一种对北斗卫星导航精准纠正的农苗对行除草控制方法与流程

本发明涉及一种除草方法，特别涉及一种北斗卫星导航的除草控制方法。

背景技术：

自主驾驶技术，如将北斗卫星导航系统应用在无人驾驶的拖拉机上，通过北斗卫星导航定位，无人驾驶拖拉机能够沿着规定的路线运行，完成速度和运行控制各种任务，实现拖拉机自动驾驶系统的导航控制，服务于现代农业，应用前景广阔[1,2]。然而在自主驾驶的拖拉机牵引除草架进行农苗对行除草作业时，由于调用先前保存的导航路线与实际农苗行间路径存在一定的误差，若不加以更加精准的修正方法，会导致除草效果大打折扣并损坏农苗。机器视觉系统利用彩色相机对除草杆和农苗区域进行拍摄，对获取的图片进行一系列的图像处理算法，获取两个除草杆以及两行农苗各自中心得到偏差，结合标定关系，通过modbus通讯发送给电机控制器对应的脉冲数，对偏差进行调整。

[1]彭晓琴,徐一,杨昌敏.北斗卫星导航系统在农业领域的应用初探[j].四川农业与农机,2015(04):14-15。

[2]张毅.北斗卫星导航系统在精准农业中应用的研究[j].商品与质量,2017(12):79-79。

技术实现要素：

本发明的目的是提供一种对北斗卫星导航精准纠正的农苗对行除草控制方法，对导航精度的误差通过视觉系统控制电机带动除草架周期性小幅度调整位置，显著提高了农苗对行除草过程中的定位精度和稳定性，大大减少了自动除草过程中因导航精度不够而对农苗造成的损害。

本发明的目的是这样实现的：一种对北斗卫星导航精准纠正的农苗对行除草控制方法，包括卫星导航和视觉系统精准对行调整两个过程：

卫星导航过程：

步骤s1：卫星导航播种；事先对播种路线进行规划，让拖拉机自主驾驶并按照规划的线路进行导航播种；播种完毕后保存导航的路线；

步骤s2：卫星导航除草；提取步骤s1保存的导航路线，拖拉机牵引除草架按照此路线进行除草；

视觉系统精准对行调整过程：

步骤s3：此过程在步骤s2的基础上同步进行，首先由安装在拖拉机后面底部中央位置的彩色工业相机实时采集除草杆及农苗区域的图像，将图像上传至视觉图像处理软件；

步骤s4：对采集的图像进行颜色空间分解、灰度投影、曲线平滑等相关操作，确定出所选区域两行荞麦苗的中心位置；

步骤s5：对图片中的除草杆设置感兴趣区域，对此区域进行颜色空间分量处理、阈值分割和形态学处理，求取出两个除草杆中心的位置；

步骤s6：根据两行荞麦苗中心和除草杆中心的图像偏差，并结合标定关系，通过modbus通讯发送给电机控制器对应的脉冲数，对偏差进行调整。

作为本发明的进一步限定，步骤s4具体为：

对相机实时采集的图像进行颜色空间分解rgb-cielab；并使用rgb分解中的g分量与cielab分解中的a分量进行加权求差，以削弱图像的相似部分，突出显示图像的变化部分，得差分图像；

在差分图像上，根据农苗的感兴趣区域，设置灰度测量矩形框，并进行灰度投影；

对于矩形框的灰度投影区域，绘制其灰度投影曲线，并进行曲线平滑；

求平滑灰度曲线的极小值，并根据先验知识，设置感兴趣极小值的范围，求得两行荞麦苗的中心。

作为本发明的进一步限定，步骤s5具体为：

首先对相机实时采集的图片中的除草杆部分设置感兴趣区域；

采用cielab颜色空间的b分量进行处理；

对cielab颜色空间b分量处理后的图片进行阈值分割和形态学处理，确定出感兴趣区域中除草杆的具体位置；

求取两个除草杆之间的中心位置。

作为本发明的进一步限定，步骤s6具体为：

s4、s5步骤，系统处理完每一张图片的时间控制在50ms以内，视觉软件确定了图像中两个除草杆和两行农苗各自的中心横轴坐标x1、x2，将两者中心进行对比，得到像素偏差δx，再根据相机标定的像素长度参数：k，单位mm/像素，计算出两者中心的物理距离l＝δx*k并以此距离指导丝杠的平移距离；最后再根据电机丝杠系统的转数平移比：s＝转数/mm，即每移动1mm需要多少转，以及电机控制的脉冲转数比：p＝脉冲数/转，即电机每转需要多少个脉冲，得到电机控制的脉冲数t＝l*s*p，并通过modbus通讯发送给电机控制器对应的脉冲信号t，控制丝杠平移l距离，从而带动整个除草架进行精确的调整；此外，在拖拉机跟随导航路线行进过程中，采用定周期视觉计算与调整的控制方法，即每个工作周期为0.3s，包括拍照并测量偏差和控制电机调整，0.3s时间到，无论电机调整是否到位都停止电机，然后再次重复s3～s6步骤对实时偏差进行调整。

与现有技术相比，本发明的有益效果在于：针对北斗卫星导航路线与实际农苗除草路线之间的定位误差而导致容易损坏农苗的问题，提出了本控制方法，对行进中除草杆的位置进行实时小幅度的周期性调整，减小了对北斗卫星导航的精度要求，显著提高了农苗对行除草过程中的定位精度和稳定性，大大减少了自动除草过程中因导航精度不够而对农苗造成的损害。

附图说明

图1为本发明对行除草控制流程图。

图2为本发明中农苗对行除草装置斜视图。

图3为本发明中农苗对行除草装置侧视图。

图4为本发明中工业相机采集图片示例图。

图5为本发明中rgb-cielab分解差分图。

图6为本发明中矩形框灰度投影图。

图7为本发明中投影曲线及平滑图。

图8为本发明中两行农苗中心定位示意图。

图9为本发明中除草杆感兴趣区域示意图。

图10为本发明中cielab空间b分量处理效果图。

图11为本发明中阈值分割和形态学处理效果图。

图12为本发明中两个除草杆中心定位示意图。

图13为本发明中北斗卫星信号收发器实物图。

图14为本发明中计算机和信号接收器实物图。

图15为本发明中农苗对行除草实际作业图。

具体实施方式

下面结合具体实施例对本发明做进一步说明。

如图1所示，一种基于机器视觉对北斗卫星导航精准纠正的农苗对行除草控制方法，包括卫星导航和视觉系统精准对行调整两个过程：

卫星导航过程：

步骤s1：卫星导航播种。事先对播种路线进行规划，让拖拉机自主驾驶并按照规划的线路进行导航播种；播种完毕后保存导航的路线；

步骤s2：卫星导航除草。提取步骤s1保存的导航路线，拖拉机牵引除草架按照此路线进行除草；

视觉系统精准对行调整过程：

步骤s3：此过程在步骤s2的基础上同步进行，首先由安装在拖拉机后面底部中央位置的彩色工业相机实时采集除草杆及农苗区域的图像，将图像上传至视觉图像处理软件；

步骤s4：对采集的图像进行颜色空间分解、灰度投影、曲线平滑等相关操作，确定出所选区域两行荞麦苗的中心位置；

步骤s5：对图片中的除草杆设置感兴趣区域，对此区域进行颜色空间分量处理、阈值分割和形态学处理等，求取出两个除草杆中心的位置；

步骤s6：根据两行荞麦苗中心和除草杆中心的图像偏差，并结合标定关系，通过modbus通讯发送给电机控制器对应的脉冲数，对偏差进行调整。

步骤s4具体为：

对相机实时采集的图像(见附图4)进行颜色空间分解(rgb-cielab)并使用rgb分解中的g分量与cielab分解中的a分量进行加权求差，以削弱图像的相似部分，突出显示图像的变化部分，得差分图像(见附图5)；

在差分图像上，根据农苗的感兴趣区域，设置灰度测量矩形框，并进行灰度投影(见附图6)；

对于矩形框的灰度投影区域，绘制其灰度投影曲线，并进行曲线平滑(见附图7)；

求平滑灰度曲线的极小值，并根据先验知识，设置感兴趣极小值的范围，求得两行荞麦苗的中心(见附图8)。

步骤s5具体为：

首先对相机实时采集的图片中的除草杆部分设置感兴趣区域(见附图9)；

采用cielab颜色空间的b分量进行处理(见附图10)；

对cielab颜色空间b分量处理后的图片进行阈值分割和形态学处理，确定出感兴趣区域中除草杆的具体位置(见附图11)；

求取两个除草杆之间的中心位置(见附图12)。

步骤s6具体为：

s4、s5步骤，系统处理完每一张图片的时间控制在50ms以内，视觉软件确定了图像中两个除草杆和两行农苗各自的中心x1、x2，将两者中心进行对比，得到像素偏差，再由相机标定关系，计算出两者中心的物理距离l并以此距离作为丝杠的平移距离。最后再由标定关系得到电机的实际转数n和脉冲信号t，并通过modbus通讯发送给电机控制器对应的脉冲信号t，控制丝杠平移，从而带动整个除草架进行精确的调整。

此外，在拖拉机跟随导航路线行进过程中，偏差的正负方向随时可能发生变化，因此本发明中所采用的工业相机每隔0.3s拍照并测量和控制电机调整偏差一次，不需要电机走到位，下一个0.3s再次重复s3～s6步骤对实时偏差进行调整。

本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。