[实用新型]一种使用视觉导航的多旋翼无人机果实采收装置

说明书

本实用新型公开了一种使用视觉导航的多旋翼无人机果实采收装置。该装置包括无人机机体、伸缩支架、齿梳架和齿梳杆；在无人机机体的两侧分别设置有左右对称的伸缩支架；齿梳架平行位于伸缩支架的下方；伸缩支架上垂直安装有两根伸缩导向杆，伸缩导向杆同时套接在齿梳架的两端；齿梳架的中部垂直安装有丝杆，丝杆同时穿出伸缩支架；齿梳架上安装有步进电机，通过步进电机带动丝杆转动，进而带动齿梳架的上升或下降；齿梳架的下方垂直安装有两根以上的齿梳杆，其中位于齿梳架两端的齿梳杆的内部为空心，与伸缩导向杆配合组成滑轨结构。本实用新型可以有效节省劳动力、采摘效率高、避免对采摘人员的伤害。

技术领域

本实用新型涉及采摘机械领域，特别涉及一种使用视觉导航的多旋翼无人机果实采收装置。

背景技术

中国是一个农业大国，油茶、核桃等果实是我国最主要的经济作物之一。以油茶为例，与其它果实的采收相比，油茶果采收具有以下特点：首先，油茶树较高大，种植地区地形复杂，多数种植在山区，不利于大型作业机器；其次，油茶树挂果密集，同枝挂果成熟期不同；而且，油茶果采收时要求动作轻，不可用敲打和折枝的方法，不能损伤树枝和花苞，否则会严重影响第二年的产量。

目前，油茶果基本上是手工采收，比如人手摇晃树干，通过外力作用使果实与果树分离，再通过果树下的收集网袋收集果实。这种采收方式的人工强度较大，采摘效率低，而且在采摘过程中油茶果掉落容易对采摘人员造成伤害。

发明内容

本实用新型的目的在于克服现有技术中存在的缺点，提供一种采摘效率高、人工采摘强度低的使用视觉导航的多旋翼无人机果实采收装置。

本实用新型的目的通过下述技术方案实现：

一种使用视觉导航的多旋翼无人机果实采收装置，包括无人机机体1、伸缩支架2、齿梳架3和齿梳杆4；在无人机机体1的两侧分别设置有左右对称的伸缩支架2；齿梳架3平行位于伸缩支架2的下方；伸缩支架2上垂直安装有两根伸缩导向杆2-2，伸缩导向杆2-2同时套接在齿梳架3的两端；齿梳架3的中部垂直安装有丝杆3-1，丝杆3-1同时穿出伸缩支架2；齿梳架3上安装有步进电机2-1，通过步进电机2-1带动丝杆转动，进而带动齿梳架3的上升或下降；齿梳架3的下方垂直安装有两根以上的齿梳杆4，其中位于齿梳架3两端的齿梳杆的内部为空心，与伸缩导向杆2-2配合组成滑轨结构。

齿梳杆4包括杆身、球形关节4-2和齿梳杆头部4-1，齿梳杆头部4-1通过球形关节4-2与杆身连接，使得齿梳杆头部4-1可以通过球形关节4-2相对于杆身弯曲或转动一定角度。其中，中间的齿梳杆头部安装有双目视觉系统。每根齿梳杆的间隔距离比果实平均直径略小1～2mm，且大于花蕾。

所述齿梳杆头部4-1为仿生扁平头龟头形状，头尖且圆滑。

所述双目视觉系统由两个摄像机5组成，用于飞行过程中的图像采集、无人机与果树的距离测定。

所述齿梳架3的高度可调节，在采摘过程中，双目视觉系统通过深度学习方法识别目标，得到无人机两侧果树距离齿梳杆头部的高度信息；然后采摘人员通过步进电机2-1带动丝杆3-1转动，丝杆3-1带动齿梳架3的上升或下降，调整无人机两侧齿梳杆4的高度。

一种使用视觉导航的多旋翼无人机果实采收方法，采用上述多旋翼无人机果实采收装置，包括下述步骤：

(1)对视觉导航的神经网络系统进行训练：进行基于Faster-RCNN模型的图像语义分割网络训练，进行基于pointnet++模型的点云分类网络训练，使得训练好的视觉导航的神经网络系统可以识别每棵果树的位置；

(2)对双目视觉系统进行双目标定：先对多旋翼无人机果实采收装置的双目视觉系统进行单目标定，得到每个摄像机的内参数矩阵与畸变系数矩阵；再对双目视觉系统进行双目标定，得到用于三维重建的重投影矩阵，以及像素距离与真实物理距离的转换关系；