CN108881825A - 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 - Google Patents
基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 Download PDFInfo
- Publication number
- CN108881825A CN108881825A CN201810613214.4A CN201810613214A CN108881825A CN 108881825 A CN108881825 A CN 108881825A CN 201810613214 A CN201810613214 A CN 201810613214A CN 108881825 A CN108881825 A CN 108881825A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- module
- transparent transmission
- control station
- wireless transparent
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Catching Or Destruction (AREA)
- Soil Working Implements (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于Jetson TK1的水稻杂草无人机监控系统及其监控方法,其系统包括无人机和地面控制站,所述无人机上设置有基于Jetson TK1的飞控模块、第一无线透传模块和图像采集模块,所述第一无线透传模块和图像采集模块分别与飞控模块电性连接,所述图像采集模块包括GOPRO摄像头和图像采集卡,所述地面控制站包括PC端地面站和第二无线透传模块,所述第二无线透传模块与PC端地面站电性连接,所述地面控制站与飞控模块通过第一无线透传模块和第二无线透传模块进行无线通讯连接。本发明能实时分析采集到的实时图像,提高工作效率,且杂草的分布情况和严重等级会显示在地面控制站的离线地图,具有直观性和方便性。
Description
技术领域
本发明涉及水稻杂草图像识别的技术领域,尤其是指一种基于Jetson TK1的水稻杂草无人机监控系统及其监控方法。
背景技术
水稻杂草对水稻的生长带来严重危害,杂草会吸收水稻周围的养分、水分等等,而且会对附近水稻的阳光空气有影响,直接影响水稻的长势,杂草数量越多,水稻长势就越弱。为了通过实现除草剂的变量喷洒来解决精确除草的问题,应用无人机采集遥感图像,使用图像识别技术来识别杂草一直是研究热点。
由于通过图像处理技术识别杂草需要经过大量的数学计算,所以一般对处理器的要求很高。传统的解决方案是无人机通过使用者的操作下,获取相应水稻区域的遥感图像,待采集完之后,将获取到的遥感图像从无人机上的储存器取下来,使用服务器进行图像识别处理,然后通过人工方式给处理图像的水稻杂草区域打标记,这样并不利于使用者高效地、实时地、直观地观测杂草识别结果。随着精准农业的技术不断发展,应用于农业航空的遥感图像采集与识别技术对实时性和便捷性的要求越来越高,传统的遥感图像采集与识别技术已经不能满足精准农业的需求,所以寻求一种高效、通用的实时基于水稻杂草图像识别监测系统和方案,以满足精准农业的要求,是一个目前急需解决的问题。
发明内容
本发明的目的在于克服现有技术的不足,提出了一种高效、可靠的基于JetsonTK1的水稻杂草无人机监控系统及其监控方法,能实时监控并识别水稻杂草,以满足精准农业的要求。
为实现上述目的,本发明所提供的技术方案如下:
基于Jetson TK1的水稻杂草无人机监控系统,包括无人机和地面控制站,所述无人机上设置有基于Jetson TK1的飞控模块、第一无线透传模块和图像采集模块,所述第一无线透传模块和图像采集模块分别与飞控模块电性连接,所述图像采集模块包括GOPRO摄像头和图像采集卡,所述地面控制站包括PC端地面站和第二无线透传模块,所述第二无线透传模块与PC端地面站电性连接,所述地面控制站与飞控模块通过第一无线透传模块和第二无线透传模块进行无线通讯连接。
所述无人机装配有GPS。
基于Jetson TK1的水稻杂草无人机监控系统的监控方法,包括以下步骤:
S1、无人机起飞前,先使用自主开发的地面控制站的地图功能划定监控区域,并确定飞行高度;
S2、地面控制站根据划定监控区域,自动生成无人机飞行航线和需要进行图像采集的若干个航点,以保证GOPRO摄像头的图像采集范围能覆盖到整片监控区域;
S3:地面控制站发送起飞指令,无人机起飞后,按照预先规划好的航线飞行;
S4:无人机获取下一个航点的GPS位置信息,飞行至下一个航点;
S5:无人机到达预定航点后悬停,驱动图像采集模块对需要采集的水稻田区域进行图像采集,基于Jetson TK1的飞控模块对采集到的图像信息进行实时分析,判断是否有杂草区域,若有杂草区域,判断杂草密度等级,并将该点GPS位置信息和等级程度信息传回地面控制站,信息发送完成后,无人机则继续飞行至下一个预定航点;
S6:重复步骤S4、S5,直至无人机完成所有预定航点;
S7:地面控制站通过传回的所有杂草区域的GPS位置信息和密度等级信息,通过QT与JAVASCRIPT的交互标定在地面站客户端上的实景地图。
本发明与现有技术相比,具有如下优点与有益效果:
1、能实时分析采集到的实时图像,提高工作效率。
2、杂草的分布情况和密度等级信息会显示在地面控制站的离线地图,具有直观性和方便性。
附图说明
图1为本发明系统的结构原理框图。
图2为本发明系统的无人机模拟飞行航线示意图。
图3为实施例中提供的无人机上试验相机获取水稻杂草区域GPS坐标的关系式的示意图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图1所示,本实施例所提供的基于Jetson TK1的水稻杂草无人机监控系统,包括装配有GPS的无人机和地面控制站,所述无人机上设置有基于Jetson TK1的飞控模块、第一无线透传模块和图像采集模块,所述第一无线透传模块和图像采集模块分别与飞控模块电性连接,所述图像采集模块包括GOPRO摄像头和图像采集卡,所述地面控制站包括PC端地面站和第二无线透传模块,所述第二无线透传模块与PC端地面站电性连接,所述地面控制站与飞控模块通过第一无线透传模块和第二无线透传模块进行无线通讯连接。
以下为本实施例上述水稻杂草无人机监控系统的监控方法,具体如下:
S1:无人机起飞前,先使用自主开发的地面控制站的地图功能划定监控区域,并确定飞行高度。
S2:地面控制站根据划定监控区域,自动生成无人机飞行航线和需要进行图像采集的若干个航点,以保证GOPRO摄像头的图像采集范围能覆盖到整片监控区域。
需要说明的是,参见图2所示,离线地图API划定了区域ABCD,并自动生成了航线与航点,如航点A与航点B的图像采集区域面积大小相等,且覆盖范围不重复,确保所有航点的图像采集范围能覆盖整个采集区域。
S3:地面控制站发送起飞指令,无人机起飞后,按照预先规划好的航线,飞行至要进行图像采集的航点。
S4:无人机获取下一个航点的GPS位置信息,飞行至下一个航点。
S5:无人机到达预定航点后悬停,驱动图像采集模块对该部分水稻田区域进行图像采集,基于Jetson TK1的飞控模块对采集到的图像信息进行实时分析,判断是否有杂草区域,若有杂草区域,判断杂草密度等级,并将该点GPS位置信息和等级程度信息传回地面控制站。信息发送完成后,无人机继续飞行至下一个预定航点。
需要说明的是,参见图3所示,P点为航线中其中一个需要进行图像采集的航点,矩形ABCD为该航点图像采集的覆盖范围,即无人机经过航点P采集到的图像,而点E为经过图像实时分析后得出的杂草区域,GOPRO运动相机的图像采集分辨率为1080*1920,而点A、点B、点C、点D的GPS坐标均可得知,分别为(Alng,Alat)、(Blng,Blat)、(Clng,Clat)、(Dlng,Dlat),可近似将区域ABCD看作为平面直角坐标系,杂草区域点E在图像中的像素坐标为(Ex,Ey),则点E的GPS坐标等于(Clng+(Dlng-Clng)*(Ex/1080),Clat+(Alat-Clat)*(Ey/1920)),将得到的杂草区域GPS位置信息通过无线通讯传回地面站。
S6:重复步骤S4、S5,直至无人机完成所有预定航点。
S7:地面控制站通过传回的所有杂草区域的GPS位置信息和密度等级信息,通过QT与JAVASCRIPT的交互标定在地面站客户端上的实景地图。
需要说明的是,这里的实景地图是用Google Map离线开发包进行开发的,通过HTML文件调用地图瓦片显示地图,然后使用QT Creator开发平台和JAVASCRIPT的交互实现地图缩放、地图定位和地图标记等操作。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (3)
1.基于Jetson TK1的水稻杂草无人机监控系统,包括无人机和地面控制站,其特征在于:所述无人机上设置有基于Jetson TK1的飞控模块、第一无线透传模块和图像采集模块,所述第一无线透传模块和图像采集模块分别与飞控模块电性连接,所述图像采集模块包括GOPRO摄像头和图像采集卡,所述地面控制站包括PC端地面站和第二无线透传模块,所述第二无线透传模块与PC端地面站电性连接,所述地面控制站与飞控模块通过第一无线透传模块和第二无线透传模块进行无线通讯连接。
2.根据权利要求1所述的基于Jetson TK1的水稻杂草无人机监控系统,其特征在于:所述无人机装配有GPS。
3.权利要求1所述的基于Jetson TK1的水稻杂草无人机监控系统的监控方法,其特征在于,包括以下步骤:
S1、无人机起飞前,先使用自主开发的地面控制站的地图功能划定监控区域,并确定飞行高度;
S2、地面控制站根据划定监控区域,自动生成无人机飞行航线和需要进行图像采集的若干个航点,以保证GOPRO摄像头的图像采集范围能覆盖到整片监控区域;
S3:地面控制站发送起飞指令,无人机起飞后,按照预先规划好的航线飞行;
S4:无人机获取下一个航点的GPS位置信息,飞行至下一个航点;
S5:无人机到达预定航点后悬停,驱动图像采集模块对需要采集的水稻田区域进行图像采集,基于Jetson TK1的飞控模块对采集到的图像信息进行实时分析,判断是否有杂草区域,若有杂草区域,判断杂草密度等级,并将该点GPS位置信息和等级程度信息传回地面控制站,信息发送完成后,无人机则继续飞行至下一个预定航点;
S6:重复步骤S4、S5,直至无人机完成所有预定航点;
S7:地面控制站通过传回的所有杂草区域的GPS位置信息和密度等级信息,通过QT与JAVASCRIPT的交互标定在地面站客户端上的实景地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810613214.4A CN108881825A (zh) | 2018-06-14 | 2018-06-14 | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810613214.4A CN108881825A (zh) | 2018-06-14 | 2018-06-14 | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108881825A true CN108881825A (zh) | 2018-11-23 |
