CN112965514B - 一种空地协同施药方法及系统 - Google Patents

Abstract

本发明提供一种空地协同施药方法及系统，包括：获取待作业果园的靶标信息，包括地理特征信息以及果树特征信息；根据靶标信息，确定植保无人机与地面施药无人车的协同作业路径；控制植保无人机和地面施药无人车按照协同作业路径进行作业。本发明根据果园和果树的特征信息，规划协同作业路径，在此基础上，控制植保无人机与地面施药无人车按规划的协同作业路径进行作业，以空地协同喷药的方式，利用地面施药无人车对植保无人机作业盲区进行补充作业，实现药液全面覆盖果树，最大程度地提高药物利用率，降低农药喷施不合理造成的负面影响，减少环境污染，优化喷药控制方式和效果，使果树病虫害得到了有效防治，能有效保证保障水果稳产、增产。

Description

一种空地协同施药方法及系统

技术领域

本发明涉及农业施灌技术领域，尤其涉及一种空地协同施药方法及系统。

背景技术

在当前种植业发展条件下，我国果园种植地形以丘陵山区果园为主，丘陵地区坡度较大、崎岖不平，而果园大型机械作业在丘陵、山地地区受限，果园防治难度大。而果树冠层密集且集中，易发生病虫害问题，加大防治难度。当前果园植保主要依赖喷施化学农药进行病虫害防治。

近年来，随着科技的发展，在对果园病虫害防治方面，除了传统的有人车喷药，地面施药无人车和植保无人机在植保上应用也较为广泛。植保无人机喷药时是由植保无人机飞行操控人员通过遥控植保无人机进行空中作业；而地面施药无人车喷药时是无线遥控操作喷药系统进行地面作业。

上述技术均无法将药液全面覆盖果树，且存在喷雾不均、药液覆盖不全面、药害严重、防治效果差等问题。

发明内容

针对现有技术存在的喷雾不均、药液覆盖不全面、药害严重、防治效果差等问题，本发明提供一种空地协同施药方法及系统。

本发明提供一种空地协同施药方法，包括：获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；根据靶标信息，确定植保无人机与地面施药无人车的协同作业路径；控制植保无人机与地面施药无人车按照协同作业路径进行协同作业。

根据本发明提供的一种空地协同施药方法，获取待作业果园的靶标信息，包括：获取包含地理特征信息的遥感图像和包含果树特征信息的三维点云图像；基于多元传感器融合技术，对遥感图像和三维点云图像进行融合，获取融合信息图像，提取靶标信息。

根据本发明提供的一种空地协同施药方法，在植保无人机与地面施药无人车进行同步作业情况下，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，包括：获取第一阈值高度与地面施药无人车喷药臂的高度之间的第一高度差；第一阈值高度为同步作业下洗气流临界阈值所在位置与地面的相对高度；根据第一高度差和车树距离，获取地面施药无人车与同步作业下洗气流临界阈值所在位置之间的仰角，作为第一角度；车树距离为地面施药无人车喷药臂与目标果树之间的距离；将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度；理论喷药臂角度是基于库函数确定的。

根据本发明提供的一种空地协同施药方法，在植保无人机与地面施药无人车进行异步作业情况下，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，还包括：获取第二阈值高度与地面施药无人车喷药臂的高度之间的第二高度差；第二阈值高度为异步作业下洗气流临界阈值所在位置与地面的相对高度；根据第二高度差和车树距离，确定地面施药无人车与异步作业下洗气流临界阈值所在位置之间的仰角，作为第二角度；将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第二角度。

根据本发明提供的一种空地协同施药方法，在将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度之后，还包括：基于当前风速风向信息，根据植保无人机与目标果树冠层顶部之间的第三高度差，获取药液偏移角，确定药液偏移区域；根据靶标信息，获取目标果树冠层顶部与地面施药无人车喷药臂的高度之间的第四高度差；根据药液偏移角、车树距离和第四高度差，将地面施药无人车与药液偏移区域的仰角与第一角度的差值作为第三角度；根据当前风速风向信息，将地面施药无人车的喷药臂再向逆风方向调整第三角度。

根据本发明提供的一种空地协同施药方法，第一角度的计算公式为：

θ₁＝arctan(h₁/L)；

其中，θ₁为第一角度，h₁为第一阈值高度，L为车树距离。

根据本发明提供的一种空地协同施药方法，第二角度的计算公式为：

θ₂＝arctan(h₂/L)；

其中，θ₂为第二角度，h₂为第二阈值高度，L为车树距离。

根据本发明提供的一种空地协同施药方法，第三角度的计算公式为：

其中，α为药液偏移角，h为第三高度差，θ₃为第三角度，h₀为果树特征信息中果树冠层顶部与地面施药无人车喷药臂之间的第四高度差，v为当前风速风向信息中的风速，L为车树距离，h₁为所述第一阈值高度。

本发明还提供一种空地协同施药系统，包括：靶标信息获取单元，用于获取待作业果园的靶标信息；路径规划单元，用于根据靶标信息，确定植保无人机与地面施药无人车的协同作业路径；控制单元，用于控制植保无人机与地面施药无人车按照协同作业路径进行作业。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种空地协同施药方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种空地协同施药方法的步骤。

本发明提供的空地协同施药方法及系统，根据果园和果树的特征信息，规划协同作业路径，在此基础上，控制植保无人机与地面施药无人车按规划的协同作业路径进行作业，以空地协同喷药的方式，利用地面施药无人车对植保无人机作业盲区进行补充作业，实现药液全面覆盖果树，最大程度地提高药物利用率，降低农药喷施不合理造成的负面影响，减少环境污染，优化喷药控制方式和效果，使果树病虫害得到了有效防治，能有效保证保障水果稳产、增产。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的空地协同施药方法的流程示意图之一；

图2是本发明提供的同步作业情况下地面施药无人车喷药臂调整角度θ₁示意图；

图3是本发明提供的药液偏移角度α的确定示意图；

图4是本发明提供的侧风补偿角度θ₃的确定示意图；

图5是本发明提供的植保无人机与地面施药无人车装置的结构示意图；

图6是本发明提供的空地协同施药方法的流程示意图之二；

图7是本发明提供的空地协同施药系统的结构示意图

图8是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。

需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”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和简化描述，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。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

下面结合图1至图8描述本发明实施例所提供的空地协同施药方法和系统。

图1是本发明提供的空地协同施药方法的流程示意图之一，如图1所示，主要包括但不限于以下步骤：

S101，获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；

S102，根据靶标信息，确定植保无人机与地面施药无人车的协同作业路径；

S103，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业。

首先，利用植保无人机上的定位系统定位待作业果园，通过影像获取装置对待作业果园进行扫描拍摄，获取待作业果园的遥感图像和三维点云图像。其中，从遥感图像中可以提取出待作业果园的地理特征信息，从三维点云图像中可以提取出待作业果园的果树特征信息。

其中，地理特征信息可以包括：待作业果园的面积、地形、果树密度和果园边界信息等信息。果树特征信息可以包括：果树的形状、大小轮廓、体积及果树冠层顶部与地面施药无人车喷药臂之间的高度差h₀等信息。

可选地，植保无人机体积小，负载能力强，在用于空中喷洒药液时，工作效率高，且其旋翼产生的下洗气流有助于药液雾流对果树的穿透性，具有良好的防治效果。

可选地，定位系统可以是GPS定位系统、北斗系统、GLONASS系统或者伽利略卫星导航系统其中的一种，在本发明后续实施例中均以GPS定位系统定位为例进行说明，其不视为对本发明保护范围的限定。

可选地，影像获取装置可以是红外扫描仪、线阵相机、深度相机或者高光谱相机中的一种。

进一步地，在步骤S101中，控制站对遥感图像进行拼接融合，获取融合信息图像，提取包含地理特征信息以及果树特征信息的靶标信息。

可选地，利用基于SURF算法的图像拼接方法，提取每幅图进行特征点后，根据特征点的匹配进行图像配准，把图像拷贝到相应图像的特定位置，对重叠边界进行去裂缝处理，实现遥感图像和三维点云图像的融合。

进一步地，在步骤S102中，根据靶标信息，先对待作业果园进行三维建模，然后基于路径搜索算法进行路径搜索，确定一条行走路径，使预定的性能函数获得最优值，确定植保无人机与地面施药无人车的协同作业路径。

其中，对待作业果园进行三维建模，是为了建立一个便于计算机进行路径规划所使用的环境模型，将实际的物理空间抽象成算法能够处理的抽象空间，实现相互间的映射。

搜索出的路径并不一定是一条地面施药无人车可以行走的可行路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。

