CN112461362B - 一种利用无人机进行空间照度监测的系统及方法 - Google Patents
一种利用无人机进行空间照度监测的系统及方法 Download PDFInfo
- Publication number
- CN112461362B CN112461362B CN202011306128.2A CN202011306128A CN112461362B CN 112461362 B CN112461362 B CN 112461362B CN 202011306128 A CN202011306128 A CN 202011306128A CN 112461362 B CN112461362 B CN 112461362B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- illuminance
- processing unit
- cloud server
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims description 18
- 230000010365 information processing Effects 0.000 claims abstract description 65
- 230000001133 acceleration Effects 0.000 claims abstract description 43
- 238000005286 illumination Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000013473 artificial intelligence Methods 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000007789 sealing Methods 0.000 claims 1
- 238000009331 sowing Methods 0.000 abstract 1
- 230000012010 growth Effects 0.000 description 3
- 230000029553 photosynthesis Effects 0.000 description 3
- 238000010672 photosynthesis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J1/4204—Photometry, e.g. photographic exposure meter using electric radiation detectors with determination of ambient light
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
Abstract
实时空间照度监测在农村和城市均有着广泛的应用需求，它不仅仅可以帮助人们了解一段区域的照度分布形成基本的照度数据库，也可以根据该数据库中的信息进行农作物播种规划，或者进行城市光照设计。本发明使用无人机、云端服务器与信息处理单元和人工智能算法构成一个完整的照度测量系统，通过采用加速度传感器和角速度传感器对无人机进行定位利用照度测量装置实现照度的测量利用云端服务器与信息处理单元实现对无人机的操作控制并采用人工智能算法处理无人机测量到的照度数据以得到该空间区域内的照度分布三维地图，使实现某空间区域的照度测量更加灵活、简便。
Description
技术领域
本发明涉及通信技术和照度监测技术应用到物联网领域，尤其涉及一种利用无人机进行空间照度监测的系统及方法。
背景技术
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，无人机按应用领域，可分为军用无人机与民用无人机。近年来，无人机技术在军用领域和民用领域均得到了广泛应用。
光照是整个地球系统的重要能源之一，更是大多数植物进行光合作用不可或缺的重要因素之一。根据植物学理论，只有一定强度的光照刺激，才能引起植物有效的光合作用。适宜的光照强度可以促进光合作用顺利进行，为植物生长提供足够的物质和能量。
目前，现存的照度测量方法只可实现定点监测，覆盖面小且取得的数据具有片面性，无法准确反映该空间区域下每一点的光照强度情况。若想监测某一空间区域内的光照强度情况则需布置大量的照度计以取得每一点的光照强度数据且需要手动处理各点的光照强度数据才能得到该空间区域内的光照强度情况，但此种测量方法需要大量的基础设备支撑，在人力、物力方面耗费较大。
