CN114485664B - 边界简化方法、路径规划方法、装置、设备及系统 - Google Patents

边界简化方法、路径规划方法、装置、设备及系统 Download PDF

Info

Publication number
CN114485664B
CN114485664B CN202111665933.9A CN202111665933A CN114485664B CN 114485664 B CN114485664 B CN 114485664B CN 202111665933 A CN202111665933 A CN 202111665933A CN 114485664 B CN114485664 B CN 114485664B
Authority
CN
China
Prior art keywords
boundary
point
current
determining
current candidate
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
Application number
CN202111665933.9A
Other languages
English (en)
Other versions
CN114485664A (zh
Inventor
吴泽龙
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.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft Technology Co Ltd
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 Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN202111665933.9A priority Critical patent/CN114485664B/zh
Publication of CN114485664A publication Critical patent/CN114485664A/zh
Application granted granted Critical
Publication of CN114485664B publication Critical patent/CN114485664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)

Abstract

本申请提供了一种边界简化方法、路径规划方法、装置、设备及系统，该边界简化方法包括：从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点；根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点；将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点；基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。本申请的技术方案能够减小数据冗余，以及降低后续处理过程的计算量。

Description

边界简化方法、路径规划方法、装置、设备及系统
技术领域
本申请涉及地理信息处理技术领域，具体涉及一种边界简化方法、路径规划方法、装置、设备及系统。
背景技术
随着科学技术的发展，无人设备的应用越来越广泛，尤其在农业生产过程中，无人设备的应用可以显著提高生产效率，例如，利用无人设备喷洒药物，播种等等。
在利用无人设备进行作业时，需要提前识别作业区域的边界，并在该边界内规划作业路径，然后无人设备按照作业路径进行作业，这样可以保证无人设备作业的安全性和高效性。因此一个可靠的区域边界是无人设备实现安全作业的保障。
但现有的边界识别技术识别的边界点数过多，容易产生数据冗余，且还会给后续的路径规划过程带来复杂的运算量。
发明内容
有鉴于此，本申请实施例提供了一种边界简化方法、路径规划方法、装置、设备及系统，能够减小数据冗余，以及降低后续处理过程的计算量。
第一方面，本申请的实施例提供了一种边界简化方法，包括：从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点；根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点；将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点；基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。
在本申请某些实施例中，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值、且当前候选点非最后一个边界点时，将当前候选点的下一个边界点更新为当前候选点，并迭代执行确定下一个关键点的步骤，直至确定得到下一个关键点。
在本申请某些实施例中，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值大于预设阈值时，确定当前候选点之前的边界点为下一个关键点。
在本申请某些实施例中，确定当前候选点之前的边界点为下一个关键点，包括：确定当前候选点之前的第一个边界点为下一个关键点。
在本申请某些实施例中，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值，且当前候选点为最后一个边界点时，将当前候选点确定为下一个关键点。
在本申请某些实施例中，从原始边界线中的多个边界点中确定当前候选点，包括：沿着预设方向确定当前关键点之后的第二个边界点为当前候选点，预设方向为原始边界线的延伸方向。
第二方面，本申请的实施例提供了一种路径规划方法，包括：获取目标作业地块的边界信息，其中，边界信息由第一方面所述的边界简化方法处理得到；根据边界信息规划作业设备在目标作业地块中的作业路径。
第三方面，本申请的实施例提供了一种边界简化装置，包括：第一确定模块，用于从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点；第二确定模块，用于根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点；处理模块，用于将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点；生成模块，用于基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。
第四方面，本申请的实施例提供了一种路径规划装置，包括：获取模块，用于获取目标作业地块的边界信息，其中，边界信息由第三方面所述的边界简化装置处理得到；规划模块，用于根据边界信息规划作业设备在目标作业地块中的作业路径。
第五方面，本申请的实施例提供了一种智慧农业系统，包括第三方面所述的边界简化装置或第四方面所述的路径规划装置。
第六方面，本申请的实施例提供了一种处理设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述第一方面所述的边界简化方法，或执行第二方面所述的路径规划方法。
第七方面，本申请的实施例提供了一种作业设备，包括第六方面所述的处理设备。
第八方面，本申请的实施例提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序用于执行上述第一方面所述的边界简化方法，或执行第二方面所述的路径规划方法。
本申请实施例提供了一种边界简化方法、路径规划方法、装置、设备及系统，通过从原始边界线中的多个边界点中确定当前关键点和当前候选点，并基于当前关键点和当前候选点之间各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，如此可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低后续路径规划过程的运算量。
附图说明
图1所示为本申请一示例性实施例提供的边界简化系统的系统架构示意图。
图2所示为本申请一示例性实施例提供的边界简化方法的流程示意图。
图3所示为本申请另一示例性实施例提供的边界简化方法的流程示意图。
图4a所示为采用本申请一实施例提供的边界简化方法确定关键点的示意图。
图4b所示为本申请一实施例提供的原始边界线的示意图。
图4c所示为采用本申请一实施例提供的边界简化方法对原始边界线进行简化得到的简化后的目标边界线的示意图。
图5所示为本申请一示例性实施例提供的路径规划方法的流程示意图。
图6所示为本申请一示例性实施例提供的边界简化装置的结构示意图。
图7所示为本申请一示例性实施例提供的路径规划装置的结构示意图。
图8所示为本申请一示例性实施例提供的用于执行边界简化方法或路径规划方法的处理设备的框图。
具体实施方式
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，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
申请概述
智能化和无人化的作业方式可以节约劳动力、提高生产效率，因此是多数产业的发展方向。例如在农业领域，利用无人设备可以高效地实现播种，喷洒药物、肥料等过程，在城市建设领域，利用无人设备可以较为方便地对建设目标进行多维度的信息采集过程。这里的无人设备例如可以是无人机、无人车等。
在一些情况下，利用无人设备进行作业时需要限制无人设备的作业区域。以农田作业为例，一般需要在特定的地块进行播种作业或喷洒作业，这就要求无人设备在该特定的地块内沿着一定的路径进行作业，如此可以保证作业过程的安全性和高效性。因此，地块边界的准确识别对后续的安全作业来说是至关重要的。现有的边界识别方法识别的边界是由多个点构成的，点数较多，容易产生数据冗余。此外，后续在该识别的边界内规划路径时，会基于边界上相邻点构成的线段判断规划的路径是否在边界内，边界上点数越多，路径规划过程就越复杂，运算量也就越大。
综上，现有的边界识别方法存在容易产生数据冗余，且导致后续路径规划过程运算量大等问题。
示例性系统
图1所示为本申请一示例性实施例提供的边界简化系统100的系统架构示意图，其示出了一种对识别的原始边界线进行简化的应用场景。边界简化系统100包括无人设备110，无人设备110可以是无人机或无人车等。无人设备110可以配置有图像采集模块。
在一实施例中，无人设备110可以控制图像采集模块对待作业区域进行图像采集，并根据图像采集模块采集的图像识别待作业区域的边界得到原始边界线，进而对原始边界线进行简化得到简化后的边界线(由关键点构成)。
进一步地，无人设备110可以根据简化后的边界线规划路径，并根据该路径进行作业。
在另一实施例中，边界简化系统100可以进一步包括计算设备120，计算设备120可以与无人设备110通信连接。无人设备110可以将图像采集模块采集的图像发送至计算设备120，计算设备120可以根据该图像识别待作业区域的边界得到原始边界线，进而对原始边界线进行简化得到简化后的边界线。
进一步地，计算设备120可以根据简化后的边界线规划无人设备的路径，并将该路径发送至无人设备110，以便于无人设备110根据该路径进行作业。或者，计算设备120可以直接将简化后的边界线发送至无人设备110，无人设备110根据简化后的边界线规划路径，并根据该路径进行作业。
计算设备120可以是手机、平板、笔记本、台式机等设备。
需要注意的是，上述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施例并不限于此。相反，本申请的实施例可以应用于可能适用的任何场景。
