CN111506097A - 一种无人机遥感技术在精准农业中的应用系统及方法 - Google Patents
一种无人机遥感技术在精准农业中的应用系统及方法 Download PDFInfo
- Publication number
- CN111506097A CN111506097A CN202010368287.9A CN202010368287A CN111506097A CN 111506097 A CN111506097 A CN 111506097A CN 202010368287 A CN202010368287 A CN 202010368287A CN 111506097 A CN111506097 A CN 111506097A
- Authority
- CN
- China
- Prior art keywords
- module
- aerial vehicle
- unmanned aerial
- data
- subsystem
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005516 engineering process Methods 0.000 title claims abstract description 15
- 238000003973 irrigation Methods 0.000 claims abstract description 82
- 230000002262 irrigation Effects 0.000 claims abstract description 82
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 20
- 241000238631 Hexapoda Species 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 33
- 239000002689 soil Substances 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 23
- 241000607479 Yersinia pestis Species 0.000 claims description 22
- 239000000575 pesticide Substances 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 17
- 238000012384 transportation and delivery Methods 0.000 claims description 16
- 238000005507 spraying Methods 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 241000894007 species Species 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 235000015097 nutrients Nutrition 0.000 description 6
- 239000003814 drug Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- 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
- A01M1/00—Stationary means for catching or killing insects
-
- 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
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Insects & Arthropods (AREA)
- Business, Economics & Management (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Soil Sciences (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于农田水利技术领域,具体为一种无人机遥感技术在精准农业中的应用系统及方法,包括无人机子系统、地面诱捕子系统、滴灌网络子系统、数据处理模块与中央处理器,所述无人机子系统、地面诱捕子系统与滴灌网络子系统分别与数据处理模块通信连接,所述数据处理模块与所述中央处理器通信连接,本发明具有尽可能多地获取作物和农田的有用信息,因地制宜地做出决策,并准确地付诸实施的优点。
Description
技术领域
本发明属于农田水利技术领域,具体为一种无人机遥感技术在精准农业中的应用系统及方法。
背景技术
农业病虫害统防统治一直是困扰农技人员的难题,传统的有害害虫识别,方法落后,时效性差,各地农业一般采取历史数据为时间节点,到达节点后,不论实际情况,进行大面积施药作业。这样一是破坏了正常的生物链,二是造成过度施药情况,三是造成土壤退化。尤其对于新疆农田面积区大,土壤结构脆弱,大量的农药及化肥的使用,不利益农作物质量及产量的提升。
精确农业是高新技术与农业生产相结合的新型农业模式。其技术思想就是在农业生产活动的过程中,应用现代高新技术,尽可能多地获取作物和农田的有用信息,因地制宜地做出决策,并准确地付诸实施,以节约投入、增加产出、提高投入物利用率、减少环境污染为目的。精确农业具有时间与空间精确性、活动人为性、生态保护性、效益最佳性、发展持续性等特征,是农业可持续发展的必由之路,是可持续农业的有效发展模式。
发明内容
本发明提供了一种无人机遥感技术在精准农业中的应用系统及方法,用于解决现有的有害害虫识别方法落后,时效性差,导致过度施药不利益农作物质量及产量的提升的问题。
为实现上述目的,本发明所采用的技术方案是:
一种无人机遥感技术在精准农业中的应用系统,包括无人机子系统、地面诱捕子系统、滴灌网络子系统、数据处理模块与中央处理器,所述无人机子系统、地面诱捕子系统与滴灌网络子系统分别与数据处理模块通信连接,所述数据处理模块与所述中央处理器通信连接。
优选的,所述无人机子系统包括控制模块、图像传输模块、数据传输模块、通信模块、无人机平台、遥控站与地面站,所述无人机平台、遥控站、地面站分别与所述通信模块连接,所述通信模块与所述控制模块连接,所述控制模块与所述数据传输模块连接,所述数据传输模块与所述数据处理模块连接,所述地面站用于绘制航线,所述遥控站根据地面站绘制的航线通过控制模块控制无人机平台飞行;还包括搭载在所述无人机平台上的RTK定位模块、多光谱分析仪与倾斜摄影相机;所述RTK定位模块用于无人机平台的精准定位;所述多光谱分析仪与所述倾斜摄影相机分别与所述图像传输模块连接,所述图像传输模块与所述控制模块连接,所述控制模块与所述数据处理模块通信连接。
优选的,所述地面诱捕子系统包括微处理器、诱捕箱、触发传感器、高速相机、昆虫辅助翻转系统、数据远传模块与后台对比系统,所述诱捕箱、触发传感器、高速相机与昆虫辅助翻转系统分别与所述微处理器连接,所述微处理器与所述数据远传模块通信连接,所述数据远传模块与所述后台对比系统通信连接,所述后台对比系统与所述数据处理模块通信连接。
优选的,所述滴灌网络子系统包括土壤数据采集模块、输水机构、灌溉装置、微喷施药系统与流量在线监测系统,所述输水机构、灌溉装置、微喷施药系统与流量在线监测系统分别与所述中央控制器连接,所述土壤数据采集模块与所述数据处理模块通信连接,所述灌溉装置安装于所述输水机构的输出端,所述流量在线监测系统安装于所述输水机构,所述流量在线监测系统用于监测所述输水机构的流量,所述微喷施药系统用于精准施药。
优选的,所述土壤数据采集模块包括土壤水分传感器和气象数据采集器;所述土壤水分传感器用于采集土壤的水分,所述气象数据采集器用于采集气温、风速、湿度、CO2浓度和光照。
一种无人机遥感技术在精准农业中的应用方法,其特征在于,具体包括以下步骤,一方面通过无人机平台搭载多光谱分析仪通过对植物光谱分析发现病虫害,并且将植物光谱发送到后台对比系统,另一方面通过地面诱捕子系统将昆虫立体影像通过数据传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计,将数据和无人机光谱结果进行对比,然后通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制,完成土地确权并确定害虫面积和位置,便于农技人员根据害虫面积,种类等进行精准配药,然后根据农田的三维地图搭建滴灌网络子系统,将配好的农药通过滴灌网络子系统实现对农田的精准施药。
优选的,所述地面诱捕子系统将昆虫立体影像通过数据传输到后台进行比对,识别昆虫种类的具体方法包括如下步骤:当害虫进入诱捕箱会碰到触发传感器,触发传感器发送电信号给微处理器,微处理器控制昆虫翻转系统,让昆虫在箱内进行旋转,同时微处理器控制高速相机同步拍摄,将昆虫立体影像通过数据远传模块传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计。
优选的,所述通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制的具体方法包括如下步骤:通过无人机平台搭载的RTK定位模块,通过遥控站控制无人机平台在RTK待测区域使用倾斜摄影相机进行航拍,倾斜摄影相机将图像信息传输给地面站,地面站在多个倾斜摄影图像中查找物点,并将多个倾斜摄影图像中的同一物点一一匹配,得到多个同名像点,根据双目立体视觉原理将所述多个同名像点连接,并对连接的所述多个同名像点进行逐次平差迭代处理,生成第一点云数据;记录飞行设备上倾斜摄影相机在设置的像控点拍摄倾斜摄影图像时该像控点的定位信息,所述像控点为相机拍摄倾斜摄影图像的位置;根据所述定位信息确定所述第一点云数据的地理坐标,并根据所述第一点云数据的地理坐标和RTK待测区域的倾斜摄影图像进行三维建模处理,得到RTK待测区域的dem数字高程模型。
本发明的有益技术效果是:
本发明能够通过无人机子系统和地面诱捕子系统准确识别病虫害的种类,通过无人机平台和地面站对农田进行三维建模,结合无人机子系统的光谱分析仪、RTK定位模块、倾斜摄影相机,测算出病虫害的面积和位置,然后通过中央处理器控制滴灌网络子系统对目标位置实现精准灌溉,具有尽可能多地获取作物和农田的有用信息,因地制宜地做出决策,并准确地付诸实施的优点。
附图说明
图1显示为本发明的系统结构示意图;
图2显示为本发明系统的无人机子系统工作示意图;
图3显示为本发明系统的地面诱捕子系统工作示意图;
图4显示为本发明系统的滴灌网络子系统工作示意图;
图5显示为本发明的方法流程示意图。
具体实施方式
下面结合本发明的附图1-5,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
实施例1:
一种无人机遥感技术在精准农业中的应用系统,包括无人机子系统、地面诱捕子系统、滴灌网络子系统、数据处理模块与中央处理器,所述无人机子系统、地面诱捕子系统与滴灌网络子系统分别与数据处理模块通信连接,所述数据处理模块与所述中央处理器通信连接。
需要说明的是,所述无人机子系统包括控制模块、图像传输模块、数据传输模块、通信模块、无人机平台、遥控站与地面站,所述无人机平台、遥控站、地面站分别与所述通信模块连接,所述通信模块与所述控制模块连接,所述控制模块与所述数据传输模块连接,所述数据传输模块与所述数据处理模块连接,所述地面站用于绘制航线,所述遥控站根据地面站绘制的航线通过控制模块控制无人机平台飞行;还包括搭载在所述无人机平台上的RTK定位模块、多光谱分析仪与倾斜摄影相机;所述RTK定位模块用于无人机平台的精准定位;所述多光谱分析仪与所述倾斜摄影相机分别与所述图像传输模块连接,所述图像传输模块与所述控制模块连接,所述控制模块与所述数据处理模块通信连接。
基于航摄续航时间与载重量及航拍的安全性,选择工业级多旋翼无人机;从完整清晰、保证排污口的测量精度要求下,摄相机的空间分辨率应优于3cm,在航拍时间的要求下,选用五镜头、长焦镜头进行倾斜摄影;
进行航线的规划,具体的:将航区根据地形划分为个多边形区域,实际飞行范围保证无人机高度超出航区1个航高,航区内地形高差小于1/2航高,以保证测量区域的完整性;根据地理位置、精度要求、起降点等因素,采用“S”型扫描及“井”字形飞行,单航线最大长度按无人机有效续航里程的40%计算,相对航高100m;各架次之间旁向重叠1~2条航线,航向重叠8~10条基线,顾及建筑物高度及山体落差,无人机上的倾斜相机的倾斜角度在30°~45°之间,航向重叠度为70%~80%,旁向重叠度为65%~80%,并预留冗余度;为保证空间分辨率同一性,各起飞点与航区的相对航高保持一致;并对信号干扰及其他因素影响造成曝光延迟、曝光停顿等实时进行记录,使无人机采集到的影像数据与地面接受到的POS数据一一对应,对受横风影响的不良姿态影像进行合理剔除,将POS数据的曝光点坐标进行PPK进行解算处理,获得高精度的影像POS坐标数据,同时对影像色差不一致的图像进行归一化处理,在每个相邻航区之间成对布设像控点,每对像控点间隔200~300米,若接边处跨度较大,则以对点形式布设像控点,保证大面积多架次模型数据拼接精度,使用RTK测量技术获得像控点地方坐标系成果值。使用RTK测量像控点时,单次测量历元数不少于20个,采样间隔2s~5s,各次测量的平面及高程较差不超过4cm,测量多组数据,取平均值作为像控点最终坐标成果值,为获得满足要求的高精度同名点及连接强度,提高一次平差成功通过率,选择“迭代式”空中三角测量平差法,进行空中三角测量平差,通过迭代计算,得到高精度密集特征点云数据,得到的稠密的高精度密集特征点云数据,通过三角网重构算法自动构建不规则三角网表面,即MESH面,对不符合实际特征的MESH面进行修编,生成高精度地面骨架成果;基于自动纹理映射技术,使影像光谱及结构信息附着在MESH面,生成三维实景模型。
通过RTK实际测量检查点坐标值,对三维实景模型进行精度检查,若不满足要求,对模型精细精修,直至满足精度要求。
其中,所述地面诱捕子系统包括微处理器、诱捕箱、触发传感器、高速相机、昆虫辅助翻转系统、数据远传模块与后台对比系统,所述诱捕箱、触发传感器、高速相机与昆虫辅助翻转系统分别与所述微处理器连接,所述微处理器与所述数据远传模块通信连接,所述数据远传模块与所述后台对比系统通信连接,所述后台对比系统与所述数据处理模块通信连接。
另外,所述滴灌网络子系统包括土壤数据采集模块、输水机构、灌溉装置、微喷施药系统与流量在线监测系统,所述输水机构、灌溉装置、微喷施药系统与流量在线监测系统分别与所述中央控制器连接,所述土壤数据采集模块与所述数据处理模块通信连接,所述灌溉装置安装于所述输水机构的输出端,所述流量在线监测系统安装于所述输水机构,所述流量在线监测系统用于监测所述输水机构的流量,所述微喷施药系统用于精准施药。
所述中央处理器的总体架构为层状结构,包括:用户层、应用层、网关层、微服务层、数据层、物联层和资源层;
所述用户层与应用层进行通讯,所述应用层与网关层进行通讯,所述网关层分别与微服务层、物联层进行通讯,所述微服务层与数据层进行通讯,所述数据层与物联层进行通讯;所述网关层与外部因特网络连接,用于获取外部网络资源;
所述资源层为中央处理器的其它层提供运行的服务器和云平台网络环境等外在资源,包括:公有云、私有云、物理机和虚拟机;
所述用户层包括:滴灌用户;所述滴灌用户包括:滴灌工程用户和滴灌工程管理员;所述滴灌工程管理员包括:为农户提供技术服务的农业专家和后台人员;
所述滴灌工程用户分属于不同的滴灌工程,通过终端使用所述中央处理器;所述终端包括:位于PC的WEB终端与位于智能手机的移动应用APP终端;所述滴灌工程管理员负责中央处理器的运行、维护和后台管理;
所述应用层用于:将所述中央处理器的服务展示给滴灌工程用户,并进行交互,
所述网关层先将滴灌用户的需求经由应用层,发送给微服务层中的服务注册中心,服务注册中心将微服务层中的若干微服务模块接口地址,经由应用层返回给滴灌用户;所述微服务模块用于提供微服务;
所述“将微服务层中的若干微服务模块接口地址,经由应用层返回给滴灌用户”是指:将获取微服务模块的方式传递给滴灌用户,即提供给滴灌用户连接到微服务模块的具体方式;
然后,网关层通过调用相应的微服务模块或微服务模块聚合结果,以处理相应的请求;所述微服务模块聚合结果将细服务粒度的微服务模块集成、编排、组合成滴灌用户所请求的服务与功能;
所述网关层还具有认证授权、服务监控、熔断限流、负载均衡、缓存和协议转换等功能;
所述认证授权用于:鉴定滴灌用户的请求是否符合其权限,以返回符合其权限要求内的合法请求,并提供安全防护;
所述服务监控用于:监视每项微服务的工作状态,及时发现,并处理出现异常的微服务,当某项微服务出现故障或异常后,及时返回空值或缺省值或返回缓存中故障微服务的熔断结果;
所述数据层为各项微服务提供数据库支持;所述数据库包括:传感数据库、设备数据库、决策参数数据库和工程信息数据库等多种不同类型的下属数据库,用于存储不同类型的数据;
所述工程信息数据库存储滴灌用户基本信息;
所述物联层包括:滴灌系统中负责数据采集的物联网设备和对执行设备进行控制的物联网设备;
所述数据采集包括:作物生长环境数据采集、作物生理指标数据采集、土壤养分数据采集以及滴灌系统运行数据采集;
所述负责数据采集的物联网设备包括:传感器与数据采集器;
所述传感器包括:土壤水分传感器、气象参数传感器、作物生理指标传感器和土壤养分传感器;
所述数据采集器包括:土壤水分传感器数据采集器和气象数据采集器;
所述作物生长环境数据包括:土壤水分、气温、风速、湿度、CO2浓度和光照;所述作物生理指标数据包括:冠层温度、叶面温度和茎粗;所述滴灌系统运行数据包括:管道压力、流量和能耗;
所述对执行设备进行控制的物联网设备包括:输水机构、灌溉装置、微喷施药系统与流量在线监测系统等;所述物联层中的物联网设备采用窄带物联网(NB-IoT)技术,通过移动蜂窝网络传递数据与指令;
所述NB-IoT技术具有低功耗、广覆盖、低成本和容量大的技术特点,解决了智慧滴灌采集与控制设备在大规模的滴灌工程中传输距离不够、耗电快、待机时间短和通讯模块成本高的问题;
所述物联网设备采用CoAP协议进行通讯;所述CoAP协议是一种基于REST架构并针对物联网设备优化的协议,该协议是专门为智慧滴灌此类通讯量小、功耗控制要求高的受约束设备专用的互联网应用程序协议;
所述CoAP协议协议采用短连接的方式,进一步降低物联网设备的工作能耗,同时提升在田间网络连接质量较差的条件下,物联网设备运行的可靠性。
在上述技术方案的基础上,将中央处理器提供的业务划分为10项微服务,每项微服务均单独运行;所述微服务可根据实际需求及技术发展进行扩展,不仅局限于下述10项服务;每项微服务对应一个微服务模块;
所述微服务模块包括:数据监测模块、设备控制模块、设备管理模块、数据可视化服务模块、灌溉决策模块、施肥决策模块、安全运行模块、生产辅助模块、专家咨询模块和视频监控模块;
所述数据监测模块用于:将物联网设备采集的作物生长环境数据、作物生理指标数据、土壤养分数据以及滴灌系统运行数据呈现给滴灌用户,确保滴灌用户实时掌握滴灌系统的状态;
所述设备控制模块用于:控制滴灌系统中所安装执行设备的启动(开启)、停止(关闭)、运行时间和运行模式;
所述执行设备包括:输水机构、灌溉装置、微喷施药系统与流量在线监测系统;
所述运行模式包括:手动运行模式、定时运行模式和智能运行模式;所述手动运行模式为:滴灌用户通过终端对执行设备进行启动、停止以及运行时间的设置;所述定时运行模式为:滴灌用户通过终端对执行设备的运行时间、频率以及周期进行设定,使执行设备按照设定的计划,按时运行;所述智能运行模式为:滴灌用户选配对应的灌溉决策模块和施肥决策模块,根据采集的作物生长环境数据、作物生理指标数据、土壤养分数据以及滴灌系统运行等数据,对执行设备行闭环控制,以保证作物获得理想的生长环境和生长状态;
所述闭环控制的输入包括:理想的作物生长环境数据和理想的作物生理指标数据、理想的土壤养分数据等数据;闭环控制的输出为:控制执行设备的启动、停止、运行时间、频率和周期等;闭环控制的反馈包括:采集的作物生长环境数据、作物生理指标数据、土壤养分数据以及滴灌系统运行等数据;
所述设备管理模块为:对物联层中的物联网设备进行维护与管理;所述维护与管理操作包括:读取物联网设备基本信息、添加物联网设备、删除物联网设备和设置物联网设备的运行参数等;
所述数据可视化服务模块提供地理信息(GIS)类型服务,采用插值法将滴灌系统的信息与参数以地图形式直观地展示在不同地图图层上;所述滴灌系统的信息与参数包括:滴灌系统管网分布、物联网设备和执行设备的分布、作物种植情况;
所述数据可视化服务模块还将滴灌系统的信息与参数通过统计图表的形式展示给滴灌用户,并提供数据分析功能,以直观的形式对历史数据进行分析统计,也通过统计图表的形式,将历史数据变化情况展示给滴灌用户;
所述统计图表的形式包括:条形图、折线图和散点图等形式;
所述灌溉决策模块为滴灌系统灌溉执行提供决策支持服务,根据滴灌用户需求与滴灌系统建设投资水平,选择与组合不同的灌溉决策模型;
所述灌溉决策模型包括:基于土壤水分平衡方法类模型和作物日耗水量计算模型;
需要说明的是,所述土壤数据采集模块包括土壤水分传感器和气象数据采集器;所述土壤水分传感器用于采集土壤的水分,所述气象数据采集器用于采集气温、风速、湿度、CO2浓度和光照。
综上所述,通过中央处理器的居中调度,将无人机子系统与地面诱捕子系统获取的数据进行分析处理,控制滴灌网络子系统中的各执行设备进行开启或者关闭,实现对目标区域的精准施药。
实施例2:
一种无人机遥感技术在精准农业中的应用方法,具体包括以下步骤,一方面通过无人机平台搭载多光谱分析仪通过对植物光谱分析发现病虫害,并且将植物光谱发送到后台对比系统,另一方面通过地面诱捕子系统将昆虫立体影像通过数据传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计,将数据和无人机光谱结果进行对比,然后通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制,完成土地确权并确定害虫面积和位置,便于农技人员根据害虫面积,种类等进行精准配药,然后根据农田的三维地图搭建滴灌网络子系统,将配好的农药通过滴灌网络子系统实现对农田的精准施药。
其中,所述地面诱捕子系统将昆虫立体影像通过数据传输到后台进行比对,识别昆虫种类的具体方法包括如下步骤:当害虫进入诱捕箱会碰到触发传感器,触发传感器发送电信号给微处理器,微处理器控制昆虫翻转系统,让昆虫在箱内进行旋转,同时微处理器控制高速相机同步拍摄,将昆虫立体影像通过数据远传模块传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计。
另外,所述通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制的具体方法包括如下步骤:通过无人机平台搭载的RTK定位模块,通过遥控站控制无人机平台在RTK待测区域使用倾斜摄影相机进行航拍,倾斜摄影相机将图像信息传输给地面站,地面站在多个倾斜摄影图像中查找物点,并将多个倾斜摄影图像中的同一物点一一匹配,得到多个同名像点,根据双目立体视觉原理将所述多个同名像点连接,并对连接的所述多个同名像点进行逐次平差迭代处理,生成第一点云数据;记录飞行设备上倾斜摄影相机在设置的像控点拍摄倾斜摄影图像时该像控点的定位信息,所述像控点为相机拍摄倾斜摄影图像的位置;根据所述定位信息确定所述第一点云数据的地理坐标,并根据所述第一点云数据的地理坐标和RTK待测区域的倾斜摄影图像进行三维建模处理,得到RTK待测区域的dem数字高程模型。
在本发明的描述中,需要理解的是,术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
Claims (8)
1.一种无人机遥感技术在精准农业中的应用系统,其特征在于,包括无人机子系统、地面诱捕子系统、滴灌网络子系统、数据处理模块与中央处理器,所述无人机子系统、地面诱捕子系统与滴灌网络子系统分别与数据处理模块通信连接,所述数据处理模块与所述中央处理器通信连接。
2.根据权利要求1所述的一种无人机遥感技术在精准农业中的应用系统,其特征在于,所述无人机子系统包括控制模块、图像传输模块、数据传输模块、通信模块、无人机平台、遥控站与地面站,所述无人机平台、遥控站、地面站分别与所述通信模块连接,所述通信模块与所述控制模块连接,所述控制模块与所述数据传输模块连接,所述数据传输模块与所述数据处理模块连接,所述地面站用于绘制航线,所述遥控站根据地面站绘制的航线通过控制模块控制无人机平台飞行;还包括搭载在所述无人机平台上的RTK定位模块、多光谱分析仪与倾斜摄影相机;所述RTK定位模块用于无人机平台的精准定位;所述多光谱分析仪与所述倾斜摄影相机分别与所述图像传输模块连接,所述图像传输模块与所述控制模块连接。
3.根据权利要求1所述的一种无人机,感技术在精准农业中的应用系统,其特征在于,所述地面诱捕子系统包括微处理器、诱捕箱、触发传感器、高速相机、昆虫辅助翻转系统、数据远传模块与后台对比系统,所述诱捕箱、触发传感器、高速相机与昆虫辅助翻转系统分别与所述微处理器连接,所述微处理器与所述数据远传模块通信连接,所述数据远传模块与所述后台对比系统通信连接,所述后台对比系统与所述数据处理模块通信连接。
4.根据权利要求1所述的一种无人机遥感技术在精准农业中的应用系统,其特征在于,所述滴灌网络子系统包括土壤数据采集模块、输水机构、灌溉装置、微喷施药系统与流量在线监测系统,所述输水机构、灌溉装置、微喷施药系统与流量在线监测系统分别与所述中央控制器连接,所述土壤数据采集模块与所述数据处理模块通信连接,所述灌溉装置安装于所述输水机构的输出端,所述流量在线监测系统安装于所述输水机构,所述流量在线监测系统用于监测所述输水机构的流量,所述微喷施药系统用于精准施药。
5.根据权利要求所述的一种无人机遥感技术在精准农业中的应用方法,其特征在于,所述土壤数据采集模块包括土壤水分传感器和气象数据采集器;所述土壤水分传感器用于采集土壤的水分,所述气象数据采集器用于采集气温、风速、湿度、CO2浓度和光照。
6.根据权利要求1所述的一种无人机遥感技术在精准农业中的应用方法,其特征在于,具体包括以下步骤,一方面通过无人机平台搭载多光谱分析仪通过对植物光谱分析发现病虫害,并且将植物光谱发送到后台对比系统,另一方面通过地面诱捕子系统将昆虫立体影像通过数据传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计,将数据和无人机光谱结果进行对比,然后通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制,完成土地确权并确定害虫面积和位置,便于农技人员根据害虫面积,种类等进行精准配药,然后根据农田的三维地图搭建滴灌网络子系统,将配好的农药通过滴灌网络子系统实现对农田的精准施药。
7.根据权利要求6所述的一种无人机遥感技术在精准农业中的应用方法,其特征在于,所述地面诱捕子系统将昆虫立体影像通过数据传输到后台进行比对,识别昆虫种类的具体方法包括如下步骤:当害虫进入诱捕箱会碰到触发传感器,触发传感器发送电信号给微处理器,微处理器控制昆虫翻转系统,让昆虫在箱内进行旋转,同时微处理器控制高速相机同步拍摄,将昆虫立体影像通过数据远传模块传输到后台对比系统进行比对,识别昆虫种类,并进行害虫统计。
8.根据权利要求7所述的一种无人机遥感技术在精准农业中的应用方法,其特征在于,所述通过无人机平台搭载的倾斜摄影相机,倾斜摄影相机将图像信息传输给地面站,地面站对农田状况进行三维地图绘制的具体方法包括如下步骤:通过无人机平台搭载的RTK定位模块,通过遥控站控制无人机平台在RTK待测区域使用倾斜摄影相机进行航拍,倾斜摄影相机将图像信息传输给地面站,地面站在多个倾斜摄影图像中查找物点,并将多个倾斜摄影图像中的同一物点一一匹配,得到多个同名像点,根据双目立体视觉原理将所述多个同名像点连接,并对连接的所述多个同名像点进行逐次平差迭代处理,生成第一点云数据;记录飞行设备上倾斜摄影相机在设置的像控点拍摄倾斜摄影图像时该像控点的定位信息,所述像控点为相机拍摄倾斜摄影图像的位置;根据所述定位信息确定所述第一点云数据的地理坐标,并根据所述第一点云数据的地理坐标和RTK待测区域的倾斜摄影图像进行三维建模处理,得到RTK待测区域的dem数字高程模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010368287.9A CN111506097A (zh) | 2020-04-30 | 2020-04-30 | 一种无人机遥感技术在精准农业中的应用系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010368287.9A CN111506097A (zh) | 2020-04-30 | 2020-04-30 | 一种无人机遥感技术在精准农业中的应用系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111506097A true CN111506097A (zh) | 2020-08-07 |
Family
ID=71874955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010368287.9A Pending CN111506097A (zh) | 2020-04-30 | 2020-04-30 | 一种无人机遥感技术在精准农业中的应用系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506097A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113037867A (zh) * | 2021-04-12 | 2021-06-25 | 普华鹰眼科技发展有限公司 | 一种多型无人机统一数据接入与处理系统 |
CN113575555A (zh) * | 2021-08-24 | 2021-11-02 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 无人打药车 |
WO2022087841A1 (zh) * | 2020-10-27 | 2022-05-05 | 深圳市大疆创新科技有限公司 | 用于农业无人飞行器仿地作业的方法和农业无人飞行器 |
CN115281063A (zh) * | 2022-08-26 | 2022-11-04 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105830870A (zh) * | 2016-03-24 | 2016-08-10 | 华北水利水电大学 | 一种远程无线农田监控系统和方法 |
CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
CN107873492A (zh) * | 2017-12-11 | 2018-04-06 | 河海大学文天学院 | 一种无人机农田控制灌溉系统及其工作方法 |
CN108519775A (zh) * | 2017-10-30 | 2018-09-11 | 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 |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打系统 |
CN208506596U (zh) * | 2018-06-01 | 2019-02-15 | 广州中科云图智能科技有限公司 | 无人机多光谱遥感系统 |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测系统和方法 |
CN109840549A (zh) * | 2019-01-07 | 2019-06-04 | 武汉南博网络科技有限公司 | 一种病虫害识别方法和装置 |
CN109977924A (zh) * | 2019-04-15 | 2019-07-05 | 北京麦飞科技有限公司 | 针对农作物的无人机机上实时图像处理方法及系统 |
CN111026200A (zh) * | 2019-11-25 | 2020-04-17 | 青岛农业大学 | 一种农业病虫害与生长状况预测防控物联网及方法 |
CN111061322A (zh) * | 2019-12-04 | 2020-04-24 | 山东沐雨天禾智慧农业有限公司 | 一种基于人工智能水肥一体化系统 |
-
2020
- 2020-04-30 CN CN202010368287.9A patent/CN111506097A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105830870A (zh) * | 2016-03-24 | 2016-08-10 | 华北水利水电大学 | 一种远程无线农田监控系统和方法 |
CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
CN108519775A (zh) * | 2017-10-30 | 2018-09-11 | 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 |
CN107873492A (zh) * | 2017-12-11 | 2018-04-06 | 河海大学文天学院 | 一种无人机农田控制灌溉系统及其工作方法 |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打系统 |
CN208506596U (zh) * | 2018-06-01 | 2019-02-15 | 广州中科云图智能科技有限公司 | 无人机多光谱遥感系统 |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测系统和方法 |
CN109840549A (zh) * | 2019-01-07 | 2019-06-04 | 武汉南博网络科技有限公司 | 一种病虫害识别方法和装置 |
CN109977924A (zh) * | 2019-04-15 | 2019-07-05 | 北京麦飞科技有限公司 | 针对农作物的无人机机上实时图像处理方法及系统 |
CN111026200A (zh) * | 2019-11-25 | 2020-04-17 | 青岛农业大学 | 一种农业病虫害与生长状况预测防控物联网及方法 |
CN111061322A (zh) * | 2019-12-04 | 2020-04-24 | 山东沐雨天禾智慧农业有限公司 | 一种基于人工智能水肥一体化系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022087841A1 (zh) * | 2020-10-27 | 2022-05-05 | 深圳市大疆创新科技有限公司 | 用于农业无人飞行器仿地作业的方法和农业无人飞行器 |
CN113037867A (zh) * | 2021-04-12 | 2021-06-25 | 普华鹰眼科技发展有限公司 | 一种多型无人机统一数据接入与处理系统 |
CN113037867B (zh) * | 2021-04-12 | 2023-02-10 | 普华鹰眼科技发展有限公司 | 一种多型无人机统一数据接入与处理系统 |
CN113575555A (zh) * | 2021-08-24 | 2021-11-02 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 无人打药车 |
CN115281063A (zh) * | 2022-08-26 | 2022-11-04 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
CN115281063B (zh) * | 2022-08-26 | 2023-11-24 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111506097A (zh) | 一种无人机遥感技术在精准农业中的应用系统及方法 | |
US11889793B2 (en) | Internet-of-things management and control system for intelligent orchard | |
CN111582055B (zh) | 一种无人机的航空施药航线生成方法及系统 | |
AU2021104249A4 (en) | Pesticide application method and system based on air-ground collaboration | |
CN106200683B (zh) | 无人机植保系统及植保方法 | |
CN108594856B (zh) | 多源信息融合智能决策自主飞行植保无人机及控制方法 | |
CN109934515B (zh) | 一种作物精量灌溉决策方法及系统 | |
CN204859395U (zh) | 大面积农业作业无人机 | |
US20220053122A1 (en) | System and method for monitoring plants in plant growing areas | |
CN110214506A (zh) | 水肥管控方法及系统 | |
CN105830870A (zh) | 一种远程无线农田监控系统和方法 | |
CN105353689B (zh) | 基于物联网的农药喷洒机械管理控制系统 | |
CN205819567U (zh) | 一种无人机植保系统 | |
Wang et al. | Development of visualization system for agricultural UAV crop growth information collection | |
CN102954816A (zh) | 作物长势的监测方法 | |
CN107274254B (zh) | 互联网共享租赁无人机系统 | |
CN204104581U (zh) | 一种基于双目视觉技术的自动对靶喷施系统 | |
CN107025515A (zh) | 农机作业管理系统及方法 | |
CN203860304U (zh) | 一种自动对靶喷施系统 | |
CN113191914A (zh) | 用于日光温室精准监测的数字孪生体构造系统 | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN208271033U (zh) | 多源信息融合智能决策自主飞行植保无人机 | |
CN109451454A (zh) | 一种基于UAV移动网关的空地联动LoRaWAN通信装置与方法 | |
CN107908689A (zh) | 一种烟叶生长环境数据采集装置及其方法 | |
CN113919964A (zh) | 一种基于bim的智慧农业大棚管理系统及方法 |
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 |
Application publication date: 20200807 |
|
RJ01 | Rejection of invention patent application after publication |