一种基于人工智能的增强现实修剪方法及其设备与流程

本发明涉及人工智能领域，特别涉及一种基于人工智能的增强现实修剪方法及其设备。

背景技术

随着近年来人与自然关系的逐渐恶化，人们愈来愈意识到自然的主要性，因此，人们对绿化的建设越来越重视，同时，绿化还能使人赏心悦目。

目前，绿化主要建设在公共场所，例如园林、小区、街道等场所，在树林修剪过程中，掌握正确的修剪方法，通过合理的修剪，可以培养出优美的树形。通过修剪进一步调节营养物质的合理分配，抑制徒长，促进花芽分化，达到幼树提早开花结果，又能延长盛花期、盛果期，也能使老树复壮；同时，整齐划一的绿化环境能够改善人们的居住条件。

现有的工作人员都是手持修剪装置对苗木进行修剪，不但使用麻烦，费时费力，而且长时间手持使用沉重的修剪装置，容易导致工作人员的手臂酸疼，不利于工作人员的身体健康，严重影响修剪工作的进行，不利于人们的生产和生活。由于植物内部的生长状态错综复杂，枝叶纵横，再对其内部修剪的过程中，即有可能对植物造成损害。

技术实现要素：

发明目的：为了克服背景技术中的缺点，本发明实施例提供了一种基于人工智能的增强现实修剪方法及其设备，能够有效解决上述背景技术中涉及的问题。

技术方案：一种基于人工智能的增强现实修剪方法，所述修剪方法由移动式修剪设备实现，并应用于绿化修剪，包括以下步骤：

101：设定目标区域，生成至所述目标区域以及所述目标区域内的移动路线，将所述移动路线与所述目标区域建立第一对应关系，并将所述第一对应关系进行存储；

102：驱动所述修剪设备按照所述移动路线行进至所述目标区域；

103：当所述修剪设备进入所述目标区域时，获取所述目标区域内的绿化信息，所述绿化信息包括绿化的种类以及外观；

104：提取出距离所述修剪设备最近的绿化作为目标绿化；

105：提取出与所述目标绿化的种类对应的修剪模型，所述修剪模型为目标绿化修剪成型后的模型；

106：建立所述目标绿化的虚拟模型，比对所述虚拟模型与所述修剪模型；

107：判断所述虚拟模型与所述修剪模型的生长状态是否一致，即所述虚拟模型与所述修剪模型的外观是否一致；

108：若否，在所述虚拟模型中提取出其相对于所述修剪模型多余的部分，并将所述多余的部分作为修剪目标；

109：生成所述修剪设备的修剪方案，动态模拟所述修剪设备修剪所述修剪目标的过程，并将所述过程划分为若干步骤；

110：在动态模拟的过程中，建立所述修剪设备的工作模型，所述工作模型包括所述修剪设备的若干段修剪轨迹，所述修剪轨迹与所述步骤建立一一对应的关系；

111：比对所述工作模型与所述虚拟模型，判断所述工作模型与所述虚拟模型是否存在重合部分；

112：若是，提取出包括所述重合部分的修剪轨迹，删除与所述修剪轨迹对应的步骤，并修改所述修剪轨迹直至所述重合部分消失；

113：重新生成所述修剪设备的修剪方案，所述修剪设备按照新的修剪方案对目标绿化进行修剪。

作为本发明的一种优选方式，提取出与所述目标绿化的种类对应的修剪模型还包括：

利用大数据分析法获取绿化种类的最佳生长状态；

根据所述最佳生长状态建立所述绿化种类的修剪模型；

将绿化种类与修剪模型建立第二对应关系，并将所述第二对应关系进行存储。

作为本发明的一种优选方式，比对所述虚拟模型与所述修剪模型还包括：

计算所述目标绿化的生长周期，并计算所述修剪模型在所述生长周期时的生长状态；

并根据所述生长状态将所述修剪模型等比例放大或缩小，再将放大或缩小后的修剪模型与所述虚拟模型比对。

作为本发明的一种优选方式，若所述目标绿化为树木时，还包括：

计算所述目标绿化的树干的周长以及高度，根据所述周长以及高度计算所述目标绿化的树龄；

计算所述修剪模型在所述树龄时的生长状态；

根据所述生长状态将所述修剪模型等比例放大或缩小。

