基于双注意力语义分割网络的除草机器人设计

基于双注意力语义分割网络的除草机器人设计

贾鹏 ,陈德振 ,陈家乐

滨州学院电气工程学院，山东省，256600

摘  要：针对田间场景的复杂化和除草机械末端执行器损伤作物根系的问题，提出了一种基于双注意力语义分割网络的苗期作物识别方法，设计了基于作物根系保护的智能除草机器人。该机器人系统由机器人移动平台、苗草检测系统、除草装置和控制系统组成。以树莓派和 OpenCV视觉模块为控制核心，建立双注意力语义分割模型，并结合图像形态学处理方法，在仅识别作物的基础上识别杂草，实现苗草的精准识别和分割；基于空间立体开合运动设计除草执行装置，实现对苗草的土下除草土上避苗作业；最后，通过树莓派控制机械臂上的除草装置至指定位置，进行除草作业。该除草机器人采用双注意力语义分割的视觉检测模型，有效降低了杂草多样性和苗草交叠对识别精度的影响，除草执行器土上避苗除草模式的应用实现了良好的作物根系保护性能。

关键词：机器人移动平台；根系保护；语义分割；双重注意力

基金项目：山东省大学生创新创业训练计划项目（202210449014）

0 引言

田间杂草严重危害苗期作物生长，会影响农作物的生长发育，导致产量和品质下降。因此，需要进行田间除草[1]。人工除草劳动强度大，效率低。除草机械喷洒除锈剂，无论是否有杂草，过度喷洒都会造成高昂的成本和环境污染。农业除草机器人在一定程度上取代了人类在农业生产活动中的角色。它们不仅减少了人力投资和农业生产成本，还减少了农药和化肥的使用，减少了环境污染，提高了农产品的质量。为了完成精确的除草作业，除草机器人的关键问题是在不破坏作物根系的情况下，对作物和杂草进行准确的识别和分割。

传统的苗草检测技术主要采用深度学习的目标检测方法，常用结构包括 YOLOv3、Faster R-CNN和SSD等[2-4]。在上述研究中，采用深度卷积神经网络提取图像特征，实现了苗草的识别和位置预测。然而，杂草识别存在以下问题：杂草种类的多样性和生长位置的随机性，使得在检测过程中需要对所有杂草进行标记，以实现准确识别。苗草往往存在交叠现象，难以实现目标区域边界的分割。大多数除草机器人的末端执行器根据运动形式采用摆动式和旋转式，并且大多以除草率和幼苗损伤率为评价指标，除草作业时末端执行器工作在地面以下，将大大增加末端除草装置损害作物根系的风险，增加了损害幼苗的可能性，从而影响作物产量[5-7]。

为了解决苗草重叠对田间图像识别精度的影响，充分考虑除草机械末端执行器损坏作物根系的问题，设计了一种基于双注意力语义分割网络的智能除草机器人。结合图像形态学处理方法，基于作物像素分割结果，在只识别作物的基础上，生成杂草分割图来识别杂草。除草执行器是基于空间三维开合运动设计的，旨在实现避苗除草作业，有效保护作物根系。

1 除草机器人系统组成和工作原理

1.1 总体结构设计

机器人移动平台由中间车体骨架、车轮、车身升降装置、挂载架升降装置等组成，车体

中主要包括控制系统和供电系统。移动平台的前轮为两个万向轮，后轮是驱动轮由轮毂电机驱动，通过驱动轮差速实现机器人平台转向；移动平台分为遥控和手动两种操控方式。机器人平台的轮距可调，以满足不同行距的除草作业需求。移动平台配备苗草检测系统、除草装置和控制系统。苗草检测系统识别、分割和定位作物和杂草，并将提取的信息传输给控制系统。控制系统编译信息后，确定最短除草路径，通过控制电机将末端除草执行器驱动到指定位置，完成除草铲水平开合以及竖直方向升降运动，实现除草作业。

1.2 避苗除草原理

本设计采用土上避苗除草模式，当株间有杂草且在作物保护区以外时，两侧除草铲同步进行下降与闭合运动，将杂草切断或夹住，配合移动平台的向前运动，使杂草发生移动，达到除草目的。除草铲闭合状态持续到下一株作物苗前，然后迅速张开与上升恢复到初始位置，完成避苗并等待下一次除草指令。

2 除草系统设计

2.1 苗草检测系统

对采集的苗期田间图像，使用labelme标注作物目标区域，其他区域作为背景，无需其他预处理，并建立数据集。建立双注意力语义分割模型，编码器以ResNet101为主干网络，提取苗草图像的语义特征；以双注意力模块为解码器，对苗草图像进行语义分割，实现了作物识别，生成了作物分割图。采用形态学处理方法生成基于作物像素的杂草分割图，在仅识别作物的前提下识别杂草。

2.2 多目标测距与除草路径规划方法

基于双注意力语义分割模型和图像形态学处理方法，对杂草目标特征和作物目标特征进行识别和分割。深度相机用于作物和作物、作物和杂草、杂草和杂草之间的多目标测距，规划除草机器人的最佳除草路径，使末端除草执行器根据设定的除草路径除草。

2.3 智能除草装置关键部件的设计与分析

智能除草装置主要包括机架、树莓派摄像头、平行四杆仿形机构、曲柄摇杆机构、线性滑台模块和末端除草执行器。末端除草执行器的初始张开距离根据作物根系的辐射直径确定。末端除草执行器依靠曲柄摇杆机构和线性滑台模块实现空间三维开合运动，进行土上避苗除草作业。并对装置的关键部件进行静力学分析。

左右开合运动的传动设计，由伺服电机驱动直角齿轮箱，实现由绕x轴到绕z轴的旋转运动，然后通过曲柄摇杆带动两侧摆臂做开合运动，从而实现除草执行器的水平方向运动。垂直方向的传动设计，通过步进电机驱动滑块实现除草执行器的垂直运动。通过上述两种传动方式的复合，实现除草执行器的空间立体开合运动，进行土上避苗除草。

2.4 基于树莓派的控制系统设计

控制系统包括树莓派、稳压模块、电机驱动模块、信号隔离模块、传感器信息采集模块等。树莓派作为主控制模块，接收苗草检测系统的信息，与机械除草装置的电机相连，并发送脉冲，可计算、判断和控制除草机器人完成一系列工作。

整个除草系统的硬件配置可知: 便携式计算机采用 220 V AC 供电；伺服电机和步进电机采用24 V供电；树莓派采用5 V供电。本除草系统自身配备24 V锂电池，通过逆变器从机器人移动平台上的48 V电池获得220 V AC电源，通过降压模块从锂电池获得5 V电源，角度传感器直接从树莓派上端子获得5 V电源。

2.5 田间试验验证

对除草机器人的软件和硬件设计完成后，试制样机，通过苗草检测系统田间试验和除草试验来验证其实际作业性能。苗草检测系统试验主要测试除草机器人在不同行走速度下作物和杂草的识别准确率。除草试验以作物根系最小损伤为原则，测试除草机器人在作物不同保护区直径下的除草率和伤苗率。

3 结论

针对复杂田间图像中苗草交叠和除草机械执行器损伤作物根系的问题，设计了一种基于双注意力语义分割网络的智能除草机器人。以大田作物和杂草为研究对象，通过空间三维开合运动设计末端除草执行器，结合基于双注意力语义分割网络的苗草识别方法，实现苗草的准确识别和区域划分，在低根系伤害率的基础上，有效清除杂草。不足之处在于识别与分割速度在同类研究中不具备明显优势，在今后的研究中将进一步改进模型结构，提高方法的实时性，同时进一步扩大作物种类，构建通用化的作物杂草识别方法。同时进一步改进设计末端执行器除草铲的结构，能够对垄台边上的杂草也有很好的除草能力。

4 参考文献

[1]Lijun Wang, Wenjing Li, Chengyang Yue, et al. Design and Implementation of Weeding Robot Pulling Weeds[J]. International Journal of Frontiers in Sociology, 2020, 2(07):75-83.

[2]NØrremark M, Griepentrog H W, Nielsen J, et al. The development and assessment of the accuracy of an autonomous GPS-based system for intra-row mechanical weed control in row crops[J]. Biosystems Engineering, 2008, 101(11):396-410.

[3] 韩豹, 申建英, 李悦梅. 3ZCF-7700型多功能中耕除草机设计与试验[J]. 农业工程学报, 2011, 27(01):124-129.

[4] 张朋举, 张纹, 陈树人, 等. 八爪式株间机械除草装置虚拟设计与运动仿真[J]. 农业机械学报, 2010, 41(04):56-59+94.

[5] QUAN Longzhe, FENG Huaiqu, LV Yingjie, et al. Maize seedling detection under different growth stages and complex field environments based on an improved Faster R-CNN[J]. Biosystems Engineering, 2019,184( 8):1-23．

[6] 李春明, 逯杉婷, 远松灵, 等. 基于Faster R-CNN的除草机器人杂草识别算法[J]. 中国农机化学报, 2019, 40(12):171-176.

[7] 孟庆宽, 张漫, 杨晓霞, 等. 基于轻量卷积结合特征信息融合的玉米幼苗与杂草识别[J]. 农业机械学报, 2020, 51(12):238-245+303.