[实用新型]一种作物苗表型巡检机器人有效

专利信息
申请号: 202122168007.2 申请日: 2021-09-02
公开(公告)号: CN215494710U 公开(公告)日: 2022-01-11
发明(设计)人: 徐胜勇;路鹏达;杨宁远;王春燕;丁洋;周广生;王洪昌;魏青 申请(专利权)人: 华中农业大学
主分类号: G05D1/02 分类号: G05D1/02;B25J5/00;B25J11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 作物 表型 巡检 机器人
【说明书】:

本实用新型涉及一种作物苗表型巡检机器人,包括履带式底盘、图像采集装置和作物苗表型检测模块。所述履带式底盘包括减震结构、STM32控制电路、树莓派4B+、驱动装置、动力装置、导航模块和环境信息采集模块;所述导航模块由激光循迹模块和超声波模块组成;所述减震结构由承重轴承、螺柱、固定架、弹簧、卡槽和履带组成;所述图像采集装置由竖杆、横杆、舵机、RealSense深度相机和RGB相机组成。本实用新型使用激光循迹模块实现温室内按指定路线巡检,通过超声波模块进行障碍物检测,由RGB相机监控路况,由RealSense深度相机获取温室作物的不同角度图像信息,并实时采集温湿度、光强等环境信息,将作物苗图像发送到计算机端计算叶片数量、面积和株高等表型参数。

技术领域

本实用新型涉及智慧农业装备技术领域,特别涉及一种作物苗表型巡检机器人。

背景技术

传统的作物苗农艺性状测量采用人工方式,存在效率低、主观性强、可重复性差、损害植株、测量不全面等缺陷。基于计算机视觉的作物表型性状定量测定克服了这些缺点,可一次性解析出植物结构、形态、颜色和纹理等完整的表型参数。为了实现自动化、高通量的表型测量,通常需要搭建图像采集流水线,这种方式需要人工上下料,不仅工作强度大且干扰作物的生长。采用机器人搭载的图像传感器拍摄原位生长的作物苗图像并计算表型参数,可以有效克服流水线式检测的缺陷。该机器人具有自动化、全面精确、低成本等优势,有望成为科研人员的得力助手。

发明内容

(一)要解决的技术问题

为解决现有的农业智能温室信息采集问题,本实用新型的目的在于设计一种作物苗表型巡检机器人,能够实现温室条件下的自动信息采集,实现温室环境智能调控、温室作物生长状况检测,减少人工操作,保证温室的正常运转。

(二)技术方案

本实用新型为解决其技术问题,提供了以下技术方案。

一种作物苗表型巡检机器人,其特征在于:包括履带式底盘和图像采集装置;所述履带式底盘包括减震结构、STM32控制电路、树莓派4B+、驱动装置、动力装置、导航模块和环境信息采集模块;所述减震结构由承重轴承、螺柱、固定架、弹簧、卡槽和履带组成,所述STM32控制电路分别与树莓派4B+、驱动装置相连,所述的驱动装置进一步与机器人移动的动力装置电气连接;动力装置由两个直流减速电机组成;所述图像采集装置由竖杆、横杆、舵机、RealSense深度相机和RGB相机组成,在竖杆中部设有RGB相机,在横杆上设有舵机;舵机上设有RealSense深度相机,所述RealSense深度相机、RGB相机与树莓派4B+相连接,舵机与STM32控制电路电气相连。

优选地,所述环境信息采集模块包括光强、温湿度、空气质量传感器以及GPS;环境信息采集模块与STM32控制电路相连,设置在底盘外侧,用于获取当前的环境情况及位置信息。

优选地,所述导航模块由四路激光循迹传感器和一个超声波传感器组成,与STM32控制电路相连,设置在底盘的前方,用于巡线导航以及避障。

优选地,所述减震结构中承重轴承与固定架相连,固定架与弹簧相连,弹簧连接在底盘侧面的螺栓上;所述履带由承重轴承支撑,由直流减速电机提供动力。

优选地,所述竖杆与履带式底盘采用四根斜45度铝型材进行加固,与横杆用一个90度角码进行连接,另用一根斜45度型材加固。

优选地,所述RealSense深度相机固定在舵机上,STM32电路通过控制舵机转动来调整RealSense的拍摄视角。

优选地,所述作物苗表型检测模块由高性能计算机组成,巡检机器人拍摄的图像通过TCP/IP协议传输至计算机端,结合三维重建和深度学习技术测量包括叶面积、株高、茎粗、叶片数和叶周长在内的表型数据,并同步至云服务器数据库。

(三)有益效果

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华中农业大学,未经华中农业大学许可,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/202122168007.2/2.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