CN105699378A - 一种采用无人飞行器对大型水域水质进行监测的监测方法 - Google Patents
一种采用无人飞行器对大型水域水质进行监测的监测方法 Download PDFInfo
- Publication number
- CN105699378A CN105699378A CN201610096564.9A CN201610096564A CN105699378A CN 105699378 A CN105699378 A CN 105699378A CN 201610096564 A CN201610096564 A CN 201610096564A CN 105699378 A CN105699378 A CN 105699378A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- prime
- electronic compass
- correction parameter
- monitoring method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种采用无人飞行器对大型水域水质进行监测的监测方法,其首先通过边缘检测提取大型水域的轮廓,在无人飞行器在预定的航线飞行过程中对大型水域进行二次航拍,然后在同一坐标中的两张图像通过帧间差分法并进行二值化处理后得到包含异常灰度值的照片,从而得到水质发生异常的水域的坐标值,并对该水域进行高清航拍后回传地面基站,以进行后期分析处理。通过本发明,可有效降低无人飞行器的无效飞行路径,实现了对大型水域的水质的高效监测,节约了无人飞行器的飞行路线。
Description
技术领域
本发明涉及无人飞行器技术领域,尤其涉及一种采用无人飞行器对大型水域水质进行监测的监测方法。
背景技术
随着经济发展对环境造成了具体大的压力,尤其是水资源的污染尤其严重。在大型湖泊或者河流中通常需要定期对水样数据进行采集,而在这种环境中采用传统的人工采集水样并进行分析的方法显然不现实。因此,目前逐渐开始采用无人飞行器对上述大型水域的水质进行自动取样或者检测。
在现有技术中,通常采用无人飞行器飞行至大型水域的指定区域,并对水面进行红外照相并对照片中出现绿色的区域进行监测,但是这种方法仅仅能对水体中蓝藻爆发的情况进行检测,且在具有气象干扰的条件下,红外照相中所呈现的水面照片存在较大的误差,从而大大的影响了实际的监测效果。
同时,在现有技术中也存在使用无人飞行器飞行至大型水域的指定区域,并对该指定区域的水质进行抽取并带回实验室进行分析的技术方案。然而这种技术方案由于对指定区域的选择具有较大的随意性,而存在整个监测活动具有非常大的盲目性,无法对在大型水域中某个或者某些疑似污染的水域进行有针对性的取样及监测,从而导致对大型水域的水质进行监测的效率较低。
有鉴于此,有必要对现有技术中采用无人飞行器对大型水域水质进行监测的监测方法予以改进,以解决上述问题。
发明内容
本发明的目的在于揭示一种采用无人飞行器对大型水域水质进行监测的监测方法,用以实现对大型水域的水质实现高效监测,节约无人飞行器的飞行路线。
为实现上述目的,本发明提供了一种采用无人飞行器对大型水域水质进行监测的监测方法,包括以下步骤:
S1、获取大型水域的原始图像并通过Sobel算子对所述原始图像进行边缘检测从而提取到大型水域轮廓;
S2、根据步骤S1中所获取的大型水域轮廓对无人飞行器基于速度矢量场的航路规划方法对无人飞行器的航线进行预设定;
S3、通过无人飞行器所搭载的导航设备对无人飞行器的航线进行导航,并根据无人飞行器所搭载的照相机对大型水域进行照相以得到实际图像;
S4、对步骤S3所获得的实际图像与步骤S1中的原始图像通过帧间差分法处理得到差分图像,并对差分图像进行二值化处理,得到包含异常灰度值的照片,从而得到大型水域中异常点的坐标值;
S5、无人飞行器的导航设备根据步骤S4中所获得的异常点的坐标值对导航设备中预设定的航迹进行修正;
S6、无人飞行器飞行至包含异常灰度值照片的水域上方,对该水域进行高清航空拍摄并回传至地面基站。
在一些实施方式中,所述步骤S4中的“帧间差分法处理”具体为:利用步骤S1中的原始图像与步骤S3所获得的实际图像作帧间差分运算得到差分图像,
所述帧间差分运算的计算公式为:Dk(x,y)=Fk(x,y)-Fk-1(x,y);
其中,Fk-1(x,y)为步骤S1中原始图像中像素点的灰度值,Fk(x,y)为步骤S3所获得在实际图像中像素点的灰度值,Dk(x,y)为差分图像,所述原始图像与实际图像具有相同坐标值。
在一些实施方式中,步骤S3中的导航设备为电子罗盘。
在一些实施方式中,步骤S3还包括对电子罗盘进行校正,所述电子罗盘的校正具体包括:
S31、磁力计获取电子罗盘x、y、z三轴的相对磁通量,滤波处理后进行椭球拟合校正,保存校正参数至第一存储装置;
S32、磁力计获取电子罗盘x、y、z三轴的磁通量的极值,进行椭圆拟合校正,保存校正参数至第二存储装置;
S33、惯性导航模块获取倾斜角数据并结合步骤S1与S2的校正参数,计算补偿后的水平磁场强度Xh和Yh。
在一些实施方式中,步骤S31具体为:
在无人飞行器的机体外部,使用磁力计获取x、y、z三轴的相对磁通量X、Y、Z;
进行滤波处理后,将相对磁通量X、Y、Z送入极值获取单元,以获取磁力计在x、y、z三轴的磁通量的极大值Xmax、Ymax、Zmax和极小值Xmin、Ymin、Zmin;
进行椭球拟合校正,得到校正参数H、K、B,其中
保存校正参数H、K、B至电子罗盘的存储装置12。
在一些实施方式中,步骤S32具体为:
在无人飞行器的机体内部,使用磁力计获取电子罗盘x、y、z三轴的磁通量的极大值Xmax’、Ymax’、Zmax’和极小值Xmin’、Ymin’、Zmin’;
进行椭圆拟合校正,得到校正参数H’、K’、B’,其中
保存校正参数H’、K’、B’至飞行控制计算机的存储装置中。
在一些实施方式中,步骤S33具体为:
利用无人飞行器上的惯性导航模块获取无人飞行器飞行时的俯仰角α和滚动角γ;
并结合所述步骤S31中经过椭球拟合校正得到的校正参数H、K、B及所述步骤S32中经过椭圆拟合校正得到的校正参数H’、K’、B’,计算补偿后的水平磁场强度Xh和Yh。
在一些实施方式中,磁力计为三轴数字磁阻式磁力计。
在一些实施方式中,无人飞行器包括无人直升机或者无人固定翼飞机或者多旋翼无人飞行器。
与现有技术相比,本发明的有益效果是:在本发明中,首先通过边缘检测提取大型水域的轮廓,在无人飞行器在预定的航线飞行过程中对大型水域进行二次航拍,然后在同一坐标中的两张图像通过帧间差分法并进行二值化处理后得到包含异常灰度值的照片,从而得到发生异常的坐标值,并对该水域进行高清航拍后回传地面基站,以进行后期分析处理。通过本发明,可有效降低无人飞行器的无效飞行路径,实现了对大型水域的水质的高效监测,节约了无人飞行器的飞行路线。
附图说明
图1为本发明一种采用无人飞行器对大型水域水质进行监测的监测方法的流程图;
图2为本发明所示的对步骤S1中的原始图像作卷积和运算的示意图;
图2a为Sobel算子计算x方向的梯度值的示意图;
图2b为Sobel算子计算y方向的梯度值的示意图;
图3为电子罗盘校正方法的系统示意图;
图4为本发明步骤S3中电子罗盘校正方法中执行步骤S31的模块示意图;
图5为本发明步骤S3中电子罗盘校正方法中执行步骤S32及步骤S33的模块示意图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
请参图1至图5所示出的本发明一种采用无人飞行器对大型水域进行水质监测的监测方法的一种具体实施方式。
在本实施实施方式中,一种采用无人飞行器对大型水域水质进行监测的监测方法,包括以下步骤。
首先,执行步骤S1、获取大型水域的原始图像并通过Sobel算子对所述原始图像进行边缘检测从而提取到大型水域轮廓。该大型水域轮廓规定了后期使用无人飞行器的飞行区域或者飞行范围。
如图2、图2a及图2b所示,在本实施方式中,对一帧256级灰度的原始图像在某个像素点的灰度值设为f(x,y),对于该像素点的梯度值计算公式如下:
其中,M(x,y)为该像素点(x,y)处所求的梯度值,Sx、Sy为利用sobel算子分别计算在x、y方向上的梯度值。其中图2a为Sobel算子计算该像素点(x,y)沿x方向的梯度值的示意图;图2b为Sobel算子计算该像素点(x,y)沿y方向的梯度值的示意图。
Sx、Sy分别表示sobel算子与如图2所示的图像邻域的灰度级做卷积运算,图2中的Zi(i=1,2,….,9)表示该像素点(x,y)八邻域周围的像素点的灰度值,Sx及Sy用公式计算如下所示:
即原始图像在像素点(x,y)处对x、y方向上的梯度值分别为:
