CN113939452B - 一种喷洒控制方法及装置 - Google Patents
一种喷洒控制方法及装置 Download PDFInfo
- Publication number
- CN113939452B CN113939452B CN202080033502.8A CN202080033502A CN113939452B CN 113939452 B CN113939452 B CN 113939452B CN 202080033502 A CN202080033502 A CN 202080033502A CN 113939452 B CN113939452 B CN 113939452B
- Authority
- CN
- China
- Prior art keywords
- spraying
- unmanned aerial
- aerial vehicle
- spray
- information
- 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.)
- Active
Links
- 238000005507 spraying Methods 0.000 title claims abstract description 659
- 238000000034 method Methods 0.000 title claims abstract description 102
- 239000007921 spray Substances 0.000 claims abstract description 190
- 230000012010 growth Effects 0.000 claims description 51
- 238000010801 machine learning Methods 0.000 claims description 41
- 238000012512 characterization method Methods 0.000 claims description 29
- 230000004044 response Effects 0.000 claims description 28
- 230000036541 health Effects 0.000 claims description 19
- 239000000575 pesticide Substances 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 14
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 9
- 239000003814 drug Substances 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000009331 sowing Methods 0.000 description 3
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000274965 Cyrestis thyodamas Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- -1 seeds Substances 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
- B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
- B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/06—Control of flow characterised by the use of electric means
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Insects & Arthropods (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
一种喷洒控制方法及装置。其中，该方法包括：将喷洒位置信息发送至无人机的远程控制终端(140)；接收远程控制终端(140)根据所述喷洒位置信息确定的喷洒参数；根据喷洒参数发出喷洒控制指令；其中喷洒参数包括所述远程控制终端(140)根据处方图和喷洒位置信息确定的喷洒量，处方图中包括喷洒位置信息和喷洒量的对应关系。本申请解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
Description
技术领域
本申请涉及无人机控制领域，具体而言，涉及一种喷洒控制方法及装置。
背景技术
随着无人机领域智能化的不断发展，无人机为人们承担的任务越来越多，高清航拍、农业生产、远距离投放、军事国防等行业都会用到无人机的技术，在无人机应用在农业生产领域的时候，往往利用无人机空间移动能力强、分辨能力强的特点，对农作物进行喷洒，例如包括喷洒农药、撒播种子、灌溉植物等。
目前，植保机的作业方案是用户设置好亩用量、飞行速度等固定参数后开始喷洒/播撒作业，即利用机械、线性的喷洒执行方式对一定区域内的农作物进行喷洒，但是这种方式无法针对作物的长势、健康状态等特点进行针对性的喷洒作业，导致喷洒过程没有着重点，喷洒介质(例如农药、种子、水等)利用率低，喷洒介质所作用的农作物经常会产生喷洒过多浪费或药物过少不足的情况。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种喷洒控制方法及装置，可以解决现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
第一方面，本申请实施例提供了一种喷洒控制方法，应用于无人机的飞行控制器，包括：
将喷洒位置信息发送至无人机的远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
第二方面，本申请实施例提供了一种喷洒控制方法，应用于无人机的远程控制终端，所述方法包括：
获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；
获取无人机的喷洒位置信息；
根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；
显示所述无人机的喷洒作业信息，
其中所述喷洒作业信息是所述无人机的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息。
第三方面，本申请实施例还提供了一种喷洒控制装置，应用于无人机的飞行控制器，所述装置包括：
发送模块，用于将喷洒位置信息发送至无人机的远程控制终端；
接收模块，用于接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
指令模块，用于根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
第四方面，本申请实施例还提供了一种喷洒控制装置，应用于无人机的远程控制终端，所述装置包括：
获取模块，用于获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；
所述获取模块，还用于获取无人机的喷洒位置信息；
生成模块，用于根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
发送模块，用于将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；
显示模块，用于显示所述无人机的喷洒作业信息；
其中所述喷洒作业信息是所述无人机的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息。
第五方面，本申请还提供了一种包括指令的计算机程序产品，当所述指令在计算机上运行时，使得所述计算机机执行所述的喷洒控制方法。
第六方面，本申请还提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述喷洒控制方法。
第七方面，本申请实施例还提供了一种计算处理设备，包括：
存储器，其中存储有计算机可读代码；一个或多个处理器，当所述计算机可读代码被所述一个或多个处理器执行时，所述计算处理设备执行如前述的方法。
第八方面，本申请实施例还提供一种无人飞行系统，包括无人飞行器和远程控制终端；所述无人飞行器包括飞行控制器；所述飞行控制器能够与所述远程控制终端进行通信传输；
所述飞行控制器用于执行如下操作：
将喷洒位置信息发送至所述远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
第九方面，本申请实施例还提供一种无人飞行器，包括飞行控制器，所述飞行控制器用于接收远程控制终端的信号，并执行如下操作：
将喷洒位置信息发送至所述远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。。
在本申请实施例中，采用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，令无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
附图说明
图1是本申请的一种无人飞行系统的示意性架构图；
图2是根据本申请实施例的一种喷洒控制方法的流程图；
图3是根据本申请实施例的一种可选的喷洒控制方法的流程图；
图4是根据本申请实施例的一种喷洒控制装置的结构框图；
图5是根据本申请实施例的一种可选的喷洒控制装置的结构框图；
图6是根据本申请实施例的一种喷洒控制方法在使用中的工作流程图。
图7示意性地示出了用于执行根据本申请的方法的计算处理设备的框图；以及
图8示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元。
具体实施例
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是根据本申请的实施例的无人飞行系统的示意性架构图。本申请实施例的喷洒控制方法应用于图1的无人飞行系统。以下对无人飞行系统进行举例介绍。
无人飞行系统100可以包括无人飞行器110、显示设备130和远程控制终端140。无人飞行器可以是无人机，其可以包括动力系统150、飞行控制系统160、机架(图未示)以及喷洒系统170。动力系统150和飞行控制系统160可以设置在机架上。无人飞行器110可以与远程控制终端140和显示设备130进行无线通信。在一些实施例中，显示设备130和远程控制终端140可以集成于一体，或者可以是安装有应用程序的计算处理设备，例如遥控器或者手机。
机架可以包括机身和脚架(也称为起落架)。机身可以包括中心架以及与中心架连接的一个或多个机臂，一个或多个机臂呈辐射状从中心架延伸出。脚架与机身连接，用于在无人飞行器110着陆时起支撑作用。
动力系统150可以包括一个或多个电子调速器(简称为电调)151以及与电调151电性连接的一个或多个电机152，电机152可以设置在无人飞行器110的机臂上；电子调速器151用于接收飞行控制系统160产生的驱动信号，并根据驱动信号提供驱动电流给电机152，以控制电机152的转速。驱动电流也可以称为电调电流。电机152用于驱动螺旋桨旋转，从而为无人飞行器110的飞行提供动力，该动力使得无人飞行器110能够实现一个或多个自由度的运动。应理解，电机152可以是直流电机，也可以交流电机。另外，电机152可以是无刷电机，也可以是有刷电机。
飞行控制系统160可以包括飞行控制器161和传感系统162。传感系统162用于测量无人飞行器的位置和姿态信息，即无人飞行器110在空间的位置信息和状态信息，例如，三维位置、三维角度、三维速度、三维加速度和三维角速度等。传感系统162例如可以包括陀螺仪、超声传感器、电子罗盘、惯性测量单元(Inertial Measurement Unit，IMU)、视觉传感器、全球导航卫星系统和气压计等传感器中的至少一种。例如，全球导航卫星系统可以是全球定位系统(Global Positioning System，GPS)。飞行控制器161用于控制无人飞行器110的飞行，例如，可以根据传感系统162测量的姿态信息控制无人飞行器110的飞行。应理解，飞行控制器161可以按照预先编好的程序指令对无人飞行器110进行控制，也可以通过响应来自远程控制终端140的一个或多个控制指令对无人飞行器110进行控制。
显示设备130位于无人飞行系统100的地面端，可以通过无线方式与无人飞行器110进行通信，并且可以用于显示无人飞行器110的位置和姿态信息。另外，还可以在显示设备130上显示成像装置拍摄的图像等。应理解，显示设备130可以是独立的设备，也可以集成在远程控制终端140中。
远程控制终端140位于无人飞行系统100的地面端，可以通过无线方式与无人飞行器110进行通信，用于对无人飞行器110进行远程操纵。如前述，在一些实施例中，显示设备130和远程控制终端140可以集成于一体，或者可以是安装有应用程序的计算处理设备，例如地面上用户的遥控器或者手机。
喷洒系统170可以接收飞行控制器161的指令，对喷洒对象进行喷洒。所喷洒的喷洒介质可以包括农药、水、种子等，喷洒对象可以包括植物，例如农作物。
应理解，上述对于无人飞行系统各组成部分的命名仅是出于标识的目的，并不应理解为对本申请的实施例的限制。相关技术中在利用无人机进行农业领域的喷洒作业任务时，往往通过获取需要喷洒介质的总量，并根据总量以及喷洒面积，计算出单位面积或者单位进行距离的喷洒量，最后将该喷洒量的数据生成为指令形式传递至无人机的喷洒装置中，使无人机在需要喷洒的作物上方进行均匀地喷洒。
因此，相关技术中的无人机喷洒过程，无法针对农作物的长势等信息来调整无人机的喷洒量，即相关技术只能做到将喷洒介质喷洒于待喷洒的农作物之上，无法实现精准、有目的性的控制喷洒量，无法实现将有限的喷洒介质高效地应用于需要的农作物之上。
本申请实施例提供了一种喷洒控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的一种喷洒控制方法的流程图，如图2所示，该方法应用于无人机的飞行控制器，包括：
S101，将喷洒位置信息发送至无人机的远程控制终端；
S102，接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
S103，根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
以下对这些步骤进行详细的介绍。
S101，将喷洒位置信息发送至无人机的远程控制终端；
在这一步骤中，执行主体，例如前述无人机的飞行控制器161，将喷洒位置信息发送至无人机的远程控制终端140。喷洒位置信息例如可以包括无人机的经纬度、高度，或者是无人机的传感系统反馈的GPS定位系统确定的信息。
在这一步骤中，无人机的飞行控制器或实时获取无人机的至少一个喷洒位置信息，例如当前时刻的喷洒位置信息。无人机在进行飞行的时候，为了有效地完成喷洒作业，需要按照一定的飞行路线或飞行轨迹进行飞行，在无人机飞行路线，即无人机的航线上的每个坐标位置，均会有确定的位置信息，该信息可以是由经度、纬度和高度所组成的三维坐标值。
例如，无人机按照飞行航线A进行飞行，无人机的飞行控制器中安装有GPS全球定位系统，通过GPS定位系统可以将无人机的实时位置传输至无人机的飞行控制器的处理器中，并同时通过高度计对无人机的飞行高度进行测量并传输至无人机的飞行控制器的处理器中，处理器组合上述GPS与高度计传输的数据，形成(x，y，z)坐标，该坐标值表示无人机当前的飞行位置，包括坐标信息和飞行高度，为后续喷洒控制提供了条件。
S102，接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系，所述喷洒量根据喷洒对象的生长信息确定。
处方图是一种表现喷洒对象的生长信息，例如农作物的长势信息、种植密度、健康度等作物信息的信息图形，该图形可以是数据表格，也可以是直方图形式的。在本申请实施例中，处方图通过无人机前期对待执行喷洒区域进行拍照、测绘等方式进行制作，利用机器学习模型生成该区域的生长信息，例如作物长势等信息，以便在本申请实施例中利用处方图来进行无人机喷洒精准控制任务。其中，处方图可以仅仅是某个区域中的一部分区域，即仅仅代表用户需要喷洒区域的农作物的生长信息，而在此区域之外，则以普通地图数据的方式进行表现。
生长信息还可以是一种表现喷洒对象的适合种植农作物程度的特性信息，包括，当喷洒对象是土地时，土地和水田的酸碱度信息、氮磷钾含量等表征是否适合作物生长的信息，在此并不限制。
处方图中的农作物的健康度可以是所需要鉴别的农作物的健康程度相对于健康的农作物的健康程度的百分比，可以由机器学习模型通过大量的训练后直接输出。
另外，处方图的获取可以通过远程通讯协议，由云服务器或者处方图数据平台进行获取，例如发送至远程控制终端，或者发送至飞行控制器等。获取时需要无人机实时进行网络连接，也可以在无人机进行有网络连接的区域时进行预下载所需执行喷洒任务区域的处方图，这样即便无人机在飞行过程中处于离线状态时也可以顺利地进行处方图分析和应用。
在另一些实施例中，处方图提供的信息还包括不同喷洒位置所对应的喷洒量，喷洒量例如是由喷洒总量和某一位置的喷洒百分比计算出的该区域的单位喷洒量(例如喷洒体积)，或者直接提供该区域的喷洒百分比(例如喷洒体积)，该喷洒量可以是由植物，例如农作物的长势、种植密度、健康程度等信息中的一者或者多者来决定的。
例如，针对用户所指定的农作物区域，本申请实施例的无人机生成的处方图中包括A、B、C三个农作物区域，这三个区域的密度分别为100株、250株、200株，处方图中也提供了相应的喷洒量，即喷洒百分比信息：A区域20％、B区域50％、C区域30％，即将无人机所携带的喷洒总量按照上述百分比作用于相应的农作物区域。其中A、B、C是喷洒位置信息，即喷洒位置信息，20％、50％、30％是喷洒百分比。
另外，在本申请实施例中，无人机的飞行控制器还可以根据用户需求，向远程控制终端提供飞行航线或者飞行曲线，其中飞行航线或飞行曲线用于显示该无人机执行本次喷洒任务时需要飞行的情况和经过的区域。
在这一步骤中，由于处方图中包括喷洒位置信息(即设定的喷洒位置)和与之对应的喷洒量，例如在待喷洒农作物区域中的A点所需喷洒量为X，无人机的飞行控制器便可以通过上述对应关系，利用实时获取的无人机的喷洒位置信息来确定喷洒位置信息对应的喷洒参数。
根据本申请实施例所述，喷洒参数还可以包括天气指数以及温度指数，例如风力、雨水、昼夜、地表温度和无人机机体温度等，喷洒参数还可以包括前述的无人机的喷洒系统的响应时间、无人机的飞行速度、无人机的飞行高度、喷洒压力中的至少一种。通过这些喷洒参数的确定，可以进一步综合提高无人机喷洒时的喷洒精度。又例如，当天气指数中存在风力4级的时候，无人机在进行喷洒的时候，就需要将风力以及风向计算到无人机的飞行速度中去，以便后续对喷洒响应时间的掌控更加精准无误。
S103，根据所述喷洒参数发出喷洒控制指令。
具体的，当无人机的飞行控制器获取了喷洒参数之后，飞行控制器的处理器会根据喷洒参数来生成喷洒控制指令。
例如，当无人机的飞行控制器所在喷洒位置信息为A坐标，相应地喷洒参数为a，飞行控制器的处理器会将该喷洒参数生成为以(A、a)为指令执行元素的计算机程序控制指令，无人机的喷洒系统在接收到该指令之后，会根据a元素进行一定量的喷洒，完成精准控制喷洒量的工作。
可选的，所述根据所述喷洒参数发出喷洒控制指令的步骤包括：结合喷洒系统的响应时间和无人机的飞行速度，发送喷洒控制指令。
具体的，由于无人机需要在飞行过程中进行的喷洒，而无人机飞行是有一定的速度的，而且无人机的飞行控制器也有一定的系统响应时间，因此在可选实施例中，可以结合喷洒系统的响应时间和无人机的飞行速度来综合考虑，生成无人机的喷洒控制指令。
在本申请实施例中，为了生成最终的喷洒控制指令spray_cmd，需要无人机的飞行控制器的处理器结合此时的无人机的飞行速度v、喷洒系统的响应时间τ，对喷洒用量f进行比例积分(其中，f＝m*P，用户所设置的喷洒总量为m，同时与无人机遥控终端进行交互获取当前喷洒位置点的喷洒流量为P)，控制后生成喷洒系统控制指令spray_cmd，将该控制指令下传至喷洒系统控制喷洒流量的大小。
本申请实施例中，无人机的飞行速度v、喷洒系统的响应时间τ为误差调整值，可以利用比例积分的方式，调整喷洒用量f，即对喷洒用量f进行误差修正，排除上述两个误差因素导致的指令执行不精准的情况。
本申请实施例利用v、τ、f为系统输入量，对v、τ进行积分以调整f的输出数值，即消除f的稳态误差，也就是说通过将无人机的飞行速度和系统响应时间因素与喷洒用量相结合，切实地计算出更符合实际飞行情况的喷洒用量，达到精准控制、提高喷洒效率的技术效果。
在一可选实施例中，所述喷洒控制方法用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
在一些情况下，所述喷洒介质包括农药、水、种子至少一种。喷洒对象可以是植物，例如是农作物。在另一些情况下，喷洒对象还可能是土地、水田，例如当喷洒的介质是种子，例如无人机在播撒种子的场景时，喷洒的对象可以是土地、水田等。
在一可选实施例中，所述处方图中，所述处方图中还包括表征喷洒对象的生长信息的表征信息，所述喷洒对象的生长信息包括多个等级，所述多个等级通过不同的表征信息进行展示。所述表征信息可以包括颜色、数据、形状、文本至少其中一种。
具体的，处方图中包括了用户指定区域内农作物的表征信息，例如颜色、数据、形状、文本、密度、高度等信息。处方图的表征信息用于显示喷洒对象的生长信息，例如作物长势。生长信息例如是通过不同维度的归一化处理的结果，这些维度例如包括：长势、种植密度、健康程度等。
在一些情况下，处方图中的表征信息代表着农作物的生长情况，也为精准计算和控制喷洒量提供了前提参数，例如，表征信息可以为颜色，通过对不同区域农作物颜色的深浅对生长信息和需要的喷洒量进行展现，颜色深的区域代表着需要喷洒量占总量的百分比要高，颜色浅的区域代表着需要喷洒量占总量的百分比要低。
在一可选实施例中，所述接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数的步骤之前，所述方法还包括：
S100a，获取利用机器学习模型生成的处方图。
具体的，本申请实施例中，可以利用预设的机器学习模型来生成处方图，在预设了用于生成处方图的机器学习模型之后，机器学习模型可以根据不同的喷洒对象，例如农作物。土地、水田等的不同特性，进行数据学习。
机器学习模型的输入参数可以是无人机俯拍的农作物照片，该机器学习模型利用照片识别技术，从照片数据中读取到农作物的长势、密度、健康程度等作物信息，并进行归一化处理，最终得到处方图中反映的喷洒量。机器学习模型可以利用大量的历史数据进行训练，历史数据例如包括历史生长信息和对应的历史喷洒量。历史生长信息例如是机器学习模型根据大量的俯拍图片获得的。
在一可选实施例中，所述方法还包括：将所述无人机的飞行路线、所述处方图、喷洒反馈信息中的至少一者发送至所述远程控制终端。
具体的，用户对无人机的飞行控制器的控制依赖于用户手中的远程控制终端，该远程控制终端可以是遥控器上针对无人机配套安装的APP。为了使用户对无人机执行喷洒任务的情况进行掌握和了解，无人机的飞行控制器会将无人机的飞行路线、喷洒位置相关的处方图、喷洒位置信息相关的喷洒量中的至少一者发送至用户的远程控制终端上，使得用户对无人机喷洒任务数据一目了然，增加了喷洒过程中用户的体验效果。
此外，发送至远程控制终端的信息还可以包括喷洒反馈信息。即对已经完成的喷洒或者正在执行的喷洒进行相关信息的反馈。喷洒反馈信息例如包括：已喷洒区域、已喷洒区域的喷洒量等，喷洒反馈信息可以包括多种类型，用于向用户反馈无人机的喷洒作业情况，本申请并不特别限制。
在一可选实施例中，所述方法还包括：
接收所述远程控制终端的控制信息；
根据所述控制信息执行对应的喷洒控制操作；
其中，所述控制信息包括：修改所述无人机的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
具体的，无人机的飞行控制器可以接收用户在使用远程控制终端时对喷洒任务所输入的控制信息。
例如，用户正在使用遥控器上安装的APP接收无人机的飞行航线，当用户看到无人机飞行航线之后，希望对喷洒飞行航线进行一定的调整，用户可以在遥控器APP中点击“修改路线”，并根据APP的提示对此次无人机喷洒任务的飞行路线进行调整，并将调整数据发送至无人机的飞行控制器中，飞行控制器在接收到用户的调整信息之后会根据上述信息对此次喷洒任务的飞行路线进行更新调整。
再例如，用户正在使用遥控器APP接收无人机的飞行航线，当用户看到显示在APP上的处方图之后，希望对某个区域的喷洒量进行一定的调整，用户可以在遥控器APP中点击“修改喷洒量”，并根据APP的提示对此次无人机喷洒任务的针对该区域的喷洒量进行调整，并将调整数据发送至无人机的飞行控制器中，飞行控制器在接收到用户的调整信息之后会根据上述信息对此次喷洒任务的该区域喷洒量进行更新调整。
再例如，当在“树心喷洒”等场景中时，无人机需要悬停在树心上方，并停留指定的时间。在此情况下，用户可以设置停留位置(经纬度、高度)等信息，以及设置停留时间，以便可以精确地操控无人机执行喷洒操作。
通过上述实施例一可以看出，本申请实施例提供的喷洒控制方法，不仅利用处方图实现了精确喷洒，而且可以使得用户与无人机之间实现方便的交互，喷洒相关的信息可以显示在远程控制终端上，便于用户及时操作和修改，可以实现精准控制喷洒量的技术效果。
在一可选实施例中，所述S103，根据所述喷洒参数发出喷洒控制指令的步骤可以包括：
S103a，根据所述无人机的喷洒系统的响应时间和无人机的飞行速度生成所述喷洒控制指令。
由于无人机需要再飞行过程中进行的喷洒，而无人机飞行是有一定的速度的，而且无人机的飞行控制器也有一定的系统响应时间，在本申请实施例中需要结合喷洒系统的响应时间和无人机的飞行速度来综合考虑，生成喷洒控制指令。
在一些实施例中，喷洒总量是通过用户在远程控制终端中确定并发送至无人机的飞行控制器，或者是由无人机的飞行控制器检测到的携带的喷洒介质的总量确定的。本申请一实施例还可以包括如下步骤：
S100b，确定喷洒总量。
具体的，无人机在执行喷洒的任务时，需要首先确定无人机携带或预计使用的喷洒的总量是多少，具体确定喷洒总量的方式可以是通过用户对无人机的飞行控制器进行喷洒总量的设置，例如，当喷洒介质为农药时，用户通过远程控制终端，根据农作物的喷洒情况预估一共需要20L农药药剂，那么用户输入的20L农药总量数据通过远程控制终端传输至无人机的飞行控制器中，那么无人机的飞行控制器会根据用户输入的农药喷洒总量数据来进行后续的喷洒控制计算，此时用户只需按照输入的农药总量填装相应体积的农药即可。
需要说明的是，用户在进行喷洒介质总量输入之后，无人机的远程控制终端的处理器会根据用户输入的数值进行初步的数据检查，例如处理器会检查用户输入的数据是否为超过无人机可携带的最大容量的喷洒介质的体积，当用户输入数值出现但不限于上述特殊情况的时候，无人机遥控端会提示用户进行修正输入，并提示用户上一次输入无法执行的原因。
还需要说明的是，当用户在进行喷洒总量数值输入的时候，可以简单地输入“max”字样，这样无人机的远程控制终端的处理器会通过“max”字样识别出用户希望装填至药箱至最满的状态，进而以药箱最大容积数值作为用户输入的数值，传递至无人机的飞行控制器之中。
另外，具体确定无人机喷洒总量的方式还可以是通过无人机的飞行控制器的处理器进行机器学习模型判断，即利用该无人机以往的喷洒历史数据进行机器学习，计算出本次无人机执行喷洒任务需要携带的总量，进而将通过机器学习后得到的喷洒总量数值作为后续喷洒控制计算用的喷洒总量数据。
需要说明的是，无人机的飞行控制器中的喷洒总量机器学习模型可以是用户在最初进行无人机偏好设置的时候，根据用户所希望的农作物喷洒计划来进行制作。例如，用户希望进行逐级递减的喷洒计划方式进行农作物的喷洒任务，用户可以根据实际情况挑选一套根据历史数据生成逐级递减喷洒总量的机器学习模型，该模型会根据上一次的喷洒情况计算出本次喷洒任务的总量数值，并直接提示用户装填上述数值的进入无人机的药箱中。其中，不同类型的机器学习模型可以由无人机的飞行控制器提供给用户并显示在用户的无人机的远程控制终端上，用户根据自身需要对机器学习模型进行选择即可。
还需要说明的是，上述两种确定喷洒总量的方式中，喷洒总量的单位可以是亩，即每亩农作物需要喷洒的量，根据用户预设的农作物总区域面积，无人机的飞行控制器会自动计算出总填装量。在本申请实施例中，具体采用哪种方式对喷洒总量进行确定，在此处不进行具体的限定。
在本申请实施例中，采用利用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，领无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
在可选实施例中，本申请通过在用户端显示所述无人机的喷洒作业信息，提高了用户的控制性和交互程度，使得喷洒更加精准。
图3是根据本申请实施例的一种可选的喷洒控制方法的流程图，如图3所示，根据本申请实施例的另一方面，还提供了一种喷洒控制方法，应用于无人机的远程控制终端，所述方法包括：
S201，获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；
S202，获取无人机的喷洒位置信息；
S203，根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
S204，将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；
S205，显示所述无人机的喷洒作业信息，
其中所述喷洒作业信息是所述无人机的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息。
以下具体说明。
S201，获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；
处方图是一种喷洒位置和喷洒量的对应关系的图形。处方图还可以包括表征信息，用于表现喷洒对象的生长信息，例如农作物的长势信息、种植密度、健康度等作物信息的信息图形，该图形可以是数据表格，也可以是直方图形式的。在本申请实施例中，处方图通过无人机前期对待执行喷洒区域进行拍照、测绘等方式进行制作，利用机器学习模型生成该区域的生长信息，例如作物长势等信息，以便在本申请实施例中利用处方图来进行无人机喷洒精准控制任务。其中，处方图可以仅仅是某个区域中的一部分区域，即仅仅代表用户需要喷洒区域的农作物的生长信息，而在此区域之外，则以普通地图数据的方式进行表现。
在S201中，处方图提供的信息包括不同喷洒位置所对应的喷洒量，喷洒量例如是由喷洒总量和某一位置的喷洒百分比计算出的该区域的单位喷洒量，或者直接提供该区域的喷洒百分比，该喷洒量可以是由植物，例如农作物的长势、种植密度、健康程度等信息中的一者或者多者来决定的。
例如，针对用户所指定的农作物区域，本申请实施例的无人机生成的处方图中包括A、B、C三个农作物区域，这三个区域的密度分别为100株、250株、200株，处方图中也含有相应的喷洒百分比信息：A区域20％、B区域50％、C区域30％，即将无人机所携带的喷洒总量按照上述百分比作用于相应的农作物区域。其中A、B、C是喷洒位置，即，20％、50％、30％是喷洒百分比。
处方图中的生长信息还可以是一种表现喷洒对象的适合种植农作物程度的特性信息，包括，当喷洒对象是土地时，土地和水田的酸碱度信息、氮磷钾含量、等表征是否适合作物生长的信息，在此并不限制。
处方图中的农作物的健康度可以是所需要鉴别的农作物的健康程度相对于健康的农作物的健康程度的百分比，可以由机器学习模型通过大量的训练后直接输出。
S202，获取无人机的喷洒位置信息；
具体的，用户所持的远程控制终端可以获取无人机在飞行过程中所产生的喷洒位置信息。无人机在进行飞行的时候，为了有效地完成喷洒作业，需要按照一定的飞行路线或飞行轨迹进行飞行，在无人机飞行路线，即无人机的航线上的每个坐标位置，都会有相应的喷洒量或喷洒百分比，上述坐标位置就是喷洒位置信息，该信息可以是由经度、纬度和高度所组成的三维坐标值。
例如，无人机按照飞行航线A进行飞行，无人机的飞行控制器中安装有GPS全球定位系统，通过GPS定位系统可以将无人机的实时位置传输至无人机的飞行控制器的处理器中，并同时通过高度计对无人机的飞行高度进行测量并传输至无人机的飞行控制器的处理器中，处理器组合上述GPS与气压高度计传输的数据，形成(x，y，z)坐标，该坐标值表示无人机当前的飞行位置以及飞行高度，最后飞行控制器会将该坐标值发送至用户遥控器APP中，使得用户可以实时掌握无人机的喷洒位置信息。
S203，根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
具体的，用户所持无人机的遥控终端可以显示无人机的喷洒位置信息以及根据喷洒位置信息计算得到的喷洒参数。需要说明的是，无人机的飞行控制器根据无人机上安装的实时定位系统确定喷洒位置信息，该喷洒位置信息为无人机飞行中所经过的需要喷洒的农作物区域信息，可以是一种三维坐标值(如上一个步骤所述)，坐标值表征着飞机飞行过程中所在的空间位置。由于处方图中含有喷洒位置信息和与之对应的喷洒参数信息，例如在待喷洒农作物区域中的A区域所需喷洒量为X，无人机的飞行控制器便可以通过上述对应关系，利用实时获取的无人机空间喷洒位置信息来确定该位置信息对应的喷洒参数。
另外，通过无人机喷洒位置信息，利用处方图确定的喷洒参数可以是包括喷洒位置以及该位置对应的喷洒百分比。无人机的飞行控制器通过确定喷洒百分比来确定实施喷洒的量是多少。
例如，在无人机进行喷洒参数计算的过程中，其中用户所设置的喷洒总量为m，同时与无人机遥控终端进行交互获取当前喷洒位置点的喷洒流量为P(％)，由公式f＝m*P便确定当前位置的喷洒量或者喷洒体积，即当前喷洒位置对应的喷洒量。
在这一步骤中，由于处方图中包括喷洒位置信息(即设定的喷洒位置)和与之对应的喷洒量，例如在待喷洒农作物区域中的A点所需喷洒量为X，无人机的飞行控制器便可以通过上述对应关系，利用实时获取的无人机的喷洒位置信息来确定喷洒位置信息对应的喷洒量。
S204，将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；
在这一步骤中，远程控制终端可以将根据处方图确定的喷洒参数发送至飞行控制器，以使得飞行控制器能够据此生成喷洒控制指令。
根据本申请实施例所述，喷洒参数可以是包括喷洒位置以及该位置对应的喷洒量(例如喷洒百分比)。喷洒参数还可以包括天气指数以及温度指数，例如风力、雨水、昼夜、地表温度和无人机机体温度等，喷洒参数还可以包括前述的无人机的喷洒系统的响应时间、无人机的飞行速度、无人机的飞行高度、喷洒压力中的至少一种。通过这些喷洒参数的确定，可以进一步综合提高无人机喷洒时的喷洒精度。又例如，当天气指数中存在风力4级的时候，无人机在进行喷洒的时候，就需要将风力以及风向计算到无人机的飞行速度中去，以便后续对喷洒响应时间的掌控更加精准无误。
S205，显示所述无人机的喷洒作业信息。
在这一步骤中，所述喷洒作业信息可以包括如下信息至少一种：所述喷洒参数、无人机的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、喷洒总量。
无人机的飞行路线可以是由用户、服务器、无人机的飞行控制装置等根据需要喷洒的区域确定的飞行路线。当前喷洒区域即为此刻正在喷洒或者下一刻即将喷洒的区域，飞行速度和高度为飞行的位置信息，喷洒总量例如为用户设定或者无人机装载的农药、种子总量等。
当前喷洒区域可以通过特殊的方式，例如高亮、显示边界等方式，显示在远程控制终端的显示界面上，同时飞行速度、飞行高度、喷洒总量等均可以实时获取并显示。
在一可选实施例中，所述方法还可以包括：
S200a，接收设定的喷洒总量。
具体的，由于本申请实施例是应用于无人机的远程控制终端，所以用户需要通过无人机的远程控制终端来接收无人机的飞行控制器中所产生或计算得到的数据。无人机的远程控制终端可以是用户的遥控器无人机APP，也可以是针对于无人机的遥控器。
另外，无人机在执行喷洒的任务时，需要首先确定无人机携带或预计使用的喷洒的总量是多少，具体确定喷洒总量的方式可以是通过用户对无人机控制器进行喷洒总量的设置，例如，用户通过遥控端，根据农作物的喷洒情况预估一共需要20L药剂，用户输入的20L总量数据通过远程控制终端传输至无人机的飞行控制器中，无人机的飞行控制器会根据用户输入的喷洒总量数据来进行后续的喷洒控制计算，此时用户只需按照输入的总量填装相应体积的即可。
需要说明的是，用户在进行总量输入之后，无人机的远程控制终端的处理器会根据用户输入的数值进行初步的数据检查，例如处理器会检查用户输入的数据是否为超过无人机可携带的最大容量的体积，当用户输入数值出现但不限于上述特殊情况的时候，无人机遥控端会提示用户进行修正输入，并提示用户上一次输入无法执行的原因。
还需要说明的是，当用户在进行喷洒总量数值输入的时候，可以简单地输入“max”字样，这样无人机的远程控制终端的处理器会通过“max”字样识别出用户希望装填至药箱至最满的状态，进而以药箱最大容积数值作为用户输入的数值，传递至无人机的飞行控制器之中。
另外，具体确定无人机喷洒总量的方式还可以是通过无人机的飞行控制器的处理器进行机器学习模型判断，即利用该无人机以往的喷洒历史数据进行机器学习，计算出本次无人机执行喷洒任务需要携带的总量，进而将通过机器学习后得到的喷洒总量数值作为后续喷洒控制计算用的喷洒总量数据。
需要说明的是，无人机的飞行控制器中的喷洒总量机器学习模型可以是用户在最初进行无人机偏好设置的时候，根据用户所希望的农作物喷洒计划来进行制作。例如，用户希望进行逐级递减的喷洒计划方式进行农作物的喷洒任务，用户可以根据实际情况挑选一套根据历史数据生成逐级递减喷洒总量的机器学习模型，该模型会根据上一次的喷洒情况计算出本次喷洒任务的总量数值，并直接提示用户装填上述数值的进入无人机的药箱中。其中，不同类型的机器学习模型可以由无人机的飞行控制器提供给用户并显示在用户的无人机的远程控制终端上，用户根据自身需要对机器学习模型进行选择即可。
还需要说明的是，上述两种确定喷洒总量的方式中，喷洒总量的单位可以是亩，即每亩农作物需要喷洒的量，根据用户预设的农作物总区域面积，无人机的飞行控制器会自动计算出总填装量。在本申请实施例中，具体采用哪种方式对喷洒总量进行确定，在此处不进行具体的限定。
可选地，所述喷洒对象包括植物，所述喷洒介质包括农药、水、种子至少一种。在一些情况下，喷洒对象可以是植物，例如是农作物。在另一些情况下，喷洒对象还可能是土地、水田，例如当喷洒的介质是种子，例如无人机在播撒种子的场景时，喷洒的对象可以是土地、水田等。所述生长信息包括农作物的长势信息、农作物的种植密度、健康程度、地块的特性中的至少一种。
可选地，所述处方图中还包括用于表征生长信息的表征量，所述喷洒对象的生长信息可以包括多个等级，所述多个等级通过不同的表征信息进行展示。所述表征信息可以包括颜色、数据、形状、文本至少其中一种。
可选地，所述获取处方图的步骤之前，所述方法还包括：
S200b，获取利用机器学习模型生成的处方图。
具体的，本申请实施例中，可以利用预设的机器学习模型来生成处方图，由于处方图中含有生长信息的表征信息、喷洒位置、喷洒百分比等数据，在预设了相关处方图生成用的机器学习模型之后，机器学习模型根据不同的农作物输入参数进行数据学习，并结合无人机的飞行控制器中存储的历史数据，生成本次任务的处方图，即针对待执行任务区域农作物最新的处方图数据，并将该数据作为后续计算和控制之用。
可选地，所述方法还可以包括：
接收以下信息的至少一种：无人机的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、无人机的位置信息、喷洒总量、停留位置、停留时间。
具体的，无人机的飞行控制器可以向用户手中的远程控制终端进行发送任务数据的操作，其中，该远程控制终端可以是遥控器上针对无人机设置的APP。为了使用户对无人机执行喷洒任务的情况进行掌握和了解，用户使用远程控制终端可以接收无人机的飞行控制器的无人机的飞行路线、喷洒位置信息相关的处方图、喷洒位置信息相关的喷洒百分比中的至少一者的任务数据，使得用户对无人机喷洒任务数据一目了然，增加了喷洒过程中用户的体验效果。
停留位置和停留时间可以为根据经纬度、高度、GPS信号等确定的无人机的悬停的位置，例如当在树心喷洒场景时，可以在树心上方进行悬停指定的时间段。
可选地，所述方法还包括：
S206，发送控制信息；
其中，所述控制信息包括：修改所述无人机的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
S206可以在S200至S205之前、之后或同时执行，本申请并不限定。
具体的，根据本申请实施例所述，用户可以将对无人机关于执行喷洒任务的调整控制信息，发送到无人机的飞行控制器端，该控制信息包括改变所述无人机的飞行路线、喷洒位置信息相关的处方图、喷洒位置信息相关的喷洒百分比、、设置停留位置、设置停留时间等。
例如，用户正在使用遥控器APP接收无人机的飞行航线，当用户看到无人机飞行航线之后，希望对喷洒飞行航线进行一定的调整，用户可以在遥控器APP中点击“修改路线”，并根据APP的提示对此次无人机喷洒任务的飞行路线进行调整，并将调整数据发送至无人机的飞行控制器中，飞行控制器在接收到用户的调整信息之后会根据上述信息对此次喷洒任务的飞行路线进行更新调整。
在本申请实施例中，采用利用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，领无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
在可选实施例中，本申请通过在用户端显示所述无人机的喷洒作业信息，提高了用户的控制性和交互程度，使得喷洒更加精准。
图4是根据本申请实施例的一种喷洒控制装置的结构框图，应用于无人机的飞行控制器，如图4所示，该喷洒控制装置包括：
发送模块40，用于将喷洒位置信息发送至无人机的远程控制终端；
接收模块42，用于接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
指令模块44，用于根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
可选地，所述喷洒控制装置用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
可选地，所述处方图中还包括表征喷洒对象的生长信息的表征信息。
可选地，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
可选地，所述装置还包括：
获取模块，用于获取利用机器学习模型生成的处方图。
可选地，所述装置还包括：
所述发送模块，还用于将所述无人机的飞行路线、所述处方图、喷洒反馈信息中的至少一者发送至所述远程控制终端。
可选地，所述装置还包括：
所述接收模块，还用于接收所述远程控制终端发出的控制信息，并根据所述控制信息执行对应的喷洒控制操作，所述控制信息包括：修改所述无人机的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
可选地，所述指令模块具体用于：
根据所述无人机的喷洒系统的响应时间和无人机的飞行速度确定喷洒控制指令。
可选地，所述喷洒量包括喷洒百分比和喷洒体积中至少一种。
可选地，所述生长信息包括农作物的长势信息、农作物的种植密度、健康程度、地块的特性中的至少一种。
可选地，所述喷洒参数还包括天气指数、温度指数、无人机的喷洒系统的响应时间、无人机的飞行速度、无人机的飞行高度、喷洒压力中的至少一种。
在本申请实施例中，采用利用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，领无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
在本申请实施例中，采用利用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，领无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
在可选实施例中，本申请通过在用户端显示所述无人机的喷洒作业信息，提高了用户的控制性和交互程度，使得喷洒更加精准。
图5是根据本申请实施例的一种可选的喷洒控制装置的结构框图，应用于无人机的远程控制终端，如图5所示，该喷洒控制装置包括：
获取模块50，用于获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；
所述获取模块，还用于获取无人机的喷洒位置信息；
生成模块52，用于根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
发送模块54，用于将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；
显示模块56，用于显示所述无人机的喷洒作业信息，
其中所述喷洒作业信息是所述无人机的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息。
可选地，所述喷洒作业信息包括所述喷洒参数、无人机的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、喷洒总量其中至少一种。
可选地，所述喷洒控制装置用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
可选地，所述处方图中包括表征信息，用于表征所述喷洒对象的生长信息。
可选地，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
可选地，所述装置还包括：
所述生成模块，还用于获取利用机器学习模型生成的处方图。
可选地，所述装置还包括：接收模块，用于接收以下信息的至少一种：无人机的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、无人机的位置信息、喷洒总量、停留位置、停留时间。
可选地，所述发送模块还用于发送控制信息，所述控制信息包括：修改所述无人机的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
在本申请实施例中，采用利用飞行控制器生成的处方图信息，计算无人机所在位置的喷洒量，并通过将精准控制喷洒的指令消除延迟响应的方法发送至无人机端，领无人机执行相关喷洒任务的方式，通过精准控制每一个位置信息的喷洒量，达到了科学地、准确地针对不同农作物的生成情况进行喷洒的目的，进而解决了现有技术中无法精准控制地喷洒介质的喷洒的技术问题。
在可选实施例中，本申请通过在用户端显示所述无人机的喷洒作业信息，提高了用户的控制性和交互程度，使得喷洒更加精准。
本申请实施例提出一种无人飞行系统，结合图1所示，无人飞行系统100包括无人飞行器110和远程控制终端140；所述无人飞行器110包括飞行控制器161；所述飞行控制器161能够与所述远程控制终端140相互传输信号，所述远程控制终端140能够发送控制信号至所述飞行控制器161；
所述飞行控制器161用于执行如下操作：
将喷洒位置信息发送至所述远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
在一可选实施例中，所述无人飞行器110还包括传感系统162和喷洒系统170，所述传感系统162用于提供所述喷洒位置信息；所述喷洒系统170用于根据所述喷洒控制指令执行喷洒操作。
在一可选实施例中，所述无人飞行系统100还包括显示设备130，用于显示所述无人机的喷洒作业信息。
本申请实施例还提出一种无人飞行器，结合图1所示，无人飞行器110包括飞行控制器161，所述飞行控制器161用于接收远程控制终端140的信号，并执行如下操作：
将喷洒位置信息发送至所述远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
在一可选实施例中，所述无人飞行器110还包括传感系统162和喷洒系统170，所述传感系统162用于提供所述喷洒位置信息；所述喷洒系统170用于根据所述喷洒控制指令执行喷洒操作。
图6是根据本申请实施例的一种喷洒控制装置的工作流程图，如图6所示，该喷洒控制装置的工作流程图包括：
S601，生成处方图。
具体的，处方图是一种表征农作物的生长信息，例如长势、密度、健康度等作物信息的信息图形，该图形可以是数据表格，也可以是直方图形式的。在本申请实施例中，通过无人机前期对待执行区域进行拍照、测绘等方式进行制作，利用机器学习模型生成该区域的处方图，以便在本申请实施例中利用处方图来进行无人机喷洒精准控制任务。其中，处方图仅仅是某个空间中的一部分区域，即仅仅代表用户需要喷洒区域的农作物长势等信息，而在此区域之外，则以普通地图数据的方式进行表现。
另外，本申请实施例中，还可以利用预设的机器学习模型来生成处方图，由于处方图中包括农作物长势、喷洒位置喷洒百分比等数据，在预设了相关处方图生成用的机器学习模型之后，机器学习模型根据不同的农作物输入参数进行数据学习，并结合历史数据，生成本次任务的处方图，即针对待执行任务区域农作物最新的处方图数据，并将该数据作为后续计算和控制之用。
S602，根据所述处方图，将用户的输入信息整合并上传至飞行控制系统。
具体的，根据处方图数据，用户会将需要进行进一步调整的操作通过用户所持的远程控制终端进行输入，并与处方图数据一并传输至无人机的飞行控制器端，飞行控制器的处理器会将上述多个数据信息进行汇总，为后续处理做准备。
S603，飞行控制器获取GPS位置信息以及所述的处方图信息，传递给飞行控制器。
具体的，飞行控制系统的处理器会接收无人机的GPS位置信息以及处方图数据，确定喷洒控制指令。
S604，导航模块获取无人机实时位置信息。
具体的，无人机在进行飞行的时候，为了有效地完成喷洒作业，需要按照一定的飞行路线或飞行轨迹进行飞行，在无人机飞行路线，即无人机的航线上的每个坐标位置，都会有相应的喷洒百分比，上述坐标位置就是喷洒位置信息，该信息可以是由经度、纬度和高度所组成的三维坐标值。
例如，无人机按照飞行航线A进行飞行，无人机的飞行控制器中安装有GPS全球定位系统，通过GPS定位系统可以将无人机的实时位置传输至无人机的飞行控制器的处理器中，并同时通过气压高度计对无人机的飞行高度进行测量并传输至无人机的飞行控制器的处理器中，处理器组合上述GPS与气压高度计传输的数据，形成(x，y，z)坐标，该坐标值表示无人机当前的飞行位置以及飞行高度，最后飞行控制器会将该坐标值发送至用户遥控器APP中，使得用户可以实时掌握无人机的喷洒位置信息。
S605，利用喷洒总量和喷洒百分比，计算喷洒用量。
具体的，通过无人机喷洒位置信息，利用处方图确定的喷洒参数可以是包括喷洒位置以及该位置对应的喷洒百分比。无人机的飞行控制器通过确定喷洒百分比来确定实施喷洒的量是多少。
例如，在无人机进行喷洒参数计算的过程中，其中用户所设置的喷洒总量为m，同时与无人机遥控终端进行交互获取当前喷洒位置点的喷洒流量为P(％)，由公式f＝m*P便确定当前位置的喷洒用量。
S606，计算喷洒控制量。
在本申请实施例中，为了生成最终的喷洒控制指令spray_cmd，需要无人机的飞行控制器的处理器结合此时的无人机的飞行速度v、喷洒系统的响应时间τ，对喷洒用量f进行比例积分(其中，f＝m*P，用户所设置的喷洒总量为m，同时与无人机遥控终端进行交互获取当前喷洒位置点的喷洒流量为P)，控制后生成喷洒系统控制指令spray_cmd，将该控制指令下传至喷洒系统控制喷洒流量的大小。
S607，喷洒系统接收喷洒控制量，并实施喷洒操作。
具体的，根据前述所得到的喷洒控制量，喷洒系统接收喷洒控制量指令之后，及时地执行喷洒操作。
根据本申请实施例的另一方面，还提供了一种包括指令的计算机程序产品，当所述指令在计算机上运行时，使得所述计算机执行所述的喷洒控制方法。
根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得所述计算机执行所述的喷洒控制方法。具体的，该喷洒控制方法包括：将喷洒位置信息发送至无人机的远程控制终端；接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数；根据所述喷洒参数发出喷洒控制指令；其中所述喷洒参数包括所述远程控制终端根据处方图和所述喷洒位置信息确定的喷洒量，所述处方图中包括喷洒位置信息和喷洒量的对应关系。
该喷洒控制方法还包括：获取处方图，所述处方图中包括喷洒位置信息和喷洒量的对应关系；获取无人机的喷洒位置信息；根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量，并生成喷洒参数；将包含所述喷洒量的喷洒参数发送至无人机的飞行控制器；显示所述无人机的喷洒作业信息，其中所述喷洒作业信息是所述无人机的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以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，本申请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全部或部分可以以程序产品的形式体现出来，该计算机程序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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算处理设备上运行时，导致所述计算处理设备执行前述的喷洒控制方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的计算处理设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图7示出了可以实现根据本申请的方法的计算处理设备。该计算处理设备传统上包括处理器1010和以存储器1020形式的计算机程序产品或者计算机可读介质。存储器1020可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器1020具有用于执行上述方法中的任何方法步骤的程序代码1031的存储空间1030。例如，用于程序代码的存储空间1030可以包括分别用于实现上面的方法中的各种步骤的各个程序代码1031。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如参考图8所述的便携式或者固定存储单元。该存储单元可以具有与图7的计算处理设备中的存储器1020类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括计算机可读代码1031’，即可以由例如诸如1010之类的处理器读取的代码，这些代码当由计算处理设备运行时，导致该计算处理设备执行上面所描述的方法中的各个步骤。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (47)
1.一种喷洒控制方法，应用于无人飞行器的飞行控制器，其特征在于，所述方法包括：
将喷洒位置信息发送至所述无人飞行器的远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息和处方图所确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中，所述处方图与所述喷洒位置信息所表征的喷洒位置相关，且包括多个待喷洒区域，多个所述待喷洒区域分别对应多个喷洒百分比且多个所述喷洒百分比之和为1，所述处方图还包括喷洒位置信息和喷洒量的对应关系；
其中，所述喷洒位置信息和所述喷洒量的对应关系包括：
获取喷洒总量，所述喷洒总量表征多个所述待喷洒区域分别对应的多个所述喷洒量之和，且所述喷洒总量是通过用户在所述远程控制终端中确定并发送至所述飞行控制器，或者是由所述飞行控制器检测到的所述无人飞行器携带的喷洒介质的总量确定的；
与所述远程控制终端进行交互获取所述喷洒位置信息所表征的喷洒位置所处的所述喷洒区域的所述喷洒百分比；
根据所述喷洒总量和所述喷洒百分比，确定所述喷洒位置信息所表征的喷洒位置处的所述喷洒量。
2.根据权利要求1所述的方法，其特征在于，所述喷洒控制方法用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
3.根据权利要求1所述的方法，其特征在于，所述处方图中还包括表征喷洒对象的生长信息的表征信息。
4.根据权利要求3所述的方法，其特征在于，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
5.根据权利要求1所述的方法，其特征在于，所述接收所述远程控制终端根据所述喷洒位置信息确定的喷洒参数的步骤之前，所述方法还包括：
获取利用机器学习模型生成的处方图。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述无人飞行器的飞行路线、所述处方图、喷洒反馈信息中的至少一者发送至所述远程控制终端。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
接收所述远程控制终端发出的控制信息；
根据所述控制信息执行对应的喷洒控制操作；
其中，所述控制信息包括：修改所述无人飞行器的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
8.根据权利要求1所述的方法，其特征在于，所述根据所述喷洒参数发出喷洒控制指令具体包括：
根据所述无人飞行器的喷洒系统的响应时间和所述无人飞行器的飞行速度生成所述喷洒控制指令。
9.根据权利要求1所述的方法，其特征在于，所述喷洒量包括喷洒体积。
10.根据权利要求3所述的方法，其特征在于，所述生长信息包括农作物的长势信息、农作物的种植密度、健康程度、地块的特性中的至少一种。
11.根据权利要求1所述的方法，其特征在于，所述喷洒参数还包括天气指数、温度指数、所述无人飞行器的喷洒系统的响应时间、所述无人飞行器的飞行速度、所述无人飞行器的飞行高度、所述无人飞行器的喷洒压力中的至少一种。
12.一种喷洒控制方法，应用于无人飞行器的远程控制终端，其特征在于，所述方法包括：
获取处方图，所述处方图包括多个待喷洒区域，多个所述待喷洒区域分别对应多个喷洒百分比且多个所述喷洒百分比之和为1，所述处方图中还包括喷洒位置信息和喷洒量的对应关系；
获取所述无人飞行器的喷洒位置信息；
根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
将包含所述喷洒量的喷洒参数发送至所述无人飞行器的飞行控制器；
显示所述无人飞行器的喷洒作业信息；
其中所述喷洒作业信息是所述无人飞行器的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息；
其中，所述喷洒位置信息和所述喷洒量的对应关系包括：
获取喷洒总量，所述喷洒总量表征多个所述待喷洒区域分别对应的多个所述喷洒量之和，且所述喷洒总量是通过用户在所述远程控制终端中确定并发送至所述飞行控制器，或者是由所述飞行控制器检测到的所述无人飞行器携带的喷洒介质的总量确定的；
与所述远程控制终端进行交互获取所述喷洒位置信息所表征的喷洒位置所处的所述喷洒区域的所述喷洒百分比；
根据所述喷洒总量和所述喷洒百分比，确定所述喷洒位置的所述喷洒量。
13.根据权利要求12所述的方法，其特征在于，所述喷洒作业信息包括所述喷洒参数、所述无人飞行器的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、喷洒总量其中至少一种。
14.根据权利要求12所述的方法，其特征在于，所述喷洒控制方法用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
15.根据权利要求12所述的方法，其特征在于，所述处方图中还包括表征喷洒对象的生长信息的表征信息。
16.根据权利要求15所述的方法，其特征在于，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
17.根据权利要求12所述的方法，其特征在于，所述获取处方图的步骤之前，所述方法还包括：
获取利用机器学习模型生成的处方图。
18.根据权利要求12所述的方法，其特征在于，所述方法还包括：
接收以下信息的至少一种：所述无人飞行器的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、所述无人飞行器的位置信息、喷洒总量、停留位置、停留时间。
19.根据权利要求18所述的方法，其特征在于，所述方法还包括：
发送控制信息；
其中所述控制信息包括：修改所述无人飞行器的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
20.根据权利要求15所述的方法，其特征在于，所述生长信息包括农作物的长势信息、农作物的种植密度、健康程度、地块的特性中的至少一种。
21.根据权利要求12所述的方法，其特征在于，所述喷洒参数还包括天气指数、温度指数、所述无人飞行器的喷洒系统的响应时间、所述无人飞行器的飞行速度、所述无人飞行器的飞行高度、所述无人飞行器的喷洒压力中的至少一种。
22.一种喷洒控制装置，应用于无人飞行器的飞行控制器，其特征在于，所述装置包括：
发送模块，用于将喷洒位置信息发送至所述无人飞行器的远程控制终端；
接收模块，用于接收所述远程控制终端根据所述喷洒位置信息和和处方图所确定的喷洒参数；
指令模块，用于根据所述喷洒参数发出喷洒控制指令；
其中，所述处方图与所述喷洒位置信息所表征的喷洒位置相关，且包括多个待喷洒区域，多个所述待喷洒区域分别对应多个喷洒百分比且多个所述喷洒百分比之和为1，所述处方图还包括喷洒位置信息和喷洒量的对应关系；
其中，所述喷洒位置信息和所述喷洒量的对应关系包括：
获取喷洒总量，所述喷洒总量表征多个所述待喷洒区域分别对应的多个所述喷洒量之和，且所述喷洒总量是通过用户在所述远程控制终端中确定并发送至所述飞行控制器，或者是由所述飞行控制器检测到的所述无人飞行器携带的喷洒介质的总量确定的；
与所述远程控制终端进行交互获取所述喷洒位置信息所表征的喷洒位置所处的所述喷洒区域的所述喷洒百分比，
根据所述喷洒总量和所述喷洒百分比，确定所述喷洒位置信息所表征的喷洒位置处的所述喷洒量。
23.根据权利要求22所述的装置，其特征在于，所述喷洒控制装置用于控制喷洒介质的喷洒，所述喷洒介质包括农药、水、种子至少一种。
24.根据权利要求22所述的装置，其特征在于，所述处方图中还包括表征喷洒对象的生长信息的表征信息。
25.根据权利要求24所述的装置，其特征在于，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
26.根据权利要求25所述的装置，其特征在于，所述装置还包括：
获取模块，用于获取利用机器学习模型生成的处方图。
27.根据权利要求22所述的装置，其特征在于，
所述发送模块，还用于将所述无人飞行器的飞行路线、所述处方图、喷洒反馈信息中的至少一者发送至所述远程控制终端。
28.根据权利要求27所述的装置，其特征在于，
所述接收模块，还用于接收所述远程控制终端发出的控制信息，并根据所述控制信息执行对应的喷洒控制操作，所述控制信息包括：修改所述无人飞行器的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
29.根据权利要求28所述的装置，其特征在于，所述指令模块具体用于：
根据所述无人飞行器的喷洒系统的响应时间和所述无人飞行器的飞行速度生成所述喷洒控制指令。
30.根据权利要求22所述的装置，其特征在于，所述喷洒量包括喷洒体积。
31.根据权利要求24所述的装置，其特征在于，所述生长信息包括农作物的长势信息、农作物的种植密度、健康程度、地块的特性中的至少一种。
32.根据权利要求22所述的装置，其特征在于，所述喷洒参数还包括天气指数、温度指数、所述无人飞行器的喷洒系统的响应时间、所述无人飞行器的飞行速度、所述无人飞行器的飞行高度、所述无人飞行器的喷洒压力中的至少一种。
33.一种喷洒控制装置，应用于无人飞行器的远程控制终端，其特征在于，所述装置包括：
获取模块，用于获取处方图，所述处方图中包括多个待喷洒区域，多个所述待喷洒区域分别对应多个喷洒百分比且多个所述喷洒百分比之和为1，所述处方图还包括喷洒位置信息和喷洒量的对应关系；
所述获取模块，还用于获取所述无人飞行器的喷洒位置信息；
生成模块，用于根据所述喷洒位置信息和所述处方图，确定所述喷洒位置信息对应的喷洒量；
发送模块，用于将包含所述喷洒量的喷洒参数发送至所述无人飞行器的飞行控制器；
显示模块，用于显示所述无人飞行器的喷洒作业信息；
其中所述喷洒作业信息是所述无人飞行器的飞行控制器根据喷洒量生成的喷洒控制指令相关的喷洒作业信息；
其中，所述喷洒位置信息和所述喷洒量的对应关系包括：
获取喷洒总量，所述喷洒总量表征多个所述待喷洒区域分别对应的多个所述喷洒量之和，且所述喷洒总量是通过用户在所述远程控制终端中确定并发送至所述飞行控制器，或者是由所述飞行控制器检测到的所述无人飞行器携带的喷洒介质的总量确定的；
与所述远程控制终端进行交互获取所述喷洒位置信息所表征的喷洒位置所处的所述喷洒区域的所述喷洒百分比；
根据所述喷洒总量和所述喷洒百分比，确定所述喷洒位置的所述喷洒量。
34.根据权利要求33所述的装置，其特征在于，所述喷洒作业信息包括所述喷洒参数、所述无人飞行器的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、喷洒总量其中至少一种。
35.根据权利要求33所述的装置，其特征在于，所述喷洒控制装置用于控制喷洒介质的喷洒，喷洒对象包括植物，所述喷洒介质包括农药、水、种子至少一种。
36.根据权利要求33所述的装置，其特征在于，所述处方图中，喷洒对象的生长信息包括多个等级，所述多个等级通过不同的表征信息进行展示。
37.根据权利要求36所述的装置，其特征在于，所述表征信息包括颜色、数据、形状、文本至少其中一种，所述表征信息包括多个等级。
38.根据权利要求33所述的装置，其特征在于，
所述生成模块，还用于获取利用机器学习模型生成的处方图。
39.根据权利要求33所述的装置，其特征在于，所述装置还包括：
接收模块，用于接收以下信息的至少一种：所述无人飞行器的飞行路线、所述处方图、当前喷洒区域、飞行速度、飞行高度、所述无人飞行器的位置信息、喷洒总量、停留位置、停留时间。
40.根据权利要求39所述的装置，其特征在于，
所述发送模块，还用于发送控制信息，所述控制信息包括：修改所述无人飞行器的飞行路线、修改喷洒参数、修改处方图、设置停留位置、设置停留时间中的至少一种。
41.一种包括指令的计算机程序产品，其特征在于，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1－21中任一项所述的方法。
42.一种计算机可读存储介质，其特征在于，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1－21中任一项所述的方法。
43.一种计算处理设备，其特征在于，包括：
存储器，其中存储有计算机可读代码；
一个或多个处理器，当所述计算机可读代码被所述一个或多个处理器执行时，所述计算处理设备执行如权利要求1－21中任一项所述的方法。
44.一种无人飞行系统，其特征在于，包括无人飞行器和远程控制终端；所述无人飞行器包括飞行控制器；所述飞行控制器能够与所述远程控制终端进行通信传输；
所述飞行控制器用于执行如下操作：
将喷洒位置信息发送至所述远程控制终端；
接收所述远程控制终端根据所述喷洒位置信息和处方图所确定的喷洒参数；
根据所述喷洒参数发出喷洒控制指令；
其中，所述处方图与所述喷洒位置信息所表征的喷洒位置相关，且包括多个待喷洒区域，多个所述待喷洒区域分别对应多个喷洒百分比且多个所述喷洒百分比之和为1，所述处方图还包括喷洒位置信息和喷洒量的对应关系；
其中，所述喷洒位置信息和所述喷洒量的对应关系包括：
获取喷洒总量，所述喷洒总量表征多个所述待喷洒区域分别对应的多个所述喷洒量之和，且所述喷洒总量是通过用户在所述远程控制终端中确定并发送至所述飞行控制器，或者是由所述飞行控制器检测到的所述无人飞行器携带的喷洒介质的总量确定的；
与所述远程控制终端进行交互获取所述喷洒位置信息所表征的喷洒位置所处的所述喷洒区域的所述喷洒百分比，
根据所述喷洒总量和所述喷洒百分比，确定所述喷洒位置信息所表征的喷洒位置处的所述喷洒量。
45.根据权利要求44所述的无人飞行系统，其特征在于，所述无人飞行器还包括传感系统和喷洒系统，所述传感系统用于提供所述喷洒位置信息；所述喷洒系统用于根据所述喷洒控制指令执行喷洒操作。
46.根据权利要求44所述的无人飞行系统，其特征在于，所述无人飞行系统还包括显示设备，用于显示所述无人飞行器的喷洒作业信息。
47.一种无人飞行器，其特征在于，包括权利要求22－32任一项所述的喷洒控制装置。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/091809 WO2021232407A1 (zh) | 2020-05-22 | 2020-05-22 | 一种喷洒控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113939452A CN113939452A (zh) | 2022-01-14 |
| CN113939452B true CN113939452B (zh) | 2024-05-17 |
Family
ID=78707735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080033502.8A Active CN113939452B (zh) | 2020-05-22 | 2020-05-22 | 一种喷洒控制方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113939452B (zh) |
| WO (1) | WO2021232407A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114467455A (zh) * | 2022-01-11 | 2022-05-13 | 山东省农业科学院 | 一种田间玉米叶面肥喷施管控系统及方法 |
| CN114527727B (zh) * | 2022-01-19 | 2023-11-17 | 中国农业机械化科学研究院集团有限公司 | 一种自走式喷杆喷雾机及其无人驾驶控制系统及方法 |
| CN114885929B (zh) * | 2022-06-06 | 2023-02-24 | 北京电子科技职业学院 | 一种农药喷淋方法 |
| CN116058353B (zh) * | 2023-03-02 | 2023-12-15 | 上海华维可控农业科技集团股份有限公司 | 一种基于农田耕种的无人化管理系统及方法 |
| CN116602286B (zh) * | 2023-07-20 | 2023-09-29 | 黑龙江惠达科技股份有限公司 | 一种植保无人机喷洒作业控制系统和方法 |
| CN116797106B (zh) * | 2023-08-29 | 2023-11-14 | 山东孟子居生态农业股份有限公司 | 一种植保无人机作业效果评价系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制系统及方法 |
| CN106564599A (zh) * | 2016-11-22 | 2017-04-19 | 江苏蒲公英无人机有限公司 | 一种基于多光谱遥感的无人机植保作业方法 |
| CN107450639A (zh) * | 2017-08-31 | 2017-12-08 | 广西田阳县创新农业综合开发有限公司 | 一种农业种植智能化管理系统 |
| CN108605923A (zh) * | 2018-05-15 | 2018-10-02 | 河南科技大学 | 农药施药监测与精准流量控制装置及方法 |
| CN109857141A (zh) * | 2019-03-13 | 2019-06-07 | 商丘中原无人机科技有限公司 | 植保无人机喷洒方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6726120B2 (en) * | 2001-12-19 | 2004-04-27 | Deere & Company | Automatic wind-drift compensation system for agricultural sprayers |
-
2020
- 2020-05-22 WO PCT/CN2020/091809 patent/WO2021232407A1/zh active Application Filing
- 2020-05-22 CN CN202080033502.8A patent/CN113939452B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制系统及方法 |
| CN106564599A (zh) * | 2016-11-22 | 2017-04-19 | 江苏蒲公英无人机有限公司 | 一种基于多光谱遥感的无人机植保作业方法 |
| CN107450639A (zh) * | 2017-08-31 | 2017-12-08 | 广西田阳县创新农业综合开发有限公司 | 一种农业种植智能化管理系统 |
| CN108605923A (zh) * | 2018-05-15 | 2018-10-02 | 河南科技大学 | 农药施药监测与精准流量控制装置及方法 |
| CN109857141A (zh) * | 2019-03-13 | 2019-06-07 | 商丘中原无人机科技有限公司 | 植保无人机喷洒方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021232407A1 (zh) | 2021-11-25 |
| CN113939452A (zh) | 2022-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113939452B (zh) | 一种喷洒控制方法及装置 | |
| Jiménez-Brenes et al. | Quantifying pruning impacts on olive tree architecture and annual canopy growth by using UAV-based 3D modelling | |
| US11703865B2 (en) | Aerial operation support and real-time management | |
| CN108519775B (zh) | 一种精准喷洒的无人机系统及其控制方法 | |
| CN107933921B (zh) | 飞行器及其喷洒路线生成和执行方法、装置、控制终端 | |
| Budiharto et al. | A review and progress of research on autonomous drone in agriculture, delivering items and geographical information systems (GIS) | |
| WO2020237471A1 (zh) | 飞行航线生成方法、终端和无人机 | |
| JP6762629B2 (ja) | 圃場作物撮影方法および撮影用ドローン | |
| US11280608B1 (en) | UAV above ground level determination for precision agriculture | |
| RU2668319C1 (ru) | Способ и система обработки зон посева сельскохозяйственных культур на основании данных мониторинга | |
| JP2024061767A (ja) | ドローン作業支援システム及びドローン作業支援方法 | |
| CN108681328A (zh) | 植保无人机仿地飞行方法及装置 | |
| Chávez et al. | A decade of unmanned aerial systems in irrigated agriculture in the Western US | |
| Harsh et al. | Efficient and Cost-effective Drone–NDVI system for Precision Farming | |
| JP6887142B2 (ja) | 圃場画像分析方法 | |
| Fichtel et al. | Tree localization and monitoring on autonomous drones employing deep learning | |
| Themistocleous | The use of UAVs for monitoring land degradation | |
| JP7079547B1 (ja) | 圃場評価装置、圃場評価方法および圃場評価プログラム | |
| WO2021207977A1 (zh) | 可移动平台的作业方法、可移动平台以及电子设备 | |
| Jiménez López et al. | Crops diagnosis using digital image processing and precision agriculture technologies | |
| Devriendt et al. | UAS Mapping as an alternative for land surveying techniques? | |
| Kaivosoja | Role of spatial data uncertainty in executions of precision farming operations | |
| Ristorto et al. | Mission planning for the estimation of the field coverage of unmanned aerial systems in monitoring mission in precision farming | |
| JP2021082173A (ja) | 営農支援システム、営農支援方法、及びコンピュータプログラム | |
| JP7293070B2 (ja) | 散布支援システム |
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 |