(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210335512.8 (22)申请日 2022.03.23 (71)申请人 华中农业大 学 地址 430070 湖北省武汉市洪山区狮子山 街1号 (72)发明人 宋鹏　杨万能　杨蒙　陈柯屹　 黄成龙　梁秀英　 (51)Int.Cl. G01C 21/20(2006.01) G01C 21/34(2006.01) G01N 21/01(2006.01) G01N 21/84(2006.01) G06V 10/82(2022.01) G06V 20/10(2022.01) (54)发明名称 一种用于表型检测无人车的自主导航方法 及装置 (57)摘要 本发明涉及一种用于表型检测无人车的自 主导航方法及装置。 现有表型检测无人车的导航 以行或列作为区分单元， 由于作物生长的无序 性， 其既无法保证无人车行驶过程中表型检测传 感器处于 单株目标植株的正上方， 也无法保证一 致的成像物距， 导致数据稳定性较差。 本发明提 供了一种用于表型检测无人车的自主导航方法 及装置， 采用三维视觉导航， 采用改进型Faster   RCNN目标识别算法 处理图像， 识别单株植株的冠 层中心并获取其相对于表型检测传感器的三维 坐标， 对无人车行进进行精准纠偏， 对表型检测 传感器的高度进行微调， 确保从正上方以恒定物 距检测单株冠层， 并利用深度相机识别行末实现 自主换行作业。 本发明的检测精度和 智能化程度 显著优于现有技 术。 权利要求书2页 说明书5页 附图1页 CN 115060261 A 2022.09.16 CN 115060261 A 1.一种用于表型检测无人车的自主导航方法， 用于实现单株植株级别的精准表型检 测， 其特征在于， 该 方法包括如下步骤， 步骤S1， 将待检测植株按行排布， 采用合理相邻行列间距， 确保无人车平台在行使过程 中无损检测植株； 步骤S2， 将表型检测无人车置于起始行起始植株位置； 将用于导航的深度相机通过支 架安装在车体的前端， 高度可上下微调， 深度相机同时采集平台前方待测目标植株的图像 信息和深度信息； 将表型检测传感器安装在无人车平台底面中心 位置， 高度可上下微调， 检 测方向竖直向下， 采集 植株的各项表型信息； 步骤S3， 无人车行进过程中， 深度相机将采集到的前方待测目标植株的图像信息与深 度信息实时发送给 搭载在无人车上的工控平板电脑； 步骤S4， 工控平板电脑采用改进型的Faster  RCNN目标识别算法， 对于深度相机采集到 的待测单株植株信息进行处理识别， 获得该株植株的冠层中心的像素坐标， 结合深度信息 计算获得 该植株冠层中心相对于深度相机的三维位置参数； 步骤S5， 工控平板电脑结合深度相机与表型检测传感器的相对位置， 以及获得的前方 待测单株植株的冠层中心的三维位置信息， 计算该植株冠层中心相对于表型检测传感器的 横向偏移d以及纵向距离l， 并根据这两个参数结合无人车运动模式对行进速度和轮子偏角 的高度进行实时微调， 使得无人车车体经过该植株时， 待测植株冠层中心位于表型检测传 感器的正下 方； 步骤S6， 表型检测传感器对正下 方的植株冠层进行检测， 获取表型信息； 步骤S7， 当某一植株的表型检测完毕， 无人车平台自动 检测下一植株， 重复进行轨迹微 调与检测， 完成所在行的自主导 航作业； 步骤S8， 单行植株表型检测完毕， 无人车通过深度相机检测到已经行使至所在行的末 尾， 自动进行换行， 开始对下一行植株的表型检测， 重复以上换行检测， 直到区域内所有植 株均检测完毕。 2.根据权利要求1所述的用于表型检测无人车的自主导航方法， 其特征在于： 步骤S2 中， 深度相 机通过支架安装在车体的前端， 其距离地面的高度可根据植株冠层高度实现自 主调节， 确保深度相机的视场可完整覆盖某一 植株冠层。 3.根据权利要求1所述的用于表型检测无人车的自主导航方法， 其特征在于： 步骤S4 中， 采用改进型的Faster  RCNN目标识别算法对植株冠层图像进行单株 分割， 并绘制包含 该 单株所有叶片区域的最小外 接圆， 将该最小外 接圆的圆心点作为该植株的冠层中心。 4.根据权利要求3所述的用于表型检测无人车的自主导航方法， 其特征在于， 改进型的 Faster RCNN目标识别算法以Faster  R‑CNN为基础框架， 使用RegNetX ‑6.4GF作为主干网 络， 其FPS值为15.6， 实现实时识别。 5.根据权利要求1所述的用于表型检测无人车的自主导航方法， 其特征在于， 步骤S5 中， 无人车运动模式包括四轮以同一角度摆动的斜移模式、 四轮阿克曼转向模式、 横移模式 和原地转向模式， 在最小的空间完成导 航移动和换 行掉头动作。 6.根据权利要求1所述的用于表型检测无人车的自主导航方法， 其特征在于， 步骤S6 中， 工控平板电脑结合深度相 机与表型检测传感器的相对位置， 以及获得的前方待测单株 植株的冠层中心的三维位置信息， 计算该植株冠层中心相对于表型检测传感器的高差， 并权　利　要　求　书 1/2 页 2 CN 115060261 A 2根据这个参数实时微调表型检测传感器的高度， 使得每次表型检测时待测植株冠层中心与 表型检测传感器的物 距保持恒定， 获得分辨 率一致的表型 数据。 7.根据权利要求1所述的用于表型检测无人车的自主导航方法， 其特征在于， 步骤S8 中， 行末识别的具体方法为： 工控平板电脑记录深度相机提取的植株冠层深度信息， 并计算 各植株高度； 机器人平台移动过程中， 计算待测对象之前该行所有植株平均高度H， 若深度 相机视场对象高度值低于 H值的50％， 则判定为行末， 向无 人车平台发送掉头指令 。 8.一种用于表型检测无人车的自主导航装置， 其采用 如权利要求1 ‑6中任意一项所述 的用于表型检测无人车 的自主导航方法， 其特征在于， 该自主导航装置包括四轮独立驱动 独立转向表型检测无人车平台、 深度相 机和工控平板电脑； 所述四轮独立驱动独立转向表 型检测无人车平台包含电机驱动器、 控制器、 电池和表型检测传感器； 每组车轮均包含1个 转向电机和驱动电机， 转向电机用于控制车轮的转向角， 驱动电机用于控制车轮前进速度； 所述表型检测传感器安装于无人车平台底面的中心位置， 竖直向下安装， 用于获取作物冠 层表型数据； 所述深度相 机通过支架安装在无人车平台的前端， 深度相 机距离地面垂直高 度可调节， 其检测方向竖直向下， 同时采集平台前方待测目标植株的图像信息和深度信息； 所述工控平板电脑搭载在无人车平台上， 对图像信息和深度信息进行处理分析， 并根据 处 理分析结果控制无 人车平台的移动， 实现包括自主行 走和自动换 行在内的自主导 航作业。权　利　要　求　书 2/2 页 3 CN 115060261 A 3