Sx=(Z1+2Z2+Z3)-(Z7+2Z8+Z9);
Sy=(Z1+2Z4+Z7)-(Z3+2Z6+Z9)。
Sobel算子是图像处理中的算子之一,主要用作边缘检测。在技术上,它是一离散性差分算子,用来运算图像亮度函数的梯度近似值。该算子包含两组3×3的矩阵,分别为用于求像素点在x、y方向上的梯度值,将之与如图2所示的输入图像中的每个像素点的邻域灰度级作卷积和运算,然后选取合适的阀值K以提取边缘图像。
具体的,该卷积和运算的计算公式如下公式所示,
其中,阈值K为200。
当f(x,y)为1时,该点即为原始图像的边缘点。
具体的,该原始图像可由卫星拍摄获得,也可由互联网地图截取,并预先加载在位于地面基站的计算机中。
然后,执行步骤S2、根据步骤S1中所获取的大型水域轮廓对无人飞行器基于速度矢量场的航路规划方法对无人飞行器的航线进行预设定。
然后,执行步骤S3、通过无人飞行器所搭载的导航设备对无人飞行器的航线进行导航,并根据无人飞行器所搭载的照相机对大型水域进行照相以得到实际图像。具体的,在步骤S3中的导航设备为电子罗盘。
然后,执行步骤S4、对步骤S3所获得的实际图像与步骤S1中的原始图像通过帧间差分法处理得到差分图像,并对差分图像进行二值化处理,得到包含异常灰度值的照片,从而得到大型水域中异常点的坐标值。
步骤S4中的“帧间差分法处理”具体为:利用步骤S1中的原始图像与步骤S3所获得的实际图像作帧间差分运算得到差分图像,
所述帧间差分运算的计算公式为:Dk(x,y)=Fk(x,y)-Fk-1(x,y);
其中,Fk-1(x,y)为步骤S1中原始图像中像素点的灰度值,Fk(x,y)为步骤S3所获得在实际图像中像素点的灰度值,Dk(x,y)为差分图像,所述原始图像与实际图像具有相同坐标值。
具体的,该二值化处理的运算公式如公式(1)所示:
其中,Dk(x,y)为二者的差分图像,Rk(x,y)为差分法处理后所得到的二值图像,M为分割阀值,该M为40。
当Rk(x,y)为0时,该点为背景点;当Rk(x,y)为1时,该点为前景点即运动物体。
然后,执行步骤S5、无人飞行器的导航设备根据步骤S4中所获得的异常点的坐标值对导航设备中预设定的航迹进行修正。
参图3至图5所示,由于地球本身具有地磁场,因此在使用电子罗盘实现对无人飞行器进行导航的过程中,需要对有磁环境下的无人飞行器的电子罗盘进行校正。该校正方法包括以下子步骤。
子步骤S101:磁力计10获取电子罗盘100在x、y、z三轴的相对磁通量,滤波处理后,进行椭球拟合校正,保存校正参数至电子罗盘100的存储装置12,其具体包括以下过程:
首先,在远离无人飞行器的机体外部,最好选择较开阔的场地并且周围无较强的磁干扰物质,如高压线、汽车等。
使用磁力计10获取电子罗盘100在x、y、z三轴的相对磁通量X、Y、Z,进行滤波处理后,将相对磁通量X、Y、Z的数字量通过微控制器11传输至PC机200的极值获取单元20,并通过该极值获取单元20获取电子罗盘100在x、y、z三轴的磁通量的极大值Xmax、Ymax、Zmax和极小值Xmin、Ymin、Zmin,然后将磁通量的极大值和极小值等数字量送入处理器21,用以进行椭球拟合校正,得到校正参数H、K、B,其中,
由此得到的校正参数H、K、B传输至微控制器11,最后,通过微控制器11将校正参数H、K、B保存至电子罗盘100的存储装置12中。其中,参数H为电子罗盘100在x、y、z三轴的相对磁场强度,参数K、B为电子罗盘100在x、y、z三轴的校正参数。
在本实施方式中,电子罗盘100的存储装置12可以为flash闪存,也可以为RAM或ROM。
在本实施方式中,磁力计10为三轴数字磁阻式磁力计,当然也可为三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计。当采用三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计获取电子罗盘100的在x、y、z三轴的相对磁通量X、Y、Z时,需通过AD转换模块(未图示)用以将三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计所获取电子罗盘100的相对磁通量X、Y、Z的模拟量转换为数字量,然后再将电子罗盘100的相对磁通量X、Y、Z的数字量传输至微控制器11。
上述子步骤S101为电子罗盘100的第一次磁干扰校正,用于消除电子罗盘100的自身干扰,包括电子罗盘100的外壳(未图示)及其他电子元件(未图示)对电子罗盘100的磁干扰。
然后,执行子步骤S102、通过磁力计10获取电子罗盘100在x、y、z三轴的磁通量的极值,进行椭圆拟合校正,保存校正参数至第二存储装置。在本实施方式中,该第二存储装置为飞行控制计算机400的存储装置41。
该子步骤S102具体包括以下几个过程:
将电子罗盘100安装上无人飞行器,以进行第二次磁干扰校正。在本步骤中,电子罗盘100的安装需要尽量远离一些硬磁材料或者软磁材料,例如:发动机、电磁线圈或者铁螺丝。同时要尽量避免在电子罗盘的z轴方向的干扰源。
S31、在无人飞行器的机体内部,微控制器11从电子罗盘100的存储装置12中调取校正参数H、K、B,并依靠校正参数H、K、B使用磁力计10获取电子罗盘100在x、y、z三轴的磁通量的极大值Xmax’、Ymax’、Zmax’和极小值Xmin’、Ymin’、Zmin’。
S32、将磁力计10所获取的电子罗盘100在x、y、z三轴的磁通量的极大值Xmax’、Ymax’、Zmax’和极小值Xmin’、Ymin’、Zmin’等数字量传输至微控制器11,并通过微控制器11将该数字量传输至无人飞行器的飞行控制计算机400的处理器40中,用以进行椭圆拟合校正,得到校正参数H’、K’、B’,其中
最后保存校正参数H’、K’、B’至飞行控制计算机400的存储装置41中。其中参数H’为电子罗盘100在x、y、z三轴的相对磁场强度,参数K’、B’为电子罗盘100在x、y、z三轴的校正参数。
在本实施方式中,该飞行控制计算机400的存储装置41可以为flash闪存,也可以为RAM或ROM。
在本实施方式中,磁力计10为三轴数字磁阻式磁力计,当然也可为三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计。当采用三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计获取电子罗盘100的在x、y、z三轴的相对磁通量X、Y、Z时,需通过AD转换模块(未图示)用以将三轴模拟磁阻式磁力计和/或三个单轴模拟磁阻式磁力计所获取电子罗盘100的相对磁通量X、Y、Z的模拟量转换为数字量,然后再将电子罗盘100的相对磁通量X、Y、Z的数字量传输至微控制器11。
该步骤为电子罗盘100的第二次磁干扰校正,用于消除无人飞行器的机体干扰。用以进一步消除无人飞行器上的磁干扰源,例如:无人飞行器的发动机(未图示)、无人飞行器内部设置的线路(未图示)等对电子罗盘100的磁干扰。
然后执行步骤S33,通过惯性导航模块300获取倾斜角数据并结合步骤S1与S2的校正参数,计算补偿后的水平磁场强度Xh和Yh。
在无人飞行器动态的飞行过程中,如果无人飞行器倾斜了一定角度,则必须利用倾斜角度(俯仰角α和滚动角γ)和x、y、z三个轴向的磁场分量来计算水平方向的磁场分量Xh和Yh。
结合参图3及图5所示,该步骤具体包括以下几个过程:
利用无人飞行器上的惯性导航模块300获取无人飞行器飞行时的俯仰角α和滚动角γ;
并结合步骤S31中经过椭球拟合校正得到的校正参数H、K、B及步骤S32中经过椭圆拟合校正得到的校正参数H’、K’、B’,计算补偿后的水平磁场强度Xh和Yh。该步骤S103为电子罗盘100的倾斜角校正。
结合图3所示,在本实施方式中,在步骤S103后还可以包括再进行至少一次滤波51,以消除无人飞行器在飞行过程中所遇到的变化的其他干扰50,例如:无人飞行器线路中的电流变化引起的磁干扰、太阳耀斑所引起的地磁场的异常、无人飞行器在飞行过程中遇到的铁塔所引起的磁干扰等等。当然在步骤S101之前也可以进行至少一次滤波,在此不再冗述。
根据水平磁场分量Xh和Yh,按照公式(2)可以得到无人飞行器最后的航向角60,该航向角60的计算公式为下公式(2)所示:
β=arctan(Yh/Xh)(2)。
在本实施方式中,该无人飞行器为无人直升机,也可以为无人固定翼飞机,也可为多旋翼无人飞行器。
最后,执行步骤S6、无人飞行器飞行至包含异常灰度值照片的水域上方,对该水域进行高清航空拍摄并回传至地面基站。通过该方法,可对重点水域、或者水质发生异常变化的水域进行有正对性的拍照及水质监测,大大提高了使用无人飞行器对大型水域的水质进行监测的监测效率,防止了无人飞行器盲目在大型水域上进行断面扫描式的拍照及水质监测,降低了无人飞行器的使用成本。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种采用无人飞行器对大型水域水质进行监测的监测方法,其特征在于,包括以下步骤:
S1、获取大型水域的原始图像并通过Sobel算子对所述原始图像进行边缘检测从而提取到大型水域轮廓;
S2、根据步骤S1中所获取的大型水域轮廓对无人飞行器基于速度矢量场的航路规划方法对无人飞行器的航线进行预设定;
S3、通过无人飞行器所搭载的导航设备对无人飞行器的航线进行导航,并根据无人飞行器所搭载的照相机对大型水域进行照相以得到实际图像;
S4、对步骤S3所获得的实际图像与步骤S1中的原始图像通过帧间差分法处理得到差分图像,并对差分图像进行二值化处理,得到包含异常灰度值的照片,从而得到大型水域中异常点的坐标值;
S5、无人飞行器的导航设备根据步骤S4中所获得的异常点的坐标值对导航设备中预设定的航迹进行修正;
S6、无人飞行器飞行至包含异常灰度值照片的区域上方,对水域进行高清航空拍摄并回传至地面基站。
2.根据权利要求1所述的监测方法,其特征在于,所述步骤S4中的“帧间差分法处理”具体为:利用步骤S1中的原始图像与步骤S3所获得的实际图像作帧间差分运算得到差分图像,
所述帧间差分运算的计算公式为:Dk(x,y)=Fk(x,y)-Fk-1(x,y);
其中,Fk-1(x,y)为步骤S1中原始图像中像素点的灰度值,Fk(x,y)为步骤S3所获得在实际图像中像素点的灰度值,Dk(x,y)为差分图像,所述原始图像与实际图像具有相同坐标值。
3.根据权利要求1所述的监测方法,其特征在于,所述步骤S3中的导航设备为电子罗盘。
4.根据权利要求3所述的监测方法,其特征在于,所述步骤S3还包括对电子罗盘进行校正,所述电子罗盘的校正具体包括:
S31、磁力计获取电子罗盘x、y、z三轴的相对磁通量,滤波处理后进行椭球拟合校正,保存校正参数至第一存储装置;
S32、磁力计获取电子罗盘x、y、z三轴的磁通量的极值,进行椭圆拟合校正,保存校正参数至第二存储装置;
S33、惯性导航模块获取倾斜角数据并结合步骤S1与S2的校正参数,计算补偿后的水平磁场强度Xh和Yh。
5.根据权利要求4所述的监测方法,其特征在于,所述步骤S31具体为:
在无人飞行器的机体外部,使用磁力计获取x、y、z三轴的相对磁通量X、Y、Z;
进行滤波处理后,将相对磁通量X、Y、Z送入极值获取单元,以获取磁力计在x、y、z三轴的磁通量的极大值Xmax、Ymax、Zmax和极小值Xmin、Ymin、Zmin;
进行椭球拟合校正,得到校正参数H、K、B,其中
保存校正参数H、K、B至电子罗盘的存储装置。
6.根据权利要求4所述的监测方法,其特征在于,所述步骤S32具体为:
在无人飞行器的机体内部,使用磁力计获取电子罗盘x、y、z三轴的磁通量的极大值Xmax’、Ymax’、Zmax’和极小值Xmin’、Ymin’、Zmin’;
进行椭圆拟合校正,得到校正参数H’、K’、B’,其中
保存校正参数H’、K’、B’至飞行控制计算机的存储装置中。
7.根据权利要求4所述的监测方法,其特征在于,所述步骤S33具体为:
利用无人飞行器上的惯性导航模块获取无人飞行器飞行时的俯仰角α和滚动角γ;
并结合所述步骤S31中经过椭球拟合校正得到的校正参数H、K、B及所述步骤S32中经过椭圆拟合校正得到的校正参数H’、K’、B’,计算补偿后的水平磁场强度Xh和Yh。
8.根据权利要求4所述的监测方法,其特征在于,所述磁力计为三轴数字磁阻式磁力计。
9.根据权利要求1所述的监测方法,其特征在于,所述无人飞行器包括无人直升机或者无人固定翼飞机或者多旋翼无人飞行器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610096564.9A CN105699378A (zh) | 2016-02-22 | 2016-02-22 | 一种采用无人飞行器对大型水域水质进行监测的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610096564.9A CN105699378A (zh) | 2016-02-22 | 2016-02-22 | 一种采用无人飞行器对大型水域水质进行监测的监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105699378A true CN105699378A (zh) | 2016-06-22 |
