CN113099169A - 无人机、低空遥感使能平台及其构建和数据传输方法 - Google Patents
无人机、低空遥感使能平台及其构建和数据传输方法 Download PDFInfo
- Publication number
- CN113099169A CN113099169A CN202010017285.5A CN202010017285A CN113099169A CN 113099169 A CN113099169 A CN 113099169A CN 202010017285 A CN202010017285 A CN 202010017285A CN 113099169 A CN113099169 A CN 113099169A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- low
- aerial vehicle
- unmanned aerial
- encoder
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000005540 biological transmission Effects 0.000 title claims abstract description 41
- 238000010276 construction Methods 0.000 title abstract description 16
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 21
- 230000012010 growth Effects 0.000 claims abstract description 17
- 230000006855 networking Effects 0.000 claims abstract description 14
- 238000003860 storage Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 9
- 241000196324 Embryophyta Species 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 17
- 241000209094 Oryza Species 0.000 description 13
- 235000007164 Oryza sativa Nutrition 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 235000009566 rice Nutrition 0.000 description 12
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000004720 fertilization Effects 0.000 description 6
- 239000002028 Biomass Substances 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- 239000008141 laxative Substances 0.000 description 3
- 230000002475 laxative effect Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012272 crop production Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/60—Network streaming of media packets
- H04L65/70—Media network packetisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/60—Network streaming of media packets
- H04L65/75—Media network packet handling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种无人机、低空遥感使能平台及其构建和数据传输方法。该无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器,其中:低空遥感系统包括图像传感器;图像传感器与编码器连接,编码器与5G客户终端设备连接;飞行控制系统,用于控制无人机按照预定路线飞行;图像传感器,用于实时采集农作物的多光谱图像数据;编码器,用于对经过拼接的多光谱图像数据进行编码;5G客户终端设备,用于将编码后的多光谱图像数据传送到公网。本公开通过5G独立组网(SA)网络环境,可以实现多光谱图像数据在线实时传输和同步分析处理,从而真正实现了作物生长信息以及农情实时采集分析展示。
Description
技术领域
本公开涉及农业检测领域,特别涉及一种无人机、低空遥感使能平台及其构建和数据传输方法。
背景技术
作物生长信息实时获取是作物生产精确管理的首要条件。在传统作物生产管理过程中,对作物生长状况往往缺乏准确量化认识;近年来,基于地物光谱特性的多光谱遥感技术获得了迅猛发展,使得实时、快速、精确、无损获取植物生长状况及作物面积测绘成为可能。
发明内容
发明人通过研究发现:相关技术的作物生长监测方法及装置,应用多旋翼无人机平台进行作物生长监测,相关技术将测量数据实时传输至地面接收器在线分析处理。但是,相关技术通过地面接收器实时在线分析处理局限性比较大,只能在一定范围内可以实现数据的实时接收,无法实现在多个办公地点和各种环境下实现数据实时传输,无法满足无人机大量数据实时传输的需求。
鉴于以上技术问题中的至少一项,本公开提供了一种无人机、低空遥感使能平台及其构建和数据传输方法,通过5G独立组网网络环境,实现多光谱图像数据在线实时传输和同步分析处理。
根据本公开的一个方面,提供一种无人机,包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器,其中:
低空遥感系统包括图像传感器;
图像传感器与编码器连接,编码器与5G客户终端设备连接;
飞行控制系统,用于控制无人机按照预定路线飞行;
图像传感器,用于实时采集农作物的多光谱图像数据;
编码器,用于对经过拼接的多光谱图像数据进行编码;
5G客户终端设备,用于将编码后的多光谱图像数据传送到公网。
在本公开的一些实施例中,5G客户终端设备为5G独立组网网络环境。
根据本公开的一个方面,提供一种低空遥感使能平台,包括云端服务器和如上述任一实施例所述的无人机,其中:
所述云端服务器包括云端软解码器,其中所述云端软解码器与编码器相配套;
云端软解码器,用于对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据。
在本公开的一些实施例中,图像传感器为运动可见光相机;
运动可见光相机,用于对预定地点的现场情况进行实时视频采集;
用户终端的显示屏,用于通过云端软解码器,观看现场情况的直播视频。
在本公开的一些实施例中,图像传感器为多光谱相机;
云端服务器还包括作物模型系统,其中:
作物模型系统,用于对实时传输的多光谱图像数据进行处理分析,绘制出基于地理信息系统地图的作物生长情况信息。
根据本公开的另一方面,提供一种低空遥感使能平台数据传输方法,其中,所述低空遥感使能平台包括无人机,所述无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器,其中,低空遥感系统包括图像传感器,图像传感器与编码器连接,编码器与5G客户终端设备连接;
所述低空遥感使能平台数据传输方法包括:
飞行控制系统控制无人机按照预定路线飞行;
图像传感器实时采集农作物的多光谱图像数据;
编码器对经过拼接的多光谱图像数据进行编码;
5G客户终端设备将编码后的多光谱图像数据传送到公网。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还包括:
云端服务器的云端软解码器对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据,其中所述云端软解码器与编码器相配套。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还包括:
在图像传感器为运动可见光相机的情况下,运动可见光相机对预定地点的现场情况进行实时视频采集;
用户终端的显示屏通过云端软解码器,观看现场情况的直播视频。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还包括:
在图像传感器为多光谱相机的情况下,云端服务器的作物模型系统对实时传输的多光谱图像数据进行处理分析,绘制出基于地理信息系统地图的作物生长情况信息。
根据本公开的另一方面,提供一种低空遥感使能平台构建方法,包括:
构建5G独立组网网络环境,其中,所述5G独立组网网络环境包括5G客户终端设备;
将低空遥感系统的图像传感器与编码器连接,编码器与5G客户终端设备连接;
构建低空遥感使能平台,其中,所述低空遥感使能平台包括无人机,所述无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器。
根据本公开的另一方面,提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例所述的低空遥感使能平台数据传输方法。
本公开通过5G独立组网网络环境,可以实现多光谱图像数据在线实时传输和同步分析处理,从而真正实现了作物生长信息以及农情实时采集分析展示。
附图说明
为了更清楚地说明本公开实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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为本公开无人机一些实施例的示意图。
图2为本公开一些实施例无人机的连接示意图。
图3为本公开低空遥感使能平台一些实施例的示意图。
图4为本公开低空遥感使能平台另一些实施例的示意图。
图5本公开低空遥感使能平台构建方法一些实施例的示意图。
图6为本公开低空遥感使能平台数据传输方法一些实施例的示意图。
图7为本公开低空遥感使能平台构建和数据传输方法一些实施例的示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
发明人通过研究发现:多光谱传感器图像(4K高清视频)的传输需要40Mbps(5M/s)以上稳定的上行带宽,目前的4G移动网络环境虽然理论上行宽带可以达到,但是实际使用4G模式下上行无法支撑,另外近期发展起来的5G NSA(非独立组网)模式,由于是基于4G基站改造,通过提升大带宽等改造而成,承接数据受制于4G基站的特性,如果单位时间接入量多,其他数据传输限制,会影响NSA模式下5G性能。
鉴于以上技术问题中的至少一项,本公开提供了一种无人机、低空遥感使能平台及其构建和数据传输方法,下面通过具体实施例对本公开进行说明。
图1为本公开无人机一些实施例的示意图。如图1所示,无人机100可以包括无人机机体110、低空遥感系统120、5G CPE(Customer Premise Equipment,客户终端设备)130、编码器140和飞行控制系统150,其中:
在本公开的一些实施例中,低空遥感系统120、5G客户终端设备130、编码器140和飞行控制系统150均可以设置于无人机机体110上。
在本公开的一些实施例中,所述低空遥感系统120可以为农情监测无人机低空遥感系统。
在本公开的一些实施例中,所述无人机机体110可以为多旋翼无人机机体。
在本公开的一些实施例中,5G客户终端设备130可以为5G独立组网(SA)网络环境。
在本公开的一些实施例中,编码器140可以为支持4K 60帧的编码器。
在本公开的一些实施例中,低空遥感系统120可以包括图像传感器、自适应对地云台和数字图传模组等模块。
在本公开的一些实施例中,所述图像传感器可以为多光谱相机或可见光相机。
在本公开的一些实施例中,所述图像传感器可以为25波段多光谱相机或4K摄像机。
在本公开的一些实施例中,所述图像传感器可以为4K摄像机GoPro。
图2为本公开一些实施例无人机的连接示意图。如图2所示,图1实施例中低空遥感系统120的图像传感器121与编码器140连接,编码器140与5G客户终端设备130连接。
飞行控制系统150,用于控制无人机机体110按照预定路线飞行。
在本公开的一些实施例中,无人机的飞行控制系统即无人机的飞控,主要包括陀螺仪(飞行姿态感知),加速计,地磁感应,气压传感器(悬停高度粗略控制),超声波传感器(低空高度精确控制或避障),光流传感器(悬停水平位置精确确定),GPS模块(水平位置高度粗略定位),以及控制电路。无人机的飞行控制系统的主要功能就是自动保持飞机的正常飞行姿态。
设置在无人机上的图像传感器121,用于实时采集农作物的多光谱图像数据。
编码器140,用于对经过拼接的多光谱图像数据进行编码。
5G客户终端设备130,用于将编码后的多光谱图像数据传送到公网。
在本公开的一些实施例中,5G客户终端设备130可以为5G独立组网网络环境。
基于本公开上述实施例的无人机,是一种农情监测无人机,可以实现大容量的数据传输,提供除了无线电传输外的,提供真正可以实时传输大图像数据的途径,提高了数据传输效率和工作效率;为构建基于5G SA模式的农情监测无人机低空遥感使能平台打下了基础,使能平台的构建极大节约了无人机改装和定制的成本。使能平台的数据不仅支持植保无人机精准施肥和打药、农作物台风等受灾快速定损,同时支持4K高清直播,农情监测无人机低空遥感使能平台的构建极大拓宽了无人机在农业的应用场景。
根据本公开的一个方面,提供一种低空遥感使能平台,包括如上述任一实施例(例如图1或图2实施例)所述的无人机100。
图3为本公开低空遥感使能平台一些实施例的示意图。图3实施例中,所述低空遥感使能平台可以包括云端服务器200、以及如上述任一实施例(例如图1或图2实施例)所述的无人机100,其中:
所述云端服务器200包括云端软解码器210,其中所述云端软解码器210与编码器140相配套。
云端软解码器210,用于对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据。
在本公开的一些实施例中,在图像传感器为运动可见光相机的情况下,运动可见光相机,用于对预定地点的现场情况进行实时视频采集;用户终端的显示屏,用于通过云端软解码器210,观看现场情况的直播视频。
图4为本公开低空遥感使能平台另一些实施例的示意图。与图3实施例相比,图4实施例中,所述云端服务器200还可以包括作物模型系统220,其中:
在本公开的另一些实施例中,图像传感器可以为多光谱相机。
作物模型系统220,用于对实时传输的多光谱图像数据进行处理分析,绘制出基于GIS(Geographic Information System,地理信息系统)地图的作物生长情况信息,为作物受灾面积及时定损和植保无人机工作等应用提供实时的数据底图。
基于本公开上述实施例的低空遥感使能平台,是一种基于5G SA模式的农业监测无人机低空遥感使能平台,在5G SA网络环境下采用多旋翼无人机+多光谱成像融合低空遥感系统对作物进行多光谱数据采集,利用5G,大带宽、高效率特点将捕获多光谱数据实时传输到系统平台,结合机载模型系统直接分析出水稻株高、面积、生物量、倒伏情况,利用部署在云端的作物模型系统,快速分析计算出水稻N元素含量和水稻病虫害发生情况等。
本公开上述实施例在5G SA环境下,基于多光谱图像,植保无人机可进行高效精准变量打药和施肥(叶面肥)。本公开上述实施例在作物苗情监测、病害植保、农业保险及时定损等农业行业应用越来越广泛。由于本公开上述实施例平台特点,本公开上述实施例具有综合性和极高使用价值。
图5本公开低空遥感使能平台构建方法一些实施例的示意图。该方法包括以下步骤:
步骤51,构建5G独立组网网络环境,其中,所述5G独立组网网络环境包括5G客户终端设备。
步骤52,将低空遥感系统的图像传感器与编码器连接,编码器与5G客户终端设备连接。
步骤53,构建低空遥感使能平台,其中,所述低空遥感使能平台包括无人机,所述无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器。
在本公开的一些实施例中,所述低空遥感使能平台可以包括云端服务器200和如上述任一实施例(例如图1或图2实施例)所述的无人机100。
在本公开的一些实施例中,所述低空遥感使能平台可以实现为如图3或图4实施例所述的低空遥感使能平台。
基于本公开上述实施例的低空遥感使能平台构建方法,是一种基于SA模式5G环境的农情监测无人机低空遥感使能平台的构建方法,本公开上述实施例使能平台的构建极大节约了无人机改装和定制的成本。使能平台的数据不仅支持植保无人机精准施肥和打药、农作物台风等受灾快速定损,同时支持4K高清直播;农情监测无人机低空遥感使能平台的构建极大拓宽了无人机在农业的应用场景。
图6为本公开低空遥感使能平台数据传输方法一些实施例的示意图。优选的,本实施例可由本公开低空遥感使能平台(例如图1或图3实施例的低空遥感使能平台)执行。该方法包括以下步骤:
步骤61,飞行控制系统控制无人机按照预定路线飞行。
步骤62,图像传感器实时采集农作物的多光谱图像数据。
步骤63,编码器对经过拼接的多光谱图像数据进行编码。
步骤64,5G客户终端设备将编码后的多光谱图像数据传送到公网。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还可以包括:云端服务器的云端软解码器对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据,其中所述云端软解码器与编码器相配套。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还可以包括:在图像传感器为运动可见光相机的情况下,运动可见光相机对预定地点的现场情况进行实时视频采集;用户终端的显示屏通过云端软解码器,观看现场情况的直播视频。
在本公开的一些实施例中,所述低空遥感使能平台数据传输方法还可以包括:在图像传感器为多光谱相机的情况下,云端服务器的作物模型系统对实时传输的多光谱图像数据进行处理分析,绘制出基于地理信息系统地图的作物生长情况信息。
基于本公开上述实施例的低空遥感使能平台数据传输方法,是一种基于SA模式5G环境的农情监测无人机低空遥感使能平台的传输方法,根据构建的低空遥感使能平台,基于多光谱图像数据可以实现在线实时传输和同步分析处理,从而真正实现了作物生长信息以及农情实时采集分析展示。
图7为本公开低空遥感使能平台构建和数据传输方法一些实施例的示意图。如图7所示,该方法包括以下步骤:
步骤701,采用5G客户终端设备,构建独立组网5G SA网络环境。
步骤702,构建农情监测无人机低空遥感系统。
步骤703,将5G客户终端设备、支持4K 60帧的编码器与农情监测无人机遥感使能平台的图像传感器连接上,设备全部由使能平台提供12V直流电源。
步骤704,操作飞控(飞行控制系统),使无人机按照设定规划路线,实时采集作物多光谱图像数据。
步骤705,经过拼接的多光谱数据经过编码器编码;5G客户终端设备将编码后的多光谱图像数据传送到公网。
步骤706,云端接收端查询、处理、分析和展示图像数据,云端或客户终端可以通过安装云端软解码器接收图像数据。通过与编码器配套的软解码器在云端就可以实时查看图像数据。
步骤707,如果无人机搭载的是运动可见光相机,可实现4K图像直播。
步骤708,如果无人机搭载的多光谱相机,利用部署在云端的作物模型系统(例如作物生长诊断模型)对实时传输数据进行处理分析,直接绘制出基于GIS地图的作物生长情况信息。
步骤709,对作物受灾面积图像进行实时传输,进行农作物定损。
步骤710,根据搭载5G客户终端设备的植保无人机与多光谱数据,匹配计算出的水稻等农作物的N元素含量和病害发生情况,进行高效精准变量施肥打药。
本公开上述实施例提供了一种基于5G SA网络环境下的集成无人机低空遥感平台对多光谱传感器的图像(4K高清视频)在线实时传输数据的方法。
本公开上述实施例对作物进行多光谱数据采集,利用5G,大带宽、高效率特点将捕获多光谱数据实时传输到系统平台,结合机载模型系统直接分析出水稻株高、面积、生物量、倒伏情况;本公开上述实施例利用部署在云端的作物模型系统,快速分析计算出水稻等农作物的N元素含量和水稻等农作物的病虫害发生情况等。在5G SA环境下,基于多光谱图像,本公开上述实施例植保无人机可进行高效精准变量打药和施肥(叶面肥)。本公开上述实施例为作物受灾面积及时定损和植保无人机工作等应用提供实时的数据底图。本公开上述实施例在作物苗情监测、病害植保、农业保险及时定损等农业行业应用越来越广泛。
下面通过具体实施例对本公开进行说明。
具体实施例1
参照图7,一种基于5G SA环境的无人机遥感多光谱数据在线传输方法可以包括以下步骤:
步骤1,在已经覆盖5G SA环境的水稻田进行测试。
步骤2,农情无人机遥感系统准备。
步骤3,将5G CPE(支持SA模式)、编码器与农情监测无人机遥感平台的25波段多光谱相机连接上,同时由遥感系统提供12V直流电源。
步骤4,操控无人机,使无人机按照稻田上规划的路线自动飞行,实时采集多光谱数据。
步骤5,把拼接后的多光谱数据经过编码器,通过5G CPE传输到公网。
步骤6,传输到公网的多光谱数据,通过云端软解码器,可以直接查看多光谱数据,利用部署在云端的水稻生长状况模型,对实时数据进行处理分析,直接绘制出基于GIS地图的水稻面积、株高、生物量、以及台风灾害影响的受灾面积,为政府决策提供快速有效数据支持。
本公开上述实施例对作物进行多光谱数据采集,利用5G,大带宽、高效率特点将捕获多光谱数据实时传输到系统平台,结合机载模型系统直接分析出水稻株高、面积、生物量、倒伏情况;本公开上述实施例利用部署在云端的作物模型系统,快速分析计算出水稻等农作物的N元素含量和水稻等农作物的病虫害发生情况等。在5G SA环境下,基于多光谱图像,本公开上述实施例植保无人机可进行高效精准变量打药和施肥(叶面肥)。本公开上述实施例为作物受灾面积及时定损和植保无人机工作等应用提供实时的数据底图。本公开上述实施例在作物苗情监测、病害植保、农业保险及时定损等农业行业应用越来越广泛。
具体实施例2
一种基于5G SA环境的无人机遥感多光谱数据在线传输方法可以包括以下步骤:
步骤1,在2019年9月23日,第二届中国农民丰收节-浙江奉化滕头会场实现农情无人机低空遥感使能平台4K直播农民丰收节现场。
步骤2,将5G CPE(支持SA模式)、编码器与农情监测无人机遥感平台的GOPro运动相机(HERO7 BLACK)连接上,同时由遥感平台提供12V直流电源。
步骤3,操控无人机,对现场情况进行实时视频采集。
步骤4,4K视频经过编码器编码,通过5G CPE传输到公网,通过云端软解码器,在显示屏直接观看4K直播视频。
本公开上述实施例可以支持4K高清直播,农情监测无人机低空遥感使能平台的构建极大拓宽了无人机在农业的应用场景。
根据本公开的另一方面,提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例(例如图5实施例)所述的低空遥感使能平台数据传输方法、如上述任一实施例(例如图6实施例)所述的低空遥感使能平台构建方法、或者如上述任一实施例(例如图7实施例)所述的低空遥感使能平台构建和输出传输方法。
基于本公开上述实施例的计算机可读存储介质,根据构建的基于SA模式5G环境的低空遥感使能平台,基于多光谱图像数据可以实现在线实时传输和同步分析处理,从而真正实现了作物生长信息以及农情实时采集分析展示。
在上面所描述的5G客户终端设备、编码器、云端软解码器和作物模型系统可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
至此,已经详细描述了本公开。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指示相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本公开的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用,并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。
Claims (11)
1.一种无人机,其特征在于,包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器,其中:
低空遥感系统包括图像传感器;
图像传感器与编码器连接,编码器与5G客户终端设备连接;
飞行控制系统,用于控制无人机按照预定路线飞行;
图像传感器,用于实时采集农作物的多光谱图像数据;
编码器,用于对经过拼接的多光谱图像数据进行编码;
5G客户终端设备,用于将编码后的多光谱图像数据传送到公网。
2.根据权利要求1所述的无人机,其特征在于,
5G客户终端设备为5G独立组网网络环境。
3.一种低空遥感使能平台,其特征在于,包括云端服务器和如权利要求1或2所述的无人机,其中:
所述云端服务器包括云端软解码器,其中所述云端软解码器与编码器相配套;
云端软解码器,用于对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据。
4.根据权利要求3所述的低空遥感使能平台,其特征在于,
图像传感器为运动可见光相机;
运动可见光相机,用于对预定地点的现场情况进行实时视频采集;
用户终端的显示屏,用于通过云端软解码器,观看现场情况的直播视频。
5.根据权利要求3所述的低空遥感使能平台,其特征在于,图像传感器为多光谱相机;
云端服务器还包括作物模型系统,其中:
作物模型系统,用于对实时传输的多光谱图像数据进行处理分析,绘制出基于地理信息系统地图的作物生长情况信息。
6.一种低空遥感使能平台数据传输方法,其特征在于,所述低空遥感使能平台包括无人机,所述无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器,图像传感器与编码器连接,编码器与5G客户终端设备连接;
所述低空遥感使能平台数据传输方法包括:
飞行控制系统控制无人机按照预定路线飞行;
图像传感器实时采集农作物的多光谱图像数据;
编码器对经过拼接的多光谱图像数据进行编码;
5G客户终端设备将编码后的多光谱图像数据传送到公网。
7.根据权利要求6所述的低空遥感使能平台数据传输方法,其特征在于,还包括:
云端服务器的云端软解码器对传输到公网的多光谱图像数据进行解码,以便用户在云端实时查看多光谱图像数据,其中所述云端软解码器与编码器相配套。
8.根据权利要求6或7所述的低空遥感使能平台数据传输方法,其特征在于,还包括:
在图像传感器为运动可见光相机的情况下,运动可见光相机对预定地点的现场情况进行实时视频采集;
用户终端的显示屏通过云端软解码器,观看现场情况的直播视频。
9.根据权利要求6或7所述的低空遥感使能平台数据传输方法,其特征在于,还包括:
在图像传感器为多光谱相机的情况下,云端服务器的作物模型系统对实时传输的多光谱图像数据进行处理分析,绘制出基于地理信息系统地图的作物生长情况信息。
10.一种低空遥感使能平台构建方法,其特征在于,
构建5G独立组网网络环境,其中,所述5G独立组网网络环境包括5G客户终端设备;
将低空遥感系统的图像传感器与编码器连接,编码器与5G客户终端设备连接;
构建低空遥感使能平台,其中,所述低空遥感使能平台包括无人机,所述无人机包括无人机机体、飞行控制系统、低空遥感系统、5G客户终端设备和编码器。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求6-9中任一项所述的低空遥感使能平台数据传输方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010017285.5A CN113099169A (zh) | 2020-01-08 | 2020-01-08 | 无人机、低空遥感使能平台及其构建和数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010017285.5A CN113099169A (zh) | 2020-01-08 | 2020-01-08 | 无人机、低空遥感使能平台及其构建和数据传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113099169A true CN113099169A (zh) | 2021-07-09 |
Family
ID=76664116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010017285.5A Pending CN113099169A (zh) | 2020-01-08 | 2020-01-08 | 无人机、低空遥感使能平台及其构建和数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113099169A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116389783A (zh) * | 2023-06-05 | 2023-07-04 | 四川农业大学 | 基于无人机的直播联动控制方法、系统、终端及介质 |
-
2020
- 2020-01-08 CN CN202010017285.5A patent/CN113099169A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116389783A (zh) * | 2023-06-05 | 2023-07-04 | 四川农业大学 | 基于无人机的直播联动控制方法、系统、终端及介质 |
CN116389783B (zh) * | 2023-06-05 | 2023-08-11 | 四川农业大学 | 基于无人机的直播联动控制方法、系统、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11651478B2 (en) | Methods for agronomic and agricultural monitoring using unmanned aerial systems | |
Bagheri | Development of a high-resolution aerial remote-sensing system for precision agriculture | |
CN108574737B (zh) | 基于云技术和zynq平台的农业自动监控系统及方法 | |
US20170372137A1 (en) | Systems, devices, and methods for robotic remote sensing for precision agriculture | |
Spachos et al. | Integration of wireless sensor networks and smart uavs for precision viticulture | |
García et al. | DronAway: A proposal on the use of remote sensing drones as mobile gateway for WSN in precision agriculture | |
CN104730005A (zh) | 地空一体化农业监测系统及方法 | |
CN105046909A (zh) | 一种基于小型无人机的农业辅助定损方法 | |
CN106060469A (zh) | 基于无人飞行器拍摄的图像处理系统及其图像处理方法 | |
Marín et al. | Urban lawn monitoring in smart city environments | |
US20180348760A1 (en) | Automatic Change Detection System | |
CN207835662U (zh) | 一种基于嵌入式的无人机遥感图像采集系统 | |
CN211477203U (zh) | 基于高分辨率遥感影像的精细化监测设备系统 | |
Granda-Cantuna et al. | Design and implementation of a wireless sensor network for precision agriculture operating in api mode | |
CN113099169A (zh) | 无人机、低空遥感使能平台及其构建和数据传输方法 | |
Green | Geospatial tools and techniques for vineyard management in the twenty-first century | |
CN108449572A (zh) | 一种基于嵌入式的无人机遥感图像采集方法 | |
JPWO2019235240A1 (ja) | 情報処理装置 | |
Geipel et al. | Enhancement of micro Unmanned Aerial Vehicles for agricultural aerial sensor systems | |
Wijesingha | Geometric quality assessment of multi-rotor unmanned aerial vehicle borne remote sensing products for precision agriculture | |
Quach et al. | Real-time agriculture field monitoring using IoT-based sensors and unmanned aerial vehicles | |
Jensen et al. | Assessing grain crop attributes using digital imagery acquired from a low-altitude remote controlled aircraft | |
Li et al. | UAVs-Based Smart Agriculture IoT Systems: An Application-Oriented Design | |
CN205726169U (zh) | 基于无人飞行器拍摄的图像处理系统 | |
Chandran et al. | Sky Farm UAV for Agriculture |
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 |