(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 202111650932.7 (22)申请日 2021.12.2 9 (71)申请人 广州极飞科技股份有限公司 地址 510000 广东省广州市天河区高普路 115号C座 (72)发明人 黎赣彤　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 张欣 (51)Int.Cl. G01C 21/00(2006.01) G01S 19/43(2010.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 路线生成方法、 装置、 无人作业车、 电子设备 及存储介质 (57)摘要 本申请提供了一种路线生 成方法、 无人作业 车、 装置、 电子设备及存储介质。 所述方法包括： 利用神经网络模 型对农田图像进行处理， 以将所 述农田图像分割成多个区域， 所述多个区域包括 植株区域和非植株区域； 根据所述多个区域， 确 定所述目标地块的田间路线。 上述方法利用神经 网络模型对农田图像直接进行分割， 根据神经网 络模型识别的目标区域的轮廓直接确定目标地 块的田间路线。 能够有效解决现有技术中颜色阈 值难以确定以及逐行扫描或水平切割的方式处 理效率较低的问题。 同时， 在对神经网络模型进 行训练时， 充分考虑了不同环境因素的影响， 使 该方法能够适用于作物生长的不同时期以及不 同的光照条件， 实现全天候的作业。 权利要求书4页 说明书10页 附图6页 CN 114485612 A 2022.05.13 CN 114485612 A 1.一种路线生成的方法， 其特 征在于， 所述方法包括： 利用神经网络模型对目标地块的目标农田图像进行处理， 以将所述目标农田图像分割 成多个区域， 所述多个区域包括 植株区域和非植株区域； 根据所述多个区域， 确定所述目标地 块的田间路线； 其中， 训练所述神经网络模型所依据的农田图像样本包括以下中的至少一种： 不同光 照强度下 的农田图像、 不同作业地块的农田图像样本、 不同作物生长时期下 的农田图像样 本。 2.根据权利要求1所述的方法， 其特 征在于， 所述根据所述多个区域， 确定所述目标地 块的田间路线， 包括： 从所述目标农田图像的多个区域中选择边 缘轮廓线满足预设要求的目标区域； 根据所述目标区域的边 缘轮廓线， 确定所述目标地 块的田间路线。 3.根据权利要求2所述的方法， 其特 征在于， 所述从所述目标农田图像的多个区域中选择边缘轮廓线满足预设要求的目标区域， 包 括： 对所述目标农田图像进行二 值化处理， 确定所述目标农田图像的二 值图像； 查找所述 二值图像中的所有区域的轮廓； 剔除所述二值图像中周长小于设定周长 阈值和/或面积小于设定面积阈值的区域的轮 廓； 当剩余的轮廓数量 为0时， 确定所述目标农田图像中不包 含所述目标区域； 当剩余的轮廓数量不为0时， 确定所述剩余轮廓中周长和/或面积最大的轮廓所对应的 区域为所述目标区域。 4.根据权利要求2所述的方法， 其特 征在于， 所述根据所述目标区域的边 缘轮廓线， 确定所述目标地 块的田间路线， 包括： 根据所述目标区域的边 缘轮廓线， 获取左边路线和右边路线； 根据所述左边路线和所述右边路线， 确定所述田间路线。 5.根据权利要求 4所述的方法， 其特 征在于， 所述根据所述目标区域的边 缘轮廓线， 获取左边路线和右边路线， 包括： 确定所述目标区域的边缘轮廓线的外接矩形， 根据 所述外接矩形的左上角和 右下角的 坐标， 确定所述左边路线和所述右边路线的掩膜； 在空白图片上绘制所述目标区域的轮廓， 确定所述目标区域的轮廓图像， 其中， 所述空 白图片的大小与所述目标农田图像相同； 根据所述左边路线和所述右边路线的掩膜， 在所述目标区域的轮廓图像中提取左边路 线点集和右边路线点 集； 对所述左边路线点集和所述右边路线点集进行拟合， 确定所述左边路线和所述右边路 线。 6.根据权利要求 4所述的方法， 其特 征在于， 所述根据所述左边路线和所述右边路线， 确定所述田间路线， 包括： 以所述目标农田图像的图像坐标系为准， 确定与 所述图像坐标系的横轴平行的两条直 线分别与所述左边路线和所述右边路线的交点；权　利　要　求　书 1/4 页 2 CN 114485612 A 2确定所述两条直线中各直线分别与 所述左边路线和所述右边路线的交点之间的中点， 以得到两个中点； 确定经过所述两个中点的直线为所述田间路线。 7.根据权利要求 4所述的方法， 其特 征在于， 所述根据所述左边路线和所述右边路线， 确定所述田间路线， 包括： 以所述目标农田图像的图像坐标系为准， 确定间隔设置且与 所述图像坐标系的横轴平 行的多条直线分别与所述左边路线和所述右边路线的交点； 对于所述多条直线中的每条直线， 确定所述直线分别与 所述左边路线和所述右边路线 的交点之间的中点； 生成依次连接所有中点的曲线， 以得到所述田间路线。 8.根据权利要求7所述的方法， 其特征在于： 所述多条直线之间的间隔与所述左边路线 或所述右边路线的曲率呈负相关 关系。 9.根据权利要求6 ‑8任一项所述的方法， 其特 征在于， 所述方法还 包括： 基于所述田间路线的图像坐标、 采集所述目标农田图像的图像采集装置的内参和相对 于作业设备 的外参， 确定所述田间路线在所述作业设备所在的世界坐标系中的世界坐标， 所述世界坐标系中的田间路线用于控制所述作业设备的行进。 10.根据权利要求1所述的方法， 其特 征在于， 所述目标农田图像根据以下步骤获取： 在利用作业设备对所述目标地块进行作业过程中， 实时采集所述作业设备作业方向上 的目标农田图像。 11.根据权利要求1所述的方法， 其特 征在于， 所述目标农田图像通过以下步骤获取： 在利用作业设备对所述目标地块进行夜间作业 时， 控制搭载于所述作业设备或配置于 所述目标地 块的照明装置开启， 以采集所述目标农田图像。 12.根据权利要求1所述的方法， 其特 征在于， 所述神经网络模型为深度神经网络模型， 所述深度神经网络模型的输入图像为3通道 RGB图像， 输出为与所述输入图像大小一致的单通道矩阵， 每个像素位置的值表示该位置的 类别。 13.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 采用数据增强方法对所述神经网络模型进行训练， 所述数据增强方法包括以下中的至 少一种： 随机 旋转、 缩放、 错切、 翻转、 倾 斜、 亮度变化、 色调变化、 随机模糊以及随机 裁剪。 14.一种路线生成的装置， 应用于无 人作业车， 其特 征在于， 所述装置包括： 分割单元， 用于利用神经网络模型对目标地块的目标农田图像进行处理， 以将所述目 标农田图像分割成多个区域， 所述多个区域包括 植株区域和非植株区域； 路线确定单 元， 用于根据所述多个区域， 确定所述目标地 块的田间路线； 其中， 训练所述神经网络模型所依据的农田图像样本包括以下中的至少一种： 不同光 照强度下 的农田图像、 不同作业地块的农田图像样本、 不同作物生长时期下 的农田图像样 本。 15.一种无 人作业车， 其特 征在于， 包括： 无人作业车 车体；权　利　要　求　书 2/4 页 3 CN 114485612 A 3