Family
ID=56223460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610096564.9A Pending CN105699378A (zh) | 2016-02-22 | 2016-02-22 | 一种采用无人飞行器对大型水域水质进行监测的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105699378A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
CN108427902A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于地面站识别灰霾源的方法、装置及系统 |
CN108427905A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于远程服务器对灰霾源进行示警的方法、装置及系统 |
CN108427906A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于地面站对灰霾源进行示警的方法、装置及系统 |
CN108827297A (zh) * | 2018-03-14 | 2018-11-16 | 江苏大学 | 一种基于图像的无人机农业巡检轨迹实时规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102589537A (zh) * | 2012-03-05 | 2012-07-18 | 无锡汉和航空技术有限公司 | 一种有磁环境下无人机的电子罗盘校正方法 |
CN104132942A (zh) * | 2014-08-11 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的水体富营养化检测与处理方法 |
CN104132941A (zh) * | 2014-08-11 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的多流域水体质量综合监测与分析方法 |
CN105158431A (zh) * | 2015-09-22 | 2015-12-16 | 浙江大学 | 一种无人污染物溯源系统及其溯源方法 |
-
2016
- 2016-02-22 CN CN201610096564.9A patent/CN105699378A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102589537A (zh) * | 2012-03-05 | 2012-07-18 | 无锡汉和航空技术有限公司 | 一种有磁环境下无人机的电子罗盘校正方法 |
CN104132942A (zh) * | 2014-08-11 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的水体富营养化检测与处理方法 |
CN104132941A (zh) * | 2014-08-11 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的多流域水体质量综合监测与分析方法 |
CN105158431A (zh) * | 2015-09-22 | 2015-12-16 | 浙江大学 | 一种无人污染物溯源系统及其溯源方法 |
Non-Patent Citations (1)
Title |
---|
谢涛等: "基于无人机遥感技术的环境监测研究进展", 《环境科技》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108427902A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于地面站识别灰霾源的方法、装置及系统 |
CN108427905A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于远程服务器对灰霾源进行示警的方法、装置及系统 |
CN108427906A (zh) * | 2017-11-27 | 2018-08-21 | 易瓦特科技股份公司 | 基于地面站对灰霾源进行示警的方法、装置及系统 |
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
CN108109437B (zh) * | 2018-01-24 | 2021-01-12 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
CN108827297A (zh) * | 2018-03-14 | 2018-11-16 | 江苏大学 | 一种基于图像的无人机农业巡检轨迹实时规划方法 |
CN108827297B (zh) * | 2018-03-14 | 2021-09-10 | 江苏大学 | 一种基于图像的无人机农业巡检轨迹实时规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105699378A (zh) | 一种采用无人飞行器对大型水域水质进行监测的监测方法 | |
CN110244766B (zh) | 一种光伏电站无人机巡检航线的规划方法及系统 | |
CN106379536A (zh) | 基于无人机的天然气管线巡检系统 | |
CN103578088B (zh) | 一种星空图像处理方法 | |
CN104618689B (zh) | 基于无人机的近海溢油监测方法及系统 | |
CN104537620A (zh) | 一种方向自适应图像去模糊方法 | |
CN103528568B (zh) | 一种基于无线信道的目标位姿图像测量方法 | |
CN104156536A (zh) | 一种盾构机刀具磨损的可视化定量标定及分析方法 | |
CN106679676B (zh) | 一种单视场多功能光学敏感器及实现方法 | |
CN110225264A (zh) | 无人机近地航拍检测农田残膜的方法 | |
CN110044338B (zh) | 一种溃堤溃坝场景的无人机监测方法及系统 | |
CN106127683A (zh) | 一种无人机载sar图像实时拼接方法 | |
CN106920235A (zh) | 基于矢量底图匹配的星载光学遥感影像自动校正方法 | |
CN107146200A (zh) | 一种基于图像拼接质量评价的无人机遥感图像拼接方法 | |
CN103115631A (zh) | 遥感相机成像参数误差校正系统及方法 | |
CN105547287A (zh) | 一种不规则天体导航视线信息提取方法 | |
CN103134476B (zh) | 一种基于水平集算法的海陆分界线检测方法 | |
CN116402693B (zh) | 一种基于遥感技术的市政工程图像处理方法及装置 | |
CN104180794A (zh) | 数字正射影像拉花区域的处理方法 | |
CN112857306B (zh) | 一种视频卫星任意视向点的连续太阳高度角确定方法 | |
CN105353376A (zh) | 一种基于isar图像的空间目标姿态反演方法 | |
JP6799635B2 (ja) | 空撮画像位置特定システムおよび空撮画像位置特定方法。 | |
LU501719B1 (en) | Terrain simulation method based on satellite images and digital elevation data | |
CN115112100B (zh) | 遥感控制系统及方法 | |
Senn et al. | On‐site geometric calibration of RPAS mounted sensors for SfM photogrammetric geomorphological surveys |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160622 |
|
WD01 | Invention patent application deemed withdrawn after publication |