_min＝min(R'，G'，B')

Δ＝C_max-C_min

其中，R代表像素点的红色度值，G代表像素点的绿色度值，B代表像素点的蓝色度值，(R、G、B取值范围为(0～255的自然数)；R’、G’、B’分别是将R、G、B除以最大色度值255后得到的(0～1)之间的小数值；H代表围绕HSV空间的锥形体垂直中心轴OV从横向中心轴OS作为起始所旋转的角度，S代表沿横向中心轴OS方向到起点O的距离，V代表沿垂直中心轴OH方向到起点O的距离。