作为本发明的一种优选方式，计算目标绿化的树龄还包括：

测量所述目标树木离地1.5米处的树干的周长，将所述周长除以2.5即为目标绿化的树龄。

作为本发明的一种优选方式，计算目标绿化的树龄还包括：

测量所述目标树木离地1.5米处的树干的周长，将所述周长除以2.5即为目标绿化的树龄。

作为本发明的一种优选方式，驱动所述修剪设备按照所述移动路线行进至所述目标区域还包括：

所述修剪设备在前往所述目标区域的过程中，提取出沿途的绿化，并提取出与所述绿化的种类对应的修剪模型；

建立所述绿化的虚拟模型；

计算所述虚拟模型与所述修剪模型的第二相似度；

判断所述第二相似度是否小于第二预设相似度，所述第二预设相似度小于所述第一预设相似度；

若是，则对所述绿化进行修剪；

若否，驱动所述修剪设备继续行进。

作为本发明的一种优选方式，驱动所述修剪设备按照所述移动路线行进至所述目标区域还包括：

所述修剪设备在前往所述目标区域的过程中，提取出沿途的绿化，并提取出与所述绿化的种类对应的修剪模型；

建立所述绿化的虚拟模型；

计算所述虚拟模型与所述修剪模型的第二相似度；

判断所述第二相似度是否小于第二预设相似度，所述第二预设相似度小于所述第一预设相似度；

若是，则对所述绿化进行修剪；

若否，驱动所述修剪设备继续行进。

一种基于人工智能的增强现实修剪设备，包括控制机构、摄像机构、移动机构以及修剪机构，

所述控制机构包括处理器、驱动装置、定位装置以及导航装置，所述处理器分别与所述驱动装置、所述定位装置以及所述导航装置连接，所述定位装置用于获取所述修剪设备的位置信息并将所述位置信息发送给所述处理器，所述导航装置用于生成所述修剪设备的移动路线并将所述移动路线发送给所述处理器，所述摄像机构与所述处理器连接，用于拍摄所述修剪设备周围环境并将拍摄影像发送给所述处理器，所述移动机构用于驱动所述修剪设备行进，所述修剪机构包括若干段相连的机械臂以及电动剪，所述机械臂通过旋转装置相连，所述机械臂包括伸缩杆，所述驱动装置分别与所述电动剪、所述旋转装置以及所述伸缩杆连接，所述电动剪用于修剪绿化，所述旋转装置以及所述伸缩杆用于调整所述修剪设备的修剪轨迹。

本发明实现以下有益效果：

本发明提供的一种基于人工智能的增强现实修剪方法通过摄像装置次采集目标区域内的绿化信息，提前对绿化建立一个修剪模型，所述修剪模型为当前绿化的最佳生长状态，在利用现实增强技术对绿化进行建模，模拟仿真再叠加，提取出虚拟模型中多余的修剪目标，驱动修剪设备对所述修剪目标进行动态仿真修剪，在动态仿真的过程中修改所述修剪设备的修剪轨迹，使得所述修剪轨迹能够避开非修剪目标，从而在最大程度上保护目标绿化；在比对虚拟模型与修剪模型之前，先对修剪模型进行精确修改，确定目标绿化后，处理器计算目标绿化的当前生长周期，将修剪模型等比例方法或缩小至生长状态，再将位于同一生长周期内的虚拟模型与修剪模型进行比对，能够减小修剪的误差；在对树木修剪时，计算树木的树龄，再根据数据可进一步精确树木的最佳生长状态，改善修剪效果。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。图1为本发明提供的一种基于人工智能的增强现实修剪方法流程图；

图2为本发明提供的修剪模型建立方法流程图；

图3为本发明提供的修剪方案的步骤修改方法流程图；

图4为本发明提供的修剪模型修改方法流程图；

图5为本发明提供的树木的修剪模型修改方法流程图；

图6为本发明提供的虚拟模型与修剪模型一致性判定方法流程图；

图7为本发明提供的沿途绿化修剪方法流程图；

图8为本发明提供的一种基于人工智能的增强现实修剪设备结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一

如图1所示，一种基于人工智能的增强现实修剪方法，其特征在于：修剪方法由移动式修剪设备实现，并应用于绿化修剪，包括以下步骤：

101：设定目标区域，生成至目标区域以及目标区域内的移动路线，将移动路线与目标区域建立第一对应关系，并将第一对应关系进行存储；

102：驱动修剪设备按照移动路线行进至目标区域；

103：当修剪设备进入目标区域时，获取目标区域内的绿化信息，绿化信息包括绿化的种类以及外观；

104：提取出距离修剪设备最近的绿化作为目标绿化；

105：提取出与目标绿化的种类对应的修剪模型，修剪模型为目标绿化修剪成型后的模型；

106：建立目标绿化的虚拟模型，比对虚拟模型与修剪模型；

107：判断虚拟模型与修剪模型的生长状态是否一致，即虚拟模型与修剪模型的外观是否一致；

108：若否，在虚拟模型中提取出其相对于修剪模型多余的部分，并将多余的部分作为修剪目标；

109：生成修剪设备的修剪方案，动态模拟修剪设备修剪修剪目标的过程，并将过程划分为若干步骤；

110：在动态模拟的过程中，建立修剪设备的工作模型，工作模型包括修剪设备的若干段修剪轨迹，修剪轨迹与步骤建立一一对应的关系；

111：比对工作模型与虚拟模型，判断工作模型与虚拟模型是否存在重合部分；

112：若是，提取出包括重合部分的修剪轨迹，删除与修剪轨迹对应的步骤，并修改修剪轨迹直至重合部分消失；

113：重新生成修剪设备的修剪方案，修剪设备按照新的修剪方案对目标绿化进行修剪。

如图2所示，提取出与目标绿化的种类对应的修剪模型还包括：

利用大数据分析法获取绿化种类的最佳生长状态；

根据最佳生长状态建立绿化种类的修剪模型；

将绿化种类与修剪模型建立第二对应关系，并将第二对应关系进行存储。

如图3所示，重新生成修剪设备的修剪方案还包括：

当重合部分消失后，根据此时的修剪轨迹生成新的步骤；

将新的步骤替换删除的步骤并进行存储；

重新修改之后的所有修剪轨迹以及步骤，直至工作模型与虚拟模型不存在重合部分。

具体地，在步骤101中，处理器401与远程终端连接，可接受远程终端发送的信息，当某区域的绿化需要修剪时，将该区域作为目标区域，获取目标区域的位置信息，远程终端将目标区域的位置信息发送给处理器401，定位装置403获取修剪设备的位置信息并将该位置信息发送给处理器401，处理器401将目标区域的位置信息以及修剪设备的位置信息导入导航装置404，导航装置404生成修剪设备至目标区域以及目标区域内的移动路线，其中，修剪设备停放在固定场所，而绿化种植的区域也相对固定，因此，上述移动路线也相对固定，将移动路线与目标区域建立第一对应关系，并将第一对应关系进行存储，当下次再需要对目标区域内的绿化修剪时，直接提取出与目标区域对应的移动路线即可。在步骤102中，导航装置404生成移动路线后，将移动路线发送给处理器401，处理器401向驱动装置402输出移动信号，驱动装置402驱动移动机构406按照移动路线行进。在步骤103中，当修剪设备进入目标区域时，摄像装置采集目标区域内的绿化信息，处理器401通过摄像装置发送的拍摄影像进一步分析绿化信息，绿化信息包括绿化的种类以及外观。在步骤104中，在修剪设备移动时，处理器401提取出距离修剪设备最近的绿化，并将该绿化作为目标绿化进行标记。利用大数据分析的方法提前对各种类的绿化进行规划，采集同种类的绿化的样本，从上述样本中得出同种类绿化的最佳生长状态，根据最佳生长状态建立同种类绿化的修剪模型，将绿化种类与修剪模型建立第二对应关系，并将第二对应关系进行存储，在步骤105中，提取出与目标绿化对应的修剪模型。在步骤106中，处理器401根据接收到的拍摄影像对目标绿化建立一比一的虚拟模型，即虚拟模型中的目标绿化与现实中的目标绿化具有相同的尺寸，提取出上述修剪模型，将虚拟模型与修剪模型进行重合比对，即将虚拟模型投影至修剪模型。在步骤107中，判断重合后的虚拟模型与修剪模型的生长状态是否一致，若一致，则表明目标绿化的生长状态良好，无需进行修剪。

在步骤108中，若虚拟模型与修剪模型的生长状态不一致，则删除虚拟模型与修剪模型重合的部分，再删除修剪模型剩余的部分，最终剩余的就是虚拟模型中提取出其相对于修剪模型多余的部分，将上述部分作为修剪目标进行提取。在步骤109中，重新提取虚拟模型，将修剪目标在虚拟模型中进行标注，自动生成目标绿化的修剪方案，在虚拟模型中模拟修剪设备的修剪过程，其中一个机械臂以及一个旋转装置408对应一个步骤。在步骤110中，动态模拟的过程即调整机械臂内伸缩杆409的长度以及旋转装置408的旋转角度，并将上述动态模拟的过程整合为修剪设备的工作模型，其中，工作模型分为若干段修剪轨迹，一个机械臂以及一个旋转装置408对应一段修剪轨迹。在步骤111中，将工作模型与虚拟模型进行比对，即将工作模型投影至虚拟模型，判断上述两者是否存在重合部分。在步骤112中，若是，则表明修剪设备在修剪过程中可能会对目标绿化中正常生长的部分造成干扰，或是直接将其折断，因此，在伸长电动剪407的过程中，应避免其与非修剪目标过度接触，提取出包括重合部分的修剪轨迹，提取出与修剪轨迹对应的步骤，将上述步骤在修剪方案中删除，再调整上述修剪轨迹直至重合部分消失，使得机械臂能够规避非修剪目标。在步骤113中，当调整任意一段修剪轨迹后，则其接下来的修剪轨迹均需要调整，与其对应的步骤也需要调整，根据新的修剪轨迹生成新的步骤，在修剪方案中将新的步骤替换原先的步骤，当工作模型与虚拟模型不存在重合时，修剪方案即可确定，处理器401向驱动装置402输出修剪信号，驱动装置402驱动修剪机构按照修剪方案进行修剪。

实施例二

如图4所示，比对虚拟模型与修剪模型还包括：

计算目标绿化的生长周期，并计算修剪模型在生长周期时的生长状态；

并根据生长状态将修剪模型等比例放大或缩小，再将放大或缩小后的修剪模型与虚拟模型比对。

如图5所示，若目标绿化为树木时，还包括：

计算目标绿化的树干的周长以及高度，根据周长以及高度计算目标绿化的树龄；

计算修剪模型在树龄时的生长状态；

根据生长状态将修剪模型等比例放大或缩小。

计算目标绿化的树龄还包括：

测量目标树木离地1.5米处的树干的周长，将周长除以2.5即为目标绿化的树龄。

具体地，第二对应关系中的修剪模型仅为绿化在某一生长周期时的最佳生长状态，而目标绿化存在多种生长周期的可能性，因此，在比对虚拟模型与修剪模型之前，需先对修剪模型进行精确修改。确定目标绿化后，处理器401计算目标绿化的当前生长周期，将修剪模型等比例方法或缩小至生长状态，再将位于同一生长周期内的虚拟模型与修剪模型进行比对。

当目标绿化为树木时，则可进一步精确目标树木的生长周期，测量目标树木离地1.5米处的树干的周长，将周长除以2.5即为目标绿化的树龄，计算目标绿化在当前树龄下的最佳生长状态，再计算修剪模型在相同树龄下的最佳生长状态，将修剪模型等比例放大或缩小至最佳生长状态，再将位于同一树龄的虚拟模型与修剪模型进行比对。

实施例三

如图6所示，判断虚拟模型与修剪模型的生长状态是否一致还包括:

计算虚拟模型与修剪模型的第一相似度；

判断第一相似度是否小于第一预设相似度；

若是，则判定虚拟模型与修剪模型的生长状态不一致；

如否，则判定虚拟模型与修剪模型的生长状态一致。

如图7所示，驱动修剪设备按照移动路线行进至目标区域还包括：

修剪设备在前往目标区域的过程中，提取出沿途的绿化，并提取出与绿化的种类对应的修剪模型；

建立绿化的虚拟模型；

计算虚拟模型与修剪模型的第二相似度；

判断第二相似度是否小于第二预设相似度，第二预设相似度小于第一预设相似度；

若是，则对绿化进行修剪；

若否，驱动修剪设备继续行进。

具体地，不存在状态完全一致的两株绿化，本发明对虚拟模型与修剪模型生长状态的一致性设定有一判断标准，判断标准为虚拟模型与修剪模型外观的相似度，即用外观的相似度来衡量两者生长状态的一致性。处理器401中预存有第一预设相似度以及第二预设相似度，第一预设相似度大于第二预设相似度，在本实施例中，将第一相似度设定为80%，将第二相似度设置为60%。计算虚拟模型与修剪模型的第一相似度，当第一相似度小于第一预设相似度时，则表明目标绿化的生长状态需要改善，启动对目标绿化进行修剪。

在修剪设备移动的过程中，可同时采集沿途的绿化，并对沿途的绿化进行修剪，修剪方法参照实施例一，其中，在计算虚拟模型与修剪模型的第二相似度时，将第二相似度与第二预设相似度进行比较，若是第二相似度小于第二预设相似度，则启动对目标绿化进行修剪。

实施例四

如图8所示，一种基于人工智能的增强现实修剪设备，包括控制机构、摄像机构405、移动机构406以及修剪机构，

控制机构包括处理器401、驱动装置402、定位装置403以及导航装置404，处理器401分别与驱动装置402、定位装置403以及导航装置404连接，定位装置403用于获取修剪设备的位置信息并将位置信息发送给处理器401，导航装置404用于生成修剪设备的移动路线并将移动路线发送给处理器401，摄像机构405与处理器401连接，用于拍摄修剪设备周围环境并将拍摄影像发送给处理器401，移动机构406用于驱动修剪设备行进，修剪机构包括若干段相连的机械臂以及电动剪407，机械臂通过旋转装置408相连，机械臂包括伸缩杆409，驱动装置402分别与电动剪407、旋转装置408以及伸缩杆409连接，电动剪407用于修剪绿化，旋转装置408以及伸缩杆409用于调整修剪设备的修剪轨迹。

上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。