1.一种智能割草机器人的避障控制方法,其特征在于,包括如下步骤:获得实时图片数据信息:获取实时地面视频信息,并对实时地面视频信息进行图像提取处理以获得实时图片数据信息;
对实时图片数据信息进行分类:将获得的实时图片数据信息输入至图片数据分类模型进行识别,得到边界类图片数据,或障碍类图片数据,或草地类图片数据;
对经过分类的图片数据信息进行指令转化:将所述边界类图片数据,或障碍类图片数据转化为用于控制避障的第一驱动指令;将所述草地类图片数据转化为用于控制直行的第二驱动指令。
2.根据权利要求1所述的一种智能割草机器人的避障控制方法,其特征在于,在“获得实时图片数据信息”的步骤之后和“对实时图片数据信息进行分类”之前,还包括:
对获得的实时图片数据信息进行编辑,过滤除了边界类、障碍类和草地类之外的信息。
3.根据权利要求1或2所述的一种智能割草机器人的避障控制方法,其特征在于,在“对经过分类的图片数据信息进行指令转化”的步骤中,将所述边界类图片数据,或障碍类图片数据转化为第一指令信息;所述草地类图片数据转化为第二指令信息;
将第一指令信息和第二指令信息分别转化为第一驱动指令和第二驱动指令。
4.根据权利要求1或2所述的一种智能割草机器人的避障控制方法,其特征在于,获取图片数据分类模型的具体步骤如下:获取地面视频信息,将地面视频信息进行图像提取处理,获得图片数据集;
对获得的图片数据集中图片数据信息进行分类,得到具备分类要素的有效图片数据集和未具备分类要素的无效图片数据集;
分别设定边界类图片数据,障碍类图片数据,或草地类图片数据的第一分类标签;
将有效图片数据集中图片数据依次输入至神经网络,依次获得各图片数据的预测分类标签,神经网络将预测分类标签进行分类分别得到与所述边界类图片数据,障碍类图片数据,或草地类图片数据对应的第二分类标签;
依次计算第二分类标签和与之对应的第一分类标签之间损失函数的数值,当该数值达到收敛状态时,确定图片数据分类模型训练完成。
5.根据权利要求4所述的一种智能割草机器人的避障控制方法,其特征在于,将有效图片数据集中图片数据依次输入至神经网络,依次获得各图片数据的预测分类向量,并将预测分类向量进行转化得到预测分类标签。
6.一种智能割草机器人的避障控制系统,其特征在于,包括:
用于获取实时地面视频信息的视频采集模块;
与所述视频采集模块通信连接且用于对实时地面视频信息进行图像提取处理以获得实时图片数据信息的图像提取处理模块;
与所述图像提取处理模块通信连接且用于对实时图片数据信息进行分类的图片数据分类模块;
和,与所述图片数据分类模块通信连接且用于对经过分类的实时图片数据信息进行指令转化的指令转化模块;
以及,与所述指令转化模块通信连接的驱动控制模块。
7.根据权利要求6所述的一种智能割草机器人的避障控制系统,其特征在于,所述图像提取处理模块包括:用于对实时地面视频信息进行图像提取并获得初始图像数据信息的图像提取单元和与所述图像提取单元通信连接且用于对初始图像数据信息进行编辑的图像处理单元。
8.根据权利要求6所述的一种智能割草机器人的避障控制系统,其特征在于,所述指令转化模块包括:用于对经过分类的实时图片数据信息进行指令转化的第一转化单元和与所述第一转化单元通信连接的第二转化单元;
所述第一转化单元,用于将经过分类的实时图片数据信息转化为第一指令信息或第二指令信息;
所述第二转化单元,用于将第一指令信息或第二指令信息分别转化为第一驱动指令或第二驱动指令。
9.根据权利要求6所述的一种智能割草机器人的避障控制系统,其特征在于,所述图片数据分类模块,包括:用于存储地面视频信息的视频存储单元、与所述视频存储单元通信连接且用于对地面视频信息进行图像提取处理以获得图片数据信息的图像提取处理单元、与所述图像提取处理单元通信连接且对获得图片数据集中的图片数据信息进行分类的图片分类单元、和与图片分类单元通信连接的模型构建单元。
10.根据权利要求9所述的一种智能割草机器人的避障控制系统,其特征在于,所述图片数据分类模块,还包括:与所述模型构建单元通信连接且用于实现模型转化的模型转化单元。