CN111257320A - 一种智慧林业监测系统 - Google Patents
一种智慧林业监测系统 Download PDFInfo
- Publication number
- CN111257320A CN111257320A CN202010170405.5A CN202010170405A CN111257320A CN 111257320 A CN111257320 A CN 111257320A CN 202010170405 A CN202010170405 A CN 202010170405A CN 111257320 A CN111257320 A CN 111257320A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- forest
- tree
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- 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
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种智慧林业监测系统,包括无人机模块、爬行机器人模块、苍蝇机器人模块以及PC机;所述无人机模块用于按巡检路线定时定点实现森林图像数据的采集反馈;所述爬行机器人用于按巡检路线实现森林视频数据的采集反馈;所述苍蝇机器人模块用于按预设的坐标定时实现当前环境参数的采集;所述PC机用于接收无人机模块、爬行机器人模块、苍蝇机器人模块所采集到的数据,并完成这些数据的处理,实现森林当前情况的评估,生成评估报告。本发明实现了森林数据的自动监测评估,可重复多次使用,从而大大减轻了工作人员的工作量,且监测结果精确度较高。
Description
技术领域
本发明涉及森林管理技术领域,具体涉及一种智慧林业监测系统。
背景技术
目前,收集用于评价森林状态的信息的过程是非常耗时和复杂的。且当收集信息时,通常依赖于采样,由于缺乏足够的信息收集和分析而可能出现误差。
为此,现有技术中涌现出了大量的林业监测系统,但普遍存在误差较大、探测成本较高,不能大面积、多期次使用的缺陷。
发明内容
为解决上述问题,本发明提供了一种智慧林业监测系统,实现了森林数据的自动监测评估,可重复多次使用,从而大大减轻了工作人员的工作量,且监测结果精确度较高。
为实现上述目的,本发明采取的技术方案为:
一种智慧林业监测系统,包括无人机模块、爬行机器人模块、苍蝇机器人模块以及PC机;
所述无人机模块用于按巡检路线定时定点实现森林图像数据的采集反馈;
所述爬行机器人用于按巡检路线实现森林视频数据的采集反馈;
所述苍蝇机器人模块用于按预设的坐标定时实现当前环境参数的采集;
所述PC机用于接收无人机模块、爬行机器人模块、苍蝇机器人模块所采集到的数据,并完成这些数据的处理,实现森林当前情况的评估,生成评估报告。
进一步地,所述无人机所采集到的图像数据携带配套的POS数据,包括纬度、经度、高程、航向角(Phi)、俯仰角(Omega)及翻滚角(Kappa),每张图像的Exif中包含坐标信息。
进一步地,所述爬行机器人模块内搭载有:
图像采集模块,用于实现森林视频数据的采集反馈;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的巡检路线以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
进一步地,所述苍蝇机器人模块内搭载有:
环境感知节点,用于实现当前环境参数的采集;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的坐标数据以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
进一步地,所述PC机内载:
巡检路线规划模块,用于根据以往实测森林数据实现无人机、爬行机器人巡检路线的规划,还用于实现苍蝇机器人监测坐标的规划;
无人机图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的POS数据确定,从而可以实现目标树木图像数据的采集;
爬行机器人图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的GPS定位数据确定,从而可以实现目标树木图像数据的采集;
树木生长状态评估模块,用于根据所获取的树木目标图像实现树木当前生长状态的评估,评估结果至少包括树木品种、长势、病虫害情况;
森林面积计算模块,用于完成无人机图像处理模块所获取到的目标图像数据中树木面积的测量,同时求和获取当前森林面积;
树木品种统计模块,用于通过树木生长状态评估模块的评估结果实现树木品种的统计;
病虫害统计模块,用于通过树木生长状态评估模块的评估结果实现树木病虫害情况的统计;
森林环境评估模块,用于根据苍蝇机器人模块所采集到的环境数据实现当前森林环境的评估;
评估报告编制生成模块,用于将树木生长状态评估模块、森林面积计算模块、树木品种统计模块、病虫害统计模块和森林环境评估模块所的的结果填入预制的模板中,生成当前森林监测报告。
进一步地,所述爬行机器人模块进行视频图像采集时采用定点从下往上采集视频图像的方式,在获取到目标数据图像数据时,从下往下依次拼接即可获取树木整体图像。
进一步地,所述PC机内还设有:
异常评估模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,并将获取到的目标图像与对应的历史图像进行相似度对比,若相似度小于预设的门限,则以弹出对话框携带当前目标图像和历史图像的方式反馈异常信息。。
本发明具有以下有益效果:
实现了森林数据的自动监测评估,可重复多次使用,从而大大减轻了工作人员的工作量,且监测结果精确度较高。
附图说明
图1本发明实施例一种智慧林业监测系统的系统框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供了一种智慧林业监测系统,包括无人机模块、爬行机器人模块、苍蝇机器人模块以及PC机;
所述无人机模块用于按巡检路线定时定点实现森林图像数据的采集反馈;
所述爬行机器人用于按巡检路线实现森林视频数据的采集反馈;
所述苍蝇机器人模块用于按预设的坐标定时实现当前环境参数的采集,所采集到的环境数据携带苍蝇机器人当前坐标信息;该信息以大地坐标系为基准构建;
所述PC机用于接收无人机模块、爬行机器人模块、苍蝇机器人模块所采集到的数据,并完成这些数据的处理,实现森林当前情况的评估,生成评估报告。
本实施例中,所述无人机所采集到的图像数据携带配套的POS数据,包括纬度、经度、高程、航向角(Phi)、俯仰角(Omega)及翻滚角(Kappa),每张图像的Exif中包含坐标信息。
本实施例中,所述爬行机器人模块内搭载有:
图像采集模块,用于实现森林视频数据的采集反馈;采用摄像头模块和双光谱视频采集器同时采集森林视频,双光谱视频采集器通过对热红外的捕捉,可以实现烟火的智能识别,一旦发现疑似烟火,烟火识别系统自动识别并自动向PC机发送报警信号;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的巡检路线以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
本实施例中,所述苍蝇机器人模块内搭载有:
环境感知节点,用于实现当前环境参数的采集;单个环境感知节点可实现多种环境参数的感知,至少包括温度、湿度、烟雾;环境参数感知节点内部通过ZigBee芯片形成自组织网络,可以实现多参数的动态感知和数据融合;环境参数感知节点通过动态路由和多跳传输的方式将数据传输到汇聚节点,汇聚节点通过GPRS 与Internet网络实现无缝联接,将环境感知参数发送到PC机;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的坐标数据以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
本实施例中,所述PC机内载:
巡检路线规划模块,用于根据以往实测森林数据实现无人机、爬行机器人巡检路线的规划,还用于根据预设的阀值实现苍蝇机器人监测坐标的规划;
无人机图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的POS数据确定,从而可以实现目标树木图像数据的采集;
爬行机器人图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的GPS定位数据确定,从而可以实现目标树木图像数据的采集;
树木生长状态评估模块,用于根据所获取的树木目标图像实现树木当前生长状态的评估,评估结果至少包括树木品种、长势、病虫害情况;具体地,首先采用ssd_Inception_V2_coco实现树木品种的识别,然后采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于连通分量的形态学区域特征去除小面积杂点噪声,完成树木所在位置、病虫害轨迹(害虫、树叶上的孔洞、斑点等)的识别,并基于连通分量外接矩形的长宽比进行树木尺寸、病虫害轨迹的测量,完成树木生长状态以及病虫害情况的评估;
森林面积计算模块,用于完成无人机图像处理模块所获取到的目标图像数据中树木面积的测量,同时求和获取当前森林面积;首先,采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于连通分量的形态学区域特征去除小面积杂点噪声,完成树冠所在位置的识别;并基于连通分量外接矩形的长宽比进行墙树冠形状识别,然后用于树冠形状的识别结果进行对应的标尺的调用,通过调用的标尺进行树冠尺寸进行测量,自动输出测量结果,然后求和,即可获得当前森林面积;
树木品种统计模块,用于通过树木生长状态评估模块的评估结果实现树木品种的统计;基于数据挖掘模块自动挖掘对应的评估结果,以EXCEL表格的形式反馈;
病虫害统计模块,用于通过树木生长状态评估模块的评估结果实现树木病虫害情况的统计;基于数据挖掘模块自动挖掘对应的评估结果,以EXCEL表格的形式反馈;
森林环境评估模块,用于根据苍蝇机器人模块所采集到的环境数据实现当前森林环境的评估;该模块基于BP神经网络模型实现森林环境的评估;
评估报告编制生成模块,用于将树木生长状态评估模块、森林面积计算模块、树木品种统计模块、病虫害统计模块和森林环境评估模块所的的结果填入预制的模板中,生成当前森林监测报告;
中央处理器,用于协调上述模块工作。
本实施例中,所述爬行机器人模块进行视频图像采集时采用定点从下往上采集视频图像的方式,在获取到目标数据图像数据时,从下往下依次拼接即可获取树木整体图像。
本实施例中,所述PC机内还设有:
异常评估模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,并将获取到的目标图像与对应的历史图像进行相似度对比,若相似度小于预设的门限,则以弹出对话框携带当前目标图像和历史图像的方式反馈异常信息;该模块对应所有视频数据。
本实施例中,所述巡检机器人上设有用于收纳苍蝇机器人和无人机的收纳仓,且每一个巡检机器人、无人机、苍蝇机器人均配置单独RFID身份编号。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种智慧林业监测系统,其特征在于,包括无人机模块、爬行机器人模块、苍蝇机器人模块以及PC机;
所述无人机模块用于按巡检路线定时定点实现森林图像数据的采集反馈;
所述爬行机器人用于按巡检路线实现森林视频数据的采集反馈;
所述苍蝇机器人模块用于按预设的坐标定时实现当前环境参数的采集;
所述PC机用于接收无人机模块、爬行机器人模块、苍蝇机器人模块所采集到的数据,并完成这些数据的处理,实现森林当前情况的评估,生成评估报告。
2.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述无人机所采集到的图像数据携带配套的POS数据,包括纬度、经度、高程、航向角、俯仰角及翻滚角,每张图像的Exif中包含坐标信息。
3.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述爬行机器人模块内搭载有:
图像采集模块,用于实现森林视频数据的采集反馈;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的巡检路线以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
4.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述苍蝇机器人模块内搭载有:
环境感知节点,用于实现当前环境参数的采集;
GPS定位模块,用于实现当前定位数据的实时反馈;
避障越障模块,用于实现自身的避障越障;
导航模块,用于根据PC机输出的坐标数据以及GPS定位模块的实时定位数据、避障越障模块监测到的障碍物信息生成导航路线。
5.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述PC机内载:
巡检路线规划模块,用于根据以往实测森林数据实现无人机、爬行机器人巡检路线的规划,还用于实现苍蝇机器人监测坐标的规划;
无人机图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的POS数据确定,从而可以实现目标树木图像数据的采集;
爬行机器人图像处理模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,该视频帧数根据该视频数据携带的GPS定位数据确定,从而可以实现目标树木图像数据的采集;
树木生长状态评估模块,用于根据所获取的树木目标图像实现树木当前生长状态的评估,评估结果至少包括树木品种、长势、病虫害情况;
森林面积计算模块,用于完成无人机图像处理模块所获取到的目标图像数据中树木面积的测量,同时求和获取当前森林面积;
树木品种统计模块,用于通过树木生长状态评估模块的评估结果实现树木品种的统计;
病虫害统计模块,用于通过树木生长状态评估模块的评估结果实现树木病虫害情况的统计;
森林环境评估模块,用于根据苍蝇机器人模块所采集到的环境数据实现当前森林环境的评估;
评估报告编制生成模块,用于将树木生长状态评估模块、森林面积计算模块、树木品种统计模块、病虫害统计模块和森林环境评估模块所的的结果填入预制的模板中,生成当前森林监测报告。
6.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述爬行机器人模块进行视频图像采集时采用定点从下往上采集视频图像的方式,在获取到目标数据图像数据时,从下往下依次拼接即可获取树木整体图像。
7.如权利要求1所述的一种智慧林业监测系统,其特征在于,所述PC机内还设有:
异常评估模块,用于调用视频取帧脚本,每隔一定帧数获取一张目标图像,并将获取到的目标图像与对应的历史图像进行相似度对比,若相似度小于预设的门限,则以弹出对话框携带当前目标图像和历史图像的方式反馈异常信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170405.5A CN111257320A (zh) | 2020-03-12 | 2020-03-12 | 一种智慧林业监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170405.5A CN111257320A (zh) | 2020-03-12 | 2020-03-12 | 一种智慧林业监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111257320A true CN111257320A (zh) | 2020-06-09 |
Family
ID=70954757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010170405.5A Withdrawn CN111257320A (zh) | 2020-03-12 | 2020-03-12 | 一种智慧林业监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111257320A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582246A (zh) * | 2020-06-10 | 2020-08-25 | 河西学院 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
CN112506120A (zh) * | 2020-12-02 | 2021-03-16 | 中国农业科学院农业信息研究所 | 一种基于物联网的智慧渔业管理系统 |
CN112735071A (zh) * | 2020-12-29 | 2021-04-30 | 姜庆娟 | 基于互联网的林业监控系统 |
CN112989941A (zh) * | 2021-02-07 | 2021-06-18 | 浙江宇联信息发展有限公司 | 一种基于地图的视像信息传输系统 |
CN113610108A (zh) * | 2021-07-06 | 2021-11-05 | 中南民族大学 | 一种基于改进残差网络的水稻害虫识别方法 |
CN114170754A (zh) * | 2021-12-09 | 2022-03-11 | 中科计算技术西部研究院 | 基于大数据的林业维护管理系统 |
CN114563974A (zh) * | 2022-03-10 | 2022-05-31 | 山东省林业保护和发展服务中心 | 一种智慧林业监测系统 |
-
2020
- 2020-03-12 CN CN202010170405.5A patent/CN111257320A/zh not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582246A (zh) * | 2020-06-10 | 2020-08-25 | 河西学院 | 一种基于高寒草甸草地产草量估算放牧率的方法和系统 |
CN112506120A (zh) * | 2020-12-02 | 2021-03-16 | 中国农业科学院农业信息研究所 | 一种基于物联网的智慧渔业管理系统 |
CN112735071A (zh) * | 2020-12-29 | 2021-04-30 | 姜庆娟 | 基于互联网的林业监控系统 |
CN112735071B (zh) * | 2020-12-29 | 2022-08-12 | 岳阳市金霖昇行科技有限公司 | 基于互联网的林业监控系统 |
CN112989941A (zh) * | 2021-02-07 | 2021-06-18 | 浙江宇联信息发展有限公司 | 一种基于地图的视像信息传输系统 |
CN113610108A (zh) * | 2021-07-06 | 2021-11-05 | 中南民族大学 | 一种基于改进残差网络的水稻害虫识别方法 |
CN114170754A (zh) * | 2021-12-09 | 2022-03-11 | 中科计算技术西部研究院 | 基于大数据的林业维护管理系统 |
CN114563974A (zh) * | 2022-03-10 | 2022-05-31 | 山东省林业保护和发展服务中心 | 一种智慧林业监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111257320A (zh) | 一种智慧林业监测系统 | |
CN108037770B (zh) | 基于人工智能的无人机输电线路巡检系统和方法 | |
Alexandrov et al. | Analysis of machine learning methods for wildfire security monitoring with an unmanned aerial vehicles | |
CN108881825A (zh) | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 | |
CN111626985A (zh) | 基于图像融合的家禽体温检测方法及禽舍巡检系统 | |
CN113205116A (zh) | 输电线路无人机巡检拍摄目标点自动提取及航迹规划方法 | |
KR102506029B1 (ko) | 영상 기반 가축 개체 성장 추이 모니터링 장치 및 방법 | |
CN113056665A (zh) | 使用混合传感系统对防火绝缘层下腐蚀进行检查与故障检测 | |
US20240110809A1 (en) | System and method for asset identification and mapping | |
CN112836683A (zh) | 用于便携式摄像设备的车牌识别方法、装置、设备和介质 | |
CN114721430A (zh) | 基于无人机的电力线路安全巡检及智能诊断系统 | |
CN115409992A (zh) | 一种远程驾驶巡逻车系统 | |
Zou et al. | Density estimation method of mature wheat based on point cloud segmentation and clustering | |
CN117636169A (zh) | 一种森林巡护方法及系统 | |
Srivastava et al. | Connotation of unconventional drones for agricultural applications with node arrangements using neural networks | |
CN112542800A (zh) | 一种输电线路故障识别的方法及其系统 | |
CN112184903A (zh) | 高压线行树障风险点的检测方法、装置、设备及介质 | |
CN116055521A (zh) | 一种电力巡检机器人巡检系统及图像识别方法 | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN114169404A (zh) | 一种基于图像智能获取边坡病害量化信息方法 | |
CN114417698A (zh) | 一种轨道交通沿线外部环境的风险监测系统及评估方法 | |
CN113223155A (zh) | 一种距离预测方法、装置、设备及介质 | |
CN113010834A (zh) | 基于gis的地面巡检机器人巡检覆盖校验方法及装置 | |
CN112820081A (zh) | 一种人工智能it运维系统及方法 | |
CN111783726A (zh) | 基于人工智能和bim的放牧牲畜离群视频采集方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200609 |