CN114324193A - 基于uav-ppk技术的作物养分原位监测系统及方法 - Google Patents
基于uav-ppk技术的作物养分原位监测系统及方法 Download PDFInfo
- Publication number
- CN114324193A CN114324193A CN202210020662.XA CN202210020662A CN114324193A CN 114324193 A CN114324193 A CN 114324193A CN 202210020662 A CN202210020662 A CN 202210020662A CN 114324193 A CN114324193 A CN 114324193A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- ppk
- crop
- position 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.)
- Pending
Links
- 235000015097 nutrients Nutrition 0.000 title claims abstract description 74
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 42
- 238000005516 engineering process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000009471 action Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000003595 spectral effect Effects 0.000 claims description 17
- 238000002310 reflectometry Methods 0.000 claims description 12
- 229910052744 lithium Inorganic materials 0.000 claims description 9
- 229920000642 polymer Polymers 0.000 claims description 9
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 8
- 241001061260 Emmelichthys struhsakeri Species 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 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 3
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Abstract
本发明涉及一种基于UAV‑PPK技术的作物养分原位监测系统及方法，主要包括：当多光谱相机接收到控制器输出的拍照指令时采集目标田块内作物的多光谱遥感图像；当多光谱相机执行拍照动作时PPK流动站记录无人机的相对位置信息；地面基准站记录无人机的绝对位置信息；数据处理端基于上述信息确定目标田块的作物养分分布图。本发明能够精确记录在无人机飞行过程中获取作物多光谱遥感图像的时间信息和位置信息，从而实现大范围高精度的作物养分信息监测。
Description
技术领域
本发明涉及精细农业技术领域，特别是涉及一种基于UAV-PPK技术的作物养分原位监测系统及方法。
背景技术
作物养分是作物在完成其生命活动或者在生长发育过程中所必需且不可替代的物质，及时快速获取作物的养分状况能够指导生产管理者对作物进行精准施肥，提高作物产量的同时降低肥料滥用所带来的环境问题。
目前国内外对作物养分监测的研究，大多需要将作物破坏性取样后带回实验室进行养分测定，这种方法虽然可以精确获得作物的养分状况，但是时效性较差且取样点有限，无法满足大面积农田作物养分监测的需求。因此，实现作物养分的原位检测对作物精准施肥，提高肥料利用效率和生态环境保护具有重要意义。
近些年来，随着无人机遥感技术的发展，大面积高精度的农情信息监测已成为了可能。如何实现目标田块和作物的精准定位成为精细农业生产和农情信息监测的关键。具备RTK功能的无人机，由于其高精度的定位能力已逐渐开始普遍使用，但是由于无人机与光谱相机的通讯兼容性问题，可能造成无人机端的RTK数据不能与遥感影像获取时所对应的位置信息同步记录保存，且当无人机飞行距离较远时，机载端流动站难以与地面基准站实时通讯，会出现RTK数据的丢包现象，影响后续的数据处理工作。
发明内容
本发明的目的是提供一种基于UAV-PPK技术的作物养分原位监测系统及方法，能够精确记录在无人机飞行过程中获取作物多光谱遥感图像的时间信息和位置信息，从而实现大范围高精度的作物养分信息监测。
为实现上述目的，本发明提供了如下方案：
一种基于UAV-PPK技术的作物养分原位监测系统，包括数据处理端、地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站；
所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；
所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；
所述地面基准站用于记录无人机的绝对位置信息；
所述数据处理端，用于：
