CN113325873A - 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 - Google Patents
一种无人机植保作业数据采集分析方法、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN113325873A CN113325873A CN202110652627.5A CN202110652627A CN113325873A CN 113325873 A CN113325873 A CN 113325873A CN 202110652627 A CN202110652627 A CN 202110652627A CN 113325873 A CN113325873 A CN 113325873A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- plant protection
- crop
- fertilizer
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 62
- 239000003337 fertilizer Substances 0.000 claims abstract description 189
- 238000005507 spraying Methods 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Fertilizing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种无人机植保作业数据采集分析方法、系统及计算机存储介质,通过对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,并据此得到该农作物混种区域对应的肥料总喷洒量,同时对无人机对应的实际需要植保飞行的次数、实际单次携带的肥料量和满电时并在实际携带肥料的情况下能够飞行的实际距离进行分析评估,由此对该无人机在农作物混种区域的肥料喷洒植保路线进行智能规划,实现了对农作物混种区域的无人机植保路线的统筹顺序规划,弥补了目前通过无人机对农作物混种区域进行植保时因植保路线过于盲目随意导致的电量不足以返航、重复植保和漏植保的不足,大大提高了植保效果和植保效率。
Description
技术领域
本发明属于无人机植保管理技术领域,具体涉及一种无人机植保作业数据采集分析方法、系统及计算机存储介质。
背景技术
我国传统的人工植保技术不仅费时费力,植保效果也差强人意,无法有效的保护农作物,而现代的无人机植保技术不仅可以降低植保成本,还可大幅提升工作效率,且凭借其安全、高效的植保优点,应用的农作物范围越来越广,已经从只能对单一的农作物种植区域进行植保逐渐向能够对农作物混种区域进行植保转变。
但是目前通过无人机对农作物混种区域进行植保时,其植保路线是盲目随意的,大多没有对植保路线进行统筹顺序规划,没有考虑到农作物混种区域的农作物参数及无人机的自身参数,以喷洒肥料植保工作为例,众所周知,农作物混种区域内种植的农作物种类不同,且农作物对应的生长期可能也存在差异,导致农作物混种区域内不同种类农作物种植区域对应的肥料喷洒量是不同的,在通过无人机对农作物混种区域进行植保时,由于无人机单次能够携带的肥料量和无人机满电时能够植保飞行的距离是固定有限的,当随意盲目进行植保时,很有可能出现无人机飞行到能力范围外的农作物种植区域进行植保导致电量不足无法返航的情况,同时也会出现某农作物种植区域重复植保或某农作物种植区域漏植保的情况,不仅降低了植保效率,也影响了植保效果。
发明内容
针对现有技术的不足,本发明提出一种无人机植保作业数据采集分析方法、系统及计算机存储介质,通过待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,并对无人机的自身实际植保参数进行分析,以此对农作物混种区域的植保路线进行智能规划,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:
本发明的第一方面提出一种无人机植保作业数据采集分析方法,包括以下步骤:
S1.农作物混种区域农作物参数采集:根据农作物参数采集模块通过无人机对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集;
S2.肥料总喷洒量统计:通过植保肥料总喷洒量统计模块根据采集的农作物参数统计该农作物混种区域对应的肥料总喷洒量;
S3.无人机实际植保飞行次数分析:根据无人机实际植保飞行次数分析模块获取该无人机单次能够携带的满载肥料量,并据此根据该农作物混种区域对应的肥料总喷洒量计算无人机实际需要植保飞行的次数;
S4.无人机实际单次携带肥料量确定:通过无人机实际单次携带肥料量确定模块根据无人机实际需要植保飞行的次数确定该无人机实际单次携带的肥料量;
S5.农作物混种区域风力参数采集:通过风力参数采集模块采集农作物混种区域的风力参数;
S6.无人机满电实际飞行距离评估:通过分析评估中心获取该无人机满电时在标准天气条件下满载能够飞行的距离,并据此根据该无人机实际单次携带的肥料量和农作物混种区域的风力参数评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离;
S7.无人机肥料喷洒植保路线规划:通过智能植保路线规划终端根据采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离规划该无人机在农作物混种区域的肥料喷洒植保路线。
在本发明第一方面的一种能够实现的方式中,所述农作物参数包括农作物种类、各种类农作物种植区域的面积、各种类农作物种植区域对应农作物的当前生长期和各种类农作物种植区域的地理位置。
在本发明第一方面的一种能够实现的方式中,所述S1中通过无人机对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,其具体的采集过程执行以下步骤:
A1:在无人机上安装摄像仪,对农作物混种区域进行图像采集,得到农作物混种区域图像,并对得到的农作物混种区域图像进行增强处理,得到高清农作物混种区域图像;
A2:对得到的高清农作物混种区域图像通过农作物种类区域扫描,识别农作物混种区域内存在的农作物种类,并根据识别到的农作物种类从农作物混种区域图像中提取各种类农作物种植区域的边界线,其提取的农作物种植区域边界线将农作物混种区域划分为各种类农作物种植区域,各种类农作物种植区域分别对应种植该种类的农作物,同时对各种类农作物种植区域进行编号;
A3:通过土地面积测量仪对各种类农作物种植区域的地理位置进行定位,并对各种类农作物种植区域的面积进行测量;
A4:对各种类农作物种植区域内的农作物进行外形特征提取,并将提取的农作物外形特征与分析数据库中该种类农作物对应各种生长期的农作物外形特征进行匹配,从中筛选出各种类农作物种植区域的农作物对应的当前生长期。
在本发明第一方面的一种能够实现的方式中,所述S2中根据采集的农作物参数获取该农作物混种区域的肥料总喷洒量,其具体操作过程如下:
B1:将各种类农作物种植区域的农作物对应的当前生长期与分析数据库中该种类农作物对应当前生长期的单位面积肥料喷洒量进行对比,得到各种类农作物种植区域对应的单位面积肥料喷洒量;
B2:根据各种类农作物种植区域的面积和各种类农作物种植区域对应的单位面积肥料喷洒量统计各种类农作物种植区域对应的肥料喷洒量;
B3:将各种类农作物种植区域对应的肥料喷洒量进行累加得到该农作物混种区域对应的肥料总喷洒量。
在本发明第一方面的一种能够实现的方式中,所述S3中计算无人机实际需要植保飞行的次数,其计算公式为x表示为无人机实际需要植保飞行的次数,Q表示为该农作物混种区域对应的肥料总喷洒量,q表示为无人机单次能够携带的满载肥料量。
在本发明第一方面的一种能够实现的方式中,所述S4中根据无人机实际需要植保飞行的次数确定该无人机实际单次携带的肥料量,其具体确定方法为将该农作物混种区域对应的肥料总喷洒量除以无人机实际需要植保飞行的次数。
在本发明第一方面的一种能够实现的方式中,所述S5中评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,其具体评估过程包括以下步骤:
C1:从农作物混种区域的风力参数中提取风向,并获取无人机从起航点到农作物混种区域对应航线的方向,进而将其与风向进行对比,判断风向类型,若风向与航线方向相同,则表明风向类型为顺风,若风向与航线方向相反,则表明风向类型为逆风;
C2:将判断得到的风向类型与分析数据库中各种风向类型对应各种风力等级的飞行距离影响系数进行对比,得到该风向类型对应各种风力等级的飞行距离影响系数,并从农作物混种区域的风力参数中提取风速,将其与分析数据库中各种风力等级对应的风速范围进行比对,得到该农作物混种区域的风速对应的风力等级,再将该风力等级与该风向类型对应各种风力等级的飞行距离影响系数进行匹配,从中筛选出该风向类型对应该风力等级的飞行距离影响系数;
C4:根据该无人机满电时在标准天气条件下满载能够飞行的距离、该风向类型对应该风力等级的飞行距离影响系数和无人机实际单次载量比例系数评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,其评估计算公式为l表示为该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,l0表示为无人机满电时在标准天气条件下满载能够飞行的距离,ε表示为该风向类型对应该风力等级的飞行距离影响系数。
在本发明第一方面的一种能够实现的方式中,所述S6中根据采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离规划该无人机在农作物混种区域的肥料喷洒植保路线,其具体规划过程如下:
D1:从采集的农作物参数中提取各种类农作物种植区域的地理位置,并将其与无人机起航点的地理位置进行对比,获取各种类农作物种植区域与无人机起航点之间的距离;
D2:将无人机满电时并在实际携带肥料的情况下能够飞行实际距离除以2,得到无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离;
D3:将各种类农作物种植区域与无人机起航点之间的距离和无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离进行对比,若某种类农作物种植区域与无人机起航点之间的距离小于或等于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围内植保区域,若某种类农作物种植区域与无人机起航点之间的距离大于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围外植保区域,以此将各种类农作物种植区域划分为能力范围内植保区域和能力范围外植保区域;
D4:统计能力范围内植保区域的数量,并记录各能力范围内植保区域的编号,以此获取各能力范围内植保区域对应的肥料喷洒量;
D5:将该无人机实际单次携带的肥料量与各能力范围内植保区域对应的肥料喷洒量进行对比,若某能力范围内植保区域对应的肥料喷洒量小于或等于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为优先植保区域,若某能力范围内植保区域对应的肥料喷洒量大于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为滞后植保区域,以此将各能力范围内植保区域划分为优先植保区域和滞后植保区域;
D6:当该无人机在农作物混种区域进行肥料喷洒植保作业过程中先对能力范围内的优先植保区域进行植保,在优先植保区域植保完成后再对滞后植保区域进行植保,在滞后植保区域植保完成后,对该无人机进行增加电池组或更换无人机型号,以对能力范围外植保区域进行植保。
本发明的第二方面提出一种无人机植保作业数据采集分析系统,包括农作物参数采集模块、植保肥料总喷洒量统计模块、无人机实际植保飞行次数分析模块、无人机实际单次携带肥料量确定模块、风力参数采集模块、分析评估中心、分析数据库和智能植保路线规划终端,其中农作物参数采集模块与植保肥料总喷洒量统计模块,植保肥料总喷洒量统计模块与无人机实际植保飞行次数分析模块连接,无人机实际植保飞行次数分析模块与无人机实际单次携带肥料量确定模块连接,无人机实际单次携带肥料量确定模块和风力参数采集模块均与分析评估中心连接,农作物参数采集模块和分析评估中心均与智能植保路线规划终端连接。
