(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 202211079556.5 (22)申请日 2022.09.05 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 吴斌鑫　李伟祥　周宇康　邓鑫　 孙健　吕平　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 郑海峰 (51)Int.Cl. G01N 21/84(2006.01) G01N 21/01(2006.01) G01J 3/28(2006.01) G01J 3/02(2006.01)B25J 5/00(2006.01) (54)发明名称 一种基于可移动机器人的番茄植株表型监 测方法及装置 (57)摘要 本发明提供了一种基于可移动机器人的番 茄植株表型监测方法及装置， 所述监测装置包 括： 可移动机器人本体， 以及搭载在可移动机器 人本体上的监测模块和控制模块； 可移动机器人 本体用于实现移动， 控制模块用于根据基站发送 的监测任务控制可移动机器人本体行进； 监测模 块用于实施 监测项目， 判断番茄植株是否有病虫 害状况、 长势是否良好、 以及是否授粉。 在应用 时， 控制模块控制可移动机器人本体行进， 由监 测模块完成监测， 对于异常植株， 则上传异常植 株信息给基站 。 本发明能够系统性、 大面积、 高效 率的检测作物表型信息， 能够实现检测作物病虫 害、 生长状况与开花情况， 减 轻人工成本， 提供效 率。 权利要求书2页 说明书5页 附图2页 CN 115494056 A 2022.12.20 CN 115494056 A 1.一种基于可移动机器人的番 茄植株表型监测装置， 其特 征在于包括： 可移动机器人本体， 以及搭载在可移动机器人本体上的监测模块和控制模块； 所述控 制模块用于根据基站发送的监测任务控制可移动机器人本体行进或停止； 所述监测模块包 括： 摄像机， 用于拍摄异常的番 茄植株图像； 距离传感器模组， 用于检测可移动机器人本体与番 茄植株之间的距离； 六自由度机械臂， 其一端连接在可移动机器人本体上， 另一端搭载有光谱成像仪， 用于 带动光谱成像仪进行移动； 光谱成像仪， 用于获取番 茄植株的高光谱图像， 并传输给信号处 理模块； 信号处理模块， 用于对高光谱图像进行处理， 判断番茄植株是否有病虫害状况、 长势是 否良好、 以及是否授粉； 所述的信号处理模块内有训练好的病虫害识别模型、 植株长势模型和花朵授粉判断模 型； 其中， 病虫害识别模型用于判别番茄植株是否有病虫害状况， 植株长势模型用于判别 番茄植株长势是否良好， 花朵授粉判断模型用于识别花朵， 并判断花朵是否授粉。 2.根据权利要求1所述的基于可移动机器人的番茄植株表型监测装置， 其特征在于， 所 述的可移动机器人本体上搭载有车轮驱动电机、 电池模组和信号收发模块； 可移动机器人 设置有若干车轮用于实现移动， 车轮驱动电机用于驱动车轮滚动， 电池模组用于 向监测模 块、 信号收发模块和车轮驱动电机供电； 信号收发模块通过无线通讯方式与基站 通信， 用于 接受控制指令并上传数据； 信号收发模块与监测模块 通过信号线连接 。 3.根据权利要求2所述的基于可移动机器人的番茄植株表型监测装置， 其特征在于， 所 述的信号收发模块包括信号接收器和信号发送器； 所述信号接收器和信号发送器通过蓝 牙、 wifi、 4G/5G通信方式与基站无线通信。 4.根据权利要求1所述的基于可移动机器人的番茄植株表型监测装置， 其特征在于， 所 述控制模块接 收基站发送的监测任务， 所述监测任务包括监测路线和监测项目， 所述监测 项目包括 监测病虫害状况、 监测长势、 检测授粉中的一项或多 项。 5.根据权利要求1所述的基于可移动机器人的番茄植株表型监测装置， 其特征在于， 所 述的六自由度机械臂的尾端通过旋转装置 设置在垂 直升降架上， 所述垂 直升降架安装在移 动机器人本体上； 其中旋转装置的转动轴为Z轴， 所述旋转装置能够带动六自由度机械臂绕 Z轴转动， 所述垂 直升降架能够带动六自由度机械臂在高度方向上移动， 所述六自由度机械 臂由若干连接臂和位于连接臂上的转动关节组成， 光谱成像仪位于六自由度机械臂的端 部； 通过六自由度机械臂、 旋转装置和垂 直升降架的配合运动， 光谱成像仪可在三 维空间中 移动并改变朝向， 以获取 所需位置和视角的高光谱数据。 6.根据权利要求1所述的基于可移动机器人的番茄植株表型监测装置， 其特征在于， 所 述信号处理模块预先利用经标注的番茄植株高光谱图像数据集对病虫害识别模型、 植株长 势模型和花朵授粉判断模型进行训练； 在监测时， 根据监测任务对应的监测项目调用对应的模型； 信号处理模块首先剔除无 关背景图像及干扰图像， 提取目标图像； 然后获取番茄植株不同高度部位的特征波段及高 光谱图像， 输入对应的模型中进行预测， 确定病虫害类型严重程度、 植株长势、 开花授粉状权　利　要　求　书 1/2 页 2 CN 115494056 A 2况。 7.一种基于权利要求1 ‑6任一项所述装置的番茄植株表型监测方法， 其特征在于包括 如下步骤： 1)可移动机器人本体移动至初始监测位置， 调整监测模块各部件复位至初始状态； 复 位完毕后， 可移动机器人本体上 的信号收发模块开始接受基站的监测任务； 监测任务包括 监测路线和监测项目； 2)获取到监测任务后， 控制模块根据监测路线驱动可移动机器人本体行进， 其中同一 垄上的各番茄植株等间距种植， 可移动机器人本体沿平行于垄长方形行进； 当一垄监测完 毕后， 沿设定的路线移动至下一垄； 控制模块通过控制车轮驱动电机驱动车轮滚动设定距 离实现在植株间的移动； 3)当可移动机器人本体移动到番茄植株对应的位置时， 由距离传感器模组检测可移动 机器人本体与番茄植株之间的距离， 六自由度机械臂以检测的距离以依据， 带动光谱成像 仪获取植株高光谱图像； 信号处理模块根据监测任务对应的监测项目调用对应的模型； 信号处理模块首先剔除 无关背景图像及干扰图像， 提取目标图像； 然后 获取番茄植株不同高度部位的特征波段及 高光谱图像， 输入对应的模型中进行预测， 确定病 虫害类型严重程度、 植株长势、 开花授粉 状况； 4)完成一株植株的监测后， 可移动机器人本体移动到下一株植株对应的监测位置， 重 复步骤3)直至完成监测任务； 对于存在异常的植株， 由于初始 监测位置是固定的， 行进路线 和车轮移动距离是已知， 因此每株植株对应的位置也是确定的， 通过摄像机拍摄植株图像， 并将植株图像和植株对应的位置通过信号收发模块传送给基站。 8.根据权利要求7所述的表型监测方法， 其特征在于， 在步骤3)中， 当监测项目同时包 含监测病虫害状况、 监测长势、 检测授粉时； 信号处理模块先调用病虫害识别模型进行病虫害识别， 若识别结果为存在病虫害， 则 直接标记该植株为异常植株， 不再调用后续的植株长势模型和花朵授粉判断模型； 当识别 结果为不存在病虫害时， 才调用植株长势模型； 植株长势模型判断长势是否良好， 当植株长势不良时， 则直接标记该植株为异常植株， 不再调用后续的花朵授粉判断模型； 当植株长势良好时， 调用花朵授粉判断模型； 花朵授粉判断模型首先检测是否存在花朵， 若未检测到花朵， 则直接标记该植株为异 常植株； 若存在花朵， 则检测花朵是否授粉， 若授粉， 则完成监测移动至下一植株； 若未授 粉， 则发送未授粉植株坐标信号及预警信号后移动至下一 植株。权　利　要　求　书 2/2 页 3 CN 115494056 A 3