CN113643309A - 一种果园的施药方法、装置、电子设备及存储介质 - Google Patents

一种果园的施药方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113643309A
CN113643309A CN202111212646.2A CN202111212646A CN113643309A CN 113643309 A CN113643309 A CN 113643309A CN 202111212646 A CN202111212646 A CN 202111212646A CN 113643309 A CN113643309 A CN 113643309A
Authority
CN
China
Prior art keywords
canopy
region
main
leaf wall
parameters
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
Application number
CN202111212646.2A
Other languages
English (en)
Other versions
CN113643309B (zh
Inventor
陈晨
薛新宇
顾伟
丁素明
蔡晨
周晴晴
秦维彩
崔龙飞
张玲
乐飞翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
Original Assignee
Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture filed Critical Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture
Priority to CN202111212646.2A priority Critical patent/CN113643309B/zh
Publication of CN113643309A publication Critical patent/CN113643309A/zh
Application granted granted Critical
Publication of CN113643309B publication Critical patent/CN113643309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G13/00—Protecting plants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开了一种果园的施药方法、装置、电子设备及存储介质。该方法包括：根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数；根据侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数；根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。通过本方案，可以实现果树连续冠层各分区参数的快速获取，为主冠区变量施药、侧枝区对靶施药的联合作业模式提供实时的靶标前馈信息，按需作业。

Description

一种果园的施药方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及果园施药技术领域，尤其涉及一种果园的施药方法、装置、电子设备及存储介质。
背景技术
在果园病虫害智能化防治工作中，树体叶冠参数获取为实现智能变量施药提供必要条件。
随着果园规模化种植技术的发展，园内果树通常成行整齐排列，每行果树冠层依次相邻、相互交错形成连续果树叶墙。现有果树冠层雷达获取技术主要针对果树冠层进行前后双面扫描，获取单棵果树冠层全局参数，由于全局点云数据量较大，通常需要先全局扫描，再由地面端处理，很难满足实时变量施药作业要求。因此，亟需设计一种果园的施药方法，按需施药，提高施药效率。
发明内容
本发明提供一种果园的施药方法、装置、电子设备及存储介质，以实现按需作业、精准施药的效果。
第一方面，本发明实施例提供了一种果园的施药方法，该方法包括：
根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；
根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数；
根据所述侧枝区的点云数据，确定所述侧枝区中各枝叶的骨架参数；
根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药；根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药。
第二方面，本发明实施例还提供了一种果园的施药装置，该装置包括：
双区划分模块，用于根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；
主冠参数确定模块，用于根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数；
侧枝参数确定模块，用于根据所述侧枝区的点云数据，确定所述侧枝区中各枝叶的骨架参数；
施药模式确定模块，用于根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药；根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的果园的施药方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的果园的施药方法。
本发明实施例提供的一种果园的施药方法、装置、电子设备及存储介质，根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数；根据所述侧枝区的点云数据，确定所述侧枝区中各枝叶的骨架参数；根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药；根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药。通过本方案，可以实现果树连续冠层各分区参数的快速获取，为主冠区变量施药、侧枝区对靶施药的联合作业模式提供实时的靶标前馈信息，按需作业，提高果园的施药效率，为果园的施药提供了一种新思路。
附图说明
图1A是本发明实施例一提供的一种果园的施药方法的流程图；
图1B是本发明实施例一提供的果园中数据采集的场景示意图；
图1C是本发明实施例一提供的叶墙的双区划分示意图；
图2A是本发明实施例二提供的一种果园的施药方法的流程图；
图2B是本发明实施例二提供的叶墙分割体的体积计算示意图；
图3A是本发明实施例三提供的一种果园的施药方法的流程图；
图3B是本发明实施例三提供的枝叶几何轮廓示意图；
图3C是本发明实施例三提供的各枝叶的骨架计算示意图；
图4是本发明实施例四提供的一种果园的施药装置结构框图；
图5是本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种果园的施药方法的流程图，本实施例可适用于对果园进行施药的情况。该方法可以由本发明实施例提供的果园的施药装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在电子设备上。
具体的，如图1A所示，本发明实施例提供的果园的施药方法，可以包括如下步骤：
S110、根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区。
随着果园规模化种植技术的发展，园内果树通常成行整齐排列，每行果树冠层依次相邻、相互交错形成连续冠层叶墙。其中，连续冠层叶墙的枝叶分布特征为：靠近树体主干的部分，枝叶茂密集中，对施药液量和输运风量的需求较大；远离树体主干的部分，枝叶稀疏，对施药量和输运风量的需求较小。
可以依据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区。
优选的，进行双区划分时，可以先将获取的单侧点云数据向叶墙中心面进行投影，得到叶墙中心面内的冠层投影；再对冠层投影进行单木冠层分割，确定树体的主干投影和树冠顶点投影在叶墙中心面内位置信息；接着，可以以主干投影为中心线，沿叶墙中心面，以预设间隔向两侧进行纵向预分割，得到叶墙中心面内的纵向预分区；然后，可以计算纵向预分区内的冠层投影面积占比；其中，冠层投影面积占比为纵向预分区内的冠层投影面积与纵向预分区面积的比值；最后，根据纵向预分区内的冠层投影面积占比与预设划分阈值，进行叶墙中心面内主冠区和侧枝区的划分；根据叶墙中心面内主冠区和侧枝区的划分，确定连续冠层叶墙的双区划分。
其中，单侧点云数据由数据获取模块获取，数据获取模块包括：激光雷达、惯性测量传感器、高精度实时动态（Real -time kinematic，RTK）接收机及数据处理单元。如图1B所示，采集数据时，激光雷达垂向放置，激光扫描面为垂直方向，扫描角度为360°，激光雷达沿两行果树行间进行扫描作业，可同时获取左右两行果树冠层的单侧点云数据；惯性测量传感器对激光雷达姿态及方位角进行实时修正；高精度RTK接收机定位果园各行列果树叶墙方位及激光雷达方位，其中，叶墙方位可以包括左右两侧叶墙的首端坐标位置和尾端坐标位置；数据处理单元进行数据信息解算、叶墙分割及参数提取。
进一步的，获取叶墙的单侧点云数据、叶墙的首端坐标位置和尾端坐标位置后，可以通过坐标位置解算，生成沿首尾方向垂直地面的叶墙中心面。示例性的，以第k行为例，根据第k行连续叶墙首尾两端Ak和Bk点坐标位置，通过坐标位置解算生成沿AkBk方向垂直地面的连续叶墙中心面Sk。
具体的，进行双区划分时，可以先将获取的单侧点云数据以Y轴为投影方向，向叶墙中心面进行投影，得到叶墙中心面内的冠层投影；再根据冠层投影的轮廓信息，采用单木分割算法进行单木冠层分割，确定树体的主干、树冠顶点投影在叶墙中心面内的位置信息。
如图1C所示，在叶墙中心面内，可以以主干投影为中心，沿X轴正负方向，以预设间隔向两侧进行纵向预分割，得到叶墙中心面内的纵向预分区；接着，依次计算两侧纵向预分割区内的冠层投影面积占比；其中，冠层投影面积占比为纵向预分区内的冠层投影面积与纵向预分区面积的比值；然后，根据纵向预分区内的冠层投影面积占比与预设划分阈值，进行叶墙中心面内主冠区和侧枝区的划分；最后，根据叶墙中心面内主冠区和侧枝区的划分，确定连续冠层叶墙的双区划分。
示例性地，设定纵向预分割区内的划分阈值为50%，则冠层投影面积占比≥50%时，该区域为主冠区，占比接近阈值边界的区域为主冠区边界，主冠区外侧为侧枝区。需要说明的是，不同果树的冠层结构可以不同，本实施例仅以50%为例进行说明，具体设置可以根据不同类型果树的冠层特征进行设置。
S120、根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数。
其中，树体的高度为地面至冠顶的距离，树顶位置为冠顶。本实施例中，主冠区的树体高度可以是预先设置好的，也可以是通过数据获取设备获取的。
主冠区冠层轮廓规整，适宜网格化分割。获取叶墙中的树体高度后，可以根据树体高度，沿垂直于地面方向对叶墙进行垂向分割，得到叶墙的垂向分区。
通常情况下，因为果园中种植的同一行果树是同品种且种植时间相近的，在相同条件下生长速度也相近，所以叶墙中的树体高度也近似相同。
变量施药机的响应距离，为变量施药机在变量响应时间内的行进距离，可以根据变量施药机在果树行间的行进速度和变量响应时间确定。需要说明的是，不同变量施药机对应的变量响应时间不同，一旦确定变量施药机，即可确定对应的变量响应时间。
本实施例中，可以根据变量施药机的响应距离，沿着变量施药机的行进方向对叶墙进行纵向分割，得到叶墙的纵向分区。将垂向分区和纵向分区融合，即可完成对主冠区的网格化分割，生成主冠区的网格化分割参数。
S130、根据侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数。
划分侧枝区后，可以根据侧枝区的点云数据，确定侧枝区中各枝叶的轮廓；根据各枝叶的轮廓，确定侧枝区中各枝叶的骨架参数。其中，确定的骨架并非各枝叶所属的实际枝干，可以与实际枝干重合，也可以不重合。
S140、根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。
其中，主冠区的冠层枝叶茂密集中，对施药液量和输运风量的需求较大；侧枝区的侧枝枝叶稀疏，对施药液量和输运风量的需求较小。施药模式中，变量施药模式，采用大风量轴流风机、垂向分段变量施药，满足主冠区网格化变量施药需求；对靶施药模式，采用对靶喷雾喷头，其喷雾的方向性强，施药液量、风量较小，可根据侧枝几何骨架的空间位置进行对靶扫掠喷洒。
根据果树连续叶墙主冠区和侧枝区的施药需求差异，采用主冠区网格化变量施药、侧枝区几何骨架对靶施药的联合作业方式，形成按需作业、精准变量的施药模式。
本实施例的技术方案，根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数；根据侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数；根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。通过本方案，可以实现果树连续冠层各分区参数的快速获取，为主冠区变量施药、侧枝区对靶施药的联合作业模式提供实时的靶标前馈信息，按需作业，提高果园的施药效率，为果园的施药提供了一种新思路。
实施例二
图2A为本发明实施例二提供的一种果园的施药方法的流程图，该方法在上述实施例的基础上进一步的优化，给出了如何对主冠区进行网格化分割并施药的具体情况介绍。
具体的，如图2A所示，该方法包括：
S210、根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区。
S220、根据主冠区的树体高度及冠层特征，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区。
其中，冠层特征至少包括树体的冠层厚度，其中，冠层厚度就是长树枝的位置开始到树顶的距离，长树枝的位置为冠底，树顶位置为冠顶，冠顶和冠底的差即为冠层厚度。树体高度为地面至冠顶的距离。
本实施例中，树体高度及冠层特征可以是预先设置好的，也可以是通过数据采集设备获取的。得到树体高度和冠层特征后，可以根据树体高度及冠层特征，沿垂直于地面方向对叶墙的主冠区进行垂向分割，得到主冠区的垂向分区。
示例性的，依据树体高度将树体沿垂向分割为5个分区，其中，冠层顶点到底点均匀分割为4个冠层，自上而下依次为Z1、Z2、Z3和Z4，冠层底点至地面分割为一个树干分区Z5。需要说明的是，本实施例并不限于将果树沿垂向分割为5个分区，分区数量可以根据实际叶墙中的树体高度及冠层特征进行调整，本实施例对此不作限定。
通常情况下，因为果园中种植的同一行果树是同品种且种植时间相近的，在相同条件下生长速度也相近，所以叶墙中的树体高度及冠层特征也近似相同。
在一个可选的实施方式中，为了避免个别果树高度异常对分区的影响，快速确定树体高度及冠层特征，提高垂向划分速度，根据主冠区的树体高度及冠层特征，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区，可以包括：根据主冠区的树体高度及冠层特征，确定树体高度及冠层特征的平均值；根据主冠区的树体高度及冠层特征的平均值，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区。进一步的，确定冠层特征的平均值包括：分别确定冠层顶点的平均值，及冠层底点的平均值。
在另一个可选的实施方式中，针对树体高度差异较大的情况，为了避免遗漏部分叶墙，导致施药不完全，根据主冠区的树体高度及冠层特征，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区时，可以包括：根据主冠区的树体高度及冠层特征，确定主冠区的树体高度及冠层特征的最值；根据树体高度及冠层特征的最值，沿着垂直于地面方向对主冠区进行垂向分割。
S230、根据变量施药机的响应距离，沿着变量施药机的行进方向对主冠区进行纵向分割，得到主冠区的纵向分区。
其中，变量施药机的响应距离，为变量施药机在变量响应时间内的行进距离，可以根据变量施药机在果树行间的行进速度和变量响应时间确定。需要说明的是，不同变量施药机对应的变量响应时间不同，一旦确定变量施药机，即可确定对应的变量响应时间。
本实施例中，根据变量施药机的响应距离，沿着变量施药机的行进方向对叶墙进行纵向分割，得到叶墙的纵向分区，包括：根据变量施药机在果树行间的行进速度和变量响应时间，确定变量施药机的响应距离；以变量施药机的响应距离为间隔，沿着变量施药机的行进方向对叶墙进行纵向分割，得到叶墙的若干个纵向分区（X1、X2和X3）。
S240、将垂向分割和纵向分割融合，得到各个网格的位置信息，并根据主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积。
其中，各个网格的位置信息由垂向分割得到的垂向分区和纵向分割得到的纵向分区共同确定，分割后各个网格的位置可以表示为XiZj。其中，i表示纵向分割位置，代表该网格所属的纵向分区为Xi；j表示垂向分割位置，代表该网格所属的垂向分区为Zj。
根据主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积，包括：将单侧点云数据，以网格为单位，以叶墙中心面为底，进行体积运算，得到网格内的叶墙体积。
如图2B所示，Vij为单侧叶墙网格化分割后XiZj对应的叶墙分割体，投影将叶墙分割体Vij外轮廓面上的激光点云沿Y轴向叶墙中心面Sk投影，投影面为Sij，将Sij沿X、Z轴方向等距分割，生成m×n个像元，像元面积为
Figure DEST_PATH_IMAGE001
，每个像元沿Y轴负方向拉伸到叶墙分割体外轮廓面，形成小立方体，小立方体底面为
Figure 994076DEST_PATH_IMAGE001
，高度为相应激光点云到叶墙中心面Y轴向距离
Figure 176796DEST_PATH_IMAGE002
，当投影面Sij内分割的像元数量足够多时，可用有限个小立方体堆积等效叶墙分割体Vij。
叶墙分割体体积计算公式为：
Figure 612325DEST_PATH_IMAGE004
本实施例中，以叶墙中心面为冠层体积的底面，激光雷达仅需采集冠层单侧点云数据既可进行体积反演，简化了传统雷达获取系统需双面扫描冠层再进行体积解算的步骤，为实时探测实时智能变量施药提供了必要条件。
S250、根据各个网格的位置信息和各个网格内的叶墙体积，生成主冠区的网格化分割参数。
其中，主冠区的网格化分割参数至少包括各个网格的位置信息和网格内的叶墙体积，可以为果园连续变量施药提供实时的靶标前馈信息。
S260、根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。
优选的，网格化分割参数中还包括各个网格的叶墙疏密程度。其中，叶墙疏密程度根据激光雷达反射回波的强弱确定。
进一步的，为了保证施药时，不遗漏待施药叶墙且避免药剂浪费，根据主冠区的网格化分割参数，对主冠区进行变量施药，可以包括：根据网格化分割参数中各个网格的叶墙体积，确定各个网格的施药量；根据网格化分割参数中各个网格的叶墙疏密程度，确定各个网格的施药风速；根据各个网格的施药量和施药风速，对各个网格进行施药。可以对果树冠层不同位置处有针对性地进行药物的喷施，能够进一步地提高果园施药的效果。
本实施例的技术方案，给出了对主冠区进行网格化分割并施药的具体情况，根据主冠区的树体高度及冠层特征，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区；根据变量施药机的响应距离，沿着变量施药机的行进方向对主冠区进行纵向分割，得到主冠区的纵向分区；将垂向分割和纵向分割融合，得到各个网格的位置信息，并根据主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积；根据各个网格的位置信息和各个网格内的叶墙体积，生成主冠区的网格化分割参数。通过本发明的技术方案，简化了传统雷达获取系统需双面扫描冠层再进行体积解算的步骤，为实时探测实时智能变量施药提供了必要条件。
实施例三
图3A为本发明实施例三提供的一种果园的施药方法的流程图，该方法在上述实施例的基础上进一步的优化，给出了如何确定侧枝区的骨架参数并施药的具体情况介绍。
具体的，如图3A所示，该方法包括：
S310、根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区。
S320、根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数。
S330、将侧枝区的点云数据，向叶墙中心面投影，形成枝叶几何外轮廓。
其中，枝叶几何外轮廓如图3B所示，在侧枝区内，以侧枝区纵向边界为底边，以点云坐标在X轴方向的差值为高程Hx，采用单木分割算法进行单侧枝分割。
S340、基于枝叶几何外轮廓，利用轮廓收缩算法，确定侧枝区中各枝叶的骨架参数。
如图3C所示，根据分割后的单侧枝轮廓点云信息，在XOZ坐标系内，单侧枝轮廓点云在
Figure 210797DEST_PATH_IMAGE005
位置的上下边界点分别为
Figure DEST_PATH_IMAGE006
、
Figure 212120DEST_PATH_IMAGE007
，侧枝骨架节点坐标为
Figure DEST_PATH_IMAGE008
，其中Z轴坐标关系式如下：
Figure DEST_PATH_IMAGE010
经过计算，离散的几何骨架节点依次排序形成侧枝骨架。骨架参数为侧枝骨架的坐标序列。
S350、根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。
进一步的，根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药，包括：根据侧枝区中各枝叶的骨架参数，生成对靶施药扫掠的轨迹坐标；将轨迹坐标与侧枝叶墙体积融合，生成对靶施药作业参数；根据对靶施药作业参数，对侧枝区进行施药。
本实施例的技术方案，根据侧枝区几何骨架信息，生成对靶施药扫掠的轨迹坐标，融合侧枝叶墙体积，生成对靶施药作业参数，为对靶施药提供前馈信息，可以保证施药时，不遗漏待施药叶墙且避免药剂浪费。
实施例四
图4是本发明实施例四所提供的一种果园的施药装置的结构示意图，该装置适用于执行本发明实施例提供的果园的施药方法，可以实现按需作业、精准施药的效果。如图4所示，该装置包括双区划分模块410、主冠参数确定模块420、侧枝参数确定模块430和施药模式确定模块440。
其中，双区划分模块410，用于根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；
主冠参数确定模块420，用于根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数；
侧枝参数确定模块430，用于根据侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数；
施药模式确定模块440，用于根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。
本实施例的技术方案，根据连续冠层叶墙的枝叶分布特征，将连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；根据主冠区的树体高度和变量施药机的响应距离，对主冠区进行网格化分割，生成主冠区的网格化分割参数；根据侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数；根据主冠区的网格化分割参数，对主冠区进行变量施药；根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。通过本方案，可以实现果树连续冠层各分区参数的快速获取，为主冠区变量施药、侧枝区对靶施药的联合作业模式提供实时的靶标前馈信息，按需作业，提高果园的施药效率，为果园的施药提供了一种新思路。
优选的，上述双区划分模块410具体包括：冠层投影确定单元、单木分割单元、纵向预分区单元、占比计算单元、阈值比较单元和双区划分单元。
其中，冠层投影确定单元，用于将获取的单侧点云数据向叶墙中心面进行投影，得到叶墙中心面内的冠层投影；
单木分割单元，用于对冠层投影进行单木冠层分割，确定树体的主干投影和树冠顶点投影在叶墙中心面内位置信息；
纵向预分区单元，用于以主干投影为中心线，沿叶墙中心面，以预设间隔向两侧进行纵向预分割，得到叶墙中心面内的纵向预分区；
占比计算单元，用于计算纵向预分区内的冠层投影面积占比；其中，冠层投影面积占比为纵向预分区内的冠层投影面积与纵向预分区面积的比值；
阈值比较单元，用于根据纵向预分区内的冠层投影面积占比与预设划分阈值，进行叶墙中心面内主冠区和侧枝区的划分；
双区划分单元，用于根据叶墙中心面内主冠区和侧枝区的划分，确定连续冠层叶墙的双区划分。
优选的，上述主冠参数确定模块420具体包括：垂向分区单元、纵向分区单元、分区融合单元和分割参数生成单元。
其中，垂向分区单元，用于根据主冠区的树体高度及冠层特征，沿垂直于地面方向对主冠区进行垂向分割，得到主冠区的垂向分区；
纵向分区单元，用于根据变量施药机的响应距离，沿着变量施药机的行进方向对主冠区进行纵向分割，得到主冠区的纵向分区；
分区融合单元，用于将垂向分割和纵向分割融合，得到各个网格的位置信息，并根据主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积；
分割参数生成单元，用于根据各个网格的位置信息和各个网格内的叶墙体积，生成主冠区的网格化分割参数。
优选的，上述分区融合单元具体用于将单侧点云数据，以网格为单位，以叶墙中心面为底，进行体积运算，得到网格内的叶墙体积。
优选的，上述侧枝参数确定模块430，具体包括：
轮廓形成单元，用于将侧枝区的点云数据，向叶墙中心面投影，形成枝叶几何外轮廓；
骨架参数确定单元，用于基于枝叶几何外轮廓，利用轮廓收缩算法，确定侧枝区中各枝叶的骨架参数。
优选的，上述施药模式确定模块440包括：变量施药子模块和对靶施药子模块。其中，变量施药子模块，用于根据主冠区的网格化分割参数，对主冠区进行变量施药；对靶施药子模块，用于根据侧枝区中各枝叶的骨架参数，对侧枝区进行对靶施药。
优选的，网格化分割参数中还包括各个网格的叶墙疏密程度。变量施药子模块，具体包括：施药量确定单元、风速确定单元和网格施药单元。
其中，施药量确定单元，用于根据网格化分割参数中各个网格的叶墙体积，确定各个网格的施药量；
风速确定单元，用于根据网格化分割参数中各个网格的叶墙疏密程度，确定各个网格的施药风速；
网格施药单元，用于根据各个网格的施药量和施药风速，对各个网格进行施药。
优选的，对靶施药子模块，具体包括：轨迹生成单元、参数生成单元和对靶施药单元。
其中，轨迹生成单元，用于根据侧枝区中各枝叶的骨架参数，生成对靶施药扫掠的轨迹坐标；
参数生成单元，用于将轨迹坐标与侧枝叶墙体积融合，生成对靶施药作业参数；
对靶施药单元，用于根据对靶施药作业参数，对侧枝区进行施药。
本发明实施例所提供的果园的施药装置可执行本发明任意实施例所提供的果园的施药方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件（包括系统存储器28和处理单元16）的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MCA）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（图5未显示，通常称为“硬盘驱动器”）。尽管图5中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM, DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组（至少一个）程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的果园的施药方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请任意发明实施例提供的果园的施药方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种果园的施药方法，其特征在于，所述方法包括：
根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；
根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数；
根据所述侧枝区的点云数据，确定所述侧枝区中各枝叶的骨架参数；
根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药；根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药。
2.根据权利要求1所述的方法，其特征在于，根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区，包括：
将获取的单侧点云数据向叶墙中心面进行投影，得到所述叶墙中心面内的冠层投影；
对所述冠层投影进行单木冠层分割，确定树体的主干投影和树冠顶点投影在叶墙中心面内位置信息；
以所述主干投影为中心线，沿所述叶墙中心面，以预设间隔向两侧进行纵向预分割，得到所述叶墙中心面内的纵向预分区；
计算所述纵向预分区内的冠层投影面积占比；其中，所述冠层投影面积占比为所述纵向预分区内的冠层投影面积与纵向预分区面积的比值；
根据所述纵向预分区内的冠层投影面积占比与预设划分阈值，进行叶墙中心面内主冠区和侧枝区的划分；
根据所述叶墙中心面内主冠区和侧枝区的划分，确定所述连续冠层叶墙的双区划分。
3.根据权利要求1所述的方法，其特征在于，根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数，包括：
根据所述主冠区的树体高度及冠层特征，沿垂直于地面方向对所述主冠区进行垂向分割，得到所述主冠区的垂向分区；
根据变量施药机的响应距离，沿着所述变量施药机的行进方向对所述主冠区进行纵向分割，得到所述主冠区的纵向分区；
将垂向分割和纵向分割融合，得到各个网格的位置信息，并根据所述主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积；
根据所述各个网格的位置信息和所述各个网格内的叶墙体积，生成所述主冠区的网格化分割参数。
4.根据权利要求3所述的方法，其特征在于，根据所述主冠区的单侧点云数据和叶墙中心面的坐标位置，确定各个网格内的叶墙体积，包括：
将所述单侧点云数据，以网格为单位，以叶墙中心面为底，进行体积运算，得到网格内的叶墙体积。
5.根据权利要求1所述的方法，其特征在于，所述网格化分割参数中还包括各个网格的叶墙疏密程度；
根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药，包括：
根据所述网格化分割参数中各个网格的叶墙体积，确定所述各个网格的施药量；
根据所述网格化分割参数中各个网格的叶墙疏密程度，确定所述各个网格的施药风速；
根据所述各个网格的施药量和施药风速，对所述各个网格进行施药。
6.根据权利要求1所述的方法，其特征在于，根据所述侧枝区的点云数据，确定侧枝区中各枝叶的骨架参数，包括：
将所述侧枝区的点云数据，向叶墙中心面投影，形成枝叶几何外轮廓；
基于所述枝叶几何外轮廓，利用轮廓收缩算法，确定所述侧枝区中各枝叶的骨架参数。
7.根据权利要求1所述的方法，其特征在于，根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药，包括：
根据所述侧枝区中各枝叶的骨架参数，生成对靶施药扫掠的轨迹坐标；
将所述轨迹坐标与侧枝叶墙体积融合，生成对靶施药作业参数；
根据所述对靶施药作业参数，对所述侧枝区进行施药。
8.一种果园的施药装置，其特征在于，所述装置包括：
双区划分模块，用于根据连续冠层叶墙的枝叶分布特征，将所述连续冠层叶墙进行双区划分，形成以树体主干为中心的主冠区和相邻树体间的侧枝区；
主冠参数确定模块，用于根据所述主冠区的树体高度和变量施药机的响应距离，对所述主冠区进行网格化分割，生成主冠区的网格化分割参数；
侧枝参数确定模块，用于根据所述侧枝区的点云数据，确定所述侧枝区中各枝叶的骨架参数；
施药模式确定模块，用于根据所述主冠区的网格化分割参数，对所述主冠区进行变量施药；根据所述侧枝区中各枝叶的骨架参数，对所述侧枝区进行对靶施药。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的果园的施药方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的果园的施药方法。
CN202111212646.2A 2021-10-19 2021-10-19 一种果园的施药方法、装置、电子设备及存储介质 Active CN113643309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111212646.2A CN113643309B (zh) 2021-10-19 2021-10-19 一种果园的施药方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111212646.2A CN113643309B (zh) 2021-10-19 2021-10-19 一种果园的施药方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113643309A true CN113643309A (zh) 2021-11-12
CN113643309B CN113643309B (zh) 2022-02-18

Family

ID=78427336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111212646.2A Active CN113643309B (zh) 2021-10-19 2021-10-19 一种果园的施药方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113643309B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000155841A (ja) * 1998-11-19 2000-06-06 Nippon Telegr & Teleph Corp <Ntt> 図形認識方法、装置、および図形認識プログラムを記録した記録媒体
CN102163342A (zh) * 2011-04-07 2011-08-24 北京农业信息技术研究中心 基于多尺度测量数据的果树形态结构三维重建方法
CN111937835A (zh) * 2020-07-10 2020-11-17 北京农业智能装备技术研究中心 基于超声传感的果园风袋式对靶喷雾机及方法
CN112837309A (zh) * 2021-03-02 2021-05-25 华南农业大学 果树冠层靶标识别装置、方法、计算设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000155841A (ja) * 1998-11-19 2000-06-06 Nippon Telegr & Teleph Corp <Ntt> 図形認識方法、装置、および図形認識プログラムを記録した記録媒体
CN102163342A (zh) * 2011-04-07 2011-08-24 北京农业信息技术研究中心 基于多尺度测量数据的果树形态结构三维重建方法
CN111937835A (zh) * 2020-07-10 2020-11-17 北京农业智能装备技术研究中心 基于超声传感的果园风袋式对靶喷雾机及方法
CN112837309A (zh) * 2021-03-02 2021-05-25 华南农业大学 果树冠层靶标识别装置、方法、计算设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周宇飞等: "基于无人机机载激光雷达的桉树蓄积量估测技术研究", 《林业与环境科学》 *

Also Published As

Publication number Publication date
CN113643309B (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
US20220028163A1 (en) Computer Vision Systems and Methods for Detecting and Modeling Features of Structures in Images
US11537906B2 (en) Machine learning based target localization for autonomous unmanned vehicles
WO2020134082A1 (zh) 一种路径规划方法、装置和移动设备
CN108776492B (zh) 一种基于双目相机的四轴飞行器自主避障与导航方法
WO2021016751A1 (zh) 一种点云特征点提取方法、点云传感系统及可移动平台
US9373190B2 (en) High-quality stereo reconstruction featuring depth map alignment and outlier identification
CN109186608B (zh) 一种面向重定位的稀疏化三维点云地图生成方法
CN101324663B (zh) 激光雷达点云数据的快速分块与栅格化算法
CN110433467B (zh) 基于双目视觉和蚁群算法的捡乒乓球机器人运行方法及设备
CN111950873A (zh) 基于深度强化学习的卫星实时引导任务规划方法及系统
CN102542035A (zh) 基于扫描线法的多边形栅格化并行转换方法
CN111612896A (zh) 一种基于机载激光雷达树点云重建三维树模型的方法
CN109186552A (zh) 一种图像采集装置的布点规范的方法和系统
Nie et al. A forest 3-D LiDAR SLAM system for rubber-tapping robot based on trunk center atlas
Kareem et al. Planning the Optimal 3D Quadcopter Trajectory Using a Delivery System-Based Hybrid Algorithm.
Stepanas et al. OHM: GPU based occupancy map generation
CN113888589B (zh) 一种基于激光雷达的水面障碍物检测与多目标跟踪方法
CN113643309B (zh) 一种果园的施药方法、装置、电子设备及存储介质
CN112180987B (zh) 协同作业方法、系统、装置、计算机设备及存储介质
CN112002012B (zh) 城市区域的可视性分析方法
CN114066910A (zh) 一种无人机摄影测量的模型有效区域自动提取方法和系统
CN113625771A (zh) 一种影子跟随的单无人机区域覆盖路径规划方法
CN116466369A (zh) 高低轨卫星可见时间窗口确定方法及装置
CN114065354B (zh) 一种基于bim和gis的融合系统
CN114564048A (zh) 一种面向农用四旋翼无人机航迹规划改进方法

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
GR01 Patent grant
GR01 Patent grant