一种能够检测杂草密度及作物的火焰除草机

本发明属于农业工程和农业机器人，具体涉及一种能够检测杂草密度及作物的火焰除草机。

背景技术：

1、农田杂草凭借其顽强的生命力以及快速的繁殖能力，迫使农业生产者每年都需要在农田除草作业上投入大量的人力财力。为了节约成本，农业生产者迫切需要一种高效廉价的除草方式。在需求的推动下，机械除草、化学除草、微波除草、电除草、激光除草、火焰除草等除草方式开始出现并且逐渐优化。机械除草对作物种植行距、株距的要求较高，且机械结构适应能力较弱容易对农作物造成损伤，还会影响土壤结构引起土壤侵蚀；化学除草操作简单、针对性强、除草效果较好，但长期使用会导致土壤农药残留积聚，引发食品安全问题。并且杂草抗药性提高，增加农药使用成本。微波除草、电除草、激光除草功能的实现依赖于昂贵的大功率设备，虽然有不错的除草效果但很难平衡购买成本，不利于大规模的推广。

2、火焰除草通过高温火焰使杂草内部液体迅速膨胀，导致细胞壁破裂，进而在一段时间以后杂草叶片枯萎死亡。这种除草方式既不会对土壤结构造成影响也不会产生有害物质，在很好的解决机械除草以及化学除草弊端的同时兼顾了除草成本。因此火焰除草成为一种合适的选择。然而传统的火焰除草方式对于作物耐火性要求较高，只能在特定的作物生长时期进行处除草作业，并且火焰除草方式对火焰燃料造成了极大的浪费。随着机械领域的发展，利用机器视觉的目标性进行的火焰除草方式开始出现并得到快速的发展。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种能够检测杂草密度及作物的火焰除草机。

2、本发明是通过以下技术方案实现的：

3、一种能够检测杂草密度及作物的火焰除草机，包括移动平台、杂草密度及作物识别装置、拢叶机构、挡火板机构、喷火装置和升降机构；

4、所述杂草密度及作物识别装置位于移动平台的底部，杂草密度及作物识别装置包括遮光黑箱和设置在遮光黑箱内部的红外摄像头、led灯和图像分析处理系统；遮光黑箱的前后两侧各按一定间距安装两层遮光帘；

5、所述拢叶机构设置在遮光黑箱的后侧出口的两侧位置，拢叶机构包括拢叶板和用于控制拢叶板打开角度的第一电动伸缩杆，通过第一电动伸缩杆控制每个拢叶板的打开角度，使两个拢叶板之间所夹的空间与作物的大小相匹配；

6、所述挡火板机构设置在拢叶机构的后方，挡火板机构包括两个挡火板和用于控制挡火板打开角度的第二电动伸缩杆，挡火板通过合页铰接在拢叶板上，第二电动伸缩杆安装在挡火板和拢叶板之间，挡火板底端具有向内折弯板；

7、所述喷火装置安装在挡火板机构两外侧，喷火装置连接喷火控制系统，喷火控制系统根据杂草密度及作物识别装置识别出的杂草的密度信息对燃气流量进行调节；

8、所述升降机构用于控制所述杂草密度及作物识别装置、拢叶机构、挡火板机构、喷火装置的整体距地间隙，维持火焰喷嘴到地面的距离在合理范围内。

9、在上述技术方案中，在移动平台行进的过程中，杂草和作物能够掀开遮光帘进/出遮光黑箱，并在遮光帘的作用下保证遮光黑箱内部的遮光效果，在遮光黑箱内的红外摄像头以及led灯的辅助照明作用下对经过遮光黑箱内部的杂草和作物进行图像采集；采集的图像输入至图像分析处理系统，由图像分析处理系统识别杂草的密度以及作物的大小信息。

