买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学;福龙马集团股份有限公司申请的专利一种机器人草地边界识别与定位方法及其割草机器人获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272867B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211041396.5，技术领域涉及：G06V20/10；该发明授权一种机器人草地边界识别与定位方法及其割草机器人是由黄沛楠;何建平;饶翔云;张梓栋;陈增志;张水田根;林新强设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种机器人草地边界识别与定位方法及其割草机器人在说明书摘要公布了：本发明涉及一种机器人草地边界识别与定位方法，其包括以下步骤：S1、通过机器人上安装的RGB‑D相机获取草地的RGB图像、深度图像，标定相机的内参和外参；S2、对RGB图像进行语义分割，获得草地区域和非草地区域，并搜索边界轮廓，获得草地边界点集1；S3、对RGB图像进行HSV阈值分割，确定草地类HSV上下阈值，并搜索边界轮廓，获得草地边界点集2；S4、将草地边界点集1和草地边界点集2进行边界融合与过滤获得有效草地边界点集；S5、基于深度图像和相机的内参和外参对草地边界点进行坐标变换，获得有效草地边界点集相对坐标，采用以上技术方案能够准确提取并定位图像中的草地边界，对不同的草地类型、光照条件等具有广泛适应性。

本发明授权一种机器人草地边界识别与定位方法及其割草机器人在权利要求书中公布了：1.一种机器人草地边界识别与定位方法，其特征在于：其包括以下步骤： S1、通过机器人上安装的RGB-D相机获取草地的RGB图像、深度图像，标定相机的内参和外参； S2、对RGB图像进行语义分割，获得草地区域和非草地区域，并搜索边界轮廓，获得草地边界点集1； S3、对RGB图像进行HSV阈值分割，确定草地类HSV上下阈值，并搜索边界轮廓，获得草地边界点集2；步骤S3包括以下步骤： S3-1、将RGB图像网格采样统计，划分为若干个小格，统计每个小格的H、S、V分量的均值与标准差； S3-2、将每个小格采用K-means++算法进行聚类，统计计算各类的中心、标准差平均值、类点数； S3-3、将步骤2中分割出草地区域和非草地区域的RGB图像转换至HSV颜色空间，统计该草地区域的H、S、V分量平均值，作为草地的HSV先验参考值； S3-4、比较各类到草地HSV先验参考值的最近距离，选择最近距离的最小的聚类数K作为最佳聚类数，选择最佳聚类数下到草地HSV先验参考值最近的类，作为识别草地类，保存识别草地类的HSV统计均值hmean、smean、vmean和标准差hstd、sstd、vstd S3-5、计算草地类阈值： 令阈值下界[Hlower，Slower，Vlower]，上界[Hupper，Supper，Vupper] 则H、S、V的上下阈值为： ； ； ； ； 其中k1、k2为比例系数，标准差设置范围限制，sstd不大于40，由于草地颜色主要以绿、黄色为主，附加限制Hlower不低于10，Slower不低于10，由于HSV颜色空间中亮度分量独立，保证一定的亮度V范围，对不同光照条件的适应性强，附加限制Vupper不低于150； S3-6、根据得到的草地类H、S、V上下阈值分割RGB图像，进行形态学膨胀、闭运算，形态核选择方形，消除孔洞噪声、减少连通区域，统计并去除小的连通域，再使用函数搜索RGB图像中边界轮廓，得到草地边界点集2； S4、将草地边界点集1和草地边界点集2进行边界融合与过滤获得有效草地边界点集； S5、基于深度图像获得边界点像素对应的深度，利用针孔相机模型将有效草地边界点集从图像坐标系转换至相机坐标系，根据相机的内参和外参，获得有效草地边界点集相对坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学;福龙马集团股份有限公司，其通讯地址为：200000 上海市徐汇区华山路1954号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。