的行内除草装置伸入两侧相邻的行内作物中；
[0031]2)、智能除草机向前行走，位于行间的除草机构直接通过上梳齿板7和下梳齿板8梳理杂草，然后通过刀具9割除杂草，最后通过施药装置对刚刚已经切割过的杂草切口涂抹施药；
[0032]3)、通过摄像头2拍摄两侧相邻行内的景象，将景象信息传递至集成控制器4进行分析，并将分析过程及结果通过计算机3显示出来，包括以下几项识别作物的方法:
[0033]1、利用颜色特征识别:
[0034]对采集到的图像进行逐点扫描，根据各像素点的RGB值来分割绿植和土壤，即利用颜色特征先从土壤背景中分离出绿植，然后再通过检测目标区域的颜色特征来区分杂草和作物；
[0035]例如，研究发现玉米植株叶片的颜色是深绿色，而株心区域的颜色是浅绿色，对此，先利用颜色特征从土壤背景中分割出玉米和杂草绿色植物区域，再利用玉米苗株心颜色特征定位玉米植株，最后根据区域连通性识别玉米植株，得到的非玉米植株的植物区域即为玉米田间杂草。
[0036]Π、利用形态特征识别:
[0037]基于形态特征的植物识别主要通过研究叶片的边缘样式(曲率或叶状特征)和整个叶片形状(面积、长度、宽度、周长、矩、无量纲比值等)来实现;利用可变形模版方法来识别部分遮挡的叶片:首先检测出叶片的端部，然后将模型置于每个叶端之上，并通过变形使模型与整个叶片进行匹配，模型结构由叶片的可变骨架和代表叶片形状的轮廓线决定；
[0038]例如，单子叶和双子叶杂草在外部形态上差别很大，单子叶杂草叶片窄小且直立；双子叶杂草叶片宽，表面积大。因此，可以利用形态的差异来区分杂草和作物。研究基于形态特征的杂草识别方法，通过分析叶片的伸长度和紧密度来分区番茄苗和杂草。利用可变形模版方法对甜菜田中的杂草进行识别，该模型能够去除83 %被遮挡的杂草像素，杂草识别率为81%?87%。
[0039]m、利用光谱特征识别:
[0040]在可见光(400?700nm波段)或近红外光(700?2500nm波段)的照射下，杂草与土壤以及杂草与作物的光谱反射率存在着差异；
[0041]例如，运用成像光谱仪测定了甜菜和杂草在435?lOOOnm范围内的反射率，研究结果准确率达到了91 %。利用二次判别分析法选取识别胡萝卜和杂草的特征波长点，以450、550和700nm为特征波长点的三个干涉滤波器的组合对胡萝卜和杂草的识别率达到72%。在可见光和近红外波段采集多重波长的图像，然后利用两个光谱通道(660和800nm)从图像背景中分割棉花和杂草，并开发了基于局部直方图的鲁棒统计算法。测量棉花、刺儿菜、水稻和稗草等四种植物在350?2500nm波段范围内的光谱反射率，识别率高达100%。
[0042]IV、利用纹理特征识别:
[0043]纹理为某种基本模式(色调基元)的重复排列，可以通过观察纹理度量是否发生显著改变来确定两种纹理模式之间的边界；
[0044]例如，利用热欧姆光谱对小麦和杂草的纹理特征进行分析，以单方向和多方向纹理模式的差异区分小麦和杂草。分析计算10个灰度共生矩阵特征、12个灰度行程矩阵特征和3个灰度特征，利用这25个纹理特征对麦田杂草进行了识别。以作物行中心为基准来选取纹理块，计算量化级数为8级的Η颜色空间的共生矩阵，提取5个纹理特征参数，利用K均值聚类法判别分析各块的类别。
[0045]V、模式识别法:
[0046]利用人工神经网络、支持向量机、贝叶斯分类器、决策树和判别分析模式进行识别杂草与作物；
[0047]例如，将采集到的向日葵、杂草和土壤图像作为输入数据建模，构造了一个基于误差反向传播算法的人工神经网络，并通过降低图像的分辨率、切割土壤背景的边缘以减少图像尺寸来提高神经网络的学习速率。提取玉米和杂草的纹理特征作为支持向量机分类器的输入向量，利用该支持向量机方法对玉米和杂草进行识别，通过对比发现支持向量机方法识别杂草的准确率高于ΒΡ神经网络。以颜色和位置特征为识别参数，采用贝叶斯分类器来区分花菜、杂草和土壤，在获取准确先验概率条件下，错误分类率最低为6.4%。分别运用判别分析、决策树和人工神经网络三种模式识别方法对玉米田中的杂草进行识别，杂草识别率分别为87%、76%和81 %。
[0048]4)、识别出绿植为作物，集成控制器4操控平移气缸12缩回伸缩杆，带动除草机构向内侧移动以离开行内作物实现避让，智能除草机继续前行，直至摄像头2探测完全经过作物，集成控制器4再操控平移气缸12伸出伸缩杆，带动除草机构向外侧移动重新进入行内空间；
[0049]5)、识别出绿植为杂草，伸入行内的除草机构通过上梳齿板7和下梳齿板8梳理杂草，然后通过刀具9割除杂草，最后通过施药装置对刚刚已经切割过的杂草切口涂抹施药。
[0050]湿度传感器感测施药海绵的湿度信息，并将湿度信息实时发送至集成控制器4，集成控制器4通过检测数据进行施药海绵中药液含量的判断，一旦判断药液含量不足，集成控制器4控制电控阀开启，使药液由存药箱经过输药管，由滴药管滴落至施药海绵上;直至湿度传感器的感测湿度值达标，集成控制器4通过检测数据进行药量判断，进一步控制电控阀关闭，完成加药操作。
[0051]本智能除草机以农业主导产业中的蔬菜、水果等条播作物为研究对象，划分为行间除草和行内除草两部分。利用农田除草的特殊性，基于双目视觉获取作物植株和行内杂草的高度信息，借助颜色特征识别地面绿色目标以减少图像立体匹配运算量，再根据作物植株空间分布特征从横向像素直方图拟合曲线中识别出作物植株，进而识别出行内杂草。为了减少立体匹配的计算工作量，以提高图像处理的实时性，拟将图像背景分割结果与立体匹配操作相结合。进一步利用多光谱特征、形状特征、纹理特征及模式识别等方法，特别提升行内杂草识别的精准度，实现自动机械化田间除草的智能型作业。
[0052]本文中所描述的具体实施例仅仅是对本实用新型精神作举例说明。本实用新型所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本实用新型的精神或者超越所附权利要求书所定义的范围。
[0053]尽管本文较多地使用了工作平台1;摄像头2;计算机3;集成控制器4;前支架5;分支架6;上梳齿板7;下梳齿板8;刀具9;偏心轮10;连杆11;平移气缸12;导轨13;滚轮14;车轮15等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本实用新型的本质;把它们解释成任何一种附加的限制都是与本实用新型精神相违背的。
【主权项】
1.一种智能除草机，包括移动小车，所述移动小车具有工作平台，所述工作平台上设置计算机和集成控制器，所述计算机的两侧各设置有摄像头，所述集成控制器电控连接计算机与摄像头，其特征在于，所述工作平台的下方设置位于前侧的行间除草装置和位于后侧的行内除草装置，所述行间除草装置包括一部除草机构，所述行内除草装置包括左右对称的两部除草机构，两部除草机构之间设置内外移动机构，所述内外移动机构包括平移气缸，所述平移气缸的伸缩杆连接位于外侧的除草机构，所述除草机构包括上梳齿板和下梳齿板，所述上梳齿板和下梳齿板之间设置刀具，所述上梳齿板和下梳齿板的前端设置成排的齿牙，所述刀具的前侧边沿为刀刃，所述下梳齿板上设置施药装置，所述集成控制器电控连接平移气缸和施药装置。2.根据权利要求1所述的智能除草机，其特征在于，所述刀具的刀刃呈锯齿形状，所述锯齿形状的锯齿尖角为直角或者锐角。3.根据权利要求1所述的智能除草机，其特征在于，所述下梳齿板的内侧固设定刀片，所述刀具连接前后移动机构。4.根据权利要求3所述的智能除草机，其特征在于，所述前后移动机构包括电动机，所述电动机的转轴驱动连接偏心轮，所述偏心轮连接有连杆，所述连杆的传动端铰接在上述刀具上，所述刀具的上下两侧面对应与上梳齿板或下梳齿板形成滑动连接，所述集成控制器电控连接电动机。5.根据权利要求1所述的智能除草机，其特征在于，所述上梳齿板的齿牙向下倾斜，其倾斜角度为35°至75°，所述上梳齿板齿牙的齿端与下梳齿板齿牙的齿端相聚拢靠近。6.根据权利要求1所述的智能除草机，其特征在于，所述施药装置包括存药箱，所述存药箱连接输药管，所述输药管的进口上设置电控阀，所述输药管的末端连接滴药管，所述下梳齿板的齿牙底侧设置施药海绵，所述滴药管的管口接触上述施药海绵，所述施药海绵内放置湿度传感器，所述湿度传感器通过电路连接上述集成控制器，所述集成控制器电连上述电控阀。7.根据权利要求1所述的智能除草机，其特征在于，所述工作平台的底侧设置前支架和后支架，所述前支架的底端固装上述行间除草装置的除草机构，所述后支架具有两个分支架，所述分支架的底端固装上述行内除草装置的除草机构，所述工作平台的底面上固设导轨，所述分支架的顶端设置滚轮，所述滚轮嵌入导轨中形成滑动连接。8.根据权利要求1所述的智能除草机，其特征在于，所述移动小车还包括四个车轮，所述四个车轮均通过双横臂独立悬架连接在工作平台下方，双横臂独立悬架包括上横臂和下横臂，上横臂铰接在工作平台的底面上，车轮转动连接在下横臂上，上横臂和下横臂之间相互铰接，上横臂和下横臂之间装有减震器。
【专利摘要】本实用新型提供了一种智能除草机。本智能除草机包括移动小车，移动小车具有工作平台，工作平台上设置计算机、摄像头和集成控制器，集成控制器电控连接计算机与摄像头，工作平台的下方设置位于前侧的行间除草装置和位于后侧的行内除草装置，行间除草装置包括一部除草机构，行内除草装置包括左右对称的两部除草机构，两部除草机构之间设置内外移动机构，内外移动机构包括平移气缸，平移气缸的伸缩杆连接位于外侧的除草机构，除草机构包括上梳齿板和下梳齿板，上梳齿板和下梳齿板之间设置刀具，上梳齿板和下梳齿板的前端设置成排的齿牙，刀具的前侧边沿为刀刃，下梳齿板上设置施药装置，集成控制器电控连接平移气缸和施药装置。
【IPC分类】A01M21/02
【公开号】CN205082548
【申请号】CN201520882770
【发明人】张金美, 陈勇, 柴鑫
【申请人】嘉兴职业技术学院
【公开日】2016年3月16日
【申请日】2015年11月6日