阅读说明：本技术 基于杂波分析的草地识别方法 (Grassland identification method based on clutter analysis ) 是由 刘瑜 于 2020-05-04 设计创作，主要内容包括：本发明公开一种基于杂波分析的草地识别方法,包括可以自主移动的运动平台,所述的运动平台内部设置处理器,所述的运动平台底部安装超声波发射模块和超声波接收模块,所述的处理器内部设置草地识别算法,确认所述的运动平台所在位置是否为草地,所述的草地识别算法包括以下步骤：(1)所述的超声波发射模块发射一个单周期超声波,所述的处理器在间隔ΔT时间后,将所述的超声波接收模块输出信号转换为数字采样信号f(n)；(2)比较出采样信号f(n)的最大值f<Sub>max</Sub>,采样序号为n<Sub>max</Sub>；(3)从f(n<Sub>max</Sub>)向f(1)搜索第一个过零点,采样序号为n<Sub>cross</Sub>；(4)计算杂波信号和∑f=<Image he="168" wi="231" file="926296DEST_PATH_IMAGE002.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="no"></Image>；(5)如果杂波信号和∑f>K,则判断为草地；否则,则判断为非草地。(The invention discloses a grassland identification method based on clutter analysis, which comprises a moving platform capable of moving autonomously, wherein a processor is arranged in the moving platform, an ultrasonic transmitting module and an ultrasonic receiving module are arranged at the bottom of the moving platform, a grassland identification algorithm is arranged in the processor to confirm whether the position of the moving platform is grassland or not, and the grassland identification algorithm comprises the following steps: (1) the ultrasonic transmitting module transmits a single-period ultrasonic wave, and the processor converts the output signal of the ultrasonic receiving module into a digital sampling signal f (n) after the interval delta T; (2) comparing the maximum value f of the sampled signals f (n) max Sampling number n max (ii) a (3) From f (n) max ) Searching f (1) for the first zero crossing point with the sampling sequence number n cross Calculating clutter signal sum ∑ f = Sum of spurious signals ∑ f>K, judging the lawn; otherwise, judging the lawn is not grassland.)

基于杂波分析的草地识别方法

技术领域

本专利涉及基于杂波分析的草地识别方法，属于移动机器人技术领域。

背景技术

割草机器人只有具备草地识别能力，才能在设定的工作区域正常工作。草地所具有的特征是普通土地上生长绿色的草，草的种类很多，叶片有长有短，有宽有细，有系数有茂密的。目前，检测草地主要有两种方式。一种是识别颜色特征的方法。图像传感器采集地面图像，采用图像处理算法分析图像的颜色信息，以绿色作为识别特征。但是这种方法不能解决光照条件变化对成像质量的影响。另一种是以植物的导电特性作为特征进行识别。割草机器人底部安装两个电极构成传感器，当割草机器人在草地上时，草的叶片会连接两个电极，因为含有水分，具有一定的导电性，会对电极之间的导电特性产生影响，相对于空气，具有显著的区别特征。但是这种方法对于草地稀疏或者过于干燥就会检测失败。因此，我们需要探索出一种割草机器人进行草地识别的可靠方法。

发明内容

针对上述问题，本专利提出一种基于杂波分析的草地识别方法，以草坪对超声波的多次反射为特性，进行草地识别。

本专利解决其技术问题所采用的技术方案是：

基于杂波分析的草地识别方法，包括可以自主移动的运动平台，所述的运动平台内部设置处理器，所述的运动平台底部安装超声波发射模块和超声波接收模块，所述的超声波发射模块设置超声波发射探头和信号驱动电路，所述的超声波接收模块设置超声波接收探头和信号放大电路，所述的信号驱动电路和信号放大电路连接所述的处理器，所述的处理器内部设置草地识别算法，确认所述的运动平台所在位置是否为草地，所述的草地识别算法包括以下步骤：

(1)所述的处理器每隔固定时间T，通过所述的超声波发射模块发射一个单周期超声波，所述的处理器在超声波信号发射之后间隔ΔT时间，将所述的超声波接收模块输出信号经过AD采样转换为数字采样信号f(n),n=1,2,3...，采样时间间隔为Δt；当采样次数达到N以后，结束采样过程，其中ΔT为信号发射至信号采样的时间间隔，Δt为两个AD采样之间的时间间隔；

(2)比较出数字信号f(n)的最大值f_max，采样序号为n_max；

(3)从f(n_max)向f(1)搜索第一个过零点，采样序号为n_cross；

(4)计算杂波信号和∑f=；

(5)如果杂波信号和∑f>K，则判断为草地；否则，则判断为非草地，其中K为经验阈值。

本专利的有益效果主要表现在：分析声波反射波形，识别植物反射的杂乱、低强度的反射波，作为草坪与普通地面的区别特征，进行草地识别，非接触式检测，可靠性高。

附图说明

图1是本专利实施方式的原理框图；

图2是地面反射波形示意图；

图3是草地反射波形示意图。

具体实施方式

下面结合附图对本发明作进一步描述：

参照图1-3，基于杂波分析的草地识别方法，包括可以自主移动的运动平台，所述的运动平台可设置驱动轮和支撑轮，可以实现执行、后退以及任意角度的旋转。所述的运动平台内部设置处理器1，所述的运动平台底部安装超声波发射模块和超声波接收模块，所述的超声波发射模块设置超声波发射探头3和信号驱动电路2，所述的超声波接收模块设置超声波接收探头5和信号放大电路4，所述的信号驱动电路2和信号放大电路4连接所述的处理器1。所述的处理器1通过所述的信号驱动电路2控制所述的超声波发射探头3发射超声波信号，超声波信号反射以后由所述的超声波接收探头5转换成电信号，经过所述的信号放大电路4传送给所述的处理器1进行AD采样。

所述的处理器1内部设置草地识别算法，确认所述的运动平台所在位置是否为草地，所述的草地识别算法包括以下步骤：

(1)所述的处理器1每隔固定时间T，通过所述的超声波发射模块发射一个单周期超声波，所述的处理器1在超声波信号发射之后间隔ΔT时间，将所述的超声波接收模块输出信号经过AD采样转换为数字采样信号f(n),n=1,2,3...，采样时间间隔为Δt；当采样次数达到N以后，结束采样过程，其中ΔT为信号发射至信号采样的时间间隔，Δt为两个AD采样之间的时间间隔；

所述的处理器1间隔ΔT时间后再进行信号采样，是为了避免所述的超声波发射探头3对超声波接收探头5的直接干扰。ΔT时间可设置为超声波信号从所述的超声波发射探头3传播到所述的超声波接收探头5所需的时间。同时，采样时间间隔Δt的N倍，应该小于固定时间T，即采样应该在固定时间T内完成。

(2)比较出数字信号f(n)的最大值f_max，采样序号为n_max；

最大值f_max对应了地面反射的超声波在所述的超声波接收探头5引起的震荡。

(3)从f(n_max)向f(1)搜索第一个过零点，采样序号为n_cross；

从f(n_max)向f(1)方向的第一个过零点为地面反射的超声波在所述的超声波接收探头5引起的震荡的结束位置。

采用的方法为：当f(i)与f(i-1)方向相反时，n_cross=i为过零点位置。

(4)计算杂波信号和∑f=；

将地面反射超声波产生的震荡信号之前的采样信号求和，得到地面反射波到达之前的回波信号，如果是普通地面，所述的超声波发射探头3到地面之间没有任何可以反射超声波的物体，因此杂波信号和∑f接近于零；反之，如果是草地，所述的超声波接收探头5到地面之间存在层层叠叠的草叶或者草茎，因此杂波信号和∑f具有一定的幅值，可作为草地识别的特征信号。

(5)如果杂波信号和∑f>K，则判断为草地；否则，则判断为非草地，其中K为经验阈值。

以杂波信号和∑f作为判断依据，判别当前位置是否为草地。