CN108090893B - 基于热红外识别的植保无人机药剂喷洒优化方法和装置 - Google Patents
基于热红外识别的植保无人机药剂喷洒优化方法和装置 Download PDFInfo
- Publication number
- CN108090893B CN108090893B CN201711181532.XA CN201711181532A CN108090893B CN 108090893 B CN108090893 B CN 108090893B CN 201711181532 A CN201711181532 A CN 201711181532A CN 108090893 B CN108090893 B CN 108090893B
- Authority
- CN
- China
- Prior art keywords
- thermal infrared
- spraying
- vegetation
- aerial vehicle
- unmanned aerial
- 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
- 238000005507 spraying Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 14
- 239000000575 pesticide Substances 0.000 title claims description 5
- 239000003814 drug Substances 0.000 claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 239000007921 spray Substances 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000003044 adaptive effect Effects 0.000 abstract description 3
- 230000009123 feedback regulation Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
-
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Aviation & Aerospace Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Catching Or Destruction (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于热红外识别的植保无人机药剂喷洒优化方法,具体步骤包括,通过额外搭载的热红外图像采集模块获取植被的热红外图像,根据植被的热红外图像计算出植被的喷洒状况,根据植被的喷洒状况对无人机的飞行进行适应性调整,本发明还公开一种使用基于热红外识别的植保无人机药剂喷洒优化方法的装置。发明通过实时判断药剂的喷洒状况对无人机的飞行进行反馈调节,从而避免药剂在风力影响下产生重喷漏喷的现象,进而提升了作业效果。
Description
技术领域
本发明涉及热红外图像识别技术领域,特别涉及基于热红外识别的植保无人机药剂喷洒优化方法和装置。
背景技术
植保无人机在植保喷洒作业时,喷洒出的药剂容易受到风力作用而影响喷洒效果,从而导致对植物的用药不均匀,容易造成局部区域的重喷和漏喷等现象。
在实际生产过程中,药剂的喷洒容易受到诸多外界因素限制,特别在无人机自身产生风场作用下,变化的风力影响无人机的喷洒效果。以最为常见的多旋翼无人机为例,该无人机需要调节各旋翼的转速来实现加速、转向等复杂的飞行操作,而在调节旋翼的转速时,旋翼会产生不稳定的风场,从而使得药剂喷洒出现重喷、漏喷等现象,给喷药工作带来极大的不便,特别是在大面积作业时,上述现象显得特别明显。
因此,在已规划的路线上进行喷洒作业时,如何实时获取药剂喷洒状况,并依据实时获取的重喷、漏喷区域以控制喷头作业和自学习优化调整喷洒路线,来实现植保无人机的精细化喷洒具有极其重要的意义。
发明内容
本发明的主要目的是提出一种基于热红外识别的植保无人机药剂喷洒优化方法,本发明还提出一种使用基于热红外识别的植保无人机药剂喷洒优化方法的装置,旨在实现植保无人机的精细化喷洒。
为实现上述目的,本发明提出的基于热红外识别的植保无人机药剂喷洒优化方法,包括以下步骤:
S1:通过额外搭载的采集模块获取植被的热红外图像;
S2:根据植被的热红外图像计算出植被的喷洒状况;
S3:根据植被的喷洒状况对无人机的飞行进行适应性调整。
优选地,所述步骤S1进一步包括以下步骤:
S11:在无人机喷洒作业前,利用热红外相机对待喷洒植被的样例进行红外图像采集,获取植被被喷洒前的热红外图像I,并计算出图像I中的像素平均值和像素方差。
优选地,所述步骤S2进一步包括以下步骤:
S21:搭载热红外相机的无人机飞行至作业区域上空,获取整个待作业区域喷洒前的热红外图像I0;
