CN106595603B - 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 - Google Patents
一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 Download PDFInfo
- Publication number
- CN106595603B CN106595603B CN201611043811.5A CN201611043811A CN106595603B CN 106595603 B CN106595603 B CN 106595603B CN 201611043811 A CN201611043811 A CN 201611043811A CN 106595603 B CN106595603 B CN 106595603B
- Authority
- CN
- China
- Prior art keywords
- canopy
- unmanned plane
- cone
- lodging
- wind type
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 208000031968 Cadaver Diseases 0.000 claims abstract description 49
- 230000000877 morphologic effect Effects 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000001757 thermogravimetry curve Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 239000000725 suspension Substances 0.000 claims description 7
- 238000001931 thermography Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 208000035126 Facies Diseases 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000010152 pollination Effects 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 230000000576 supplementary effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
- G01C11/34—Aerial triangulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Abstract
本发明公开了一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法,该方法步骤如下:步骤一、布置参考标识:将醒目的标识卡安装到容易固定的折叠式三脚架上后;步骤二、悬停无人机A;步骤三、设计旋翼式无人机B的飞行方式;步骤四、采集试验资料:无人机A采集到农作物受到气流影响的视频及图像资料;步骤五、后期数据分析:对步骤四所采集到的视频及图像资料进行分析,得出由无人机旋翼气流引起的冠层倒伏锥体的形态参数。本发明中,通过检测冠层倒伏锥体的形态,可以直观且准确地判断无人机旋翼气流对农作物冠层产生都影响,为农用旋翼式无人机田间作业旋翼气流参数的标准化和统一化提供保障。
Description
技术领域
本发明涉及检测无人机旋翼气流对农作物影响的方法,特别是涉及一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法。
背景技术
农用无人机的研究设计水平作为反应农业现代化水平的重要标志之一,以及无人机飞行作业参数优选,极大的影响无人机对农作物的作用。目前在中国的农业航空的应用及对农用无人机飞行参数的检测方法的应用尚处于起步阶段,潜力巨大。中国农业航空未来的需求主要集中在超低空农情信息快速获取、超低空喷施作业和其他特种作业(例如制种辅助授粉)等方面。
结合中国农业的特点,据专家预测,中国农业航空的发展应因地制宜,走“多机型、多作业方式并举”的道路,按照当前的发展态势,未来中国农业航空的主要机型大致可分为有人驾驶、无人驾驶的固定翼飞机和旋转翼直升机以及动力三角翼等机型。
旋翼式无人机旋翼工作时所产生的气流会对农作物冠层产生影响,研究旋翼式无人机旋翼作业时农作物冠层的风场分布,以便让旋翼式无人机旋翼在最佳的飞行状态下进行作业,具有重要意义。现有的上述风场分布检测通常采用模拟的方式进行,常见的方式是在测试区域内设置风速传感器,让无人机从上方飞过,通过采集测试区域内的风速传感器的数据,经计算后得出测试区域内的风场分布情况。例如,授权公告号为CN103076462B的发明专利所公开的“一种多方向风速测量装置”。
现有的这种通过模拟测量风场分布的方式来判断旋翼式无人机旋翼工作时所产生的气流会对农作物冠层产生的影响存在以下的不足:
1、由于模拟测试的区域的环境与实际作业时的环境不同,得出的风场分布数据不够准确;具体来说,模拟测试的区域内没有农作物的分布,而实际作业时农作物的存在会对风场的分布产生影响,而且不同的农作物对风场的影响也不同,因此通过模拟测试风场分布来分析气流对农作物的影响,不够准确。
2、通过模拟测试获得的风场分布来间接分析气流对农作物冠层的影响,不能直观且真实地反映气流对农作物冠层的实际影响。
发明内容
本发明的目的在于克服现有技术的不足,提出了一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法,通过检测冠层倒伏锥体的形态,可以直观且准确地判断无人机旋翼气流对农作物冠层产生都影响。
本发明解决上述技术问题的技术方案为:
一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法,该方法步骤如下:
步骤一、布置参考标识:将醒目的标识卡安装到容易固定的折叠式三脚架上后,放置于农田里,标识卡放置为n个,排列成一条直线,相邻两个标识卡相距m米;其功能是作为参照点,让标识卡周围受无人机旋翼气流影响的农作物与其他区域未受影响的农作物形成鲜明对比;
步骤二、悬停无人机A:无人机A自带超高清航拍摄像机,将无人机A悬停在中心参考标识z的正上方,悬停高度以确保拍摄视角能涵盖所有参考标识为准;
步骤三、设计旋翼式无人机B的飞行方式:旋翼式无人机B以不同速度、不同高度、不同方向飞过参考标识点,制造出不同强度的气流,并实时记录旋翼式无人机B飞行姿态及飞行参数;
步骤四、采集试验资料:步骤三所述不同姿态飞行的旋翼式无人机B产生的旋翼气流作用到农作物上后,农作物冠层受到气流影响形成不同形态的冠层倒伏锥体,无人机A中的摄像机在旋翼式无人机B飞行过程中采集农作物受到气流影响的视频及图像资料;
步骤五、后期数据分析:对步骤四所采集到的视频及图像资料,通过分析对比每一帧航拍视频中农作物在旋翼气流的影响下的冠层倒伏锥体的形态,从而得出由无人机旋翼气流引起的冠层倒伏锥体的形态参数,为研究无人机旋翼气流对农作物冠层的影响提供依据。
本发明的一个优选方案,其中,步骤一所述的标识卡上放置有风速传感器和定位装置,所述风速传感器用于对所处位置的风速、风量以及风向进行实时显示及记录;所述定位装置用于获取标识卡的位置信息;
步骤四中,将上述风速传感器和定位装置获取的数据以及步骤三中的无人机B飞行参数载载入到农作物冠层处无人机旋翼单向二维风场模型中,得到农作物冠层风场分布规律;
步骤五中,将由骤四中的视频及图像资料料分析得到的由无人机旋翼气流引起的冠层倒伏锥体的形态参数与由上述农作物冠层处无人机旋翼单向二维风场模型得到的冠层倒伏锥体的形态参数进行对比,验证无人机旋翼气流对农作物冠层的影响。
通过上述优选方案,将本发明中通过视频及图像资料料获得的冠层倒伏锥体与通过现有的农作物冠层处无人机旋翼单向二维风场模型得到的冠层倒伏锥体进行对比分析和验证,能够更加准确地把握无人机旋翼气流对农作物冠层的影响。上述农作物冠层处无人机旋翼单向二维风场模型的相关内容可参见《农业工程学报》第31卷第3期发表的“旋翼式无人机授粉作业冠层风场分布规律”,2015年2月,作者李继宇,周志艳等。
本发明的一个优选方案,其中,步骤三所述的旋翼式无人机B按以下飞行方式飞行:
a、测出农作物的冠层高度h1,旋翼式无人机B距农作物冠层顶部的高度为h2,固定旋翼式无人机B的高度,分别以v1,v2的速度完成一次往返飞行;
b、升高旋翼式无人机B的飞行高度到h3,h3=2h1+h2,分别以v1,v2的速度完成一次往返飞行;
c、旋翼式无人机B以h3的高度飞行,分别以2v1,2v2的速度完成一次往返飞行;
本发明的一个优选方案,其中,所述步骤五中,冠层倒伏锥体的形态参数包括宽度W、深度D、体积V以及顶点坐标P。
本发明的一个优选方案,其中,步骤三所述的旋翼式无人机B佩戴了导航系统及悬挂红外热像仪,所述导航系统用于实时获取旋翼式无人机B的位置信息并传输到地面控制站;所述红外热像仪用于获取红外热图像,该红外热像仪的方位范围为0°~360°,俯仰范围为-75°~75°,显示记录方式为视监控器及PC卡记录,记录的红外热图像用于支持后期三维温度场重建,用于辅助计算冠层倒伏锥体的形态参数。
本发明的一个优选方案,其中,所述三维温度场重建的方法,包括以下步骤:
a、根据立体匹配算法原理得到两幅已被标定红外图像的深度信息;
b、结合深度信息、红外热像仪参数及三角视差原理得到空间点的三维信息;
c、立体校正和立体匹配后,通过三角测量原理来获得空间中某一点在两幅图像中的视差;
d、测量热像图中两点基线长度T,FL和FR为左、右红外热像仪的焦距,经过立体校正后,FL=FR,点P′为空间中任意一点,其世界坐标为(X,Y,Z),P′在两幅红外图像上所成投影点的横坐标为UL和UR,定义d=UL-UR为三维空间点P′在两幅红外图像上的视差;根据三角测量原理,得出:其中,d是视差,T是基线长度,f则是左右相机的焦距,得到:
e、计算空间点P′的横坐标X和纵坐标Y:
本发明的一个优选方案,其中,所述冠层倒伏锥体的宽度W是根据旋翼式无人机B悬挂的红外热像仪记录的红外热像图、冠层处无人机旋翼单向二维风场模型所得冠层倒伏锥体、后期采集的无人机A拍摄的图像序列帧,三方校对并数学计算所得,具体步骤如下:
a、取t1时刻,标识卡Z1处旋翼式无人机B记录的冠层倒伏锥体红外热像图R1、二维风场模型图R2以及无人机A拍摄的冠层倒伏椎体图R3;
b、计算得到R1、R2、R3中冠层倒伏锥体的宽度分别为w1、w2、w3,求平均值到W1;
c、重复步骤a、b,取t2时刻,标识卡Z2处冠层倒伏锥体的平均宽度W2;
d、求得冠层倒伏锥体宽度的变化率为则冠层倒伏椎体的宽度可以由函数所求得,其中w0为开始时刻冠层倒伏锥体的宽度,t0为开始时刻时间,t为结束时刻时间。
本发明的一个优选方案,其中,所述冠层倒伏锥体的深度D在旋翼式无人机B的飞行高度及飞行速度不同时,呈现不同的变化,它们之间的关系为:
a、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m2以速度v1飞行时冠层倒伏锥体深度D2,当m1<m2时D1>D2;
b、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m1以速度v2飞行时冠层倒伏锥体深度D3,当v1<v2时D1>D3;
c、当旋翼式无人机B以恒定的速度v1飞行时,冠层倒伏锥体深度D随旋翼式无人机B高度变化的变化率变化率K随着旋翼式无人机B飞行高度m的增加而减小,减小率与成正比;
d、当旋翼式无人机B以恒定的高度m1飞行时,冠层倒伏锥体深度D随旋翼式无人机B速度变化的变化率变化率K随着旋翼式无人机B飞行速度V的增加而减小,减小率与成正比;
e、根据旋翼式无人机B悬挂的红外热成像仪所记录的标识卡处冠层倒伏锥体热成像图,对图中冠层锥体顶点及标识卡中心点两点之间所存在的实际距离进行度量,采用欧式距离计算,公式如下:
本发明的一个优选方案,其中,所述冠层倒伏锥体的体积V的计算步骤如下:
a、计算冠层倒伏锥体底面积S,根据权利要求6所得到的冠层倒伏锥体宽度W,得到底面半径则
b、根据所述冠层倒伏锥体的深度D,得锥体高H=D;
c、计算冠层倒伏锥体体积V,
本发明的一个优选方案,其中,所述冠层倒伏锥体的顶点坐标P根据旋翼式无人机B机载定位系统记录的位置信息、悬挂的红外热像仪记录的红外热像图、后期采集的无人机A拍摄的图像序列帧以及标识卡定位装置的定位信息四个因素综合分析并数学计算所得,具体步骤如下:
a、通过标识卡上的定位装置得到标识卡Z1,Z2处的定位点p1,p2,从旋翼式无人机B记录的红外热像图中选取冠层倒伏锥体顶点到达p1,p2时的红外热成像图f1,f2,从无人机A拍摄的图像序列帧里选取冠层倒伏锥体顶点到达p1,p2时的图像序列帧f11,f12,其中Z1为起点标识卡,此时冠层倒伏锥体在旋翼式无人机B正下方;
b、所述f1、f2、f11、f12都在旋翼式无人机B以速度v1下所得,其中冠层倒伏锥体顶点P从p1,p2经历时间为T,f11、f12中旋翼式无人机B的位置为p3,p4,其中p1=p3,p1,p2之间间隔为l1,p3与p4间隔为l2;
c、冠层倒伏锥体顶点P在旋翼式无人机B以v1速度飞行时,P的移动速度为v,锥体的滞后速度为
本发明与现有技术相比具有以下的有益效果:
本发明通过对旋翼式无人机以不同飞行参数在农田上飞行时农作物的冠层形态进行图像和视频采集,具体是对冠层倒伏锥体的形态进行记录,冠层倒伏锥体是旋翼式无人机在农作物上方停留或经过时农作物冠层形成的特有形态,冠层倒伏锥体的形态能够直接反映农作物冠层受影响的状态,通过分析冠层倒伏锥体的宽度、深度、体积等参数以及这些参数的变化,就能直观的看出旋翼式无人机以不同飞行参数飞行时农作物冠层受影响的状态,并了解旋翼式无人机带来的气流在农作物冠层的风场分布,得出旋翼风场分布规律,丰富了无人机作业的优选参数,为需要无人机旋翼风场的作业方式提供支持,为农用旋翼式无人机田间作业旋翼气流参数的标准化和统一化提供保障,利用本发明可为制定旋翼式无人机的水稻制种辅助授粉作业技术规范提供依据。
附图说明
图1是本发明的检测由无人机旋翼气流引起的冠层倒伏锥体的方法的实施流程示意图。
图2是本发明的检测由无人机旋翼气流引起的冠层倒伏锥体的方法实施过程中的结构示意图。
图3为无人机旋翼单向二维风场模型模拟风场图。
图4为本发明所述的三角测量原理图。
具体实施方式
以下结合附图说明对本发明的实施例作进一步详细描述,但本实例并不用于限制本发明,凡是采用本发明的相似方法及其相似变化,均应列入本发明的保护范围。
本发明的检测由无人机旋翼气流引起的冠层倒伏锥体的方法包括以下步骤:
步骤一、布置参考标识:将醒目的标识卡安装到容易固定的折叠式三脚架上后,放置于农田里,例如稻田、麦田或者其他农田,三脚架应该能够很牢固的放置于水稻田中,不会因为无人机旋翼气流的影响而倒伏。标识卡的放置数量为奇数,具体为9个,排列成一条直线,相邻两个标识卡相距3米;其功能是作为参照点,让标识卡周围受无人机旋翼气流影响的农作物与其他区域未受影响的农作物形成鲜明对比,便于后续对图像的分析处理和识别;并用于引导无人机航向。所述的标识卡上放置有风速传感器和定位装置,所述风速传感器用于对所处位置的风速、风量以及风向进行实时显示及记录;所述定位装置用于获取标识卡的位置信息。
步骤二、悬停无人机A及拍摄定点航拍图:无人机A自带超高清航拍摄像机,将无人机A悬停在中心参考标识z的正上方。持续升高无人机A同时观察标识卡周围的农作物冠层在无人机A旋翼气流影响下的形态,当标识卡z周围农作物冠层几乎不受无人机A旋翼气流影响的时候悬停并拍摄定点航拍图①,并根据无人机A上的GPS定位装置记录下此时无人机A的高度H,本实施例中,高度H为10m。无人机A以0.5m/s的速度降落,根据机载GPS定位系统的飞行高度信息显示,每降落2m就拍摄一张定点航拍图来记录此时农作物冠层在旋翼气流影响下的形态,分别拍摄了定点航拍图②、③、④,当降落到距标识卡0.5m即距离地面2m处时拍摄最后一张定点航拍图⑤。将无人机A升高到高度H处,等待启动视频录制功能。
步骤三、设计旋翼式无人机B的飞行方式:旋翼式无人机B以不同速度、不同高度、不同方向飞过参考标识点,制造出不同强度的气流,并实时记录旋翼式无人机B飞行姿态及飞行参数;旋翼式无人机B的具体飞行方式如下:
a、起飞旋翼式无人机B并以1m/s及2m/s的速度从冠层为1.5m的农作物上空,距离农作物冠层1m的高度飞过标识卡,完成一次往返飞行;
b、升高旋翼式无人机B的飞行高度到4m,分别以1m/s,2m/s的速度完成一次往返飞行;
c、旋翼式无人机B以4m的高度飞行,分别以2m/s,4m/s的速度完成一次往返飞行;
步骤四、采集试验资料:步骤三所述不同姿态飞行的旋翼式无人机B产生的旋翼气流作用到农作物上后,农作物冠层受到气流影响形成不同形态的冠层倒伏锥体,无人机A悬停在高度H处,在旋翼式无人机B以不同方式飞行过程中,启动视频录制功能,采集农作物受到气流影响的视频及图像资料。同时,将所述风速传感器和定位装置获取的数据以及步骤三中的无人机B飞行参数载载入到农作物冠层处无人机旋翼单向二维风场模型中,得到农作物冠层风场分布规律。
步骤五、后期数据分析:对步骤四所采集到的视频及图像资料,通过分析对比每一帧航拍视频中农作物在旋翼气流的影响下的冠层倒伏锥体的形态,从而得出由无人机旋翼气流引起的冠层倒伏锥体的形态参数,为研究无人机旋翼气流对农作物冠层的影响提供依据;将由上述视频及图像资料料分析得到的由无人机旋翼气流引起的冠层倒伏锥体的形态参数与由上述农作物冠层处无人机旋翼单向二维风场模型得到的冠层倒伏锥体的形态参数进行对比,验证无人机旋翼气流对农作物冠层的影响。具体地,将无人机A拍摄的视频导入到软件After Effects中进行逐帧分析,并将无人机B的飞行参数载入到农作物冠层处无人机旋翼单向二维风场模型中,模拟出气流并计算出农作物冠层风场的分布规律,通过视频逐帧分析进行数据采集供后续的数据分析,数据采集具体步骤如下:
a、将整体视频以无人机B飞临第1号标识卡处为起点分为三段独立视频,通过观察对比将三段视频截取为相同时长且独立视频中标识卡一一对应。给三段独立视频编号1、2、3分别对应旋翼式无人机以1m/s、2m/s、3m/s的速度完成航线计划的过程;
b、截取视频1中无人机B以1m/s的速度和距离农作物冠层4m的高度飞过第5号标识卡处的视频帧,共计72帧,并保存为图像序列1,然后截取无人机B以距离农作物冠层2m的高度返航时的72帧,并保存为图像序列2;
c、截取视频2中无人机B以2m/s的速度和距离农作物冠层4m的高度飞过第5号标识卡处的视频帧,共计36帧,并保存为图像序列3,然后截取无人机B以距离农作物冠层2m的高度返航时的36帧,并保存为图像序列4;
d、截取视频3中无人机B以3m/s的速度和距离农作物冠层4m的高度飞过第5号标识卡处的视频帧,共计24帧,并保存为图像序列5,然后截取无人机B以距离农作物冠层2m的高度返航时的24帧,并保存为图像序列6;
e、通过向农作物冠层处无人机旋翼单向二维风场模型中载入无人机B飞行参数模拟出无人机B以1m/s、2m/s、3m/s及距冠层4m,2m的飞行参数下旋翼气流造成的6种不同的冠层风场大小及分布,并分别在对应飞行参数下所截取的6个图像序列中找出最契合的图像序列帧;如图4所示为通过模型得到的冠层风场图,所述无人机旋翼单向二维风场模型由风速参数采集系统结合无人机的飞行参数,使用风速参数采集系统获取多次旋翼无人机的作业风速及各项数据,所述风速参数采集系统由风速传感器和叶轮组成,将采集数据构建成风速矩阵(100x60)数据,对数据进行处理,采用傅里叶拟合、高斯拟合、以及正弦函数之和拟合的方式通过对行、列数据建立模型,并最终建立农作物冠层处无人机旋翼单向二维风场模型;
f试验数据分析,分析定点航拍图①、②、③、④、⑤、及6个最契合的图像序列帧得到无人机B以不同参数下的旋翼气流所造成的冠层风场,通过分析无人机B不同的飞行参数下旋翼气流所造成的不同冠层风场来总结出旋翼气流下农作物冠层风场分布规律,如图3所示,无人机B以距农作物冠层2m高,2m/s的速度飞行时旋翼气流形成的冠层风场为3m,与定点航拍图5及图像序列4中的一帧图像最契合,通过此比对可以得到无人机旋翼气流在何种飞行参数下形成的冠层风场的覆盖宽度以及风场的分布规律,最后通过数学分析的方法得到冠层锥体的各项参数,达到检测旋翼气流引起的冠层倒伏锥体的目的。
