CN112712453A - 基于云计算的智慧城市管理系统 - Google Patents

基于云计算的智慧城市管理系统 Download PDF

Info

Publication number
CN112712453A
CN112712453A CN202110070146.3A CN202110070146A CN112712453A CN 112712453 A CN112712453 A CN 112712453A CN 202110070146 A CN202110070146 A CN 202110070146A CN 112712453 A CN112712453 A CN 112712453A
Authority
CN
China
Prior art keywords
spraying
flight
unmanned aerial
aerial vehicle
plant
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.)
Granted
Application number
CN202110070146.3A
Other languages
English (en)
Other versions
CN112712453B (zh
Inventor
李蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Langfang Bolian Technology Development Co ltd
Original Assignee
Chengdu Smart Enabling Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Smart Enabling Technology Co ltd filed Critical Chengdu Smart Enabling Technology Co ltd
Priority to CN202110070146.3A priority Critical patent/CN112712453B/zh
Publication of CN112712453A publication Critical patent/CN112712453A/zh
Application granted granted Critical
Publication of CN112712453B publication Critical patent/CN112712453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及云计算和智慧城市领域，公开了一种基于云计算的智慧城市管理系统，其包括：城市管理终端、无人机管理终端、无人机和智慧城市管理云平台，智慧城市管理云平台分别与城市管理终端、无人机管理终端和无人机具有通信连接。智慧城市管理云平台包括：路径规划模块、无人机管理模块、无人机飞行模块、目标位置确定模块、动作执行模块和数据库，各模块具有通信连接。目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度。动作执行模块根据植物相对位置和植物密度生成药物喷洒指令并将其发送到相应的无人机。本发明有利于提高智慧城市管理中绿化任务分配管理的效率和自动化水平。