Family
ID=64338872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810613214.4A Pending CN108881825A (zh) | 2018-06-14 | 2018-06-14 | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108881825A (zh) |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109792951A (zh) * | 2019-02-21 | 2019-05-24 | 华南农业大学 | 用于杂交水稻授粉的无人机航线校正系统及其校正方法 |
CN109981730A (zh) * | 2019-01-04 | 2019-07-05 | 哈瓦国际航空技术(深圳)有限公司 | 地面站控制无人机挂载的方法、装置、设备和存储介质 |
CN110622949A (zh) * | 2019-10-22 | 2019-12-31 | 广州极飞科技有限公司 | 除草方法及装置 |
CN111247496A (zh) * | 2019-01-28 | 2020-06-05 | 深圳市大疆创新科技有限公司 | 一种外部负载的控制方法、设备、无人飞行器及终端设备 |
CN113126650A (zh) * | 2021-03-03 | 2021-07-16 | 华南农业大学 | 一种无人机自动除草作业方法 |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
US20220110251A1 (en) | 2020-10-09 | 2022-04-14 | Deere & Company | Crop moisture map generation and control system |
CN114648500A (zh) * | 2022-03-17 | 2022-06-21 | 江西科技师范大学 | 一种基于无人机和深度学习的农作物杂草检测方法及装置 |
CN114973027A (zh) * | 2022-05-12 | 2022-08-30 | 中国农业大学 | 可搭载于无人机的用于检测水稻出苗率的方法及相关设备 |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US12013245B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Predictive map generation and control system |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
US12058951B2 (en) | 2022-04-08 | 2024-08-13 | Deere & Company | Predictive nutrient map and control |
US12069986B2 (en) | 2020-10-09 | 2024-08-27 | Deere & Company | Map generation and control system |
US12069978B2 (en) | 2018-10-26 | 2024-08-27 | Deere & Company | Predictive environmental characteristic map generation and control system |
US12082531B2 (en) | 2022-01-26 | 2024-09-10 | Deere & Company | Systems and methods for predicting material dynamics |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320607A (zh) * | 2014-08-06 | 2015-01-28 | 江苏恒创软件有限公司 | 基于无人机的监控农田作物生长的方法 |
CN105657261A (zh) * | 2015-12-30 | 2016-06-08 | 华南农业大学 | 一种基于安卓设备的无人机遥感图像采集系统及方法 |
CN106791596A (zh) * | 2016-11-11 | 2017-05-31 | 韦红兰 | 一种利用无人机对作物进行监控的方法 |
WO2017099568A1 (es) * | 2015-12-11 | 2017-06-15 | Jose Antonio Pacheco Sanchez | Método de planeacion de sobrevuelo de poligonos irregulares utilizando dos o mas vehículos aéreos no tripulados para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas |
CN206612074U (zh) * | 2017-03-24 | 2017-11-07 | 山东农业大学 | 基于稻瘟病发病程度的多旋翼无人机变量施药装置 |
CN207015587U (zh) * | 2017-06-02 | 2018-02-16 | 南京金快快无人机有限公司 | 一种用于植保无人机的电池和农药补给系统 |
CN107993226A (zh) * | 2017-12-12 | 2018-05-04 | 融水苗族自治县大浪镇人民政府 | 一种无人机种植管理监控方法 |
-
2018
- 2018-06-14 CN CN201810613214.4A patent/CN108881825A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320607A (zh) * | 2014-08-06 | 2015-01-28 | 江苏恒创软件有限公司 | 基于无人机的监控农田作物生长的方法 |
WO2017099568A1 (es) * | 2015-12-11 | 2017-06-15 | Jose Antonio Pacheco Sanchez | Método de planeacion de sobrevuelo de poligonos irregulares utilizando dos o mas vehículos aéreos no tripulados para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas |
CN105657261A (zh) * | 2015-12-30 | 2016-06-08 | 华南农业大学 | 一种基于安卓设备的无人机遥感图像采集系统及方法 |
CN106791596A (zh) * | 2016-11-11 | 2017-05-31 | 韦红兰 | 一种利用无人机对作物进行监控的方法 |
CN206612074U (zh) * | 2017-03-24 | 2017-11-07 | 山东农业大学 | 基于稻瘟病发病程度的多旋翼无人机变量施药装置 |
CN207015587U (zh) * | 2017-06-02 | 2018-02-16 | 南京金快快无人机有限公司 | 一种用于植保无人机的电池和农药补给系统 |
CN107993226A (zh) * | 2017-12-12 | 2018-05-04 | 融水苗族自治县大浪镇人民政府 | 一种无人机种植管理监控方法 |
Non-Patent Citations (1)
Title |
---|
HUANG H, DENG J, LAN Y, YANG A, DENG X,: ""fully convolutional network for weed mapping of unmanned aerial vehicle (UAV) imagery"", 《PLOS ONE》 * |
Cited By (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US12069978B2 (en) | 2018-10-26 | 2024-08-27 | Deere & Company | Predictive environmental characteristic map generation and control system |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US12010947B2 (en) | 2018-10-26 | 2024-06-18 | Deere & Company | Predictive machine characteristic map generation and control system |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
CN109981730B (zh) * | 2019-01-04 | 2022-04-29 | 哈瓦国际航空技术(深圳)有限公司 | 地面站控制无人机挂载的方法、装置、设备和存储介质 |
CN109981730A (zh) * | 2019-01-04 | 2019-07-05 | 哈瓦国际航空技术(深圳)有限公司 | 地面站控制无人机挂载的方法、装置、设备和存储介质 |
CN111247496A (zh) * | 2019-01-28 | 2020-06-05 | 深圳市大疆创新科技有限公司 | 一种外部负载的控制方法、设备、无人飞行器及终端设备 |
WO2020154834A1 (zh) * | 2019-01-28 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 一种外部负载的控制方法、设备、无人飞行器及终端设备 |
CN109792951A (zh) * | 2019-02-21 | 2019-05-24 | 华南农业大学 | 用于杂交水稻授粉的无人机航线校正系统及其校正方法 |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11829112B2 (en) | 2019-04-10 | 2023-11-28 | Deere & Company | Machine control using real-time model |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
US11650553B2 (en) | 2019-04-10 | 2023-05-16 | Deere & Company | Machine control using real-time model |
CN110622949A (zh) * | 2019-10-22 | 2019-12-31 | 广州极飞科技有限公司 | 除草方法及装置 |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
US12069986B2 (en) | 2020-10-09 | 2024-08-27 | Deere & Company | Map generation and control system |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US12048271B2 (en) | 2020-10-09 | 2024-07-30 | Deere &Company | Crop moisture map generation and control system |
US12013698B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Machine control using a predictive map |
US12013245B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Predictive map generation and control system |
US20220110251A1 (en) | 2020-10-09 | 2022-04-14 | Deere & Company | Crop moisture map generation and control system |
CN113126650A (zh) * | 2021-03-03 | 2021-07-16 | 华南农业大学 | 一种无人机自动除草作业方法 |
US12082531B2 (en) | 2022-01-26 | 2024-09-10 | Deere & Company | Systems and methods for predicting material dynamics |
CN114648500A (zh) * | 2022-03-17 | 2022-06-21 | 江西科技师范大学 | 一种基于无人机和深度学习的农作物杂草检测方法及装置 |
US12058951B2 (en) | 2022-04-08 | 2024-08-13 | Deere & Company | Predictive nutrient map and control |
CN114973027A (zh) * | 2022-05-12 | 2022-08-30 | 中国农业大学 | 可搭载于无人机的用于检测水稻出苗率的方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108881825A (zh) | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 | |
CN112633535B (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
CN108496129B (zh) | 一种基于飞行器的设施检测方法及控制设备 | |
CN103941746B (zh) | 无人机巡检图像处理系统及方法 | |
CN107504957B (zh) | 利用无人机多视角摄像快速进行三维地形模型构建的方法 | |
KR101793509B1 (ko) | 작물 모니터링을 위하여 무인 비행체의 자동 경로 산정을 통한 원격 관측 방법 및 그 시스템 | |
CN110134147A (zh) | 一种植保无人机的自主路径规划方法及装置 | |
Spachos et al. | Integration of wireless sensor networks and smart uavs for precision viticulture | |
CN105046909A (zh) | 一种基于小型无人机的农业辅助定损方法 | |
CN112113542A (zh) | 一种无人机航摄建设用地土地专项数据验收的方法 | |
CN110223386A (zh) | 一种基于多源无人机遥感数据融合的数字地形建模方法 | |
CN112489130A (zh) | 一种输电线路与目标物的距离测量方法、装置及电子设备 | |
CN109032174B (zh) | 一种无人机作业航线规划方法以及作业执行方法 | |
CN113075938A (zh) | 一种输电线路远距离智能巡检系统及方法 | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN113610040B (zh) | 一种基于改进BiSeNetV2分割网络的水稻田杂草密度实时统计方法 | |
US20220330468A1 (en) | System and methods for gathering data relating to crops and for managing crop growing operations | |
CN112702565A (zh) | 一种田间植物表型信息采集系统及方法 | |
CN113312963A (zh) | 一种光伏电站的巡检方法、巡检装置以及存储介质 | |
CN207835662U (zh) | 一种基于嵌入式的无人机遥感图像采集系统 | |
CN107390699A (zh) | 一种甘蔗种植机的路线规划系统及其路线规划方法 | |
CN112729248A (zh) | 一种基于无人机平台的遥感探测系统及方法 | |
CN116117807A (zh) | 一种辣椒采摘机器人及控制方法 | |
CN115861859A (zh) | 一种坡耕地环境监测方法及系统 | |
CN113807309B (zh) | 一种基于深度学习的果园机械行走路线规划方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |