迈步割草机基于DeepSeek视觉识别的光伏板下导航系统
2025/03/10

光伏场站的割草需要割草机在光伏板下方进行导航,以清除杂草。光伏板下的环境可能比较复杂,有支架、电缆、可能的障碍物,以及需要避开的结构。传统的导航方法可能在复杂环境下不够精准,因此需要融合LiDAR和视觉识别来提高导航的准确性和适应性。

系统实现

  • 环境适应性:在光伏板下方复杂环境(支架、电缆、杂草、不平地面)中实现厘米级导航精度。

  • 实时性要求:从数据采集到路径规划的全流程延迟 ≤ 100ms。

  • 能效优化:嵌入式系统功耗 ≤ 15W,支持8小时连续作业。

deepseek视觉识别

硬件方案

硬件配置方案

模块规格指标
LiDAR传感器Ouster OS1-64(车规级)64线,探测距离120m,精度±2cm
视觉模组Sony IMX678全局快门相机 + DeepSeek定制ISP分辨率1920×1200@60fps,动态范围120dB
边缘计算单元NVIDIA Jetson AGX Orin算力275TOPS,支持CUDA加速
定位模块U-blox ZED-F9P RTK-GNSS定位精度±1cm + 1ppm(固定解状态)
惯性导航ADIS16470 MEMS IMU角速度随机游走0.15°/√hr

1. 数据预处理层

  • LiDAR点云处理

    LiDAR点云处理

  • 视觉特征提取

    视觉特征提取

2. 多模态数据融合

  • 时空对齐模块:

    • 硬件同步:采用PTP协议实现LiDAR与相机μs级同步

    • 坐标转换:标定外参矩阵 TLidarCam = [R t]

    • 动态补偿:通过IMU数据修正运动畸变

3. 导航决策引擎

  • 局部避障

    局部避障

本方案通过多模态传感器融合,在光伏板下方特殊场景下实现了超越单传感器方案的导航可靠性。