因此，本发明提供了一种利用无人机进行空间照度监测的系统及方法，结合无人机平台，利用加速度传感器和角速度传感器对无人机进行定位，利用照度测量装置实现照度的测量，利用云端服务器与信息处理单元实现对无人机的操作控制并采用人工智能算法处理无人机测量到的照度数据以得到该空间区域内的照度分布三维地图，使实现某空间区域的照度测量更加灵活、简便，且通过人工智能算法得到的某空间区域的照度分布三维地图能更加直观地反应出某空间区域的光照情况，便于对该空间区域的光照情况进行下一步的评估。
发明内容
本发明提出了一种利用无人机进行空间照度监测的系统及方法，以解决上述背景技术中的问题。
为了实现上述目的，本发明提供了一种利用无人机进行空间照度监测的系统，结合无人机的平台，使得空间照度监测系统有着灵活和覆盖面广的特性。
所述空间照度监测系统包括云端服务器与信息处理单元(101)、无人机(102)、人工智能算法(103)，其中，所述无人机(102)包括处理器(201)、照度测量装置(202)、无线电收发器(203)、存储器(204)、加速度传感器(205)、角速度传感器(206)和无人机驱动设备(207)。为了降低成本，在该系统中仅仅使用成本较低的加速度传感器(205)和角速度传感器(206)进行无人机位置的标定。
更具体地，所述云端服务器与信息处理单元(101)用于向无人机(102)下达指令、处理无人机(102)发送的请求及接收无人机(102)测量到的照度数据，所述无人机(102)作为载体运输工具，承担整个空间照度监测系统，
更具体地，所述云端服务器与信息处理单元(101)用来规划一个或多个所述无人机(102)的飞行路径，同时接收一个或多个所述无人机(102)上传的实时照度监测信息，以及一个或多个所述无人机(102)上传的加速度和角速度信息，依靠人工智能算法(103)处理上述实时照度监测信息，并完成加速度传感和角速度传感信息的数据融合。
更具体地，所述无人机(102)，作为照度测量装置(202)的运输载体，可实现照度测量并能够形成实时照度监测数据P(t)，同时还具有测量自身的飞行加速度随时间的变化角速度随时间的变化/>的功能，其中，/>和/>是两个三维矢量，即
更具体地，所述人工智能算法(103)，用来处理来自各个无人机上传的实时照度监测数据P(t)，并结合无人机起始位置L0和各个无人机上传的加速度信息角速度信息推测得到无人机的位置随时间变化的函数/>信息，计算所在区域各点对应的阳光照度/>从而形成某空间区域的照度分布三维地图。
更具体地，当L(t)为三维量时，即
L(t)＝(Lx(t)，Ly(t)，Lz(t)) 公式(3)
所述包含所在区域各点对应的阳光照度信息，即照度随无人机位置变化的函数，依据如下方法获得：
A)首先通过加速度传感器(205)获得当前时刻各个方向的加速度
B)采集角速度传感器(206)的实时信息
按照卡尔滤波算法，获得当前时刻各个方向加速度的修正量
C)计算修正后的加速度信息
D)根据修正后的加速度信息按照如下公式计算出位置随时间变化的函数L(t)：
E)根据P(t)的历史数据，修正照度信息的不同步，即估算不同步量τ0得到修正的照度数据Pr(t)，
Pr(t)＝P(t-τ0) 公式(10)
F)通过Pr(t)和L(t)，获得
更具体地，人工智能算法(103)选择卷积神经网络(Convolution NeuralNetwork，CNN)算法，来对多个节点上传的复杂数据进行处理，或者选择支持向量机(Support Vector Machine，SVM)的算法，来对多个节点上传的复杂数据进行处理。
更具体地，人工智能算法(103)，可以结合该区域阳光照度测量的历史数据，对照度信息进行修正。
更具体地，一个或多个无人机(102)产生照度信息上传至云端服务器与信息处理单元(101)后，可以通过云端存储系统，存储进一个或多个光照强度数据库。
更具体地，云端服务器与信息处理单元(101)可以放置于远端的数据中心，或者将部分服务器放置于靠近网络边缘的地方，便于形成边缘计算。
更具体地，所述无人机(102)内所述处理器(201)与所述照度测量装置(202)连接用于控制照度测量，与所述照度测量装置(202)连接用于控制照度测量，与所述无线电收发器(203)连接用于所述无人机(102)与所述云端服务器与信息处理单元(101)进行信息交互，与所述存储器(204)连接用于存储实时光照强度数据，与所述加速度传感器(205)连接用于感知所述无人机(102)的实时加速度，与所述角速度传感器(206)连接用于辅助获得无人机(102)当前时刻各个方向加速度的修正量，与所述无人机驱动设备(207)连接用于驱动所述无人机(102)。
更具体地，所述照度测量装置(202)还包括光学保护罩(301)、光电探测器(302)、电放大器(303)和电压信号采集装置(304)。
