CN111459183B - 作业参数推荐方法、装置、无人设备及存储介质 - Google Patents
作业参数推荐方法、装置、无人设备及存储介质 Download PDFInfo
- Publication number
- CN111459183B CN111459183B CN202010279684.9A CN202010279684A CN111459183B CN 111459183 B CN111459183 B CN 111459183B CN 202010279684 A CN202010279684 A CN 202010279684A CN 111459183 B CN111459183 B CN 111459183B
- Authority
- CN
- China
- Prior art keywords
- agricultural
- parameters
- target
- area
- spraying
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims description 9
- 238000005507 spraying Methods 0.000 claims abstract description 193
- 239000012773 agricultural material Substances 0.000 claims abstract description 70
- 230000007613 environmental effect Effects 0.000 claims abstract description 65
- 238000012549 training Methods 0.000 claims abstract description 20
- 239000007921 spray Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 12
- 238000009313 farming Methods 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 239000000575 pesticide Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 20
- 239000003337 fertilizer Substances 0.000 description 12
- 241000209140 Triticum Species 0.000 description 11
- 235000021307 Triticum Nutrition 0.000 description 11
- 241000607479 Yersinia pestis Species 0.000 description 11
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 239000002245 particle Substances 0.000 description 10
- 241000196324 Embryophyta Species 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 241000238631 Hexapoda Species 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 239000002154 agricultural waste Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 206010013883 Dwarfism Diseases 0.000 description 1
- 241001331845 Equus asinus x caballus Species 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- KBPHJBAIARWVSC-RGZFRNHPSA-N lutein Chemical compound C([C@H](O)CC=1C)C(C)(C)C=1\C=C\C(\C)=C\C=C\C(\C)=C\C=C\C=C(/C)\C=C\C=C(/C)\C=C\[C@H]1C(C)=C[C@H](O)CC1(C)C KBPHJBAIARWVSC-RGZFRNHPSA-N 0.000 description 1
- 229960005375 lutein Drugs 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- -1 seeds Substances 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- KBPHJBAIARWVSC-XQIHNALSSA-N trans-lutein Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC2C(=CC(O)CC2(C)C)C KBPHJBAIARWVSC-XQIHNALSSA-N 0.000 description 1
- FJHBOVDFOQMZRV-XQIHNALSSA-N xanthophyll Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC2C=C(C)C(O)CC2(C)C FJHBOVDFOQMZRV-XQIHNALSSA-N 0.000 description 1
- 235000008210 xanthophylls Nutrition 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
- A01M7/0096—Testing of spray-patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Pest Control & Pesticides (AREA)
- Business, Economics & Management (AREA)