示例性方法
图2所示为本申请一示例性实施例提供的边界简化方法的流程示意图。图2的方法可由计算设备执行或由无人设备的控制器执行。如图2所示，该边界简化方法包括如下内容。
210：从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点。
具体地，原始边界线可以通过图像识别或分割算法获得，例如，对包含待作业区域的图像进行识别或分割，可以获取待作业区域边界上的多个边界点的坐标，连接相邻的边界点，可以获得原始边界线。
原始边界线可以是由多个边界点构成的封闭多边形，如图4b所示，基于该封闭多边形可以限制无人设备在该封闭多边形内作业。原始边界线上的边界点较多，即相邻两个边界点之间的距离较小。
当然，在其他实施例中，原始边界线可以是由多个边界点构成的折线，基于该折线可以限制无人设备在该折线的一侧作业，而对无人设备在平行于该折线的延伸方向上以及背离该折线的方向上的作业范围不作限制。
通过在多个边界点中选择多个关键点，可以排除掉一些边界点，得到简化后的边界线。
例如，当原始边界线为封闭多边形时，可以沿着封闭多边形的顺时针(或逆时针)方向确定多个关键点；当原始边界线为折线时，可以从折线的一端开始沿着折线的延伸方向确定多个关键点。
在一实施例中，原始边界线为封闭多边形，可以从原始边界线的多个边界点中随机选取一个边界点作为初始关键点，然后沿着顺时针方向(或逆时针方向)确定其他的关键点。
当前关键点和当前候选点对应，两者之间存在至少一个边界点。例如，沿着预设方向确定当前关键点之后的第二个边界点为当前候选点，预设方向为原始边界线的延伸方向。
当原始边界线为封闭多边形时，原始边界线的延伸方向可以是封闭多边形的顺时针(或逆时针)方向，如此可以沿着封闭多边形的顺时针(或逆时针)方向确定当前关键点对应的当前候选点，以便于确定下一个关键点。当原始边界线为折线时，原始边界线的延伸方向就是折线的延伸方向，例如从折线的一端开始沿着折线的延伸方向确定当前关键点对应的当前候选点，以便于确定下一个关键点。
在其他实施例中，当前候选点与当前关键点之间可以包括多个边界点。
220：根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点。
具体地，当前关键点和当前候选点之间存在至少一个边界点，根据至少一个边界点中各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点。
230：将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点。
迭代执行确定下一个关键点的步骤可包括确定当前关键点对应的当前候选点，基于当前关键点和当前候选点之间各边界点与当前关键点和当前候选点之间的连线的距离，确定下一个关键点。
240：基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。
本申请实施例中的当前关键点，是确定下一个关键点的基础。
例如，可以沿着原始边界线的顺时针方向，不断确定原始边界线上的当前关键点和当前候选点。
在当前关键点和当前候选点之间的这段原始边界线(包括当前关键点和当前候选点)上，通过确定至少一个边界点到当前关键点与当前候选点之间连线的距离，可以将满足预设条件的边界点作为下一个关键点。预设条件可以是预设的距离值(预设阈值)，即将距离大于该预设的距离值的边界点作为下一个关键点；或者，预设条件可以是预设距离范围，即将距离落入该预设距离范围的边界点作为下一个关键点。
预设条件可以根据实际情况进行设置。根据至少一个边界点到当前关键点与当前候选点之间连线的距离确定下一个关键点，可以对原始边界线的多个边界点进行筛选，以提取关键点。
根据提取的关键点可以确定简化后的目标边界线，例如，对关键点按照顺序进行连线可以得到简化后的目标边界线。目标边界线的边界点集合即关键点集合，关键点集合可表征目标边界线。
本申请实施例提供了一种边界简化方法，通过从原始边界线中的多个边界点中确定当前关键点和当前候选点，并基于当前关键点和当前候选点之间各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，如此可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低后续路径规划过程的运算量。其中，通过基于各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，全面地考虑了当前关键点和当前候选点之间所有边界点与上述连线之间的偏差程度，实现在减少运算量的同时，还可以保证最终简化所得的目标边界线与原始边界线的偏差较小或很小。
根据本申请一实施例，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值、且当前候选点非最后一个边界点时，将当前候选点的下一个边界点更新为当前候选点，并迭代执行确定下一个关键点的步骤，直至确定得到下一个关键点。
具体地，在当前关键点与当前候选点之间的各边界点到当前关键点与当前候选点之间连线的距离的最大值小于或等于预设阈值时，当前关键点不变，可以将当前候选点的下一个边界点更新为当前候选点，迭代执行步骤220，以确定下一个关键点。
例如，在当前关键点为初始关键点时，可以将初始关键点之后的第二个边界点确定为初始候选点，进而确定初始关键点和初始候选点之间的边界点到初始关键点与初始候选点之间连线的距离。
若该距离小于或等于预设阈值，则将初始候选点之后的第一个边界点确定为当前候选点。当前候选点与当前关键点(初始关键点)之间有两个边界点，可以继续确定这两个边界点到当前关键点与当前候选点之间连线的距离的最大值，若最大值仍小于或等于预设阈值，则将当前候选点之后的第一个边界点确定为当前候选点。当前关键点与当前候选点之间有三个边界点，可以继续确定这三个边界点到当前关键点与当前候选点之间连线的距离的最大值。如此重复直至当前关键点与当前候选点之间的边界点到当前关键点与当前候选点之间连线的距离的最大值大于预设阈值，可以从当前关键点与当前候选点之间选取一个边界点作为下一个关键点。该下一个关键点与初始关键点之间的边界点为非关键点。
