[发明专利]一种基于ARM集成板农药喷洒机器人的控制方法及系统

说明书

本发明公开了一种基于ARM集成板农药喷洒机器人的控制方法及系统，属于智慧农业与农机相关技术领域。将相机采集到图像信息传至ARM集成板处理，通过神经网络模型计算后，输出从图像信息中识别到的蔬果苗分类和蔬果苗至摄像头距离，当检测到待喷药蔬果苗处于喷药机器人喷洒范围时，启动喷洒装置，完成对单株蔬果苗精确喷药。本发明实现对蔬果苗的精确识别与农药喷洒，提高了农药利用效率，节约了人力成本，且具有较好的通用性。

技术领域

本发明属于智慧农业与农机相关技术领域，更具体地，涉及一种基于ARM集成板农药喷洒机器人的控制方法及系统。

背景技术

我国是一个农业大国，随着农产品种植规模不断扩大，对农药喷洒的覆盖面积、喷洒效率也提出了更高的要求。传统的人工喷洒农药不仅效率低下、劳动强度大，散发在空气中的农药还会对劳动者的身体健康产生不利影响，大量农药残存在空气中还会对农田周边土壤、水源造成污染。目前在市面上常见的大型农药喷洒机械仍存在需要人工操作、不能针对单个植株精确喷洒农药、农药利用率低且农药容易造成浪费等问题。

卷积神经网络是根据生物的视知觉的机制构建的一种神经网络，由输入层、卷积层、池化层和全连接多层感知机分类器构成，可以进行监督学习和非监督学习。随着人工智能技术不断发展，计算机视觉与图像识别技术逐渐应用于智慧农业与农业机械领域。申请公布号为CN103116747A的专利公开了一种自动识别玉米茎叶图像的方法和系统，采用传统的二值化图像提取图像特征进行识别，该方法在识别上泛化能力弱、精度较差。申请公布号为CN112149727A的专利公开了一种基于Mask R-CNN的青椒图像检测方法，该方法采用卷积神经网络模型实现对青椒的识别与检测框定位，通过采摘序列算法对青椒采摘顺序进行排序，但没有将算法与硬件系统地结合起来。申请公布号为CN213719569U的专利公开了一种喷药机器人，该机器人虽采用神经网络的方式对病虫害可以进行识别与农药喷洒，但其采用的openmv嵌入式图像处理模块可开发性较弱，不利于机器人后续其它功能的集成与开发。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于ARM集成板农药喷洒机器人的控制方法及系统，其一方面使用轻量级的神经网络对待识别蔬果苗进行训练，实现对待识别目标更高效的识别功能，另一方面将训练好的神经网络移植至ARM集成板，通过连接摄像头实现实时目标识别检测，GPIO电信号输出控制喷药系统并启动喷洒装置开关等一系列功能，同时本发明采用ARM集成板作为嵌入式微控制器，更有利于后期喷药机器人其它功能集成与开发(如自动巡航等)。

为实现上述目的，按照本发明一个方面，提供了一种基于ARM集成板农药喷洒机器人的控制方法，包括以下步骤：

S1.将采集到的蔬果苗图像进行预处理并形成样本集，将所述样本集划分训练集和测试集，将所述训练集输入至初始ssd-mobilenet模型中进行训练，得到基于蔬果苗图像的ssd-mobilenet模型，将所述测试集对训练好的ssd-mobilenet模型进行测试并调整至模型收敛，得到最终的ssd-mobilenet模型；

S2.使用最终的ssd-mobilenet模型，采集实景蔬果苗图像，利用预先标定的相机参数矫正左目与右目图像，采用OpenCV进行图像识别，得到蔬果苗分类以及蔬果苗至相机距离，当检测到待喷药蔬果苗在农药喷洒机器人的喷洒范围内时，启动喷洒装置，完成对单株蔬果苗的精确喷药，否则不启动喷洒装置。

进一步地，采集蔬果苗图像时需要充分考虑喷药机器人的实际应用情况，确定机器人摄像头架设高度与偏向角度，尽量在同一高度角度下对农田中单个蔬果苗植株进行图像采集，采集过程中还要注意光照与距离的影响，为了增加样本多样性应该在不同光线、不同距离情况下进行图片采集，采集照片张数理论上不应少于1000张。

进一步地，大多数情况下能获取到符合要求的样本并不能满足要求，为了增强鲁棒性需要对样本集进行预处理，预处理包括对图像进行翻转、随机剪裁、旋转、增加椒盐噪声、高斯噪声等处理。