本技術(shù)涉及農(nóng)業(yè)機(jī)器人，特別是涉及一種智能巡檢機(jī)器人及監(jiān)控系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代農(nóng)業(yè)生產(chǎn)中，農(nóng)田、果園、溫室等農(nóng)業(yè)生產(chǎn)場景對作物的生長狀態(tài)以及生長環(huán)境的監(jiān)控要求越來越高。傳統(tǒng)的人工巡檢方式雖然可以實(shí)現(xiàn)對作物自身和環(huán)境的定期檢查，但隨著農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大，這種方式的局限性日益顯現(xiàn)。

2、首先，人工巡檢的效率低。特別是在大規(guī)模農(nóng)業(yè)生產(chǎn)中，巡檢工作往往耗時(shí)耗力，難以實(shí)現(xiàn)對整個(gè)作業(yè)區(qū)域的全面覆蓋。

3、此外，人工巡檢的準(zhǔn)確性也受限于人員的經(jīng)驗(yàn)和主觀判斷，不能及時(shí)發(fā)現(xiàn)可能導(dǎo)致病蟲害、作物生長異常等問題。

4、再者，農(nóng)田、果園等農(nóng)業(yè)生產(chǎn)場景中，各類作物的生長環(huán)境復(fù)雜多變，天氣、土壤濕度、溫度等因素均可能影響巡檢質(zhì)量，而人工巡檢往往難以在惡劣條件下持續(xù)進(jìn)行。

5、由此，隨著農(nóng)業(yè)自動(dòng)化技術(shù)的發(fā)展，智能巡檢機(jī)器人逐漸成為農(nóng)業(yè)生產(chǎn)中的重要工具。智能巡檢機(jī)器人能夠?qū)崟r(shí)監(jiān)控各類作物的生長環(huán)境、生長狀態(tài)，并能夠?qū)崟r(shí)檢測病蟲害，及時(shí)發(fā)現(xiàn)設(shè)備故障等。然而，現(xiàn)有的智能巡檢機(jī)器人存在一些缺陷，包括路徑規(guī)劃不夠智能、病蟲害檢測準(zhǔn)確率較低以及復(fù)雜環(huán)境下的適應(yīng)性較差等。

6、為了解決上述問題，本技術(shù)提出了一種基于多傳感器融合技術(shù)的智能農(nóng)業(yè)巡檢機(jī)器人系統(tǒng)，能夠在復(fù)雜的農(nóng)業(yè)環(huán)境中進(jìn)行自主巡航、環(huán)境監(jiān)測、病蟲害檢測和實(shí)時(shí)報(bào)警，確保作物健康和農(nóng)業(yè)設(shè)施的安全。

技術(shù)實(shí)現(xiàn)思路

1、鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本技術(shù)的目的在于提供一種智能巡檢機(jī)器人及監(jiān)控系統(tǒng)，用于解決現(xiàn)有智能巡檢機(jī)器人路徑規(guī)劃能力差、病蟲害檢測準(zhǔn)確率低以及適應(yīng)性差的問題。