本发明的检测无人机旋翼气流的方法中,为了对冠层倒伏锥体的形态作更具体的分析,可以对旋翼式无人机B在不同的飞行参数下冠层倒伏锥体的形态参数进行计算,这些形态参数包括冠层倒伏锥体的宽度W、深度D、体积V以及顶点坐标P。具体方法如下:
第一、让步骤三所述的旋翼式无人机B佩戴导航系统及悬挂红外热像仪,所述导航系统用于实时获取旋翼式无人机B的位置信息并传输到地面控制站;所述红外热像仪用于获取红外热图像,该红外热像仪的方位范围为0°~360°,俯仰范围为-75°~75°,显示记录方式为视监控器及PC卡记录,记录的红外热图像用于支持后期三维温度场重建,用于辅助计算冠层倒伏锥体的形态参数。
第二、上述三维温度场重建的方法,包括以下步骤:
a、根据立体匹配算法原理得到两幅已被标定红外图像的深度信息;
b、结合深度信息、红外热像仪参数及三角视差原理得到空间点的三维信息;
c、立体校正和立体匹配后,通过三角测量原理来获得空间中某一点在两幅图像中的视差;
d、测量热像图中两点基线长度T,FL和FR为左、右红外热像仪的焦距,经过立体校正后,FL=FR,点P′为空间中任意一点,其世界坐标为(X,Y,Z),P′在两幅红外图像上所成投影点的横坐标为UL和UR,定义d=UL-UR为三维空间点P′在两幅红外图像上的视差;如图4所示,根据三角测量原理,得出:其中,d是视差,T是基线长度,f则是左右相机的焦距,得到:
e、计算空间点P′的横坐标X和纵坐标Y:
第三、冠层倒伏锥体的宽度W计算:
冠层倒伏锥体的宽度W是根据旋翼式无人机B悬挂的红外热像仪记录的红外热像图、冠层处无人机旋翼单向二维风场模型所得冠层倒伏锥体、后期采集的无人机A拍摄的图像序列帧,三方校对并数学计算所得,具体步骤如下:
a、取t1时刻,标识卡Z1处旋翼式无人机B记录的冠层倒伏锥体红外热像图R1、二维风场模型图R2以及无人机A拍摄的冠层倒伏椎体图R3;
b、计算得到R1、R2、R3中冠层倒伏锥体的宽度分别为w1、w2、w3,求平均值到W1;
c、重复步骤a、b,取t2时刻,标识卡Z2处冠层倒伏锥体的平均宽度W2;
d、求得冠层倒伏锥体宽度的变化率为则冠层倒伏椎体的宽度可以由函数所求得,其中w0为开始时刻冠层倒伏锥体的宽度,t0为开始时刻时间,t为结束时刻时间。
第四、冠层倒伏锥体的深度D的计算:
冠层倒伏锥体的深度D在旋翼式无人机B的飞行高度及飞行速度不同时,呈现不同的变化,它们之间的关系为:
a、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m2以速度v1飞行时冠层倒伏锥体深度D2,当m1<m2时D1>D2;
b、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m1以速度v2飞行时冠层倒伏锥体深度D3,当v1<v2时D1>D3;
c、当旋翼式无人机B以恒定的速度v1飞行时,冠层倒伏锥体深度D随旋翼式无人机B高度变化的变化率变化率K随着旋翼式无人机B飞行高度m的增加而减小,减小率与成正比;
d、当旋翼式无人机B以恒定的高度m1飞行时,冠层倒伏锥体深度D随旋翼式无人机B速度变化的变化率变化率K随着旋翼式无人机B飞行速度V的增加而减小,减小率与成正比;
e、根据旋翼式无人机B悬挂的红外热成像仪所记录的标识卡处冠层倒伏锥体热成像图,对图中冠层锥体顶点及标识卡中心点两点之间所存在的实际距离进行度量,采用欧式距离计算,公式如下:
第五、冠层倒伏锥体的体积V的计算:
冠层倒伏锥体的体积V的计算步骤如下:
a、计算冠层倒伏锥体底面积S,根据权利要求6所得到的冠层倒伏锥体宽度W,得到底面半径则
b、根据所述冠层倒伏锥体的深度D,得锥体高H=D;
c、计算冠层倒伏锥体体积V,
第六、冠层倒伏锥体的顶点坐标P的计算:
冠层倒伏锥体的顶点坐标P根据旋翼式无人机B机载定位系统记录的位置信息、悬挂的红外热像仪记录的红外热像图、后期采集的无人机A拍摄的图像序列帧以及标识卡定位装置的定位信息四个因素综合分析并数学计算所得,该顶点坐标P在测试过程中是一个动态的点,具体步骤如下:
a、通过标识卡上的定位装置得到标识卡Z1,Z2处的定位点p1,p2,从旋翼式无人机B记录的红外热像图中选取冠层倒伏锥体顶点到达p1,p2时的红外热成像图f1,f2,从无人机A拍摄的图像序列帧里选取冠层倒伏锥体顶点到达p1,p2时的图像序列帧f11,f12,其中Z1为起点标识卡,此时冠层倒伏锥体在旋翼式无人机B正下方;
b、所述f1、f2、f11、f12都在旋翼式无人机B以速度v1下所得,其中冠层倒伏锥体顶点P从p1,p2经历时间为T,f11、f12中旋翼式无人机B的位置为p3,p4,其中p1=p3,p1,p2之间间隔为l1,p3与p4间隔为l2;
c、冠层倒伏锥体顶点P在旋翼式无人机B以v1速度飞行时,P的移动速度为v,锥体的滞后速度为
上述为本发明较佳的实施方式,但本发明的实施方式并不受上述内容的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,包括以下步骤:
步骤一、布置参考标识:将醒目的标识卡安装到容易固定的折叠式三脚架上后,放置于农田里,标识卡放置为n个,所述n为大于2的的奇数,排列成一条直线,相邻两个标识卡相距m米,m为两个标识卡之间的距离数值;其功能是作为参照点,让标识卡周围受无人机旋翼气流影响的农作物与其他区域未受影响的农作物形成鲜明对比;
步骤二、悬停无人机A:无人机A自带超高清航拍摄像机,将无人机A悬停在中心参考标识z的正上方,悬停高度以确保拍摄视角能涵盖所有参考标识为准;
步骤三、设计旋翼式无人机B的飞行方式:旋翼式无人机B以不同速度、不同高度、不同方向飞过参考标识点,制造出不同强度的气流,并实时记录旋翼式无人机B飞行姿态及飞行参数;
步骤四、采集试验资料:步骤三所述不同姿态飞行的旋翼式无人机B产生的旋翼气流作用到农作物上后,农作物冠层受到气流影响形成不同形态的冠层倒伏锥体,无人机A中的摄像机在旋翼式无人机B飞行过程中采集农作物受到气流影响的视频及图像资料;
步骤五、后期数据分析:对步骤四所采集到的视频及图像资料,通过分析对比每一帧航拍视频中农作物在旋翼气流的影响下的冠层倒伏锥体的形态,从而得出由无人机旋翼气流引起的冠层倒伏锥体的形态参数,为研究无人机旋翼气流对农作物冠层的影响提供依据;
步骤一所述的标识卡上放置有风速传感器和定位装置,所述风速传感器用于对所处位置的风速、风量以及风向进行实时显示及记录;所述定位装置用于获取标识卡的位置信息;
步骤四中,将上述风速传感器和定位装置获取的数据以及步骤三中的无人机B飞行参数载载入到农作物冠层处无人机旋翼单向二维风场模型中,得到农作物冠层风场分布规律;
步骤五中,将由骤四中的视频及图像资料料分析得到的由无人机旋翼气流引起的冠层倒伏锥体的形态参数与由上述农作物冠层处无人机旋翼单向二维风场模型得到的冠层倒伏锥体的形态参数进行对比,验证无人机旋翼气流对农作物冠层的影响。
2.根据权利要求1所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,步骤三所述的旋翼式无人机B按以下飞行方式飞行:
a、测出农作物的冠层高度h1,旋翼式无人机B距农作物冠层顶部的高度为h2,固定旋翼式无人机B的高度,分别以v1,v2的速度完成一次往返飞行;
b、升高旋翼式无人机B的飞行高度到h3,h3=2h1+h2,分别以v1,v2的速度完成一次往返飞行;
c、旋翼式无人机B以h3的高度飞行,分别以2v1,2v2的速度完成一次往返飞行。
3.根据权利要求2所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述步骤五中,冠层倒伏锥体的形态参数包括宽度W、深度D、体积V以及顶点坐标P。
4.根据权利要求3所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,步骤三所述的旋翼式无人机B佩戴了导航系统及悬挂红外热像仪,所述导航系统用于实时获取旋翼式无人机B的位置信息并传输到地面控制站;所述红外热像仪用于获取红外热图像,该红外热像仪的方位范围为0°~360°,俯仰范围为-75°~75°,显示记录方式为视监控器及PC卡记录,记录的红外热图像用于支持后期三维温度场重建,用于辅助计算冠层倒伏锥体的形态参数。
5.根据权利要求4所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述三维温度场重建的方法包括以下步骤:
a、根据立体匹配算法原理得到两幅已被标定红外图像的深度信息;
b、结合深度信息、红外热像仪参数及三角视差原理得到空间点的三维信息;
c、立体校正和立体匹配后,通过三角测量原理来获得空间中某一点在两幅图像中的视差;
d、测量热像图中两点基线长度T,FL和FR为左、右红外热像仪的焦距,经过立体校正后,FL=FR,点P′为空间中任意一点,其世界坐标为(X,Y,Z),P′在两幅红外图像上所成投影点的横坐标为UL和UR,定义d=UL-UR为三维空间点P′在两幅红外图像上的视差;根据三角测量原理,得出:其中,d是视差,T是基线长度,f则是左右相机的焦距,得到:
e、计算空间点P′的横坐标X和纵坐标Y:
6.根据权利要求5所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述冠层倒伏锥体的宽度W是根据旋翼式无人机B悬挂的红外热像仪记录的红外热像图、冠层处无人机旋翼单向二维风场模型所得冠层倒伏锥体、后期采集的无人机A拍摄的图像序列帧,三方校对并数学计算所得,具体步骤如下:
a、取t1时刻,标识卡Z1处旋翼式无人机B记录的冠层倒伏锥体红外热像图R1、二维风场模型图R2以及无人机A拍摄的冠层倒伏椎体图R3;
b、计算得到R1、R2、R3中冠层倒伏锥体的宽度分别为w1、w2、w3,求平均值到W1;
c、重复步骤a、b,取t2时刻,标识卡Z2处冠层倒伏锥体的平均宽度W2;
d、求得冠层倒伏锥体宽度的变化率为则冠层倒伏椎体的宽度可以由函数所求得,其中w0为开始时刻冠层倒伏锥体的宽度,t0为开始时刻时间,t为结束时刻时间。
7.根据权利要求6所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述冠层倒伏锥体的深度D在旋翼式无人机B的飞行高度及飞行速度不同时,呈现不同的变化,它们之间的关系为:
a、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m2以速度v1飞行时冠层倒伏锥体深度D2,当m1<m2时D1>D2;
b、旋翼式无人机B距冠层高m1以速度v1飞行时冠层倒伏锥体深度为D1,距冠层高m1以速度v2飞行时冠层倒伏锥体深度D3,当v1<v2时D1>D3;
c、当旋翼式无人机B以恒定的速度v1飞行时,冠层倒伏锥体深度D随旋翼式无人机B高度变化的变化率变化率K随着旋翼式无人机B飞行高度m的增加而减小,减小率与成正比;
d、当旋翼式无人机B以恒定的高度m1飞行时,冠层倒伏锥体深度D随旋翼式无人机B速度变化的变化率变化率K随着旋翼式无人机B飞行速度V的增加而减小,减小率与成正比;
e、根据旋翼式无人机B悬挂的红外热成像仪所记录的标识卡处冠层倒伏锥体热成像图,对图中冠层锥体顶点及标识卡中心点两点之间所存在的实际距离进行度量,采用欧式距离计算,公式如下:
8.根据权利要求7所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述冠层倒伏锥体的体积V的计算步骤如下:
a、计算冠层倒伏锥体底面积S,根据权利要求7所得到的冠层倒伏锥体宽度W,得到底面半径则
b、根据所述冠层倒伏锥体的深度D,得锥体高H=D;
c、计算冠层倒伏锥体体积V,
9.根据权利要求8所述的检测由无人机旋翼气流引起的冠层倒伏锥体的方法,其特征在于,所述冠层倒伏锥体的顶点坐标P根据旋翼式无人机B机载定位系统记录的位置信息、悬挂的红外热像仪记录的红外热像图、后期采集的无人机A拍摄的图像序列帧以及标识卡定位装置的定位信息四个因素综合分析并数学计算所得,具体步骤如下:
a、通过标识卡上的定位装置得到标识卡Z1,Z2处的定位点p1,p2,从旋翼式无人机B记录的红外热像图中选取冠层倒伏锥体顶点到达p1,p2时的红外热成像图f1,f2,从无人机A拍摄的图像序列帧里选取冠层倒伏锥体顶点到达p1,p2时的图像序列帧f11,f12,其中Z1为起点标识卡,此时冠层倒伏锥体在旋翼式无人机B正下方;
b、所述f1、f2、f11、f12都在旋翼式无人机B以速度v1下所得,其中冠层倒伏锥体顶点P从p1,p2经历时间为T,f11、f12中旋翼式无人机B的位置为p3,p4,其中p1=p3,p1,p2之间间隔为l1,p3与p4间隔为l2;
c、冠层倒伏锥体顶点P在旋翼式无人机B以v1速度飞行时,P的移动速度为v,锥体的滞后速度为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611043811.5A CN106595603B (zh) | 2016-11-23 | 2016-11-23 | 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611043811.5A CN106595603B (zh) | 2016-11-23 | 2016-11-23 | 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106595603A CN106595603A (zh) | 2017-04-26 |
CN106595603B true CN106595603B (zh) | 2019-06-28 |
Family
ID=58592980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611043811.5A Active CN106595603B (zh) | 2016-11-23 | 2016-11-23 | 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106595603B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970632B (zh) * | 2017-04-28 | 2019-05-07 | 华南农业大学 | 一种基于冠层涡旋稳态运动的旋翼无人机精准作业方法 |
CN108256180B (zh) * | 2017-12-30 | 2023-04-18 | 天津职业技术师范大学 | 基于多尺度高斯特征误差拟合的无人机模型验证方法 |
WO2020049456A1 (en) | 2018-09-04 | 2020-03-12 | Kiss Viliam | Method of identifying and displaying areas of lodged crops |
CN111061284B (zh) * | 2019-12-11 | 2023-05-05 | 江苏大学 | 一种用于植保无人机近作物飞行的高度控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011120858A1 (de) * | 2011-12-13 | 2013-06-13 | Yara International Asa | Verfahren und Vorrichtung zum berührungslosen Bestimmen von Pflanzenparametern und zum Verarbeiten dieser Informationen |
CN103885454B (zh) * | 2014-03-07 | 2016-07-13 | 华南农业大学 | 农用飞行器跟随冠层特征参数飞行的作业方法及装置 |
CN105574482A (zh) * | 2015-08-31 | 2016-05-11 | 中国烟草总公司广东省公司 | 一种大田烟叶生长状况监控方法 |
CN205103173U (zh) * | 2015-11-20 | 2016-03-23 | 安徽农业大学 | 基于多类图像终端—服务器架构的大田作物信息检测系统 |
CN105890623B (zh) * | 2016-04-19 | 2019-03-12 | 华南农业大学 | 一种无人机作业参数自动采集系统及自动感知方法 |
-
2016
- 2016-11-23 CN CN201611043811.5A patent/CN106595603B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106595603A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10845301B2 (en) | Multi-rotor wing unmanned aerial vehicle platform based crop growth monitoring method and device | |
CN106595603B (zh) | 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法 | |
CN107514993B (zh) | 基于无人机的面向单体建筑建模的数据采集方法及系统 | |
US11328483B2 (en) | System and method for structure inspection | |
CN104867180B (zh) | 一种集成uav与lidar的森林林分特征反演方法 | |
CN100390565C (zh) | 无人机航空摄影遥感森林计测方法 | |
Bauknecht et al. | Three-dimensional reconstruction of helicopter blade–tip vortices using a multi-camera BOS system | |
CN102749071B (zh) | 一种基于无人机航空摄影监测土壤侵蚀的方法 | |
CN106774431A (zh) | 一种测绘无人机航线规划方法及装置 | |
CN106225678A (zh) | 基于3d相机的动态物体定位与体积测量方法 | |
CN106940181B (zh) | 一种无人机影像像控分布网构建与航片可选范围匹配方法 | |
CN104298245A (zh) | 基于无人机的监控林木生长状态的方法 | |
CN104484870B (zh) | 校验飞机定位方法 | |
Wong et al. | Photogrammetric measurements of an EH-60L brownout cloud | |
CN107832655A (zh) | 一种基于无人机近地面成像的航拍系统及棉花产量估测方法 | |
CN106706133A (zh) | 一种点斑状目标姿态估计方法及系统 | |
CN103808309A (zh) | 一种无人机三维航空摄影测树方法 | |
CN105783874A (zh) | 无人机航空摄影测量中架构航线的应用方法 | |
CN109631849A (zh) | 一种基于倾斜摄影的高陡边坡危岩测量方法 | |
CN103453882A (zh) | 一种基于飞行器的云层高度测量系统及云层高度测量方法 | |
CN110083176B (zh) | 一种基于无人机载高光谱成像的brdf数据采集系统和方法 | |
CN209746157U (zh) | 一种小型移动涡动相关湍流水热通量观测系统 | |
Hu et al. | Application of unmanned aerial vehicle remote sensing for geological disaster reconnaissance along transportation lines: A case study | |
CN111626893A (zh) | 一种家畜自由放牧状态下畜群放牧强度的测定方法 | |
CN108956864A (zh) | 一种基于无人机的气体浓度检测标识系统及其检测标识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |