[发明专利]用户选择识别模型的方法、系统、割草机器人及存储介质有效

专利信息
申请号: 202110758175.9 申请日: 2021-07-05
公开(公告)号: CN113632632B 公开(公告)日: 2022-12-20
发明(设计)人: 赵永亮;龚少庆;吴昌泽;李伟豪 申请(专利权)人: 深圳拓邦股份有限公司
主分类号: A01D34/00 分类号: A01D34/00;G05D1/02
代理公司: 深圳盛德大业知识产权代理事务所(普通合伙) 44333 代理人: 黎斌
地址: 518000 广东省深圳市南山区粤*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 选择 识别 模型 方法 系统 割草 机器人 存储 介质
【说明书】:

本申请公开了一种用户选择识别模型的方法、系统、割草机器人及存储介质,方法包括:发送选择草坪类型请求至用户端;其中,用户端与割草机通信连接;获取用户端返回的草坪类型信息;调用与草坪类型信息相对应的预设识别模型。本方案能够有效提高对多种草坪类型的草坪区域、边界区域以及障碍物的识别效率以及识别率。

技术领域

本申请涉及割草机技术领域,特别涉及一种用户选择识别模型的方法、系统、割草机器人及存储介质。

背景技术

随着人工智能技术的快速发展,具有机器视觉信息的数据呈指数型增长。而研究机器视觉的宗旨是在海量的视频以及图像数据中提取具有语义信息的目标,使得计算机能够更好地理解和解决现实世界中的问题,进而给人们带来极大方便。

在特定区域,例如草坪上进行作业时,需要计算机辨识出草坪区域、边界区域以及障碍物。所以对于草坪语义分割其边界和障碍物时,需要分析图像中场景的语义,辨识出草坪区域、边界区域以及障碍物。在不同国家或者在同一个国家的地区,种植的草坪类型多种多样,例如:针状草与圆形草等,在不同的草坪类型中,其边界区域和障碍物区域也不同。相关技术中,对不同的草坪类型中的草坪区域、边界区域以及障碍物区域的识别效率以及识别率都比较低,严重影响工作效率,造成较差的用户体验。

发明内容

本申请提出一种用户选择识别模型的方法、系统、割草机器人及存储介质,针对多种草坪类型可以选择对应的识别模型,进而有效提高对多种草坪类型的草坪区域、边界区域以及障碍物的识别效率以及识别率。

本申请的第一方面,提出了一种用户选择识别模型的方法,包括:发送选择草坪类型请求至用户端;其中用户端与割草机通信连接;获取用户端返回的草坪类型信息;调用与草坪类型信息相对应的预设识别模型。

本申请的有益效果为:在割草机开始工作时,通过割草机向用户端发送选择草坪类型的请求,而用户端在接收到选择草坪类型的请求时,可以在用户端界面选择草坪类型信息,用户端将包括用户选择的草坪类型信息发送给割草机,割草机则可以调用与草坪类型信息相对应的预设识别模型。通过用户在用户端选择对应的草坪类型,相较于所有草坪类型采用同一个识别模型,采用与草坪类型相对应的预设识别模型,对该草坪类型的针对性更强,对该草坪类型中的草坪区域、边界区域以及障碍物的识别率也就更高,识别效率也将更快。

在本申请的一些实施例中,还包括:建立与多种草坪类型相对应的多个预设识别模型。通过机器学习,可以建立与草坪类型一一对应的预设识别模型,针对不同的草坪类型,选择相对应的预设识别模型,可以更有针对性的实施相对应的割草方式,相较于多种草坪类型采用同一个识别模型来说,可以有效提高对草坪中的草坪区域、边界区域以及障碍物区域的识别效率和识别率。

在本申请的一些实施例中,建立与多种草坪类型相对应的多个预设识别模型,包括:获取草坪类型的图像信息;对图像信息进行语义分割,获取草坪类型的纹理信息;根据纹理信息,获取草坪类型的区域划分信息;其中,区域划分信息包括:草坪区域信息、边界区域信息和障碍物信息;根据区域划分信息,获取割草机的路径规划信息;建立草坪类型的预设识别模型;其中,预设识别模型包括对应草坪类型的割草策略,割草策略包括路径规划信息。具体的建模方法为,通过获取同一草坪类型的图像信息,对得到的图像信息进行语义分割,得到草坪中草的纹理信息。根据纹理信息,可以将草坪中草与树、灌木等障碍物区分开,也可以将草坪中的草与水泥路、围栏、墙等边界区分开,因此,可以准确判断出哪些是草坪区域、障碍物区域以及边界区域,以便在后续割草过程中,可以准确避过障碍物,到达边界时可以停止割草。而在划分好草坪的区域之后,可以自动规划好避障路径。而且根据草坪中草的纹理信息,可以设置对应的割草方式。由草坪中草的纹理信息、区域划分信息以及路径规划信息可以建立对应该草坪类型的预设识别模型。

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深圳拓邦股份有限公司,未经深圳拓邦股份有限公司许可,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/202110758175.9/2.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