CN106708075A - 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 - Google Patents
基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 Download PDFInfo
- Publication number
- CN106708075A CN106708075A CN201611250700.1A CN201611250700A CN106708075A CN 106708075 A CN106708075 A CN 106708075A CN 201611250700 A CN201611250700 A CN 201611250700A CN 106708075 A CN106708075 A CN 106708075A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- unmanned plane
- spad
- sensing system
- large scale
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 235000006008 Brassica napus var napus Nutrition 0.000 title abstract 3
- 240000000385 Brassica napus var. napus Species 0.000 title 1
- 240000002791 Brassica napus Species 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 235000004977 Brassica sinapistrum Nutrition 0.000 claims description 15
- 238000012417 linear regression Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 5
- 244000144985 peep Species 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000001228 spectrum Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000012010 growth Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 244000188595 Brassica sinapistrum Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000013507 mapping Methods 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
- 230000008635 plant growth Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Stereoscopic And Panoramic Photography (AREA)
Abstract
本发明公开一种基于固定翼无人机的大范围油菜田SPAD值遥感系统，包括安装在固定翼无人机下部的控制云台、图像采集装置和POS信息传感器；控制云台具有由三个伺服电机驱动的旋转体，包括：安装在固定翼无人机下部的无人机连接固定件，活动安装在无人机连接固定件下部的壳体支架，转动配合在壳体支架内的球形保护壳，以及位于球形保护壳内且其上安装有所述图像采集装置和POS信息传感器的姿态调整环；三个伺服电机分别用于控制图像采集装置的偏转角姿态参数、俯仰角姿态参数和横滚角姿态参数。本发明还公开上述装置实现的大范围油菜田SPAD值遥感采集方法。本发明通过大范围获取农作物的光谱信息，计算菜田的SPAD指数分布图，效率高，监测范围广。
Description
技术领域
本发明涉及无人机遥感应用领域，尤其是涉及一种基于固定翼无人机的大范围油菜田SPAD值遥感系统及采集方法。
背景技术
精细农业是现代农业发展的前沿领域之一，也是目前发展可持续农业的一类重要技术。精细农业需要大量的农作物生产环境的信息以及作物生长生理信息作为其决策的数据支持，从而实现更加高效率的农业生产模式。然而这些信息在时间和空间上分布差异大、维度多，如何快速、有效的大范围获取农情信息是实现精细农业的一项技术难题。SPAD值是其中一种比较重要的农作物生长信息。作为一种评价植物叶绿素含量的指数。它可以准确地反映该株植物的养分情况。油菜是我国重要的经济作物，了解其在生长期间的养分分布情况，能够对进一步的开展油菜种植作业提供合理有效的依据，并能对油菜未来产量做评估和预测。
传统的监测手段由人手持SPAD仪器下田对油菜各叶片进行逐一采样获得。其虽然直观简单，但是效率低下，消耗大量人力。目前，遥感技术是一种实时性高、监测范围大、对作物损害低的一种农业监测手段。对于大范围高效率获取农田信息是一种极为重要的技术手段和途径。无人机遥感是其中一个较为重要的领域。近年来，固定翼无人机技术有了突飞猛进的发展。由于固定翼无人机平台的高安全性，高效率等特点，固定翼无人机平台在如农业、测绘等民用领域均得到了极大的发展和应用。固定翼无人机平台就成为可行的农用遥感航空平台之一。然而，由于固定翼飞行平台在其飞行过程中其姿态与运动参数时常会有较大的变化，所以，该装置需要实现在固定翼无人机飞行姿态波动的情况下实现装置姿态的稳定，从而获取准确的遥感数据，以获得养分信息。
发明内容
针对现有技术中存在的问题，本发明提供了一种基于固定翼无人机的大范围油菜田SPAD值遥感系统及采集方法；通过姿态稳定的图像采集装置低空采集农作物光谱信息，获得大范围高精度的油菜田SPAD指数信息。
本发明所采用的具体技术方案如下：
一种基于固定翼无人机的大范围油菜田SPAD值遥感系统，包括安装在固定翼无人机下部的控制云台、图像采集装置和POS信息传感器；
所述的控制云台具有由三个伺服电机驱动的旋转体，所述的旋转体包括：安装在固定翼无人机下部的无人机连接固定件，活动安装在无人机连接固定件下部的壳体支架，转动配合在壳体支架内的球形保护壳，以及位于球形保护壳内且其上安装有所述图像采集装置和POS信息传感器的姿态调整环；
所述的三个伺服电机包括：安装在无人机连接固定件内的第一伺服电机，用于驱动所述的壳体支架的转动以控制图像采集装置的偏转角姿态参数；
安装在壳体支架上的第二伺服电机，用于驱动所述的球形保护壳以控制图像采集装置的俯仰角姿态参数；
安装在球形保护壳内的第三伺服电机，用于驱动所述的姿态调整环以控制图像采集装置的横滚角姿态参数。
本发明中，图像采集装置，包括直流电源、可见光工业相机、多光谱工业相机、主控电脑与高容量存储设备。其通过主控电脑控制可见光工业相机与多光谱工业相机实时采集图像数据并存储于存储设备中进行分析，可得到可见光与近红外光谱图像，以此可以计算得到农作物多种植物生理信息。
POS信息采集装置包括直流电源、卫星定位装置和惯性导航元件，其提供了图像采集装置的经纬度位置与姿态信息，用于后期的遥感数据几何校准以及控制云台的姿态参数调整。
优选的，所述的连接固定件上设置有用于和无人机机身支架进行相互固定的四个螺纹固定孔。
优选的，所述的连接固定件的下部设有四个加强肋板，用于加强固定件的强度与可靠性。
优选的，所述的壳体支架设计为凹字形，内部空腔用于安装球形保护壳。在壳体支架中，设计安装有多个螺纹安装孔，用以安装和第二伺服电机、支架外壳与传动轴。
球形保护壳体外部设有两个安装有石英玻璃的观察孔，壳体固定安装孔以及线路孔。用以在保护内部装置不受外部环境腐蚀的同时，供图像采集装置准确地接收控制信号并采集农作物遥感数据。
优选的，所述姿态调整环内设置有定位板，所述的图像采集装置和POS信息传感器安装在该定位板上。定位板设计有多个定位孔，用于安装与固定相机与POS信息传感器，方便POS信息传感器采集图像采集装置的经纬度信息和姿态信息用于遥感数据几何校准。
本发明还提供一种利用上述的大范围油菜田SPAD值遥感系统实现的采集方法，包括：
根据固定翼无人机当前飞行位置的经纬度位置信息，与预定飞行计划比对，向SPAD值遥感系统发送图像采集装置的拍摄指令；
将图像采集装置拍摄的遥感图像、与POS信息传感器采集的经纬度位置信息以及当前图像采集装置的姿态信息，进行编号匹配存储；
根据所述图像采集装置的经纬度位置信息和姿态信息进行遥感图像的几何校准，并对遥感图像进行拼接，获得农田整体低空遥感数据；
结合农田整体低空遥感数据与实际在田间测得的样方SPAD均值，建立线性回归模型；
用建立的线性回归模型对农田剩余区域进行预测，绘制整块农田的SPAD值分布图。
本发明在实际操作系统过程中，对农田划分为建模样方和预测样方。同时进行遥感信息的获取，建模样方中采用少量人工下田进行测量SPAD值，与获得的遥感数据进行结合建模。得出预测模型后，对农田整体的SPAD值进行评估，画出SPAD分布图，并以线性回归模型的相关系数R2作为农田SPAD值分布图的可信度参考。若R2在0.6以上，可以认所述的该SPAD分布图是可信的。
本发明经济高效，能够在低空大范围获取农作物在可见光波段和近红外波段的光谱信息，从而能够计算得到大范围油菜田的SPAD指数分布图，与传统的人力下田采样检测有着更好的效率和更大的监测范围。比传统的卫星遥感有更高的空间分辨率，准确度更高。另外，在待测农田中，划出少量建模用区域，进行遥感数据模型建模，然后对整体农田进行养分信息预测的方法，能够在实际现场作业中，排除光照，温度，风场，不同飞行作业高度与速度对于遥感以及模型的影响。进一步提高了该方法的预测准确性和不同作业环境与条件下的通用性。
附图说明
图1为装置整体的主视图；
图2为装置整体俯视图；
图3为相机与定位板连接示意图；
图中包括：无人机连接固定件1、壳体支架2、球形保护壳3、观察孔4、肋板5、传动轴6、姿态调整环7、定位板8、POS信息传感器9、多光谱工业相机10和可见光工业相机11。
具体实施方式
如图1-图3所示的基于固定翼无人机平台的大范围油菜田SPAD值遥感系统，包括安装在固定翼无人机下部的控制云台，图像采集装置和POS信息传感器9。
如图1所示的无人机连接固定件1，其上安装有第一伺服电机与传动轴，通过传动轴6带动壳体支架2转动。如图2所示，连接固定件1顶部设计有用于和无人机机身支架进行相互固定的四个螺纹固定孔。肋板5用于加强和提高连接的可靠性。壳体支架2中安装有第二伺服电机与传动轴，与球形保护壳3相连。球形保护壳3内部安装有第三伺服电机、传动齿轮、姿态调整环7与定位板8，用以固定可见光工业相机11，多光谱工业相机10以及POS信息传感器9。球形保护壳3外部设计有观察孔4，用于给图像采集装置采集遥感数据。
本实施例中，在待测农田中按照1m*1m的大小选择50个样方，测量样方中各株油菜的SPAD值，计算样方中油菜SPAD的均值，并记录该样方中心的经纬度位置，作为建模用数据样本。
固定翼飞机搭载该平台在低空按照地面站预定飞行计划做低空遥感飞行，固定翼无人机实时向地面传输当前的经纬度位置信息，地面站通过和飞行计划比对，通过无人机数据传输链路向遥感装置发送拍摄指令。主控电脑处理以后，可见光工业相机11与多光谱工业相机10各采集一帧遥感数据，并结合向POS信息传感器9请求得到的高精度相机姿态信息和经纬度信息，编号后存入高容量存储设备中。飞行过程中，飞机出现横滚，俯仰，航向等方面的姿态变化时，主控电脑结合POS信息传感器提供的姿态信息数据，通过控制伺服电机调节壳体支架2，球形保护壳3以及姿态调整环7来调整相机拍摄姿态，达到设定的值。飞机完成飞行计划降落后，在地面将存储在设备中的遥感数据导出，结合相机经纬度信息与姿态信息进行几何校准与图像拼接获得农田整体低空遥感数据。
根据之前记录的建模用的数据，在遥感图像中标注出建模用样方的位置与范围。结合遥感数据与实际在田间测得的样方SPAD均值，建立线性回归模型。用建立的线性回归模型对剩余区域进行预测。绘制整块农田的SPAD值分布图，并提供模型的相关系数R2作为农田SPAD值分布图的可信度参考。如果R2在0.6以上，可以认为该SPAD分布图是可信的。
以上仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于固定翼无人机的大范围油菜田SPAD值遥感系统，其特征在于，包括安装在固定翼无人机下部的控制云台、图像采集装置和POS信息传感器；
所述的控制云台具有由三个伺服电机驱动的旋转体，所述的旋转体包括：安装在固定翼无人机下部的无人机连接固定件，活动安装在无人机连接固定件下部的壳体支架，转动配合在壳体支架内的球形保护壳，以及位于球形保护壳内且其上安装有所述图像采集装置和POS信息传感器的姿态调整环；
所述的三个伺服电机包括：安装在无人机连接固定件内的第一伺服电机，用于驱动所述的壳体支架的转动以控制图像采集装置的偏转角姿态参数；
安装在壳体支架上的第二伺服电机，用于驱动所述的球形保护壳以控制图像采集装置的俯仰角姿态参数；
安装在球形保护壳内的第三伺服电机，用于驱动所述的姿态调整环以控制图像采集装置的横滚角姿态参数。
2.如权利要求1所述的大范围油菜田SPAD值遥感系统，其特征在于，所述的连接固定件上设置有用于和无人机机身支架进行相互固定的四个螺纹固定孔。
3.如权利要求1所述的大范围油菜田SPAD值遥感系统，其特征在于，所述的连接固定件的下部设有四个加强肋板。
4.如权利要求1所述的大范围油菜田SPAD值遥感系统，其特征在于，所述的壳体支架设计为凹字形，内部空腔用于安装球形保护壳。
5.如权利要求1所述的大范围油菜田SPAD值遥感系统，其特征在于，所述球形保护壳上设置两个观察孔，用以供图像采集装置获取外部图像信息。
6.如权利要求1所述的大范围油菜田SPAD值遥感系统，其特征在于，所述姿态调整环内设置有定位板，所述的图像采集装置和POS信息传感器安装在该定位板上。
7.如权利要求1或6所述的大范围油菜田SPAD值遥感系统，其特征在于，所述的图像采集装置包括可见光工业相机和多光谱工业相机。
8.根据权利要求1所述大范围油菜田SPAD值遥感系统实现的采集方法，其特征在于，包括：
根据固定翼无人机当前飞行位置的经纬度位置信息，与预定飞行计划比对，向SPAD值遥感系统发送图像采集装置的拍摄指令；
将图像采集装置拍摄的遥感图像、与POS信息传感器采集的经纬度位置信息以及当前图像采集装置的姿态信息，进行编号匹配存储；
根据所述图像采集装置的经纬度位置信息和姿态信息进行遥感图像的几何校准，并对遥感图像进行拼接，获得农田整体低空遥感数据；
结合农田整体低空遥感数据与实际在田间测得的样方SPAD均值，建立线性回归模型；
用建立的线性回归模型对农田剩余区域进行预测，绘制整块农田的SPAD值分布图。
9.如权利要求8所述的采集方法，其特征在于，以线性回归模型的相关系数R2作为农田SPAD值分布图的可信度参考。
10.如权利要求9所述的采集方法，其特征在于，若R2在0.6以上，可以认所述的该SPAD分布图是可信的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611250700.1A CN106708075B (zh) | 2016-12-30 | 2016-12-30 | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611250700.1A CN106708075B (zh) | 2016-12-30 | 2016-12-30 | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106708075A true CN106708075A (zh) | 2017-05-24 |
| CN106708075B CN106708075B (zh) | 2020-01-07 |
Family
ID=58904526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611250700.1A Active CN106708075B (zh) | 2016-12-30 | 2016-12-30 | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106708075B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107271382A (zh) * | 2017-06-02 | 2017-10-20 | 西北农林科技大学 | 一种不同生育期油菜叶片spad值遥感估算方法 |
| CN108449572A (zh) * | 2018-02-05 | 2018-08-24 | 华南农业大学 | 一种基于嵌入式的无人机遥感图像采集方法 |
| CN108693122A (zh) * | 2018-04-09 | 2018-10-23 | 南京农业大学 | 基于固定翼无人机平台的作物生长监测装置及方法 |
| CN108760660A (zh) * | 2018-08-17 | 2018-11-06 | 山东农业大学 | 一种返青期冬小麦叶绿素含量估算方法 |
| CN113492990A (zh) * | 2020-04-07 | 2021-10-12 | 隆安良 | 一种用于多旋翼无人机的便携式快速测绘装置 |
| CN114324193A (zh) * | 2022-01-10 | 2022-04-12 | 浙江大学华南工业技术研究院 | 基于uav-ppk技术的作物养分原位监测系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353377A (zh) * | 2011-07-12 | 2012-02-15 | 北京航空航天大学 | 一种高空长航时无人机组合导航系统及其导航定位方法 |
| CN203376646U (zh) * | 2013-08-08 | 2014-01-01 | 北京宇图天下软件有限公司 | 基于3s技术与无人机相结合的低空遥感监测系统 |
| CN104535048A (zh) * | 2014-12-23 | 2015-04-22 | 河南四维远见信息技术有限公司 | 一种无人飞行器遥感系统及无人飞行器遥感方法 |
| CN204695108U (zh) * | 2015-04-22 | 2015-10-07 | 西北农林科技大学 | 一种小型农用遥感系统 |
| CN105004722A (zh) * | 2015-05-18 | 2015-10-28 | 西北农林科技大学 | 一种烟叶成熟度快速检测方法 |
| CN105548455A (zh) * | 2015-12-07 | 2016-05-04 | 青岛农业大学 | 一种返青后到抽穗以前冬小麦叶片氮积累量估算方法 |
-
2016
- 2016-12-30 CN CN201611250700.1A patent/CN106708075B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353377A (zh) * | 2011-07-12 | 2012-02-15 | 北京航空航天大学 | 一种高空长航时无人机组合导航系统及其导航定位方法 |
| CN203376646U (zh) * | 2013-08-08 | 2014-01-01 | 北京宇图天下软件有限公司 | 基于3s技术与无人机相结合的低空遥感监测系统 |
| CN104535048A (zh) * | 2014-12-23 | 2015-04-22 | 河南四维远见信息技术有限公司 | 一种无人飞行器遥感系统及无人飞行器遥感方法 |
| CN204695108U (zh) * | 2015-04-22 | 2015-10-07 | 西北农林科技大学 | 一种小型农用遥感系统 |
| CN105004722A (zh) * | 2015-05-18 | 2015-10-28 | 西北农林科技大学 | 一种烟叶成熟度快速检测方法 |
| CN105548455A (zh) * | 2015-12-07 | 2016-05-04 | 青岛农业大学 | 一种返青后到抽穗以前冬小麦叶片氮积累量估算方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107271382A (zh) * | 2017-06-02 | 2017-10-20 | 西北农林科技大学 | 一种不同生育期油菜叶片spad值遥感估算方法 |
| CN108449572A (zh) * | 2018-02-05 | 2018-08-24 | 华南农业大学 | 一种基于嵌入式的无人机遥感图像采集方法 |
| CN108693122A (zh) * | 2018-04-09 | 2018-10-23 | 南京农业大学 | 基于固定翼无人机平台的作物生长监测装置及方法 |
| CN108760660A (zh) * | 2018-08-17 | 2018-11-06 | 山东农业大学 | 一种返青期冬小麦叶绿素含量估算方法 |
| CN113492990A (zh) * | 2020-04-07 | 2021-10-12 | 隆安良 | 一种用于多旋翼无人机的便携式快速测绘装置 |
| CN114324193A (zh) * | 2022-01-10 | 2022-04-12 | 浙江大学华南工业技术研究院 | 基于uav-ppk技术的作物养分原位监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106708075B (zh) | 2020-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106708075A (zh) | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 | |
| US20200264154A1 (en) | System for monitoring crops and soil conditions | |
| KR102229095B1 (ko) | 무인기 작업 방법 및 장치 | |
| CN107426958B (zh) | 农业监控系统和方法 | |
| EP2772814B1 (en) | Tree metrology system | |
| CN204154389U (zh) | 一种低空微型无人机载多光谱成像系统 | |
| CN105335733B (zh) | 一种无人机自主着陆视觉定位方法及系统 | |
| CN108375463B (zh) | 一种旋翼无人机立体风场测试系统和方法 | |
| CN108700470A (zh) | 基于无人机系统的热成像和聚合系统和方法 | |
| CN103438869B (zh) | 一种大尺度植被覆盖度航空动态获取系统 | |
| CN110715665B (zh) | 一种田间作物表型监测机器人及其导航方法 | |
| CN110418957A (zh) | 对具有运行机构的设施进行状态监控的方法和装置 | |
| CN107608371A (zh) | 城市社区环境下四旋翼自主避障无人机 | |
| CN110487730A (zh) | 作物田间表型高通量监测系统及监测方法 | |
| CN108901366B (zh) | 一种天地一体化柑橘采摘方法 | |
| CN208027170U (zh) | 一种电力巡线无人机及系统 | |
| CN107179775A (zh) | 一种基于无人机的多角度地表光谱自动测量系统及方法 | |
| Chávez et al. | A decade of unmanned aerial systems in irrigated agriculture in the Western US | |
| CN109883398A (zh) | 基于无人机倾斜摄影的植株绿量提取的系统及方法 | |
| CN105738909B (zh) | 一种适用于低空植保无人直升机作业边界提取方法 | |
| CN108519497A (zh) | 一种无人机实时飞行风向监测装置、监测系统及监测方法 | |
| CN113778137A (zh) | 输电线路的无人机自主巡检方法 | |
| CN116117807A (zh) | 一种辣椒采摘机器人及控制方法 | |
| CN114371725A (zh) | 一种适合于风电机组自动化巡检的系统 | |
| CN205750549U (zh) | 基于激光雷达的无人机地形跟随系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |