CN112859920A - 基于大数据的智慧城市管理方法 - Google Patents
基于大数据的智慧城市管理方法 Download PDFInfo
- Publication number
- CN112859920A CN112859920A CN202110071621.9A CN202110071621A CN112859920A CN 112859920 A CN112859920 A CN 112859920A CN 202110071621 A CN202110071621 A CN 202110071621A CN 112859920 A CN112859920 A CN 112859920A
- Authority
- CN
- China
- Prior art keywords
- spraying
- flight
- plant
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于大数据的智慧城市管理方法,其包括: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进行喷洒路径规划以得到无人机喷洒路径。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。无人机响应于接收到的无人机飞行指令飞行并实时采集飞行采集图像序列。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。
Description
技术领域
本发明涉及智慧城市和大数据领域,尤其涉及一种基于大数据的智慧城市管理方法。
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、工业化与城市化深度融合,有助于缓解“大城市病”,提高城市化质量,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大数据的智慧城市管理方法,其包括:
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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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。
根据一个优选实施方式,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,节约喷洒时间避免重复喷洒。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大数据的智慧城市管理方法的流程图。
具体实施方式
下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。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。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
目前的城市绿化植物的农药喷洒方法主要有人工喷洒、农药喷洒车喷洒、无人机喷洒等。人工喷洒需要人工背负器械在垄间作业,不但效率低下,而且高浓度的有害气体对人体有伤害。传统无人机喷洒是在一定区域内无差别喷洒,不仅浪费药物,还会导致有些不需要喷洒的绿化植物被喷洒药物而死亡的情况。此外,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。
如图1所示,在一个实施例中,本发明提供的基于大数据的智慧城市管理方法可以包括以下步骤:
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:
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:
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。
本发明通过进行喷洒路径规划以得到无人机喷洒路径,节约喷洒时间避免重复喷洒。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,使得药液在植物上分布均匀,在节约药液的同时避免了不需要喷洒药物的植物被喷洒药物而死亡的情况。另外,还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。
在一个实施例中,用于执行前述方法的基于大数据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。其中,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,各模块间具有通信连接。
具体的,前述智慧城市管理系统的工作方式如下:
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。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种基于大数据的智慧城市管理方法,其特征在于,城市管理终端发送城市管理请求到所述智慧城市管理云平台;
所述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所述的方法,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,所述植物编号用于对植物进行唯一标识。
3.根据权利要求2所述的方法,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所述的方法,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所述的方法,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所述的方法,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所述的方法,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所述的方法,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。
9.根据权利要求8所述的方法,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。
10.根据权利要求9所述的方法,其特征在于,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071621.9A CN112859920B (zh) | 2021-01-19 | 2021-01-19 | 基于大数据的智慧城市管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071621.9A CN112859920B (zh) | 2021-01-19 | 2021-01-19 | 基于大数据的智慧城市管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859920A true CN112859920A (zh) | 2021-05-28 |
CN112859920B CN112859920B (zh) | 2022-04-15 |
Family
ID=76007490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110071621.9A Active CN112859920B (zh) | 2021-01-19 | 2021-01-19 | 基于大数据的智慧城市管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859920B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779270A (zh) * | 2012-06-21 | 2012-11-14 | 西南交通大学 | 一种针对购物图像搜索的目标衣物图像提取方法 |
CN106814745A (zh) * | 2017-03-22 | 2017-06-09 | 常熟理工学院 | 无人机智能药物供给喷洒方法和系统 |
CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
CN107264806A (zh) * | 2017-06-28 | 2017-10-20 | 苏州极目机器人科技有限公司 | 一种无人机的植保喷洒方法 |
CN107992078A (zh) * | 2017-12-15 | 2018-05-04 | 西安天问智能科技有限公司 | 一种植保无人机自主路径规划方法 |
CN108090893A (zh) * | 2017-11-23 | 2018-05-29 | 华南农业大学 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
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 |
CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
CN108919832A (zh) * | 2018-07-23 | 2018-11-30 | 京东方科技集团股份有限公司 | 无人机作业航线规划方法、无人机施药方法及装置 |
CN109033937A (zh) * | 2018-06-01 | 2018-12-18 | 武汉禾大科技有限公司 | 通过无人机影像进行植物数量统计方法及系统 |
CN110175947A (zh) * | 2019-05-24 | 2019-08-27 | 武汉华电工研科技有限公司 | 一种基于物联网的智慧城市管理云平台 |
CN110456820A (zh) * | 2019-08-22 | 2019-11-15 | 江苏农林职业技术学院 | 基于超带宽无线定位的农药喷施系统及控制方法 |
CN110597279A (zh) * | 2019-08-30 | 2019-12-20 | 南京精微迅智能科技有限公司 | 一种农业无人机的作业方法及其控制方法 |
CN110865865A (zh) * | 2019-11-22 | 2020-03-06 | 科大讯飞股份有限公司 | 一种弹窗位置确定方法、装置、设备及存储介质 |
KR20200079180A (ko) * | 2018-12-24 | 2020-07-02 | 농업회사법인 렛츠팜 주식회사 | 군집비행 드론 플랫폼을 이용한 재배현황 및 식생지수 분석 시스템 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
CN111665864A (zh) * | 2020-06-12 | 2020-09-15 | 张玉红 | 一种基于大数据物联网的农业种植植保作业智慧管理系统 |
CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理系统 |
-
2021
- 2021-01-19 CN CN202110071621.9A patent/CN112859920B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779270A (zh) * | 2012-06-21 | 2012-11-14 | 西南交通大学 | 一种针对购物图像搜索的目标衣物图像提取方法 |
CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
CN106814745A (zh) * | 2017-03-22 | 2017-06-09 | 常熟理工学院 | 无人机智能药物供给喷洒方法和系统 |
CN107264806A (zh) * | 2017-06-28 | 2017-10-20 | 苏州极目机器人科技有限公司 | 一种无人机的植保喷洒方法 |
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 |
CN108090893A (zh) * | 2017-11-23 | 2018-05-29 | 华南农业大学 | 基于热红外识别的植保无人机药剂喷洒优化方法和装置 |
CN107992078A (zh) * | 2017-12-15 | 2018-05-04 | 西安天问智能科技有限公司 | 一种植保无人机自主路径规划方法 |
CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
CN109033937A (zh) * | 2018-06-01 | 2018-12-18 | 武汉禾大科技有限公司 | 通过无人机影像进行植物数量统计方法及系统 |
CN108919832A (zh) * | 2018-07-23 | 2018-11-30 | 京东方科技集团股份有限公司 | 无人机作业航线规划方法、无人机施药方法及装置 |
KR20200079180A (ko) * | 2018-12-24 | 2020-07-02 | 농업회사법인 렛츠팜 주식회사 | 군집비행 드론 플랫폼을 이용한 재배현황 및 식생지수 분석 시스템 |
CN110175947A (zh) * | 2019-05-24 | 2019-08-27 | 武汉华电工研科技有限公司 | 一种基于物联网的智慧城市管理云平台 |
CN110456820A (zh) * | 2019-08-22 | 2019-11-15 | 江苏农林职业技术学院 | 基于超带宽无线定位的农药喷施系统及控制方法 |
CN110597279A (zh) * | 2019-08-30 | 2019-12-20 | 南京精微迅智能科技有限公司 | 一种农业无人机的作业方法及其控制方法 |
CN110865865A (zh) * | 2019-11-22 | 2020-03-06 | 科大讯飞股份有限公司 | 一种弹窗位置确定方法、装置、设备及存储介质 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
CN111665864A (zh) * | 2020-06-12 | 2020-09-15 | 张玉红 | 一种基于大数据物联网的农业种植植保作业智慧管理系统 |
CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理系统 |
Non-Patent Citations (1)
Title |
---|
王碧玉: "基于农用植保无人机的数据分析浅析", 《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112859920B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110874362A (zh) | 一种数据关联分析方法及装置 | |
CN103200242B (zh) | 基于物联网构建跨层面数据分析枢纽的方法 | |
CN104764533A (zh) | 基于无人机图像采集和红外热像仪的智能农业系统 | |
CN104865935A (zh) | 基于无人机图像采集的智能农业系统 | |
US11693380B1 (en) | Distribution methods and distribution systems for greenspace irrigation water of smart cities based on internet of things | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测系统 | |
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 | |
Ji et al. | An IoT and mobile cloud based architecture for smart planting | |
CN112859920B (zh) | 基于大数据的智慧城市管理方法 | |
US20230004903A1 (en) | Methods of greening management in smart cities, system, and storage mediums thereof | |
CN110516101A (zh) | 一种基于大数据挖掘的林业一张图建立方法及装置 | |
CN114545833B (zh) | 一种基于物联网技术的设施农业智能交互处理系统 | |
CN115393900A (zh) | 一种基于物联网的智慧工地安全监管方法及系统 | |
CN114997535A (zh) | 一种智慧农业全过程生产大数据智能分析方法及系统平台 | |
CN112153464A (zh) | 一种智慧城市管理系统 | |
CN112183312A (zh) | 基于智慧城市的城市管理事件处理方法 | |
CN112732446A (zh) | 一种任务处理方法、装置及存储介质 | |
Hu et al. | Multi-Source Data Interpretation For Field Scale Precision Management In Healthcare Industry. | |
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 | |
Zeng et al. | The study of DDPG based spatiotemporal dynamic deployment optimization of Air-Ground ad hoc network for disaster emergency response | |
CN116719833B (zh) | 一种基于并发同步的病虫害防治数据更新方法和系统 | |
Popescu et al. | Orchard monitoring based on unmanned aerial vehicles and image processing by artificial neural networks: a systematic review | |
CN117874498B (zh) | 基于数据湖的智慧林业大数据系统、方法、设备及介质 | |
CN115278525B (zh) | 集群运动目标连续时空定位数据的精简方法及系统 |
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: 20220325 Address after: 250000 9th and 10th floors, No. 5111, Aoti Middle Road, high tech Zone, Jinan City, Shandong Province Applicant after: Jinan municipal public assets management and Operation 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 |