10、在上述技术方案中，所述拢叶机构根据杂草密度及作物识别装置识别出的作物的大小信息控制两个拢叶板之间所夹的空间与作物的大小相匹配。

11、在上述技术方案中，在拢叶板内侧安装有挡板，用以将作物叶片抬起聚拢，挡板角度通过电动伸缩杆调节。

12、在上述技术方案中，喷火装置包括连接杆和喷火器，喷火器通过连接杆安装在挡火板的外侧壁上；所述喷火器包括挡火罩，挡火罩内侧设置有多个火焰喷嘴，火焰喷嘴通过管路连接至喷火控制系统。

13、在上述技术方案中，所述喷火控制系统，包括燃气罐、气体增压泵、气体流量控制器，气体流量控制器进气口与所述气体增压泵出气口通过高压软管连接，气体流量控制器出气口通过管路与喷火装置的火焰喷嘴连通。

14、在上述技术方案中，在挡火板上开设有纵向的安装槽，连接杆的顶部通过螺栓固定安装在安装槽上，通过调节连接杆的顶部在安装槽上的安装位置，能够调节喷火器距离地面的初始高度。

15、在上述技术方案中，升降机构包括四个纵向电动升降杆，呈矩形分布，安装在所述移动平台底部，四个纵向电动升降杆底端连接所述杂草密度及作物识别装置的遮光黑箱。

16、在上述技术方案中，在遮光黑箱的两侧设置有陷深轮支撑机构，陷深轮支撑机构包括弹性伸缩杆和陷深轮支架，弹性伸缩杆的顶端固定安装在遮光黑箱上，弹性伸缩杆的底端与陷深轮支架顶部中心位置连接，陷深轮支架具有两个支撑腿，支撑腿底部安装有陷深轮；通过弹性伸缩杆为陷深轮支架提供向下的弹性恢复力，以使陷深轮能够始终与地面保持紧密贴合。

17、在上述技术方案中，图像分析处理系统采用基于yolo v4-tiny卷积神经网络模型识别杂草以及作物；建立所述卷积神经网络模型识别杂草以及作物并计算杂草密度和作物面积的步骤如下：

18、步骤1：通过所述移动平台采集大田杂草与作物红外图像，对图片进行标签标注，标签分为作物以及杂草两种，完成所有图片标注后得到数据集以及相应的标签文件；

19、步骤2：划分数据集为训练数据集和测试数据集，利用数据增强扩充数据集，结合迁移学习技术对yolo v4-tiny模型进行训练并优化模型权重；

20、步骤3：利用步骤2中训练的模型对田间杂草与作物图像进行预测，并与测试数据集中的真实杂草与作物信息进行对比，量化预测误差，评价模型准确性；

21、步骤4：采用步骤3评估的最佳模型对遮光黑箱内采集的目标图像进行识别，识别出目标图像所含的杂草测框检和作物检测框；

22、根据识别出的各个杂草检测框的框长宽以及中心点坐标，计算出目标图像中所含的各个杂草检测框的面积，将目标图像中所含的所有杂草检测框的面积进行求和并去掉检测框重叠的面积，即得到目标图像中杂草的覆盖面积，杂草的覆盖面积除以目标图像的面积，即可计算出目标区域的杂草密度；

23、根据识别出的作物检测框的框长宽以及中心点坐标，即可计算出目标图像中所含作物的面积。

24、本发明的优点和有益效果为：

25、本发明通过杂草密度及作物识别装置可以高效准确的实时识别行走路径上杂草密度信息和作物的大小信息，根据识别的杂草密度由喷火系统调节火焰强弱，对燃气进行合理利用，避免无杂草、低密度杂草状态下的燃气浪费，减轻了环境污染；并且，本发明还设置了拢叶机构和挡火板机构，能够根据识别出的作物的大小信息调节对作物的挡火防护空间，在起到良好的挡火防护作用的同时，还能够提高对作物的火焰除草的面积。此外，本发明还设计了升降机构，用于控制所述杂草密度及作物识别装置、拢叶机构、挡火板机构、喷火装置的整体距地间隙，以适应地形的变化，维持火焰喷嘴到地面的距离在合理范围内，以保证除草效果。