读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息；
基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息；
基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图；
基于所述正射影像图，确定目标田块的作物养分分布图。
可选的，还包括设置在所述无人机本体上的存储器；
所述存储器存储有基于所述目标田块确定的无人机飞行航线；所述无人机飞行航线设置有多个拍摄点；
所述控制器通过第一触发线与所述多光谱相机连接；所述多光谱相机通过第二触发线与所述PPK流动站连接；
所述控制器用于当所述无人机飞行至所述拍摄点时，输出拍照指令；
所述第一触发线用于以PWM信号形式将所述拍照指令发送至所述多光谱相机，以使所述多光谱相机接收到所述拍照指令时，执行拍照动作并同时输出拍照动作指令；
所述第二触发线用于以PWM信号形式将所述拍照动作指令发送至所述PPK流动站，以使所述PPK流动站接收到所述拍照动作指令时记录无人机的相对位置信息。
可选的，所述PPK流动站设置所述无人机本体的上方区域；所述PPK流动站包括PPK航空机载GNSS接收机以及与所述PPK航空机载GNSS接收机连接的航空天线；
在当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息方面，所述PPK流动站用于当所述多光谱相机执行拍照动作时，接收卫星传输的GPS定位信息，并将所述GPS定位信息记录为无人机的相对位置信息。
可选的，还包括设置在所述无人机本体上的定位装置；
所述地面基准站包括三角架、安装在所述三角架上的GNSS地面基准站、以及与所述GNSS地面基准站连接的胶棒天线；
在所述记录无人机的绝对位置信息方面，所述地面基准站用于在所述无人机飞行过程中，获取所述定位装置传输的无人机的经纬度信息和高度信息，并将所述经纬度信息和所述高度信息记录为无人机的绝对位置信息。
可选的，还包括设置在所述无人机本体上的锂聚合物电池；
所述锂聚合物电池通过电源线分别与所述多光谱相机和所述PPK流动站连接。
可选的，在所述基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息，所述数据处理端用于：
将所述无人机的相对位置信息和所述无人机的绝对位置信息输出到GPS解算软件中以进行联合结算，进而确定每帧所述多光谱遥感图像的坐标信息。
可选的，在所述基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图方面，所述数据处理端用于：
将所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息导入拼图软件Pix4D中以进行图像拼接处理，进而确定所述目标田块的正射影像图。
可选的，在所述基于所述正射影像图，确定目标田块的作物养分分布图方面，所述数据处理端用于：
对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据；
基于所述作物冠层的光谱反射率和所述植被指数遥感数据，结合目标田块实测的作物养分信息数据，建立作物养分的反演监测模型；
基于所述反演监测模型，确定目标田块的作物养分分布图。
可选的，在所述对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据方面，所述数据处理端进一步用于：
基于地面辐射标定板，对所述正射影像图进行辐射校准处理，得到作物冠层的光谱反射率和植被指数遥感数据。
一种基于UAV-PPK技术的作物养分原位监测方法，应用于基于UAV-PPK技术的作物养分原位监测系统；所述基于UAV-PPK技术的作物养分原位监测系统包括地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站；所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；所述地面基准站用于记录无人机的绝对位置信息；所述作物养分原位监测方法包括：
读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息；
基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息；
基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图；
基于所述正射影像图，确定目标田块的作物养分分布图。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种基于UAV-PPK技术的作物养分原位监测系统及方法。本发明可以精确记录无人机飞行过程中获取作物遥感影像的时间和相对位置等信息，飞行任务结束后结合地面基准站数据解算出每个拍摄时刻对应图像的精确位置信息，从而为精确提取不同位置作物的光谱信息提供依据，进而实现大范围高精度的作物养分信息的监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于UAV-PPK技术的作物养分原位监测系统的结构框图；
图2为本发明基于UAV-PPK技术的作物养分原位监测方法的流程示意图；
图3为本发明基于UAV-PPK技术的作物养分原位监测系统的整体结构示意图；图3(a)为无人机的结构示意图；图3(b)为地面基准站的结构示意图；
