CN108803657A - 一种用于自动操控的无人机植保监控系统及方法 - Google Patents

一种用于自动操控的无人机植保监控系统及方法 Download PDF

Info

Publication number
CN108803657A
CN108803657A CN201810609293.1A CN201810609293A CN108803657A CN 108803657 A CN108803657 A CN 108803657A CN 201810609293 A CN201810609293 A CN 201810609293A CN 108803657 A CN108803657 A CN 108803657A
Authority
CN
China
Prior art keywords
point
unmanned plane
activity duration
plant protection
distance
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
Application number
CN201810609293.1A
Other languages
English (en)
Inventor
唐宇
骆少明
侯超钧
庄家俊
郭琪伟
孙胜
刘泽锋
陈亚勇
张恒涛
黄建钧
陈家政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongkai University of Agriculture and Engineering
Original Assignee
Zhongkai University of Agriculture and Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongkai University of Agriculture and Engineering filed Critical Zhongkai University of Agriculture and Engineering
Priority to CN201810609293.1A priority Critical patent/CN108803657A/zh
Priority to PCT/CN2018/092219 priority patent/WO2019237412A1/zh
Publication of CN108803657A publication Critical patent/CN108803657A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Abstract

本发明涉及一种用于自动操控的无人机植保监控系统及方法，其中用于自动操控的无人机植保监控系统包括深度数据采集单元、GIS处理单元、自动控制单元，通过深度数据采集单元、彩色数据采集单元分别采集农田的深度信息和彩色信息，通过GIS处理单元分析处理后得到农田中种植了农作物的区域，通过自动控制单元控制无人机在农田中精准且不遗漏地对农作物进行植保。

Description

一种用于自动操控的无人机植保监控系统及方法
技术领域
本发明涉及无人机植保技术领域，具体涉及一种用于自动操控的无人机植保监控系统及方法。
背景技术
现行的无人机植保技术依赖于专业的飞手，飞手是指拥有专业的无人机操控技术的技术人员。植保作业对飞手的要求非常高，在目视飞行的距离内，飞手必须要做到锁高、直线、匀速飞行。飞手在操控无人机对农林地进行植保时，由于视线的阻碍以及人为操控的局限性，即使是拥有无人机专业操控技能的飞手，也很难控制无人机精准地对农作物进行植保，并且不能保证无人机对农田的每一个地方都进行了植保。
发明内容
本发明为了克服上述现有技术所述的至少一种缺陷(不足)，提供一种用于自动操控的无人机植保监控系统及方法，可以自动操控无人机精准且不遗漏地对农田进行植保。
为实现本发明的目的，采用以下技术方案予以实现：
一种用于自动操控的无人机植保监控系统，包括深度数据采集单元、GIS处理单元、自动控制单元；
所述深度数据采集单元，用于采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，i＝1,2,……,m，m为集合D中点的总数；
所述GIS处理单元，用于从深度数据采集单元获取集合D，提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中，提取集合A内第k点的Xk、Yk，k＝1,2,……,n，n为集合A中点的总数。
所述自动控制单元，用于从GIS处理单元获取Xk、Yk，根据Xk、Yk规划无人机的飞行路径。
当无人机在农田中飞行时，深度数据采集单元采集农田的深度点云数据并存储为集合D，集合D内的每个元素代表每一个点，每个元素都存储了每一个点在三维的直角坐标系X-Y-Z下的坐标值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi。直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的。
在农田中有种植农作物的位置和没有种植农作物的位置在高度上有明显区别的，无人机所采集的Zi是不同的，因此可以根据第i点的Zi区分第i点对应的位置是否有种植农作物。因为有种植农作物的位置需要无人机去植保，该位置必须包含在无人机的飞行路径上，所以GIS处理单元将根据Zi判断为对应的位置有种植农作物的点均放置在集合A中。
自动控制单元根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以使得无人机在需要植保区域内进行精准且不遗漏地植保。
进一步地，所述自动控制单元包括作业时间计算模块、距离计算模块、路径规划模块；
所述作业时间计算模块，用于从GIS处理单元获取Zk，根据Zk计算集合A内各个点的作业时间；
所述距离计算模块，用于从GIS处理单元获取Xk、Yk，根据Xk、Yk计算集合A内各个点之间的路段距离；
所述路径规划模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离，根据作业时间、路段距离规划无人机的飞行路径。
在农田中农作物高度聚集的地方或者农作物生长较茂盛的地方，对应的Zk较大。因此，对于Zk较大的点植保的作业时间应较长，对于Zk较小的点植保的作业时间较短，作业时间计算模块可以根据Zk计算集合A内各点的作业时间。
距离计算模块可以根据Xk、Yk计算集合A内各个点之间的路段距离。
路径规划模块可以综合根据集合A内各个点的作业时间、各个点之间的路段距离规划出较佳的无人机飞行路径。
进一步地，路径规划模块包括起点选取模块、中间点选取模块；
所述起点选取模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离，当无人机的携带物品重量会随着作业时间增加而减小时，选取集合A内作业时间最长的点作为飞行路径的起点；当无人机的携带物品重量不会随着作业时间增加而减小时，选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点；
所述中间点选取模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离、从起点选取模块中获取起点，根据其它点的作业时间、路段距离按序选取飞行路径的中间点，直到集合A内的所有点都被选取。
当无人机的携带物品重量会随着作业时间增加而减小时，如进行施肥、喷灌、喷农药等植保作业，应尽量先对作业时间较长的点进行植保作业，可以减轻无人机的飞行负荷，节省无人机的电量，使无人机一次充电后的作业时间可以持续更久。因此，在无人机的飞行路径规划过程中，起点选取模块和中间点选取模块应优先选取作业时间相对较长的点，先对这些点进行植保作业。
当无人机的携带物品重量不会随着作业时间增加而减小时，如进行剪枝、检测病虫害等植保作业，应尽量使得无人机飞行路径的总长度最短，也即使得无人机的飞行时间最短。因此，在无人机的飞行路径规划过程中，，起点选取模块和中间点选取模块应优先选取与其它点之间的植保距离平均值相对较短的点，先对这些点进行植保作业。
进一步地，所述系统还包括彩色数据采集单元；
所述彩色数据采集单元，用于采集农田的彩色点云数据并将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述GIS处理单元还用于从彩色数据采集单元获取集合D，提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
当无人机在农田中飞行时，彩色数据采集单元采集农田的彩色点云数据，彩色点云数据添加在集合D中，集合D内的每个元素除了存储每一个点的三维坐标以外，还存储了每一个点三个颜色通道的值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi、Ri、Gi、Bi。
在农田中有种植农作物的位置和没有种植农作物的位置在颜色上是有明显区别的，用彩色数据采集单元所采集的Ri、Gi、Bi是不同的，因此可以根据第i点的Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，将根据Ri、Gi、Bi判断为对应的位置有种植农作物的点均放置在集合B中。
不同农作物在农田中的高度、颜色是不同的。有一些农作物生长高度较高，根据Zi去判断第i点对应的位置是否有种植农作物较为准确；有一些农作物颜色较有辨识度，根据Ri、Gi、Bi去判断第i点对应的位置是否有种植农作物较为准确。因此，在实际中根据农田所种植农作物的特点，可以单独根据Zi去判断，也可以单独根据Ri、Gi、Bi去判断，将集合B作为集合A，还可以结合Zi、Ri、Gi、Bi综合去判断，将集合A和集合B的交集或并集作为集合A。
自动控制单元根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以进一步提高无人机植保自动操控的精准度。