2、為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本技術(shù)的第一方面提供一種智能巡檢機(jī)器人，所述智能巡檢機(jī)器人包括：機(jī)器人本體，包括：行走結(jié)構(gòu)，用于將所述智能巡檢機(jī)器人移至指定位置；巡檢導(dǎo)航模塊，設(shè)置于所述機(jī)器人本體，用于實(shí)時(shí)采集所述智能巡檢機(jī)器人的位姿信息、當(dāng)前待巡檢區(qū)域內(nèi)各障礙物以及各作物的位置信息和形狀信息，并基于采集的信息生成待巡檢區(qū)域的三維地圖，基于生成的三維地圖以及預(yù)設(shè)的巡檢策略，生成最優(yōu)巡檢路徑，以驅(qū)動(dòng)所述智能巡檢機(jī)器人根據(jù)最優(yōu)巡檢路徑巡檢待巡檢區(qū)域，生成巡檢數(shù)據(jù)；環(huán)境監(jiān)測模塊，設(shè)置于所述機(jī)器人本體，用于實(shí)時(shí)采集環(huán)境監(jiān)測數(shù)據(jù)；病蟲害檢測模塊，設(shè)置于所述機(jī)器人本體，連接所述環(huán)境監(jiān)測模塊，用于實(shí)時(shí)采集多類型的作物圖像數(shù)據(jù)，并基于預(yù)訓(xùn)練的作物病蟲害預(yù)測模型，根據(jù)采集的作物圖像數(shù)據(jù)以及接收到的所述環(huán)境監(jiān)測數(shù)據(jù)，分析待巡檢區(qū)域內(nèi)各作物的病蟲害情況以及病蟲害風(fēng)險(xiǎn)，生成病蟲害檢測數(shù)據(jù)以及病蟲害預(yù)測數(shù)據(jù)；無線通信模塊，設(shè)置于所述機(jī)器人本體，連接所述巡檢導(dǎo)航模塊、所述環(huán)境監(jiān)測模塊以及所述病蟲害檢測模塊，用于將各模塊生成的各類數(shù)據(jù)上傳至外部的監(jiān)控中心，以供分析所述智能巡檢機(jī)器人的工作狀態(tài)、巡檢進(jìn)度、巡檢結(jié)果以及巡檢效率，并遠(yuǎn)程管理及優(yōu)化所述智能巡檢機(jī)器人；其中，所述病蟲害檢測模塊包括：圖像數(shù)據(jù)采集單元，用于實(shí)時(shí)采集多類型的作物圖像數(shù)據(jù)；圖像數(shù)據(jù)處理單元，連接所述圖像數(shù)據(jù)采集單元，用于對各類型的作物圖像數(shù)據(jù)分別執(zhí)行預(yù)處理操作以及數(shù)據(jù)增強(qiáng)操作；多模態(tài)數(shù)據(jù)融合單元，連接所述圖像數(shù)據(jù)處理單元以及所述環(huán)境監(jiān)測模塊，用于將各類型的作物圖像數(shù)據(jù)以及所述環(huán)境監(jiān)測數(shù)據(jù)歸一化嵌入到多維向量，并將其采用深度特征融合方式進(jìn)行融合，生成多模態(tài)融合特征數(shù)據(jù)；病蟲害檢測單元，連接所述多模態(tài)數(shù)據(jù)融合單元，用于基于預(yù)訓(xùn)練的作物病蟲害預(yù)測模型，根據(jù)生成的多模態(tài)融合特征數(shù)據(jù)，分析待巡檢區(qū)域內(nèi)各作物的病蟲害情況以及病蟲害風(fēng)險(xiǎn)，生成病蟲害檢測數(shù)據(jù)以及病蟲害預(yù)測數(shù)據(jù)。

3、于本技術(shù)的第一方面的一些實(shí)施例中，所述巡檢導(dǎo)航模塊包括：慣性測量單元以及激光雷達(dá)傳感器中的一種或多種，分別用于實(shí)時(shí)采集所述智能巡檢機(jī)器人的位姿信息、當(dāng)前待巡檢區(qū)域內(nèi)各障礙物以及各作物的位置信息和形狀信息，以供采用多傳感器融合技術(shù)生成待巡檢區(qū)域的三維地圖，并基于該三維地圖以及預(yù)設(shè)的巡檢策略，生成最優(yōu)巡檢路徑。

4、于本技術(shù)的第一方面的一些實(shí)施例中，采用多傳感器融合技術(shù)生成待巡檢區(qū)域的三維地圖，并基于該三維地圖以及預(yù)設(shè)的巡檢策略，生成最優(yōu)巡檢路徑的方式包括：通過所述慣性測量單元測量所述智能巡檢機(jī)器人的位姿信息，并通過所述激光雷達(dá)傳感器掃描當(dāng)前環(huán)境，測量所述智能巡檢機(jī)器人與各障礙物以及各作物之間的距離，獲得各障礙物以及各作物的位置信息和形狀信息；對獲得的所述智能巡檢機(jī)器人的位姿信息、各障礙物的位置信息和形狀信息以及各作物的位置信息和形狀信息進(jìn)行數(shù)據(jù)預(yù)處理以及點(diǎn)云匹配，并利用擴(kuò)展卡爾曼濾波定位算法將各類信息進(jìn)行數(shù)據(jù)融合，生成所述智能機(jī)器人、各障礙物以及各作物的定位信息，以構(gòu)建待巡檢區(qū)域的三維地圖；基于構(gòu)建的待巡檢區(qū)域的三維地圖以及預(yù)設(shè)的巡檢策略，采用路徑規(guī)劃算法規(guī)劃出最優(yōu)巡檢路徑，以供所述智能巡檢機(jī)器人根據(jù)所述最優(yōu)巡檢路徑巡檢待巡檢區(qū)域；在所述智能巡檢機(jī)器人巡檢過程中，根據(jù)由所述慣性測量單元以及所述激光雷達(dá)傳感器實(shí)時(shí)采集的所述智能巡檢機(jī)器人的位姿信息、當(dāng)前待巡檢區(qū)域內(nèi)各障礙物以及各作物的位置信息和形狀信息，采用動(dòng)態(tài)避障算法對所述最優(yōu)巡檢路徑進(jìn)行動(dòng)態(tài)調(diào)整，以動(dòng)態(tài)避障，并持續(xù)更新所述最優(yōu)巡檢路徑。

5、于本技術(shù)的第一方面的一些實(shí)施例中，所述環(huán)境監(jiān)測模塊包括：溫度傳感器、濕度傳感器、光照傳感器、土壤濕度傳感器以及土壤酸堿度傳感器中的一種或多種，分別用于實(shí)時(shí)采集空氣溫度監(jiān)測數(shù)據(jù)、空氣濕度監(jiān)測數(shù)據(jù)、光照監(jiān)測數(shù)據(jù)、土壤濕度監(jiān)測數(shù)據(jù)以及土壤酸堿度監(jiān)測數(shù)據(jù)，以生成環(huán)境監(jiān)測數(shù)據(jù)。

6、于本技術(shù)的第一方面的一些實(shí)施例中，所述圖像數(shù)據(jù)采集單元包括：rgb攝像頭、多光譜攝像頭、高光譜攝像頭以及紅外攝像頭中的一種或多種，分別用于實(shí)時(shí)采集作物彩色圖像數(shù)據(jù)、作物多光譜數(shù)據(jù)、作物高光譜數(shù)據(jù)以及作物紅外成像數(shù)據(jù)。

7、于本技術(shù)的第一方面的一些實(shí)施例中，訓(xùn)練所述作物病蟲害預(yù)測模型的方式包括：采集作物歷史圖像數(shù)據(jù)以及環(huán)境歷史監(jiān)測數(shù)據(jù)，并對所述作物歷史圖像數(shù)據(jù)以及所述環(huán)境歷史監(jiān)測數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，對預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取，生成作物歷史病蟲害特征數(shù)據(jù)集；將所述作物歷史病蟲害特征數(shù)據(jù)集拆分為樣本訓(xùn)練集、樣本驗(yàn)證集以及樣本測試集，并標(biāo)記所述樣本訓(xùn)練集以及所述樣本驗(yàn)證集中的患病作物、患病作物的位置、患病作物所患的病蟲害類型和風(fēng)險(xiǎn)等級；利用標(biāo)記后的所述樣本訓(xùn)練集訓(xùn)練目標(biāo)檢測模型，獲得初級作物病蟲害預(yù)測模型，并通過定義的計(jì)算損失函數(shù)，優(yōu)化更新所述初級作物病蟲害預(yù)測模型的模型參數(shù)，獲得收斂的作物病蟲害預(yù)測模型；利用標(biāo)記后的所述樣本驗(yàn)證集驗(yàn)證所述作物病蟲害預(yù)測模型的泛化能力，優(yōu)化更新所述作物病蟲害預(yù)測模型的模型結(jié)構(gòu)以及超參數(shù)，獲得最優(yōu)的作物病蟲害預(yù)測模型，以用于識(shí)別并標(biāo)記所述樣本測試集中的患病作物、患病作物的位置、患病作物所患的病蟲害類型和風(fēng)險(xiǎn)等級，生成對應(yīng)的病蟲害檢測數(shù)據(jù)，并預(yù)測具有患病風(fēng)險(xiǎn)作物、具有患病風(fēng)險(xiǎn)作物的位置、可能所患病蟲害類型和風(fēng)險(xiǎn)等級，生成對應(yīng)的病蟲害預(yù)測數(shù)據(jù)。

8、于本技術(shù)的第一方面的一些實(shí)施例中，所述智能巡檢機(jī)器人還包括：故障監(jiān)測模塊，設(shè)置于所述機(jī)器人本體，連接所述無線通信模塊，用于實(shí)時(shí)監(jiān)測所述智能巡檢機(jī)器人的工作狀態(tài)、性能數(shù)據(jù)以及剩余電量，并生成機(jī)器人監(jiān)測數(shù)據(jù)，以通過所述無線通信模塊發(fā)送至外部的監(jiān)控中心。

9、于本技術(shù)的第一方面的一些實(shí)施例中，所述智能巡檢機(jī)器人還包括：報(bào)警模塊，設(shè)置于所述機(jī)器人本體，連接所述環(huán)境監(jiān)測模塊、所述病蟲害檢測模塊以及所述故障監(jiān)測模塊，用于分別根據(jù)各模塊生成的環(huán)境監(jiān)測數(shù)據(jù)、病蟲害檢測數(shù)據(jù)以及機(jī)器人監(jiān)測數(shù)據(jù)，識(shí)別環(huán)境異常事件、病蟲害異常事件以及機(jī)器人故障異常事件，并在各類異常事件發(fā)生時(shí)發(fā)出對應(yīng)的報(bào)警信號(hào)。

10、于本技術(shù)的第一方面的一些實(shí)施例中，所述智能巡檢機(jī)器人還包括：動(dòng)力模塊，設(shè)置于所述機(jī)器人本體，包括：蓄能電池以及太陽能電池板，用于為所述智能巡檢機(jī)器人提供持續(xù)動(dòng)力；能源管理模塊，設(shè)置于所述機(jī)器人本體，用于根據(jù)當(dāng)前巡檢任務(wù)的剩余工作量以及所述智能巡檢機(jī)器人的剩余電量，自動(dòng)調(diào)整所述智能巡檢機(jī)器人的工作模式；其中，所述工作模式包括：第一工作模式、第二工作模式以及充電模式；當(dāng)所述智能巡檢機(jī)器人的剩余電量大于預(yù)設(shè)的第一電量閾值時(shí)，設(shè)置所述工作模式為第一工作模式，使所述智能巡檢機(jī)器人按照預(yù)設(shè)的巡檢策略巡檢待巡檢區(qū)域；當(dāng)所述智能巡檢機(jī)器人的剩余電量小于預(yù)設(shè)的第一電量閾值時(shí)，設(shè)置所述工作模式為第二工作模式，更新所述巡檢策略，并使所述智能巡檢機(jī)器人優(yōu)先巡檢重點(diǎn)巡檢區(qū)域；當(dāng)所述智能巡檢機(jī)器人的剩余電量小于預(yù)設(shè)的第二電量閾值時(shí)，設(shè)置所述工作模式為充電模式，使所述智能巡檢機(jī)器人返回充電倉進(jìn)行充電；其中，所述第一電量閾值大于所述第二電量閾值。

11、為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本技術(shù)的第二方面提供一種智能巡檢機(jī)器人監(jiān)控系統(tǒng)，所述智能巡檢機(jī)器人監(jiān)控系統(tǒng)包括：多個(gè)上述各實(shí)施例所述的智能巡檢機(jī)器人，用于自動(dòng)化巡檢待巡檢區(qū)域，并生成對應(yīng)的巡檢數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)以及病蟲害檢測數(shù)據(jù)上傳至監(jiān)控中心；監(jiān)控中心，連接各所述智能巡檢機(jī)器人，用于根據(jù)各所述智能巡檢機(jī)器人生成的巡檢數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)以及病蟲害檢測數(shù)據(jù)，分析各所述智能巡檢機(jī)器人的工作狀態(tài)、巡檢進(jìn)度、巡檢結(jié)果以及巡檢效率，并遠(yuǎn)程管理及優(yōu)化各所述智能巡檢機(jī)器人；移動(dòng)終端應(yīng)用端，連接所述監(jiān)控中心，用于農(nóng)業(yè)管理者在移動(dòng)終端上監(jiān)測指定智能巡檢機(jī)器人的工作狀態(tài)、巡檢進(jìn)度以及巡檢結(jié)果，并遠(yuǎn)程控制該智能巡檢機(jī)器人的運(yùn)行。

12、如上所述，本技術(shù)提供了一種智能巡檢機(jī)器人及監(jiān)控系統(tǒng)，通過巡檢導(dǎo)航模塊生成待巡檢區(qū)域的三維地圖以及最優(yōu)巡檢路徑，以驅(qū)動(dòng)所述智能巡檢機(jī)器人根據(jù)最優(yōu)巡檢路徑巡檢待巡檢區(qū)域，生成巡檢數(shù)據(jù)；通過環(huán)境監(jiān)測模塊實(shí)時(shí)采集空氣溫度監(jiān)測數(shù)據(jù)、空氣濕度監(jiān)測數(shù)據(jù)、光照監(jiān)測數(shù)據(jù)、土壤濕度監(jiān)測數(shù)據(jù)以及土壤酸堿度監(jiān)測數(shù)據(jù)，并生成環(huán)境監(jiān)測數(shù)據(jù)；通過病蟲害檢測模塊實(shí)時(shí)采集作物圖像數(shù)據(jù)以及所述環(huán)境監(jiān)測數(shù)據(jù)，并基于預(yù)訓(xùn)練的作物病蟲害預(yù)測模型，生成病蟲害檢測數(shù)據(jù)以及病蟲害預(yù)測數(shù)據(jù)。本技術(shù)具有以下有益效果：實(shí)現(xiàn)了精確的路徑導(dǎo)航和自主避障，并能夠?qū)崟r(shí)監(jiān)測作物的生長環(huán)境以及作物的病蟲害情況，從而大大提高了巡檢效率以及病蟲害檢測的準(zhǔn)確性，確保作物健康生長，可適應(yīng)于多種復(fù)雜的農(nóng)業(yè)作業(yè)環(huán)境的巡檢任務(wù)。