图4为本发明基于UAV-PPK技术的作物养分原位监测系统的工作流程图。
符号说明：1-控制器，2-控制器至多光谱相机触发线，3-工业级多光谱相机，4-锂聚合物电池，5-电源线，6-多光谱相机至PPK流动站触发线，7-PPK航空机载GNSS接收机，8-航空天线，9-GNSS地面基准站，10-胶棒天线，11-三角架。
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。
PPK(Post Processing Kinematic)是一种动态后处理技术，通过对拍照时刻采集的数据与地面基准站数据进行联合解算，得出流动站在相机触发拍照时刻对应的的坐标位置信息。由于是事后处理，所以在测量过程中不受通讯距离的影响，作业半径大，工作效率高。并且由于省去了中间无线传输的环节，其成本相较于RTK技术还有一定优势。因此动态后处理技术成为了更适合搭载于无人机上的空间定位技术。
综上所述，本发明提供了一种将UAV-PPK技术，将其应用于精细农业技术领域，为实现作物养分原位检测提供了一种新的方法和系统。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参见图1，本实施例提供了一种基于UAV-PPK技术的作物养分原位监测系统，包括数据处理端、地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站。
所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；所述地面基准站用于记录无人机的绝对位置信息。
所述数据处理端，用于：
读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息；
基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息；
基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图；
基于所述正射影像图，确定目标田块的作物养分分布图。
作为一种优选的实施方式，本实施例提供的作物养分原位监测系统还包括设置在所述无人机本体上的存储器；所述存储器存储有基于所述目标田块确定的无人机飞行航线；所述无人机飞行航线设置有多个拍摄点。
所述控制器通过第一触发线与所述多光谱相机连接；所述多光谱相机通过第二触发线与所述PPK流动站连接。
所述控制器用于当所述无人机飞行至所述拍摄点时，输出拍照指令；所述第一触发线用于以PWM信号形式将所述拍照指令发送至所述多光谱相机，以使所述多光谱相机接收到所述拍照指令时，执行拍照动作并同时输出拍照动作指令；所述第二触发线用于以PWM信号形式将所述拍照动作指令发送至所述PPK流动站，以使所述PPK流动站接收到所述拍照动作指令时记录无人机的相对位置信息。
作为一种优选的实施方式，本实施例所述的PPK流动站设置所述无人机本体的上方区域；所述PPK流动站包括PPK航空机载GNSS接收机以及与所述PPK航空机载GNSS接收机连接的航空天线。
在当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息方面，所述PPK流动站用于当所述多光谱相机执行拍照动作时，接收卫星传输的GPS定位信息，并将所述GPS定位信息记录为无人机的相对位置信息。
作为一种优选的实施方式，本实施例提供的作物养分原位监测系统还包括设置在所述无人机本体上的定位装置。
所述地面基准站包括三角架、安装在所述三角架上的GNSS地面基准站、以及与所述GNSS地面基准站连接的胶棒天线。
在所述记录无人机的绝对位置信息方面，所述地面基准站用于在所述无人机飞行过程中，获取所述定位装置传输的无人机的经纬度信息和高度信息，并将所述经纬度信息和所述高度信息记录为无人机的绝对位置信息。
作为一种优选的实施方式，本实施例提供的作物养分原位监测系统还包括设置在所述无人机本体上的锂聚合物电池；所述锂聚合物电池通过电源线分别与所述多光谱相机和所述PPK流动站连接。
进一步地，在所述基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息，所述数据处理端用于：
将所述无人机的相对位置信息和所述无人机的绝对位置信息输出到GPS解算软件中以进行联合结算，进而确定每帧所述多光谱遥感图像的坐标信息。
在所述基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图方面，所述数据处理端用于：
将所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息导入拼图软件Pix4D中以进行图像拼接处理，进而确定所述目标田块的正射影像图。
在所述基于所述正射影像图，确定目标田块的作物养分分布图方面，所述数据处理端用于：
对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据；基于所述作物冠层的光谱反射率和所述植被指数遥感数据，结合目标田块实测的作物养分信息数据，建立作物养分的反演监测模型；基于所述反演监测模型，确定目标田块的作物养分分布图。
其中，在所述对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据方面，所述数据处理端进一步用于：
基于地面辐射标定板，对所述正射影像图进行辐射校准处理，得到作物冠层的光谱反射率和植被指数遥感数据。