S22:根据所述步骤S11中获取的植被像素平均值和方差计算出所述步骤S21中图像I0的植被区域;
S23:对待识别区域喷洒药剂并获取喷洒药剂后的热红外图像I(t);
S24:将当前时刻的热红外图像I(t)和喷洒前的热红外图像I0进行差异比对,获取药剂的覆盖区域Scover=∑(It-I0);
S25:比对分析t时刻下实际喷洒区域Scover(t)和植被区域S间的差异,获取植被的药剂喷洒状况;
S26:根据药剂喷洒状况判断是否需要修改喷洒路线;
优选地,所述步骤S3进一步包括以下步骤:
S31:分析漏喷洒区域在GPS上的定位,通过对飞行路线和作业喷头进行重新调整,然后再进行下一区域的识别。
本发明还提出一种使用所述基于热红外识别的植保无人机药剂喷洒优化方法的装置,其特征在于,包括用于采集热红外图像的采集模块、用于对热红外图像进行处理的处理模块以及对无人机飞行状态调整的调整模块;所述处理模块分别与所述采集模块以及所述调整模块电连接。
优选地,所述采集模块包括相互电连接且用于采集热红外视频图像的热红外扫描模块和用于视频解码的视频解码芯片;所述处理模块包括相互电连接且用于视频解码显示处理的数字信号处理器以及用于储存程序的SDRAM储存器和FLASH储存器;所述调整模块包括相互电连接且用于对无人机进行精准定位的GPS定位模块、用于调整和控制无人机稳定飞行的PID模块以及控制药剂喷洒的喷头模块。
优选地,所述视频解码芯片为TVP5150AMI视频解码芯片。
本发明技术方案通过热红外图像采集模块获取待喷洒区域的热红外图像,然后根据喷洒前的热红外图判断出植被区域,再根据喷洒前后的热红外图像差异判断出喷洒区域,进一步根据喷洒区域和植被区域判断出植被的喷洒状况,最后根据植被的喷洒状况对无人机的的飞行状况进行适应性调整。本发明技术方案能够通过实时判断药剂的喷洒状况对无人机的飞行进行反馈调节,避免药剂在风力影响下产生重喷漏喷的现象,进而提升了作业效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明基于热红外识别的植保无人机药剂喷洒优化方法的流程图;
图2为本发明装置的连接关系图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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作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。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参见图1和图2,本发明提出一种基于热红外识别的植保无人机药剂喷洒优化方法,包括以下步骤:
S1:通过额外搭载的采集模块获取植被的热红外图像;
S2:根据植被的热红外图像计算出植被的喷洒状况;
S3:根据植被的喷洒状况对无人机的飞行进行适应性调整。
其中上述步骤S1进一步包括以下步骤:
S11:在无人机喷洒作业前,利用热红外相机对待喷洒植被的样例进行红外图像采集,获取植被被喷洒前的热红外图像I,并计算出图像I中的像素平均值和像素方差。
上述步骤S2进一步包括以下步骤:
S21:搭载热红外相机的无人机飞行至作业区域上空,获取整个待作业区域喷洒前的热红外图像I0;
S22:根据步骤S11中获取的植被像素平均值和方差计算出步骤S21中图像I0的植被区域;
S23:对待识别区域喷洒药剂并获取喷洒药剂后的热红外图像I(t);
S24:将当前时刻的热红外图像I(t)和喷洒前的热红外图像I0进行差异比对,获取药剂的覆盖区域Scover=∑(It-I0);
S25:比对分析t时刻下实际喷洒区域Scover(t)和植被区域S间的差异,获取植被的药剂喷洒状况;
S26:根据药剂喷洒状况判断是否需要修改喷洒路线。
上诉步骤S3进一步包括以下步骤:
S31:分析漏喷洒区域在GPS上的定位,通过对飞行路线和作业喷头进行重新调整,然后再进行下一区域的识别。
请参见图1和图2,本发明还提出一种使用基于热红外识别的植保无人机药剂喷洒优化方法的装置,包括用于采集热红外图像的采集模块、用于对热红外图像进行处理的处理模块以及对无人机飞行状态调整的调整模块;处理模块分别与采集模块以及调整模块电连接。
优选地,采集模块包括相互电连接且用于采集热红外视频图像的热红外扫描模块和用于视频解码的视频解码芯片,更优选地,视频解码芯片为TVP5150AMI视频解码芯片;处理模块包括相互电连接且用于视频解码显示处理的数字信号处理器以及用于储存程序的SDRAM储存器和FLASH储存器;调整模块包括相互电连接且用于对无人机进行精准定位的GPS定位模块、用于调整和控制无人机稳定飞行的PID模块以及控制药剂喷洒的喷头模块。
本发明实施例的基于热红外识别的植保无人机药剂喷洒优化方法的工作原理为:
在无人机进行喷洒作业前,利用搭载在无人机上的热红外相机对待喷洒植被的样例进行红外图像采集,获得植被喷洒前的热红外图像I,并计算出图像I中的像素平均值和像素方差。
其中,像素平均值的公式为:
AverageI=∑I(i,j)/(m×n)
像素方差的公式为:
VarianceI=∑[I(i,j)-AverageI]2/(m×n),
式中m,n为图像I的长宽尺寸,I(i,j)为图像I在像素(i,j)上的值。
然后通过搭载有热红外相机的无人机飞行至作业区域的上空,从而获取整个待作业区域在喷洒之前的热红外图像I0。
再根据上述步骤中获取的植被像素平均值和方差计算出图像I0中的植被区域,具体步骤如下:
对于图像I0中的任一像素(i,j)的值记为I0(i,j),首先计算像素值I0(i,j)是植被的概率P(I0(i,j)),具体的公式为:
P(I0(i,j))=1-K×[I0(i,j)-AverageI]÷VarianceI
式中的K为常系数,不同的植被K的取值不相同。
优选地,本发明技术方案试验时的K值设为25。
当像素I0(i,j)的概率P(I0(i,j))值大于事先设定的阈值P0时,例如本发明P0值设为0.8,即认为该像素为植被像素。然后遍历图像I0中所有P(I0(i,j))>P0的像素I0(i,j),由I0(i,j)组成的像素区域即为植被区域,该区域标记为S,其中1≦i≦m,1≦j≦n。
然后植保无人机开始按照规划的路线进行药剂喷洒,与此同时,搭载热红外相机的无人机实时获取当前喷洒t时刻的植被热红外图像,并将该图像记为I(t)。
通过将当前时刻的热红外图像I(t)和喷洒前的热红外图像I0进行差异比对,对于图像I(t)中的任意像素I(t)(i,j),如果I(t)(i,j)=I0(i,j),则I(t)(i,j)为未喷洒区域,反之I(t)(i,j)≠I0(i,j),则I(t)(i,j)为实际喷洒区域,喷洒区域记为Scover(t)。
比对分析t时刻下实际喷洒区域Scover(t)和植被区域S间的差异,获取植被的药剂喷洒状况,对于植被区域S上的像素点S(i,j),如果S(i,j)不在Scover(t)上,则说明该像素对应的区域未进行喷洒,计算t时刻下,植被图像S中所有未喷洒区域,并记为Smiss(t)。
判断t时刻下植保无人机的未喷洒的区域Smiss(t)中,是否有区域包含在喷洒完成的区域内,如果Smiss(t)中存在区域Smiss(t)(Ω)且Ω在规划的喷洒完成区域内,则说明存在漏喷现象,需要对该Ω区域重新喷洒。
对漏喷洒区域Ω进行GPS的定位,并对飞行路线进行调整,在调整过程中关闭喷头阀门,以避免药剂重喷。
确保无漏喷区域后,进行下一区域的喷洒和识别,最后根据植被的喷洒状况对无人机的飞行进行适应性调整。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (4)
1.基于热红外识别的植保无人机药剂喷洒优化方法,其特征在于,包括以下步骤:
S1:通过额外搭载的采集模块获取植被的热红外图像;
S11:在无人机喷洒作业前,利用热红外相机对待喷洒植被的样例进行红外图像采集,获取植被被喷洒前的热红外图像I,并计算出图像I中的像素平均值和像素方差;
S2:根据植被的热红外图像计算出植被的喷洒状况;
S21:搭载热红外相机的无人机飞行至作业区域上空,获取整个待作业区域喷洒前的热红外图像I0;
S22:根据所述步骤S11中获取的植被像素平均值和方差计算出所述步骤S21中图像I0的植被区域;
S23:对待识别区域喷洒药剂并获取喷洒药剂后的热红外图像I(t);
S24:将当前时刻的热红外图像I(t)和喷洒前的热红外图像I0进行差异比对,获取药剂的覆盖区域Scover=∑(It-I0);
S25:比对分析t时刻下实际喷洒区域Scover(t)和植被区域S间的差异,获取植被的药剂喷洒状况;
S26:根据药剂喷洒状况判断是否需要修改喷洒路线;
S3:根据植被的喷洒状况对无人机的飞行进行适应性调整;
S31:分析漏喷洒区域在GPS上的定位,通过对飞行路线和作业喷头进行重新调整,然后再进行下一区域的识别。
2.一种使用如权利要求1所述基于热红外识别的植保无人机药剂喷洒优化方法的装置,其特征在于,包括用于采集热红外图像的采集模块、用于对热红外图像进行处理的处理模块以及对无人机飞行状态调整的调整模块;所述处理模块分别与所述采集模块以及所述调整模块电连接。
3.如权利要求2所述的装置,其特征在于,所述采集模块包括相互电连接且用于采集热红外视频图像的热红外扫描模块和用于视频解码的视频解码芯片;所述处理模块包括相互电连接且用于视频解码显示处理的数字信号处理器以及用于储存程序的SDRAM储存器和FLASH储存器;所述调整模块包括相互电连接且用于对无人机进行精准定位的GPS定位模块、用于调整和控制无人机稳定飞行的PID模块以及控制药剂喷洒的喷头模块。
4.如权利要求3所述的装置,其特征在于,所述视频解码芯片为TVP5150AMI视频解码芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711181532.XA CN108090893B (zh) | 2017-11-23 | 2017-11-23 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711181532.XA CN108090893B (zh) | 2017-11-23 | 2017-11-23 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090893A CN108090893A (zh) | 2018-05-29 |
CN108090893B true CN108090893B (zh) | 2021-10-15 |
Family
ID=62172906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711181532.XA Active CN108090893B (zh) | 2017-11-23 | 2017-11-23 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090893B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108901348B (zh) * | 2018-07-17 | 2020-07-31 | 铁建重工新疆有限公司 | 一种采棉机控制方法、系统、装置及可读存储介质 |
CN109059869B (zh) * | 2018-07-27 | 2020-07-21 | 仲恺农业工程学院 | 一种检测植保无人机对果树喷施效果的方法 |
CN109275648A (zh) * | 2018-10-12 | 2019-01-29 | 杭州瓦屋科技有限公司 | 无人机喷洒控制方法和系统 |
CN110162099B (zh) * | 2019-07-18 | 2019-10-29 | 南京嘉谷初成通信科技有限公司 | 一种无人机的植保喷洒方法、无人机及存储介质 |
CN112805649A (zh) * | 2020-04-26 | 2021-05-14 | 深圳市大疆创新科技有限公司 | 喷洒评估方法、设备及存储介质 |
CN112859920B (zh) * | 2021-01-19 | 2022-04-15 | 济南市政公用资产管理运营有限公司 | 基于大数据的智慧城市管理方法 |
CN113778084A (zh) * | 2021-08-30 | 2021-12-10 | 普达迪泰(天津)智能装备科技有限公司 | 一种基于多光谱检测的复杂草地环境智能避障系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005123503A1 (en) * | 2004-06-20 | 2005-12-29 | Colin Pay | Injection variable rate chemical distribution |
CN103950540A (zh) * | 2014-04-01 | 2014-07-30 | 东北农业大学 | 一种基于无线传感器网络的植保无人机喷施作业方法 |
CN204859395U (zh) * | 2015-07-08 | 2015-12-09 | 常州华奥航空科技有限公司 | 大面积农业作业无人机 |
CN105159319A (zh) * | 2015-09-29 | 2015-12-16 | 广州极飞电子科技有限公司 | 一种无人机的喷药方法及无人机 |
CN106094532A (zh) * | 2016-08-16 | 2016-11-09 | 华南农业大学 | 一种农用无人机喷施系统自动调节装置及调节方法 |
CN106547280A (zh) * | 2016-11-09 | 2017-03-29 | 红河恒翔农业科技有限公司 | 一种无人机喷洒农药的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8488874B2 (en) * | 2011-01-31 | 2013-07-16 | Dalhouse University | Variable rate sprayer system and method of variably applying agrochemicals |
CN104527981B (zh) * | 2014-12-12 | 2017-01-18 | 华南农业大学 | 一种利用农用无人机进行农药喷施的方法 |
CN105253303A (zh) * | 2015-10-23 | 2016-01-20 | 杨珊珊 | 一种无人机喷洒范围调整装置及方法 |
-
2017
- 2017-11-23 CN CN201711181532.XA patent/CN108090893B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005123503A1 (en) * | 2004-06-20 | 2005-12-29 | Colin Pay | Injection variable rate chemical distribution |
CN103950540A (zh) * | 2014-04-01 | 2014-07-30 | 东北农业大学 | 一种基于无线传感器网络的植保无人机喷施作业方法 |
CN204859395U (zh) * | 2015-07-08 | 2015-12-09 | 常州华奥航空科技有限公司 | 大面积农业作业无人机 |
CN105159319A (zh) * | 2015-09-29 | 2015-12-16 | 广州极飞电子科技有限公司 | 一种无人机的喷药方法及无人机 |
CN106094532A (zh) * | 2016-08-16 | 2016-11-09 | 华南农业大学 | 一种农用无人机喷施系统自动调节装置及调节方法 |
CN106547280A (zh) * | 2016-11-09 | 2017-03-29 | 红河恒翔农业科技有限公司 | 一种无人机喷洒农药的方法 |
Non-Patent Citations (1)
Title |
---|
"基于图像识别的无人机精准喷雾控制系统的研究";王林惠等;《华南农业大学学报》;20160630;第36卷(第6期);第23-30页,图1-9,表1-3 * |
Also Published As
Publication number | Publication date |
---|---|
CN108090893A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090893B (zh) | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 | |
CN106454069B (zh) | 一种控制无人机拍摄的方法、装置和可穿戴设备 | |
US11487302B2 (en) | Unmanned aerial vehicle control method and apparatus, remote control device, and unmanned aerial vehicle system | |
CN105898136A (zh) | 摄像视角调节方法、系统及电视 | |
US20200108931A1 (en) | Flight control method, information processing device, program and recording medium | |
CN112016483B (zh) | 目标检测的接力系统、方法、装置及设备 | |
CN110570454B (zh) | 一种检测异物入侵的方法及装置 | |
CN105979147A (zh) | 一种无人机智能拍摄方法 | |
US20180324345A1 (en) | Method and device for controlling camera and financial equipment terminal | |
CN103391422B (zh) | 一种视频监控方法及设备 | |
CN108636672B (zh) | 称重修正运行速度的喷胶方法和流体涂布装置 | |
CN107272739A (zh) | 一种基于子母系统的喷药系统及方法 | |
CN106774465A (zh) | 一种用于果树喷药的无人机控制方法 | |
CN112653844A (zh) | 一种摄像头云台转向自适应跟踪调节方法 | |
CN113194263B (zh) | 枪球联动控制方法、装置、计算机设备和存储介质 | |
CN112508865A (zh) | 一种无人机巡检避障方法、装置、计算机设备和存储介质 | |
CN106325299A (zh) | 基于视觉的无人机返航着陆方法 | |
CN110718137A (zh) | 目标物密度分布地图的构建方法及装置、终端、移动装置 | |
CN112637503A (zh) | 拍摄装置、拍摄方法以及计算机可读存储介质 | |
CN107450586A (zh) | 航路的调整方法和系统以及无人机系统 | |
CN113741495B (zh) | 无人机姿态调整方法、装置、计算机设备和存储介质 | |
CN107734254A (zh) | 一种无人机自动择机拍照方法 | |
CN107862703B (zh) | 一种多目联动ptz跟踪方法 | |
CN107132526A (zh) | 一种室内定位方法及定位系统 | |
KR20200048030A (ko) | 동력분무기의 과수 인식 분무 제어장치 및 방법 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230117 Address after: 510000 Room 301, building B3, No. 11, Kaiyuan Avenue, Huangpu District, Guangzhou, Guangdong Patentee after: Guangdong Turingzhi New Technology Co.,Ltd. Address before: 510642 No. five, 483 mountain road, Guangzhou, Guangdong, Tianhe District Patentee before: SOUTH CHINA AGRICULTURAL University |
|
TR01 | Transfer of patent right |