可选地，路径搜索算法可以是Dijkstra算法、SPFA算法、Bellman-Ford算法、Floyd-Warshall算法或Johnson算法中的一种。

可选地，规划路径方法可以是几何法、单元划分法、人工势场法、栅格法、数字分析法中的一种。

其中，对于性能函数获得的最优值，其最优体现在在保证对待作业果园进行全面作业的基础上，确保植保无人机与地面施药无人车的作业路径最短，无重复作业或遗漏作业。

其中，地面施药无人车的下洗气流传感器524安装于与地面施药无人车喷药臂同一水平面的高度。

进一步地，在步骤S103中，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，植保无人机对待作业果园的果树冠层的上部分进行施药，地面施药无人车根据当前下洗气流强度，确定植保无人机未施药的部分，计算出地面施药无人车喷药臂应调整的角度，对果树冠层下部进行补充喷药，实现药液全面覆盖果树。

本发明提供的空地协同施药方法，根据果园和果树的特征信息，规划协同作业路径，在此基础上，控制植保无人机与地面施药无人车按规划的协同作业路径进行作业，以空地协同喷药的方式，利用地面施药无人车对植保无人机作业盲区进行补充作业，实现药液全面覆盖果树，最大程度地提高药物利用率，降低农药喷施不合理造成的负面影响，减少环境污染，优化喷药控制方式和效果，使果树病虫害得到了有效防治，能有效保证保障水果稳产、增产。

基于上述实施例的内容，作为一种可选实施例，获取待作业果园的靶标信息，包括：获取包含地理特征信息的遥感图像和包含果树特征信息的三维点云图像；基于多元传感器融合技术，对遥感图像和三维点云图像进行融合，获取靶标信息。

可选地，遥感图像获取设备除可见光摄影机、红外摄影机、紫外摄影机外，还有红外扫描仪、多光谱扫描仪、微波辐射和散射计、侧视雷达、专题成像仪、成像光谱仪等。

可选地，三维点云图像获取设备是3D相机，可以是双目相机、TOF相机、RGBD相机中的一种。

传感器数据融合技术，把分布在不同位置的多个同类或不同类传感器所提供的局部数据资源加以综合，采用计算机技术对其进行分析，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，降低其不确实性，获得被测对象的一致性解释与描述，从而提高系统决策、规划、反应的快速性和正确性，使系统获得更充分的信息。其信息融合在不同信息层次上出现，包括数据层融合、特征层融合、决策层融合。

植保无人机在待作业果园上空采集数据，一方面可以通过植保无人机携带的激光雷达获取待作业果园的遥感图像，从遥感图像中可以提取出包含果园面积、地形、果树密度和果园边界信息等地理特征信息；另一方面通过植保无人机携带的3D相机获取待作业果园中果树的三维点云图像，从三维点云图像中可以提取出包括果树的形状、大小轮廓、体积及果树冠层顶部与地面施药无人车喷药臂之间的高度差h₀等果树特征信息。控制站共享并整合植保无人机遥感影像和三维点云图像，多元传感器融合技术获取的融合信息图像，提取待作业果园的靶标信息。

本实施例通过对获取的图像信息进行信息融合，获取靶标信息，根据靶标信息中每棵果树的大小、形状和位置等，为后期合理分配植保无人机和地面施药无人车的载药量提供基础，通过设置植保无人机和地面施药无人车对每棵果树的施药时间来控制施药量，有利于针对每棵果树需求不同精准施药。

基于上述实施例的内容，作为一种可选实施例，在植保无人机与地面施药无人车进行同步作业情况下，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，包括：

获取第一阈值高度与地面施药无人车喷药臂的高度之间的第一高度差；第一阈值高度为同步作业下洗气流临界阈值所在位置与地面的相对高度；

根据第一高度差和车树距离，获取地面施药无人车与同步作业下洗气流临界阈值所在位置之间的仰角，作为第一角度；车树距离为地面施药无人车喷药臂与目标果树之间的距离；

将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度；理论喷药臂角度是基于库函数确定的。

其中，首先设置下洗气流强度的临界阈值

根据下洗气流强度判断植保无人机施药能穿透的果树冠层位置；其中，下洗气流强度为临界阈值

时位置的高度，即为植保无人机和地面施药无人车作业区域的分界面，进而确定地面施药无人车的施药区域。

其中，第一阈值高度是在当前下洗气流强度时，气流强度为临界阈值

位置与地面的相对高度，通过地面施药无人车的下洗气流传感器524直接获取。

其中，车树距离L是通过装于地面施药无人车上的测距系统直接获取的。

其中，理论喷药臂角度是按照果树普遍高度来人为设定，人为设定是按照果树的树型(如梨树、苹果树等)、树龄和防治周期经验值调整喷药臂角度。

其中，库函数是基于进算法统计果树种类(如桃树、苹果树)、树型、树龄和防治周期建立的。

同步动态模式是植保无人机和地面施药无人车速度相同，通过调整地面施药无人车的风送式喷药臂角度作业，弥补由于果树冠层密集植保无人机施药穿透性差问题，实现药液果树冠层全覆盖。

地面施药无人车可通过下洗气流传感器524测量植保无人机药液穿过冠层后的下洗气流强度，估算植保无人机施药药液在冠层中的动态沉积分布区域，进而动态调整地面施药无人车喷臂角度。

图2是本发明提供的同步作业情况下地面施药无人车喷药臂向上调整第一角θ₁度示意图，在一个实施例中，如图2所示，植保无人机在果树上方作业施药时会产生下洗气流，加大药液沉积速度，装在地面施药无人车喷药臂同水平处的下洗气流传感器524测量果园药液下洗气流强度

当

时，

为下洗气流传感器524测量下洗气流强度临界阈值

记录此时下洗气流强度为临界阈值

的位置与地面施药无人车喷药臂之间的高度差为第一高度差h₁，地面施药无人车施药需要覆盖范围为高度低于h₁的目标果树冠层，植保无人机作业喷洒的药液在冠层中的动态沉积分布区域ψ的区域为：

ψ＝h₀-h₁

第一阈值高度通过地面施药无人车的传感器通过测量不同高度下洗气流强度获得的，

根据下洗气流强度与地面施药无人车喷药臂之间的高度差h₁和车树距离L，通过反三角函数可获取地面施药无人车喷药臂需向上调整的第一角度θ₁。

完成地面施药无人车喷药臂角度调整后，地面施药无人车与植保无人机按照协同作业路径进行同步作业。

本实施例通过植保无人机与地面施药无人车同步作业的方式，根据植保无人机遥感图像获取系统发来的信息，调节地面施药无人车喷药臂的角度进行施药，利用地面施药无人车对植保无人机作业盲区进行补充作业，及时修正喷药臂角度，实现药液全面覆盖果树。

基于上述实施例的内容，作为一种可选实施例，在植保无人机与地面施药无人车进行异步作业情况下，控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，还包括：

获取第二阈值高度与地面施药无人车喷药臂的高度之间的第二高度差；第二阈值高度为异步作业下洗气流临界阈值所在位置与地面的相对高度；

根据第二高度差和车树距离，确定地面施药无人车与异步作业下洗气流临界阈值所在位置之间的仰角，作为第二角度；

将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第二角度。

其中，异步模型化模式植保无人机和地面施药无人车速度不同，地面施药无人车与植保无人机各自单独作业。

第二阈值高度h₂为植保无人机在果园常规下洗气流强度的平均值时下洗气流强度为临界阈值

时的高度。

在一个实施例中，植保无人机与地面施药无人车同时施药作业，植保无人机作业按照控制站生成的最佳协同作业路径以大于地面施药无人车的速度进行空中作业，按照植保无人机在果园常规下洗气流强度的平均值，将地面施药无人车喷药臂在理论喷药臂角度的基础上，向上调整第二角度θ₂，提前调整好角度后，地面施药无人车再按照同作业路径进行作业，与植保无人机实现异步模型化模式协同作业。

本实施例通过控制植保无人机与地面施药无人车异步作业，实现药液对果园的全面覆盖，此实施例可以弥补植保无人机续航能力不足的载药量有限的缺陷，提高作业效率。

基于上述任一实施例的内容，作为一种可选实施例，在将地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度之后，还包括有风天气的侧风补偿：

基于当前风速风向信息，根据植保无人机与目标果树冠层顶部之间的第三高度差，获取药液偏移角，确定药液偏移区域；

根据靶标信息，获取目标果树冠层顶部与地面施药无人车喷药臂的高度之间的第四高度差；

根据药液偏移角、车树距离和第四高度差，将地面施药无人车与药液偏移区域的仰角与第一角度的差值作为第三角度；

根据当前风速风向信息，将地面施药无人车的喷药臂再向逆风方向调整第三角度。

其中，在植保无人机喷药过程中，由于植保无人机飞行时旋翼旋转扰动空气所产生的气流会使从喷头喷出的雾化药物发生漂移，不能精准的飘洒在水果表面。而起风天气也会出现这样的药物漂移现象，导致施药效果不佳。此时，需要调整地面施药无人车喷药臂的角度对施药范围进行侧风补偿。

在一个实施例中，通过植保无人机的风速风向传感器514获取风向信息，经过AD转换、电信号转换获取药物漂流信息，并共享至控制站；植保无人机上的激光雷达测出植保无人机与目标果树冠层顶部之间的第三高度差h并共享至控制站；控制站根据药物漂流信息以及第三高度差h，获取药液偏移角α，如图三所示。

根据靶标信息，可以获取目标果树冠层顶部与地面施药无人车喷药臂的高度之间的第四高度差h₀；根据药液偏移角α、车树距离和第四高度差h₀，将地面施药无人车与药液偏移区域的仰角与第一角度θ₁的差值作为第三角度θ₃；根据当前风速风向信息，将地面施药无人车的喷药臂再向上调整第三角度θ₃，其中，第三角度θ₃的调整如图四所示。

本实施例通过将将传感器收集到的漂移信息传到控制站，进而得出药液在果树冠层漂移范围，通过对地面施药无人车喷药臂的施药角度进行相应的调整，弥补植保无人机施药漂移部分实现施药全覆盖，达到果树防治药液均匀，最终达到对果园果树靶标精准施药。

基于上述任一实施例的内容，作为一种可选实施例，第一角度的计算公式为：

θ₁＝arctan(h₁/L)；

其中，θ₁为第一角度，h₁为第一阈值高度，L为车树距离。

基于上述任一实施例的内容，作为一种可选实施例，第二角度的计算公式为：

θ₂＝arctan(h₂/L)；

其中，θ₂为第二角度，h₂为第二阈值高度，L为车树距离。

基于上述任一实施例的内容，作为一种可选实施例，图3是本发明提供的药液偏移角度α的确定示意图，如图3所示，第三角度的计算公式为：

其中，α为药液偏移角，h为第三高度差，θ₃为第三角度，h₀为果树特征信息中果树冠层顶部与地面施药无人车喷药臂之间的第四高度差，v为当前风速风向信息中的风速，L为车树距离，h₁为所述第一阈值高度。

其中，侧风补偿地面施药无人车喷药臂角度θ₃方式如图4所示：通过测量得到偏移角α和单位时间内风速产生的距离算出距离植保无人机的高度h_偏移：

其中，h_相对偏移的计算公式为：

h_相对偏移＝h+h₀-h_偏移；

地面施药无人车喷臂角度θ₃与第一角度θ₁之和与植保无人机的高度h_偏移偏移、偏移角α、果树距下洗气流传感器524处高度h₀、车树距离L之间的关系如下：

地面施药无人车喷臂角度θ与偏移角α关系如下：

其中，α为药液偏移角，h为第三高度差，θ₃为第三角度，h₀为果树特征信息中果树冠层顶部与地面施药无人车喷药臂之间的第四高度差，v为当前风速风向信息中的风速，L为车树距离，h₁为所述第一阈值高度。

图5是本发明提供的植保无人机和地面施药无人车装置的结构示意图，作为一种可选实施例，如图5所示，植保无人机51载有以下系统：

影像获取系统511，用于对待作业果园进行扫描拍摄；该系统包括3D相机和激光雷达；其中，3D相机用于获取果树的三维点云图像，激光雷达用于获取待作业果园的遥感图像；

植保无人机GPS定位系统512，用于对待作业果园和目标果树进行定位，使植保无人机按照协同作业路径进行作业；

植保无人机协同作业喷药控制系统513，用于对待作业果园进行空中作业。

风速风向传感器514，用于获取风速风向信息；

地面施药无人车52载有以下系统：

控制站521，对信息地面施药无人车和植保无人机获取的信息共享并处理，并对植保无人机和地面施药无人车进行控制；

地面施药无人车协同作业喷药控制系统522，用于对待作业果园进行地上作业，包括风送式喷药臂；

地面施药无人车GPS定位系统523，用于使地面施药无人车按照协同作业路径进行作业。

下洗气流传感器524，用于测量地面施药无人车所在位置不同高度的下洗气流强度；

测距系统525，用于测量喷药臂与目标果树之间的距离，包括激光雷达。

图6是本发明提供的空地协同施药方法的流程示意图之二，作为一种可选实施例，如图6所示，植保无人机在采集信息过程中，利用植保无人机GPS定位系统512获取果园地理位置，通过影像获取系统511的激光雷达和3D相机对待作业果园进行扫描拍摄，获取待作业果园的遥感图像和三维点云图像；遥感图像包含果园面积、地形、果树密度和果园边界信息等地理特征信息，三维点云图像包括果树的形状、大小轮廓、体积及果树冠层顶部与地面施药无人车喷药臂之间的高度差h₀等果树特征信息。

控制站521共享植保无人机遥感影像和三维点云图像，并利用基于SURF算法的图像拼接方法，提取每幅图进行特征点后，根据特征点的匹配进行图像配准，把图像拷贝到相应图像的特定位置，对重叠边界进行去裂缝处理，实现遥感图像和三维点云图像的融合，后提取靶标信息。

对获取的靶标信息，控制站521根据三维建模的原理用C++编写程序和并使用Opencv Opengl库编写函数实现待作业果园的三维重建，加上算法重构冠层结构图，构建待作业果园的三维模型，包含果园面积、地形、果树密度和果园边界信息等地理特征信息，以及果树形状、大小轮廓、体积及果树冠层顶部与地面施药无人车喷药臂之间的高度差h₀等果树特征信息，实现果园靶标信息的全覆盖。

根据实际情况，通过用可视图法在地面施药无人车控制站微处理器中规划出植保无人机与地面施药无人车作业的同步作业路径或异步作业路径，其中，可视图法是基于环境建模的路径规划算法。

在同步作业的情况下，控制站521将同步作业路径共享至植保无人机和地面施药无人车，控制植保无人机与地面施药无人车按照根据同步作业路径对同一目标进行同时喷药作业，植保无人机对目标果树冠层上部进行作业，通过调整协同作业喷药控制系统522的地面施药无人车喷臂角度对目标果树冠层下部(植保无人机的作业盲区)进行补充喷药，实现药液全面覆盖果树。根据天气情况设定是否需要侧风补偿，外界环境起风会导致药物漂移，风速风向传感器514会把风速风向信息传输至控制站521，经控制站521处理后发出指令，通过调整协同作业喷药控制系统522的地面施药无人车喷臂角度实现侧风补偿，完成水果喷药防治任务。

在异步作业的情况下，控制站521将异步作业路径共享至植保无人机和地面施药无人车，植保无人机首先根据需要按照异步作业路径对待作业果园的果树冠层上部快速进行作业，地面施药无人车收到信息作出下一步响应，根据植保无人机在果园常规下洗气流强度的平均值调整协同作业喷药控制系统522的地面施药无人车喷臂角度，并按照异步作业路径对果树冠层下部(植保无人机的作业盲区)进行补充喷药，实现药液全面覆盖果树，完成水果喷药防治任务。

本实施例通过根据果园和果树的特征信息，可根据实际情况灵活规划协同作业路径，适用范围更广。

图7是本发明提供的空地协同施药系统的结构示意图，如图7所示，包括但不限于以下单元：

靶标信息获取单元701，用于获取待作业果园的靶标信息；

路径规划单元702，用于根据靶标信息，确定植保无人机与地面施药无人车的协同作业路径；

控制单元703，用于控制植保无人机与地面施药无人车按照协同作业路径进行作业。

靶标信息获取单元701获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；根据靶标信息，路径规划单元702确定植保无人机与地面施药无人车的协同作业路径；控制单元703控制植保无人机与地面施药无人车按照协同作业路径进行协同作业。

具体地，在实际应用中，首先，利用植保无人机上的定位系统定位待作业果园，通过影像获取系统511对待作业果园进行扫描拍摄，获取待作业果园的遥感图像和三维点云图像。其中，从遥感图像中可以提取出待作业果园的地理特征信息，从三维点云图像中可以提取出待作业果园的果树特征信息。

其中，地理特征信息可以包括：待作业果园的面积、地形、果树密度和果园边界信息等信息。果树特征信息可以包括：果树的形状、大小轮廓、体积及果树冠层顶部与地面施药无人车喷药臂之间的高度差h₀等信息。

具体地，植保无人机体积小，负载能力强，在用于空中喷洒药液时，其工作效率高，且其旋翼产生的下洗气流有助于药液雾流对果树的穿透性，具有良好的防治效果。

可选地，定位系统可以是GPS定位系统、北斗系统、GLONASS系统或者伽利略卫星导航系统其中的一种，在本发明后续实施例中均以GPS定位系统定位为例进行说明，其不视为对本发明保护范围的限定。

可选地，影像获取装置可以是红外扫描仪、线阵相机、深度相机或者高光谱相机中的一种。

进一步地，控制站对遥感图像进行拼接融合，获取融合信息图像，靶标信息获取单元701提取包含地理特征信息以及果树特征信息的靶标信息。

可选地，利用基于SURF算法的图像拼接方法，提取每幅图进行特征点后，根据特征点的匹配进行图像配准，把图像拷贝到相应图像的特定位置，对重叠边界进行去裂缝处理，实现遥感图像和三维点云图像的融合。

进一步地，根据靶标信息，先对待作业果园进行三维建模，然后路径规划单元702基于路径搜索算法进行路径搜索，确定一条行走路径，使预定的性能函数获得最优值，确定植保无人机与地面施药无人车的协同作业路径。

其中，对待作业果园进行三维建模，是为了建立一个便于计算机进行路径规划所使用的环境模型，将实际的物理空间抽象成算法能够处理的抽象空间，实现相互间的映射。

搜索出的路径并不一定是一条地面施药无人车可以行走的可行路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。

可选地，路径搜索算法可以是Dijkstra算法、SPFA算法、Bellman-Ford算法、Floyd-Warshall算法或Johnson算法中的一种。

可选地，规划路径方法可以是几何法、单元划分法、人工势场法、栅格法、数字分析法中的一种。

其中，对于性能函数获得的最优值，其最优体现在在保证对待作业果园进行全面作业的基础上，确保植保无人机和地面施药无人车的作业路径最短，无重复作业或遗漏作业。

其中，地面施药无人车的下洗气流传感器524安装于与地面施药无人车喷药臂同一水平面的高度。

进一步地，控制单元703控制植保无人机与地面施药无人车按照协同作业路径进行协同作业，植保无人机对待作业果园的果树冠层的上部分进行施药，地面施药无人车根据当前下洗气流强度，确定植保无人机未施药的部分，计算出地面施药无人车喷药臂应调整的角度，对果树冠层下部进行补充喷药，实现药液全面覆盖果树。

本发明提供的空地协同施药系统，根据果园和果树的特征信息，规划协同作业路径，在此基础上，控制植保无人机与地面施药无人车按规划的协同作业路径进行作业，以空地协同喷药的方式，利用地面施药无人车对植保无人机作业盲区进行补充作业，实现药液全面覆盖果树，最大程度地提高药物利用率，降低农药喷施不合理造成的负面影响，减少环境污染，优化喷药控制方式和效果，使果树病虫害得到了有效防治，能有效保证保障水果稳产、增产。

需要说明的是，本发明实施例提供的空地协同施药系统，在具体执行时，可以基于上述任一实施例的空地协同施药方法来实现，对此本实施例不作赘述。

图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(Processor)801、通信接口(Communications Interface)802、存储器(Memory)803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令，以执行空地协同施药方法，该方法包括：

获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；根据靶标信息，确定地面施药无人车和植保无人机的协同作业路径；控制地面施药无人车与植保无人机按照协同作业路径进行协同作业。

此外，上述的存储器803中的逻辑指令可以通过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，本发明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)执行本发明各个实施例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。

另一方面，本发明还提供一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法所提供的空地协同施药方法，该方法包括：获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；根据靶标信息，确定地面施药无人车和植保无人机的协同作业路径；控制地面施药无人车与植保无人机按照协同作业路径进行协同作业。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的空地协同施药方法，该方法包括：

获取待作业果园的靶标信息，靶标信息包括地理特征信息以及果树特征信息；根据靶标信息，确定地面施药无人车和植保无人机的协同作业路径；控制地面施药无人车与植保无人机按照协同作业路径进行协同作业。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种空地协同施药方法，其特征在于，包括：

获取待作业果园的靶标信息，所述靶标信息包括地理特征信息以及果树特征信息；

根据所述靶标信息，确定植保无人机与地面施药无人车的协同作业路径；

控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业；

在所述植保无人机与所述地面施药无人车进行同步作业情况下，所述控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业，包括：

获取第一阈值高度与所述地面施药无人车喷药臂的高度之间的第一高度差；所述第一阈值高度为同步作业下洗气流临界阈值所在位置与地面的相对高度；

根据所述第一高度差和车树距离，获取所述地面施药无人车与所述同步作业下洗气流临界阈值所在位置之间的仰角，作为第一角度；所述车树距离为所述地面施药无人车喷药臂与目标果树之间的距离；

将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度；所述理论喷药臂角度是基于库函数确定的；

在所述植保无人机的下洗气流强度为所述下洗气流临界阈值时位置的高度，即为所述植保无人机和所述地面施药无人车作业区域的分界面，进而确定地面施药无人车的施药区域；

在所述植保无人机与所述地面施药无人车进行异步作业情况下，所述控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业，还包括：

获取第二阈值高度与所述地面施药无人车喷药臂的高度之间的第二高度差；所述第二阈值高度为异步作业下洗气流临界阈值所在位置与地面的相对高度；

根据所述第二高度差和车树距离，确定所述地面施药无人车与所述异步作业下洗气流临界阈值所在位置之间的仰角，作为第二角度；

将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第二角度；

在将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度之后，还包括：

基于当前风速风向信息，根据所述植保无人机与目标果树冠层顶部之间的第三高度差，获取药液偏移角，确定药液偏移区域；

根据所述靶标信息，获取所述目标果树冠层顶部与所述地面施药无人车喷药臂的高度之间的第四高度差；

根据所述药液偏移角、所述车树距离和所述第四高度差，将地面施药无人车与药液偏移区域的仰角与所述第一角度的差值作为第三角度；

根据所述当前风速风向信息，将所述地面施药无人车的喷药臂再向逆风方向调整所述第三角度；

所述第一角度的计算公式为：

θ₁＝arctan(h₁/L)；

其中，θ₁为所述第一角度，h₁为所述第一阈值高度，L为所述车树距离；

所述第二角度的计算公式为：

θ₂＝arctan(h₂/L)；

其中，θ₂为所述第二角度，h₂为所述第二阈值高度，L为所述车树距离；

所述第三角度的计算公式为：

其中，α为所述药液偏移角，h为所述第三高度差，θ₃为所述第三角度，h₀为所述果树特征信息中果树冠层顶部与地面施药无人车喷药臂之间的第四高度差，v为所述当前风速风向信息中的风速，L为所述车树距离，h₁为所述第一阈值高度。

2.根据权利要求1所述的空地协同施药方法，其特征在于，所述获取待作业果园的靶标信息，包括：

获取包含所述地理特征信息的遥感图像和包含所述果树特征信息的三维点云图像；

基于多元传感器融合技术，对所述遥感图像和所述三维点云图像进行融合，获取融合信息图像，提取所述靶标信息。

3.一种空地协同施药系统，其特征在于，包括：

靶标信息获取单元，用于获取待作业果园的靶标信息，所述靶标信息包括地理特征信息以及果树特征信息；路径规划单元，用于根据所述靶标信息，确定植保无人机与地面施药无人车的协同作业路径；

控制单元，用于控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业；

在所述植保无人机与所述地面施药无人车进行同步作业情况下，所述控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业，包括：

获取第一阈值高度与所述地面施药无人车喷药臂的高度之间的第一高度差；所述第一阈值高度为同步作业下洗气流临界阈值所在位置与地面的相对高度；

根据所述第一高度差和车树距离，获取所述地面施药无人车与所述同步作业下洗气流临界阈值所在位置之间的仰角，作为第一角度；所述车树距离为所述地面施药无人车喷药臂与目标果树之间的距离；

将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度；所述理论喷药臂角度是基于库函数确定的；

在所述植保无人机的下洗气流强度为所述下洗气流临界阈值时位置的高度，即为所述植保无人机和所述地面施药无人车作业区域的分界面，进而确定地面施药无人车的施药区域；

在所述植保无人机与所述地面施药无人车进行异步作业情况下，所述控制所述植保无人机与所述地面施药无人车按照所述协同作业路径进行协同作业，还包括：

获取第二阈值高度与所述地面施药无人车喷药臂的高度之间的第二高度差；所述第二阈值高度为异步作业下洗气流临界阈值所在位置与地面的相对高度；

根据所述第二高度差和车树距离，确定所述地面施药无人车与所述异步作业下洗气流临界阈值所在位置之间的仰角，作为第二角度；

将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第二角度；

在将所述地面施药无人车的喷药臂在理论喷药臂角度的基础上，向上调整第一角度之后，还包括：

基于当前风速风向信息，根据所述植保无人机与目标果树冠层顶部之间的第三高度差，获取药液偏移角，确定药液偏移区域；

根据所述靶标信息，获取所述目标果树冠层顶部与所述地面施药无人车喷药臂的高度之间的第四高度差；

根据所述药液偏移角、所述车树距离和所述第四高度差，将地面施药无人车与药液偏移区域的仰角与所述第一角度的差值作为第三角度；

根据所述当前风速风向信息，将所述地面施药无人车的喷药臂再向逆风方向调整所述第三角度；

所述第一角度的计算公式为：

θ₁＝arctan(h₁/L)；

其中，θ₁为所述第一角度，h₁为所述第一阈值高度，L为所述车树距离；

所述第二角度的计算公式为：

θ₂＝arctan(h₂/L)；

其中，θ₂为所述第二角度，h₂为所述第二阈值高度，L为所述车树距离；

所述第三角度的计算公式为：

其中，α为所述药液偏移角，h为所述第三高度差，θ₃为所述第三角度，h₀为所述果树特征信息中果树冠层顶部与地面施药无人车喷药臂之间的第四高度差，v为所述当前风速风向信息中的风速，L为所述车树距离，h₁为所述第一阈值高度。

4.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述空地协同施药方法步骤。

5.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述空地协同施药方法步骤。

Images