本实施例提供的系统能够精确记录在无人机飞行过程中，获取影像的时间和相对位置等信息，飞行任务结束后，结合地面基准站数据解算出每个拍摄时刻对应图像的精确位置信息，从而为精确提取不同位置作物的光谱信息提供依据，进而实现大范围高精度的作物养分信息的监测。
实施例二
本实施例提供了一种基于UAV-PPK技术的作物养分原位监测方法，应用于基于UAV-PPK技术的作物养分原位监测系统；所述基于UAV-PPK技术的作物养分原位监测系统包括地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站；所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；所述地面基准站用于记录无人机的绝对位置信息。
参见图2，所述作物养分原位监测方法包括：
步骤201：读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息。
步骤202：基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息。
步骤203：基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图。
步骤204：基于所述正射影像图，确定目标田块的作物养分分布图。
实施例三
参见图3，本实施例提供的基于UAV-PPK技术的作物养分原位监测系统主要包括控制器1，即无人机飞控，控制器至多光谱相机触发线2，工业级多光谱相机3，锂聚合物电池4，PPK航空机载GNSS接收机7，GNSS地面基准站9以及连接所需的线材和接插件等。
无人机飞控可通过地面遥控器或飞行计划发送的命令后输出PWM信号，该PWM信号用于触发工业级多光谱相机3以获取多光谱影像。
多光谱相机3通过多光谱相机至PPK航空机载GNSS接收机触发线6和PPK航空机载GNSS接收机7连接。
工业级多光谱相机3的影像采集模式为外部触发模式，在无人机飞控输出PWM信号后工业级多光谱相机3执行触发功能后以获取多光谱影像；多光谱影像包含可见光和近红外多个波段，经过处理后可以用于对作物养分的监测。
锂聚合物电池4通过电源线5分别为多光谱相机3和PPK航空机载GNSS接收机7同时供电。
PPK航空机载GNSS接收机7为PPK流动站的主要部分；航空天线8连接在PPK航空机载GNSS接收机7上，航空天线8用于接收卫星传输的GPS定位信息。航空天线8与PPK航空机载GNSS接收机7连接后安装于无人机机身上方的中间区域，确保不被机身上其他部件所遮挡。
GNSS地面基准站9连接胶棒天线10后安装在三角架11上，并对其进行固定调平，然后用卷尺量取GNSS地面基准站9的高度以用于后续数据处理。
当无人机执行飞行任务时，无人机会按照提前规划好的航线飞行，且在固定位置发出PWM信号以对工业级多光谱相机3进行触发拍照。当工业级多光谱相机3触发拍照的同时输出PWM信号，并此PWM信号传输给PPK航空机载GNSS接收机7，PPK航空机载GNSS接收机7收到信号后保存当前位置信息并记录在内置的SD卡中。
采用多旋翼的无人机搭载上述部件，在低空范围内按照无人机地面站预设的飞行计划执行低空遥感飞行作业，多旋翼的无人机通过自带的定位系统(GPS与气压计)向地面站实时传输当前的经纬度信息及高度信息。
如图4所示，其系统的工作流程为：
步骤一：当无人机到达飞行计划预设的触发拍照位置时，无人机控制器以PWM信号的方式向多光谱相机发射触发拍照命令，多光谱相机触发拍照后将获得的多波段遥感影像存储于内置的SD卡中。
步骤二：提前通过UART串口设置PPK流动站的数据刷新频率为5Hz。当多光谱相机触发拍照时，多光谱相机同时输出PWM信号以对PPK流动站进行触发；当PPK流动站接收到触发信号后，PPK流动站对带有时间戳的相对位置信息进行标记并记录于内置的SD卡中，这个相对位置信息数据是与当前拍摄的多波段遥感影像一一对应。
步骤三：当无人机飞行至每个任务拍摄点时，重复执行步骤一和步骤二中的操作，直到无人机完成飞行计划并安全降落。
步骤四：通过计算机分别读取GNSS地面基准站的绝对位置信息和PPK航空机载GNSS接收机的记录文件，提取文件中带有时间戳的相对位置信息，将绝对位置信息和带有时间戳的相对位置信息同时导入GPS解算软件，并在设置相应的参数后，GPS解算软件自动进行联合结算(Post ProcessingKinematic，PPK)，得到每一帧的多波段遥感影像所对应的坐标信息。
步骤五：通过时间顺序和触发顺序，将解算得到的多个位置数据和拍摄的多张多波段遥感影像进行一一对应，并将对应好的数据导入拼图软件Pix4D；在设置相关的参数后，按照拼图软件Pix4D操作流程进行图像拼接处理，最终得到高精度的地面目标田块内作物的正射影像图。
步骤六：结合地面辐射标定板对正射影像图进行辐射校准处理后，得到作物冠层的光谱反射率和植被指数等遥感数据；然后根据作物冠层的光谱反射率和植被指数等遥感数据，结合田间实测的作物养分信息数据，建立作物养分的反演监测模型；接着基于反演监测模型绘制整块农田的作物养分分布图，从而实现较大范围内作物养分的原位监测，为精准施肥提供决策依据。
与现有技术相比，本发明的优点在于：能够精确地记录影像获取的时间和坐标位置信息，且作业半径大，效率高，能够实现大面积高精度的作物养分原位检测，为作物的精准施肥提供有力的技术支持。
本说明书中各个实施例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部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，包括数据处理端、地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站；
所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；
所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；
所述地面基准站用于记录无人机的绝对位置信息；
所述数据处理端，用于：
读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息；
基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息；
基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图；
基于所述正射影像图，确定目标田块的作物养分分布图。
2.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，还包括设置在所述无人机本体上的存储器；
所述存储器存储有基于所述目标田块确定的无人机飞行航线；所述无人机飞行航线设置有多个拍摄点；
所述控制器通过第一触发线与所述多光谱相机连接；所述多光谱相机通过第二触发线与所述PPK流动站连接；
所述控制器用于当所述无人机飞行至所述拍摄点时，输出拍照指令；
所述第一触发线用于以PWM信号形式将所述拍照指令发送至所述多光谱相机，以使所述多光谱相机接收到所述拍照指令时，执行拍照动作并同时输出拍照动作指令；
所述第二触发线用于以PWM信号形式将所述拍照动作指令发送至所述PPK流动站，以使所述PPK流动站接收到所述拍照动作指令时记录无人机的相对位置信息。
3.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，所述PPK流动站设置所述无人机本体的上方区域；所述PPK流动站包括PPK航空机载GNSS接收机以及与所述PPK航空机载GNSS接收机连接的航空天线；
在当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息方面，所述PPK流动站用于当所述多光谱相机执行拍照动作时，接收卫星传输的GPS定位信息，并将所述GPS定位信息记录为无人机的相对位置信息。
4.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，还包括设置在所述无人机本体上的定位装置；
所述地面基准站包括三角架、安装在所述三角架上的GNSS地面基准站、以及与所述GNSS地面基准站连接的胶棒天线；
在所述记录无人机的绝对位置信息方面，所述地面基准站用于在所述无人机飞行过程中，获取所述定位装置传输的无人机的经纬度信息和高度信息，并将所述经纬度信息和所述高度信息记录为无人机的绝对位置信息。
5.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，还包括设置在所述无人机本体上的锂聚合物电池；
所述锂聚合物电池通过电源线分别与所述多光谱相机和所述PPK流动站连接。
6.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，在所述基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息，所述数据处理端用于：
将所述无人机的相对位置信息和所述无人机的绝对位置信息输出到GPS解算软件中以进行联合结算，进而确定每帧所述多光谱遥感图像的坐标信息。
7.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，在所述基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图方面，所述数据处理端用于：
将所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息导入拼图软件Pix4D中以进行图像拼接处理，进而确定所述目标田块的正射影像图。
8.根据权利要求1所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，在所述基于所述正射影像图，确定目标田块的作物养分分布图方面，所述数据处理端用于：
对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据；
基于所述作物冠层的光谱反射率和所述植被指数遥感数据，结合目标田块实测的作物养分信息数据，建立作物养分的反演监测模型；
基于所述反演监测模型，确定目标田块的作物养分分布图。
9.根据权利要求8所述的一种基于UAV-PPK技术的作物养分原位监测系统，其特征在于，在所述对所述正射影像图进行预处理，得到作物冠层的光谱反射率和植被指数遥感数据方面，所述数据处理端进一步用于：
基于地面辐射标定板，对所述正射影像图进行辐射校准处理，得到作物冠层的光谱反射率和植被指数遥感数据。
10.一种基于UAV-PPK技术的作物养分原位监测方法，其特征在于，所述作物养分原位监测方法应用于基于UAV-PPK技术的作物养分原位监测系统；所述基于UAV-PPK技术的作物养分原位监测系统包括地面基准站和无人机；所述无人机包括无人机本体、以及设置在所述无人机本体上的控制器、多光谱相机和PPK流动站；所述多光谱相机用于当接收到所述控制器输出的拍照指令时，执行拍照动作；所述拍照动作用于采集目标田块内作物的多光谱遥感图像；所述PPK流动站用于当所述多光谱相机执行拍照动作时，记录无人机的相对位置信息；所述地面基准站用于记录无人机的绝对位置信息；所述作物养分原位监测方法包括：
读取所述多光谱相机采集的多光谱遥感图像、所述PPK流动站记录的无人机的相对位置信息、以及所述地面基准站记录的无人机的绝对位置信息；
基于所述无人机的相对位置信息和所述无人机的绝对位置信息，确定每帧所述多光谱遥感图像的坐标信息；
基于所述多光谱遥感图像以及每帧所述多光谱遥感图像的坐标信息，确定所述目标田块的正射影像图；
基于所述正射影像图，确定目标田块的作物养分分布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210020662.XA CN114324193A (zh) | 2022-01-10 | 2022-01-10 | 基于uav-ppk技术的作物养分原位监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210020662.XA CN114324193A (zh) | 2022-01-10 | 2022-01-10 | 基于uav-ppk技术的作物养分原位监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114324193A true CN114324193A (zh) | 2022-04-12 |
Family
ID=81026529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210020662.XA Pending CN114324193A (zh) | 2022-01-10 | 2022-01-10 | 基于uav-ppk技术的作物养分原位监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114324193A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105352481A (zh) * | 2015-10-23 | 2016-02-24 | 武汉苍穹电子仪器有限公司 | 高精度无人机影像无控制点测绘成图方法及系统 |
| CN106708075A (zh) * | 2016-12-30 | 2017-05-24 | 浙江大学 | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 |
| CN107806860A (zh) * | 2016-09-09 | 2018-03-16 | 上海华测导航技术股份有限公司 | 一种无人机航测拍照精确空间位置的方法 |
| CN108460361A (zh) * | 2018-03-23 | 2018-08-28 | 苏州市农业科学院 | 一种作物监测装置及方法 |
| JP2018152737A (ja) * | 2017-03-13 | 2018-09-27 | ヤンマー株式会社 | 無人飛行撮影装置 |
| CN108761511A (zh) * | 2018-04-18 | 2018-11-06 | 广州市中海达测绘仪器有限公司 | 无人机gnss基准站数据传输和控制方法、装置及系统 |
| CN109444069A (zh) * | 2018-09-13 | 2019-03-08 | 南京农业大学 | 一种基于无人机载主动冠层传感器的水稻氮素营养监测方法 |
| US20200141877A1 (en) * | 2018-11-06 | 2020-05-07 | Nanjing Agricultural University | Method for estimating aboveground biomass of rice based on multi-spectral images of unmanned aerial vehicle |
| CN111289441A (zh) * | 2020-02-21 | 2020-06-16 | 中国农业大学 | 多光谱下的大田作物含水量确定方法、系统及设备 |
| KR102262382B1 (ko) * | 2019-12-03 | 2021-06-08 | 주식회사 공간정보 | 무인기 기반 영상 취득의 광지역 공간정보 구축시스템 |
| CN113269050A (zh) * | 2021-04-29 | 2021-08-17 | 李会 | 基于无人机遥感影像的农田画像及药肥大数据分析方法 |
-
2022
- 2022-01-10 CN CN202210020662.XA patent/CN114324193A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105352481A (zh) * | 2015-10-23 | 2016-02-24 | 武汉苍穹电子仪器有限公司 | 高精度无人机影像无控制点测绘成图方法及系统 |
| CN107806860A (zh) * | 2016-09-09 | 2018-03-16 | 上海华测导航技术股份有限公司 | 一种无人机航测拍照精确空间位置的方法 |
| CN106708075A (zh) * | 2016-12-30 | 2017-05-24 | 浙江大学 | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 |
| JP2018152737A (ja) * | 2017-03-13 | 2018-09-27 | ヤンマー株式会社 | 無人飛行撮影装置 |
| CN108460361A (zh) * | 2018-03-23 | 2018-08-28 | 苏州市农业科学院 | 一种作物监测装置及方法 |
| CN108761511A (zh) * | 2018-04-18 | 2018-11-06 | 广州市中海达测绘仪器有限公司 | 无人机gnss基准站数据传输和控制方法、装置及系统 |
| CN109444069A (zh) * | 2018-09-13 | 2019-03-08 | 南京农业大学 | 一种基于无人机载主动冠层传感器的水稻氮素营养监测方法 |
| US20200141877A1 (en) * | 2018-11-06 | 2020-05-07 | Nanjing Agricultural University | Method for estimating aboveground biomass of rice based on multi-spectral images of unmanned aerial vehicle |
| KR102262382B1 (ko) * | 2019-12-03 | 2021-06-08 | 주식회사 공간정보 | 무인기 기반 영상 취득의 광지역 공간정보 구축시스템 |
| CN111289441A (zh) * | 2020-02-21 | 2020-06-16 | 中国农业大学 | 多光谱下的大田作物含水量确定方法、系统及设备 |
| CN113269050A (zh) * | 2021-04-29 | 2021-08-17 | 李会 | 基于无人机遥感影像的农田画像及药肥大数据分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200379126A1 (en) | Information processing system, information processing device, and information processing method | |
| US20240053477A1 (en) | System and method for measuring image distance of power transmission lines with unmanned aerial vehicle (uav) | |
| Rinaudo et al. | Archaeological site monitoring: UAV photogrammetry can be an answer | |
| KR101793509B1 (ko) | 작물 모니터링을 위하여 무인 비행체의 자동 경로 산정을 통한 원격 관측 방법 및 그 시스템 | |
| CN207096463U (zh) | 一种农用北斗差分测向导航控制系统 | |
| CN106526551B (zh) | 一种雷达天线动态性能测试系统及方法 | |
| Eisenbeiss | The autonomous mini helicopter: a powerful platform for mobile mapping | |
| CN110132239B (zh) | 基于cors平台的无人机测绘方法 | |
| CN106708075B (zh) | 基于固定翼无人机的大范围油菜田spad值遥感系统及采集方法 | |
| CN105388908A (zh) | 基于机器视觉的无人机定位着降方法及系统 | |
| EP3851793A1 (en) | Creating a ground control point file using an existing landmark shown in images | |
| CN112702565A (zh) | 一种田间植物表型信息采集系统及方法 | |
| CN109883398A (zh) | 基于无人机倾斜摄影的植株绿量提取的系统及方法 | |
| JP2020170213A (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 | |
| CN210603292U (zh) | 一种冬小麦干旱遥感监测分级指标系统 | |
| CN109238224B (zh) | 无人机飞行高度消差方法、装置、系统及智能终端 | |
| CN112098926B (zh) | 一种利用无人机平台的智能测角训练样本生成方法 | |
| Lin et al. | Micro-UAV based remote sensing method for monitoring landslides in three gorges reservoir, China | |
| CN113093309A (zh) | 一种气象用无人机及观测系统 | |
| CN114324193A (zh) | 基于uav-ppk技术的作物养分原位监测系统及方法 | |
| CN111089568B (zh) | 一种基于rtk+摄像头的路标标定仪 | |
| CN109115183B (zh) | 一种矩阵式无人机航测方法 | |
| CN112902928A (zh) | 一种无人机航摄测量方法及其系统 | |
| CN112762939B (zh) | 一种基于数字地图的目标坐标获取系统和方法 | |
| CN111896983B (zh) | 一种纠正非rtk多旋翼无人机定位坐标的方法 |
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 |