用于油菜田的阵列式激光除草机器人及其控制方法

本发明涉及用于油菜田的阵列式激光除草机器人及其控制方法，属于智能农业机械。

背景技术：

1、油菜是我国重要的油料作物，尤其在南方地区广泛种植。田间杂草与油菜争夺养分、水分和光照，是影响油菜产量的关键因素。现有的除草方式主要有化学除草、人工除草和机械除草。喷洒化学除草剂是目前的主流方式，但长期使用会导致土壤水体污染，易使杂草产生抗药性，且农药残留对食品安全和生态环境构成潜在威胁，不符合绿色农业的发展方向。人工除草劳动强度大、效率低下，而传统机械除草难以精准区分作物与杂草，尤其是株间杂草，易伤及油菜，且作业效果有限。

2、作为一种新兴的物理除草技术，激光除草通过高能量密度光束瞬间灼烧、碳化杂草，具有精准、环保的优点。然而，现有的激光除草设备大多针对大型农场设计，体积庞大、结构复杂，难以适应南方油菜田地块小、厢面窄、地形起伏大的特点。此外，现有装置普遍对所有杂草采用相同功率或时长照射，未考虑杂草植株大小差异，导致能源浪费或除草不彻底。

技术实现思路

1、本发明提供用于油菜田的阵列式激光除草机器人及其控制方法，旨在至少解决现有技术中存在的技术问题。

2、本发明的技术方案涉及用于油菜田的阵列式激光除草机器人的控制方法，根据本发明的方法包括以下步骤：

3、用于油菜田的阵列式激光除草机器人的控制方法，其特征在于，所述激光除草机器人包括底盘、深度视觉图像采集装置、激光作业单元和控制系统；所述方法包括以下步骤：

4、s100、在所述阵列式激光除草机器人沿作业区域行进的过程中，通过深度视觉图像采集装置实时获取作业区域的田间图像；所述田间图像包括彩色图像和对应的深度图像；

5、s200、通过上位机调用预训练的杂草识别模型，融合所述彩色图像和所述深度图像进行杂草识别，以识别出其中的杂草目标，并获取每个所述杂草目标的位置信息和尺寸信息；

6、s300、根据每个所述杂草目标的尺寸信息，通过预设的尺寸与作业参数的映射关系确定所述杂草目标对应的激光作业参数；

7、s400、通过控制系统中的上位机根据各个激光作业单元的有效作业区域及预设的综合调度代价，对所述杂草目标进行任务分配，并对各个所述激光作业单元的扫描路径进行综合调度优化，生成各个所述激光作业单元对应的作业路径；

8、s500、通过各个所述激光作业单元，根据分配到的作业路径及对应的所述激光作业参数，依次对相应的所述杂草目标发射激光束，执行除草作业。

9、进一步，所述步骤s200中，所述杂草识别模型基于彩色图像与深度图像的多模态特征融合实现杂草识别，并输出杂草目标在所述田间图像中的位置和尺寸。

10、进一步，所述杂草识别模型包括rgb特征提取支路和深度特征提取支路，所述rgb特征提取支路用于提取彩色图像的叶片颜色、纹理和形态特征，所述深度特征提取支路用于提取深度图像的高度和空间结构特征；其中，所述杂草识别模型的训练数据由不同光照条件、不同生育期及不同拍摄角度下采集的成对彩色图像与深度图像构成，经像素级配准和深度图像预处理后标注而得。

11、进一步，所述步骤s300中，所述尺寸信息为所述杂草目标的边界框宽度或轮廓面积，所述映射关系为基于预设查找表的映射关系，所述激光作业参数随所述尺寸信息的增大而增大。

12、进一步，所述步骤s400中，所述综合调度代价根据以下至少一种因素确定：将所述杂草目标纳入扫描序列后增加的振镜移动时间、所述激光作业单元完成已分配任务的预计完成时间、所述杂草目标距有效作业区域边界的距离、所述杂草目标与作物之间的安全距离、所述杂草目标所需激光作业时间。

13、进一步，所述步骤s400中，综合调度代价表示如下：

14、jik=w1*tik+w2*tk+w3*pik+w4*lik+w5*nk

15、式中，jik为将第i个杂草目标分配给第k个激光作业单元时的综合调度代价；tik为该杂草目标插入对应扫描路径后增加的预计作业时间；tk为第k个激光作业单元当前的预计完成时间；pik为边缘区域惩罚项；lik为作物安全风险惩罚项；nk为第k个激光作业单元的任务量；w1、w2、w3、w4和w5为对应权重系数。

16、进一步，所述步骤s400中，所述扫描路径的优化以各激光作业单元的当前光斑位置为起点，根据振镜在目标点之间偏转的角度变化量、加速度及稳定时间建立代价矩阵，并对扫描顺序进行局部迭代优化。

17、本发明的技术方案还涉及计算机可读存储介质，其上储存有程序指令，所述程序指令被处理器执行时实施上述的方法。

18、本发明的技术方案还涉及用于油菜田的阵列式激光除草机器人的作业系统，所述作业系统包括计算机装置，该计算机装置包含上述计算机可读存储介质。

19、本发明的技术方案还涉及用于油菜田的阵列式激光除草机器人，执行时实施上述的方法；用于油菜田的阵列式激光除草机器人包括：

20、底盘，用于驱动整机实现自主移动；

21、深度视觉图像采集装置，设置于所述底盘上，用于实时采集田间作物的深度图像与彩色图像；

22、激光作业单元，设置于所述底盘上，用于产生并控制激光束以执行除草作业；

23、控制系统，设置于所述底盘上，分别与所述深度视觉图像采集装置和所述激光作业单元连接，用于根据所述深度图像与所述彩色图像识别目标杂草的位置信息和尺寸信息，根据所述目标杂草的尺寸信息确定激光束照射时长，以及根据所述目标杂草的位置信息规划激光束照射路径，驱动所述激光作业单元命中目标杂草。

24、进一步，所述激光作业单元包括用于产生特定波长激光束的激光发射器和用于对激光束进行扩束及准直的光束调整组件，以及用于控制激光束在二维平面内的照射点位置的动态偏转单元。

25、进一步，所述激光作业单元还包括用于发射可见红色光束的红光指示器，以及用于将所述的可见红色光束与所述激光发射器产生的不可见激光束合并为同轴光路的合束镜。

26、本发明的有益效果如下：

27、本发明用于油菜田的阵列式激光除草机器人及其控制方法，通过高能激光的物理烧蚀、振镜的快速响应、智能视觉的精准指引以及能量与时长的优化匹配，实现了对油菜田杂草的智能化、高效化、低能耗清除。

1.用于油菜田的阵列式激光除草机器人的控制方法，其特征在于，所述激光除草机器人包括底盘、深度视觉图像采集装置、激光作业单元和控制系统；所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤s200中，所述杂草识别模型基于彩色图像与深度图像的多模态特征融合实现杂草识别，并输出杂草目标在所述田间图像中的位置和尺寸。

3.根据权利要求2所述的方法，其特征在于，所述杂草识别模型包括rgb特征提取支路和深度特征提取支路，所述rgb特征提取支路用于提取彩色图像的叶片颜色、纹理和形态特征，所述深度特征提取支路用于提取深度图像的高度和空间结构特征；

4.根据权利要求1所述的方法，其特征在于，所述步骤s300中，所述尺寸信息为所述杂草目标的边界框宽度或轮廓面积，所述映射关系为基于预设查找表的映射关系，所述激光作业参数随所述尺寸信息的增大而增大。

5.根据权利要求1所述的方法，其特征在于，所述步骤s400中，所述综合调度代价根据以下至少一种因素确定：将所述杂草目标纳入扫描序列后增加的振镜移动时间、所述激光作业单元完成已分配任务的预计完成时间、所述杂草目标距有效作业区域边界的距离、所述杂草目标与作物之间的安全距离、所述杂草目标所需激光作业时间。

6.根据权利要求5所述的方法，其特征在于，所述步骤s400中，综合调度代价表示如下：

7.根据权利要求1所述的方法，其特征在于，所述步骤s400中，所述扫描路径的优化以各激光作业单元的当前光斑位置为起点，根据振镜在目标点之间偏转的角度变化量、加速度及稳定时间建立代价矩阵，并对扫描顺序进行局部迭代优化。

8.用于油菜田的阵列式激光除草机器人，其特征在于，执行时实施如权利要求1至7中任一项所述的控制方法；所述机器人包括：

9.根据权利要求8所述的阵列式激光除草机器人，其特征在于，所述激光作业单元包括用于产生特定波长激光束的激光发射器（31）和用于对激光束进行扩束及准直的光束调整组件，以及用于控制激光束在二维平面内的照射点位置的动态偏转单元。

10.根据权利要求9所述的阵列式激光除草机器人，其特征在于，所述激光作业单元还包括用于发射可见红色光束的红光指示器，以及用于将所述的可见红色光束与所述激光发射器（31）产生的不可见激光束合并为同轴光路的合束镜。