通过确定当前关键点和当前候选点之间的边界点到当前关键点与当前候选点之间连线的距离的最大值，可以确定当前关键点和当前候选点之间边界点的走势变化，即可以确定当前关键点和当前候选点之间的这段原始边界线是平缓还是变化幅度大。若最大值小于或等于预设阈值，则说明这段原始边界线比较平缓，如此可以排除这些边界点，这样可以有效地降低后续路径规划过程的运算量，同时可以在一定程度上保证简化后的目标边界线与原始边界线在形状和范围上的一致。
进一步地，在每轮边界点筛选过程中，需要确定当前关键点和当前候选点之间所有边界点到当前关键点和当前候选点之间连线的距离，并从这些距离中确定最大值，进而在最大值大于预设阈值时从当前关键点与当前候选点之间选取一个边界点作为下一个关键点，这样可以避免遗漏关键点的情况，可以保证简化后的目标边界线与原始边界线吻合良好。例如，如果在每轮边界点筛选过程中，只确定当前候选点之前的一个边界点到当前关键点和当前候选点之间连线的距离，进而在距离小于或等于预设阈值时确定该边界点为非关键点，这样容易遗漏该边界点之前的其他边界点到当前关键点和当前候选点之间连线的距离大于预设阈值的情况，如此容易遗漏关键点的选取从而造成简化后的目标边界线与原始边界线相差过大的情况。
本申请实施例提供了一种边界简化方法，通过确定当前关键点以及与当前关键点间隔至少一个边界点的当前候选点，并根据至少一个边界点到当前关键点与当前候选点之间连线的距离确定下一个关键点，可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低后续路径规划过程的运算量。
根据本申请一实施例，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值大于预设阈值时，确定最大值对应的边界点为下一个关键点。
在一实施例中，当前关键点与当前候选点之间可以包括一个边界点，若该边界点到当前关键点与当前候选点之间连线的距离大于预设阈值，则将该边界点确定为下一个关键点。
在另一实施例中，当前关键点与当前候选点之间可以包括多个边界点，若该多个边界点到当前关键点与当前候选点之间连线的距离的最大值大于预设阈值，则将最大值对应的边界点确定为下一个关键点，该下一个关键点与当前关键点之间的边界点为非关键点。
具体地，若最大值大于预设阈值，则说明这段原始边界线变化幅度大，可以保留最大值对应的边界点作为关键点，这样可以避免简化后的目标边界线与原始边界线的形状、范围相差过大，从而避免影响后续的路径规划以及作业过程。
例如，如图4a所示，边界点1为当前关键点，边界点9为当前候选点，当前候选点之后还有边界点10。当前关键点与当前候选点之间有7个边界点。7个边界点到当前关键点与当前候选点之间连线的距离的最大值为dmax，dmax大于预设阈值，则dmax对应的边界点4是基于当前关键点和当前候选点确定的下一个关键点。当下一个关键点确定后，可以将下一个关键点确定为当前关键点，并将当前关键点之后的第二个边界点6确定为当前候选点。
当下一个关键点确定后，可以将下一个关键点更新为当前关键点，迭代执行确定当前候选点以及确定下一个关键点的步骤，以获取多个关键点。非关键点可以排除掉，只选取关键点，基于关键点便可以得到简化后的目标边界线。
根据本申请一实施例，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值大于预设阈值时，确定当前候选点之前的边界点为下一个关键点。
在当前关键点与当前候选点之间包括多个边界点时，可以从多个边界点中选取一个边界点作为下一个关键点。例如，可以选取当前候选点之前的第一个边界点作为下一个关键点，当前候选点之前的第一个边界点可以是当前候选点之前最靠近当前候选点的边界点。如图4a所示，边界点1为当前关键点，边界点9为当前候选点。当前关键点与当前候选点之间有7个边界点，7个边界点到当前关键点与当前候选点之间连线的距离的最大值为dmax，dmax大于预设阈值。如果将dmax对应的边界点4作为下一个关键点，则本轮边界点筛选过程只排除了位于边界点1和边界点4之间的两个边界点，难以实现最大简化效果。如果将当前候选点(边界点9)之前的第一个边界点8作为下一个关键点，则本轮边界点筛选过程可以排除位于边界点1和边界点8之间的六个边界点，可以实现最大简化效果。
此外，由于边界点8是上一轮边界点筛选过程中的候选点，所以边界点1至边界点8之间的六个边界点到边界点1与边界点8之间连线的距离的最大值是小于或等于预设阈值的。因此，将边界点8作为下一个关键点，排除边界点1至边界点8之间的六个边界点，可以保证边界点1至边界点8之间的六个边界点都是满足阈值条件的点(这些点到边界点1至边界点8之间连线的距离是小于或等于预设阈值的)，即可以在误差范围内，实现最大简化效果。例如，如果将边界点9作为下一个关键点，排除边界点1至边界点9之间的七个边界点，那么超出预设阈值的边界点4就被排除了，这会导致简化后的目标边界线与原始边界线偏差较大。换句话说，本实施例提供的边界简化方法可以在避免排除对边界线走势变化影响较大的边界点的同时，实现最大简化效果。
本申请实施例中的预设阈值可以根据实际情况进行设置，以达到边界简化的目的。
在一实施例中，在当前关键点确定后，可以沿着预设方向确定当前关键点之后的第n个边界点为当前候选点，n大于或等于3。具体地，在当前关键点之后一定距离内的边界点密度过大时，可以间隔多个边界点确定当前候选点，例如，可选取距离当前关键点预设长度后的第一个边界点作为当前候选点，当前候选点与当前关键点之间间隔多个边界点。这样可以减低简化过程的运算量，提高简化效率。
根据本申请一实施例，根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，包括：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值，且当前候选点为最后一个边界点时，将当前候选点确定为下一个关键点。
具体地，在当前候选点为最后一个边界点，且当前关键点与当前候选点之间的边界点到当前关键点与当前候选点之间连线的距离的最大值小于或等于预设阈值时，可以将当前候选点作为关键点保留下来。如果将当前候选点排除，当前候选点与当前关键点之间也没有其他关键点，这样容易导致当前关键点之后的一定距离上没有关键点，容易出现简化后的目标边界线与原始边界线的偏差较大。所以此时将当前候选点确定为关键点可以在一定程度上保证简化后的目标边界线与原始边界线在形状和范围上的一致。
本申请实施例通过迭代的过程可以不断确定下一个关键点直至结束，算法难度低，计算过程简单。
图3所示为本申请另一示例性实施例提供的边界简化方法的流程示意图。图3实施例是图2实施例的例子，为避免重复，相同之处不再赘述。如图3所示，该边界简化方法包括如下内容。
310：从原始边界线中的多个边界点中确定当前关键点。
具体地，可以随机从多个边界点中确定初始关键点(第一个关键点)作为当前关键点。
320：从多个边界点中确定与当前关键点对应的当前候选点，当前关键点与当前候选点之间包括至少一个边界点。
在当前关键点确定后，可以沿着原始边界线的顺时针方向，将当前关键点之后的第二个边界点作为当前候选点。
具体地，在当前关键点和当前候选点之间确定下一个关键点之后，可以直接将下一个关键点之后的第二个边界点确定为当前候选点，且将下一个关键点更新为当前关键点。
330：确定当前关键点与当前候选点之间的边界点到当前关键点与当前候选点之间连线的距离的最大值。
340：确定最大值是否大于预设阈值。
若最大值大于预设阈值，则执行步骤350，若最大值小于或等于预设阈值，则执行步骤360。
350：将当前候选点之前的第一个边界点确定为下一个关键点，并将下一个关键点作为当前关键点。
将下一个关键点作为当前关键点后，可以重复执行步骤320。
360：确定当前候选点是否是最后一个边界点。
若此时的当前候选点是最后一个边界点，则执行步骤380，若此时的当前候选点不是最后一个边界点，则执行步骤370。
370：将当前候选点的下一个边界点作为候选点。
此时当前关键点不变，可以重复执行步骤330。
380：将当前候选点确定为关键点。
连接确定的多个关键点可以得到简化后的目标边界线对应的边界点集合。
图4b所示为本申请一实施例提供的原始边界线的示意图，图4c所示为采用本申请一实施例提供的边界简化方法对原始边界线进行简化得到的简化后的目标边界线的示意图。对比图4b和图4c可以看出，简化后的目标边界线中点(关键边界点)的数量明显少于原始边界线中点(原始边界点)的数量，且简化后的目标边界线与原始边界线在形状和范围上具有较高的一致性。
图5所示为本申请一示例性实施例提供的路径规划方法的流程示意图。图5的方法可由计算设备执行或由作业设备的控制器执行。如图5所示，该路径规划方法包括如下内容。
510：获取目标作业地块的边界信息。
边界信息可由上述实施例中提供的边界简化方法处理得到。例如，边界信息可以是简化后的目标边界线的边界点集合，具体地，可采用上述边界简化方法对目标作业地块的原始边界线进行处理以得到目标边界线的边界点集合。或者，边界信息可以是简化后的目标边界线，具体地，可采用上述边界简化方法对目标作业地块的原始边界线进行处理以得到目标边界线的边界点集合，进而基于边界点集合中各个边界点得到目标边界线。
520：根据边界信息规划作业设备在目标作业地块中的作业路径。
根据边界信息可确定简化后的目标边界线，根据简化后的目标边界线规划作业设备在简化后的目标边界线内的作业路径，即规划作业设备在目标作业地块中的作业路径。
具体地，作业设备可以是无人设备，无人设备可以是无人机或无人车。可选地，作业设备也可以是载人设备，或自驾仪等。自驾仪可用于与农机配合实现作业。简化后的目标边界线上点的数量相对于原始边界线来说比较少，因此根据简化后的目标边界线规划作业设备的路径，可以显著地降低运算量。
本申请实施例提供了一种路径规划方法，通过从原始边界线中的多个边界点中确定当前关键点和当前候选点，并基于当前关键点和当前候选点之间各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，如此可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低路径规划过程的运算量。
示例性装置
图6所示为本申请一示例性实施例提供的边界简化装置600的结构示意图。如图6所示，边界简化装置600包括：第一确定模块610，第二确定模块620，处理模块630以及生成模块640。
第一确定模块610用于从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点；第二确定模块620用于根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点；处理模块630用于将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点；生成模块640用于基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。
本申请实施例提供了一种边界简化装置，通过从原始边界线中的多个边界点中确定当前关键点和当前候选点，并基于当前关键点和当前候选点之间各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，如此可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低后续路径规划过程的运算量。
根据本申请一实施例，第二确定模块620用于：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值、且当前候选点非最后一个边界点时，将当前候选点的下一个边界点更新为当前候选点，并迭代执行确定下一个关键点的步骤，直至确定得到下一个关键点。
根据本申请一实施例，第二确定模块620用于：确定各边界点分别与连线之间的距离中的最大值；在最大值大于预设阈值时，确定当前候选点之前的边界点为下一个关键点。
根据本申请一实施例，第二确定模块620用于确定当前候选点之前的第一个边界点为下一个关键点。
根据本申请一实施例，第二确定模块620用于：确定各边界点分别与连线之间的距离中的最大值；在最大值小于或等于预设阈值，且当前候选点为最后一个边界点时，将当前候选点确定为下一个关键点。
根据本申请一实施例，第一确定模块610用于沿着预设方向确定当前关键点之后的第二个边界点为当前候选点，预设方向为原始边界线的延伸方向。
应当理解，上述实施例中的第一确定模块610，第二确定模块620，处理模块630以及生成模块640的操作和功能可以参考上述图2或图3实施例中提供的边界简化方法中的描述，为了避免重复，在此不再赘述。
图7所示为本申请一示例性实施例提供的路径规划装置700的结构示意图。如图7所示，路径规划装置700包括：获取模块710以及规划模块720。
获取模块710用于获取目标作业地块的边界信息，其中，边界信息由上述边界简化装置600处理得到；规划模块720用于根据边界信息规划作业设备在目标作业地块中的作业路径。
本申请实施例提供了一种路径规划装置，通过从原始边界线中的多个边界点中确定当前关键点和当前候选点，并基于当前关键点和当前候选点之间各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点，如此可以从原始边界线中提取关键点，而将非关键点排除掉，从而可以简化原始边界线，减少数据冗余，以及降低路径规划过程的运算量。
应当理解，上述实施例中的获取模块710以及规划模块720的操作和功能可以参考上述图5实施例中提供的路径规划方法中的描述，为了避免重复，在此不再赘述。
本申请实施例还提供了一种智慧农业系统，包括上述的边界简化装置600或路径规划装置700。例如，智慧农业系统可以是软件产品，作业设备通过运行该软件产品可以执行边界简化方法或路径规划方法。可选地，智慧农业系统可以是软硬结合的产品。本申请实施例的智慧农业系统可具有上述边界简化装置或路径规划装置所具有的功能和效果，为了避免重复，在此不再赘述。
图8所示为本申请一示例性实施例提供的用于执行边界简化方法或路径规划方法的处理设备800的框图。
参照图8，处理设备800包括处理组件810，其进一步包括一个或多个处理器，以及由存储器820所代表的存储器资源，用于存储可由处理组件810执行的指令，例如应用程序。存储器820中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件810被配置为执行指令，以执行上述边界简化方法，或路径规划方法。
处理设备800还可以包括一个电源组件被配置为执行处理设备800的电源管理，一个有线或无线网络接口被配置为将处理设备800连接到网络，和一个输入输出(I/O)接口。可以基于存储在存储器820的操作系统操作处理设备800，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM，FreeBSDTM或类似。
一种非临时性计算机可读存储介质，当存储介质中的指令由上述处理设备800的处理器执行时，使得上述处理设备800能够执行一种边界简化方法，或路径规划方法。边界简化方法包括：从原始边界线中的多个边界点中确定当前关键点和当前候选点，当前关键点和当前候选点之间存在至少一个边界点；根据各边界点分别与当前关键点和当前候选点之间的连线的距离，确定下一个关键点；将下一个关键点更新为当前关键点并迭代执行确定下一个关键点的步骤，直至当前确定所得的下一个关键点为多个边界点中的最后一个边界点；基于确定所得的所有关键点生成简化后的目标边界线的边界点集合。路径规划方法包括：获取目标作业地块的边界信息，其中，边界信息由上述实施例提供的边界简化方法处理得到；根据边界信息规划作业设备在目标作业地块中的作业路径。
本申请实施例还提供了一种作业设备，包括上述实施例中的处理设备800。作业设备可以是无人设备，无人设备可以是无人机或无人车等。可选地，作业设备也可以是载人设备，或自驾仪等。自驾仪可用于与农机配合实现作业。
上述所有可选技术方案，可采用任意结合形成本申请的可选实施例，在此不再一一赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，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，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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网络单元上。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。
所述功能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部分可以以软件产品的形式体现出来，该计算机软件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(可以是个人计算机，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、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序校验码的介质。
需要说明的是，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换等，均应包含在本申请的保护范围之内。

Claims (12)

1.一种边界简化方法，其特征在于，包括：
从原始边界线中的多个边界点中确定当前关键点和当前候选点，所述当前关键点和所述当前候选点之间存在至少一个边界点；
根据所述当前关键点和所述当前候选点之间的至少一个边界点中的各边界点分别与所述当前关键点和所述当前候选点之间的连线的距离，确定下一个关键点；
将所述下一个关键点更新为当前关键点并迭代执行所述确定下一个关键点的步骤，直至当前确定所得的下一个关键点为所述多个边界点中的最后一个边界点；
基于确定所得的所有关键点生成简化后的目标边界线的边界点集合，其中，
所述根据所述当前关键点和所述当前候选点之间的至少一个边界点中的各边界点分别与所述当前关键点和所述当前候选点之间的连线的距离，确定下一个关键点，包括：
确定所述至少一个边界点中的各边界点分别与所述连线之间的距离中的最大值；
在所述最大值大于预设阈值时，确定所述至少一个边界点中的一个边界点为所述下一个关键点。
2.根据权利要求1所述的边界简化方法，其特征在于，所述根据所述当前关键点和所述当前候选点之间的至少一个边界点中的各边界点分别与所述当前关键点和所述当前候选点之间的连线的距离，确定下一个关键点，还包括：
在所述最大值小于或等于所述预设阈值、且所述当前候选点非最后一个边界点时，将所述当前候选点的下一个边界点更新为当前候选点，并迭代执行所述确定下一个关键点的步骤，直至确定得到下一个关键点。
3.根据权利要求1所述的边界简化方法，其特征在于，所述确定所述至少一个边界点中的一个边界点为所述下一个关键点，包括：
确定所述当前候选点之前的第一个边界点为所述下一个关键点。
4.根据权利要求1所述的边界简化方法，其特征在于，所述根据所述当前关键点和所述当前候选点之间的至少一个边界点中的各边界点分别与所述当前关键点和所述当前候选点之间的连线的距离，确定下一个关键点，还包括：
在所述最大值小于或等于所述预设阈值，且所述当前候选点为最后一个边界点时，将所述当前候选点确定为所述下一个关键点。
5.根据权利要求1至4中任一项所述的边界简化方法，其特征在于，从所述原始边界线中的所述多个边界点中确定所述当前候选点，包括：
沿着预设方向确定所述当前关键点之后的第二个边界点为所述当前候选点，所述预设方向为所述原始边界线的延伸方向。
6.一种路径规划方法，其特征在于，包括：
获取目标作业地块的边界信息，其中，所述边界信息由权利要求1至5中任一项所述的边界简化方法处理得到；
根据所述边界信息规划作业设备在所述目标作业地块中的作业路径。
7.一种边界简化装置，其特征在于，包括：
第一确定模块，用于从原始边界线中的多个边界点中确定当前关键点和当前候选点，所述当前关键点和所述当前候选点之间存在至少一个边界点；
第二确定模块，用于根据所述当前关键点和所述当前候选点之间的至少一个边界点中的各边界点分别与所述当前关键点和所述当前候选点之间的连线的距离，确定下一个关键点；
处理模块，用于将所述下一个关键点更新为当前关键点并迭代执行所述确定下一个关键点的步骤，直至当前确定所得的下一个关键点为所述多个边界点中的最后一个边界点；
生成模块，用于基于确定所得的所有关键点生成简化后的目标边界线的边界点集合，其中，
所述第二确定模块，用于确定所述至少一个边界点中的各边界点分别与所述连线之间的距离中的最大值；在所述最大值大于预设阈值时，确定所述至少一个边界点中的一个边界点为所述下一个关键点。
8.一种路径规划装置，其特征在于，包括：
获取模块，用于获取目标作业地块的边界信息，其中，所述边界信息由权利要求7所述的边界简化装置处理得到；
规划模块，用于根据所述边界信息规划作业设备在所述目标作业地块中的作业路径。
9.一种智慧农业系统，其特征在于，包括权利要求7所述的边界简化装置或权利要求8所述的路径规划装置。
10.一种处理设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器，
其中，所述处理器用于执行上述权利要求1至5中任一项所述的边界简化方法或上述权利要求6所述的路径规划方法。
11.一种作业设备，其特征在于，包括权利要求10所述的处理设备。
12.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至5中任一项所述的边界简化方法或上述权利要求6所述的路径规划方法。
CN202111665933.9A 2021-12-30 2021-12-30 边界简化方法、路径规划方法、装置、设备及系统 Active CN114485664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111665933.9A CN114485664B (zh) 2021-12-30 2021-12-30 边界简化方法、路径规划方法、装置、设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111665933.9A CN114485664B (zh) 2021-12-30 2021-12-30 边界简化方法、路径规划方法、装置、设备及系统

Publications (2)

Publication Number Publication Date
CN114485664A CN114485664A (zh) 2022-05-13
CN114485664B true CN114485664B (zh) 2022-12-27

Family

ID=81507430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111665933.9A Active CN114485664B (zh) 2021-12-30 2021-12-30 边界简化方法、路径规划方法、装置、设备及系统

Country Status (1)

Country Link
CN (1) CN114485664B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787977A (zh) * 2016-02-26 2016-07-20 民政部国家减灾中心 建筑物矢量边界简化的方法
CN106373118A (zh) * 2016-08-30 2017-02-01 华中科技大学 可有效保留边界和局部特征的复杂曲面零件点云精简方法
CN109426878A (zh) * 2017-08-24 2019-03-05 北京小度信息科技有限公司 用于输出信息的方法和装置
CN110188661A (zh) * 2019-05-27 2019-08-30 广州极飞科技有限公司 边界识别方法及装置
CN110297483A (zh) * 2018-03-21 2019-10-01 广州极飞科技有限公司 待作业区域边界获取方法、装置，作业航线规划方法
CN111222682A (zh) * 2019-11-12 2020-06-02 浙江工业大学 一种地图边界数据的二阶优化简化方法
CN111766864A (zh) * 2019-12-30 2020-10-13 广州极飞科技有限公司 路径生成方法、装置、电子设备和计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787977A (zh) * 2016-02-26 2016-07-20 民政部国家减灾中心 建筑物矢量边界简化的方法
CN106373118A (zh) * 2016-08-30 2017-02-01 华中科技大学 可有效保留边界和局部特征的复杂曲面零件点云精简方法
CN109426878A (zh) * 2017-08-24 2019-03-05 北京小度信息科技有限公司 用于输出信息的方法和装置
CN110297483A (zh) * 2018-03-21 2019-10-01 广州极飞科技有限公司 待作业区域边界获取方法、装置，作业航线规划方法
CN110188661A (zh) * 2019-05-27 2019-08-30 广州极飞科技有限公司 边界识别方法及装置
CN111222682A (zh) * 2019-11-12 2020-06-02 浙江工业大学 一种地图边界数据的二阶优化简化方法
CN111766864A (zh) * 2019-12-30 2020-10-13 广州极飞科技有限公司 路径生成方法、装置、电子设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN114485664A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN110060274A (zh) 基于深度稠密连接的神经网络的视觉目标跟踪方法和装置
JP7263216B2 (ja) ワッサースタイン距離を使用する物体形状回帰
CN110796135A (zh) 目标的定位方法及装置、计算机设备、计算机存储介质
CN112232426A (zh) 目标检测模型的训练方法、装置、设备及可读存储介质
CN111666137B (zh) 数据标注方法、装置、计算机设备和存储介质
CN112231034A (zh) 结合rpa和ai的软件界面元素的识别方法与装置
CN112766421A (zh) 基于结构感知的人脸聚类方法和装置
CN114491200A (zh) 基于图神经网络的异源兴趣点匹配方法和装置
CN112393735B (zh) 定位方法及装置、存储介质、电子装置
CN113127697B (zh) 图布局优化方法和系统、电子设备及可读存储介质
CN114485664B (zh) 边界简化方法、路径规划方法、装置、设备及系统
CN110749325B (zh) 航迹规划方法和装置
CN112541464A (zh) 关联道路对象的确定方法、装置、路侧设备和云控平台
CN116737800A (zh) 应用于供应链平台服务的大数据挖掘方法及系统
CN115965787A (zh) 一种遥感图像交互式分割方法、计算机设备及存储介质
CN114459482B (zh) 边界简化方法、路径规划方法、装置、设备及系统
CN108958917A (zh) 云计算的任务调度方法及系统
CN114528973A (zh) 业务处理模型的生成方法、业务处理方法和装置
US20210366145A1 (en) Image processing apparatus, image processing method, and image processing program
CN113947716A (zh) 闭环检测方法、装置、机器人及存储介质
CN115174271A (zh) 基于人工智能的拦截决策网络训练方法及信息拦截系统
CN115033715A (zh) 基于大数据分析拦截的拦截反馈处理方法及信息拦截系统
US20220254173A1 (en) Mesh structure equipment detection apparatus, mesh structure equipment detection method and program
CN112287005A (zh) 一种数据处理方法、装置、服务器及介质
CN113074740B (zh) 一种作业区域内的航线规划方法、装置、设备及介质

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