[发明专利]基于android智能手机的无人插秧机监控系统APP软件的设计方法

权利要求书

1.基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，包括以下步骤：

第一步：设计插秧机机载终端，选取了不同传感器用于采集插秧机工况检测参数，使用实时差分定位模式的高精度GPS系统模块采集得到无人插秧机当前的位置；

第二步：通过APP客户端与机载服务器进行通信，运用路径规划算法来对无人插秧机的目标路径进行切换，并控制插秧机的航行速度；

第三步：设计一个基于Reactor事件驱动模型的网络库，并搭建一个在线图像处理服务器程序，为APP提供稳定可靠的数据访问；

第四部：使用APP客户端访问插秧机机载终端的一个在线图像处理服务器数据库，对插秧机栽植质量的数据进行访问，得到插秧机的插秧质量，并对插秧机插秧执行机构的故障诊断。

2.如权利要求1所述基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于：所述第一步中使用实时差分定位模式的高精度GPS系统模块采集定位信息得到无人插秧机当前的位置，得到插秧机的工作区域是否安全，具体步骤如下：

步骤1.1，机载终端通过4G通信模块发送实时GPS定位信息给远程监控中心服务器并进行解析；

步骤1.2，将解析的GPS定位的信息与GIS技术对田块作业区域进行边界限定，保证插秧机在规定的区域内作业，若出现越界作业时则及时做出报警提示；

步骤1.3，根据定位信息结合经过图像处理后的秧苗图像分析得到带有位置信息的漏秧或漂秧情况，并在电子地图上直观显示，使用户对作业区域的栽植质量有个整体的了解。

3.如权利要求1所述的基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，所述第二步的具体过程为：

步骤2.1，通过APP对插秧机的行进目标进行切换，把切换的信息提交给机载服务器，机载服务器程序利用Dijkstra的扩展算法A*算法对进行寻路，得出行走最佳路径；

步骤2.2，将机载服务器程序得出的最佳路径信息传送给控制行走的执行机构。

4.如权利要求1所述的基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，所述第三步的具体过程为：

步骤3.1，将所有要处理的I/O事件注册到一个中心I/O多路复用器上，同时主线程/进程阻塞在多路复用器上；

步骤3.2，当有I/O事件到来或是文件描述符准备就绪，或socket可读、写，多路复用器返回并将事先注册的相应I/O事件分发到对应的处理器中；

步骤3.3，最后对处理器中所分发的I/O事件进行处理。

5.如权利要求1所述的基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，所述第四步的具体过程为：

步骤4.1，服务器程序将采集来的图像使用实时性较好的ORB算法提取秧苗图像的特征点并用FLANN匹配算法进行了特征匹配，确定秧苗匹配图像；

步骤4.2，将基于ORB算法提取的特征点以及FLANN匹配算法得到的图像信息，进行秧苗特征选择和图像阈值分割，来对秧苗进行分割处理。

6.如权利要求5所述的基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，步骤4.1的具体步骤如下：

a)在FAST算法的基础上添加方向信息用来对特征点的提取，在BRIEF算法的基础上新增旋转因子进行特征点描述；

b)使用快速近似最近邻查找算法，其算法模型的特征空间一般为Rn，核心是利用欧式距离来搜索其实例点的领域；

c)采用基于频域的平滑滤波算法对秧苗图像进行增强，然后使用ORB算法和FLANN算法对相邻时刻采集的图像进行匹配，最终找出它们重合的部分。

7.如权利要求5所述的基于android智能手机的无人插秧机监控系统APP软件的设计方法，其特征在于，步骤4.2的具体步骤如下：

A)采用了基于二值图像的形态学算法来判断秧苗图中存在漏秧或漂秧的区域；

B)经过漏秧和漂秧的检测，当检测到秧苗中有一列出现漏秧或漂秧时，则将其对应标志位置1，并记录该列漏秧或漂秧的总行数；

C)根据一列中出现漏秧或漂秧的总行数为栽植质量进行等级分类，其中0～20％为等级1，20％～40％为等级2，40％～100％为等级3，然后综合计算出一帧秧苗图的等级,实现对插秧机插秧质量的分析；

D)通过插秧机的漏秧检测参数，用来对秧机机构的故障进行初步诊断。