Description

基于云计算的智慧城市管理系统
技术领域
本发明涉及智慧城市和云计算领域，尤其涉及一种基于云计算的智慧城市管理系统。
背景技术
智慧城市是指利用各种信息技术集成城市的组成系统和服务以提升资源运用的效率，优化城市管理和服务并改善市民生活质量。智慧城市是把新一代信息技术充分运用在城市的各行各业之中的基于知识社会下一代创新的城市信息化高级形态，实现信息化、工业化与城镇化深度融合，提高城镇化质量，实现精细化和动态管理，并提升城市管理成效和改善市民生活质量。
运用大数据、云计算、区块链、人工智能等前沿技术推动城市管理手段、管理模式、管理理念创新，从数字化到智能化再到智慧化，让城市更聪明一些、更智慧一些，是推动城市治理体系和治理能力现代化的必由之路。
城市绿化管理是城市管理工作中的重要环节，目前的城市绿化管理工作存在人工消耗量大，任务分配不够智能化的问题。
发明内容
有鉴于此，本发明提供了一种基于云计算的智慧城市管理系统，其包括城市管理终端、无人机管理终端、无人机和智慧城市管理云平台，智慧城市管理云平台与城市管理终端、无人机管理终端和无人机具有通信连接。
智慧城市管理云平台包括路径规划模块、无人机管理模块、无人机飞行模块、目标位置确定模块、动作执行模块和数据库，各模块之间具有通信连接。
在接收到城市管理终端发送城市管理请求后，智慧城市管理云平台的路径规划模块根据喷洒区域建立喷洒空间模型，并根据城市三维地图获取喷洒空间模型中的自由喷洒子空间；获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间以对无人机进行喷洒路径规划得到无人机喷洒路径；
无人机管理模块将城市管理请求发送到相应的无人机管理终端；在药物装配完成后无人机管理终端发送药物装配完成指令到智慧城市管理云平台；
无人机飞行模块根据药物装配完成指令和无人机喷洒路径生成无人机飞行指令并将其发送到相应的无人机；无人机响应于接收到的无人机飞行指令按照无人机喷洒路径进行飞行并实时采集飞行采集图像序列，然后将其发送到智慧城市管理云平台；
目标位置确定模块根据飞行采集图像序列获取植物图像序列和位置变换序列以得到当前飞行位置的位置变换系数，并获取当前飞行位置对应的植物图像的植物数量；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积获取当前飞行位置的植物密度，根据当前飞行位置的位置变换系数和标准飞行位置得到当前飞行位置的植物相对位置；
动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置，并根据喷洒药量和喷洒位置生成药物喷洒指令并将其发送到相应的无人机；无人机响应于接收到的药物喷洒指令执行药物喷洒操作。
进一步实施例中，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块根据城市三维地图和喷洒区域建立城市空间模型，并按照标准子空间将城市空间模型划分为若干个互不重合的喷洒子空间，然后对每个喷洒子空间进行空间编号以得到喷洒空间模型；
路径规划模块根据城市三维地图获取喷洒空间模型中每个喷洒子空间的空间自由比，并将空间自由比大于自由比阈值的喷洒子空间标注为自由喷洒子空间然后获取每个自由喷洒子空间的空间编号；
路径规划模块从喷洒空间模型中随机选取一个自由喷洒子空间作为起始喷洒子空间，并从喷洒空间模型中随机选取一个自由喷洒子空间作为终点喷洒子空间，然后获取起始喷洒子空间和终点喷洒子空间的空间编号。
进一步实施例中，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块将起始喷洒子空间作为当前喷洒子空间并获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间；
路径规划模块根据空间编号分析当前喷洒子空间是否为终点喷洒子空间；在当前喷洒子空间不为终点喷洒子空间时，重复以上步骤直到当前喷洒子空间为终点喷洒子空间从而获取无人机喷洒路径；
路径规划模块根据无人机喷洒路径获取无人机喷洒路径的喷洒路径长度，并通过喷洒路径长度得到喷洒路径优化值，最大化喷洒路径优化值以对无人机喷洒路径进行优化。
进一步实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块获取飞行采集图像序列中每个飞行采集图像中每个像素点的像素值，并从飞行采集图像中随机选取一个像素点作为目标像素点，并获取目标像素点在飞行采集图像序列中每个飞行采集图像中的像素值；
目标位置确定模块按照飞行采集图像在飞行采集图像序列中的时间顺序获取目标像素点在飞行采集图像序列对应的时间段内的目标像素序列；目标像素序列中的元素为目标像素在相应时刻的像素值；每个时刻对应一个飞行采集图像；
目标位置确定模块获取目标像素点在飞行采集图像序列对应的时间段内的每个时刻的统计概率，并根据飞行采集图像序列对应的时间内的所有时刻的统计概率得到统计概率模型。
进一步实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点，并将当前正在遍历的像素点作为中心像素点，并将中心像素点的像素值带入统计概率模型以确定中心像素点是否与统计概率模型匹配；
若中心像素点的像素值与统计概率模型匹配则更新统计概率模型的统计模型系数；若中心像素点的像素值与统计概率模型不匹配则保持统计模型系数不变；在遍历完飞行采集图像中的每个像素点后完成统计概率模型的更新以得到标准统计概率模型。
进一步实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点并将当前遍历的像素点作为当前像素点，并将当前像素点带入标准统计概率模型以确定当前像素点是否与标准统计概率模型匹配，若当前像素点与标准统计概率模型匹配则将当前像素点作为核心像素点，若当前像素点不与标准统计概率模型匹配则去除当前像素点；
目标位置确定模块根据每个飞行采集图像的所有核心像素点获取每个飞行采集图像的植物区域以得到每个飞行采集图像对应的植物图像，并将所有植物图像按照时间顺序进行排列以得到植物图像序列。
进一步实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块获取植物图像序列中每个植物图像对应的植物区域的区域长度和区域宽度，获取无人机飞行位置为平行于水平地面的时刻；
目标位置确定模块将无人机飞行位置为平行于水平地面的时刻对应的植物图像作为标准植物图像，并将无人机飞行位置为平行于水平地面的时刻对应的飞行位置作为标准飞行位置；然后将标准植物图像对应的区域长度和区域宽度作为标准区域长度和标准区域宽度；
目标位置确定模块根据标准区域宽度和标准区域长度得到标准植物区域面积，根据植物图像序列中每个植物图像对应的区域长度和区域宽度获取每个植物图像的植物区域面积；每个飞行位置对应一个植物图像。
进一步实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块根据每个植物图像的植物区域面积和标准植物区域面积获取每个植物图像与标准植物图像的面积变换系数，并根据所述面积变换系数得到无人机每个飞行位置的位置变换系数；
目标位置确定模块根据无人机每个飞行位置的位置变换系数得到位置变换序列；所述位置变换序列的元素为无人机在相应飞行位置的位置变换系数；
目标位置确定模块识别当前飞行位置对应的植物图像的植物数量，并根据位置变换序列获取当前飞行位置的位置变换系数；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积得到当前飞行位置的植物密度，并根据当前飞行位置的位置变换系数和标准飞行位置获取当前飞行位置的植物相对位置。
进一步实施例中，动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置包括：
动作执行模块根据植物相对位置和无人机飞行位置获取植物位置，并根据植物位置获取喷洒位置；所述植物相对位置为植物与无人机的相对位置；
动作执行模块根据药物编号和植物编号获取药物用量标准数据，并根据植物密度和药物用量标准数据得到喷洒药量。
进一步实施例中，每个无人机对应唯一的无人机管理终端，每个无人机管理终端对应多个无人机。所述城市管理终端为城市管理人员所使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、笔记本电脑、台式电脑和智能手表。所述无人机管理终端为无人机管理人员所使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、笔记本电脑、台式电脑和智能手表。
所述城市管理请求包括：无人机编号、喷洒区域、药物编号和植物编号。所述无人机编号用于对无人机进行唯一标识。所述药物编号用于对城市管理过程中涉及的药物进行唯一标识，所述药物包括：肥料、农药和生根粉。所述植物编号用于对植物进行唯一标识。
本发明提供的实施例具有以下有益效果：
本发明通过进行喷洒路径规划以得到无人机喷洒路径，节约喷洒时间。此外，根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度，并根据植物相对位置和植物密度获取喷洒药量和喷洒位置，有利于提高城市管理中绿化任务分配管理的效率和自动化水平。
附图说明
图1为一示例性实施例提供的基于云计算的智慧城市管理系统的结构框图。
具体实施方式
下面将结合本文实施例中的附图，对本文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文一部分实施例，而不是全部的实施例。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
参见图1，在一个实施例中，本发明提供的基于云计算的智慧城市管理系统包括城市管理终端、无人机管理终端、无人机和智慧城市管理云平台，智慧城市管理云平台分别与城市管理终端、无人机管理终端和无人机具有通信连接。
智慧城市管理云平台包括路径规划模块、无人机管理模块、无人机飞行模块、目标位置确定模块、动作执行模块和数据库，各模块之间具有通信连接。
城市管理终端发送城市管理请求到智慧城市管理云平台；
路径规划模块根据喷洒区域建立喷洒空间模型，并根据城市三维地图获取喷洒空间模型中的自由喷洒子空间；获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间以对无人机进行喷洒路径规划得到无人机喷洒路径；
无人机管理模块将城市管理请求发送到相应的无人机管理终端；在药物装配完成后无人机管理终端发送药物装配完成指令到智慧城市管理云平台；
无人机飞行模块根据药物装配完成指令和无人机喷洒路径生成无人机飞行指令并将其发送到相应的无人机；无人机响应于接收到的无人机飞行指令按照无人机喷洒路径进行飞行并实时采集飞行采集图像序列，然后将其发送到智慧城市管理云平台；
目标位置确定模块根据飞行采集图像序列获取植物图像序列和位置变换序列以得到当前飞行位置的位置变换系数，并获取当前飞行位置对应的植物图像的植物数量；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积获取当前飞行位置的植物密度，根据当前飞行位置的位置变换系数和标准飞行位置得到当前飞行位置的植物相对位置；
动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置，并根据喷洒药量和喷洒位置生成药物喷洒指令并将其发送到相应的无人机；无人机响应于接收到的药物喷洒指令执行药物喷洒操作。
通过进行喷洒路径规划以得到无人机喷洒路径，节约喷洒时间。此外，根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度，并根据植物相对位置和植物密度获取喷洒药量和喷洒位置，有利于提高城市管理中绿化任务分配管理的效率和自动化水平，减少城市绿化管理的人力支出。
为了便于理解，下面对本发明的工作方法和原理进行具体说明。
具体的，在一个实施例中，智慧城市管理系统所执行的绿化管理方法可以包括：
S1、城市管理终端发送城市管理请求到智慧城市管理云平台。智慧城市管理云平台的路径规划模块根据喷洒区域建立喷洒空间模型，并根据城市三维地图获取喷洒空间模型中的自由喷洒子空间；获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间以对无人机进行喷洒路径规划得到无人机喷洒路径。
可选地，城市管理请求包括：无人机编号、喷洒区域、药物编号和植物编号。无人机编号用于对无人机进行唯一标识。药物编号用于对城市管理过程中涉及的药物进行唯一标识，所述药物包括：肥料、农药和生根粉。植物编号用于对植物进行唯一标识。每个无人机对应唯一的无人机管理终端，每个无人机管理终端对应多个无人机。城市管理终端为城市管理人员所使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、笔记本电脑、台式电脑和智能手表。
在一个实施例中，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块根据城市三维地图和喷洒区域建立城市空间模型，并按照标准子空间将城市空间模型划分为若干个互不重合的喷洒子空间，然后对每个喷洒子空间进行空间编号以得到喷洒空间模型；
路径规划模块根据城市三维地图获取喷洒空间模型中每个喷洒子空间的空间自由比，并将空间自由比大于自由比阈值的喷洒子空间标注为自由喷洒子空间然后获取每个自由喷洒子空间的空间编号；
路径规划模块从喷洒空间模型中随机选取一个自由喷洒子空间作为起始喷洒子空间，并从喷洒空间模型中随机选取一个自由喷洒子空间作为终点喷洒子空间，然后获取起始喷洒子空间和终点喷洒子空间的空间编号。
可选地，标准子空间根据无人机体积进行设置，空间编号用于对喷洒子空间进行唯一标识。自由比阈值根据需求进行设置，一般设置为70％，空间自由比用于描述无人机能在喷洒子空间进行自由活动的比例。
在一个实施例中，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块将起始喷洒子空间作为当前喷洒子空间并获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间；
路径规划模块根据空间编号分析当前喷洒子空间是否为终点喷洒子空间；在当前喷洒子空间不为终点喷洒子空间时，重复以上步骤直到当前喷洒子空间为终点喷洒子空间从而获取无人机喷洒路径；
路径规划模块根据无人机喷洒路径获取无人机喷洒路径的喷洒路径长度，并通过喷洒路径长度得到喷洒路径优化值，最大化喷洒路径优化值以对无人机喷洒路径进行优化。
S2、无人机管理模块根据无人机编号将城市管理请求发送到相应的无人机管理终端，无人机管理员根据城市管理请求进行无人机药物装配，并在药物装配完成后通过无人机管理终端发送药物装配完成指令到智慧城市管理云平台。无人机飞行模块根据药物装配完成指令和无人机喷洒路径生成无人机飞行指令并将其发送到相应的无人机。无人机响应于接收到的无人机飞行指令按照无人机喷洒路径进行飞行并实时采集飞行采集图像序列，然后将其发送到智慧城市管理云平台。
可选地，无人机管理终端为无人机管理人员所使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、笔记本电脑、台式电脑和智能手表。药物装配完成指令用于指示已经将药物装配完成，可以开始进行喷洒。飞行采集图像序列包括若干个按照采集时间进行排序的飞行采集图像，每个采集时间对应一个飞行位置。
在一个实施例中，城市管理终端发送城市管理请求指示使用10号无人机对1号区域的红枫喷洒肥料，并根据喷洒区域面积预估肥料量以得到预估肥料量。无人机管理员根据接收到的城市管理请求对10号无人机装配预估肥料量的肥料，并将肥料装配完成后通过无人机管理终端发送药物装配完成指令到智慧城市管理云平台。所述预估肥料量略大于实际所需肥料用量。
S3、目标位置确定模块根据飞行采集图像序列获取植物图像序列和位置变换序列以得到当前飞行位置的位置变换系数，并获取当前飞行位置对应的植物图像的植物数量。
在一个实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块获取飞行采集图像序列中每个飞行采集图像中每个像素点的像素值，并从飞行采集图像中随机选取一个像素点作为目标像素点，并获取目标像素点在飞行采集图像序列中每个飞行采集图像中的像素值；
目标位置确定模块按照飞行采集图像在飞行采集图像序列中的时间顺序获取目标像素点在飞行采集图像序列对应的时间段内的目标像素序列；目标像素序列中的元素为目标像素在相应时刻的像素值；每个时刻对应一个飞行采集图像；
目标位置确定模块获取目标像素点在飞行采集图像序列对应的时间段内的每个时刻的统计概率，并根据飞行采集图像序列对应的时间内的所有时刻的统计概率得到统计概率模型。
在一个实施例中，统计概率的计算公式为：
Figure BDA0002905723480000101
其中，P(δt)为目标像素点t时刻的统计概率,λi,t为第i像素点t时刻的权重系数，δt为目标像素点t时刻的像素值，rt为t时刻对应的飞行采集图像的所有像素的像素平均值，f(δt,rt)为统计概率子函数根据实际情况预设，i为每个飞行采集图像的像素点索引，n为每个飞行采集图像的像素个数。
在一个实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点，并将当前正在遍历的像素点作为中心像素点，并将中心像素点的像素值带入统计概率模型以确定中心像素点是否与统计概率模型匹配；
若中心像素点的像素值与统计概率模型匹配则更新统计概率模型的统计模型系数；若中心像素点的像素值与统计概率模型不匹配则保持统计模型系数不变；在遍历完飞行采集图像中的每个像素点后完成统计概率模型的更新以得到标准统计概率模型。
可选地，中心像素点的像素值与统计概率模型匹配为根据中心像素点的像素值和统计概率模型计算出的统计概率在预设的统计概率范围内。
在一个实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点并将当前遍历的像素点作为当前像素点，并将当前像素点带入标准统计概率模型以确定当前像素点是否与标准统计概率模型匹配，若当前像素点与标准统计概率模型匹配则将当前像素点作为核心像素点，若当前像素点不与标准统计概率模型匹配则去除当前像素点；
目标位置确定模块根据每个飞行采集图像的所有核心像素点获取每个飞行采集图像的植物区域以得到每个飞行采集图像对应的植物图像，并将所有植物图像按照时间顺序进行排列以得到植物图像序列。
在一个实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块获取植物图像序列中每个植物图像对应的植物区域的区域长度和区域宽度，获取无人机飞行位置为平行于水平地面的时刻；
目标位置确定模块将无人机飞行位置为平行于水平地面的时刻对应的植物图像作为标准植物图像，并将无人机飞行位置为平行于水平地面的时刻对应的飞行位置作为标准飞行位置；然后将标准植物图像对应的区域长度和区域宽度作为标准区域长度和标准区域宽度；
目标位置确定模块根据标准区域宽度和标准区域长度得到标准植物区域面积，根据植物图像序列中每个植物图像对应的区域长度和区域宽度获取每个植物图像的植物区域面积；每个飞行位置对应一个植物图像。
S4、目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积获取当前飞行位置的植物密度，根据当前飞行位置的位置变换系数和标准飞行位置得到当前飞行位置的植物相对位置。
在一个实施例中，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块根据每个植物图像的植物区域面积和标准植物区域面积获取每个植物图像与标准植物图像的面积变换系数，并根据所述面积变换系数得到无人机每个飞行位置的位置变换系数；
目标位置确定模块根据无人机每个飞行位置的位置变换系数得到位置变换序列；所述位置变换序列的元素为无人机在相应飞行位置的位置变换系数；
目标位置确定模块识别当前飞行位置对应的植物图像的植物数量，并根据位置变换序列获取当前飞行位置的位置变换系数；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积得到当前飞行位置的植物密度，并根据当前飞行位置的位置变换系数和标准飞行位置获取当前飞行位置的植物相对位置。
在一个实施例中，位置变换系数的计算公式为：
Figure BDA0002905723480000111
其中，ξ为植物图像对应的位置变换系数，Sa为标准区域长度，Sb为标准区域宽度，Ra为植物图像对应的区域长度，Rb植物图像对应的区域宽度。
S5、动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置，并根据喷洒药量和喷洒位置生成药物喷洒指令并将其发送到相应的无人机；无人机响应于接收到的药物喷洒指令执行药物喷洒操作。
在一个实施例中，动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置包括：
动作执行模块根据植物相对位置和无人机飞行位置获取植物位置，并根据植物位置获取喷洒位置；所述植物相对位置为植物与无人机的相对位置；
动作执行模块根据药物编号和植物编号获取药物用量标准数据，并根据植物密度和药物用量标准数据得到喷洒药量。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。

Claims (9)

1.一种基于云计算的智慧城市管理系统，其特征在于，其包括：城市管理终端、无人机管理终端、无人机和智慧城市管理云平台，智慧城市管理云平台分别与城市管理终端、无人机管理终端、无人机之间具有通信连接；
所述智慧城市管理云平台包括：路径规划模块、无人机管理模块、无人机飞行模块、目标位置确定模块和动作执行模块和数据库；
在接收到城市管理终端发送城市管理请求后，智慧城市管理云平台的路径规划模块根据喷洒区域建立喷洒空间模型，并根据城市三维地图获取喷洒空间模型中的自由喷洒子空间；获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间以对无人机进行喷洒路径规划得到无人机喷洒路径；
无人机管理模块将城市管理请求发送到相应的无人机管理终端；在药物装配完成后无人机管理终端发送药物装配完成指令到智慧城市管理云平台；
无人机飞行模块根据药物装配完成指令和无人机喷洒路径生成无人机飞行指令并将其发送到相应的无人机；无人机响应于接收到的无人机飞行指令按照无人机喷洒路径进行飞行并实时采集飞行采集图像序列，然后将其发送到智慧城市管理云平台；
目标位置确定模块根据飞行采集图像序列获取植物图像序列和位置变换序列以得到当前飞行位置的位置变换系数，并获取当前飞行位置对应的植物图像的植物数量；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积获取当前飞行位置的植物密度，根据当前飞行位置的位置变换系数和标准飞行位置得到当前飞行位置的植物相对位置；
动作执行模块根据植物相对位置和植物密度获取喷洒药量和喷洒位置，并根据喷洒药量和喷洒位置生成药物喷洒指令并将其发送到相应的无人机；无人机响应于接收到的药物喷洒指令执行药物喷洒操作。
2.根据权利要求1所述的系统，其特征在于，所述城市管理终端为城市管理人员所使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、笔记本电脑和台式电脑等；
所述无人机管理终端为无人机管理人员所使用的具有通信功能和数据传输功能的设备。
3.根据权利要求1或2所述的系统，其特征在于，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块根据城市三维地图和喷洒区域建立城市空间模型，并按照标准子空间将城市空间模型划分为若干个互不重合的喷洒子空间，然后对每个喷洒子空间进行空间编号以得到喷洒空间模型；
路径规划模块根据城市三维地图获取喷洒空间模型中每个喷洒子空间的空间自由比，并将空间自由比大于自由比阈值的喷洒子空间标注为自由喷洒子空间然后获取每个自由喷洒子空间的空间编号；
路径规划模块从喷洒空间模型中随机选取一个自由喷洒子空间作为起始喷洒子空间，并从喷洒空间模型中随机选取一个自由喷洒子空间作为终点喷洒子空间，然后获取起始喷洒子空间和终点喷洒子空间的空间编号。
4.根据权利要求3所述的系统，其特征在于，路径规划模块进行喷洒路径规划得到无人机喷洒路径包括：
路径规划模块将起始喷洒子空间作为当前喷洒子空间并获取当前喷洒子空间转移到其他每个自由喷洒子空间的转移概率，并选取转移概率最高的自由喷洒子空间作为当前喷洒子空间；
路径规划模块根据空间编号分析当前喷洒子空间是否为终点喷洒子空间；在当前喷洒子空间不为终点喷洒子空间时，重复以上步骤直到当前喷洒子空间为终点喷洒子空间从而获取无人机喷洒路径；
路径规划模块根据无人机喷洒路径获取无人机喷洒路径的喷洒路径长度，并通过喷洒路径长度得到喷洒路径优化值，最大化喷洒路径优化值以对无人机喷洒路径进行优化。
5.根据权利要求4所述的系统，其特征在于，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块获取飞行采集图像序列中每个飞行采集图像中每个像素点的像素值，并从飞行采集图像中随机选取一个像素点作为目标像素点，然后获取目标像素点在飞行采集图像序列中每个飞行采集图像中的像素值；
目标位置确定模块按照飞行采集图像在飞行采集图像序列中的时间顺序获取目标像素点在飞行采集图像序列对应的时间段内的目标像素序列；目标像素序列中的元素为目标像素在相应时刻的像素值；每个时刻对应一个飞行采集图像；
目标位置确定模块获取目标像素点在飞行采集图像序列对应的时间段内的每个时刻的统计概率，并根据飞行采集图像序列对应的时间内的所有时刻的统计概率得到统计概率模型。
6.根据权利要求5所述的系统，其特征在于，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点，并将当前正在遍历的像素点作为中心像素点，并将中心像素点的像素值带入统计概率模型以确定中心像素点是否与统计概率模型匹配；
若中心像素点的像素值与统计概率模型匹配则更新统计概率模型的统计模型系数；若中心像素点的像素值与统计概率模型不匹配则保持统计模型系数不变；在遍历完飞行采集图像中的每个像素点后完成统计概率模型的更新以得到标准统计概率模型。
7.根据权利要求6所述的系统，其特征在于，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块遍历飞行采集图像中的每个像素点并将当前遍历的像素点作为当前像素点，并将当前像素点带入标准统计概率模型以确定当前像素点是否与标准统计概率模型匹配，若当前像素点与标准统计概率模型匹配则将当前像素点作为核心像素点，若当前像素点不与标准统计概率模型匹配则去除当前像素点；
目标位置确定模块根据每个飞行采集图像的所有核心像素点获取每个飞行采集图像的植物区域以得到每个飞行采集图像对应的植物图像，并将所有植物图像按照时间顺序进行排列以得到植物图像序列。
8.根据权利要求7所述的系统，其特征在于，目标位置确定模块根据飞行采集图像序列得到当前飞行位置的植物相对位置和植物密度包括：
目标位置确定模块根据每个植物图像的植物区域面积和标准植物区域面积获取每个植物图像与标准植物图像的面积变换系数，并根据所述面积变换系数得到无人机每个飞行位置的位置变换系数；
目标位置确定模块根据无人机每个飞行位置的位置变换系数得到位置变换序列；所述位置变换序列的元素为无人机在相应飞行位置的位置变换系数；
目标位置确定模块识别当前飞行位置对应的植物图像的植物数量，并根据位置变换序列获取当前飞行位置的位置变换系数；
目标位置确定模块根据当前飞行位置对应的植物图像的植物数量、位置变换系数和植物区域面积得到当前飞行位置的植物密度，并根据当前飞行位置的位置变换系数和标准飞行位置获取当前飞行位置的植物相对位置。
9.根据权利要求1至8之一所述的系统，其特征在于，所述城市管理请求包括：无人机编号、喷洒区域、药物编号和植物编号；所述无人机编号用于对无人机进行唯一标识，所述药物编号用于对城市管理过程中涉及的药物进行唯一标识。
CN202110070146.3A 2021-01-19 2021-01-19 基于云计算的智慧城市管理系统 Active CN112712453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110070146.3A CN112712453B (zh) 2021-01-19 2021-01-19 基于云计算的智慧城市管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110070146.3A CN112712453B (zh) 2021-01-19 2021-01-19 基于云计算的智慧城市管理系统

Publications (2)

Publication Number Publication Date
CN112712453A true CN112712453A (zh) 2021-04-27
CN112712453B CN112712453B (zh) 2022-04-22

Family

ID=75549382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110070146.3A Active CN112712453B (zh) 2021-01-19 2021-01-19 基于云计算的智慧城市管理系统

Country Status (1)

Country Link
CN (1) CN112712453B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116451890A (zh) * 2023-02-14 2023-07-18 广州景瑞达工程咨询有限公司 一种基于云计算的智慧城市管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159319A (zh) * 2015-09-29 2015-12-16 广州极飞电子科技有限公司 一种无人机的喷药方法及无人机
WO2018133592A1 (zh) * 2017-01-20 2018-07-26 亿航智能设备（广州）有限公司 一种基于云端的飞行数据管理方法及装置
CN109090086A (zh) * 2018-09-19 2018-12-28 徐州元亨众利农业服务专业合作联社 一种植保无人机喷洒控制系统及其喷洒控制方法
CN111861775A (zh) * 2020-06-29 2020-10-30 成都同新房地产开发有限公司 一种基于gis的苗木资产信息化管理方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159319A (zh) * 2015-09-29 2015-12-16 广州极飞电子科技有限公司 一种无人机的喷药方法及无人机
WO2018133592A1 (zh) * 2017-01-20 2018-07-26 亿航智能设备（广州）有限公司 一种基于云端的飞行数据管理方法及装置
CN109090086A (zh) * 2018-09-19 2018-12-28 徐州元亨众利农业服务专业合作联社 一种植保无人机喷洒控制系统及其喷洒控制方法
CN111861775A (zh) * 2020-06-29 2020-10-30 成都同新房地产开发有限公司 一种基于gis的苗木资产信息化管理方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘志芳: "小型无人机在城市园林中的应用前景", 《中国科技信息》 *
翟珂等: "基于大数据和云计算的智慧城管公共服务平台建设方案探讨", 《测绘与空间地理信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116451890A (zh) * 2023-02-14 2023-07-18 广州景瑞达工程咨询有限公司 一种基于云计算的智慧城市管理方法及系统
CN116451890B (zh) * 2023-02-14 2023-12-12 上海勘测设计研究院有限公司 一种基于云计算的智慧城市管理方法及系统

Also Published As

Publication number Publication date
CN112712453B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN110969215B (zh) 聚类处理方法和装置、存储介质及电子装置
CN111427375A (zh) 无人机巡采巡查的微区域智能划分方法及系统
CN111382808A (zh) 一种车辆检测处理方法及装置
CN106777093A (zh) 基于空间时序数据流应用的Skyline查询系统
CN108182218B (zh) 一种基于地理信息系统的视频人物识别方法、系统及电子设备
US11693380B1 (en) Distribution methods and distribution systems for greenspace irrigation water of smart cities based on internet of things
CN109189949A (zh) 一种人口分布计算方法
CN110363176A (zh) 一种图像分析方法及装置
US20230004903A1 (en) Methods of greening management in smart cities, system, and storage mediums thereof
Der Yang et al. Real-time crop classification using edge computing and deep learning
CN113867410B (zh) 一种无人机航拍数据的采集模式识别方法和系统
CN112712453B (zh) 基于云计算的智慧城市管理系统
CN112393735B (zh) 定位方法及装置、存储介质、电子装置
CN112183312A (zh) 基于智慧城市的城市管理事件处理方法
CN116824861A (zh) 基于城市大脑平台多维数据的共享单车调度方法和系统
CN112859920B (zh) 基于大数据的智慧城市管理方法
CN110597248B (zh) 园区无人智慧巡检方法、装置、设备及存储介质
CN117146831B (zh) 基于机器学习和无人机的果树生长状态评估方法及系统
CN110516101A (zh) 一种基于大数据挖掘的林业一张图建立方法及装置
CN114169506A (zh) 一种基于工业物联网平台的深度学习边缘计算系统框架
CN111984194A (zh) 基于物联网的智慧城市数据迁移存储管理系统
CN114356502B (zh) 基于边缘计算技术的非结构化数据标记、训练和发布系统及方法
CN114663818B (zh) 基于视觉自监督学习机场运行核心区监测预警系统及方法
CN112732446B (zh) 一种任务处理方法、装置及存储介质
CN110070344A (zh) 任务量化的城市管理系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220329

Address after: 065000 Youyi Road, Langfang Development Zone, Langfang City, Hebei Province

Applicant after: LANGFANG BOLIAN TECHNOLOGY DEVELOPMENT Co.,Ltd.

Address before: No.4, 1st floor, building 8, 255 Da'an Road, Zhengxing street, Tianfu New District, Chengdu, Sichuan 610218

Applicant before: Chengdu smart enabling technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant