CN110749323B - 一种作业路线的确定方法及装置 - Google Patents

一种作业路线的确定方法及装置 Download PDF

Info

Publication number
CN110749323B
CN110749323B CN201911008359.2A CN201911008359A CN110749323B CN 110749323 B CN110749323 B CN 110749323B CN 201911008359 A CN201911008359 A CN 201911008359A CN 110749323 B CN110749323 B CN 110749323B
Authority
CN
China
Prior art keywords
area
target
image
identifying
color image
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
Application number
CN201911008359.2A
Other languages
English (en)
Other versions
CN110749323A (zh
Inventor
翁立宇
刘鹏
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.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft Technology Co Ltd
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 Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN201911008359.2A priority Critical patent/CN110749323B/zh
Publication of CN110749323A publication Critical patent/CN110749323A/zh
Application granted granted Critical
Publication of CN110749323B publication Critical patent/CN110749323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开一种作业路线的确定方法及装置。其中,该方法包括:获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域确定作业设备的作业路线;将作业路线发送至作业设备。本申请解决了相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。

Description

一种作业路线的确定方法及装置
技术领域
本申请涉及植保领域,具体而言,涉及一种作业路线的确定方法及装置。
背景技术
可通行区域是识别户外环境下移动机器人导航的重要组成部分。有两种危险会造成环境区域的不可通行,即几何危险和非几何危险。几何危险是指因几何特征导致其不可通行的物体或地形,比如障碍物和陡坡;非几何危险是指因密度、粘度等特性而妨碍其运动或使其运动完全停止的地形,比如泥潭、沼泽。在机器人移动特性已定的情况下,如何实时准确地检测障碍物,对地形进行分类以分别检测出周围环境中的几何和非几何危险,是解决可通行区域识别问题的关键。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种作业路线的确定方法及装置,以至少解决相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。
根据本申请实施例的一个方面,提供了一种作业路线的确定方法,包括:获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域确定作业设备的作业路线;将作业路线发送至作业设备。
可选地,指定类型的区域包括:绕行区域基于第一区域和第二区域确定作业设备的作业路线,包括:基于第一区域和第二区域对目标区域进行分割,得到可通行区域;基于可通行区域确定作业路线。
可选地,基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域之前,方法还包括:提取光谱图像的特征点,得到第一类特征点;提取彩色图像的特征点,得到第二类特征点;计算每个第一类特征点和第二类特征点的相似度,得到多个相似度;对于多个相似度中的每个相似度,比较每个相似度与预设阈值,并基于比较结果确定匹配的特征点对;
基于匹配的特征点对确定图像空间坐标变换参数,并基于图像空间坐标变换参数进行图像配准。
可选地,基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域之前,方法还包括:获取测绘设备在对目标区域进行移动测绘时的位置信息,其中,位置信息包括:经纬度信息和高度信息;基于位置信息和彩色图像建立目标区域的三维地形模型;将光谱图像对应的光谱信息添加至三维地形模型中,得到目标地形模型;基于目标地形模型中的光谱信息确定第一区域,基于目标地形模型中的彩色图像信息确定第二区域。
可选地,获取测绘设备在对目标区域进行移动测绘时的位置信息,包括:获取测绘设备在移动过程中在不同采样点的位置信息。
可选地,第一区域包括:非几何区域,第二区域包括:几何区域。
根据本申请实施例的一个方面,提供了一种作业航线的确定方法,包括:获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;基于光谱图像识别目标区域中的非几何危险区域,基于彩色图像识别目标区域中的几何危险区域;基于非几何危险区域和几何危险区域对目标区域进行分割,得到作业设备的可通行区域;基于可通行区域确定作业设备的作业路线,并将作业路线发送至作业设备。
根据本申请实施例的一个方面,提供了一种作业航线的确定装置,包括:获取模块,用于获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;识别模块,用于基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;确定模块,用于基于第一区域和第二区域确定作业设备的作业路线;发送模块,用于将作业路线发送至作业设备。
根据本申请实施例的一个方面,提供了一种作业系统,包括:无人机和地面作业设备,其中:无人机,用于获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域确定作业设备的作业路线;作业设备,用于接收作业路线,并按照作业路线进行移动作业。
根据本申请实施例的一个方面,提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行以上的作业路线的确定方法。
在本申请实施例中,采用利用光谱图像和彩色图像识别指定类型的区域,并据此规划作业路线的方式,解决了相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种作业路线的确定方法的示意图;
图2是根据本申请实施例的另一种作业路线的确定方法的示意图;
图3是根据本申请实施例的一种作业路线的确定装置的结构示意图;
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提出一种基于无人机测绘信息控制地面设备作业过程的方法,其通过无人机利用数字成像技术、光谱成像技术等对目标作业区域进行测绘,获得的数据可以包括RGB图像、高光谱图像等,再基于多视图几何原理和图像配准技术进行三维重建以及数据对齐,从而获得地形三维模型及其对齐的光谱信息,然后利用深度学习等方法进行可通行区域识别分割,综合目标作业区域与可通行区域进行地面设备的作业路径规划,再将其上传到地面设备执行作业任务。以下结合具体实施例详细说明。
实施例1
根据本申请实施例,提供了一种作业路线的确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种作业路线的确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;
具体地,光谱图像是由横坐标为波长(频率)、纵坐标为光强度所描述的一幅图像,光谱图像还可以包括:高光谱图像和多光谱图像;彩色图像是指每一个像素值由R、G、B分量构成的图像,其中R、G、B是由不同的灰度级来描述的。彩色图像也是多光谱图像中的一种特殊情况,对应于人类视觉的三基色,即红、绿、蓝三个波段,是对人眼的光谱量化性质的近似。
可选地,上述测绘图像的方式可以是模拟法测图或数字测图。目前目标区域的测绘主要采用数字测图方法。数字测图系统具有数字编辑加工、图形分层,符号分层、符号配置等功能,还具有属性数据录入与挂接、由离散点构建不规则三角网进而生成等高线、影响数据集成与叠加和不同数据格式转换等功能,基于上述优势,采用数字测图还可以包括以下方式:
(1)全站仪数字测图:全站仪配合电子手薄或仍共记录数据再传输至成图系统中经处理生成数字图;或全站仪配合便携式计算机或PDA个人数据助理实地成图,实现所见即所测、所见即所得。
(2)GPS RNT数字测图技术:与全站仪数字测图方法类似,利用RNT系统代替全站仪与全站仪组合使用。
(3)数字摄影测量和遥感测图:对于大范围的目标区域测绘,可以利用航摄影像、遥感影像、机载激光雷达扫描系统LIDAR或使用轻型无人机摄取影像,使用数据摄影测量或遥感图像处理系统生产生成DOM(数字正摄影像图)、DEM(数字高程模型)、DRG(数字栅格地图)、DLG(数字线划地图)以及复合模式组成。
(4)车载移动测图:又称移动道路测量系统(MMS),以车辆为平台,集成GPS接收机,视频传感器CCD,惯性导航系统INS,在车辆行驶过程中,快速采集道路和两旁的地形数据成图。
测绘仪器可以包括:三维激光扫描、水准仪、经纬仪、全站仪、GPS接收机、GPS手持机、超站仪、陀螺仪、求机仪、钢尺、秒表、相机等。
步骤S104,基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;
可选地,由于作业设备在具体的识别目标区域过程中,所遇到的危险区域大致可以分为两种类型,即上述第一区域和第二区域。其中,第一区域包括:非几何区域,第二区域包括:几何区域。非几何区域是指作业过程中所遇到的因密度、粘度等特性而妨碍作业设备运动或使作业设备运动完全停止的地形,比如泥潭、沼泽等;几何区域是指作业过程中所遇到的因几何特征不规则导致作业设备不可通行的物体或地形,比如障碍物和陡坡等。基于光谱图像的特征识别出泥潭、沼泽等非几何区域;基于彩色图像的特征识别出障碍物和陡坡等几何区域。
可选地,指定类型的区域包括:绕行区域。这里的绕行区域指的是作业设备不进行作业的危险区域。
步骤S106,基于第一区域和第二区域确定作业设备的作业路线;
具体地,将基于光谱图像的特征识别出泥潭、沼泽等非几何区域;基于彩色图像的特征识别出障碍物和陡坡等几何区域确定出作业设备需要绕行的区域,除去绕行区域的剩余区域即为作业设备的作业路线。
步骤S108,将作业路线发送至作业设备。
在本申请的一些实施例中,为了进一步确定作业路线,在步骤S106,即基于第一区域和第二区域确定作业设备的作业路线,还可以执行以下步骤:
步骤S110,基于第一区域和第二区域对目标区域进行分割,得到可通行区域。
具体地,上述第一区域和第二区域均为危险区域,即作业设备需要绕行的区域。待第一区域和第二区域识别完成之后,将目标区域去掉危险区域,即第一区域和第二区域,可得到安全的区域,即可通行区域。
可选地,基于第一区域和第二区域对目标区域进行分割,可以采用图像分割的方式,对步骤S102中所获取的光谱图像和彩色图像,基于识别出来的第一区域和第二区域进行图像分割。
步骤S112,基于可通行区域确定作业路线。
在本申请的一些实施例中,为了将光谱图像与彩色图像进行图像配准,在步骤S104之前,即在基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域之前,还可以执行以下步骤:
步骤S114,提取光谱图像的特征点,得到第一类特征点;
步骤S116,提取彩色图像的特征点,得到第二类特征点;
步骤S118,计算每个第一类特征点和第二类特征点的相似度,得到多个相似度;
步骤S120,对于多个相似度中的每个相似度,比较每个相似度与预设阈值,并基于比较结果确定匹配的特征点对;
步骤S122,基于匹配的特征点对确定图像空间坐标变换参数,并基于图像空间坐标变换参数进行图像配准。
在本申请的一些实施例中,为了构建三维地形模型,在步骤S104之前,即基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域之前,还可以执行以下步骤:
步骤S124,获取测绘设备在对目标区域进行移动测绘时的位置信息,其中,位置信息包括:经纬度信息和高度信息;
具体地,获取测绘设备在对目标区域进行移动测绘时的位置信息,可以采用GPS定位等方式。
步骤S126,基于位置信息和彩色图像建立目标区域的三维地形模型;
步骤S128,将光谱图像对应的光谱信息添加至三维地形模型中,得到目标地形模型;
步骤S130,基于目标地形模型中的光谱信息确定第一区域,基于目标地形模型中的彩色图像信息确定第二区域。
在本申请的一些实施例中,在步骤S124中,即获取测绘设备在对目标区域进行移动测绘时的位置信息,还可以执行以下步骤:
步骤S132,获取测绘设备在移动过程中在不同采样点的位置信息。
通过本实施例提供的上述实施方案,由于采用利用光谱图像和彩色图像识别指定类型的区域,并据此规划作业路线的方式,从而实现了对于几何危险区域和非几何危险区域同时进行识别的技术效果,进而解决了相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。
实施例2
根据本申请实施例,提供了另一种作业路线的确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的另一种作业路线的确定方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;
步骤S204,基于光谱图像识别目标区域中的非几何危险区域,基于彩色图像识别目标区域中的几何危险区域;
步骤S206,基于非几何危险区域和几何危险区域对目标区域进行分割,得到作业设备的可通行区域;
具体地,将基于光谱图像的特征识别出泥潭、沼泽等非几何区域;基于彩色图像的特征识别出障碍物和陡坡等几何区域确定出作业设备需要绕行的区域。
步骤S208,基于可通行区域确定作业设备的作业路线,并将作业路线发送至作业设备。
该实施例的优选实施方式与实施例1类似,可以参见实施例1所示的相关描述,此处不再描述。
通过本实施例提供的上述实施方案,由于采用利用光谱图像和彩色图像识别指定类型的区域,并据此规划作业路线的方式,从而实现了对于几何危险区域和非几何危险区域同时进行识别的技术效果,进而解决了相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。
实施例3
本申请实施例还提供了一种作业航线的确定装置,如图3所示,该装置包括:
获取模块30,用于获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;
具体地,光谱图像是由横坐标为波长(频率)、纵坐标为光强度所描述的一幅图像,光谱图像还可以包括:高光谱图像和多光谱图像;彩色图像是指每一个像素值由R、G、B分量构成的图像,其中R、G、B是由不同的灰度级来描述的。彩色图像也是多光谱图像中的一种特殊情况,对应于人类视觉的三基色,即红、绿、蓝三个波段,是对人眼的光谱量化性质的近似。
可选地,上述测绘图像的方式可以是模拟法测图或数字测图。目前目标区域的测绘主要采用数字测图方法。数字测图系统具有数字编辑加工、图形分层,符号分层、符号配置等功能,还具有属性数据录入与挂接、由离散点构建不规则三角网进而生成等高线、影响数据集成与叠加和不同数据格式转换等功能.
测绘仪器可以包括:三维激光扫描、水准仪、经纬仪、全站仪、GPS接收机、GPS手持机、超站仪、陀螺仪、求机仪、钢尺、秒表、相机等。
识别模块32,用于基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;
上述指定类型的区域包括:绕行区域。这里的绕行区域指的是作业设备所不进行作业的危险区域。
可选地,由于作业设备在具体的识别目标区域过程中,所遇到的危险区域大致可以分为两种类型,即上述第一区域和第二区域。其中,第一区域包括:非几何区域,第二区域包括:几何区域。非几何区域是指作业过程中所遇到的因密度、粘度等特性而妨碍作业设备运动或使作业设备运动完全停止的地形,比如泥潭、沼泽等;几何区域是指作业过程中所遇到的因几何特征不规则导致作业设备不可通行的物体或地形,比如障碍物和陡坡等。基于光谱图像的特征识别出泥潭、沼泽等非几何区域;基于彩色图像的特征识别出障碍物和陡坡等几何区域。
可选地,在本申请的上述实施例中,识别模块32还可以包括:第一提取单元,用于提取光谱图像的特征点,得到第一类特征点;提取彩色图像的特征点,得到第二类特征点;第一计算单元,用于计算每个第一类特征点和第二类特征点的相似度,得到多个相似度;第二确定单元,用于对于多个相似度中的每个相似度,比较每个相似度与预设阈值,并基于比较结果确定匹配的特征点对;第一匹配单元,用于基于匹配的特征点对确定图像空间坐标变换参数,并基于图像空间坐标变换参数进行图像配准。
可选地,在本申请的上述实施例中,识别模块32还可以包括:第二获取单元,用于获取测绘设备在对目标区域进行移动测绘时的位置信息,其中,位置信息包括:经纬度信息和高度信息;第一建立单元,用于基于位置信息和彩色图像建立目标区域的三维地形模型;第三获取单元,用于将光谱图像对应的光谱信息添加至三维地形模型中,得到目标地形模型;第三确定单元,用于基于目标地形模型中的光谱信息确定第一区域,基于目标地形模型中的彩色图像信息确定第二区域。
可选地,在本申请的上述实施例中,上述第二获取单元还用于获取测绘设备在移动过程中在不同采样点的位置信息。
确定模块34,用于基于第一区域和第二区域确定作业设备的作业路线;
具体地,将基于光谱图像的特征识别出泥潭、沼泽等非几何区域;基于彩色图像的特征识别出障碍物和陡坡等几何区域确定出作业设备需要绕行的区域,除去绕行区域的剩余区域即为作业设备的作业路线。
可选地,在本申请的上述实施例中,确定模块34还用于基于第一区域和第二区域对目标区域进行分割,得到可通行区域;以及基于可通行区域确定作业路线。
发送模块36,用于将作业路线发送至作业设备。
通过本实施例提供的上述实施装置,由于采用利用光谱图像和彩色图像识别指定类型的区域,并据此规划作业路线的方式,从而实现了对于几何危险区域和非几何危险区域同时进行识别的技术效果,进而解决了相关技术中尚无对于几何危险区域和非几何危险区域同时进行识别的方案的技术问题。
需要说明的是,上述各个模块可以为程序模块,各个模块可以位于存储器中,并通过处理器运行存储器中存储的各个程序模块。
实施例4
本申请实施例提供了一种作业系统,包括:无人机和地面作业设备,其中:无人机,用于获取目标区域的测绘数据,其中,测绘数据包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域确定作业设备的作业路线;作业设备,用于接收作业路线,并按照作业路线进行移动作业。
实施例5
根据本申请实施例的一个方面,提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,非易失性存储介质用于存储实现以下功能的程序:
获取目标区域的测绘数据,包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域构建三维地形模型,对目标区域进行分割,得到可绕行区域,基于可绕行区域确定作业设备的作业路线;将作业路线发送至作业设备。
实施例6
根据本申请实施例,提供了一种处理器,上述处理器用于运行程序,处理器用于运行实现以下功能的程序:
获取目标区域的测绘数据,包括光谱图像和彩色图像;基于光谱图像识别目标区域中的第一区域,基于彩色图像识别目标区域中的第二区域,第一区域和第二区域均为指定类型的区域;基于第一区域和第二区域构建三维地形模型,对目标区域进行分割,得到可绕行区域,基于可绕行区域确定作业设备的作业路线;将作业路线发送至作业设备。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (8)

1.一种作业路线的确定方法,其特征在于,包括:
获取目标区域的测绘数据,其中,所述测绘数据包括光谱图像和彩色图像;
基于所述光谱图像识别所述目标区域中的第一区域,基于所述彩色图像识别所述目标区域中的第二区域,其中,所述第一区域和所述第二区域均为指定类型的区域,所述第一区域为因密度、粘度特性妨碍作业设备运动或使所述作业设备运动完全停止的区域,所述第二区域为因几何特征不规则导致所述作业设备不可通行的区域;
基于所述第一区域和所述第二区域对所述目标区域进行分割,得到可通行区域,基于所述可通行区域确定所述作业设备的作业路线;
将所述作业路线发送至所述作业设备。
2.根据权利要求1所述的方法,其特征在于,基于所述光谱图像识别所述目标区域中的第一区域,基于所述彩色图像识别所述目标区域中的第二区域之前,所述方法还包括:
提取所述光谱图像的特征点,得到第一类特征点;提取所述彩色图像的特征点,得到第二类特征点;
计算每个所述第一类特征点和第二类特征点的相似度,得到多个相似度;
对于所述多个相似度中的每个相似度,比较所述每个相似度与预设阈值,并基于比较结果确定匹配的特征点对;
基于匹配的特征点对确定图像空间坐标变换参数,并基于所述图像空间坐标变换参数进行图像配准。
3.根据权利要求1所述的方法,其特征在于,基于所述光谱图像识别所述目标区域中的第一区域,基于所述彩色图像识别所述目标区域中的第二区域之前,所述方法还包括:
获取测绘设备在对所述目标区域进行移动测绘时的位置信息,其中,所述位置信息包括:经纬度信息和高度信息;
基于所述位置信息和所述彩色图像建立所述目标区域的三维地形模型;
将所述光谱图像对应的光谱信息添加至所述三维地形模型中,得到目标地形模型;
基于所述目标地形模型中的光谱信息确定所述第一区域,基于所述目标地形模型中的彩色图像信息确定所述第二区域。
4.根据权利要求3所述的方法,其特征在于,获取测绘设备在对所述目标区域进行移动测绘时的位置信息,包括:
获取所述测绘设备在移动过程中在不同采样点的位置信息。
5.一种作业路线的确定方法,其特征在于,包括:
获取目标区域的测绘数据,其中,所述测绘数据包括光谱图像和彩色图像;
基于所述光谱图像识别所述目标区域中的非几何危险区域,基于所述彩色图像识别所述目标区域中的几何危险区域,其中,所述非几何危险区域为因密度、粘度特性妨碍作业设备运动或使所述作业设备运动完全停止的区域,所述几何危险区域为因几何特征不规则导致所述作业设备不可通行的区域;
基于所述非几何危险区域和几何危险区域对所述目标区域进行分割,得到所述作业设备的可通行区域;
基于所述可通行区域确定所述作业设备的作业路线,并将所述作业路线发送至所述作业设备。
6.一种作业路线的确定装置,其特征在于,包括:
获取模块,用于获取目标区域的测绘数据,其中,所述测绘数据包括光谱图像和彩色图像;
识别模块,用于基于所述光谱图像识别所述目标区域中的第一区域,基于所述彩色图像识别所述目标区域中的第二区域,所述第一区域和第二区域均为指定类型的区域,其中,所述第一区域为因密度、粘度特性妨碍作业设备运动或使所述作业设备运动完全停止的区域,所述第二区域为因几何特征不规则导致作业设备不可通行的区域;
确定模块,用于基于所述第一区域和所述第二区域对所述目标区域进行分割,得到可通行区域,基于所述可通行区域确定所述作业设备的作业路线;
发送模块,用于将所述作业路线发送至所述作业设备。
7.一种作业系统,其特征在于,包括:无人机和地面作业设备,其中:
所述无人机,用于获取目标区域的测绘数据,其中,所述测绘数据包括光谱图像和彩色图像;基于所述光谱图像识别所述目标区域中的第一区域,基于所述彩色图像识别所述目标区域中的第二区域,所述第一区域和所述第二区域均为指定类型的区域,其中,所述第一区域为因密度、粘度特性使作业设备运动完全停止的区域,所述第二区域为因几何特征不规则导致作业设备不可通行的区域;基于所述第一区域和所述第二区域对所述目标区域进行分割,得到可通行区域,基于所述可通行区域确定所述作业设备的作业路线;
所述作业设备,用于接收所述作业路线,并按照所述作业路线进行移动作业。
8.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至5中任意一项所述的作业路线的确定方法。
CN201911008359.2A 2019-10-22 2019-10-22 一种作业路线的确定方法及装置 Active CN110749323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911008359.2A CN110749323B (zh) 2019-10-22 2019-10-22 一种作业路线的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911008359.2A CN110749323B (zh) 2019-10-22 2019-10-22 一种作业路线的确定方法及装置

Publications (2)

Publication Number Publication Date
CN110749323A CN110749323A (zh) 2020-02-04
CN110749323B true CN110749323B (zh) 2022-03-18

Family

ID=69279422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911008359.2A Active CN110749323B (zh) 2019-10-22 2019-10-22 一种作业路线的确定方法及装置

Country Status (1)

Country Link
CN (1) CN110749323B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111427375B (zh) * 2020-03-09 2024-01-09 深圳块织类脑智能科技有限公司 无人机巡采巡查的微区域智能划分方法及系统
CN116797031B (zh) * 2023-08-25 2023-10-31 深圳市易图资讯股份有限公司 一种基于数据采集的安全生产管理方法以及系统
CN117268418A (zh) * 2023-09-20 2023-12-22 中国地质大学(北京) 一种无人机野外路径规划方法、终端设备及储存介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435174A (zh) * 2011-11-01 2012-05-02 清华大学 基于混合式双目视觉的障碍物检测方法及装置
CN106502264A (zh) * 2016-10-26 2017-03-15 广州极飞科技有限公司 植保无人机的作业系统
CN106931963A (zh) * 2017-04-13 2017-07-07 高域(北京)智能科技研究院有限公司 环境数据共享平台、无人飞行器、定位方法和定位系统
CN109855629A (zh) * 2019-03-15 2019-06-07 朱彬 一种任务规划方法、装置及电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2888979B1 (fr) * 2005-07-22 2010-11-19 Airbus France Systeme de visualisation d'aeroport pour un aeronef
JP5299513B2 (ja) * 2009-08-12 2013-09-25 日本電気株式会社 障害物検知装置及び方法並びに障害物検知システム
CN106371452B (zh) * 2015-07-24 2020-08-25 深圳市道通智能航空技术有限公司 一种飞行器限飞区域信息的获取、共享方法、装置及系统
CN105404753A (zh) * 2015-12-08 2016-03-16 中国科学院东北地理与农业生态研究所 基于面向对象-随机森林分类法和中等分辨率遥感影像的沼泽湿地制图的方法
CN107798294A (zh) * 2017-09-25 2018-03-13 中国科学院遥感与数字地球研究所 检测森林斑块变化的方法和装置
CN110275546B (zh) * 2019-07-31 2022-05-10 河海大学常州校区 一种无人机编队搜索与任务调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435174A (zh) * 2011-11-01 2012-05-02 清华大学 基于混合式双目视觉的障碍物检测方法及装置
CN106502264A (zh) * 2016-10-26 2017-03-15 广州极飞科技有限公司 植保无人机的作业系统
CN106931963A (zh) * 2017-04-13 2017-07-07 高域(北京)智能科技研究院有限公司 环境数据共享平台、无人飞行器、定位方法和定位系统
CN109855629A (zh) * 2019-03-15 2019-06-07 朱彬 一种任务规划方法、装置及电子设备

Also Published As

Publication number Publication date
CN110749323A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
US20200401617A1 (en) Visual positioning system
CN110749323B (zh) 一种作业路线的确定方法及装置
US11527084B2 (en) Method and system for generating a bird's eye view bounding box associated with an object
Zhang et al. An unmanned aerial vehicle‐based imaging system for 3D measurement of unpaved road surface distresses 1
CN110945320B (zh) 车辆定位方法和系统
US9679362B2 (en) System and method for generating textured map object images
US20050195096A1 (en) Rapid mobility analysis and vehicular route planning from overhead imagery
US7860269B2 (en) Auxilliary navigation system for use in urban areas
US20190213790A1 (en) Method and System for Semantic Labeling of Point Clouds
CN101842808A (zh) 用于产生车道信息的方法及设备
KR101874498B1 (ko) Uas 기반의 공간 정보 취득을 위한 지상 기준점의 항공 측량 시스템 및 그 방법
Lin et al. Development of a UAV-MMS-collaborative aerial-to-ground remote sensing system–a preparatory field validation
JP2011170599A (ja) 屋外構造物計測装置及び屋外構造物計測方法
KR20200038140A (ko) 정밀 지도 업데이트 장치 및 방법
JP2007128141A (ja) 道路画像中の道路車線数を決定するシステム及び方法
US9372081B2 (en) Method and system for geo-referencing at least one sensor image
Amin et al. Reconstruction of 3D accident scene from multirotor UAV platform
CN112418081B (zh) 一种空地联合快速勘察交通事故的方法及系统
US11860304B2 (en) Method and system for real-time landmark extraction from a sparse three-dimensional point cloud
KR100981588B1 (ko) 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템
Patias et al. Evaluating horizontal positional accuracy of low-cost UAV orthomosaics over forest terrain using ground control points extracted from different sources
Cho 3D organization of 2D urban imagery
Crommelinck et al. Robust object extraction from remote sensing data
KR100959246B1 (ko) 스테레오 영상 및 gps 좌표를 이용하여 도시공간의 지리정보를 생성하는 방법 및 시스템
KR101016071B1 (ko) 이동측량장치의 이동경로에 따른 스테레오 영상으로부터 벡터변환을 이용하여 대응영역을 추출하는 도시공간 영상처리장치

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
CB02 Change of applicant information

Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: Guangzhou Jifei Technology Co.,Ltd.

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xaircraft Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant