基于目标检测的农机避障方法、装置、农机、存储介质

1.本发明属于人工智能技术领域，尤其涉及一种基于目标检测的农机避障方法、装置、农机、存储介质。

背景技术：

2.随着信息技术的发展，农机智能导航技术受到越来越多的关注，保证作业安全与提高作业效率成为农机智能导航不同于传统自动导航的关键技术。常见的农机自动导航关键技术包括定位测姿、路径规划和运动控制，但与普通的汽车导航不同的是，农机的运行环境复杂，例如水稻收割机，运行环境为种植有农作物的农田，并非可识别的开阔道路，通过简单的目标检测进行避障很容易受到农作物和农机本身的作业设备的干扰，农机的避障效率不高。

技术实现要素：

3.以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
4.本发明实施例提供了一种基于目标检测的农机避障方法、装置、农机、存储介质，能够提高农机的避障能力。
5.第一方面，本发明实施例提供了一种基于目标检测的农机避障方法，应用于目标农机，所述目标农机包括摄像头、作业设备和驱动装置，所述方法包括：
6.获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；
7.根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；
8.从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；
9.根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；
10.基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；
11.从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；
12.根据所述避障路径信息控制所述驱动装置进行避障。
13.在一些实施例中，所述从所述目标图像中识别出作业区域，包括：
14.确定所述目标农机的设备类型，根据所述设备类型确定所述作业设备的参考图像；
15.根据所述参考图像从所述目标图像中识别出所述作业区域。
16.在一些实施例中，所述从所述待识别对象中识别出目标避障对象，包括：
17.对所述待识别对象进行特征提取，得到待识别特征；
18.根据所述待识别特征和预设的参考特征确定所述待识别对象的对象类型；
19.将所述对象类型为目标障碍类型的所述待识别对象确定为所述目标避障对象。
20.在一些实施例中，所述基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息，包括：
21.根据所述避障算法和所述目标避障对象在所述目标图像中所处的位置确定至少一条可选避障路径；
22.根据预设规则从至少一条所述可选避障路径中确定目标避障路径；
23.根据所述目标避障路径确定所述避障路径信息。
24.在一些实施例中，所述目标农机还包括距离传感器，所述根据所述目标避障路径确定所述避障路径信息，包括：
25.基于所述目标障碍对象在所述目标图像中的位置，控制所述距离传感器进行距离探测，得到所述目标农机与所述目标障碍对象之间的目标距离；
26.根据所述目标距离确定所述目标图像的比例尺，根据所述比例尺确定所述目标避障路径的路径长度；
27.根据所述目标避障路径和所述路径长度确定所述避障路径信息。
28.在一些实施例中，所述目标农机还配置有gnss，所述根据预设规则从至少一条所述可选避障路径中确定目标避障路径，包括：
29.根据所述gnss确定每条所述可选避障路径的转弯平滑度；
30.根据所述预设规则和所述转弯平滑度，从所述可选避障路径中确定所述目标避障路径。
31.在一些实施例中，所述根据所述避障路径信息控制所述驱动装置进行避障，包括：
32.根据所述gnss确定所述目标农机在所述目标避障路径的移动位姿信息；
33.根据所述移动位姿信息和所述避障路径信息控制所述驱动装置进行避障。
34.第二方面，本发明实施例提供了一种基于目标检测的农机避障装置，包括：
35.启动单元，用于获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；
36.图像采集单元，用于根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；
37.作业区域识别单元，用于从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；
38.检测区域确定单元，用于根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；
39.目标检测单元，用于基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；
40.路径规划单元，用于从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；
41.避障单元，用于根据所述避障路径信息控制所述驱动装置进行避障。
42.第三方面，本发明实施例提供了一种农机，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于目标检测的农机避障方法。
43.第四方面，本发明实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序用于执行如第一方面所述的基于目标检测的农机避障方法。
44.本发明实施例包括：获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；根据所述避障路径信息控制所述驱动装置进行避障。根据本实施例的技术方案，能够排除农机的作业设备对目标检测的干扰，并且根据待识别对象的识别排除农作物的干扰，能够有效提高农机避障路径的规划效率和准确性。
45.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
46.附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
47.图1是本发明一个实施例提供的基于目标检测的农机避障方法的流程图；
48.图2是本发明另一个实施例提供的识别作业区域的流程图；
49.图3是本发明另一个实施例提供的确定目标避障对象的流程图；
50.图4是本发明另一个实施例提供的确定避障路径信息的流程图；
51.图5是本发明另一个实施例提供的确定避障路径信息的流程图；
52.图6是本发明另一个实施例提供的确定目标避障路径的流程图；
53.图7是本发明另一个实施例提供的执行避障的流程图；
54.图8是本发明另一个实施例提供的基于目标检测的农机避障装置的结构图；
55.图9是本发明另一个实施例提供的农机的装置图。
具体实施方式
56.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
57.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示
出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
58.本发明提供了一种基于目标检测的农机避障方法、装置、农机、存储介质，方法包括：获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；根据所述避障路径信息控制所述驱动装置进行避障。根据本实施例的技术方案，能够排除农机的作业设备对目标检测的干扰，并且根据待识别对象的识别排除农作物的干扰，能够有效提高农机避障路径的规划效率和准确性。
59.如图1所示，图1是本发明一个实施例提供的一种基于目标检测的农机避障方法的流程图，该基于目标检测的农机避障方法，应用于目标农机，目标农机包括摄像头、作业设备和驱动装置，方法包括：
60.步骤s110，获取预先规划好的初始路径信息，根据初始路径信息控制驱动装置运行，并启动作业设备进行作业；
61.步骤s120，根据初始路径信息，控制摄像头采集目标图像，目标图像包括目标农机的运行路径所对应的路径区域；
62.步骤s130，从目标图像中识别出作业区域，作业区域为作业设备在目标图像中所处的区域；
63.步骤s140，根据路径区域和作业区域确定目标检测区域，其中，目标检测区域与作业区域互不重叠；
64.步骤s150，基于预设的目标检测算法，在目标检测区域进行目标检测，得到多个待识别对象；
65.步骤s160，从待识别对象中识别出目标避障对象，基于预设的避障算法，根据目标避障对象在目标图像中所处的位置确定避障路径信息；
66.步骤s170，根据避障路径信息控制驱动装置进行避障。
67.需要说明的是，目标农机可以是任意可以搭载智能控制装置的农业机械设备，例如水稻收割机等；摄像头可以是单目摄像头，也可以是双目摄像头，根据实际需求选取即可。作业设备根据具体的农机确定，例如对于水稻收割机，作业设备为设置在水稻收割机前方的水稻收割装置，本实施例对此不多做限定。驱动装置可以是在电控信号下实现移动和转向的装置，本领域技术人员熟知如何配置驱动装置以响应确定好的避障路径信息。
68.需要说明的是，初始路径信息可以根据在获取到农田的地图信息以及确定需要进行作业的范围后，根据常见的路径规划算法得到，在此不多作赘述。
69.需要说明的是，在确定初始路径信息后，可以直接启动作业设备进行作业，在作业设备处于动态的情况下确定作业区域，能够避免误将作业设备识别为障碍物，例如农机准备向左侧行进，但是作业设备移动到左侧进行作业，若不对作业设备进行排除，常规的目标
检测算法会识别出行进路径中存在障碍物，并触发避障，属于避障的误触发。基于此，本实施例需要根据初始路径信息确定即将移动的区域，并控制摄像头转向该方向或者区域进行图像采集，并在采集到的图像中识别出作业区域，将作业区域从路径区域中剔除，得到目标检测区域，确保目标检测区域中不包括作业设备，提高目标检测的准确性。
70.需要说明的是，目标检测算法可以根据实际需求选择，例如a*算法，阈值分割法、背景差分法、帧差法、光流法以及机器学习等方法，由于农田的环境并非识别度较好的道路，因此本实施例可以采用a*算法，减少环境复杂度对目标检测准确性的影响。
71.需要说明的是，由于农田环境复杂，可以包括障碍物、农作物、其他农机和劳作人员，因此在通过目标检测算法得到待识别对象之后，可以通过简单的特征提取和识别确定目标避障对象，仅识别出障碍物，提高避障算法的准确性。
72.需要说明的是，在确定目标障碍物之后，可以根据常见的避障算法计算出避障路径，例如在初始的运行路径中转弯以绕开目标障碍物，避障算法和根据避障路径信息控制驱动装置实现避障为本领域技术人员熟知的技术，在此不多作赘述。
73.另外，在一实施例中，参照图2，图1中所示的步骤s130还包括但不限于有以下步骤：
74.步骤s210，确定目标农机的设备类型，根据设备类型确定作业设备的参考图像；
75.步骤s220，根据参考图像从目标图像中识别出作业区域。
76.需要说明的是，由于农机的类型较多，不同农机的作业设备不同，例如水稻收割机和采摘机的作业设备在形状、功能和设置位置均不相同，为了确保准确从目标图像中识别出作业设备，可以先确定目标农机的设备类型，这是可以从目标农机的设备参数或者预先设置好的，在确定设备类型之后，也就可以确定作业设备的参考图像，再根据参考图像进行图像识别确定作业区域。
77.另外，在一实施例中，参照图3，图1中所示的步骤s160还包括但不限于有以下步骤：
78.步骤s310，对待识别对象进行特征提取，得到待识别特征；
79.步骤s320，根据待识别特征和预设的参考特征确定待识别对象的对象类型；
80.步骤s330，将对象类型为目标障碍类型的待识别对象确定为目标避障对象。
81.需要说明的是，在确定待识别对象后，可以通过常见的深度学习模型进行特征提取出待识别特征，具体的深度学习模型和特征的选取可以根据实际需求选取，本实施例对此不多作限定。
82.可以理解的是，在深度学习模型确定的情况下，农田中的障碍物通常预先可知，例如农田中的坑洼、石头、植物、其他农机等等，因此可以在深度学习模型的训练过程中设置好每种障碍物的参考特征，通过待识别特征与参考特征进行比对或者计算相似性，确定待识别对象的对象类型。
83.需要说明的是，待识别对象的对象类型可以包括障碍物、农作物、农机设备、作业人员等，本实施例对此不多作限定。由于本实施例为了实现避障，因此可以将表征障碍物的对象类型确定为目标障碍类型，例如障碍物、农田的坑洼等。
84.另外，在一实施例中，参照图4，图1中所示的步骤s160还包括但不限于有以下步骤：
85.步骤s410，根据避障算法和目标避障对象在目标图像中所处的位置确定至少一条可选避障路径；
86.步骤s420，根据预设规则从至少一条可选避障路径中确定目标避障路径；
87.步骤s430，根据目标避障路径确定避障路径信息。
88.需要说明的是，农田与行驶道路的不同，农田并没有明确规定的行驶限制，在遇到障碍物时，农机可以选择的避障路径较多且灵活，本实施例可以在确定目标障碍对象之后生成多条可选避障路径，并根据预设规则确定目标避障路径，使得避障方案更加灵活。
89.需要说明的是，预设规则可以根据实际需求选择，例如是路径最短优先、转弯最小原则等，本实施例对此不多作限定。
90.另外，在一实施例中，目标农机还包括距离传感器，参照图5，图4中所示的步骤s430还包括但不限于有以下步骤：
91.步骤s510，基于目标障碍对象在目标图像中的位置，控制距离传感器进行距离探测，得到目标农机与目标障碍对象之间的目标距离；
92.步骤s520，根据目标距离确定目标图像的比例尺，根据比例尺确定目标避障路径的路径长度；
93.步骤s530，根据目标避障路径和路径长度确定避障路径信息。
94.需要说明的是，距离传感器可以采用常见的红外距离传感器、超声波距离传感器等，根据实际需求选取即可。
95.值得注意的是，在需确定目标避障路径之后，还可以进一步确定每一段路径所需要行进的距离，以实现对农机的精准控制，基于此，由于障碍物、作业设备在目标图像中的图像距离是可识别的，因此需要确定目标图像与实际场景之间的比例尺，基于此，通过距离传感器对障碍物进行距离检测，能够为确定比例尺提供基础，在确定目标距离后，根据目标距离与图中距离之间的比例即可确定比例尺，并且在确定比例尺之后，进一步确定目标避障路径的每一段的长度，从而生成避障路径信息。
96.另外，在一实施例中，目标农机还配置有gnss，参照图6，图4中所示的步骤s420还包括但不限于有以下步骤：
97.步骤s610，根据gnss确定每条可选避障路径的转弯平滑度；
98.步骤s620，根据预设规则和转弯平滑度，从可选避障路径中确定目标避障路径。
99.需要说明的是，大部分农机的设备尺寸较大，转弯控制的难度较高且复杂，因此，在确定可选避障路径之后，可以将转弯平滑度最优的路径确定为目标避障路径。
100.需要说明的是，在确定可选避障路径之后，可以通过gnss确定每个转弯点的坐标，从而构建出弯道，并且确定弯道的转弯角度，进而确定转弯平滑度，例如整个可选避障路径所需要执行的转弯角度保持不变，相比起需要频繁执行转弯角度变化的可选避障路径而言，其转弯平滑度较高，便于农机操作。
101.另外，在一实施例中，参照图7，图1中所示的步骤s170还包括但不限于有以下步骤：
102.步骤s710，根据gnss确定目标农机在目标避障路径的移动位姿信息；
103.步骤s720，根据移动位姿信息和避障路径信息控制驱动装置进行避障。
104.需要说明的是，在确定目标避障路径之后，还需要确定移动位姿信息，例如执行转
弯时需要控制的姿态，对于同一个弯道可以有不同的位姿可以完成转弯，因此，可以根据gnss根据转弯平滑度确定好每一个移动的目标点，从而实现避障过程中的平滑转弯。
105.另外，参照图8，本发明实施例提供了一种基于目标检测的农机避障装置，该基于目标检测的农机避障装置800包括
106.启动单元810，用于获取预先规划好的初始路径信息，根据初始路径信息控制驱动装置运行，并启动作业设备进行作业；
107.图像采集单元820，用于根据初始路径信息，控制摄像头采集目标图像，目标图像包括目标农机的运行路径所对应的路径区域；
108.作业区域识别单元830，用于从目标图像中识别出作业区域，作业区域为作业设备在目标图像中所处的区域；
109.检测区域确定单元840，用于根据路径区域和作业区域确定目标检测区域，其中，目标检测区域与作业区域互不重叠；
110.目标检测单元850，用于基于预设的目标检测算法，在目标检测区域进行目标检测，得到多个待识别对象；
111.路径规划单元860，用于从待识别对象中识别出目标避障对象，基于预设的避障算法，根据目标避障对象在目标图像中所处的位置确定避障路径信息；
112.避障单元870，用于根据避障路径信息控制驱动装置进行避障。
113.另外，参照图9，本发明的一个实施例还提供了一种农机，该农机900包括：存储器910、处理器920及存储在存储器910上并可在处理器920上运行的计算机程序。
114.处理器920和存储器910可以通过总线或者其他方式连接。
115.实现上述实施例的基于目标检测的农机避障方法所需的非暂态软件程序以及指令存储在存储器910中，当被处理器920执行时，执行上述实施例中的基于目标检测的农机避障方法，例如，执行以上描述的图1中的方法步骤s110至步骤s170、图2中的方法步骤s210至步骤s220、图3中的方法步骤s310至步骤s330、图4中的方法步骤s410至步骤s430、图5中的方法步骤s510至步骤s530、图6中的方法步骤s610至步骤s620、图7中的方法步骤s710至步骤s720。
116.以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
117.此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被一个处理器或控制器执行，例如，被上述农机实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的基于目标检测的农机避障方法，例如，执行以上描述的图1中的方法步骤s110至步骤s170、图2中的方法步骤s210至步骤s220、图3中的方法步骤s310至步骤s330、图4中的方法步骤s410至步骤s430、图5中的方法步骤s510至步骤s530、图6中的方法步骤s610至步骤s620、图7中的方法步骤s710至步骤s720。本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、装置可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读存储介质上，计算
机可读存储介质可以包括计算机存储介质(或非暂时性存储介质)和通信存储介质(或暂时性存储介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除存储介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的存储介质。此外，本领域普通技术人员公知的是，通信存储介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送存储介质。
118.本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
119.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。
120.以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。

技术特征：

1.一种基于目标检测的农机避障方法，其特征在于，应用于目标农机，所述目标农机包括摄像头、作业设备和驱动装置，所述方法包括：获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；根据所述避障路径信息控制所述驱动装置进行避障。2.根据权利要求1所述的一种基于目标检测的农机避障方法，其特征在于，所述从所述目标图像中识别出作业区域，包括：确定所述目标农机的设备类型，根据所述设备类型确定所述作业设备的参考图像；根据所述参考图像从所述目标图像中识别出所述作业区域。3.根据权利要求1所述的一种基于目标检测的农机避障方法，其特征在于，所述从所述待识别对象中识别出目标避障对象，包括：对所述待识别对象进行特征提取，得到待识别特征；根据所述待识别特征和预设的参考特征确定所述待识别对象的对象类型；将所述对象类型为目标障碍类型的所述待识别对象确定为所述目标避障对象。4.根据权利要求1所述的一种基于目标检测的农机避障方法，其特征在于，所述基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息，包括：根据所述避障算法和所述目标避障对象在所述目标图像中所处的位置确定至少一条可选避障路径；根据预设规则从至少一条所述可选避障路径中确定目标避障路径；根据所述目标避障路径确定所述避障路径信息。5.根据权利要求4所述的一种基于目标检测的农机避障方法，其特征在于，所述目标农机还包括距离传感器，所述根据所述目标避障路径确定所述避障路径信息，包括：基于所述目标障碍对象在所述目标图像中的位置，控制所述距离传感器进行距离探测，得到所述目标农机与所述目标障碍对象之间的目标距离；根据所述目标距离确定所述目标图像的比例尺，根据所述比例尺确定所述目标避障路径的路径长度；根据所述目标避障路径和所述路径长度确定所述避障路径信息。6.根据权利要求4所述的一种基于目标检测的农机避障方法，其特征在于，所述目标农机还配置有gnss，所述根据预设规则从至少一条所述可选避障路径中确定目标避障路径，
包括：根据所述gnss确定每条所述可选避障路径的转弯平滑度；根据所述预设规则和所述转弯平滑度，从所述可选避障路径中确定所述目标避障路径。7.根据权利要求6所述的一种基于目标检测的农机避障方法，其特征在于，所述根据所述避障路径信息控制所述驱动装置进行避障，包括：根据所述gnss确定所述目标农机在所述目标避障路径的移动位姿信息；根据所述移动位姿信息和所述避障路径信息控制所述驱动装置进行避障。8.一种基于目标检测的农机避障装置，其特征在于，包括：启动单元，用于获取预先规划好的初始路径信息，根据所述初始路径信息控制所述驱动装置运行，并启动所述作业设备进行作业；图像采集单元，用于根据所述初始路径信息，控制所述摄像头采集目标图像，所述目标图像包括所述目标农机的运行路径所对应的路径区域；作业区域识别单元，用于从所述目标图像中识别出作业区域，所述作业区域为所述作业设备在所述目标图像中所处的区域；检测区域确定单元，用于根据所述路径区域和所述作业区域确定目标检测区域，其中，所述目标检测区域与所述作业区域互不重叠；目标检测单元，用于基于预设的目标检测算法，在所述目标检测区域进行目标检测，得到多个待识别对象；路径规划单元，用于从所述待识别对象中识别出目标避障对象，基于预设的避障算法，根据所述目标避障对象在所述目标图像中所处的位置确定避障路径信息；避障单元，用于根据所述避障路径信息控制所述驱动装置进行避障。9.一种农机，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于目标检测的农机避障方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序用于执行如权利要求1至7中任意一项所述的基于目标检测的农机避障方法。

技术总结

本发明提供了一种基于目标检测的农机避障方法、装置、农机、存储介质，方法包括：根据预先规划好的初始路径信息进行作业和控制摄像头采集目标图像；然后，从目标图像中识别出作业区域，根据路径区域和作业区域确定目标检测区域；然后，基于预设的目标检测算法，在目标检测区域进行目标检测，得到多个待识别对象，并识别出目标避障对象，基于预设的避障算法，根据目标避障对象在目标图像中所处的位置确定避障路径信息；根据避障路径信息控制驱动装置进行避障。根据本实施例的技术方案，能够排除农机的作业设备对目标检测的干扰，并且根据待识别对象的识别排除农作物的干扰，能够有效提高农机避障路径的规划效率和准确性。高农机避障路径的规划效率和准确性。高农机避障路径的规划效率和准确性。