本发明的第三方面提出一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的无人机植保作业数据采集分析方法。
基于上述任一方面,本发明的有益效果为:
1.本发明通过对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,并据此得到该农作物混种区域对应的肥料总喷洒量和各种类农作物种植区域对应的肥料喷洒量,同时对无人机对应实际需要植保飞行的次数、实际单次携带的肥料量和满电时并在实际携带肥料的情况下能够飞行的实际距离进行分析评估,由此结合采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离对该无人机在农作物混种区域的肥料喷洒植保路线进行智能规划,实现了对农作物混种区域的无人机植保路线的统筹顺序规划,有效弥补了目前通过无人机对农作物混种区域进行植保时因植保路线过于盲目随意导致的电量不足以返航、重复植保和漏植保的不足,一方面提高了植保效果,另一方面也提高了植保效率,进而提升了无人机对农作物混种区域的植保水平。
2.本发明在评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离过程中,充分考虑到农作物混种区域的风力参数对无人机实际飞行距离的影响,避免只根据无人机的实际单次携带的肥料量进行实际飞行距离评估造成的评估过于片面,不切合实际飞行环境的问题,影响评估结果的精准度,为对无人机在该农作物混种区域的肥料喷洒植保路线规划提供可靠的参考依据。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图;
图2为本发明的系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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,都属于本发明保护的范围。
参照图1所示,本发明的第一方面提出一种无人机植保作业数据采集分析方法,包括以下步骤:
S1.农作物混种区域农作物参数采集:根据农作物参数采集模块通过无人机对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,其中农作物参数包括农作物种类、各种类农作物种植区域的面积、各种类农作物种植区域对应农作物的当前生长期和各种类农作物种植区域的地理位置;
其农作物参数的具体采集过程执行以下步骤:
A1:在无人机上安装摄像仪,对农作物混种区域进行图像采集,得到农作物混种区域图像,并对得到的农作物混种区域图像进行增强处理,得到高清农作物混种区域图像;
A2:对得到的高清农作物混种区域图像通过农作物种类区域扫描,识别农作物混种区域内存在的农作物种类,并根据识别到的农作物种类从农作物混种区域图像中提取各种类农作物种植区域的边界线,其提取的农作物种植区域边界线将农作物混种区域划分为各种类农作物种植区域,各种类农作物种植区域分别对应种植该种类的农作物,同时对各种类农作物种植区域进行编号;
A3:通过土地面积测量仪对各种类农作物种植区域的地理位置进行定位,并对各种类农作物种植区域的面积进行测量;
A4:对各种类农作物种植区域内的农作物进行外形特征提取,其提取的外形特征包括农作物叶片面积、植株高度、叶片形状、叶片颜色等,并将提取的农作物外形特征与分析数据库中该种类农作物对应各种生长期的农作物外形特征进行匹配,从中筛选出各种类农作物种植区域的农作物对应的当前生长期;
本实施例通过对农作物混种区域的农作物参数进行采集,为后续进行该农作物混种区域对应的肥料总喷洒量统计提供统计依据;
S2.肥料总喷洒量统计:通过植保肥料总喷洒量统计模块根据采集的农作物参数统计该农作物混种区域对应的肥料总喷洒量,其具体操作过程如下:
B1:将各种类农作物种植区域的农作物对应的当前生长期与分析数据库中该种类农作物对应当前生长期的单位面积肥料喷洒量进行对比,得到各种类农作物种植区域对应的单位面积肥料喷洒量;
B2:将各种类农作物种植区域的面积乘以各种类农作物种植区域对应的单位面积肥料喷洒量得到各种类农作物种植区域对应的肥料喷洒量;
B3:将各种类农作物种植区域对应的肥料喷洒量进行累加得到该农作物混种区域对应的肥料总喷洒量;
本实施例统计的该农作物混种区域对应的肥料总喷洒量为后面进行无人机实际植保飞行次数分析提供分析基础;
S3.无人机实际植保飞行次数分析:根据无人机实际植保飞行次数分析模块获取该无人机单次能够携带的满载肥料量,并据此根据该农作物混种区域对应的肥料总喷洒量计算无人机实际需要植保飞行的次数x表示为无人机实际需要植保飞行的次数,Q表示为该农作物混种区域对应的肥料总喷洒量,q表示为无人机单次能够携带的满载肥料量;
本实施例在计算无人机实际需要植保飞行的次数过程中通过将该农作物混种区域对应的肥料总喷洒量与无人机单次能够携带的满载肥料量的比值结果向上取整,即若该农作物混种区域对应的肥料总喷洒量与无人机单次能够携带的满载肥料量的比值结果为整数,则计算的结果不变,若该农作物混种区域对应的肥料总喷洒量与无人机单次能够携带的满载肥料量的比值结果为小数,则对比值结果取比该小数大的整数,该计算方式更加实用,且有效切合了实际情况;
S4.无人机实际单次携带肥料量确定:通过无人机实际单次携带肥料量确定模块将该农作物混种区域对应的肥料总喷洒量除以无人机实际需要植保飞行的次数确定该无人机实际单次携带的肥料量;
本实施例通过将农作物混种区域对应的肥料总喷洒量平均分摊到无人机实际需要植保飞行的次数,以此得到无人机实际单次携带的肥料量,使得无人机实际每次携带的肥料量均衡,避免不均衡分配造成影响植保效率;
S5.农作物混种区域风力参数采集:通过风力参数采集模块采集农作物混种区域的风力参数,其中风力参数包括风速和风向;
S6.无人机满电实际飞行距离评估:通过分析评估中心获取该无人机满电时在标准天气条件下满载能够飞行的距离,其中标准天气条件是指无风条件下,并据此根据该无人机实际单次携带的肥料量和农作物混种区域的风力参数评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,其具体评估过程包括以下步骤:
C1:从农作物混种区域的风力参数中提取风向,并获取无人机从起航点到农作物混种区域对应航线的方向,进而将其与风向进行对比,判断风向类型,若风向与航线方向相同,则表明风向类型为顺风,若风向与航线方向相反,则表明风向类型为逆风;
C2:将判断得到的风向类型与分析数据库中各种风向类型对应各种风力等级的飞行距离影响系数进行对比,得到该风向类型对应各种风力等级的飞行距离影响系数,并从农作物混种区域的风力参数中提取风速,将其与分析数据库中各种风力等级对应的风速范围进行比对,得到该农作物混种区域的风速对应的风力等级,再将该风力等级与该风向类型对应各种风力等级的飞行距离影响系数进行匹配,从中筛选出该风向类型对应该风力等级的飞行距离影响系数;
C3:根据该无人机实际单次携带的肥料量和单次满载携带的肥料量计算该无人机实际单次载量比例系数,其计算公式为η表示为无人机实际单次载量比例系数,q′表示为该无人机实际单次携带的肥料量,其中实际单次载量比例系数越小,表明无人机实际单次载量小于满载量;
C4:根据该无人机满电时在标准天气条件下满载能够飞行的距离、该风向类型对应该风力等级的飞行距离影响系数和无人机实际单次载量比例系数评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,其评估计算公式为l表示为该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,l0表示为无人机满电时在标准天气条件下满载能够飞行的距离,ε表示为该风向类型对应该风力等级的飞行距离影响系数;
本实施例在评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离过程中,充分考虑到农作物混种区域的风力参数对无人机实际飞行距离的影响,避免只根据无人机的实际单次携带的肥料量进行实际飞行距离评估造成的评估过于片面,不切合实际飞行环境的问题,影响评估结果的精准度,为对无人机在该农作物混种区域的肥料喷洒植保路线规划提供可靠的参考依据;
S7.无人机肥料喷洒植保路线规划:通过智能植保路线规划终端根据采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离规划该无人机在农作物混种区域的肥料喷洒植保路线,其具体规划过程如下:
D1:从采集的农作物参数中提取各种类农作物种植区域的地理位置,并将其与无人机起航点的地理位置进行对比,获取各种类农作物种植区域与无人机起航点之间的距离;
D2:将无人机满电时并在实际携带肥料的情况下能够飞行实际距离除以2,得到无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离;
本实施例通过将无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离与各种类农作物种植区域与无人机起航点之间的距离进行对比,是考虑到无人机的返航的问题,无人机满电时并在实际携带肥料的情况下能够飞行的实际距离是包括返航距离在内的,因此在进行能力范围内植保区域筛选过程中需要将无人机实际能够飞行的距离去除返航距离之后再进行筛选,确保筛选结果的可靠度;
D3:将各种类农作物种植区域与无人机起航点之间的距离和无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离进行对比,若某种类农作物种植区域与无人机起航点之间的距离小于或等于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围内植保区域,若某种类农作物种植区域与无人机起航点之间的距离大于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围外植保区域,以此将各种类农作物种植区域划分为能力范围内植保区域和能力范围外植保区域;
本实施例通过将各种类农作物种植区域划分为能力范围内植保区域和能力范围外植保区域,便于植保人员直观了解,避免植保人员随意盲目进行植保时无人机飞行到能力范围外的农作物种植区域进行植保导致电量不足无法返航情况的发生;
D4:统计能力范围内植保区域的数量,并记录各能力范围内植保区域的编号,以此获取各能力范围内植保区域对应的肥料喷洒量;
D5:将该无人机实际单次携带的肥料量与各能力范围内植保区域对应的肥料喷洒量进行对比,若某能力范围内植保区域对应的肥料喷洒量小于或等于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为优先植保区域,若某能力范围内植保区域对应的肥料喷洒量大于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为滞后植保区域,以此将各能力范围内植保区域划分为优先植保区域和滞后植保区域;
D6:当该无人机在农作物混种区域进行肥料喷洒植保作业过程中先对能力范围内的优先植保区域进行植保,在优先植保区域植保完成后再对滞后植保区域进行植保,在滞后植保区域植保完成后,对该无人机进行增加电池组或更换无人机型号,以对能力范围外植保区域进行植保。
本实施例通过将能力范围内植保区域划分为优先植保区域和滞后植保区域,提供了植保优先顺序,避免植保人员在没有统一植保顺序情况下进行植保时导致某农作物种植区域重复植保或漏植保状况的发生。
本发明通过对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,并据此得到该农作物混种区域对应的肥料总喷洒量,同时对无人机对应的实际需要植保飞行的次数、实际单次携带的肥料量和满电时并在实际携带肥料的情况下能够飞行的实际距离进行分析评估,由此对该无人机在农作物混种区域的肥料喷洒植保路线进行智能规划,实现了对农作物混种区域的无人机植保路线的统筹顺序规划,弥补了目前通过无人机对农作物混种区域进行植保时因植保路线过于盲目随意导致的电量不足以返航、重复植保和漏植保的不足,大大提高了植保效果和植保效率,进而提升了无人机对农作物混种区域的植保水平。
参照图2所示,本发明的第二方面提出一种无人机植保作业数据采集分析系统,包括农作物参数采集模块、植保肥料总喷洒量统计模块、无人机实际植保飞行次数分析模块、无人机实际单次携带肥料量确定模块、风力参数采集模块、分析评估中心、分析数据库和智能植保路线规划终端,所述分析数据库用于存储各种类农作物对应各种生长期的农作物外形特征,存储各种类农作物对应各生长期的单位面积肥料喷洒量,存储各种风向类型对应各种风力等级的飞行距离影响系数,并存储各种风力等级对应的风速范围。
其中农作物参数采集模块与植保肥料总喷洒量统计模块,植保肥料总喷洒量统计模块与无人机实际植保飞行次数分析模块连接,无人机实际植保飞行次数分析模块与无人机实际单次携带肥料量确定模块连接,无人机实际单次携带肥料量确定模块和风力参数采集模块均与分析评估中心连接,农作物参数采集模块和分析评估中心均与智能植保路线规划终端连接。
本发明的第三方面提出一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的无人机植保作业数据采集分析方法。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种无人机植保作业数据采集分析方法,其特征在于,包括以下步骤:
S1.农作物混种区域农作物参数采集:根据农作物参数采集模块通过无人机对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集;
S2.肥料总喷洒量统计:通过植保肥料总喷洒量统计模块根据采集的农作物参数统计该农作物混种区域对应的肥料总喷洒量;
S3.无人机实际植保飞行次数分析:根据无人机实际植保飞行次数分析模块获取该无人机单次能够携带的满载肥料量,并据此根据该农作物混种区域对应的肥料总喷洒量计算无人机实际需要植保飞行的次数;
S4.无人机实际单次携带肥料量确定:通过无人机实际单次携带肥料量确定模块根据无人机实际需要植保飞行的次数确定该无人机实际单次携带的肥料量;
S5.农作物混种区域风力参数采集:通过风力参数采集模块采集农作物混种区域的风力参数;
S6.无人机满电实际飞行距离评估:通过分析评估中心获取该无人机满电时在标准天气条件下满载能够飞行的距离,并据此根据该无人机实际单次携带的肥料量和农作物混种区域的风力参数评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离;
S7.无人机肥料喷洒植保路线规划:通过智能植保路线规划终端根据采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离规划该无人机在农作物混种区域的肥料喷洒植保路线。
2.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述农作物参数包括农作物种类、各种类农作物种植区域的面积、各种类农作物种植区域对应农作物的当前生长期和各种类农作物种植区域的地理位置。
3.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述S1中通过无人机对待进行肥料喷洒植保的农作物混种区域进行农作物参数采集,其具体的采集过程执行以下步骤:
A1:在无人机上安装摄像仪,对农作物混种区域进行图像采集,得到农作物混种区域图像,并对得到的农作物混种区域图像进行增强处理,得到高清农作物混种区域图像;
A2:对得到的高清农作物混种区域图像通过农作物种类区域扫描,识别农作物混种区域内存在的农作物种类,并根据识别到的农作物种类从农作物混种区域图像中提取各种类农作物种植区域的边界线,其提取的农作物种植区域边界线将农作物混种区域划分为各种类农作物种植区域,各种类农作物种植区域分别对应种植该种类的农作物,同时对各种类农作物种植区域进行编号;
A3:通过土地面积测量仪对各种类农作物种植区域的地理位置进行定位,并对各种类农作物种植区域的面积进行测量;
A4:对各种类农作物种植区域内的农作物进行外形特征提取,并将提取的农作物外形特征与分析数据库中该种类农作物对应各种生长期的农作物外形特征进行匹配,从中筛选出各种类农作物种植区域的农作物对应的当前生长期。
4.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述S2中根据采集的农作物参数获取该农作物混种区域的肥料总喷洒量,其具体操作过程如下:
B1:将各种类农作物种植区域的农作物对应的当前生长期与分析数据库中该种类农作物对应当前生长期的单位面积肥料喷洒量进行对比,得到各种类农作物种植区域对应的单位面积肥料喷洒量;
B2:根据各种类农作物种植区域的面积和各种类农作物种植区域对应的单位面积肥料喷洒量统计各种类农作物种植区域对应的肥料喷洒量;
B3:将各种类农作物种植区域对应的肥料喷洒量进行累加得到该农作物混种区域对应的肥料总喷洒量。
6.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述S4中根据无人机实际需要植保飞行的次数确定该无人机实际单次携带的肥料量,其具体确定方法为将该农作物混种区域对应的肥料总喷洒量除以无人机实际需要植保飞行的次数。
7.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述S5中评估该无人机满电时并在实际携带肥料的情况下能够飞行的实际距离,其具体评估过程包括以下步骤:
C1:从农作物混种区域的风力参数中提取风向,并获取无人机从起航点到农作物混种区域对应航线的方向,进而将其与风向进行对比,判断风向类型,若风向与航线方向相同,则表明风向类型为顺风,若风向与航线方向相反,则表明风向类型为逆风;
C2:将判断得到的风向类型与分析数据库中各种风向类型对应各种风力等级的飞行距离影响系数进行对比,得到该风向类型对应各种风力等级的飞行距离影响系数,并从农作物混种区域的风力参数中提取风速,将其与分析数据库中各种风力等级对应的风速范围进行比对,得到该农作物混种区域的风速对应的风力等级,再将该风力等级与该风向类型对应各种风力等级的飞行距离影响系数进行匹配,从中筛选出该风向类型对应该风力等级的飞行距离影响系数;
8.根据权利要求1所述的一种无人机植保作业数据采集分析方法,其特征在于:所述S6中根据采集的农作物参数和无人机满电时并在实际携带肥料的情况下能够飞行的实际距离规划该无人机在农作物混种区域的肥料喷洒植保路线,其具体规划过程如下:
D1:从采集的农作物参数中提取各种类农作物种植区域的地理位置,并将其与无人机起航点的地理位置进行对比,获取各种类农作物种植区域与无人机起航点之间的距离;
D2:将无人机满电时并在实际携带肥料的情况下能够飞行实际距离除以2,得到无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离;
D3:将各种类农作物种植区域与无人机起航点之间的距离和无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离进行对比,若某种类农作物种植区域与无人机起航点之间的距离小于或等于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围内植保区域,若某种类农作物种植区域与无人机起航点之间的距离大于无人机满电时并在实际携带肥料的情况下能够飞行的实际一半距离,则将该种类农作物种植区域记为能力范围外植保区域,以此将各种类农作物种植区域划分为能力范围内植保区域和能力范围外植保区域;
D4:统计能力范围内植保区域的数量,并记录各能力范围内植保区域的编号,以此获取各能力范围内植保区域对应的肥料喷洒量;
D5:将该无人机实际单次携带的肥料量与各能力范围内植保区域对应的肥料喷洒量进行对比,若某能力范围内植保区域对应的肥料喷洒量小于或等于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为优先植保区域,若某能力范围内植保区域对应的肥料喷洒量大于该无人机实际单次携带的肥料量,则该能力范围内植保区域记为滞后植保区域,以此将各能力范围内植保区域划分为优先植保区域和滞后植保区域;
D6:当该无人机在农作物混种区域进行肥料喷洒植保作业过程中先对能力范围内的优先植保区域进行植保,在优先植保区域植保完成后再对滞后植保区域进行植保,在滞后植保区域植保完成后,对该无人机进行增加电池组或更换无人机型号,以对能力范围外植保区域进行植保。
9.一种无人机植保作业数据采集分析系统,其特征在于:包括农作物参数采集模块、植保肥料总喷洒量统计模块、无人机实际植保飞行次数分析模块、无人机实际单次携带肥料量确定模块、风力参数采集模块、分析评估中心、分析数据库和智能植保路线规划终端,其中农作物参数采集模块与植保肥料总喷洒量统计模块,植保肥料总喷洒量统计模块与无人机实际植保飞行次数分析模块连接,无人机实际植保飞行次数分析模块与无人机实际单次携带肥料量确定模块连接,无人机实际单次携带肥料量确定模块和风力参数采集模块均与分析评估中心连接,农作物参数采集模块和分析评估中心均与智能植保路线规划终端连接。
10.一种计算机存储介质,其特征在于:所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110652627.5A CN113325873B (zh) | 2021-06-11 | 2021-06-11 | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110652627.5A CN113325873B (zh) | 2021-06-11 | 2021-06-11 | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113325873A true CN113325873A (zh) | 2021-08-31 |
CN113325873B CN113325873B (zh) | 2023-06-27 |
Family
ID=77420614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110652627.5A Active CN113325873B (zh) | 2021-06-11 | 2021-06-11 | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325873B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114946350A (zh) * | 2022-04-18 | 2022-08-30 | 昆明学院 | 一种农业种植针对性智能施肥装置 |
CN115630770A (zh) * | 2022-12-07 | 2023-01-20 | 广东省农业科学院植物保护研究所 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
CN115643883A (zh) * | 2022-12-09 | 2023-01-31 | 潍坊信博理化检测有限公司 | 一种液体肥喷施设备及液体肥喷施方法 |
CN116880570A (zh) * | 2023-09-06 | 2023-10-13 | 中联金冠信息技术(北京)有限公司 | 一种无人机无线定向导航系统 |
CN117389310A (zh) * | 2023-12-07 | 2024-01-12 | 临沂大学 | 一种农业无人机喷洒作业控制系统 |
CN117617097A (zh) * | 2023-11-06 | 2024-03-01 | 廊坊市园林绿化事务中心 | 一种特殊园林景观的智能养护系统及方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
CN105539851A (zh) * | 2015-12-09 | 2016-05-04 | 华南农业大学 | 基于无线传感网的无人机农药精准喷施作业系统及方法 |
CN105955294A (zh) * | 2016-05-26 | 2016-09-21 | 北京大工科技有限公司 | 控制无人机植保作业的方法及装置 |
CN106327024A (zh) * | 2016-09-18 | 2017-01-11 | 成都天麒科技有限公司 | 一种无人机农药喷洒路径规划系统及方法 |
AU2017101299A4 (en) * | 2017-09-22 | 2017-11-02 | U-Drone Robotics Pty. Ltd. | Innovated drone system with RTK technology to boost up efficiency for Agriculture industry, crop dusting, fertilizing , mapping, recording. |
RU179386U1 (ru) * | 2017-08-09 | 2018-05-11 | Общество с ограниченной ответственностью "АГРОДРОНГРУПП" (ООО "АГРОДРОНГРУПП") | Беспилотный летательный аппарат для обработки растений |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒系统和方法 |
CN109090076A (zh) * | 2018-06-14 | 2018-12-28 | 华南农业大学 | 一种无人机喷施规划方法 |
CN109634295A (zh) * | 2018-12-17 | 2019-04-16 | 深圳市道通智能航空技术有限公司 | 一种自动返航方法、装置和无人机 |
CN110275544A (zh) * | 2019-04-16 | 2019-09-24 | 上海大学 | 一种植保无人机航线规划方法 |
WO2019183856A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市大疆软件科技有限公司 | 一种植保无人机作业的控制方法和控制装置 |
CN110794862A (zh) * | 2019-11-20 | 2020-02-14 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人航迹规划控制方法 |
CN110825100A (zh) * | 2019-12-04 | 2020-02-21 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人机自主起飞降落控制方法 |
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 |
-
2021
- 2021-06-11 CN CN202110652627.5A patent/CN113325873B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
CN105539851A (zh) * | 2015-12-09 | 2016-05-04 | 华南农业大学 | 基于无线传感网的无人机农药精准喷施作业系统及方法 |
CN105955294A (zh) * | 2016-05-26 | 2016-09-21 | 北京大工科技有限公司 | 控制无人机植保作业的方法及装置 |
CN106327024A (zh) * | 2016-09-18 | 2017-01-11 | 成都天麒科技有限公司 | 一种无人机农药喷洒路径规划系统及方法 |
RU179386U1 (ru) * | 2017-08-09 | 2018-05-11 | Общество с ограниченной ответственностью "АГРОДРОНГРУПП" (ООО "АГРОДРОНГРУПП") | Беспилотный летательный аппарат для обработки растений |
AU2017101299A4 (en) * | 2017-09-22 | 2017-11-02 | U-Drone Robotics Pty. Ltd. | Innovated drone system with RTK technology to boost up efficiency for Agriculture industry, crop dusting, fertilizing , mapping, recording. |
WO2019183856A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市大疆软件科技有限公司 | 一种植保无人机作业的控制方法和控制装置 |
CN110573982A (zh) * | 2018-03-28 | 2019-12-13 | 深圳市大疆软件科技有限公司 | 一种植保无人机作业的控制方法和控制装置 |
CN109090076A (zh) * | 2018-06-14 | 2018-12-28 | 华南农业大学 | 一种无人机喷施规划方法 |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒系统和方法 |
CN109634295A (zh) * | 2018-12-17 | 2019-04-16 | 深圳市道通智能航空技术有限公司 | 一种自动返航方法、装置和无人机 |
CN110275544A (zh) * | 2019-04-16 | 2019-09-24 | 上海大学 | 一种植保无人机航线规划方法 |
CN110794862A (zh) * | 2019-11-20 | 2020-02-14 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人航迹规划控制方法 |
CN110825100A (zh) * | 2019-12-04 | 2020-02-21 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人机自主起飞降落控制方法 |
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 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114946350A (zh) * | 2022-04-18 | 2022-08-30 | 昆明学院 | 一种农业种植针对性智能施肥装置 |
CN115630770A (zh) * | 2022-12-07 | 2023-01-20 | 广东省农业科学院植物保护研究所 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
CN115630770B (zh) * | 2022-12-07 | 2023-03-10 | 广东省农业科学院植物保护研究所 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
CN115643883A (zh) * | 2022-12-09 | 2023-01-31 | 潍坊信博理化检测有限公司 | 一种液体肥喷施设备及液体肥喷施方法 |
CN116880570A (zh) * | 2023-09-06 | 2023-10-13 | 中联金冠信息技术(北京)有限公司 | 一种无人机无线定向导航系统 |
CN117617097A (zh) * | 2023-11-06 | 2024-03-01 | 廊坊市园林绿化事务中心 | 一种特殊园林景观的智能养护系统及方法 |
CN117389310A (zh) * | 2023-12-07 | 2024-01-12 | 临沂大学 | 一种农业无人机喷洒作业控制系统 |
CN117389310B (zh) * | 2023-12-07 | 2024-02-23 | 临沂大学 | 一种农业无人机喷洒作业控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113325873B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113325873A (zh) | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 | |
CN103291544B (zh) | 数字化风电机组功率曲线绘制方法 | |
CN110719336B (zh) | 一种基于物联网的灌溉用水分析监控系统 | |
Hudiburg et al. | Evaluation and improvement of the Community Land Model (CLM4) in Oregon forests | |
CN110501761B (zh) | 一种不同预见期区域作物ETc预测预报方法 | |
CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
CN111091298B (zh) | 一种风电场流场耦合特性评估与智能分群方法及系统 | |
CN102767473B (zh) | 风电机组控制策略的最优增益在线计算方法、系统及装置 | |
CN109800921A (zh) | 一种基于遥感物候同化和粒子群优化算法的区域冬小麦估产方法 | |
CN111709644B (zh) | 一种利用机组scada数据的风电场风资源计算方法 | |
CN117409322A (zh) | 一种空地遥感结合的区域森林自然资源生态估测方法及系统 | |
CN113849974B (zh) | 一种基于风光出力互补的新能源基地风电场选址方法 | |
Treder et al. | A new approach to the method of drawing the Gaussen-Walter climate diagram | |
CN115329012A (zh) | 基于多源数据多维度评价的林木种植选择方法及系统 | |
CN111626638B (zh) | 夏玉米倒伏气象等级评估模型的构建与应用 | |
CN114564697A (zh) | 一种利用观测风速数据校正中尺度模拟风速数据的方法及系统 | |
CN116742622B (zh) | 一种基于光伏发电的发电量预测方法及系统 | |
CN114819686B (zh) | 基于可视化的景观园林绿化规划设计分析评价管理系统 | |
CN110197442A (zh) | 一种结合质控的风资源评估系统 | |
CN115033833B (zh) | 一种农业灌溉用水定额计算系统 | |
CN112036022B (zh) | 一种秧苗需水定量方法、装置及灌溉系统 | |
CN113505918B (zh) | 一种动态预测小麦收获期呕吐毒素含量的方法及系统 | |
CN117932276B (zh) | 一种中压配电网线路节能降损适应性评估方法 | |
CN115861821B (zh) | 一种基于多目标优化的生态环境监测保护方法 | |
Liu | Multi-node Monitoring of Jujube Diseases and Pests Based on Internet of Things Technology |
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: 20230606 Address after: No. 122, Xingguo Avenue, Xingguo Town, Yangxin County, Huangshi City, Hubei Province, 435200 Applicant after: Hubei Yifeng Digital Technology Co.,Ltd. Address before: 430223 building 19, phase III, international enterprise center, No. 1, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province Applicant before: Wuhan Huawu Hesheng Network Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |