CN105116913A - 植保无人机作业航线规划方法及装置 - Google Patents

Abstract

本发明公开一种植保无人机作业航线规划方法及装置，能够提高作业的精准性、降低重复覆盖率与漏喷率，节约能耗量和耗药量。所述包括：获取待作业区域图像并在第一坐标系中拟合为凸多边形；对凸多边形对应的凸多边形区域进行第一坐标系至第二坐标系的坐标变换；在第二坐标系中将多边形区域划分为多个子作业区域；对于第二坐标系中每一个子作业区域，得到第二坐标系中该子作业区域对应的飞行航线片段；得到第二坐标系中植保无人机的飞行航线；将第二坐标系中植保无人机的飞行航线转换回第一坐标系中，得到第一坐标系中植保无人机的飞行航线。

Description

植保无人机作业航线规划方法及装置

技术领域

本发明涉及无人机的航线规划领域，具体涉及一种植保无人机作业航线规划方法及装置。

背景技术

军事方面，无人机的航线规划已经有比较深入的研究，商业方面，随着无人机自主配送服务逐渐在物流业中兴起，无人机配送航线规划方法也已得到应用，主要是根据配送点的位置规划出较优的遍历航线，航拍方面，无人机的全覆盖航线规划方法也得到了广泛运用。在植保作业方面，关于无人机的航线规划研究却相对较少，随着GIS与GPS技术的普及和传感技术的发展，具有自主作业功能的植保无人机系统势必成为发展趋势，对于植保无人机航线规划的研究也就显得尤为必要。

目前对于植保无人机的研究还大多集中于远程控制飞行作业、分析人工遥控的问题和改进措施上，而对于自主作业无人机的航线规划研究则很少。目前植保无人机的作业主要还是人为遥控的，实际作业时对操作员依赖过大，作业航线往往又与理论航线偏离严重，使无人机的作业遗漏率和重复率偏高，而且作业航线并未经过事先规划和比对，普遍是随机沿着作业区域的某一边界方向进行往复喷施，效果较差。航拍时采用的航线规划方法，虽然也属于全覆盖路径规划算法，但为保证拍摄的有效性，要求无人机旁向覆盖应至少超出摄影边界线一定范围，采用这种方式会造成错误喷施和能量、药量的浪费。

发明内容

本发明的目的在于，提供一种植保无人机作业航线规划方法及装置，能够提高植保无人机作业的精准性，降低重复覆盖率与漏喷率，从而能够节约能耗和耗药量。

为此目的，一方面，本发明提出一种植保无人机作业航线规划方法，包括：

获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

另一方面，本发明提出一种植保无人机作业航线规划装置，包括：

拟合单元，用于获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

坐标变换单元，用于对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

划分单元，用于在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

第一航线片段计算单元，用于对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

第一航线计算单元，用于将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

第二航线计算单元，用于将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

本发明实施例所述的植保无人机作业航线规划方法及装置，在无人机作业之前，能够根据指定的作业方向快速规划出合适的作业航线，相对于传统的未经规划而直接依靠操作员视觉判断来设定作业航线和航拍时采用的航线规划方法要求无人机旁向覆盖应至少超出摄影边界线一定范围，本发明提高了作业的精准性、降低了重复覆盖率与漏喷率，节约了能耗量和耗药量，而且此方法搭配自主作业植保无人机，既可减少人力的消耗，又能节省现场规划航线所需的时间，使植保作业更高效、更智能，同时在作业之前就可对能耗量和耗药量做出相应的估计，便于无人机作业的相关管理。

附图说明

图1为本发明植保无人机作业航线规划方法一实施例的流程示意图；

图2为本发明植保无人机作业航线规划方法另一实施例中得到的飞行航线示意图；

图3为本发明植保无人机作业航线规划装置一实施例的方框结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本实施例公开一种植保无人机作业航线规划方法，包括：

S1、获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

S2、对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

S3、在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

S4、对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

S5、将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

S6、将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

由于无人机植保的作业是一种往复覆盖运动，每一条作业航线都独立对应着一块宽度为d(无人机喷施幅宽)的子作业区域，因此可以通过划分子作业区域来获取无人机的作业航线，基本步骤如下：

将作业区域拟合为凸多边形D₁D₂D₃…D_m，m为凸多边形的顶点个数，如图2所示，以无人机起始点O为坐标原点，东西方向为横坐标轴，南北方向为纵坐标轴建立直角坐标系OXY，无人机的作业航向与x轴夹角为α。求出各顶点横坐标最小值x_min和最大值x_max，做两条直线x＝x_min和x＝x_max分别与x轴交于点(x_min，0)和(x_max，0)。

过点(x_max,0)做平行于无人机作业航向的直线l，直线表达式为y＝tanα·(x-x_max)，与直线x＝x_min相交于点O′。

进行坐标转换，将坐标系原点O移动到O′点，并逆时针旋转α角度，新坐标系O′X′Y′的X′轴与直线l重合，坐标转换方程如式(1)所示：

$\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\mathrm{\α}& \sin \mathrm{\α}\\ -\sin \mathrm{\α}& cos\mathrm{\α}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right]---\left(1\right)$

其中，x_O′和y_O′分别为O′在原OXY坐标系下的横坐标与纵坐标，(x,y)和(x′,y′)分别为在原坐标系OXY中的坐标和新坐标系O′X′Y′中的坐标。

设凸多边形顶点D_j在O′X′Y′上的坐标为作业区域总共有m条边界线，边界线L_j(D_jD_j+1)的表达式为 $(y^{\′}-y_{D_{j+1}}^{\′})(x_{D_j}^{\′}-x_{D_{j+1}}^{\′})=(x^{\′}-x_{D_{j+1}}^{\′})(y_{D_j}^{\′}-y_{D_{j+1}}^{\′}),x^{\′}\∈\[min(x_{D_j}^{\′},x_{D_{j+1}}^{\′}),max(x_{D_j}^{\′},x_{D_{j+1}}^{\′})\],$ 其中，j＝1,2,3,…,m。

由的比值得到子作业区域边界线的个数，y′_max和y′_min分别为作业区域的y′最大值与最小值，当时，说明总有n条子区域分隔线和n-1个子作业区域，喷施边界线的表达式为y′＝y′_max-(k₁-1)d，k₁＝1,2,…,n，n为整数；当时，说明总有n+1条子区域分隔线和n个子作业区域，喷施边界线的表达式为y′＝y′_max-(k₂-1)d，k₂＝1,2,…,n+1。在一块子作业区域中，为保证完全覆盖且作业距离最短，子作业区域航线的起始航点和终止航点的横坐标应为子作业区域横坐标的两个极限值。

因为子作业区域横坐标极限值即为其所包含的作业区域边界线的横坐标极限值，第l(l为整数)块子作业区域的两条分隔线分别为y′＝y′_max-l·d和y′＝y′_max-(l-1)d，因此当作业区域边界线L_j(j＝1,2,3,…,m)上有满足y′_max-l*d≤y′≤y′_max-(l-1)d的点时，将这些点x′坐标的最小值和最大值提取出来，分别标记为x′_lmin和x′_lmax，这两个横坐标值即为第l块子作业区域横坐标的两个极限值，因此第l条作业航线对应的两个航点为(x′_lmin，y′_max-(l-1/2)d)和(x′_lmax，y′_max-(l-1/2)d)。

通过以上的步骤，可将无人机在作业区域的所有飞行航点求解出来，无人机需要按照一定的顺序去遍历这些航点，才能完成作业工作，如图2所示，无人机从第一个子作业区域开始作业时，每4个航点可以作为1个循环，完成一个往、复覆盖动作，根据递推原理，可以得到第i个和第i+1个子作业区域的航点P的坐标，如式(2)所示：

$\left\{\begin{array}{c}{P}_{4i-3}=(x_{(2i-1)min}^{\′},y_{max}^{\′}-(2i-3/2\left)d\right)\\ P_{4i-2}=(x_{(2i-1)\max }^{\′},y_{max}^{\′}-(2i-3/2\left)d\right)\\ P_{4i-1}=(x_{2i\max }^{\′},y_{max}^{\′}-(2i-1/2\left)d\right)\\ P_{4i}=(x_{2i\min }^{\′},y_{max}^{\′}-(2i-1/2\left)d\right)\end{array}\right\}---\left(2\right)$

其中，当子作业区域个数为n时，最后一个航点为P_2n。以距离新坐标系O′X′Y′的横轴最近的作业航线片段中距离O′最近的端点为起始点，过各个航点的飞行航线如图2中虚线所示。

本发明实施例所述的植保无人机作业航线规划方法，在无人机作业之前，能够根据指定的作业方向快速规划出合适的作业航线，相对于传统的未经规划而直接依靠操作员视觉判断来设定作业航线和航拍时采用的航线规划方法要求无人机旁向覆盖应至少超出摄影边界线一定范围，本发明提高了作业的精准性、降低了重复覆盖率与漏喷率，节约了能耗量和耗药量，而且此方法搭配自主作业植保无人机，既可减少人力的消耗，又能节省现场规划航线所需的时间，使植保作业更高效、更智能，同时在作业之前就可对能耗量和耗药量做出相应的估计，便于无人机作业的相关管理。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，在所述对所述凸多边形对应的凸多边形区域进行坐标变换之前，还包括：

从第一角度范围内按照第一规则选取第一数量个角度值作为α的第一取值范围，根据所述第一取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，其中，α为植保无人机的初始航向与所述第一坐标系的横轴的第一夹角；

对于α的每一个取定的值，计算该值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和；

从α的各个取值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的α的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角

本发明实施例中，当对作业航向无特殊要求时，可改变航向角α的取值，根据航点坐标计算出实际作业航线的长度值，通过对比不同航向角下对应的实际作业航线的长度值，可以得出实际作业面积最小的航向角与各航点，此时的作业航线即为无指定作业方向的航线规划较优解。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，所述根据所述α的取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，包括：

对于α的每一个取定的值，根据该值对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′\′}\\ y^{\′\′}\end{array}\right]=\left[\begin{array}{cc}cos\mathrm{\α}& \sin \mathrm{\α}\\ -\sin \mathrm{\α}& cos\mathrm{\α}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′\′}}\\ y-y_{O^{\′\′}}\end{array}\right],$ 其中，(x_O”,y_O”)为第三坐标系的原点O”在所述第一坐标系中的坐标，所述第三坐标系的横轴正方向为植保无人机的初始航向，所述第三坐标系的纵轴与所述第一坐标系的纵轴的夹角为该值，(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x”,y”)为(x,y)在所述第三坐标系中的坐标，(x”,y”)在所述第三坐标系的第一象限；

在所述第三坐标系中利用直线y”＝y”_max-k”·d将所述多边形区域划分为多个子作业区域，其中，y”_max为所述凸多边形区域在所述第三坐标系中的最大纵坐标，y”_min为所述凸多边形区域在所述第三坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第三坐标系中每一个子作业区域，将所述第三坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第三坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第三坐标系中该子作业区域对应的飞行航线片段；

将所述第三坐标系中的各条飞行航线片段转换回所述第一坐标系中，得到该值所对应的第一坐标系中植保无人机的飞行航线片段。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，在所述对所述凸多边形对应的凸多边形区域进行坐标变换之前，还包括：

从第二角度范围内按照第二规则选取第二数量个角度值作为β的第二取值范围，其中，β为植保无人机的初始航向与所述第一坐标系的横轴的第二夹角；

对于β的每一个取定的值，根据该值对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′\′\′}\\ y^{\′\′\′}\end{array}\right]=\left[\begin{array}{cc}cos\mathrm{\β}& \sin \mathrm{\β}\\ -\sin \mathrm{\β}& cos\mathrm{\β}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′\′\′}}\\ y-y_{O^{\′\′\′}}\end{array}\right],$ 计算该值所对应的第四坐标系中植保无人机的飞行航线片段，对该值所对应的第四坐标系中植保无人机的飞行航线片段的长度进行加法运算，得到该值所对应的第四坐标系中植保无人机的飞行航线片段的长度之和，其中，(x_O”',y_O”')为第四坐标系的原点O”'在所述第一坐标系中的坐标，所述第四坐标系的横轴正方向为植保无人机的初始航向，所述第四坐标系的纵轴与所述第一坐标系的纵轴的夹角为该值，(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x”',y”')为(x,y)在所述第四坐标系中的坐标，(x”',y”')在所述第四坐标系的第一象限；

从β的各个取值所对应的第四坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的β的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角

本发明实施例中，直接计算第四坐标系中植保无人机的飞行航线片段，并对各个飞行航线片段的长度求和，相较于前述实施例中先在第三坐标系中计算植保无人机的飞行航线片段，再转换回第一坐标系中并对各个飞行航线片段的长度求和，能够简化计算过程，从而提高航线规划效率。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，所述计算该值所对应的第四坐标系中植保无人机的飞行航线片段，包括：

在所述第四坐标系中利用直线y”'＝y”'_max-k”'·d将所述多边形区域划分为多个子作业区域，其中，y”'_max为所述凸多边形区域在所述第四坐标系中的最大纵坐标，y”'_min为所述凸多边形区域在所述第四坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第四坐标系中每一个子作业区域，将所述第四坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第四坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第四坐标系中该子作业区域对应的飞行航线片段。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，(x_O”,y_O”)＝(x_min,tanα·(x_min-x_max))，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

可选地，在本发明植保无人机作业航线规划方法的另一实施例中，(x_O”',y_O”')＝(x_min,tanβ·(x_min-x_max))，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

如图3所示，本实施例公开一种植保无人机作业航线规划装置，包括：

拟合单元1，用于获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

坐标变换单元2，用于对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

划分单元3，用于在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

第一航线片段计算单元4，用于对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

第一航线计算单元5，用于将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

第二航线计算单元6，用于将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

本发明实施例所述的植保无人机作业航线规划装置，在无人机作业之前，能够根据指定的作业方向快速规划出合适的作业航线，相对于传统的未经规划而直接依靠操作员视觉判断来设定作业航线和航拍时采用的航线规划方法要求无人机旁向覆盖应至少超出摄影边界线一定范围，本发明提高了作业的精准性、降低了重复覆盖率与漏喷率，节约了能耗量和耗药量，而且此方法搭配自主作业植保无人机，既可减少人力的消耗，又能节省现场规划航线所需的时间，使植保作业更高效、更智能，同时在作业之前就可对能耗量和耗药量做出相应的估计，便于无人机作业的相关管理。

可选地，在本发明植保无人机作业航线规划装置的另一实施例中，还包括：

第二航线片段计算单元，用于在所述坐标变换单元对所述凸多边形对应的凸多边形区域进行坐标变换之前，从第一角度范围内按照第一规则选取第一数量个角度值作为α的第一取值范围，根据所述第一取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，其中，α为植保无人机的初始航向与所述第一坐标系的横轴的第一夹角；

加法单元，用于对于α的每一个取定的值，计算该值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和；

选择单元，用于从α的各个取值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的α的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角

本发明并不限于可以将待作业区域直接拟合为凸多边形的情况，若待作业区域拟合成的图形为凹多边形，则可以将凹多边形切分为多个凸多边形，依次对各个凸多边形区域按照本发明的各个实施例进行运算，得到各个凸多边形区域所对应的航点，从所有的航点中选出起始航点，并得到经各个航点的飞行航线。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种植保无人机作业航线规划方法，其特征在于，包括：

获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

2.根据权利要求1所述的植保无人机作业航线规划方法，其特征在于，在所述对所述凸多边形对应的凸多边形区域进行坐标变换之前，还包括：

从第一角度范围内按照第一规则选取第一数量个角度值作为α的第一取值范围，根据所述第一取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，其中，α为植保无人机的初始航向与所述第一坐标系的横轴的第一夹角；

对于α的每一个取定的值，计算该值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和；

从α的各个取值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的α的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角

3.根据权利要求2所述的植保无人机作业航线规划方法，其特征在于，所述根据所述α的取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，包括：

对于α的每一个取定的值，根据该值对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′\′}\\ y^{\′\′}\end{array}\right]=\left[\begin{array}{cc}cos\mathrm{\α}& \sin \mathrm{\α}\\ -\sin \mathrm{\α}& cos\mathrm{\α}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′\′}}\\ y-y_{O^{\′\′}}\end{array}\right],$ 其中，(x_O”,y_O”)为第三坐标系的原点O”在所述第一坐标系中的坐标，所述第三坐标系的横轴正方向为植保无人机的初始航向，所述第三坐标系的纵轴与所述第一坐标系的纵轴的夹角为该值，(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x”,y”)为(x,y)在所述第三坐标系中的坐标，(x”,y”)在所述第三坐标系的第一象限；

在所述第三坐标系中利用直线y”＝y”_max-k”·d将所述多边形区域划分为多个子作业区域，其中，y”_max为所述凸多边形区域在所述第三坐标系中的最大纵坐标，y”_min为所述凸多边形区域在所述第三坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第三坐标系中每一个子作业区域，将所述第三坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第三坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第三坐标系中该子作业区域对应的飞行航线片段；

将所述第三坐标系中的各条飞行航线片段转换回所述第一坐标系中，得到该值所对应的第一坐标系中植保无人机的飞行航线片段。

4.根据权利要求1所述的植保无人机作业航线规划方法，其特征在于，在所述对所述凸多边形对应的凸多边形区域进行坐标变换之前，还包括：

从第二角度范围内按照第二规则选取第二数量个角度值作为β的第二取值范围，其中，β为植保无人机的初始航向与所述第一坐标系的横轴的第二夹角；

对于β的每一个取定的值，根据该值对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′\′\′}\\ y^{\′\′\′}\end{array}\right]=\left[\begin{array}{cc}cos\mathrm{\β}& \sin \mathrm{\β}\\ -\sin \mathrm{\β}& cos\mathrm{\β}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′\′\′}}\\ y-y_{O^{\′\′\′}}\end{array}\right],$ 计算该值所对应的第四坐标系中植保无人机的飞行航线片段，对该值所对应的第四坐标系中植保无人机的飞行航线片段的长度进行加法运算，得到该值所对应的第四坐标系中植保无人机的飞行航线片段的长度之和，其中，(x_O”',y_O”')为第四坐标系的原点O”'在所述第一坐标系中的坐标，所述第四坐标系的横轴正方向为植保无人机的初始航向，所述第四坐标系的纵轴与所述第一坐标系的纵轴的夹角为该值，(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x”',y”')为(x,y)在所述第四坐标系中的坐标，(x”',y”')在所述第四坐标系的第一象限；

从β的各个取值所对应的第四坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的β的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角

5.根据权利要求4所述的植保无人机作业航线规划方法，其特征在于，所述计算该值所对应的第四坐标系中植保无人机的飞行航线片段，包括：

在所述第四坐标系中利用直线y”'＝y”'_max-k”'·d将所述多边形区域划分为多个子作业区域，其中，y”'_max为所述凸多边形区域在所述第四坐标系中的最大纵坐标，y”'_min为所述凸多边形区域在所述第四坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

对于所述第四坐标系中每一个子作业区域，将所述第四坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第四坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第四坐标系中该子作业区域对应的飞行航线片段。

6.根据权利要求1所述的植保无人机作业航线规划方法，其特征在于，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

7.根据权利要求3所述的植保无人机作业航线规划方法，其特征在于，(x_O”,y_O”)＝(x_min,tanα·(x_min-x_max))，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

8.根据权利要求4所述的植保无人机作业航线规划方法，其特征在于，(x_O”',y_O”')＝(x_min,tanβ·(x_min-x_max))，其中，x_min为所述凸多边形在所述第一坐标系中的最小横坐标，x_max为所述凸多边形在所述第一坐标系中的最大横坐标。

9.一种植保无人机作业航线规划装置，其特征在于，包括：

拟合单元，用于获取待作业区域图像，在第一坐标系中将所述待作业区域图像拟合为凸多边形，其中，所述第一坐标系以植保无人机的起始点为原点、以过原点东西方向的直线为横轴、以过原点南北方向的直线为纵轴；

坐标变换单元，用于对所述凸多边形对应的凸多边形区域进行坐标变换，坐标变换方程为 $\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]=\left[\begin{array}{cc}cos\stackrel{\‾}{\mathrm{\α}}& \sin \stackrel{\‾}{\mathrm{\α}}\\ -\sin \stackrel{\‾}{\mathrm{\α}}& cos\stackrel{\‾}{\mathrm{\α}}\end{array}\right]\left[\begin{array}{c}x-x_{O^{\′}}\\ y-y_{O^{\′}}\end{array}\right],$ 其中，为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角，(x_O′,y_O′)为第二坐标系的原点O′在所述第一坐标系中的坐标，所述第二坐标系的横轴正方向为植保无人机的目标初始航向，所述第二坐标系的纵轴与所述第一坐标系的纵轴的夹角为(x,y)为所述凸多边形区域中的点在所述第一坐标系中的坐标，(x′,y′)为(x,y)在所述第二坐标系中的坐标，(x′,y′)在所述第二坐标系的第一象限；

划分单元，用于在所述第二坐标系中利用直线y′＝y′_max-k'·d将所述多边形区域划分为多个子作业区域，其中，y′_max为所述凸多边形区域在所述第二坐标系中的最大纵坐标，y′_min为所述凸多边形区域在所述第二坐标系中的最小纵坐标，d为植保无人机喷施幅宽；

第一航线片段计算单元，用于对于所述第二坐标系中每一个子作业区域，将所述第二坐标系中横坐标为该子作业区域最小横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点，以及横坐标为该子作业区域最大横坐标，纵坐标为该子作业区域最小纵坐标和最大纵坐标的均值的点作为所述第二坐标系中该子作业区域对应的飞行航点，连接该子作业区域对应的飞行航点得到所述第二坐标系中该子作业区域对应的飞行航线片段；

第一航线计算单元，用于将所述第二坐标系中的各条飞行航线片段中距离所述第二坐标系的横轴最近的飞行航线片段的第一端点作为所述第二坐标系中植保无人机的航线起始点，对所述第二坐标系中的各条飞行航线片段进行连接，得到所述第二坐标系中植保无人机的飞行航线，其中，所述第一端点为该距离所述第二坐标系的横轴最短的飞行航线片段的端点中距离所述第二坐标系的原点O′最近的点，所述第二坐标系中的相邻飞行航线片段的连接点为该相邻飞行航线片段中每一条飞行航线片段的横坐标最小的点或者横坐标最大的点；

第二航线计算单元，用于将所述第二坐标系中植保无人机的飞行航线转换回所述第一坐标系中，得到所述第一坐标系中植保无人机的飞行航线。

10.根据权利要求9所述的植保无人机作业航线规划装置，其特征在于，还包括：

第二航线片段计算单元，用于在所述坐标变换单元对所述凸多边形对应的凸多边形区域进行坐标变换之前，从第一角度范围内按照第一规则选取第一数量个角度值作为α的第一取值范围，根据所述第一取值范围中α的各个取值得到不同取值所对应的第一坐标系中植保无人机的飞行航线片段，其中，α为植保无人机的初始航向与所述第一坐标系的横轴的第一夹角；

加法单元，用于对于α的每一个取定的值，计算该值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和；

选择单元，用于从α的各个取值所对应的第一坐标系中植保无人机的飞行航线片段的长度之和中选出最小值，并将该最小值所对应的α的值作为植保无人机的目标初始航向与所述第一坐标系的横轴的夹角