1.本实用新型涉及智慧农业装备技术领域，特别涉及一种作物苗表型巡检机器人。
背景技术：
2.传统的作物苗农艺性状测量采用人工方式，存在效率低、主观性强、可重复性差、损害植株、测量不全面等缺陷。基于计算机视觉的作物表型性状定量测定克服了这些缺点，可一次性解析出植物结构、形态、颜色和纹理等完整的表型参数。为了实现自动化、高通量的表型测量，通常需要搭建图像采集流水线，这种方式需要人工上下料，不仅工作强度大且干扰作物的生长。采用机器人搭载的图像传感器拍摄原位生长的作物苗图像并计算表型参数，可以有效克服流水线式检测的缺陷。该机器人具有自动化、全面精确、低成本等优势，有望成为科研人员的得力助手。
技术实现要素：
3.(一)要解决的技术问题
4.为解决现有的农业智能温室信息采集问题，本实用新型的目的在于设计一种作物苗表型巡检机器人，能够实现温室条件下的自动信息采集，实现温室环境智能调控、温室作物生长状况检测，减少人工操作，保证温室的正常运转。
5.(二)技术方案
6.本实用新型为解决其技术问题，提供了以下技术方案。
7.一种作物苗表型巡检机器人，其特征在于：包括履带式底盘和图像采集装置；所述履带式底盘包括减震结构、stm32控制电路、树莓派4b+、驱动装置、动力装置、导航模块和环境信息采集模块；所述减震结构由承重轴承、螺柱、固定架、弹簧、卡槽和履带组成，所述stm32控制电路分别与树莓派4b+、驱动装置相连，所述的驱动装置进一步与机器人移动的动力装置电气连接；动力装置由两个直流减速电机组成；所述图像采集装置由竖杆、横杆、舵机、realsense深度相机和rgb相机组成，在竖杆中部设有rgb相机，在横杆上设有舵机；舵机上设有realsense深度相机，所述realsense深度相机、rgb相机与树莓派4b+相连接，舵机与stm32控制电路电气相连。
8.优选地，所述环境信息采集模块包括光强、温湿度、空气质量传感器以及gps；环境信息采集模块与stm32控制电路相连，设置在底盘外侧，用于获取当前的环境情况及位置信息。
9.优选地，所述导航模块由四路激光循迹传感器和一个超声波传感器组成，与stm32控制电路相连，设置在底盘的前方，用于巡线导航以及避障。
10.优选地，所述减震结构中承重轴承与固定架相连，固定架与弹簧相连，弹簧连接在底盘侧面的螺栓上；所述履带由承重轴承支撑，由直流减速电机提供动力。
11.优选地，所述竖杆与履带式底盘采用四根斜45度铝型材进行加固，与横杆用一个90度角码进行连接，另用一根斜45度型材加固。
12.优选地，所述realsense深度相机固定在舵机上，stm32电路通过控制舵机转动来调整realsense的拍摄视角。
13.优选地，所述作物苗表型检测模块由高性能计算机组成，巡检机器人拍摄的图像通过tcp/ip协议传输至计算机端，结合三维重建和深度学习技术测量包括叶面积、株高、茎粗、叶片数和叶周长在内的表型数据，并同步至云服务器数据库。
14.(三)有益效果
15.相对于现有技术而言，本实用新型具有以下技术优势：采用履带式底盘设计，能够适应不同的温室环境；由承重轴承、弹簧、固定架等部分组成的减震结构，保证了巡检机器人在压到障碍物时保持机身平稳；采用多种环境信息传感器，增强了对环境的感知能力；realsense深度相机由舵机控制，可以采集多视角温室作物图像信息，对温室作物进行全方位监控；基于tcp/ip协议将巡检机器人拍摄的图片快速地传输至计算机端，结合计算机视觉技术测量一系列作物苗表型数据。
附图说明
16.图1为本实用新型的整体结构图。
17.其中的附图标记及对应部件名称分别为，1-realsense深度相机，2-舵机，3-横杆支撑杆，4-横杆，5-竖杆，6-rgb相机，7-竖杆支撑杆，8-上盖板，9-履带，10-固定架，11-承重轴承，12-弹簧，13-螺柱，14-侧板，15-直流减速电机，16-船型开关，17-卡槽，18-激光循迹模块，19-超声波传感器
具体实施方式
18.本实用新型为了解决其技术问题，提供了一种作物苗表型巡检机器人。下面结合若干说明书附图，通过具体实施方式来进一步具体地说明本实用新型的技术方案。
19.如图1所示，一种作物苗表型巡检机器人，包括履带式底盘和图像采集装置；所述履带式底盘包括减震结构、stm32控制电路、树莓派4b+、驱动装置、动力装置、导航模块和环境信息采集模块；所述减震结构由履带9、固定架10、承重轴承11、弹簧12、螺柱13和卡槽17组成，所述stm32控制电路分别与树莓派4b+、驱动装置相连，所述的驱动装置进一步与机器人移动的动力装置电气连接；动力装置由两个直流减速电机15组成；所述图像采集装置由realsense深度相机1、舵机2、横杆4、竖杆5和rgb相机6组成，在竖杆中部设有rgb相机，在横杆上设有舵机；舵机上设有realsense深度相机，所述realsense深度相机、rgb相机与树莓派4b+相连接，舵机与stm32控制电路电气相连。
20.所述导航模块由四路激光循迹传感器18和一个超声波传感器19组成，与stm32控制电路相连，设置在底盘的前方。激光循迹传感器用于检测已铺设黑线，由stm32控制电路做出运动决策，保证巡检机器人沿黑线行走；当超声波传感器检测到前方障碍物时，stm32控制电路会根据电平变化控制驱动装置使机器人停止运行。
21.所述减震结构中承重轴承11与固定架10相连，并套在螺柱13上，固定架与弹簧12相连，弹簧连接在底盘侧面的螺栓上；所述履带9由承重轴承支撑，由直流减速电机15提供动力。当机器人压到障碍物时，承重轴承11会向上运动带动固定架10拉伸弹簧12，保证底盘不会倾斜；越过障碍物后，在弹簧弹力作用下固定架10与承重轴承11恢复原位。
22.所述竖杆5与履带式底盘采用四根斜45度铝型材7进行加固，与横杆4用一个90度角码进行连接，另用一根斜45度型材3加固，使图像采集装置在机器人运行过程中保持平稳。
23.所述realsense深度相机1固定在舵机2上，stm32电路通过控制舵机转动来调整realsense的拍摄角度，获得不同视角的农作物图片信息，由树莓派4b+进行图片保存及传输。所述作物苗表型检测模块接收巡检机器人发送的图片信息，通过三维重建和深度学习技术测量叶面积、株高、茎粗、叶片数和叶周长在内的表型数据，并同步至云服务器数据库。
24.本申请中所描述的具体实施案例仅仅是对本实用新型的主要思想作举例说明。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作各种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。
技术特征：
1.一种作物苗表型巡检机器人，其特征在于：包括履带式底盘和图像采集装置；所述履带式底盘包括减震结构、stm32控制电路、树莓派4b+、驱动装置、动力装置、导航模块和环境信息采集模块；所述减震结构由承重轴承、螺柱、固定架、弹簧、卡槽和履带组成，所述stm32控制电路分别与树莓派4b+、驱动装置相连，所述的驱动装置进一步与机器人移动的动力装置电气连接；动力装置由两个直流减速电机组成；所述图像采集装置由竖杆、横杆、舵机、realsense深度相机和rgb相机组成，在竖杆中部设有rgb相机，在横杆上设有舵机；舵机上设有realsense深度相机，所述realsense深度相机、rgb相机与树莓派4b+相连接，舵机与stm32控制电路电气相连。2.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述环境信息采集模块包括光强、温湿度、空气质量传感器以及gps；环境信息采集模块与stm32控制电路相连，设置在底盘外侧，用于获取当前的环境情况及位置信息。3.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述导航模块由四路激光循迹传感器和一个超声波传感器组成，与stm32控制电路相连，设置在底盘的前方，用于巡线导航以及避障。4.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述减震结构中承重轴承与固定架相连，固定架与弹簧相连，弹簧连接在底盘侧面的螺栓上；所述履带由承重轴承支撑，由直流减速电机提供动力。5.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述竖杆与履带式底盘采用四根斜45度铝型材进行加固，与横杆用一个90度角码进行连接，另用一根斜45度型材加固。6.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述realsense深度相机固定在舵机上，stm32电路通过控制舵机转动来调整realsense的拍摄视角。7.根据权利要求1所述的作物苗表型巡检机器人，其特征在于，所述作物苗表型检测模块由高性能计算机组成，巡检机器人拍摄的图像通过tcp/ip协议传输至计算机端，结合三维重建和深度学习技术测量包括叶面积、株高、茎粗、叶片数和叶周长在内的表型数据，并同步至云服务器数据库。
技术总结
本实用新型涉及一种作物苗表型巡检机器人，包括履带式底盘、图像采集装置和作物苗表型检测模块。所述履带式底盘包括减震结构、STM32控制电路、树莓派4B+、驱动装置、动力装置、导航模块和环境信息采集模块；所述导航模块由激光循迹模块和超声波模块组成；所述减震结构由承重轴承、螺柱、固定架、弹簧、卡槽和履带组成；所述图像采集装置由竖杆、横杆、舵机、RealSense深度相机和RGB相机组成。本实用新型使用激光循迹模块实现温室内按指定路线巡检，通过超声波模块进行障碍物检测，由RGB相机监控路况，由RealSense深度相机获取温室作物的不同角度图像信息，并实时采集温湿度、光强等环境信息，将作物苗图像发送到计算机端计算叶片数量、面积和株高等表型参数。面积和株高等表型参数。面积和株高等表型参数。
技术研发人员：徐胜勇 路鹏达 杨宁远 王春燕 丁洋 周广生 王洪昌 魏青
受保护的技术使用者：华中农业大学
技术研发日：2021.09.02
技术公布日：2022/1/11