CN113485448A - 一种园林用自主修剪型无人机及其控制方法 - Google Patents
一种园林用自主修剪型无人机及其控制方法 Download PDFInfo
- Publication number
- CN113485448A CN113485448A CN202110935468.XA CN202110935468A CN113485448A CN 113485448 A CN113485448 A CN 113485448A CN 202110935468 A CN202110935468 A CN 202110935468A CN 113485448 A CN113485448 A CN 113485448A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- control
- trimming
- 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
- 238000009966 trimming Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 28
- 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 13
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000013138 pruning Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 229920000049 Carbon (fiber) Polymers 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000004917 carbon fiber Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000001681 protective effect Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 244000141353 Prunus domestica Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003898 horticulture Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012876 topography 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
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
本发明公开了一种园林用自主修剪型无人机及其控制方法，涉及园林无人机技术领域，包括飞行系统、视觉系统、修剪系统及控制系统。本发明通过对园林树木的视觉图像采集、无人机的定位分析、飞行控制和修剪操作，实现无人机自主修剪园林树木的功能，可有效避免园林工作者直接在高危地区修剪树木，保证园林工作者的安全性，同时提高园林树木的修剪效率；通过将算法融合双目视觉信息与IMU惯性数据进行定位，克服了IMU累计误差大和纯视觉在特征较少场景无法工作的缺点，具有很强的鲁棒性和定位精度；通过SO（3）与PID控制结合，不会存在奇异值问题，能够对四旋翼无人机达到非常好的控制效果。
Description
技术领域
本发明涉及园林无人机技术领域，具体为一种园林用自主修剪型无人机及其控制方法。
背景技术
无人驾驶飞机简称为“无人机”，是利用无线电遥控设备与自备的程序控制装置操纵的不载人飞机，或者采用车载计算机完全或者间歇地自主操作。随着无人机技术的不断成熟和发展，无人机的应用在各个领域不断的拓展和发掘。无人机凭借其灵活、自主、精确等优势在工业、农业上发挥了巨大的作用，极大的提高了工作的效率以及经济效益。无人机在航拍，农业，植保，微型自拍，快递运输，灾难救援，观察野生动物，监控传染病，测绘，新闻报道，电力巡检，救灾，影视拍摄，制造浪漫等等领域都有应用。
目前，无人机技术在园艺方面的应用极少，而园林工作者在对一些高危地形的园林植被进行修剪时，危险性较大。
发明内容
本发明的目的在于提供一种园林用自主修剪型无人机及其控制方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种园林用自主修剪型无人机，包括飞行系统、视觉系统、修剪系统和控制系统，所述飞行系统用于为无人机提供飞行运动支撑；所述视觉系统用于获取无人机前方环境的RGB信息及深度信息，并将信息传输给控制系统；所述修剪系统用于对园林植被进行修剪操作；所述控制系统用于数据进行分析处理，并对无人机进行飞行控制和视觉识别处理；所述视觉系统的输出端与所述控制系统的输入端通信连接，所述控制系统的输出端分别与所述飞行系统和所述视觉系统的输入端通信连接。
进一步的，所述飞行系统包括：机架和四个第一电机、第一电调与螺旋桨，所述第一电机的输出端与所述螺旋桨固定连接，所述第一电调与所述第一电机电性连接，通过控制四个第一电机的转速调整无人机的位姿、速度等运动量，从而使四旋翼无人机在空中自由飞行。
进一步的，所述机架外壁四角均设有支撑架，所述螺旋桨设于所述支撑架顶部远离所述机架一端，所述机架采用碳纤维材料制成，采用轻质高强材料，使得无人机能搭载足够重的货物的同时，又保障了无人机的轻便、灵活。
进一步的，所述修剪系统包括：第二电机、第二电调、刀片和保护罩，所述第二电机输出轴与所述刀片固定连接，所述第二电调与所述第二电机电性连接，第二电机带动刀片旋转对园林树木进行修剪。
进一步的，所述支撑架底部于所述螺旋桨下方设有支撑脚，所述刀片设于所述机架底部，所述保护罩设于所述刀片外侧，保护罩对刀片外部进行防护，避免刀片对人造成损伤。
进一步的，所述视觉系统包括：双目摄像头，所述双目摄像头设于所述机架顶部。
进一步的，所述控制系统包括：主控制器、飞行控制器Pixhawk，所述主控制器为机载计算机DJI大疆妙算。
进一步的，所述妙算内置有Ubuntu16.04和ROS Kinetic系统；所述Pixhawk内置有加速度计、陀螺仪、IMU传感器和若干个接口，所述Pixhawk的内置固件版本为Px4 stable1.11.2。
本发明还提供了一种园林用自主修剪型无人机的控制方法，包括以下步骤：
a）妙算接收来自视觉系统的视觉信息及来自Pixhawk的运动信息，进行视觉识别处理和飞行定位处理；
视觉识别方法为：采用BP神经网络进行树枝的识别；
首先，对视觉信息图像进行滤波处理；然后，采用阈值分割方式进行图像切割处理；再通过Gauss-Laplace算子进行边缘检测；提取树枝叶的RGB颜色信息特征；最后，通过采集并预处理过的数据集，进行BP神经网络学习训练进行深度学习，得到以树枝叶RGB颜色信息特征为主的BP神经网络；
飞行定位方法为：通过VINS_FUSION算法，融合双目视觉信息与IMU惯性数据进行定位；
b）经过判断处理对Pixhawk给出运动指令信息，Pixhawk则将运动指令信息转化为各个电机的电压信息传输给飞行系统、修剪系统的电调，通过电调改变电机的转速，实现对无人机的飞行控制和定位修剪；
飞行控制方法为：采用的是SO（3）三维旋转群加PID控制；SO（3）通过x、y、z、yaw四个变量及其导数对四旋翼无人机飞行姿态进行表示，PID控制器控制x、y、z，yaw、pitch、roll六个变量，外环控制位置，内环控制姿态；
无人机自主飞行的控制流程如下：首先双目摄像头获取图形提取特征，通过特征匹配再融合IMU惯性信息完成位姿估计；另一方面，将双目摄像头获取的图片作为输入导入至BP神经网络，BP神经网络可以识别出目标树木，进而获取目标树木的位置，之后发送控制命令给px4，使得无人机到达指定位置对目标树木进行修剪。
进一步的，所述VINS_FUSION算法是紧耦合的，基于非线性优化的方法通过融合预积分的IMU测量值和特征观测值来获得高精度的视觉惯性里程计，紧耦合的同时加入回环检测模块。
与现有技术相比，本发明所达到的有益效果是：
1、本发明通过设置飞行系统、视觉系统、修剪系统及控制系统，可有效实现对园林树木的视觉图像采集、无人机的定位分析、飞行控制和修剪操作，进而实现无人机自主修剪园林树木的功能，可有效避免园林工作者直接在高危地区修剪树木，保证园林工作者的安全性，同时提高园林树木的修剪效率；
2、本发明通过VINS_FUSION算法，融合双目视觉信息与IMU惯性数据进行定位；克服了IMU累计误差大和纯视觉在特征较少场景无法工作的缺点，具有很强的鲁棒性和定位精度；SO（3）能对无人机进行全姿态表示，不会存在奇异值问题；通过SO（3）与PID控制结合，能够对四旋翼无人机达到非常好的控制效果。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明整体的结构示意图；
图2是本发明整体的模块连接示意图；
图3是本发明的飞行的控制流程示意图；
图4是本发明VINS_FUSION算法工作示意图；
图5是本发明 BP神经网络的结构示意图。
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。
如图1-5所示的一种园林用自主修剪型无人机，包括飞行系统、视觉系统、修剪系统和控制系统，所述飞行系统用于为无人机提供飞行运动支撑；所述视觉系统用于获取无人机前方环境的RGB信息及深度信息，并将信息传输给控制系统；所述修剪系统用于对园林植被进行修剪操作；所述控制系统用于数据进行分析处理，并对无人机进行飞行控制和视觉识别处理；所述视觉系统的输出端与所述控制系统的输入端通信连接，所述控制系统的输出端分别与所述飞行系统和所述视觉系统的输入端通信连接；所述飞行系统包括：机架和四个第一电机、第一电调与螺旋桨，所述第一电机的输出端与所述螺旋桨固定连接，所述第一电调与所述第一电机电性连接，通过控制四个第一电机的转速调整无人机的位姿、速度等运动量，从而使四旋翼无人机在空中自由飞行，是无人机的执行部分之一；所述机架外壁四角均设有支撑架，所述螺旋桨设于所述支撑架顶部远离所述机架一端，所述机架采用碳纤维材料制成，保证螺旋桨有足够的运动空间，采用轻质高强材料，使得无人机能搭载足够重的货物的同时，又保障了无人机的轻便、灵活；所述修剪系统包括：第二电机、第二电调、刀片和保护罩，所述第二电机输出轴与所述刀片固定连接，所述第二电调与所述第二电机电性连接，在无人机靠近待修剪的植物时，第二电机带动刀片旋转对园林树木进行修剪；保护罩对刀片外部进行防护，避免刀片对人造成损伤；所述支撑架底部于所述螺旋桨下方设有支撑脚，所述刀片设于所述机架底部，所述保护罩设于所述刀片外侧，支撑脚对机架进行支撑，保证无人机降落时的稳定性。
所述视觉系统包括：双目摄像头，所述双目摄像头设于所述机架顶部，功能是获取无人机前方环境的RGB信息及深度信息，并将信息传输给控制系统，是无人机的主要传感部分之一。
所述控制系统包括：主控制器、飞行控制器Pixhawk，所述主控制器为机载计算机DJI大疆妙算；所述妙算内置有Ubuntu16.04和ROS Kinetic系统；所述Pixhawk内置有加速度计、陀螺仪、IMU传感器和若干个接口；妙算具有先进的图像处理功能、便捷的开发环境、低功耗、支持多个平台、拥有丰富的接口等众多优点，内置Ubuntu16.04和ROS Kinetic系统；目前Manifold已经配置好了MAVROS和Realsense两个Package，可以实现读取Realsense深度图和控制Pixhawk4；Pixhawk是一款基于ARM芯片的32位开源飞控，内置有加速度计、陀螺仪等多个信息传感器，同时包含多个接口；Pixhawk 的所有芯片传感器均为开源，所有的总线和外设都进行引出，兼容其他外设，方便控制和开发；Pixhawk的内置固件版本为Px4stable 1.11.2，可以通过数传和地面站QGroundControl连接，可以远程设置传感器、遥控器、飞行模式和其他飞行相关参数；另外Pixhawk使用MAVLink作为消息传递协议，用于无人机（以及机载无人机组件进行通信），其协议在ROS平台上以MAVROS包的形式封装，为我们使用ROS平台控制无人机提供了便利。
本发明还提供了一种园林用自主修剪型无人机的控制方法，包括以下步骤：
a）妙算接收来自视觉系统的视觉信息及来自Pixhawk的运动信息，进行视觉识别处理和飞行定位处理；
视觉识别方法为：采用BP神经网络进行树枝的识别；由于识别的目标比较简单，并且特征比较单一明显，所以神经网络层数不用太多即可有效的进行学习并识别；
首先，对视觉信息图像进行滤波处理，滤波的方式让图像更加平滑，更容易找到特征；
然后，采用阈值分割方式进行图像切割处理，通过计算出比较合适的阈值进行图像分割以达到比较好的效果；
再通过Gauss-Laplace算子进行边缘检测，便于提取特征；
提取树枝叶的RGB颜色信息特征；
最后，通过采集并预处理过的数据集，进行BP神经网络学习训练进行深度学习，得到以树枝叶RGB颜色信息特征为主的BP神经网络；
飞行定位方法为：通过VINS_FUSION算法，融合双目视觉信息与IMU惯性数据进行定位；克服了IMU累计误差大和纯视觉在特征较少场景无法工作的缺点，具有很强的鲁棒性和定位精度；
b）经过判断处理对Pixhawk给出运动指令信息，Pixhawk则将运动指令信息转化为各个电机的电压信息传输给飞行系统、修剪系统的电调，通过电调改变电机的转速，实现对无人机的飞行控制和定位修剪；
飞行控制方法为：采用的是SO（3）三维旋转群加PID控制；SO（3）通过x、y、z、yaw四个变量及其导数对四旋翼无人机飞行姿态进行表示，PID控制器控制x、y、z，yaw、pitch、roll六个变量，外环控制位置，内环控制姿态；SO（3）能对无人机进行全姿态表示，不会存在奇异值问题；通过SO（3）与PID控制结合，能够对四旋翼无人机达到非常好的控制效果；
无人机自主飞行的控制流程如下：首先双目摄像头获取图形提取特征，通过特征匹配再融合IMU惯性信息完成位姿估计；另一方面，将双目摄像头获取的图片作为输入导入至BP神经网络，BP神经网络可以识别出目标树木，进而获取目标树木的位置，之后发送控制命令给px4，使得无人机到达指定位置对目标树木进行修剪。
所述VINS_FUSION算法是紧耦合的，基于非线性优化的方法通过融合预积分的IMU测量值和特征观测值来获得高精度的视觉惯性里程计，紧耦合的同时加入回环检测模块，可以用最少的计算实现重新定位，同时该算法定位效果好，CPU占用率低，且完全适用于ROS系统，可以很好地与当前硬件框架整合在一起。此外，该算法在环境特征稀疏的情况下也可以较好地定位。
本发明工作原理：
参照说明书附图1-5，通过设置飞行系统、视觉系统、修剪系统及控制系统，可有效实现对园林树木的视觉图像采集、无人机的定位分析、飞行控制和修剪操作，进而实现无人机自主修剪园林树木的功能，可有效避免园林工作者直接在高危地区修剪树木，保证园林工作者的安全性，同时提高园林树木的修剪效率；通过VINS_FUSION算法，融合双目视觉信息与IMU惯性数据进行定位；克服了IMU累计误差大和纯视觉在特征较少场景无法工作的缺点，具有很强的鲁棒性和定位精度；SO（3）能对无人机进行全姿态表示，不会存在奇异值问题；通过SO（3）与PID控制结合，能够对四旋翼无人机达到非常好的控制效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种园林用自主修剪型无人机，包括飞行系统、视觉系统、修剪系统和控制系统，其特征在于：所述飞行系统用于为无人机提供飞行运动支撑；所述视觉系统用于获取无人机前方环境的RGB信息及深度信息，并将信息传输给控制系统；所述修剪系统用于对园林植被进行修剪操作；所述控制系统用于数据进行分析处理，并对无人机进行飞行控制和视觉识别处理；所述视觉系统的输出端与所述控制系统的输入端通信连接，所述控制系统的输出端分别与所述飞行系统和所述视觉系统的输入端通信连接。
2.根据权利要求1所述的一种园林用自主修剪型无人机，其特征在于：所述飞行系统包括：机架和四个第一电机、第一电调与螺旋桨，所述第一电机的输出端与所述螺旋桨固定连接，所述第一电调与所述第一电机电性连接。
3.根据权利要求2所述的一种园林用自主修剪型无人机，其特征在于：所述机架外壁四角均设有支撑架，所述螺旋桨设于所述支撑架顶部远离所述机架一端，所述机架采用碳纤维材料制成。
4.根据权利要求3所述的一种园林用自主修剪型无人机，其特征在于：所述修剪系统包括：第二电机、第二电调、刀片和保护罩，所述第二电机输出轴与所述刀片固定连接，所述第二电调与所述第二电机电性连接。
5.根据权利要求4所述的一种园林用自主修剪型无人机，其特征在于：所述支撑架底部于所述螺旋桨下方设有支撑脚，所述刀片设于所述机架底部，所述保护罩设于所述刀片外侧。
6.根据权利要求2所述的一种园林用自主修剪型无人机，其特征在于：所述视觉系统包括：双目摄像头，所述双目摄像头设于所述机架顶部。
7.根据权利要求1所述的一种园林用自主修剪型无人机，其特征在于：所述控制系统包括：主控制器、飞行控制器Pixhawk，所述主控制器为机载计算机DJI大疆妙算。
8.根据权利要求7所述的一种园林用自主修剪型无人机，其特征在于：所述妙算内置有Ubuntu16.04和ROS Kinetic系统；所述Pixhawk内置有加速度计、陀螺仪、IMU传感器和若干个接口，所述Pixhawk的内置固件版本为Px4 stable 1.11.2。
9.根据权利要求1-8任意一项所述的一种园林用自主修剪型无人机的控制方法，其特征在于：包括以下步骤：
a）妙算接收来自视觉系统的视觉信息及来自Pixhawk的运动信息，进行视觉识别处理和飞行定位处理；
视觉识别方法为：采用BP神经网络进行树枝的识别；
首先，对视觉信息图像进行滤波处理；然后，采用阈值分割方式进行图像切割处理；再通过Gauss-Laplace算子进行边缘检测；提取树枝叶的RGB颜色信息特征；最后，通过采集并预处理过的数据集，进行BP神经网络学习训练进行深度学习，得到以树枝叶RGB颜色信息特征为主的BP神经网络；
飞行定位方法为：通过VINS_FUSION算法，融合双目视觉信息与IMU惯性数据进行定位；
b）经过判断处理对Pixhawk给出运动指令信息，Pixhawk则将运动指令信息转化为各个电机的电压信息传输给飞行系统、修剪系统的电调，通过电调改变电机的转速，实现对无人机的飞行控制和定位修剪；
飞行控制方法为：采用的是SO（3）三维旋转群加PID控制；SO（3）通过x、y、z、yaw四个变量及其导数对四旋翼无人机飞行姿态进行表示，PID控制器控制x、y、z，yaw、pitch、roll六个变量，外环控制位置，内环控制姿态；
无人机自主飞行的控制流程如下：首先双目摄像头获取图形提取特征，通过特征匹配再融合IMU惯性信息完成位姿估计；另一方面，将双目摄像头获取的图片作为输入导入至BP神经网络，BP神经网络可以识别出目标树木，进而获取目标树木的位置，之后发送控制命令给px4，使得无人机到达指定位置对目标树木进行修剪。
10.根据权利要求9所述的一种园林用自主修剪型无人机的控制方法，其特征在于：所述VINS_FUSION算法是紧耦合的，基于非线性优化的方法通过融合预积分的IMU测量值和特征观测值来获得高精度的视觉惯性里程计，紧耦合的同时加入回环检测模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110935468.XA CN113485448A (zh) | 2021-08-16 | 2021-08-16 | 一种园林用自主修剪型无人机及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110935468.XA CN113485448A (zh) | 2021-08-16 | 2021-08-16 | 一种园林用自主修剪型无人机及其控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113485448A true CN113485448A (zh) | 2021-10-08 |
Family
ID=77945416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110935468.XA Pending CN113485448A (zh) | 2021-08-16 | 2021-08-16 | 一种园林用自主修剪型无人机及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113485448A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115843563A (zh) * | 2022-12-06 | 2023-03-28 | 华南农业大学 | 基于力矩平衡原理的无人机除梢装置及其控制方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104062977A (zh) * | 2014-06-17 | 2014-09-24 | 天津大学 | 基于视觉slam的四旋翼无人机全自主飞行控制方法 |
| CN206178480U (zh) * | 2016-11-25 | 2017-05-17 | 广州华夏职业学院 | 一种基于机器视觉的智能修剪无人机 |
| CN106941944A (zh) * | 2017-03-29 | 2017-07-14 | 广东工业大学 | 一种园艺修剪飞行机器人 |
| CN107416208A (zh) * | 2017-06-19 | 2017-12-01 | 汤在英 | 一种具有修剪植物功能的智能化无人机 |
| CN109640620A (zh) * | 2016-08-18 | 2019-04-16 | 泰维先进技术有限公司 | 用于种植园农业任务管理和数据收集的系统和方法 |
| CN110301248A (zh) * | 2019-07-30 | 2019-10-08 | 南京林业大学 | 一种基于无人机的智能修剪系统和方法 |
| CN210641523U (zh) * | 2019-09-10 | 2020-06-02 | 甘肃天鹰兄弟航空科技有限责任公司 | 一种农林修剪用无人机 |
| CN111418349A (zh) * | 2020-03-19 | 2020-07-17 | 南京赫曼机器人自动化有限公司 | 一种水果采摘智能机器人及其实现水果采摘的方法 |
| CN211353210U (zh) * | 2019-11-20 | 2020-08-28 | 深圳市捷佳航空科技有限公司 | 一种基于植保无人机的作物打顶机 |
| CN211881182U (zh) * | 2019-10-29 | 2020-11-10 | 广西南宁市温拿信息科技有限公司 | 一种园林修剪装置 |
-
2021
- 2021-08-16 CN CN202110935468.XA patent/CN113485448A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104062977A (zh) * | 2014-06-17 | 2014-09-24 | 天津大学 | 基于视觉slam的四旋翼无人机全自主飞行控制方法 |
| CN109640620A (zh) * | 2016-08-18 | 2019-04-16 | 泰维先进技术有限公司 | 用于种植园农业任务管理和数据收集的系统和方法 |
| US20190166765A1 (en) * | 2016-08-18 | 2019-06-06 | Tevel Advanced Technologies Ltd. | System and method for mapping and building database for harvesting-dilution tasks using aerial drones |
| CN206178480U (zh) * | 2016-11-25 | 2017-05-17 | 广州华夏职业学院 | 一种基于机器视觉的智能修剪无人机 |
| CN106941944A (zh) * | 2017-03-29 | 2017-07-14 | 广东工业大学 | 一种园艺修剪飞行机器人 |
| CN107416208A (zh) * | 2017-06-19 | 2017-12-01 | 汤在英 | 一种具有修剪植物功能的智能化无人机 |
| CN110301248A (zh) * | 2019-07-30 | 2019-10-08 | 南京林业大学 | 一种基于无人机的智能修剪系统和方法 |
| CN210641523U (zh) * | 2019-09-10 | 2020-06-02 | 甘肃天鹰兄弟航空科技有限责任公司 | 一种农林修剪用无人机 |
| CN211881182U (zh) * | 2019-10-29 | 2020-11-10 | 广西南宁市温拿信息科技有限公司 | 一种园林修剪装置 |
| CN211353210U (zh) * | 2019-11-20 | 2020-08-28 | 深圳市捷佳航空科技有限公司 | 一种基于植保无人机的作物打顶机 |
| CN111418349A (zh) * | 2020-03-19 | 2020-07-17 | 南京赫曼机器人自动化有限公司 | 一种水果采摘智能机器人及其实现水果采摘的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 穆易: "复杂背景下树干图像分割算法及其识别系统的研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 12, pages 21 - 22 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115843563A (zh) * | 2022-12-06 | 2023-03-28 | 华南农业大学 | 基于力矩平衡原理的无人机除梢装置及其控制方法 |
| CN115843563B (zh) * | 2022-12-06 | 2024-06-07 | 华南农业大学 | 基于力矩平衡原理的无人机除梢装置及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10645300B2 (en) | Methods and apparatus for image processing | |
| JP6312178B2 (ja) | ナビゲーションシステム、輸送機の状態情報を評価する方法、及び、輸送機の状態情報を評価する装置 | |
| CN110174903B (zh) | 用于在环境内控制可移动物体的系统和方法 | |
| CN103365295B (zh) | 基于dsp的四旋翼无人飞行器自主悬停控制系统及方法 | |
| US20200148352A1 (en) | Portable integrated uav | |
| CN106774409B (zh) | 一种无人机的半自主仿地飞行系统及其控制方法 | |
| CN107463181A (zh) | 一种基于AprilTag的四旋翼飞行器自适应追踪系统 | |
| US20180267561A1 (en) | Autonomous control of unmanned aircraft | |
| US11395464B2 (en) | Autonomous drone bees | |
| JP6762629B2 (ja) | 圃場作物撮影方法および撮影用ドローン | |
| CN114594792A (zh) | 用于控制可移动物体的设备和方法 | |
| EP3953115A1 (en) | System, devices and methods for tele-operated robotics | |
| CN106886225A (zh) | 一种多功能无人机智能起降站系统 | |
| JPWO2018168565A1 (ja) | 作物撮影用ドローン | |
| KR20160072519A (ko) | 유선드론을 적용한 작물개체 3차원 모니터링 시스템 | |
| CN105120136A (zh) | 基于无人飞行器的拍摄装置及其拍摄处理方法 | |
| CN112612294A (zh) | 一种带激光雷达自动避障系统的无人机 | |
| Meivel et al. | Remote sensing for UREA Spraying Agricultural (UAV) system | |
| CN205692054U (zh) | 一种头部运动监测的无线巡线机 | |
| CN113485448A (zh) | 一种园林用自主修剪型无人机及其控制方法 | |
| CN110122319A (zh) | 一种温室用自主导航授粉无人机及其控制方法 | |
| WO2020075868A1 (ja) | 圃場画像分析方法 | |
| AU2020300962A1 (en) | System, devices and methods for tele-operated robotics | |
| CN214409706U (zh) | 一种基于机器视觉的室内无人机定位系统 | |
| CN212876777U (zh) | 一种花椒自动采摘装置 |
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 |