[发明专利]一种无人收获机的避障控制方法和系统

说明书

本发明公开了一种无人收获机的避障控制方法和系统，涉及信息技术领域。该方法包括：通过双目摄像头实时采集无人收获机预设区域的图像数据；根据图像数据获取目标动态障碍物的深度值；通过训练后的yolov5模型对图像数据进行处理，获得目标动态障碍物的识别结果信息；将识别结果信息和深度值进行时间戳同步，输出同步后的识别结果信息和深度值；根据同步后的识别结果信息和深度值，控制无人收获机进行对应的避障响应机制，解决了辅助驾驶过程中人为干预因素较多、不安全等问题，真正实现了全程无人化收获作业。通过建立人—机—平台一体化网联的信息交互模式，解决了目前避障技术单机化、智能化水平不高等问题。

技术领域

本发明涉及信息技术领域，尤其涉及一种无人收获机的避障控制方法和系统。

背景技术

目前的收获机械无人驾驶是基于导航与静态障碍物绕行策略下的路径规划，虽然能够识别静态障碍物，但是对于动态的障碍物无法准确识别，对动态障碍物识别存在缺失，也就无法完全做到无人化收获作业。现有的农机无人驾驶避障技术主要应用于拖拉机犁地等作业场景，地块相对开拓，由于“耕种管收”不同环节的环境差异性，对于主动避障技术的研究基本应用于无人驾驶拖拉机，相应的系统不适用于收获机械的作业环境，现有的技术方案无法适用于小麦、玉米、水稻等收获场景，收获作物对于雷达等障碍物识别及判断影响较为明显，毫米波雷达无法识别障碍物种类。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种无人收获机的避障控制方法和系统。

本发明解决上述技术问题的技术方案如下：

一种无人收获机的避障控制方法，包括：

通过双目摄像头实时采集无人收获机预设区域的图像数据；

根据所述图像数据获取目标动态障碍物的深度值；

通过训练后的yolov5模型对所述图像数据进行处理，获得目标动态障碍物的识别结果信息；

将所述识别结果信息和所述深度值进行时间戳同步，输出同步后的识别结果信息和深度值；

根据所述同步后的识别结果信息和深度值，控制无人收获机进行对应的避障响应机制。

本发明的有益效果是：本方案通过训练后的yolov5模型对所述图像数据进行处理，获得目标动态障碍物的识别结果信息，将所述识别结果信息和所述深度值进行时间戳同步，输出同步后的识别结果信息和深度值，根据所述同步后的识别结果信息和深度值，控制无人收获机进行对应的避障响应机制，可以适用于小麦、玉米、水稻等收获机械的主动避障，有效拓展了目前现有的只能应用于拖拉机等作业场景的辅助驾驶、只能用于对于静态障碍物的避障及路径规划的避障方法。

解决了辅助驾驶过程中人为干预因素较多、不安全等问题，真正实现了全程无人化收获作业。通过建立人—机—平台一体化网联的信息交互模式，解决了目前避障技术单机化、智能化水平不高等问题。

通过系统的智能化决策，解决了现有的辅助驾驶过程中人为干预因素较多、不安全等问题，同时通过系统的自我保护机制，确保了安全冗余设计，保证了系统运行的稳定性与安全性。

进一步地，所述根据所述图像数据获取目标动态障碍物的深度值，具体包括：

通过特征匹配数据对所述图像数据中的左视图灰度图像和右视图灰度图像进行关联；

通过关联后的图像数，结合时差算法和三角测量算法，获得视差图；

根据所述视差图获得目标动态障碍物的深度值。

进一步地，还包括：

通过构建包括多种动态障碍物图像信息的训练数据库；

通过所述训练数据库中的多种动态障碍物图像信息对yolov5模型进行训练，获得训练后的yolov5模型。

进一步地，还包括：

通过数据增强方法扩大所述训练数据库中的训练数据量。