- Insects & Arthropods (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明实施例提供的一种作业参数推荐方法、装置、无人设备及存储介质,方法包括获取待作业区域内的环境参数和待作业区域中目标对象对应的农资参数;农资参数表征无人设备对目标对象进行作业时的农资投放指标;将环境参数和农资参数输入推荐模型中进行分析,确定目标作业参数组合;其中,目标作业参数组合中包含农资飘散距离和目标喷撒幅度;农资飘散距离小于或等于所述目标喷撒幅度;推荐模型通过多组样本数据训练得到;每组样本数据中均包含环境参数和农资参数,与现有技术相比,本发明能够使无人设备灵活应对各种喷撒场景,防止出现农资飘散现象,保证作业的质量。
Description
技术领域
本发明涉及自动控制领域,具体而言,涉及一种作业参数推荐方法、装置、无人设备及存储介质。
背景技术
随着无人控制技术的发展,无人设备被广泛应用于农业植保领域通过无人设备可以实现对农作物进行无人化喷洒或播撒作业,不仅减少了工作量,还能提高工作效率。
现有技术中,农业植保用户利用无人机进行农事作业时,通常会根据经验数据人为设置无人设备的行驶参数、农资喷撒幅度及投放量等作业参数。由于每位用户的操作水平参差不齐,无法根据实际情况选择最佳的作业参数对土地进行标准化作业,因此在作业过程中容易造成农资飘散的现象,降低了农用土地产出率。
因此,如何控制无人设备灵活应对各种喷撒场景,以防止造成农资飘散,保证作业的质量是需要解决的问题。
发明内容
有鉴于此,本发明实施例提供一种作业参数推荐方法、装置、无人设备及存储介质,用于使无人设备灵活应对各种喷撒场景,防止造成农资飘散,保证作业的质量。
为了实现上述目的,本发明实施例的技术方案如下:
第一方面,本发明实施例提供一种作业参数推荐方法,所述方法包括:
获取待作业区域内的环境参数和所述待作业区域中目标对象对应的农资参数;所述农资参数表征无人设备对所述目标对象进行作业时的农资投放指标;
将所述环境参数和所述农资参数输入推荐模型中进行分析,确定目标作业参数组合;其中,所述目标作业参数组合中包含农资飘散距离和目标喷撒幅度;所述农资飘散距离小于或等于所述目标喷撒幅度;所述推荐模型通过多组样本数据训练得到;每组所述样本数据中均包含环境参数和农资参数。
可选地,所述目标作业参数组合中还包含无人设备的目标行驶参数和多条目标航线位置信息;所述行驶参数和所述多条航线位置信息与所述目标喷撒幅度具有对应关系,所述方法还包括:
控制所述无人设备根据所述慕行驶参数和多条航线位置信息进行移动,并在移动的过程中按照所述多条航线位置信息对应的目标喷撒幅度在所述待作业区域内进行作业。
可选地,所述推荐模型包括第一预设模型和第二预设模型;所述样本数据包含第一样本数据和第二样本数据;所述将所述环境参数和农资参数输入推荐模型进行分析,获得目标作业参数组合的步骤包括:
将所述环境参数和农资参数输入所述第一预设模型进行分析,获得多组第一输出参数组合;每组所述第一输出参数组合均包含无人设备行驶参数、多条航线位置信息和农资飘散距离;
其中,所述第一预设模型通过多组所述第一样本数据训练得到;每组所述第一样本数据均包含环境参数和农资参数以及第一输出参数组合;
将所述环境参数和所述农资参数以及所述多组无人设备行驶参数、多条航线位置信息输入所述第二预设模型进行分析,获得每组所述第一输出参数组合对应的目标喷撒幅度;
其中,所述第二预设模型通过多组所述第二样本数据训练得到,每组所述第二样本数据包含所述第一样本数据和每组第一样本数据预设的实际喷撒幅度;
将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合作为所述目标作业参数组合。
可选地,所述农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;所述获取待作业区域内的环境参数和所述目标区域中目标对象对应的农资参数的步骤,包括:获取环境监测设备检测得到的所述待作业区域的环境参数;根据所述待作业区域的处方图获得所述目标对象的状态信息和分布信息;根据所述状态信息确定对所述目标对象进行作业的农资类型;根据所述分布信息确定所述单位面积农资用量和理论农资喷撒幅度。
可选地,所述方法还包括:根据定位设备记录已作业区域内的实际喷撒幅度;确定所述已作业区域内的漏喷区域;所述漏喷区域表征实所述际喷撒幅度与目标喷撒幅度之间的差值对应的区域;根据所述漏喷区域调整所述未作业区域内的航线位置,以使所述未作业区域内的目标喷撒幅度对应的喷撒区域包含所述漏喷区域。
可选地,所述无人设备包括喷撒装置;所述喷撒装置包括至少两个子容器;每一个子容器用于装载一种农资;所述方法还包括:确定所述已作业区域内的农资类型与所述未作业区域内的农资类型是否一致;若不一致,在所述无人设备对所述未作业区域进行作业时将所述喷撒装置内的子容器调整为未作业区域内的农资参数对应的子容器,并按照未作业区域内农资参数所对应的目标作业参数进行作业。
第二方面,本发明实施例提供一种作业参数推荐装置,包括:获取模块和确定模块;所述获取模块,用于获取待作业区域内的环境参数和所述待作业区域中目标对象对应的农资参数;所述农资参数表征无人设备对所述目标对象进行作业时的农资投放指标;所述确定模块,用于将所述环境参数和所述农资参数输入推荐模型中进行分析,确定目标作业参数组合;其中,所述目标作业参数组合中包含农资飘散距离和目标喷撒幅度;所述农资飘散距离小于或等于所述目标喷撒幅度;所述推荐模型通过多组样本数据训练得到;每组所述样本数据中均包含环境参数和农资参数。
第三方面,本发明实施例提供一种无人设备,所述无人设备包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面所述的作业参数推荐方法。
第四方面,本发明实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的作业参数推荐方法。
本发明实施例提供的一种作业参数推荐方法、装置、无人设备及存储介质,方法包括获取待作业区域内的环境参数和待作业区域中目标对象对应的农资参数;农资参数表征无人设备对目标对象进行作业时的农资投放指标;将环境参数和农资参数输入推荐模型中进行分析,确定目标作业参数组合;其中,目标作业参数组合中包含农资飘散距离和目标喷撒幅度;农资飘散距离小于或等于所述目标喷撒幅度;推荐模型通过多组样本数据训练得到;每组样本数据中均包含环境参数和农资参数,与现有技术相比,本发明通过将获取环境参数和农资参数输入到推荐模型中进行分析,由于推荐模型的训练数据中包含环境参数和农资参数,所以能够获得在该环境参数和农资参数条件下最佳的作业参数,使得本发明提供的作业参数推荐方法能够适应不同环境下的作业,同时,获得的目标作业参数中,目标喷撒幅度大于或等于农资飘散距离,有效防止了农资飘散而造成的农资浪费的现象。
本发明实施例的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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获得其他相关的附图。
图1为一种农事作业区域示意图;
图2为本发明实施例提供的一种作业推荐方法的示意性流程图;
图3为本发明实施例提供的另一种作业参数推荐方法的示意性流程图;
图4为本发明实施例提供的一种推荐模型的示意图;
图5为本发明实施例提供的另一种作业参数推荐方法的示意性流程图;
图6为本发明实施例提供的一种场景应用示例图;
图7a为本发明实施例提供的一种目标喷撒区域示意图;
图7b为本发明实施例提供的一种实际喷撒区域示意图;
图7c为本发明实施例提供的一种对漏喷区域进行补喷的效果示意图;
图8为本发明实施例提供的另一种作业参数推荐方法的示意性流程图;
图9为本发明实施例提供的另一种场景应用示例图;
图10为本发明实施例提供的一种作业参数推荐装置的功能模块图;
图11为本发明实施例提供的另一种作业参数推荐装置的功能模块图。
图标:40-作业参数推荐装置;401-获取模块;402-确定模块;403-记录模块;404-调整模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
现有技术中,农业植保用户利用无人机进行农事作业时,需要人为设置无人机的飞行速度、飞行高度、作业幅宽和农资投放量等作业参数。由于每位用户的操作水平参差不齐,无法对所有土地进行标准化作业,不能选择最佳的作业参数,容易造成农药、种子和化肥的浪费,农用土地产出率低。以上情况,只能凭过去的经验设置相关参数,并进行小范围测试,直到试出较合适的作业参数,才敢对大面积的土地进行作业,实际上降低了整体的作业效率。
为了详细理解,请参见图1,图1为一种农事作业区域示意图示意图,其中在一块农事作业区域内可以根据目标对象不同划分为多个待作业区域,在每个待作业区域内,不同的待作业区域内由于服务的目标对象的状态不同,进行农事作业的农资参数也不同。
例如,在待作业区域1内农作区病虫害程度严重,需要进行农药喷洒,在待作业区域2内农作物生长缓慢,需要播撒化肥,不同待作业区域内农资用量不同,如果按照预先设置无人设备的飞行速度、飞行高度、作业幅宽进行农资投放,意味着在不同待作业区域内采用同一套作业参数标准进行作业,势必会出现农药或者化肥的浪费、漏喷等现象。
为了解决上述问题,对不同的待作业区域因地施药,本发明提出一种作业参数推荐方法,可根据目标对象自动推荐合适的农事作业参数,为用户提供标准化作业,提高作业效率,防止在作业的过程中造成农资飘散,降低作业成本。
需要说明的是,本发明实施例所提供的一种作业参数推荐方法可以应用于无人设备中,无人设备可以是无人机或无人车,此处不作限定。
下面以无人机在一块待作业区域推荐最佳的作业参数为例,详细描述通过本发明实施例提供的作业参数推荐方法的原理,请参见图2,图2为本发明实施例提供的一种作业参数推荐方法的示意性流程图,该方法包括:
步骤201、获取待作业区域内的环境参数和待作业区域中目标对象对应的农资参数;农资参数表征无人设备对目标对象进行作业时的农资投放指标。
在本发明实施例中,待作业区域可以是一个或者是多个,可以是农田、果园和池塘等进行农事作业的区域,环境参数可以是温度、风速、风向和湿度等,无人机可以通过接收待作业区域周围的气象站获得环境参数,也可以通过自身配备的环境监测设备进行检测获得环境参数;目标对象为需要进行农事作业的服务对象,可以是农作物,根据目标对象的不同,进行农事作业的农资也不同,例如,农资可以是针对农作物的病虫害进行喷洒的农药剂,还可以是种子、化肥和鱼虾饲料等固体颗粒;农资参数包含待作业区域内的用药信息,可以但不仅限于是单位面积喷洒量、喷撒幅度等信息。
步骤202、将环境参数和农资参数输入推荐模型中进行分析,确定目标作业参数组合。
在本发明实施例中,目标作业参数组合中包含农资飘散距离和目标喷撒幅度。农资飘散距离小于或等于目标喷撒幅度;推荐模型通过多组样本数据训练得到;每组样本数据中均包含环境参数和农资参数,能够保证获得的目标作业参数是和环境参数和农资参数相匹配的最佳作业参数。
在本发明实施例中,推荐模型可以是预先训练好的网络模型,例如深度学习神经网络模型,通过将获得的环境参数和农资参数输入到推荐模型中,推荐模型经过分析即可获得与环境参数和农资参数相匹配的作业参数,提高了获得作业参数的效率,同时,获得的作业参数中农资飘散距离小于或等于目标喷撒幅度,有效防止了农资飘散带来的农资浪费的问题,能够保证了无人机的作业质量。
本发明实施例提供的一种作业参数推荐方法,包括获取待作业区域内的环境参数和待作业区域中目标对象对应的农资参数;农资参数表征无人设备对目标对象进行作业时的农资投放指标;将环境参数和农资参数输入推荐模型中进行分析,确定目标作业参数组合。与现有技术相比,本发明提供的作业参数推荐方法,通过将获取环境参数和农资参数输入到推荐模型中进行分析,由于推荐模型的训练数据中包含环境参数和农资参数,所以能够获得在该环境参数和农资参数条件下最佳的作业参数,使得本发明提供的作业参数推荐方法能够适应不同环境下的作业,同时,获得的目标作业参数中,目标喷撒幅度大于或等于农资飘散距离,有效防止了农资飘散而造成的农资浪费的现象。
可选地,不同目标对象根据生长状态的不同,进行喷撒作业时选取的农资也不同,例如针对目标对象的病虫害状态可以选择喷洒农药的方式对目标对象进行作业,针对目标对象的长势(例如叶黄、矮小),可以选择播撒化肥、农药的方式对目标对象进行作业,不同的作业方式对应的农资参数不同。
对于农药喷洒作业而言,农资参数可以但不仅限于是农药的雾滴粒径、单位面积喷洒用量、理论喷洒喷幅,雾滴粒径指得是农药雾化后的雾滴体积中径,农作物的病虫害种类被识别之后,可通过查询知识库中的数据,确定目标对象的最佳生物粒径,即为本发明实施例中的雾滴粒径。单位面积喷洒用量可根据农田处方图来确定目标对象的分布密度和分布面积进行计算,进而可以根据获得的最佳生物粒径和单位面积喷洒用量即可得到该喷洒作业中无人机在最高效率下的理论喷洒幅度,该理论喷幅仅可以是在最佳生物粒径和单位面积喷洒用量的条件下所确定的最大喷幅。
对于固体颗粒播撒作业而言,农资参数可以但不限于是固体颗粒的类型,单位面积播撒用量、播撒幅度等。
为了便于理解获取农资参数的技术方案,下面给出一种获取农资参数的可能的实现方式,参见图3,图3为本发明实施例提供的另一种作业参数推荐方法的示意性流程图,即步骤201还包括以下子步骤:
子步骤201-1、获取环境监测设备检测得到的待作业区域的环境参数。
在本发明实施例中,环境监测设备可以是待作业区域周围的气象站内的设备,还可以是无人机自身携带的环境监测设备,无人机可以通过向气象站内环境监测设备发送获取环境参数的请求消息,进而由环境监测设备将检测到的环境参数发送给无人机,也可以实时获取自身配备的环境监测设备检测得到的环境参数。