更具体地，所述空间照度监测的系统内，所述照度测量装置(202)被安置于所述无人机(102)中心上方。
更具体地，所述照度测量装置(202)内，所述光电探测器(302)被密封在所述光学保护罩(301)内。
更具体地，所述照度测量装置(202)中的所述光学保护罩(301)须满足良好的光学要求及其他要求。
更具体地，所述空间照度监测的系统内，光透过所述光学保护罩(301)进入所述光电探测器(302)后，光信号转变为光电流，经过电放大器(303)将微弱的电流放大，并转换为电压信号，电压信号采集装置(304)采集到该电压信号，并将其转化为数字信号。故通过所述电压信号的变化可以观测到所述空间区域内的所述光照强度的变化。
更具体地，所述空间照度监测的系统内，所述无线电收发器(203)用于接收所述空间照度监测的系统内的所述云端服务器与信息处理单元(101)发送的巡航位置及巡航路径，所述处理器(201)将所述照度测量装置(202)测量到的所述光照强度数据通过所述无线电收发器(203)发送至所述空间照度监测的系统内的所述云端服务器与信息处理单元(101)。
更具体地，所述空间照度监测的系统内，所述存储器(204)被集成在所述处理器(201)内。
更具体地，所述空间照度监测的系统内，所述存储器(204)用于存储所述照度测量装置(202)探测到的光照强度数据，
更具体地，所述空间照度监测的系统内，所述加速度传感器(205)用于获得当前时刻各个方向的加速度数据，该数据可能包含一定的误差。
更具体地，所述空间照度监测的系统内，所述角速度传感器(206)用于获得所述无人机(102)当前角速度传感信息，辅助获得当前时刻各个方向加速度的修正量，为最终获得当前时刻无人机(102)更准确的三维矢量加速度数据奠定基础。
更具体地，所述空间照度监测的系统内，所述无人机驱动设备(207)用于驱动所述无人机(102)前往所述云端服务器与信息处理单元(101)发送的所述巡航位置以及按照所述巡航路径完成照度监测巡航。
附图说明
以下将结合附图对本发明的实施方案进行详细的描述，其中：
图1为本发明利用无人机进行空间照度监测的系统的结构框图。
图2为本发明利用无人机进行空间照度监测的系统中所述照度测量装置(202)的结构框图。
图3为本发明利用无人机进行空间照度监测的系统的流程图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图和具体实施方式对本发明作进一步的详细说明。
如图1所示，本发明利用无人机进行空间照度监测的系统包括所述云端服务器与信息处理单元(101)、所述无人机(102)、所述人工智能算法(103)，其中所述处理器(201)、所述照度测量装置(202)、所述无线电收发器(203)、存储器(204)、所述加速度传感器(205)、所述角速度传感器(206)和所述无人机驱动设备(207)均置于所述无人机(102)上，所述人工智能算法(103)被运用于所述云端服务器与信息处理单元(101)中。
更具体地，所述云端服务器与信息处理单元(101)用来规划一个或多个所述无人机(102)的飞行路径，同时接收一个或多个所述无人机(102)上传的实时可见光照度监测信息，以及一个或多个所述无人机(102)上传的加速度和角速度信息，依靠人工智能算法(103)处理上述实时可见光照度监测信息，并完成加速度传感信息和角速度传感信息的数据融合。
更具体地所述无人机(102)内所述处理器(201)与所述照度测量装置(202)连接用于控制照度测量，与所述无线电收发器(203)连接用于控制所述无人机(102)到达所述巡航位置，与所述存储器(204)连接用于存储实时光照强度数据，与所述加速度传感器(205)连接用于感知所述无人机(102)的实时加速度，与所述角速度传感器(206)连接用于辅助修正所述加速度传感器(205)获得的加速度数据，与所述无人机驱动设备(207)连接用于驱动所述无人机(102)前往所述云端服务器与信息处理单元(101)发送的所述巡航位置或按照所述巡航路径完成照度监测巡航。
更具体地，所述存储器(204)用于存储所述照度测量装置(202)测量到的所述光照强度数据，所述无线电收发器(203)将所述照度测量装置(202)测量到的所述光照强度数据发送至所述云端服务器与信息处理单元(101)，所述云端服务器与信息处理单元(101)将各个无人机上传的所述光照强度数据分别汇成各自所述光照强度的数据库，并采用人工智能算法(103)根据自各个无人机(102)上传的实时照度监测数据形成某空间区域的照度分布三维地图，所述光照强度的数据库用于所述云端服务器与信息处理单元(101)对所述光照强度数据进行记录与分析，从而获得所述空间区域下的所述光照情况。
如图2所示，所述照度测量装置(202)内，光透过所述光学保护罩(301)进入所述光电探测器(302)后，光信号转变为光电流，经过电放大器(303)将微弱的电流放大，并转换为电压信号，电压信号采集装置(304)采集到该电压信号。
更具体地，所述照度测量装置(202)内，所述光电探测器(302)被密封在所述光学保护罩(301)内。
更具体地，所述照度测量装置(202)中的所述光学保护罩(301)必须满足以下两个基本要求：(1)光学要求：对波长为380nm～780nm的可见光有均匀的透过率和很好的透光性能等；(2)其他要求：具有优良的耐酸性、耐碱性、耐有机溶剂性、耐候性、机械强度和温度稳定性等。
如图3所示，本发明利用无人机进行空间照度监测的系统的流程包括以下步骤：
a)云端服务器与信息处理单元(101)向无人机(102)下达巡航指令；
b)无人机(102)开启加速度传感器(205)和角速度传感器(206)，并前往云端服务器与信息处理单元(101)向无人机(102)指定的巡航位置；
c)无人机(102)发送“已到达巡航位置请求开始巡航”请求，云端服务器与信息处理单元(101)判断无人机(102)是否准确到达巡航位置；
d)若“是”，云端服务器与信息处理单元(101)向无人机(102)下达“开始巡航”指令，若“否”，云端服务器与信息处理单元(101)向无人机(102)下达“请准确到达所述巡航位置”指令；
e)无人机(102)接收云端服务器与信息处理单元(101)向无人机(102)下达的“开始巡航”指令，启动所述照度测量装置(202)进行照度监测巡航；
f)无人机(102)存储并回传云端服务器与信息处理单元(101)实时照度监测数据；
g)云端服务器与信息处理单元(101)采用人工智能算法(103)处理该数据；
h)形成某空间区域的照度分布三维地图；
i)无人机(102)完成照度监测巡航；
j)无人机(102)向云端服务器与信息处理单元(101)发送“请求返航”请求后，云端服务器与信息处理单元(101)判断无人机(102)是否按照已所述巡航路径准确完成照度监测巡航；
k)若“是”，云端服务器与信息处理单元(101)向所述无人机(102)发送“允许返航”指令，若“否”，云端服务器与信息处理单元(101)向所述无人机(102)发送“请继续巡航”指令；
1)无人机(102)在接收到云端服务器与信息处理单元(101)向所述无人机(102)发送“允许返航”指令，开始返航；
以下，是对本发明利用无人机进行空间照度监测的系统步骤更具体的说明。
a)所述云端服务器与信息处理单元(101)与所述无人机(102)上的所述无线电收发器(203)通过双向无线电通信链路连接，所述云端服务器与信息处理单元(101)向所述无人机(102)下达巡航指令，所述巡航指令包括巡航位置以及巡航路径，所述巡航位置以及所述巡航路径均是三维矢量；
b)无人机驱动设备(207)驱动所述无人机(102)到达所述巡航位置后向所述云端服务器与信息处理单元(101)发送“已到达巡航位置请求开始巡航”请求；
c)所述云端服务器与信息处理单元(101)收到所述无人机(102)发送的请求后确认所述无人机(102)是否准确到达所述巡航位置，
d)若所述无人机(102)未准确到达所述巡航位置，则向所述无人机(102)下达“请准确到达所述巡航位置”指令，所述无人机(102)重新到达所述巡航位置后重新向所述云端服务器与信息处理单元(101)发送“已到达巡航位置请求开始巡航”请求，若所述无人机(102)已准确到达所述巡航位置，则所述云端服务器与信息处理单元(101)向所述无人机(102)下达“开始巡航”指令；
e)所述无人机(102)在收到所述云端服务器与信息处理单元(101)下达的“开始巡航”指令后开始按照所述云端服务器与信息处理单元(101)发送的所述巡航路径开始巡航并启动所述照度测量装置(202)进行照度监测；
f)在照度监测巡航过程中所述无人机(102)将测量到的实时照度监测数据存储进所述存储器(204)并通过所述无线电收发器(203)回传至所述云端服务器与信息处理单元(101)；
g)所述云端服务器与信息处理单元(101)收到所述无人机(102)上传的所述实时照度监测数据后存储并采用人工智能算法(103)处理所述实时照度监测数据；
h)根据所述实时照度监测数据形成某空间区域的照度分布三维地图；
i)所述无人机(102)完成照度监测巡航后向所述云端服务器与信息处理单元(101)发送“请求返航”请求；
j)所述云端服务器与信息处理单元(101)在收到所述无人机(102)发送的返航请求后，确认所述无人机(102)是否已按照所述巡航路径准确完成照度监测巡航；
k)若已准确完成所述照度监测巡航则向所述无人机(102)发送“允许返航”指令，若未准确完成所述巡航照度监测则向所述无人机(102)发送“请继续巡航”指令，所述无人机(102)继续按照所述巡航路径巡航。
l)无人机(102)在接收到云端服务器与信息处理单元(101)向所述无人机(102)发送“允许返航”指令后，开始返航；
更具体地，所述处理器(201)、所述无人机驱动设备(207)设置在无人机底部，所述照度测量装置(202)设置在所述无人机(102)的顶部，所述无线电收发器(203)、所述加速度传感器(205)、角速度传感器(206)设置在所述无人机(102)的机身。
所述空间照度监测的系统还可以包括摄像设备，设置在所述无人机(102)的底部，用于实时拍摄所述无人机(102)所在位置的植物的生长状况等，所述处理器(201)与所述摄像设备连接，将所述无人机(102)所在位置的植物的生长状况图像通过所述无线电收发器(203)发送给云端服务器与信息处理单元(101)，用以评估植物的生长态势。
综上，本发明提供了一种利用无人机进行空间照度监测的系统及方法，结合无人机平台，利用加速度传感器和角速度传感器对无人机进行定位，利用照度测量装置实现照度的测量，利用云端服务器与信息处理单元实现对无人机的操作控制并采用人工智能算法处理无人机测量到的照度数据以得到该空间区域内的照度分布三维地图，使实现某空间区域的照度测量更加灵活、简便，且通过人工智能算法得到的某空间区域的照度分布三维地图能更加直观地反应出某空间区域的光照情况，便于对该空间区域的光照情况进行下一步的评估。
本发明的较佳实例已如上详细展示，但该实例的具体说明只用于辅助理解本发明的方法及其核心思想，而非对其限制。本领域的技术人员可以在权利要求范围内结合现有技术对本技术方案进行一定的修改，但这种变化本质上并不脱离本专利的核心思想，仍属于本专利的保护范围。
Claims (8)
1.一种利用无人机的智能照度监测系统，包括：
云端服务器与信息处理单元(101)，用来规划一个或多个无人机(102)的飞行路径，同时接收一个或多个无人机(102)上传的实时可见光照度监测信息，以及一个或多个无人机(102)上传的加速度和角速度信息，依靠人工智能算法(103)完成上述实时可见光照度监测信息及加速度传感和角速度传感信息的数据融合；
无人机(102)，作为照度测量装置(202)的运输载体，可实现照度测量并能够形成实时照度监测数据P(t)，同时还具有测量自身的飞行加速度随时间的变化角速度随时间的变化/>的功能，其中，/>和/>是两个三维矢量，即
当L(t)为三维量时，即
L(t)＝(Lx(t)，Ly(t)，Lz(t)) 公式(3)
照度待测区域各点对应的阳光照度信息，即照度随无人机位置变化的函数，依据如下方法获得：
A)首先通过加速度传感器(205)获得当前时刻各个方向的加速度
B)采集角速度传感器(206)的实时信息
按照卡尔滤波算法，获得当前时刻各个方向加速度的修正量
C)计算修正后的加速度信息
D)根据修正后的加速度信息按照如下公式计算出位置随时间变化的函数L(t)：
E)根据P(t)的历史数据，修正照度信息的不同步，即估算不同步量τ0得到修正的照度数据Pr(t)，
Pr(t)＝P(t-τ0) 公式(8)
F)通过Pr(t)和L(t)，获得
人工智能算法(103)，用来处理来自各个无人机(102)上传的实时照度监测数据P(t)，并结合无人机起始位置L0和各个无人机上传的加速度信息角速度信息/>推测得到无人机的位置随时间变化的函数/>信息，计算所在区域各点对应的阳光照度/>从而形成某空间区域的照度分布三维地图。
2.如权利要求1所述的利用无人机的智能照度监测系统，其特征为：所述无人机(102)包括如下组成部分：
处理器(201)，实现对无人机(102)的各项操作控制；
照度测量装置(202)，用于实时测量所在位置的照度信息，即当前时刻的照度数值；
无线电收发器(203)，用于云端服务器与信息处理单元(101)与无人机(102)间的信息交互；
存储器(204)，用于存储照度测量装置(202)探测到的光照强度数据；
加速度传感器(205)，用于获得无人机(102)当前时刻各个方向的加速度数据，该数据可能包含一定的误差；
角速度传感器(206)，用于获得无人机(102)当前角速度传感信息，辅助获得无人机(102)当前时刻各个方向加速度的修正量，为最终获得当前时刻无人机(102)更准确的三维矢量加速度数据奠定基础。
3.如权利要求2所述的利用无人机的智能照度监测系统，其特征为：
所述照度测量装置(202)包括以下构成：
(1)光学保护罩(301)，用于密封光电探测器(302)；
(2)光电探测器(302)，用来探测光信号强度，并将光信号转换为光电流；
(3)电放大器(303)，用于将微弱的光电流进行放大，并转换为电压信号；
(4)电压信号采集装置(304)，用于采集电压信号。
4.如权利要求1所述的利用无人机的智能照度监测系统，其特征为：
人工智能算法(103)选择卷积神经网络(Convolution Neural Network，CNN)算法，来对多个节点上传的复杂数据进行处理，或者选择支持向量机(Support Vector Machine，SVM)的算法，来对多个节点上传的复杂数据进行处理。
5.如权利要求1所述的利用无人机的智能照度监测系统，其特征为：
人工智能算法(103)，可以结合该区域阳光照度测量的历史数据，对照度信息进行修正。
6.如权利要求1所述的利用无人机的智能照度监测系统，其特征在于，
一个或多个无人机(102)产生照度信息上传至云端服务器与信息处理单元(101)后，通过云端存储系统，存储进一个或多个光照强度数据库。
7.如权利要求1所述的利用无人机的智能照度监测系统，其特征在于，
云端服务器与信息处理单元(101)可以放置于远端的数据中心，或者将部分服务器放置于靠近网络边缘的地方，便于形成边缘计算。
8.如权利要求1所述的利用无人机的智能照度监测系统，其特征在于，
云端服务器与信息处理单元(101)和无人机(102)之间按照如下流程传输信息：
a)云端服务器与信息处理单元(101)向无人机(102)下达巡航指令；
b)无人机(102)前往云端服务器与信息处理单元(101)向无人机(102)所述巡航位置；
c)无人机(102)发送“已到达巡航位置请求开始巡航”请求，云端服务器与信息处理单元(101)判断无人机(102)是否准确到达巡航位置；
d)若“是”，云端服务器与信息处理单元(101)向无人机(102)下达“开始巡航”指令，若“否”，云端服务器与信息处理单元(101)向无人机(102)下达“请准确到达所述巡航位置”指令；
e)无人机(102)接收云端服务器与信息处理单元(101)向无人机(102)下达的“开始巡航”指令，启动所述照度测量装置(202)进行照度监测巡航；
f)无人机(102)存储并回传云端服务器与信息处理单元(101)实时照度监测数据；
g)云端服务器与信息处理单元(101)采用人工智能算法(103)处理该数据；
h)形成某空间区域内的阳光照度三维分布图；
i)无人机(102)完成照度监测巡航；
j)无人机(102)向云端服务器与信息处理单元(101)发送“请求返航”请求后，云端服务器与信息处理单元(101)判断无人机(102)是否准确完成照度监测巡航；
k)若“是”，云端服务器与信息处理单元(101)向所述无人机(102)发送“允许返航”指令，若“否”，云端服务器与信息处理单元(101)向所述无人机(102)发送“请继续巡航”指令；
l)无人机(102)在接收到云端服务器与信息处理单元(101)向所述无人机(102)发送“允许返航”指令，开始返航。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011306128.2A CN112461362B (zh) | 2020-11-11 | 2020-11-11 | 一种利用无人机进行空间照度监测的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011306128.2A CN112461362B (zh) | 2020-11-11 | 2020-11-11 | 一种利用无人机进行空间照度监测的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112461362A CN112461362A (zh) | 2021-03-09 |
| CN112461362B true CN112461362B (zh) | 2023-09-26 |
Family
ID=74837815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011306128.2A Active CN112461362B (zh) | 2020-11-11 | 2020-11-11 | 一种利用无人机进行空间照度监测的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112461362B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101290237A (zh) * | 2008-01-18 | 2008-10-22 | 天津大学 | 建筑物理数据快速三维采样方法 |
| CN104915982A (zh) * | 2015-05-15 | 2015-09-16 | 中国农业大学 | 树冠层光照分布预测模型构建方法及光照分布检测方法 |
| CN105389843A (zh) * | 2015-12-09 | 2016-03-09 | 河海大学 | 基于径向基函数神经网络拟合的全局光照实时绘制方法 |
| WO2017051961A1 (ko) * | 2015-09-25 | 2017-03-30 | 엘지전자 주식회사 | 단말 장치 및 제어 방법 |
| CN106989727A (zh) * | 2017-03-21 | 2017-07-28 | 苏州光之翼智能科技有限公司 | 一种基于无人机集群的分布式实时三维地理测绘系统 |
| CN107479368A (zh) * | 2017-06-30 | 2017-12-15 | 北京百度网讯科技有限公司 | 一种基于人工智能的训练无人机控制模型的方法及系统 |
| CN110196454A (zh) * | 2019-06-17 | 2019-09-03 | 中国地质大学（北京） | 基于无人机的地质勘测集成系统 |
| CN110334387A (zh) * | 2019-05-09 | 2019-10-15 | 重庆大学 | 一种基于bp神经网络算法的室内光照预估方法 |
| CN210241196U (zh) * | 2019-04-02 | 2020-04-03 | 西安智光物联科技有限公司 | 一种可接入云平台的无人机载天然气泄漏检测系统 |
| JP2020071210A (ja) * | 2018-11-02 | 2020-05-07 | コイト電工株式会社 | 照度測定結果の取得方法、その装置及びそのプログラム、並びに、照度測定システム |
| CN111122784A (zh) * | 2019-12-27 | 2020-05-08 | 仲恺农业工程学院 | 基于无人机的智能化空气质量监测系统及方法 |
| CN211292820U (zh) * | 2019-12-27 | 2020-08-18 | 仲恺农业工程学院 | 一种用于空气质量监测无人机 |
| CN111595436A (zh) * | 2020-05-29 | 2020-08-28 | 上海应用技术大学 | 一种无人机照度测量设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6682381B2 (ja) * | 2015-08-06 | 2020-04-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 無人飛行体、飛行制御方法及び飛行制御プログラム |
-
2020
- 2020-11-11 CN CN202011306128.2A patent/CN112461362B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101290237A (zh) * | 2008-01-18 | 2008-10-22 | 天津大学 | 建筑物理数据快速三维采样方法 |
| CN104915982A (zh) * | 2015-05-15 | 2015-09-16 | 中国农业大学 | 树冠层光照分布预测模型构建方法及光照分布检测方法 |
| WO2017051961A1 (ko) * | 2015-09-25 | 2017-03-30 | 엘지전자 주식회사 | 단말 장치 및 제어 방법 |
| CN105389843A (zh) * | 2015-12-09 | 2016-03-09 | 河海大学 | 基于径向基函数神经网络拟合的全局光照实时绘制方法 |
| CN106989727A (zh) * | 2017-03-21 | 2017-07-28 | 苏州光之翼智能科技有限公司 | 一种基于无人机集群的分布式实时三维地理测绘系统 |
| CN107479368A (zh) * | 2017-06-30 | 2017-12-15 | 北京百度网讯科技有限公司 | 一种基于人工智能的训练无人机控制模型的方法及系统 |
| JP2020071210A (ja) * | 2018-11-02 | 2020-05-07 | コイト電工株式会社 | 照度測定結果の取得方法、その装置及びそのプログラム、並びに、照度測定システム |
| CN210241196U (zh) * | 2019-04-02 | 2020-04-03 | 西安智光物联科技有限公司 | 一种可接入云平台的无人机载天然气泄漏检测系统 |
| CN110334387A (zh) * | 2019-05-09 | 2019-10-15 | 重庆大学 | 一种基于bp神经网络算法的室内光照预估方法 |
| CN110196454A (zh) * | 2019-06-17 | 2019-09-03 | 中国地质大学（北京） | 基于无人机的地质勘测集成系统 |
| CN111122784A (zh) * | 2019-12-27 | 2020-05-08 | 仲恺农业工程学院 | 基于无人机的智能化空气质量监测系统及方法 |
| CN211292820U (zh) * | 2019-12-27 | 2020-08-18 | 仲恺农业工程学院 | 一种用于空气质量监测无人机 |
| CN111595436A (zh) * | 2020-05-29 | 2020-08-28 | 上海应用技术大学 | 一种无人机照度测量设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112461362A (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101793509B1 (ko) | 작물 모니터링을 위하여 무인 비행체의 자동 경로 산정을 통한 원격 관측 방법 및 그 시스템 | |
| CN105805560B (zh) | 一种基于无人机的天然气管道泄漏检测系统 | |
| US9198363B2 (en) | Tree metrology system | |
| CN107807125B (zh) | 基于无人机载多光谱传感器的植物信息计算系统及方法 | |
| CN108881825A (zh) | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 | |
| CN104881042B (zh) | 一种多尺度航空遥感测试平台 | |
| US11656624B2 (en) | Horticulture aided by autonomous systems | |
| Spachos et al. | Integration of wireless sensor networks and smart uavs for precision viticulture | |
| CN110161533B (zh) | 无人值守的卫星光学载荷智能化辐射定标系统 | |
| CN106708075B (zh) | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 | |
| CN110006424B (zh) | 一种基于田间的高通量作物表型机器人及其控制系统 | |
| US11730089B2 (en) | Horticulture aided by autonomous systems | |
| CN107196410A (zh) | 一种地空一体变电站巡检系统及方法 | |
| CN103278197A (zh) | 一种基于车载系统的作物生长监测装置与方法 | |
| AU2021101693A4 (en) | Method for determining water use efficiency of vegetation layer and evapotranspiration water-gross primary production-water use efficiency measuring device | |
| US20180348760A1 (en) | Automatic Change Detection System | |
| CN115202376A (zh) | 一种基于单兵移动的无人机巡检电力网格化管控平台 | |
| CN109883323B (zh) | 一种田间作物表型参数的测量装置及方法 | |
| CN110989670A (zh) | 一种用于输变电工程环水保监测的无人机系统及其航拍方法 | |
| CN112461362B (zh) | 一种利用无人机进行空间照度监测的系统及方法 | |
| RU2648696C1 (ru) | Агротехнический комплекс с беспилотным летательным аппаратом | |
| CN105181632A (zh) | 网络型多维度植物成像ndvi测量装置 | |
| CN212646480U (zh) | 一种大田作物产量预测系统 | |
| Quach et al. | Real-time Agriculture Field Monitoring Using IoT-based Sensors and Unmanned Aerial Vehicles | |
| CN111707253A (zh) | 基于固定人造紫外偏振光定位的割草机系统及割草方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |