[发明专利]一种温室植物病害巡检机器人及巡检方法有效

专利信息
申请号: 201810916345.X 申请日: 2018-08-13
公开(公告)号: CN108858122B 公开(公告)日: 2021-01-29
发明(设计)人: 张俊雄;侯泽禹;许蕾;陈科涵 申请(专利权)人: 中国农业大学
主分类号: B25J5/00 分类号: B25J5/00;B25J9/16;B25J19/02
代理公司: 北京中安信知识产权代理事务所(普通合伙) 11248 代理人: 李彬;徐林
地址: 100083 *** 国省代码: 北京;11
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 温室 植物病害 巡检 机器人 方法
【说明书】:

发明属于设施农业技术领域,特别涉及一种温室植物病害巡检机器人及巡检方法。机器人包括移动平台(1)、三自由度机械臂(2)、病害图像采集摄像头(3)、前置导航摄像头(4)、局部环境因子传感器(5)和远程控制终端。本发明用于代替人工巡检,实现对温室病害的自动巡检,实现对病害的提前预警,机器人结合温室大棚实际情况设计,设计科学结构紧凑,履带式底盘能适应多种温室地形环境,移动灵活,监测效率大幅提高,可以及时准确识别病害。

技术领域

本发明属于设施农业技术领域,特别涉及一种温室植物病害巡检机器人及巡检方法。

背景技术

病害一直是制约着农业生产的主要因素。蔬菜、花卉等植物的病害种类众多,引起的症状呈现多样性、复杂性,病害的发生不仅导致产量和质量的下降,而且会引起农药的大量投入和防治费用的上升,增加生产成本,影响蔬菜、花卉等植物的无公害绿色化生产,对出口贸易也造成一定障碍,同时存在潜在的环境和健康风险。

目前所采用的温室植物病害检测方法可以分为以下几种:第一种即为传统的人工症状观察、手动记录,结合病原菌的形态特征以及培养性状进行识别。这种方式存在着很多的缺点,管理人员难以及时、准确、全面地了解病害情况,并作出判断;而且不同病害的特征需要经验丰富的专业人员才能准确识别。第二种方法即酶联免疫吸附测定法,这种方法采用抗原与抗体的特异反应将病毒蛋白与酶连接,然后产生颜色反应,用于定量测定植物提取液中病毒蛋白的含量。但这种方法费时费力而且几乎没有成功检测植物细菌与真菌病害的实例,所以该方法缺点同样明显。20世纪80年代以来,随着分子生物学技术的发展,第三种方法即基于分子水平的诊断方法逐渐兴起,例如PCR技术、荧光标记技术等等,该识别方法快速准确,然而目前阶段由于专业技术及昂贵设备的局限,这种方法目前还无法从实验室应用于温室。

总的来说,传统温室病害巡检方式或效率较低或准确程度较差或短时间内难以应用于实际,因此建立一种快速、准确、无损、能推广应用的温室植物病害巡检方法是我国温室植物病害综合防治中亟待解决的问题。

机器视觉技术即通过机器视觉产品采集图像,利用一定的算法完成对图像的处理和分析,实现对结果的判定和设备的控制。计算机可以利用机器视觉技术实现图像处理和识别,达到病害检测的目的,因此机器视觉技术可广泛应用于蔬菜病害检测。根据蔬菜生长规律,感病后的蔬菜新陈代谢将发生一定的改变,导致蔬菜叶片细胞内部的色素含量、细胞间隙和水分含量发生改变,使得蔬菜叶片的外部形态产生明显变化,具体表现为显现病斑。从图像的角度来说,病斑部分会形成颜色、形状及纹理特征。这些特征与蔬菜所受病害种类和严重程度成一定关系,利用这一点,可以实现基于机器视觉的病害检测。

发明内容

本发明的目的是提供一种温室病害巡检机器人及方法,主要用于温室蔬菜、花卉等植物的病害检测。

为了实现上述目的,本发明提供了如下技术方案:

本发明提供一种温室植物病害巡检机器人,该机器人包括移动平台1、三自由度机械臂2、病害图像采集摄像头3、前置导航摄像头4、局部环境因子传感器5和远程控制终端;

所述移动平台1为履带式机器人移动平台,内部设置有循迹模块和PC控制处理模块;

所述三自由度机械臂2的底部安装在移动平台1上;

内置有无线图传模块的所述病害图像采集摄像头3设置在三自由度机械臂2的端部,并朝向待检测温室植物;

所述前置导航摄像头4设置在移动平台1的前端;

局部环境因子传感器5设置在移动平台1上;

所述PC控制处理模块分别与三自由度机械臂2、病害图像采集摄像头3、前置导航摄像头4和局部环境因子传感器5连接;

在温室地面上设有预先规划好的导航标识,所述移动平台1内部设置的循迹模块根据所述导航标识控制移动平台1自动循迹;

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中国农业大学,未经中国农业大学许可,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/201810916345.X/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