进一步地，所述GIS处理单元还用于根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离；
所述自动控制单元还用于从GIS处理单元获取hk，根据hk规划无人机的飞行高度。
无人机在植保作业时，为了保证植保的质量，需要与农作物叶尖保持一定距离，既要保证对农作物的有效植保，又要避免无人机旋翼所造成的强气流对农作物造成伤害。因此，通过GIS处理单元计算无人机的飞行高度，自动控制单元可以根据集合A内各个点的hk，控制无人机在农田进行植保的飞行高度。
一种用于自动操控的无人机植保监控方法，包括以下步骤：
S1.采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，i＝1,2,……,m，m为深度点云数据中点的总数；
S2.提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中；
S3.提取集合A内第k点的Xk、Yk、Zk，k＝1,2,……,n，n为集合A中点的总数；
S4.根据Xk、Yk、Zk规划无人机的飞行路径。
当无人机在农田中飞行时，采集农田的深度点云数据并存储为集合D，集合D内的每个元素代表每一个点，每个元素都存储了每一个点在三维的直角坐标系X-Y-Z下的坐标值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi。直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的。
在农田中有种植农作物的位置和没有种植农作物的位置在高度上有明显区别的，无人机所采集的Zi是不同的，因此可以根据第i点的Zi区分第i点对应的位置是否有种植农作物。因为有种植农作物的位置需要无人机去植保，该位置必须包含在无人机的飞行路径上，将根据Zi判断为对应的位置有种植农作物的点均放置在集合A中。
根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以使得无人机在需要植保区域内进行精准且不遗漏地植保。
进一步地，所述步骤S4具体包括以下步骤：
S41.根据Zk计算集合A内各个点的作业时间，根据Xk、Yk计算集合A内各个点之间的路段距离；
S42.根据作业时间、路段距离规划无人机的飞行路径。
在农田中农作物高度聚集的地方或者农作物生长较茂盛的地方，对应的Zk较大。因此，对于Zk较大的点植保的作业时间应较长，对于Zk较小的点植保的作业时间较短，根据Zk可以计算集合A内各点的作业时间。
根据Xk、Yk可以计算集合A内各个点之间的路段距离。
综合根据集合A内各个点的作业时间、各个点之间的路段距离可以规划出较佳的无人机飞行路径。
进一步地，当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内作业时间最长的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离小于设定距离阈值的点作为待定点；
S423.从待定点中选取作业时间最长的点作为飞行路径的中间点；
S424.从集合A内未被选取的点中选取与路径点之间的路段距离小于设定距离阈值的点作为待定点并返回步骤S323，直到集合A内的所有点都被选取后结束。
当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离最小的点作为中间点，直到集合A内的所有点都被选取后结束。
当无人机的携带物品重量会随着作业时间增加而减小时，如进行施肥、喷灌、喷农药等植保作业，应尽量先对作业时间较长的点进行植保作业，可以减轻无人机的飞行负荷，节省无人机的电量，使无人机一次充电后的作业时间可以持续更久。因此，在无人机的飞行路径规划过程中，优先选取作业时间相对较长的点，先对这些点进行植保作业。
当无人机的携带物品重量不会随着作业时间增加而减小时，如进行剪枝、检测病虫害等植保作业，应尽量使得无人机飞行路径的总长度最短，也即使得无人机的飞行时间最短。因此，在无人机的飞行路径规划过程中，优先选取与其它点之间的植保距离平均值相对较短的点，先对这些点进行植保作业。
进一步地，所述步骤S1中，还采集农田的彩色点云数据将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述步骤S2中，还提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
当无人机在农田中飞行时，采集农田的彩色点云数据，彩色点云数据添加在集合D中，集合D内的每个元素除了存储每一个点的三维坐标以外，还存储了每一个点三个颜色通道的值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi、Ri、Gi、Bi。
在农田中有种植农作物的位置和没有种植农作物的位置在颜色上是有明显区别的，所采集的Ri、Gi、Bi是不同的，因此可以根据第i点的Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，将根据Ri、Gi、Bi判断为对应的位置有种植农作物的点均放置在集合B中。
不同农作物在农田中的高度、颜色是不同的。有一些农作物生长高度较高，根据Zi去判断第i点对应的位置是否有种植农作物较为准确；有一些农作物颜色较有辨识度，根据Ri、Gi、Bi去判断第i点对应的位置是否有种植农作物较为准确。因此，在实际中根据农田所种植农作物的特点，可以单独根据Zi去判断，也可以单独根据Ri、Gi、Bi去判断，将集合B作为集合A，还可以结合Zi、Ri、Gi、Bi综合去判断，将集合A和集合B的交集或并集作为集合A。
根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以进一步提高无人机植保自动操控的精准度。
进一步地，所述步骤S3中，还根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离；
所述步骤S4中，还根据hk规划无人机的飞行高度。
无人机在植保作业时，为了保证植保的质量，需要与农作物叶尖保持一定距离，既要保证对农作物的有效植保，又要避免无人机旋翼所造成的强气流对农作物造成伤害。因此，通过GIS处理单元计算无人机的飞行高度，可以根据集合A内各个点的hk，规划无人机在农田进行植保的飞行高度。
与现有技术相比，本发明技术方案的有益效果是：
(1)本发明的系统通过深度数据采集单元和彩色数据采集单元分别采集农田的深度信息和彩色信息，通过GIS处理单元分析处理后得到农田中种植了农作物的区域，通过自动控制单元控制无人机在农田中精准且不遗漏地对农作物进行植保；
(2)通过作业时间计算模块、距离计算模块、路径规划模块可以考虑无人机的携带物品重量是否会随着作业时间的增加而减小的这个因素，规划出既可以减轻无人机飞行负荷又可以减少无人机飞行时间的较佳飞行路径。
(3)本发明的方法通过采集农田的深度信息和彩色信息，将采集到的数据进行分析处理得到农田中种植了农作物的区域，并根据需要进行植保的区域进行路径规划，从而可以在农田中精准且不遗漏地对农作物进行植保；
(4)本发明的方法中无人机的飞行路径考虑无人机的携带物品重量是否会随着作业时间的增加而减小的这个因素，规划出既可以减轻无人机飞行负荷又可以减少无人机飞行时间的较佳飞行路径，既可以降低无人机作业的能耗，又可以提高作业的效率。
附图说明
图1是本发明实施例的系统组成示意图。
说明：11.深度数据采集单元；12.彩色数据采集单元；20.GIS处理单元；30.自动控制单元；31.作业时间计算模块；32.距离计算模块；33.路径规划模块。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此，限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例
如图1所示，一种用于自动操控的无人机植保监控系统，包括深度数据采集单元11、GIS处理单元20、自动控制单元30；
所述深度数据采集单元11，用于采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的，i＝1,2,……,m，m为集合D中点的总数；
所述GIS处理单元20，用于从深度数据采集单元11获取集合D，提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中，提取集合A内第k点的Xk、Yk，k＝1,2,……,n，n为集合A中点的总数。
所述自动控制单元30，用于从GIS处理单元20获取Xk、Yk，根据Xk、Xk规划无人机的飞行路径。
当无人机在农田中飞行时，深度数据采集单元11采集农田的深度点云数据并存储为集合D，集合D内的每个元素代表每一个点，每个元素都存储了每一个点在三维的直角坐标系X-Y-Z下的坐标值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi。直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的。
在农田中有种植农作物的位置和没有种植农作物的位置在高度上有明显区别的，无人机所采集的Zi是不同的，因此可以根据第i点的Zi区分第i点对应的位置是否有种植农作物。因为有种植农作物的位置需要无人机去植保，该位置必须包含在无人机的飞行路径上，所以GIS处理单元20将根据Zi判断为对应的位置有种植农作物的点均放置在集合A中。
自动控制单元30根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以使得无人机在需要植保区域内进行精准且不遗漏地植保。
深度数据采集单元11可以具体为深度摄像机。
在本实施例中，所述自动控制单元30包括作业时间计算模块31、距离计算模块32、路径规划模块33；
所述作业时间计算模块31，用于从GIS处理单元20获取Zk，根据Zk计算集合A内各个点的作业时间；
所述距离计算模块32，用于从GIS处理单元20获取Xk、Yk，根据Xk、Yk计算集合A内各个点之间的路段距离；
所述路径规划模块33，用于从作业时间计算模块31获取作业时间、从距离计算模块32获取路段距离，根据作业时间、路段距离规划无人机的飞行路径。
在农田中农作物高度聚集的地方或者农作物生长较茂盛的地方，对应的Zk较大。因此，对于Zk较大的点植保的作业时间应较长，对于Zk较小的点植保的作业时间较短，作业时间计算模块31可以根据Zk计算集合A内各点的作业时间。
距离计算模块32可以根据Xk、Yk计算集合A内各个点之间的路段距离。
路径规划模块33可以综合根据集合A内各个点的作业时间、各个点之间的路段距离规划出较佳的无人机飞行路径。
在本实施例中，路径规划模块33包括起点选取模块、中间点选取模块；
所述起点选取模块，用于从作业时间计算模块31获取作业时间、从距离计算模块32获取路段距离，当无人机的携带物品重量会随着作业时间增加而减小时，选取集合A内作业时间最长的点作为飞行路径的起点；当无人机的携带物品重量不会随着作业时间增加而减小时，选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点。
所述中间点选取模块，用于从作业时间计算模块31获取作业时间、从距离计算模块32获取路段距离、从起点选取模块中获取起点，根据其它点的作业时间、路段距离按序选取飞行路径的中间点，直到集合A内的所有点都被选取。
当无人机的携带物品重量会随着作业时间增加而减小时，如进行施肥、喷灌、喷农药等植保作业，应尽量先对作业时间较长的点进行植保作业，可以减轻无人机的飞行负荷，节省无人机的电量，使无人机一次充电后的作业时间可以持续更久。因此，在无人机的飞行路径规划过程中，起点选取模块和中间点选取模块应优先选取作业时间相对较长的点，先对这些点进行植保作业。
当无人机的携带物品重量不会随着作业时间增加而减小时，如进行剪枝、检测病虫害等植保作业，应尽量使得无人机飞行路径的总长度最短，也即使得无人机的飞行时间最短。因此，在无人机的飞行路径规划过程中，，起点选取模块和中间点选取模块应优先选取与其它点之间的植保距离平均值相对较短的点，先对这些点进行植保作业。
在本实施例中，所述系统还包括彩色数据采集单元12；
所述彩色数据采集单元12，用于采集农田的彩色点云数据并将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述GIS处理单元20还用于从彩色数据采集单元12获取集合D，提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
当无人机在农田中飞行时，彩色数据采集单元12采集农田的彩色点云数据，彩色点云数据添加在集合D中，集合D内的每个元素除了存储每一个点的三维坐标以外，还存储了每一个点三个颜色通道的值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi、Ri、Gi、Bi。
在农田中有种植农作物的位置和没有种植农作物的位置在颜色上是有明显区别的，用彩色数据采集单元12所采集的Ri、Gi、Bi是不同的，因此可以根据第i点的Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，将根据Ri、Gi、Bi判断为对应的位置有种植农作物的点均放置在集合B中。
不同农作物在农田中的高度、颜色是不同的。有一些农作物生长高度较高，根据Zi去判断第i点对应的位置是否有种植农作物较为准确；有一些农作物颜色较有辨识度，根据Ri、Gi、Bi去判断第i点对应的位置是否有种植农作物较为准确。因此，在实际中根据农田所种植农作物的特点，可以单独根据Zi去判断，也可以单独根据Ri、Gi、Bi去判断，将集合B作为集合A，还可以结合Zi、Ri、Gi、Bi综合去判断，将集合A和集合B的交集或并集作为集合A。
自动控制单元30根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以进一步提高无人机植保自动操控的精准度。
彩色数据采集单元12可以具体为彩色摄像机。
在本实施例中，所述GIS处理单元20还用于根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离，；
所述自动控制单元30还用于从GIS处理单元20获取hk，根据hk规划无人机的飞行高度。
无人机在植保作业时，为了保证植保的质量，需要与农作物叶尖保持一定距离，既要保证对农作物的有效植保，又要避免无人机旋翼所造成的强气流对农作物造成伤害。因此，通过GIS处理单元20计算无人机的飞行高度，自动控制单元30可以根据集合A内各个点的hk，控制无人机在农田进行植保的飞行高度。
一种用于自动操控的无人机植保监控方法，包括以下步骤：
S1.采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的，i＝1,2,……,m，m为深度点云数据中点的总数；
S2.提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中；
S3.提取集合A内第k点的Xk、Yk、Zk，k＝1,2,……,n，n为集合A中点的总数；
S4.根据Xk、Yk、Zk规划无人机的飞行路径。
当无人机在农田中飞行时，采集农田的深度点云数据并存储为集合D，集合D内的每个元素代表每一个点，每个元素都存储了每一个点在三维的直角坐标系X-Y-Z下的坐标值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi。直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的。
在农田中有种植农作物的位置和没有种植农作物的位置在高度上有明显区别的，无人机所采集的Zi是不同的，因此可以根据第i点的Zi区分第i点对应的位置是否有种植农作物。因为有种植农作物的位置需要无人机去植保，该位置必须包含在无人机的飞行路径上，将根据Zi判断为对应的位置有种植农作物的点均放置在集合A中。
根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以使得无人机在需要植保区域内进行精准且不遗漏地植保。
在本实施例中，所述步骤S4具体包括以下步骤：
S41.根据Zk计算集合A内各个点的作业时间，根据Xk、Yk计算集合A内各个点之间的路段距离；
S42.根据作业时间、路段距离规划无人机的飞行路径。
在农田中农作物高度聚集的地方或者农作物生长较茂盛的地方，对应的Zk较大。因此，对于Zk较大的点植保的作业时间应较长，对于Zk较小的点植保的作业时间较短，根据Zk可以计算集合A内各点的作业时间。
根据Xk、Yk可以计算集合A内各个点之间的路段距离。
综合根据集合A内各个点的作业时间、各个点之间的路段距离可以规划出较佳的无人机飞行路径。
在本实施例中，当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内作业时间最长的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离小于设定距离阈值的点作为待定点；
S423.从待定点中选取作业时间最长的点作为飞行路径的中间点；
S424.从集合A内未被选取的点中选取与中间点之间的路段距离小于设定距离阈值的点作为待定点并返回步骤S423，直到集合A内的所有点都被选取后结束，按照所有中间点的选取顺序形成飞行路径，即起点、第一个中间点、第二个中间点、...最后一个中间点。
当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离最小的点作为中间点；
S423.从集合A内未被选取的点中选取与中间点之间的路段距离最小的点作为新的中间点；
S424.重复执行步骤S423，直到集合A内的所有点都被选取后结束，按照所有中间点的选取顺序形成飞行路径，即起点、第一个中间点、第二个中间点、...最后一个中间点。
当无人机的携带物品重量会随着作业时间增加而减小时，如进行施肥、喷灌、喷农药等植保作业，应尽量先对作业时间较长的点进行植保作业，可以减轻无人机的飞行负荷，节省无人机的电量，使无人机一次充电后的作业时间可以持续更久。因此，在无人机的飞行路径规划过程中，优先选取作业时间相对较长的点，先对这些点进行植保作业。
当无人机的携带物品重量不会随着作业时间增加而减小时，如进行剪枝、检测病虫害等植保作业，应尽量使得无人机飞行路径的总长度最短，也即使得无人机的飞行时间最短。因此，在无人机的飞行路径规划过程中，优先选取与其它点之间的植保距离平均值相对较短的点，先对这些点进行植保作业。
在本实施例中，所述步骤S1中，还采集农田的彩色点云数据将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述步骤S2中，还提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
当无人机在农田中飞行时，采集农田的彩色点云数据，彩色点云数据添加在集合D中，集合D内的每个元素除了存储每一个点的三维坐标以外，还存储了每一个点三个颜色通道的值，也即集合D内第i个元素di存储了第i点的Xi、Yi、Zi、Ri、Gi、Bi。
在农田中有种植农作物的位置和没有种植农作物的位置在颜色上是有明显区别的，所采集的Ri、Gi、Bi是不同的，因此可以根据第i点的Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，将根据Ri、Gi、Bi判断为对应的位置有种植农作物的点均放置在集合B中。
不同农作物在农田中的高度、颜色是不同的。有一些农作物生长高度较高，根据Zi去判断第i点对应的位置是否有种植农作物较为准确；有一些农作物颜色较有辨识度，根据Ri、Gi、Bi去判断第i点对应的位置是否有种植农作物较为准确。因此，在实际中根据农田所种植农作物的特点，可以单独根据Zi去判断，也可以单独根据Ri、Gi、Bi去判断，将集合B作为集合A，还可以结合Zi、Ri、Gi、Bi综合去判断，将集合A和集合B的交集或并集作为集合A。
根据集合A内各个点的Xk、Yk、Zk，规划无人机在农田进行植保的飞行路径，可以进一步提高无人机植保自动操控的精准度。
在本实施例中，所述步骤S3中，还根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离；
所述步骤S4中，还根据hk规划无人机的飞行高度。
无人机在植保作业时，为了保证植保的质量，需要与农作物叶尖保持一定距离，既要保证对农作物的有效植保，又要避免无人机旋翼所造成的强气流对农作物造成伤害。因此，通过计算无人机的飞行高度，可以根据集合A内各个点的hk，规划无人机在农田进行植保的飞行高度。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种用于自动操控的无人机植保监控系统，其特征在于，包括深度数据采集单元、GIS处理单元、自动控制单元；
所述深度数据采集单元，用于采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的，i＝1,2,……,m，m为集合D中点的总数；
所述GIS处理单元，用于从深度数据采集单元获取集合D，提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中，提取集合A内第k点的Xk、Yk、Zk，k＝1,2,……,n，n为集合A中点的总数；
所述自动控制单元，用于从GIS处理单元获取Xk、Yk、Zk，根据Xk、Yk、Zk规划无人机的飞行路径。
2.根据权利要求1所述的用于自动操控的无人机植保监控系统，其特征在于，所述自动控制单元包括作业时间计算模块、距离计算模块、路径规划模块；所述作业时间计算模块，用于从GIS处理单元获取Zk，根据Zk计算集合A内各个点的作业时间；
所述距离计算模块，用于从GIS处理单元获取Xk、Yk，根据Xk、Yk计算集合A内各个点之间的路段距离；
所述路径规划模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离，根据作业时间、路段距离规划无人机的飞行路径。
3.根据权利要求2所述的用于自动操控的无人机植保监控系统，其特征在于，路径规划模块包括起点选取模块、中间点选取模块；
所述起点选取模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离，当无人机的携带物品重量会随着作业时间增加而减小时，选取集合A内作业时间最长的点作为飞行路径的起点；当无人机的携带物品重量不会随着作业时间增加而减小时，选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点；
所述中间点选取模块，用于从作业时间计算模块获取作业时间、从距离计算模块获取路段距离、从起点选取模块中获取起点，根据其它点的作业时间、路段距离按序选取飞行路径的中间点，直到集合A内的所有点都被选取。
4.根据权利要求1-3任一项所述的用于自动操控的无人机植保监控系统，其特征在于，还包括彩色数据采集单元；
所述彩色数据采集单元，用于采集农田的彩色点云数据并将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述GIS处理单元还用于从彩色数据采集单元获取集合D，提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
5.根据权利要求4所述的用于自动操控的无人机植保监控系统，其特征在于，所述GIS处理单元还用于根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离；
所述自动控制单元还用于从GIS处理单元获取hk，根据hk规划无人机的飞行高度。
6.一种用于自动操控的无人机植保监控方法，其特征在于，包括以下步骤：
S1.采集农田的深度点云数据并将深度点云数据存储为集合D＝{d1,d2,……,dm}，其中di＝(Xi,Yi,Zi)，Xi、Yi、Zi分别表示第i点在直角坐标系X-Y-Z下的坐标值，所述直角坐标系的X-Y平面为水平面，Z轴对应的方向是垂直于水平面的，i＝1,2,……,m，m为深度点云数据中点的总数；
S2.提取集合D内第i点的Zi，根据Zi区分第i点的对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合A中；
S3.提取集合A内第k点的Xk、Yk、Zk，k＝1,2,……,n，n为集合A中点的总数；
S4.根据Xk、Yk、Zk规划无人机的飞行路径。
7.根据权利要求6所述的用于自动操控的无人机植保监控方法，其特征在于，所述步骤S4具体包括以下步骤：
S41.根据Zk计算集合A内各个点的作业时间，根据Xk、Yk计算集合A内各个点之间的路段距离；
S42.根据作业时间、路段距离规划无人机的飞行路径。
8.根据权利要求7所述的用于自动操控的无人机植保监控方法，其特征在于，当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内作业时间最长的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离小于设定距离阈值的点作为待定点；
S423.从待定点中选取作业时间最长的点作为飞行路径的中间点；
S424.从集合A内未被选取的点中选取与路径点之间的路段距离小于设定距离阈值的点作为待定点并返回步骤S323，直到集合A内的所有点都被选取后结束。
当无人机的携带物品重量会随着作业时间增加而减小时，所述步骤S42具体包括以下步骤：
S421.选取集合A内与其它点之间的植保距离平均值最短的点作为飞行路径的起点；
S422.从集合A内未被选取的点中选取与起点之间的路段距离最小的点作为中间点，直到集合A内的所有点都被选取后结束。
9.根据权利要求6-8任一项所述的用于自动操控的无人机植保监控系统，其特征在于，所述步骤S1中，还采集农田的彩色点云数据将彩色点云数据添加在集合D中，di＝(Xi,Yi,Zi,Ri,Gi,Bi)，Ri、Gi、Bi分别表示第i点三个颜色通道的值；
所述步骤S2中，还提取集合D内第i点的Ri、Gi、Bi，根据Ri、Gi、Bi区分第i点对应的位置是否有种植农作物，若第i点对应的位置有种植农作物，则将di放置在集合B中，将集合B、集合A与集合B的交集或者集合A与集合B的并集作为集合A。
10.根据权利要求9所述的用于自动操控的无人机植保监控系统，其特征在于，所述步骤S3中，还根据Zk计算第k点的飞行高度hk＝Zk+c，c为无人机与农作物的距离；
所述步骤S4中，还根据hk规划无人机的飞行高度。
CN201810609293.1A 2018-06-13 2018-06-13 一种用于自动操控的无人机植保监控系统及方法 Pending CN108803657A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810609293.1A CN108803657A (zh) 2018-06-13 2018-06-13 一种用于自动操控的无人机植保监控系统及方法
PCT/CN2018/092219 WO2019237412A1 (zh) 2018-06-13 2018-06-21 一种用于自动操控的无人机植保监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810609293.1A CN108803657A (zh) 2018-06-13 2018-06-13 一种用于自动操控的无人机植保监控系统及方法

Publications (1)

Publication Number Publication Date
CN108803657A true CN108803657A (zh) 2018-11-13

Family

ID=64085843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810609293.1A Pending CN108803657A (zh) 2018-06-13 2018-06-13 一种用于自动操控的无人机植保监控系统及方法

Country Status (2)

Country Link
CN (1) CN108803657A (zh)
WO (1) WO2019237412A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559566A (zh) * 2018-11-30 2019-04-02 南京航空航天大学 一种繁忙机场终端区目视飞行航路的规划方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101200523B1 (ko) * 2012-05-10 2012-11-13 주식회사 첨단공간정보 주기적인 지형지물 확인을 통한 수치지도 갱신시스템
CN103885454A (zh) * 2014-03-07 2014-06-25 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
CN106327024A (zh) * 2016-09-18 2017-01-11 成都天麒科技有限公司 一种无人机农药喷洒路径规划系统及方法
CN106347667A (zh) * 2016-10-19 2017-01-25 仲恺农业工程学院 基于距离和图像检测的植保无人机自动喷洒方法和装置
CN107632618A (zh) * 2017-09-30 2018-01-26 广州天翔航空科技有限公司 喷洒农药的控制方法及装置
CN107933921A (zh) * 2017-10-30 2018-04-20 广州极飞科技有限公司 飞行器及其喷洒路线生成和执行方法、装置、控制终端

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9852644B2 (en) * 2013-03-24 2017-12-26 Bee Robotics Corporation Hybrid airship-drone farm robot system for crop dusting, planting, fertilizing and other field jobs
CN105259909B (zh) * 2015-11-08 2018-07-10 杨珊珊 基于无人飞行器的植被数据采集方法及采集装置
JP6621140B2 (ja) * 2016-02-16 2019-12-18 株式会社ナイルワークス 無人飛行体による薬剤散布方法、および、プログラム
CN107392908B (zh) * 2017-06-08 2020-02-14 北京农业信息技术研究中心 作物株高测量方法及系统、田间定标装置
CN107272726A (zh) * 2017-08-11 2017-10-20 上海拓攻机器人有限公司 基于无人机植保作业的作业区域确定方法及装置
CN107966709A (zh) * 2017-11-15 2018-04-27 成都天麒科技有限公司 一种基于激光雷达测绘的植保作业方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101200523B1 (ko) * 2012-05-10 2012-11-13 주식회사 첨단공간정보 주기적인 지형지물 확인을 통한 수치지도 갱신시스템
CN103885454A (zh) * 2014-03-07 2014-06-25 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
CN106327024A (zh) * 2016-09-18 2017-01-11 成都天麒科技有限公司 一种无人机农药喷洒路径规划系统及方法
CN106347667A (zh) * 2016-10-19 2017-01-25 仲恺农业工程学院 基于距离和图像检测的植保无人机自动喷洒方法和装置
CN107632618A (zh) * 2017-09-30 2018-01-26 广州天翔航空科技有限公司 喷洒农药的控制方法及装置
CN107933921A (zh) * 2017-10-30 2018-04-20 广州极飞科技有限公司 飞行器及其喷洒路线生成和执行方法、装置、控制终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559566A (zh) * 2018-11-30 2019-04-02 南京航空航天大学 一种繁忙机场终端区目视飞行航路的规划方法
CN109559566B (zh) * 2018-11-30 2021-09-07 南京航空航天大学 一种繁忙机场终端区目视飞行航路的规划方法

Also Published As

Publication number Publication date
WO2019237412A1 (zh) 2019-12-19

Similar Documents

Publication Publication Date Title
CN105116911B (zh) 无人机喷药方法
Rosell et al. A review of methods and applications of the geometric characterization of tree crops in agricultural activities
Wang et al. Automated crop yield estimation for apple orchards
Nielsen et al. Vision-based 3D peach tree reconstruction for automated blossom thinning
CN109640621A (zh) 用于果园、种植园和温室的、使用空中无人机收割和稀释的装置、系统和方法
CN108717301A (zh) 一种基于gis的无人机植保系统及方法
CN108990944A (zh) 基于可见光热红外图像融合的无人机遥感喷药一体化方法及装置
WO2021208407A1 (zh) 目标物检测方法、装置和图像采集方法、装置
CN110163138A (zh) 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法
CN111982097A (zh) 无人作业设备的目标航线的生成方法及装置、植保系统
CN110456820B (zh) 基于超带宽无线定位的农药喷施系统及控制方法
US20230360150A1 (en) Computer implemented method for providing test design and test instruction data for comparative tests on yield, gross margin, efficacy or vegetation indices for at least two products or different application timings of the same product
CN109272553A (zh) 用于棉花顶心摘除的定位方法、控制器及摘除装置
Vikram Agricultural Robot–A pesticide spraying device
De Castro et al. Mapping Cynodon dactylon in vineyards using UAV images for site-specific weed control
Cavalaris et al. Efficacy of cotton harvest aids applications with unmanned aerial vehicles (UAV) and ground-based field sprayers–A case study comparison
CN114694047A (zh) 一种玉米播种质量的评价方法及装置
Kassim et al. Oil palm fresh fruit bunches (FFB) growth determination system to support harvesting operation
CN110610438B (zh) 一种农作物冠层叶柄夹角计算方法及系统
CN113554691B (zh) 一种植株高度测量方法
Jin et al. Far-near combined positioning of picking-point based on depth data features for horizontal-trellis cultivated grape
Sangjan et al. Phenotyping architecture traits of tree species using remote sensing techniques
CN108803657A (zh) 一种用于自动操控的无人机植保监控系统及方法
CN109814551A (zh) 谷物处理自动驾驶系统、自动驾驶方法以及自动识别方法
CN108537164A (zh) 基于无人机遥感的点穴播种出芽率监测方法与装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181113