CN111596689B - 一种基于大数据物联网的智慧农业植保作业控制系统 - Google Patents
一种基于大数据物联网的智慧农业植保作业控制系统 Download PDFInfo
- Publication number
- CN111596689B CN111596689B CN202010523956.5A CN202010523956A CN111596689B CN 111596689 B CN111596689 B CN 111596689B CN 202010523956 A CN202010523956 A CN 202010523956A CN 111596689 B CN111596689 B CN 111596689B
- Authority
- CN
- China
- Prior art keywords
- crop
- planting
- area
- unmanned aerial
- aerial vehicle
- 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
- 238000005507 spraying Methods 0.000 claims abstract description 85
- 239000000575 pesticide Substances 0.000 claims abstract description 63
- 238000013523 data management Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 239000012773 agricultural material Substances 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 33
- 239000007921 spray Substances 0.000 claims description 18
- 244000038559 crop plants Species 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 241000894007 species Species 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 208000018380 Chemical injury Diseases 0.000 description 1
- 231100000674 Phytotoxicity Toxicity 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Insects & Arthropods (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Pest Control & Pesticides (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种基于大数据物联网的智慧农业植保作业控制系统，包括区域图像采集模块、图像预处理模块、种植区域划分模块、农作物资源数据库、区域面积统计模块、区域植株密度分析模块、GPS跟踪定位模块、无人机控制终端、数据管理服务器和作业高度检测模块。本发明通过区域图像采集模块、种植区域划分模块对农作物混种区域中农作物种类进行识别并对各农作物种植子区域进行划分，并结合区域面积统计模块、区域植株密度分析模块对各农作物种植子区域的农药喷洒量进行统计，再通过喷洒农药控制终端执行农药喷洒操作，能够对农作物混种区域进行有效地农药喷洒，扩展了植保无人机的作业场景，提高了植保工作技术水平。
Description
技术领域
本发明涉及农业植保技术领域，涉及到一种基于大数据物联网的智慧农业植保作业控制系统。
背景技术
近年来,随着社会的进步和经济的发展,农业对我国发展起到的基础性作用显得越来越重要,农业的产能效益也是保证国民生活水平的基础保障，因此现在农业生产都采用植保技术是提高农民农业产量,特别是利用植保无人机对农作物进行农药喷洒,人工喷洒农药有时会造成大气、水源、土壤等环境的污染，在喷洒不均匀的情况下，有可能会造成农作物的损伤，而用植保无人机对农作物进行农药喷洒则可以降低对环境的破坏，提高了喷洒效率，做到人与自然和谐相处，促进生态文明的建设。
但目前的植保无人机喷洒农药只是对已知的农作物种类及种植面积执行农药喷洒操作，对未知的农作物种植区域，特别是农作物混种区域，则无法进行农药喷洒，鉴于此，本发明设计一种基于大数据物联网的智慧农业植保作业控制系统。
发明内容
本发明的目的在于提供一种基于大数据物联网的智慧农业植保作业控制系统，针对农作物混种区域，通过区域图像采集模块、种植区域划分模块对农作物混种区域中农作物种类进行识别并对各农作物种植子区域进行划分，并结合区域面积统计模块、区域植株密度分析模块对各农作物种植子区域的农药喷洒量进行统计，再通过喷洒农药控制终端执行农药喷洒操作，解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据物联网的智慧农业植保作业控制系统，包括区域图像采集模块、图像预处理模块、种植区域划分模块、农作物资源数据库、区域面积统计模块、区域植株密度分析模块、GPS跟踪定位模块、无人机控制终端、数据管理服务器和作业高度检测模块。
区域图像采集模块，包括图像采集设备，用于对农作物混种区域的图像进行采集，并将采集的图像发送至图像预处理模块；
图像预处理模块，与区域图像采集模块连接，用于接收区域图像采集模块发送的农作物混种区域图像，并对接收的农作物混种区域图像进行提高对比度、滤除噪声和高清滤波处理，得到预处理后的图像，并发送至种植区域划分模块；
种植区域划分模块，与图像预处理模块连接，用于接收图像预处理模块发送的预处理后的农作物混种区域图像，对接收的农作物混种区域图像进行放大，并将放大后的农作物混种区域图像进行农作物特征提取，识别农作物种类，同时根据不同农作物的外形特征不同，通过区域扫描提取不同种类农作物种植区域的边界线，不同种类农作物的边界线将农作物混种区域划分为各农作物种植子区域，各农作物种植子区域分别对应各农作物种类，对各农作物种植子区域按照设定的顺序进行编号，分别为1,2...i....n，种植区域划分模块将各农作物种植子区域编号及各种植子区域对应的农作物种类发送至农作物资源数据库；
区域面积统计模块，包括GPS测亩仪，与种植区域划分模块连接，用于对划分的各农作物种植子区域利用GPS测亩仪获取各农作物种植子区域边界的位置坐标，进而确定各农作物种植子区域的面积，区域面积统计模块将各农作物种植子区域边界的位置坐标发送至农作物资源数据库，并将各农作物种植子区域的面积发送至区域植株密度分析模块和数据管理服务器；
农作物资源数据库，分别与种植区域划分模块和区域面积统计模块连接，用于接收种植区域划分模块发送的各农作物种植子区域编号及各种植子区域对应的农作物种类，接收区域面积统计模块发送的各农作物种植子区域边界的位置坐标，并进行存储，构成各农作物种植子区域信息集合，各农作物种植子区域信息集合中包含各农作物种植子区域编号，农作物种类，种植子区域边界的位置坐标，同时存储不同种类农作物的各类外形特征向量及对应的特征分量；
区域植株密度分析模块，与区域面积统计模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积，并对各农作物种植子区域中的农作物植株总数进行统计，进而统计各农作物种植子区域的植株种植密度，记为ρ，
Q表示为各农作物种植子区域内的各农作物植株总数，S表示为各农作物种植子区域面积，区域植株密度分析模块将统计的各农作物种植子区域的植株种植密度发送至数据管理服务器；
数据管理服务器，与区域面积统计模块和区域植株密度分析模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积和区域植株密度分析模块发送的各农作物种植子区域的植株种植密度，统计各农作物种植子区域的喷洒农药量，并通过植保无人机执行农药喷洒操作，每架植保无人机分别对应一个编号，且每架植保无人机喷洒的农药种类分别与每种农作物一一对应，根据预设的各植保无人机编号与各农作物种类的对应关系，数据管理服务器将各植保无人机编号及对应的农作物种类和对应的喷洒农药量发送至无人机控制终端，并接收无人机控制终端反馈的农药喷洒量，一旦反馈的农药喷洒量大于统计的农药喷洒量，则数据管理服务器发送停止喷洒控制指令至无人机控制终端；
无人机控制终端，与数据管理服务器连接，用于接收数据管理服务器发送的各植保无人机编号及对应的农作物种类和对应的喷洒农药量，根据接收的各植保无人机对应的农作物种类，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种类对应的农作物种植子区域编号，并通过接收的植保无人机编号，调取该植保无人机在指定的农作物种植子区域内执行农药喷洒操作，同时根据接收的各农作物种植子区域对应的喷洒农药量，控制植保无人机喷洒阀嘴的喷头打开，并实时采集喷洒农药量，将采集的喷洒农药量发送至数据管理服务器，同时，接收数据管理服务器发送的停止喷洒控制指令，控制控制植保无人机喷洒阀嘴的喷头由打开状态切换成关闭状态；
GPS跟踪定位模块，安装在各植保无人机上，用于实时跟踪定位各植保无人机的喷洒区域位置，并获取位置坐标信息，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种植子区域对应的边界位置坐标，并将获取的植保无人机的喷洒区域位置坐标信息与对应的该农作物种植子区域的边界位置坐标进行对比，若超出该农作物种植子区域边界位置坐标，则发送预警控制指令至无人机控制终端；
无人机控制终端，与GPS跟踪定位模块连接，用于接收GPS跟踪定位模块发送的预警控制指令，远程控制植保无人机改变喷洒区域；
作业高度检测模块，包括风速传感器，安装在各植保无人机上，用于采集植保无人机执行农药喷洒操作过程中的风速值，同时根据各农作物种类的植株高度不同，调整各植保无人机的作业高度，并记录植保无人机此时的作业高度，将采集的风速和植保无人机此时的作业高度发送至数据管理服务器；
数据管理服务器与作业高度检测模块连接，用于接收作业高度检测模块发送的风速和植保无人机此时的作业高度，并将接收的风速值与预设的标准风速值进行对比，若大于预设风速值，则降低植保无人机的作业高度，同时检测降低后的植保无人机作业高度，同时与预设的最小作业高度阈值进行对比，若小于预设的最小作业高度阈值，则发送停止喷洒指令至无人机控制终端；
无人机控制终端，接收数据管理服务器发送的停止喷洒指令，控制控制植保无人机喷洒阀嘴的喷头关闭。
优选地，所述图像采集设备为高清摄像模组。
进一步地，所述农作物混种区域的农作物种类识别方法包括以下几个步骤：
S1：提取农作物混种区域图像中的农作物外形特征向量分类，外形特征向量包括根、茎、叶、花、果五类，并进一步提取各类特征向量的特征分量，特征分量包括颜色和形状；
S2：将提取的农作物各类外形特征向量对应的特征分量与农作物资源数据库中各种农作物的各类外形特征向量对应的外形分量进行逐一对比，并统计各类外形特征向量对应的特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的各外形分量相似度；
S3：将统计的各类外形特征向量对应的各特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的外形分量相似度与预设的相似度阈值进行对比，当每类外形特征向量对应的每个特征分量相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类作为该农作物的种类。
进一步地，所述GPS测亩仪内集成高精度的GPS定位系统，其测量农作物种植子区域面积的方法包括以下几个步骤：
H1：利用GPS定位系统获取农作物种植子区域边界的位置坐标；
H2：对获取的农作物子种植区域边界端点的经纬度坐标转换为平面坐标，由于在很小的范围内经线和纬线可视为互相垂直，故将经线方向视为Y轴，纬线方向视为X轴，取地球半径为6371116m，则任意一点农作物种植子区域边界端点j的经纬度坐标转换为平面坐标的公式为
式中：Xj，Yj为点j的平面坐标，R为地球半径,Lj、Bj分别为点j的经度、纬度；
H3：农作物种植子区域近似为不规则多边形，将农作物种植子区域边界各端点与坐标原点相连，则农作物种植子区域每条边与原点构成一个三角形，这样以来将该不规则多边形分隔为若干三角形，计算每条边所对应三角形的面积；
H4：对分割的所有三角形面积求和，即为农作物种植子区域面积。
进一步地，所述的农作物植株总数统计方法包括以下几个步骤：
W1：对农作物种植子区域中提取单株植株与单株植株之间的距离，即为株距，记为L；
W2：对农作物种植子区域中提取单位植株栽植行与单位植株栽植行之间的距离，即为行距，记为H；
W3：根据农作物种植子区域面积，记为S,计算农作物植株总数,记为Q,
有益效果：
(1)本发明针对农作物混种区域，通过区域图像采集模块、种植区域划分模块对农作物混种区域中农作物种类进行识别并对各农作物种植子区域进行划分，并结合区域面积统计模块、区域植株密度分析模块对各农作物种植子区域的农药喷洒量进行统计，再通过喷洒农药控制终端执行农药喷洒操作，能够对农作物混种区域进行有效地农药喷洒，扩展了植保无人机的作业场景，提高了植保工作技术水平，同时设置多架植保无人机，根据各植保无人机与各农作物种植子区域的对应关系，调取多架植保无人机同时对农作物混种区域执行农药喷洒操作，提高了喷洒效率。
(2)本发明通过GPS跟踪定位模块，实时跟踪定位植保无人机的喷洒区域位置，并获取位置坐标信息，与该植保无人机对应喷洒该农作物种植子区域边界的位置坐标进行对比，若超出该农作物种植子区域边界位置坐标，则进行预警控制该植保无人机改变喷洒区域，避免越界喷洒对其他农作物种类造成药害，体现了系统的灵活性。
(3)本发明通过设置植保无人机最小作业高度阈值，并结合作业高度检测模块，在植保无人机执行农药喷洒操作过程中采集风速，根据风速对植保无人机的作业高度的影响，调整植保无人机的作业高度，同时与最小作业高度阈值进行对比，若小于最小作业高度阈值，则控制植保无人机停止工作，避免植保无人机作业高度过低，影响农药喷洒效果，体现了系统的智能性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明的模块示意图。
图2为本发明农作物种植子区域面积的分解图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-2所示，一种基于大数据物联网的智慧农业植保作业控制系统，包括区域图像采集模块、图像预处理模块、种植区域划分模块、农作物资源数据库、区域面积统计模块、区域植株密度分析模块、喷洒农药控制终端、GPS跟踪定位模块、无人机控制终端、数据管理服务器和作业高度检测模块。
区域图像采集模块，包括图像采集设备，图像采集设备为高清摄像模组，安装在植保无人机上，利用植保无人机低空对农作物混种区域的图像进行采集，并将采集的图像发送至图像预处理模块。
图像预处理模块，与区域图像采集模块连接，用于接收区域图像采集模块发送的农作物混种区域图像，并对接收的农作物混种区域图像进行提高对比度、滤除噪声和高清滤波处理，得到预处理后的图像，并发送至种植区域划分模块。
种植区域划分模块，与图像预处理模块连接，用于接收图像预处理模块发送的预处理后的农作物混种区域图像，对接收的农作物混种区域图像进行放大，并将放大后的农作物混种区域图像进行农作物特征提取，识别农作物种类，其农作物种类识别方法包括以下几个步骤：
S1：提取农作物混种区域图像中的农作物外形特征向量分类，外形特征向量包括根、茎、叶、花、果五类，并进一步提取各类特征向量的特征分量，特征分量包括颜色和形状；
S2：将提取的农作物各类外形特征向量对应的特征分量与农作物资源数据库中各种农作物的各类外形特征向量对应的外形分量进行逐一对比，并统计各类外形特征向量对应的特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的各外形分量相似度；
S3：将统计的各类外形特征向量对应的各特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的外形分量相似度与预设的相似度阈值进行对比，当每类外形特征向量对应的每个特征分量相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类作为该农作物的种类。
种植区域划分模块根据不同农作物种类的外形特征不同，通过区域扫描提取不同种类农作物种植区域的边界线，不同种类农作物的边界线将农作物混种区域划分为各农作物种植子区域，各农作物种植子区域相互连接，且各农作物种植子区域分别对应各农作物种类，对各农作物种植子区域按照设定的顺序进行编号，分别为1,2...i....n，种植区域划分模块将各农作物种植子区域编号及各种植子区域对应的农作物种类发送至农作物资源数据库。
区域面积统计模块，包括GPS测亩仪，与种植区域划分模块连接，用于对划分的各农作物种植子区域利用GPS测亩仪获取各农作物种植子区域边界的位置坐标，进而确定各农作物种植子区域的面积，所述GPS测亩仪内集成高精度的GPS定位系统，操作简单方便，无需再拉皮尺测量，省去不少人力、财力、物力，且可测量不规则土地面积，其测量农作物种植子区域面积的方法具体包括以下几个步骤：
H1：利用GPS定位系统获取农作物种植子区域边界的位置坐标；
H2：对获取的农作物种植子区域边界的经纬度坐标转换为平面坐标，由于在很小的范围内经线和纬线可视为互相垂直，故将经线方向视为Y轴，纬线方向视为X轴。取地球半径为6371116m，则任意一点农作物种植子区域边界端点j的经纬度坐标转换为平面坐标的公式为
式中：Xj，Yj为点j的平面坐标，R为地球半径,Lj、Bj分别为点j的经度、纬度。
H3：农作物种植子区域近似为不规则多边形，将农作物种植子区域边界各端点与坐标原点相连，则农作物种植子区域每条边与原点构成一个三角形，这样以来将该不规则多边形分隔为若干三角形，计算每条边所对应三角形的面积；
H4：在多边形外的面积值为负，其余为正，计算其代数和即为多边形面积，计算公式为
区域面积统计模块将各农作物种植子区域边界的位置坐标发送至农作物资源数据库，并将各农作物种植子区域的面积发送至区域植株密度分析模块和数据管理服务器。
农作物资源数据库，分别与种植区域划分模块和区域面积统计模块连接，用于接收种植区域划分模块发送的各农作物种植子区域编号及各种植子区域对应的农作物种类，接收区域面积统计模块发送的各农作物种植子区域边界的位置坐标，并进行存储，构成各农作物种植子区域信息集合，各农作物种植子区域信息集合中包含各农作物种植子区域编号，农作物种类，种植子区域边界的位置坐标，同时存储不同种类农作物的各类外形特征向量及对应的特征分量。
区域植株密度分析模块，与区域面积统计模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积，并对各农作物种植子区域中的农作物植株总数进行统计，其植株总数统计方法包括以下几个步骤：
W1：对农作物种植子区域中提取单株植株与单株植株之间的距离，即为株距，记为L；
W2：对农作物种植子区域中提取单位植株栽植行与单位植株栽植行之间的距离，即为行距，记为H；
W3：根据农作物种植子区域面积，记为S,计算农作物植株总数,记为Q,
区域植株密度分析模块根据统计的各农作物种植子区域的农作物植株总数，进而计算各农作物种植子区域的植株种植密度，记为ρ，
Q表示为各农作物种植子区域内的各农作物植株总数，S表示为各农作物种植子区域面积，区域植株密度分析模块将统计的各农作物种植子区域的植株种植密度发送至数据管理服务器。
数据管理服务器，与区域面积统计模块和区域植株密度分析模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积和区域植株密度分析模块发送的各农作物种植子区域的植株种植密度，统计各农作物种植子区域的喷洒农药量，并通过植保无人机执行农药喷洒操作，每架植保无人机分别对应一个编号，且每架植保无人机喷洒的农药种类分别与每种农作物一一对应，植保无人机的总架数与农作物种植子区域的个数保持一致，根据预设的各植保无人机编号与各农作物种类的对应关系，数据管理服务器将各植保无人机编号及对应的农作物种类和对应的喷洒农药量发送至无人机控制终端，并接收无人机控制终端反馈的农药喷洒量，一旦反馈的农药喷洒量大于统计的农药喷洒量，则数据管理服务器发送停止喷洒控制指令至无人机控制终端。
无人机控制终端，与数据管理服务器连接，用于接收数据管理服务器发送的各植保无人机编号及对应的农作物种类和对应的喷洒农药量，根据接收的各植保无人机对应的农作物种类，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种类对应的农作物种植子区域编号，并通过接收的植保无人机编号，调取该植保无人机在指定的农作物种植子区域内执行农药喷洒操作，本实施例通过设置多架植保无人机，根据各植保无人机与各农作物种植子区域的对应关系，调取多架植保无人机同时对农作物混种区域执行农药喷洒操作，扩展了植保无人机的作业场景，提高了喷洒效率。
同时，无人机控制终端根据接收的各农作物种植子区域对应的喷洒农药量，控制植保无人机喷洒阀嘴的喷头打开，并实时采集喷洒量，将采集的喷洒量发送至数据管理服务器，同时，接收数据管理服务器发送的停止喷洒控制指令，控制控制植保无人机喷洒阀嘴的喷头由打开状态切换成关闭状态。
GPS跟踪定位模块，安装在各植保无人机上，用于实时跟踪定位各植保无人机的喷洒区域位置，并获取位置坐标信息，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种植子区域对应的边界位置坐标，并将获取的植保无人机的喷洒区域位置坐标信息与对应的该农作物种植子区域的边界位置坐标进行对比，若超出该农作物种植子区域边界位置坐标，则发送预警控制指令至无人机遥控控制终端。
无人机控制终端，与GPS跟踪定位模块连接，用于接收GPS跟踪定位模块发送的预警控制指令，远程控制植保无人机改变喷洒区域，避免越界喷洒对其他农作物种类造成药害，体现了系统的灵活性。
作业高度检测模块，包括风速传感器，安装在各植保无人机上，用于采集植保无人机执行农药喷洒操作过程中的风速值，同时根据各农作物种类的植株高度不同，调整各植保无人机的作业高度，并记录植保无人机此时的作业高度，将采集的风速和植保无人机此时的作业高度发送至数据管理服务器。
数据管理服务器与作业高度检测模块连接，用于接收作业高度检测模块发送的风速和植保无人机此时的作业高度，并将接收的风速值与预设的标准风速值进行对比，若大于预设风速值，则降低植保无人机的作业高度，同时检测降低后的植保无人机作业高度，与预设的最小作业高度阈值进行对比，若小于预设的最小作业高度阈值，则发送停止喷洒指令至无人机控制终端。避免植保无人机作业高度过低，影响农药喷洒效果，体现了系统的智能性。
无人机控制终端，接收数据管理服务器发送的停止喷洒指令，控制控制植保无人机喷洒阀嘴的喷头关闭。
本发明针对农作物混种区域，通过区域图像采集模块、种植区域划分模块对农作物混种区域中农作物种类进行识别并对各农作物种植子区域进行划分，并结合区域面积统计模块、区域植株密度分析模块对各农作物种植子区域的农药喷洒量进行统计，再通过喷洒农药控制终端执行农药喷洒操作，能够对农作物混种区域进行有效地农药喷洒，扩展了植保无人机的作业场景，提高了植保工作技术水平，同时设置多架植保无人机，根据各植保无人机与各农作物种植子区域的对应关系，调取多架植保无人机同时对农作物混种区域执行农药喷洒操作，提高了喷洒效率。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (3)
1.一种基于大数据物联网的智慧农业植保作业控制系统，其特征在于：包括区域图像采集模块、图像预处理模块、种植区域划分模块、农作物资源数据库、区域面积统计模块、区域植株密度分析模块、GPS跟踪定位模块、无人机控制终端、数据管理服务器和作业高度检测模块；
所述区域图像采集模块，包括图像采集设备，用于对农作物混种区域的图像进行采集，并将采集的图像发送至图像预处理模块；
所述图像预处理模块，与区域图像采集模块连接，用于接收区域图像采集模块发送的农作物混种区域图像，并对接收的农作物混种区域图像进行提高对比度、滤除噪声和高清滤波处理，得到预处理后的图像，并发送至种植区域划分模块；
所述种植区域划分模块，与图像预处理模块连接，用于接收图像预处理模块发送的预处理后的农作物混种区域图像，对接收的农作物混种区域图像进行放大，并将放大后的农作物混种区域图像进行农作物特征提取，识别农作物种类，同时根据不同农作物的外形特征不同，通过区域扫描提取不同种类农作物种植区域的边界线，不同种类农作物的边界线将农作物混种区域划分为各农作物种植子区域，各农作物种植子区域分别对应各农作物种类，对各农作物种植子区域按照设定的顺序进行编号，分别为1,2...i....n，并将各农作物种植子区域编号及各种植子区域对应的农作物种类发送至农作物资源数据库；
所述区域面积统计模块，包括GPS测亩仪，与种植区域划分模块连接，用于对划分的各农作物种植子区域利用GPS测亩仪获取各农作物种植子区域边界的位置坐标，进而确定各农作物种植子区域的面积，区域面积统计模块将各农作物种植子区域边界的位置坐标发送至农作物资源数据库，并将各农作物种植子区域的面积发送至区域植株密度分析模块和数据管理服务器；
所述农作物资源数据库，分别与种植区域划分模块和区域面积统计模块连接，用于接收种植区域划分模块发送的各农作物种植子区域编号及各种植子区域对应的农作物种类，接收区域面积统计模块发送的各农作物种植子区域边界的位置坐标，并进行存储，构成各农作物种植子区域信息集合，各农作物种植子区域信息集合中包含各农作物种植子区域编号，农作物种类，种植子区域边界的位置坐标，同时存储不同种类农作物的各类外形特征向量及对应的特征分量；
所述区域植株密度分析模块，与区域面积统计模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积，并对各农作物种植子区域中的农作物植株总数进行统计，进而统计各农作物种植子区域的植株种植密度，记为ρ，
Q表示为各农作物种植子区域内的各农作物植株总数，S表示为各农作物种植子区域面积，区域植株密度分析模块将统计的各农作物种植子区域的植株种植密度发送至数据管理服务器；
所述数据管理服务器，与区域面积统计模块和区域植株密度分析模块连接，用于接收区域面积统计模块发送的各农作物种植子区域面积和区域植株密度分析模块发送的各农作物种植子区域的植株种植密度，统计各农作物种植子区域的喷洒农药量，并通过植保无人机执行农药喷洒操作，每架植保无人机分别对应一个编号，且每架植保无人机喷洒的农药种类分别与每种农作物一一对应，根据预设的各植保无人机编号与各农作物种类的对应关系，数据管理服务器将各植保无人机编号及对应的农作物种类和对应的喷洒农药量发送至无人机控制终端，并接收无人机控制终端反馈的农药喷洒量，一旦反馈的农药喷洒量大于统计的农药喷洒量，则数据管理服务器发送停止喷洒控制指令至无人机控制终端；
所述无人机控制终端，与数据管理服务器连接，用于接收数据管理服务器发送的各植保无人机编号及对应的农作物种类和对应的喷洒农药量，根据接收的各植保无人机对应的农作物种类，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种类对应的农作物种植子区域编号，并通过接收的植保无人机编号，调取该植保无人机在指定的农作物种植子区域内执行农药喷洒操作，同时根据接收的各农作物种植子区域对应的喷洒农药量，控制植保无人机喷洒阀嘴的喷头打开，并实时采集喷洒农药量，将采集的喷洒农药量发送至数据管理服务器，同时，接收数据管理服务器发送的停止喷洒控制指令，控制植保无人机喷洒阀嘴的喷头由打开状态切换成关闭状态；
所述GPS跟踪定位模块，安装在各植保无人机上，用于实时跟踪定位各植保无人机的喷洒区域位置，并获取位置坐标信息，提取农作物资源数据库中各农作物种植子区域信息集合中该农作物种植子区域对应的边界位置坐标，并将获取的植保无人机的喷洒区域位置坐标信息与对应的该农作物种植子区域的边界位置坐标进行对比，若超出该农作物种植子区域边界位置坐标，则发送预警控制指令至无人机遥控控制终端；
所述无人机控制终端，与GPS跟踪定位模块连接，用于接收GPS跟踪定位模块发送的预警控制指令，远程控制植保无人机改变喷洒区域；
所述作业高度检测模块，包括风速传感器，安装在各植保无人机上，用于采集植保无人机执行农药喷洒操作过程中的风速值，同时根据各农作物种类的植株高度不同，调整各植保无人机的作业高度，并记录植保无人机此时的作业高度，将采集的风速和植保无人机此时的作业高度发送至数据管理服务器；
所述数据管理服务器与作业高度检测模块连接，用于接收作业高度检测模块发送的风速和植保无人机此时的作业高度，并将接收的风速值与预设的标准风速值进行对比，若大于预设风速值，则降低植保无人机的作业高度，同时检测降低后的植保无人机作业高度，同时与预设的最小作业高度阈值进行对比，若小于预设的最小作业高度阈值，则发送停止喷洒指令至无人机控制终端；
所述无人机控制终端，接收数据管理服务器发送的停止喷洒指令，控制植保无人机喷洒阀嘴的关闭；
所述GPS测亩仪内集成高精度的GPS定位系统，其测量农作物种植子区域面积的方法包括以下几个步骤：
H1：利用GPS定位系统获取农作物种植子区域边界的位置坐标；
H2：对获取的农作物种植子区域边界端点的经纬度坐标转换为平面坐标，由于在很小的范围内经线和纬线可视为互相垂直，故将经线方向视为Y轴，纬线方向视为X轴，取地球半径为6371116m，则任意一点农作物种植子区域边界端点j的经纬度坐标转换为平面坐标的公式为
式中：Xj，Yj为点j的平面坐标，R为地球半径,Lj、Bj分别为点j的经度、纬度；
H3：农作物种植子区域近似为不规则多边形，将农作物种植子区域边界各端点与坐标原点相连，则农作物种植子区域每条边与原点构成一个三角形，这样以来将该不规则多边形分隔为若干三角形，计算每条边所对应三角形的面积；
H4：对分割的所有三角形面积求和，即为农作物种植子区域面积；
所述的农作物植株总数统计方法包括以下几个步骤：
W1：对农作物种植子区域中提取单株植株与单株植株之间的距离，即为株距，记为L；
W2：对农作物种植子区域中提取单位植株栽植行与单位植株栽植行之间的距离，即为行距，记为H；
W3：根据农作物种植子区域面积，记为S,计算农作物植株总数,记为Q, 
2.根据权利要求1所述的一种基于大数据物联网的智慧农业植保作业控制系统，其特征在于：所述图像采集设备为高清摄像模组。
3.根据权利要求1所述的一种基于大数据物联网的智慧农业植保作业控制系统，其特征在于：所述农作物混种区域的农作物种类识别方法包括以下几个步骤：
S1：提取农作物混种区域图像中的农作物外形特征向量分类，外形特征向量包括根、茎、叶、花、果五类，并进一步提取各类特征向量的特征分量，特征分量包括颜色和形状；
S2：将提取的农作物各类外形特征向量对应的特征分量与农作物资源数据库中各种农作物的各类外形特征向量对应的外形分量进行逐一对比，并统计各类外形特征向量对应的特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的各外形分量相似度；
S3：将统计的各类外形特征向量对应的各特征分量与农作物资源数据库存储的各种农作物的各类外形特征向量对应的外形分量相似度与预设的相似度阈值进行对比，当每类外形特征向量对应的每个特征分量相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类作为该农作物的种类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010523956.5A CN111596689B (zh) | 2020-06-10 | 2020-06-10 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010523956.5A CN111596689B (zh) | 2020-06-10 | 2020-06-10 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111596689A CN111596689A (zh) | 2020-08-28 |
| CN111596689B true CN111596689B (zh) | 2021-01-19 |
Family
ID=72191353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010523956.5A Active CN111596689B (zh) | 2020-06-10 | 2020-06-10 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111596689B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112136637A (zh) * | 2020-09-27 | 2020-12-29 | 安阳工学院 | 自适应棉花落叶剂的喷洒方法 |
| CN114275161B (zh) * | 2020-09-28 | 2023-10-27 | 扬州大学 | 一种植保无人机喷药防漂移智能控制系统及其控制方法 |
| CN112572802B (zh) * | 2020-12-02 | 2023-04-07 | 上海数喆数据科技有限公司 | 一种基于大数据的农用植保无人机智能管控平台 |
| CN112418145B (zh) * | 2020-12-04 | 2021-07-16 | 北京矩阵志诚科技有限公司 | 基于机器视觉和大数据分析的大型展厅展馆智能引导系统 |
| CN112859920B (zh) * | 2021-01-19 | 2022-04-15 | 济南市政公用资产管理运营有限公司 | 基于大数据的智慧城市管理方法 |
| CN112896520B (zh) * | 2021-04-15 | 2022-10-28 | 深圳市五谷网络科技有限公司 | 一种基于大数据分析的农业无人机作业远程控制方法 |
| CN114049051B (zh) * | 2021-12-27 | 2022-05-10 | 西安迈远科技有限公司 | 基于Mavlink协议的植保无人机地面监测终端 |
| CN114946350A (zh) * | 2022-04-18 | 2022-08-30 | 昆明学院 | 一种农业种植针对性智能施肥装置 |
| CN115226612B (zh) * | 2022-07-15 | 2023-04-07 | 深圳市粤港科技有限公司 | 一种水资源配置管理用智能分配系统 |
| CN115251023B (zh) * | 2022-08-17 | 2023-08-22 | 陕西理工大学 | 一种智能化农药喷洒系统 |
| CN115834845A (zh) * | 2023-02-24 | 2023-03-21 | 山东慧创信息科技有限公司 | 一种基于物联网的无人机土地数据识别系统 |
| CN116362910B (zh) * | 2023-03-31 | 2023-09-01 | 保山澳鑫电子商务有限公司 | 一种基于互联网的农业种植管理系统 |
| CN116530286B (zh) * | 2023-04-12 | 2023-09-29 | 上海华维可控农业科技集团股份有限公司 | 用于生态高标农田下的水肥一体化灌溉管理系统及方法 |
| CN116399401B (zh) * | 2023-04-14 | 2024-02-09 | 浙江年年发农业开发有限公司 | 一种基于人工智能的农业种植系统及方法 |
| CN116681243B (zh) * | 2023-06-06 | 2023-12-01 | 上海华维可控农业科技集团股份有限公司 | 一种基于物联网的智慧农业设备管理系统及方法 |
| CN116843493B (zh) * | 2023-07-03 | 2024-01-02 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
| CN117351066A (zh) * | 2023-12-05 | 2024-01-05 | 深圳市法本信息技术股份有限公司 | 土地面积测量方法、装置、终端设备以及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101668635B1 (ko) * | 2016-03-22 | 2016-11-09 | (주)세이프어스드론 | 인공수분용 무인 비행체 및 이를 이용한 인공수분 시스템 |
| CN106200683B (zh) * | 2016-07-04 | 2019-01-15 | 佛山昊航科技有限公司 | 无人机植保系统及植保方法 |
| CN106956778A (zh) * | 2017-05-23 | 2017-07-18 | 广东容祺智能科技有限公司 | 一种无人机农药喷洒方法及系统 |
| CN108549869A (zh) * | 2018-04-13 | 2018-09-18 | 哈尔滨理工大学 | 一种基于专家系统的植保无人机自适应作业方法 |
| 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 |
| CN109492619B (zh) * | 2018-12-17 | 2021-07-30 | 北京精禾大数据科技有限公司 | 集遥感、模型、算法为一体的变量施农药方法及系统 |
-
2020
- 2020-06-10 CN CN202010523956.5A patent/CN111596689B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111596689A (zh) | 2020-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111596689B (zh) | 一种基于大数据物联网的智慧农业植保作业控制系统 | |
| US11763400B2 (en) | Updating execution of tasks of an agricultural prescription | |
| US20210144903A1 (en) | Method for analyzing individual plants in an agricultural field | |
| WO2019179270A1 (zh) | 植株种植数据测量方法、作业路线规划方法及装置、系统 | |
| US11889793B2 (en) | Internet-of-things management and control system for intelligent orchard | |
| CN109470299A (zh) | 一种基于物联网的作物生长信息监测系统和方法 | |
| Huang et al. | Deep localization model for intra-row crop detection in paddy field | |
| CN106996766A (zh) | 一种飞机喷洒状态监测装置及飞机施药作业面积计量系统 | |
| US20240023536A1 (en) | Method for remediating developmentally delayed plants | |
| CN103186773A (zh) | 一种基于一维Hough变换和专家系统的早期苗田垄线识别算法 | |
| CN113142170A (zh) | 一种适用于稻田的无人机智能化定点除草技术 | |
| CN111460998B (zh) | 一种动态喷洒方法及其系统 | |
| CN114723667A (zh) | 一种农业精细化种植及灾害预防控制系统 | |
| CN115443845A (zh) | 基于无人机的茶园茶树病变与长势监测方法 | |
| Downey et al. | Weeds accurately mapped using DGPS and ground-based vision identification | |
| CN114445713A (zh) | 一种多设备联动植保系统及方法 | |
| CN114092807B (zh) | 一种基于时段累计蒸散发的实际灌溉面积识别方法 | |
| CN110210665A (zh) | 基于gis的城市绿化植被智慧管控系统 | |
| Hong et al. | Adaptive target spray system based on machine vision for plant protection UAV | |
| CN114971212A (zh) | 一种基于农业物联网的元宇宙交互系统及其方法 | |
| CN114467689A (zh) | 一种作物混种的智能灌溉系统 | |
| CN112896520B (zh) | 一种基于大数据分析的农业无人机作业远程控制方法 | |
| Chang et al. | Straight-line generation approach using deep learning for mobile robot guidance in lettuce fields | |
| CN114580944B (zh) | 一种具有智能喷灌控制功能的园林设计方法及系统 | |
| CN117389310B (zh) | 一种农业无人机喷洒作业控制系统 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Jinliang Inventor after: Wang Yan Inventor after: Jiang Qingshan Inventor after: Zhang Yuhong Inventor after: Wang Yayun Inventor before: Zhang Yuhong Inventor before: Wang Yayun |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201229 Address after: 236000 liulaoqiao, Shuangfu Town, Taihe County, Fuyang City, Anhui Province Applicant after: ANHUI ORGANIC LIANG ZHUANG TECHNOLOGY STOCK GROUP Co.,Ltd. Address before: 244000 Anhui Tongling economic and Technological Development Zone, USTC Applicant before: Zhang Yuhong |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Smart Agricultural Plant Protection Operation Control System Based on Big Data IoT Effective date of registration: 20230831 Granted publication date: 20210119 Pledgee: China Construction Bank Taihe sub branch Pledgor: ANHUI ORGANIC LIANG ZHUANG TECHNOLOGY STOCK GROUP Co.,Ltd. Registration number: Y2023980054852 |