子步骤201-2、根据待作业区域的处方图获得目标对象的状态信息和分布信息。
在本发明实施例中,处方图可以是由其他设备对目标对象的相关图像进行识别得到包含病虫害的区域和病虫害严重程度的农田图像,无人机可以预先下载并存储的处方图,也可以从其他设备实时获取得到,此处不作限定;目标对象可以是农作物,目标的状态信息可以是病虫害种类、杂草种类、农作物长势等。
子步骤201-3、根据状态信息确定对目标对象进行作业的农资类型。
在本发明实施例中,农资类型可以是农药种类,和/或化肥种类,和/或种子种类等。当目标对象的状态信息为病虫害时,对应的农资类型可以是农药,当目标对象对应的状态信息为生长情况时,例如叶黄、矮小等,农资类型可以时化肥等。
子步骤201-4、根据分布信息确定单位面积农资用量和理论农资喷撒幅度。
在本发明实施例中,获得的理论农资喷撒幅度指的是在最佳生物粒径和单位面积喷洒用量的条件下所确定的最大喷幅,非实际作业中的喷幅。
通过上述根据目标对象的状态信息确定合适的农资类型以及农资用量的方式,有利于保证作业质量,避免造成农资浪费。
可选地,为了能够准确获得不同环境参数和农资参数对应的最佳的作业参数,推荐模型可以由第一预设模型和第二预设模型组成,第一预设模型可以用来根据输入的环境参数和农资参数获得多组预选作业参数组合,第二预设模型可以根据第一预设模型获得的预选作业参数和预先获取的环境参数、农资参数获得实际的喷撒幅度,根据实际喷撒幅度与农资飘散幅度之间的大小关系选择最佳的目标参数组合,在最佳的目标作业参数组合中,实际喷撒幅度大于或等于农资飘散距离,从而可以避免出现农资飘散的现象。
为了方便理解本发明实施例提供的推荐模型的工作原理和根据推荐模型获得最佳目标参数组合的过程,请参见图4和图5,图4为本发明实施例提供的一种推荐模型的示意图,图5为本发明实施例提供的另一种作业参数推荐方法的示意性流程图,即步骤202还可以包括以下子步骤:
子步骤202-1、将环境参数和农资参数输入第一预设模型进行分析,获得多组第一输出参数组合。
例如,参见图4,第一输出参数组合可以包含无人设备行驶参数、多条航线位置信息和农资飘散距离;第一预设模型可以通过第一样本数据训练得到,第一样本数据可以包含环境参数、农资参数、无人机行驶参数(例如飞行速度和飞行高度),农资飘散距离和航线位置信息,第一输出参数组合中的行驶参数和航线位置可以看作是预选作业参数。
子步骤202-2、将环境参数和农资参数以及多组第一输出参数中的无人设备行驶参数、多条航线位置信息输入第二预设模型进行分析,获得每组第一输出参数组合对应的目标喷撒幅度。
例如,继续参见图4,第二预设模型可以通过多组第二样本数据训练得到,每组第二样本数据包含用来训练第一预设模型的第一样本数据和每组第一样本数据预设的实际喷撒幅度;将环境参数、农资参数和第一预设模型的第一输出参数组合输入进训练好的第二预设模型进行分析即可以得到每组第一输出参数对应的实际喷撒幅度。
子步骤202-3、将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合作为目标作业参数组合。
通过利用推荐模型获得不同环境参数和农资参数对应的最佳目标作业参数的方式,能够避免每位用户根据经验设置作业参数时所造成的农药、种子和化肥的浪费,农用土地产出率低的问题,保证了农事服务的质量。
为了方便理解上述作业参数推荐方法,下面以无人机对一个待作业区域进行作业之前获得作业参数为例详细描述本发明技术方案,请参见图6,图6为本发明实施例提供的一种场景应用示意图,其中在该待作业区域内,目标对象可以是小麦,为了获得无人机在该待作业区域内的最佳作业参数,无人机在进行作业之前获得作业参数的方式可以是:
第一步、无人机可以先自动检测或者从待作业区域附近的气象站实时获取该待作业区域内的温度、风速、风向和湿度等环境参数,再根据处方图确定小麦的状态信息为蝗虫病害以及小麦的分布信息;根据小麦的蝗虫病害确定农资类型,例如农药的类型、农药雾化后的雾滴体积最佳生物粒径,并根据小麦的分布情况确定单位面积喷洒用量和在单位面积喷洒用量和最佳雾化粒径的条件下能够达到的理论喷洒喷幅。
第二步、无人机将获得的农资信息和环境信息输入到第一预设模型中,获得多组第一预设模型对应的第一输出参数,该输出参数中包含无人机的行驶参数,例如飞行速度、飞行高度等,还包括多条航线的位置信息,每条航线的位置信息可以由多个航点位置信息得到,第一输出参数中还包括农药飘移距离,为了防止农药飘移距离过大造成农药漏喷,因此,可以依次将获得的环境参数和农资参数以及多组第一输出参数全部输入到第二预设模型中,第二预设模型依据输入的信息依次得到每组第一输出参数对应的实际喷洒幅度,进而将第一输出参数中的农药飘移距离与实际喷洒幅度相比较,当农药飘移距离小于实际喷洒幅度时,将该农资飘移距离对应的一组第一输出参数和实际喷洒幅度作为目标作业参数输出,得到无人机的飞行高度、飞行速度、航线位置信息和目标喷洒幅度,无人机可以根据获得的作业参数对待作业区域中小麦进行农药喷洒作业。
在另一种可能的场景中,当图6中的待作业区域内目标对象的状态信息不仅包括蝗虫害,还包括矮小、叶黄等,此时在该待作业区域内不仅要进行农药喷洒,还需要进行施肥作业,因此无人机可以获得包含两种类型的农资参数,针对不同类型的农资参数通过推荐模型获得对应的目标作业参数。
可选地,获得最佳的目标作业参数组合之后,无人设备可以在待作业区域内进行农事作业,下面给出一种可能的无人机作业的实现方式:
控制无人设备根据目标行驶参数和多条目标航线位置信息进行移动,并在移动的过程中按照多条目标航线位置信息对应的目标喷撒幅度在待作业区域内进行作业。
可选地,无人机在作业过程中可以根据实际环境情况实时调整行驶参数,例如,作业过程中环境参数的风速突然提高,为了防止农药或者固体颗粒飘移造成的重喷或漏喷现象,可通过降低飞行高度、减慢飞行速度或者改变航线位置来规避风险,由此可能引起原定喷幅(播幅)的变化,达不到目标喷撒幅度对应的喷撒区域,可能会出现漏喷现象,为了方便理解上述技术问题,请参见图7a和图7b,其中图7a为目标喷撒区域示意图,图7b为实际喷撒区域示意图。
在理想的情况下,无人机根据获得的飞行参数,按照获得的航线位置进行移动,并按照目标喷撒幅度进行农资喷撒所形成的喷撒区域如图7a所示,相邻航线对应的喷撒幅度边界线可以接壤,避免出现漏喷区域。
然而,在实际的情况下,无人机在行驶的过程中飞行参数受环境影响,导致无人机实际的航线位置偏移,使得目标喷撒幅度与实际喷撒幅度之间存在差量,从而使得无人机实际的喷撒幅度所对应的喷撒区域达不到理想情况下的喷撒区域,即如图7b所示,无人机按照当前航线行驶时的实际喷幅可能小于目标喷幅,导致实际喷撒区域达不到目标喷撒区域,出现漏喷区域,漏喷区域即实际喷幅和目标喷幅之间的差值所对应的区域。
为了实现对漏喷区域的农资喷撒,在一种可能的实现方式中,可以通过调整相邻于当前航线的相邻航线的位置,使得无人机在按照调整后的相邻航线行移动时,目标喷撒幅度的喷撒区域覆盖由实际喷幅和目标喷幅之间的差值造成的漏喷区域,从而可以避免出现农资漏喷,给出一种可能的实现方式,给出一种可能的实现方式,参见图8,图8为本发明实施例提供的另一种作业参数推荐方法的示意性流程图,还包括以下步骤:
步骤203、根据定位设备记录已作业区域内的实际喷撒幅度。
在本发明实施例中,已作业区域指得是按照当前航线进行移动时目标喷撒幅度能够达到的喷撒区域。
步骤204、确定已作业区域内的漏喷区域;漏喷区域表征实际喷撒幅度与目标喷撒幅度之间的差值对应的区域。
步骤205、根据漏喷区域调整未作业区域内的航线位置,以使未作业区域内的目标喷撒幅度对应的喷撒区域包含漏喷区域。
在本发明实施例中,未作业区域指的是按照当前航线的相邻航线进行移动时的目标喷幅能够达到的喷撒区域。
通过调整相邻航线的位置来对漏喷区域进行补喷的效果图如图7c所示,图7c为本发明实施例提供的对漏喷区域进行补喷的效果示意图,相较于图7b,图7c中调整后的相邻航线的喷撒区域覆盖了图7b中由于实际喷撒幅度与目标喷撒幅度之间的差值所造成的漏喷区域,实现了对漏喷区域的补喷,有效防止农资漏喷的现象。
可选地,在一种可能的实现场景中,无人设备的喷撒装置可以包括至少两个子容器;每一个子容器用于装载一种农资;当待作业区域内的目标对象需要两种以上的农资进行喷撒,可以根据农资类型更换不同的子容器,实现对目标对象的“对症下药”,为了方便理解,下面给出一种可能的实现方式,包括:
第一步,确定已作业区域内的农资类型与未作业区域内的农资类型是否一致。
在本发明实施例中,在本发明实施例中,已作业区域指的是按照当前航线进行移动时目标喷撒幅度能够达到的喷撒区域,在实际的喷撒场景中,可能存在目标对象同时需要喷撒两种农资的现象。
例如,假设目标对象是小麦,在同一片待作业区域内,部分区域的小麦因病虫害需要喷撒农药,部分区域的小麦因长势差需要施肥,在这种情况下,为了能够实现“对症下药”,无人设备在对未作业区域进行作业之前,可以先通过判断已作业区域和未作业区域内的农资类型是否一致,具体地,由于目标作业参数是通过将环境参数和农资参数输入至推荐模型中得到的,因此可以理解为,在获得目标参数中,行驶参数、航线位置和目标喷撒幅度与农资参数具有对应关系,也就是,不同的农资参数对应的航线位置和目标喷撒幅度不同,当无人机进入未作业区域之前,可以根据未作业区域内航线位置信息获得未作业区域内的农资参数信息。
第二步,若不一致,在无人设备对未作业区域进行作业时将喷撒装置内的子容器调整为未作业区域内的农资参数对应的子容器,并按照未作业区域内农资参数所对应的目标作业参数进行作业。
在本发明实施例中,未作业区域指的是当前航线的相邻航线所在的区域。
为了方便理解,请参见图9,图9为本发明实施例提供的另一种场景图,其中,假设目标对象是小麦,在已作业区域内,目标对象的状态信息是病虫害,因此,在已作业区域内,喷撒装置对应的子容器内装载的可以是农药等农资,在未作业区域内,小麦的状态信息是矮小,因此在未作业区域内的农资可以是化肥等农资。当无人机完成已作业区域的农药喷洒时,在进入未作业区域之前,无人机可以先获取未作业区域内目标对象的农资类型为化肥,则确定未作业区域内的农资类型与已作业区域内的农资类型不一致,因此将喷撒装置当前子容器调整为装载有化肥的子容器,然后进入未作业区域内进行喷撒作业。
为了执行上述实施例及各个可能的方式中的相应步骤,以实现相应的技术效果,下面给出一种作业参数推荐装置的实现方式,参见图10,图10为本发明实施例提供的一种作业参数推荐装置的功能模块图。
需要说明的是,本实施例所提供的一种作业参数推荐装置,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该作业参数推荐装置40包括:获取模块401和确定模块402。
获取模块401,用于获取待作业区域内的环境参数和待作业区域中目标对象对应的农资参数。
在本发明实施例中,农资参数表征无人设备对目标对象进行作业时的农资投放指标。
确定模块402,用于将环境参数和农资参数输入推荐模型中进行分析,确定目标作业参数组合。
在本发明实施例中,目标作业参数组合中包含农资飘散距离和目标喷撒幅度;农资飘散距离小于或等于所述目标喷撒幅度;推荐模型通过多组样本数据训练得到;每组样本数据中均包含环境参数和农资参数。
可以理解的是,获取模块401和确定模块402可以用来执行步骤201和步骤202以实现相应的技术效果。
可选地,目标作业参数组合中还包含无人设备的目标行驶参数和多条目标航线位置信息;目标行驶参数和多条目标航线位置信息与目标喷撒幅度具有对应关系,该作业参数推荐装置40还包括控制模块:控制模块用于控制无人设备根据目标行驶参数和多条目标航线位置信息进行移动,并在移动的过程中按照多条目标航线位置信息对应的目标喷撒幅度在待作业区域内进行作业。
可选地,推荐模型包括第一预设模型和第二预设模型;样本数据包含第一样本数据和第二样本数据。
获取模块401,具体用于将环境参数和农资参数输入第一预设模型进行分析,获得多组第一输出参数组合;每组第一输出参数组合均包含无人设备行驶参数、多条航线位置信息和农资飘散距离。
其中,第一预设模型通过多组第一样本数据训练得到;每组第一样本数据均包含环境参数和农资参数以及第一输出参数组合。
获取模块401,还具体用于将环境参数和农资参数以及每组无人设备行驶参数、多条航线位置信息输入第二预设模型进行分析,获得每组第一输出参数组合对应的目标喷撒幅度;其中,第二预设模型通过多组第二样本数据训练得到,每组第二样本数据包含第一样本数据和目标喷撒幅度。
确定模块402,具体用于将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合作为目标作业参数组合。
可以理解的是,获取模块401和确定模块402还可以协同执行子步骤202-1和子步骤202-3以实现相应的技术效果。
可选地,农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;获取模块401,还用于根据待作业区域的处方图获得目标对象的状态信息和分布信息;确定模块402,还用于根据状态信息确定对目标对象进行作业的农资类型;根据分布信息确定单位面积农资用量和理论农资喷撒幅度。
可以理解的是,获取模块401和确定模块402还可以协同执行子步骤201-1和子步骤201-4以实现相应的技术效果。
可选地,为了实现对漏喷区域的补喷功能,下面给出另一种作业参数推荐装置的实现方式,参见图11,图11为本发明实施例提供的另一种作业参数推荐装置的功能模块图。该作业参数推荐装置40还包括记录模块403和调整模块404。
记录模块403,用于根据定位设备记录已作业区域内的实际喷撒幅度。
确定模块402,用于确定已作业区域内的漏喷区域;漏喷区域表征实际喷撒幅度与目标喷撒幅度之间的差值对应的区域。
调整模块404,用于根据漏喷区域调整未作业区域内的航线位置,以使未作业区域内的目标喷撒幅度对应的喷撒区域包含漏喷区域。
可以理解的是,记录模块403、确定模块402和调整模块404可以用来执行步骤203-步骤205以实现相应的技术效果。
可选地,无人设备包括喷撒装置;所述喷撒装置包括至少两个子容器;每一个子容器用于装载一种农资;确定模块402,还用于确定已作业区域内的目标对象与未作业区域内的目标对象是否一致;调整模块404还用于若不一致,在无人设备对未作业区域进行作业之前将喷撒装置内子容器调整为未作业区域内的农资参数对应的子容器,并按照未作业区域内农资参数所对应的目标作业参数进行作业。
本发明实施例一种无人设备,该无人设备包括:一个或多个处理器;还包括存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例所描述的作业参数推荐方法。
需要说明的是,作业参数推荐装置40可以软件或固件的形式存储于本发明实施例提供的无人设备的操作系统(Operating System,OS)中,并可由无人设备处理器执行上述所述的作业参数推荐方法。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器中。
本发明实施例还提供了一种存储介质,其上存储有计算机程序,当该存储介质可以存储在无人设备的处理器中时,该计算机程序被处理器执行时实现如前述实施方式中任一种作业参数推荐方法,该计算机可读存储介质可以是,但不限于,U盘、移动硬盘、ROM、RAM、PROM、EPROM、EEPROM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (14)
1.一种作业参数推荐方法,其特征在于,所述方法包括:
获取待作业区域内的环境参数和所述待作业区域中目标对象对应的农资参数;所述农资参数表征无人设备对所述目标对象进行作业时的农资投放指标;所述环境参数包括温度、风速、风向和湿度;所述农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;
将所述环境参数和所述农资参数输入推荐模型中进行分析,将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合以及所述目标喷撒幅度作为目标作业参数组合;
其中,所述目标作业参数组合中包含所述农资飘散距离和所述目标喷撒幅度;所述第一输出参数组合包括所述农资飘散距离、行驶参数和航线位置;所述推荐模型通过多组样本数据训练得到;每组所述样本数据中均包含环境参数和农资参数;所述推荐模型由第一预设模型和第二预设模型组成,所述第一预设模型用于根据所述环境参数和所述农资参数获得多组所述第一输出参数组合;所述第二预设模型用于根据多组所述第一输出参数组合和所述环境参数、所述农资参数获得所述目标喷撒幅度。
2.根据权利要求1所述的作业参数推荐方法,其特征在于,所述目标作业参数组合中还包含无人设备的目标行驶参数和多条目标航线位置信息;所述多条目标航线位置信息与目标喷撒幅度具有对应关系,所述方法还包括:
控制所述无人设备根据所述目标行驶参数和所述多条目标航线位置信息进行移动,并在移动的过程中按照所述多条目标航线位置信息对应的目标喷撒幅度在所述待作业区域内进行作业。
3.根据权利要求1所述的作业参数推荐方法,其特征在于,所述推荐模型包括第一预设模型和第二预设模型;所述样本数据包含第一样本数据和第二样本数据;所述将所述环境参数和农资参数输入推荐模型进行分析,获得目标作业参数组合的步骤包括:
将所述环境参数和农资参数输入所述第一预设模型进行分析,获得多组第一输出参数组合;每组所述第一输出参数组合均包含无人设备行驶参数、多条航线位置信息和农资飘散距离;
其中,所述第一预设模型通过多组所述第一样本数据训练得到;每组所述第一样本数据均包含环境参数和农资参数以及第一输出参数组合;
将所述环境参数和所述农资参数以及每组无人设备行驶参数、多条航线位置信息输入所述第二预设模型进行分析,获得每组所述第一输出参数组合对应的目标喷撒幅度;
其中,所述第二预设模型通过多组所述第二样本数据训练得到,每组所述第二样本数据包含所述第一样本数据和每组第一样本数据预设的目标喷撒幅度;
将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合以及所述第一输出参数组合对应的目标喷撒幅度作为所述目标作业参数组合。
4.根据权利要求1所述的作业参数推荐方法,其特征在于,所述农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;所述获取待作业区域内的环境参数和所述待作业区域内中目标对象对应的农资参数的步骤,包括:
获取环境监测设备检测得到的所述待作业区域的环境参数;
根据所述待作业区域的处方图获得所述目标对象的状态信息和分布信息;
根据所述状态信息确定对所述目标对象进行作业的农资类型;
根据所述分布信息确定所述单位面积农资用量和理论农资喷撒幅度。
5.根据权利要求1所述的作业参数推荐方法,其特征在于,所述方法还包括:
根据定位设备记录已作业区域内的实际喷撒幅度;
确定所述已作业区域内的漏喷区域;所述漏喷区域表征所述实际喷撒幅度与目标喷撒幅度之间的差值对应的区域;
根据所述漏喷区域调整未作业区域内的航线位置,以使所述未作业区域内的目标喷撒幅度对应的喷撒区域包含所述漏喷区域。
6.根据权利要求5所述的作业参数推荐方法,其特征在于,所述无人设备包括喷撒装置;所述喷撒装置包括至少两个子容器;每一个子容器用于装载一种农资;所述方法还包括:
确定所述已作业区域内的农资类型与所述未作业区域内的农资类型是否一致;
若不一致,在所述无人设备对所述未作业区域进行作业时将所述喷撒装置内的子容器调整为未作业区域内的农资参数对应的子容器,并按照未作业区域内农资参数所对应的目标作业参数进行作业。
7.一种作业参数推荐装置,其特征在于,包括:获取模块和确定模块;
所述获取模块,用于获取待作业区域内的环境参数和所述待作业区域中目标对象对应的农资参数;所述农资参数表征无人设备对所述目标对象进行作业时的农资投放指标;所述环境参数包括温度、风速、风向和湿度;所述农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;
所述确定模块,用于将所述环境参数和所述农资参数输入推荐模型中进行分析,将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合以及所述目标喷撒幅度作为目标作业参数组合;
其中,所述目标作业参数组合中包含所述农资飘散距离和所述目标喷撒幅度;所述第一输出参数组合包括所述农资飘散距离、行驶参数和航线位置;所述推荐模型通过多组样本数据训练得到;每组所述样本数据中均包含环境参数和农资参数;所述推荐模型由第一预设模型和第二预设模型组成,所述第一预设模型用于根据所述环境参数和所述农资参数获得多组所述第一输出参数组合;所述第二预设模型用于根据多组所述第一输出参数组合和所述环境参数、所述农资参数获得所述目标喷撒幅度。
8.根据权利要求7所述的作业参数推荐装置,其特征在于,所述目标作业参数组合中还包含无人设备的目标行驶参数和多条目标航线位置信息;所述目标行驶参数和所述多条目标航线位置信息与所述目标喷撒幅度具有对应关系,所述装置还包括控制模块;
所述控制模块,用于控制所述无人设备根据所述目标行驶参数和多条目标航线位置信息进行移动,并在移动的过程中按照所述多条目标航线位置信息对应的目标喷撒幅度在所述待作业区域内进行作业。
9.根据权利要求8所述的作业参数推荐装置,其特征在于,所述推荐模型包括第一预设模型和第二预设模型;所述样本数据包含第一样本数据和第二样本数据;
所述获取模块,具体用于将所述环境参数和农资参数输入所述第一预设模型进行分析,获得多组第一输出参数组合;每组所述第一输出参数组合均包含无人设备行驶参数、多条航线位置信息和农资飘散距离;
其中,所述第一预设模型通过多组所述第一样本数据训练得到;每组所述第一样本数据均包含环境参数和农资参数以及第一输出参数组合;
将所述环境参数和所述农资参数以及每组无人设备行驶参数、多条航线位置信息输入所述第二预设模型进行分析,获得每组所述第一输出参数组合对应的目标喷撒幅度;
其中,所述第二预设模型通过多组所述第二样本数据训练得到,每组所述第二样本数据包含所述第一样本数据和每组第一样本数据预设的目标喷撒幅度;
所述确定模块,具体用于将农资飘散距离小于或等于目标喷撒幅度时对应的第一输出参数组合以及所述第一输出参数组合对应的所述目标喷撒幅度作为所述目标作业参数组合。
10.根据权利要求7所述的作业参数推荐装置,其特征在于,所述农资参数包括农资类型和单位面积农资用量以及理论农资喷撒幅度;
所述获取模块,还用于获取环境监测设备检测得到的所述待作业区域的环境参数;根据所述待作业区域的处方图获得所述目标对象的状态信息和分布信息;
所述确定模块,还用于根据所述状态信息确定对所述目标对象进行作业的农资类型;根据所述分布信息确定所述单位面积农资用量和理论农资喷撒幅度。
11.根据权利要求7所述的作业参数推荐装置,其特征在于,还包括记录模块和调整模块;
所述记录模块,用于根据定位设备记录已作业区域内的实际喷撒幅度;
所述确定模块,用于确定所述已作业区域内的漏喷区域;所述漏喷区域表征所述实际喷撒幅度与目标喷撒幅度之间的差值对应的区域;
所述调整模块,用于根据所述漏喷区域调整未作业区域内的航线位置,以使所述未作业区域内的目标喷撒幅度对应的喷撒区域包含所述漏喷区域。
12.根据权利要求11所述的作业参数推荐装置,其特征在于,所述无人设备包括喷撒装置;所述喷撒装置包括至少两个子容器;每一个子容器用于装载一种农资;
所述确定模块,还用于确定所述已作业区域内的农资类型与所述未作业区域内的农资类型是否一致;
所述调整模块,还用于若不一致,在所述无人设备对所述未作业区域进行作业时将所述喷撒装置内的子容器调整为未作业区域内的农资参数对应的子容器,并按照未作业区域内农资参数所对应的目标作业参数进行作业。
13.一种无人设备,其特征在于,所述无人设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的方法。
14.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的作业参数推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279684.9A CN111459183B (zh) | 2020-04-10 | 2020-04-10 | 作业参数推荐方法、装置、无人设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279684.9A CN111459183B (zh) | 2020-04-10 | 2020-04-10 | 作业参数推荐方法、装置、无人设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111459183A CN111459183A (zh) | 2020-07-28 |
CN111459183B true CN111459183B (zh) | 2021-07-20 |
Family
ID=71682390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010279684.9A Active CN111459183B (zh) | 2020-04-10 | 2020-04-10 | 作业参数推荐方法、装置、无人设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111459183B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897876A (zh) * | 2020-08-07 | 2020-11-06 | 广州极飞科技有限公司 | 作业设备的校准数据同步方法及相关装置 |
CN112379806B (zh) * | 2020-11-27 | 2024-04-16 | 平安国际智慧城市科技股份有限公司 | 农事活动的标记显示方法、装置、电子设备及存储介质 |
CN112815943B (zh) * | 2020-12-31 | 2023-11-21 | 广州极飞科技股份有限公司 | 用于确定无人设备作业路线的方法、装置及无人设备 |
CN112977828A (zh) * | 2021-04-06 | 2021-06-18 | 中国农业科学院都市农业研究所 | 基于无人机的喷雾方法、装置、电子设备和介质 |
CN113973793B (zh) * | 2021-09-09 | 2023-08-04 | 常州希米智能科技有限公司 | 一种病虫害区域无人机喷洒处理方法和系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017206066A (ja) * | 2016-05-16 | 2017-11-24 | 株式会社プロドローン | 薬液散布用無人航空機 |
CN108519775B (zh) * | 2017-10-30 | 2021-04-06 | 北京博鹰通航科技有限公司 | 一种精准喷洒的无人机系统及其控制方法 |
CN110968110B (zh) * | 2018-09-29 | 2021-04-06 | 广州极飞科技有限公司 | 作业区域的确定方法、装置、无人机及存储介质 |
CN109445457B (zh) * | 2018-10-18 | 2021-05-14 | 广州极飞科技股份有限公司 | 分布信息的确定方法、无人飞行器的控制方法及装置 |
WO2020087384A1 (zh) * | 2018-10-31 | 2020-05-07 | 深圳市大疆创新科技有限公司 | 控制方法、设备、测绘无人机和喷洒无人机 |
CN109407701B (zh) * | 2018-11-30 | 2022-12-27 | 广州极飞科技股份有限公司 | 控制作业的方法、系统及装置 |
CN110221598A (zh) * | 2019-04-19 | 2019-09-10 | 广州极飞科技有限公司 | 作业控制方法及装置 |
CN111387169A (zh) * | 2020-04-24 | 2020-07-10 | 东北农业大学 | 一种基于人工智能技术的多喷路可控喷幅式精准对靶除草模块 |
-
2020
- 2020-04-10 CN CN202010279684.9A patent/CN111459183B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111459183A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111459183B (zh) | 作业参数推荐方法、装置、无人设备及存储介质 | |
Martinez-Guanter et al. | Spray and economics assessment of a UAV-based ultra-low-volume application in olive and citrus orchards | |
US11908025B2 (en) | Highly responsive farming systems with extraordinary in-season optimization | |
US20170172077A1 (en) | Property landscape management apparatus and method | |
Esau et al. | Machine vision smart sprayer for spot-application of agrochemical in wild blueberry fields | |
US20200404832A1 (en) | System and method for dispensing agricultural products into a field using an agricultural machine based on cover crop density | |
UA123587C2 (uk) | Виявлення заповнених водою ділянок на супутникових знімках | |
US11570946B2 (en) | Social farming network and control system for agricultural chemical management | |
CN109407701B (zh) | 控制作业的方法、系统及装置 | |
US20220167546A1 (en) | Method for plantation treatment of a plantation field with a variable application rate | |
JP2023539491A (ja) | 機械化農業 | |
JP2022528389A (ja) | 農地の農作物処理のための方法 | |
EP4186344A1 (en) | Dynamic tank management based on previous environment and machine measurements | |
CN112699729A (zh) | 一种无人机察打一体除草方法 | |
JP2021114271A (ja) | スマート農業支援システム及びスマート農業支援方法 | |
Ørum et al. | Economics of site-specific and variable-dose herbicide application | |
KR102221603B1 (ko) | 농업용 드론을 이용한 살포 시스템 | |
Auernhammer et al. | 10 State of the Art and Future Requirements | |
WO2019166497A1 (en) | Apparatus for spray management | |
US20230389534A1 (en) | Method for avoiding/reducing resistances when selectively applying pesticides | |
CN112547353A (zh) | 一种喷洒物质材料的方法和系统 | |
CA3160531A1 (en) | Method for automated buffer zone management | |
US20240000002A1 (en) | Reduced residual for smart spray | |
Phade et al. | IoT‐Enabled Unmanned Aerial Vehicle: An Emerging Trend in Precision Farming | |
US20240049697A1 (en) | Control file for a treatment system |
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 | ||
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. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |