CN115244595A - 路径生成方法、路径生成装置和程序 - Google Patents
路径生成方法、路径生成装置和程序 Download PDFInfo
- Publication number
- CN115244595A CN115244595A CN202180017542.8A CN202180017542A CN115244595A CN 115244595 A CN115244595 A CN 115244595A CN 202180017542 A CN202180017542 A CN 202180017542A CN 115244595 A CN115244595 A CN 115244595A
- Authority
- CN
- China
- Prior art keywords
- path
- sensing
- paths
- overall
- generation method
- 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
- 238000000034 method Methods 0.000 title claims abstract description 96
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000005070 sampling Methods 0.000 description 59
- 230000010365 information processing Effects 0.000 description 51
- 238000012545 processing Methods 0.000 description 37
- 238000005516 engineering process Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 6
- 238000009331 sowing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000035784 germination Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000005156 Dehydration Diseases 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/005—Following a specific plan, e.g. pattern
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0034—Assembly of a flight plan
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0086—Surveillance aids for monitoring terrain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
- B64U2101/32—UAVs specially adapted for particular uses or applications for imaging, photography or videography for cartography or topography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/40—UAVs specially adapted for particular uses or applications for agriculture or forestry operations
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
Abstract
作为生成用于在感测对象区域中进行感测的路径的路径生成方法,所述感测对象区域包括作为感测对象物的平行线的行,进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
Description
技术领域
本技术涉及路径生成方法、路径生成装置和程序,并且例如涉及生成用于对作为对象的耕地进行感测的路径的技术。
背景技术
近年来,随着农场规模的扩大,已经进行了农作物的自动种植。在自动种植中,非常重要的是检查农作物的种植是否正确或者农作物的生长是否符合预期。在存在农作物没有被种植或生长不符合预期的部分的情况下,农场的工作人员还必须判定是否要进行重新种植。重新种植意味着在进行过种植的部分进行移植(重新播种等)。
另一方面,随着通过搭载在诸如无人机之类的飞行器上的相机等从空中捕捉图像的技术的发展,在大型农场中,已经尝试了省去人工巡视农业用地的作业,并实现作业的简化和自动化。上面所述的种植失败的感测也已通过使用这种空中摄影技术实现了自动化。
PTL 1公开一种捕捉耕地的图像,并进行植被状态的遥感的技术。
[引文列表]
[专利文献]
[PTL 1]日本专利No.5162890
发明内容
[技术问题]
在为了获取感测数据作为样本而进行图像捕捉的情况下,例如,需要进行允许精确地感测耕地中的种植失败等的适当采样。
鉴于此,本公开提出一种用于进行适当采样的技术。
[问题的解决方案]
按照本技术的路径生成方法是一种生成用于在感测对象区域中进行感测的路径的路径生成方法,所述感测对象区域包括作为感测对象物的平行线的行,其中进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
在对感测对象区域的感测中,获取通过对感测对象区域的感测而获得的各种数据作为感测数据。例如,获取关于感测对象区域中的离散区的感测数据作为样本。
通过感测对象区域的部分路径都是至少部分位于感测对象区域内的线段。例如,部分路径可以每个都是作为在感测对象区域的外边缘上的起点和终点之间延伸的线段并且横穿感测对象区域的至少一部分的路径。另外,部分路径可以每个都是在感测对象区域的外边缘上的一点和感测对象区域内的一点之间延伸的线段,或者是完全位于感测对象区域内的线段。
在上述按照本技术的路径生成方法中,整体路径中的至少一些部分路径可以是横穿感测对象区域中的所有行的路径。
例如,横穿感测对象区域中的所有行的部分路径可以每个都是作为在感测对象区域的外边缘上的起点和终点之间延伸的线段并且穿过感测对象区域的路径。
在上述按照本技术的路径生成方法中,路径生成处理包括设定围绕感测对象区域的边界形状的第一步骤,在边界形状内生成部分路径的第二步骤,提取感测对象区域的外边缘和在第二步骤生成的部分路径的交点的第三步骤,和通过连接所述交点的处理来生成整体路径的第四步骤。
边界形状是围绕感测对象区域的框状形状。边界形状用作用于在路径生成处理中生成部分路径的辅助线。
在上述按照本技术的路径生成方法中,边界形状可以是矩形形状。
即,在具有矩形形状的边界形状内生成部分路径。
在上述按照本技术的路径生成方法中,在第二步骤可以生成部分路径,使得相邻的部分路径形成预定路径角度。
基于边界形状内的预定路径角度来生成部分路径。
在上述按照本技术的路径生成方法中,可以设定预定路径角度,使得满足预定的最小覆盖率。
例如,覆盖率是作为样本获取的区域与感测对象区域的整个区域的比率。最小覆盖率是用作感测对象区域的覆盖率的标准的值。
在上述按照本技术的路径生成方法中,在第四步骤通过连接相邻的部分路径的交点可以生成连接路径。
这样的连接路径是连接相邻的部分路径的线段。
在上述按照本技术的路径生成方法中,部分路径可以包括作为直线或曲线的线段。
即,可以直线地或者曲线地形成部分路径。
在上述按照本技术的路径生成方法中,作为包括在整体路径中的路径之一,可以包括沿着感测对象区域的外边缘的连接路径。
例如,沿着感测对象区域的外边缘的连接路径是连接相邻的部分路径的线段。
在上述按照本技术的路径生成方法中,可以不包括沿着感测对象区域的外边缘的连接路径作为包括在整体路径中的路径之一。
例如,沿着感测对象区域的外边缘的连接路径是连接相邻的部分路径的线段。
在上述按照本技术的路径生成方法中,可以生成整体路径,使得相邻的部分路径在相邻的部分路径的端部相连。
例如,在整体路径中的所有相邻的部分路径在部分路径的端部相连的情况下,整体路径不包括连接相邻的部分路径的连接路径。另外,在整体路径中,只有相邻的部分路径中的一些相邻的部分路径可以在部分路径的端部相连。
在上述按照本技术的路径生成方法中,可以生成整体路径,使得相邻的部分路径不平行。
例如,生成包括在交错的方向上延伸的相邻的部分路径的整体路径,或者整体呈现锯齿形状的整体路径。
在上述按照本技术的路径生成方法中,感测对象区域是耕地,并且行可以是耕地中的沿着其进行农作物种植的线。
耕地广泛包括进行农产品的栽培等的农业用地,比如农作物栽培地、耕作地、水培田、大棚栽培地等。例如,农作物意味着以收割为目的在耕地中栽种的农作物。
在上述按照本技术的路径生成方法中,整体路径可以是飞行器的飞行路线,并且感测可以由飞行器进行。
飞行器沿着整体路径在感测对象区域上空移动,并对感测对象区域进行感测。
按照本技术的路径生成装置是一种生成用于在感测对象区域中进行感测的路径的路径生成装置,所述感测对象区域包括作为感测对象物的平行线的行,其中所述路径生成装置进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
从而,由路径生成装置执行路径生成处理。
按照本技术的程序是使路径生成装置执行上述路径生成方法的处理的程序。从而,便利执行路径生成处理的路径生成装置的实现。
附图说明
图1是按照本技术的实施例的感测系统的说明图。
图2是耕地中的行及图像捕捉范围的说明图。
图3是按照实施例的信息处理装置的硬件构成的框图。
图4是描绘按照实施例的用于耕地管理的作业过程的流程图。
图5是描绘耕地中的采样的例子的说明图。
图6是描绘按照实施例的采样的例子的说明图。
图7是采样的覆盖率的说明图。
图8是按照实施例的路径生成的第一说明图。
图9是按照实施例的路径生成的第二说明图。
图10是按照实施例的路径生成的第三说明图。
图11是按照实施例的路径生成的第四说明图。
图12是按照实施例的路径生成的第五说明图。
图13是按照实施例的路径生成的第六说明图。
图14是按照实施例的路径生成处理的流程图。
图15是描绘按照实施例的采样的变形例的说明图。
具体实施方式
下面按照以下顺序说明实施例。
<1.感测系统的构成>
<2.信息处理装置的构成>
<3.作业过程>
<4.采样>
<4-1.路径>
<4-2.覆盖率>
<5.路径生成的流程>
<6.按照实施例的路径生成处理>
<7.总结和变形例>
<1.感测系统的构成>
首先,说明按照实施例的感测系统。
图1描绘作为包含在感测系统中的路径生成装置的信息处理装置1,和例如搭载在比如无人机之类的小型飞行器200上的图像捕捉装置220。另外,还描绘了进行种植的拖拉机270。
例如,通过操作者的无线控制、自动驾驶等,飞行器200可以在耕地300的上空移动。
飞行器200具有图像捕捉装置220,图像捕捉装置220被设定成使得图像捕捉装置220例如在向下的方向上进行图像捕捉。当飞行器200沿着预定路线在耕地300的上空移动时,图像捕捉装置220例如定期地进行静止图像捕捉。
注意,通过飞行器200在相对较低的高度(例如,在约10m~20m的高度)飞行,在每张捕捉的图像中捕捉耕地300的一部分。
通过时间间隔较短地进行静止图像捕捉,也可以拼接捕捉的图像,从而获得捕捉整个耕地的合成图像的处理。然而,在按照本实施例的感测的情况下,这不一定是必需的,例如,只要捕捉耕地300中的离散区的图像作为感测样本,并获得多个图像数据即可。
每个捕捉的静止图像的图像数据在下面也被称为“样本”。
假设搭载在飞行器200上的图像捕捉装置220是可见光图像传感器(捕捉红色(R)、绿色(G)和蓝色(B)可见光的图像传感器)、用于NIR(近红外:近红外区)图像捕捉的相机、进行多个波段的图像捕捉的多光谱相机、高光谱相机、傅里叶变换红外光谱仪(FTIR)、红外传感器等。当然,在飞行器200上可以搭载多种相机(传感器)。
还假设作为多光谱相机,例如,使用进行NIR图像和R(红色)图像的图像捕捉,并且能够从获得的图像计算NDVI(归一化差值植被指数)的多光谱相机。NDVI是表示某些物体是植物的可能性的植被指数,可以用作表示植被的分布状况或活性度的指标。
NDVI可以从R图像和NIR图像确定。即,如下确定NDVI的值。
NDVI=(NIR-R)/(NIR+R)
通过图像捕捉装置220进行的图像捕捉而获得的图像具有添加的标签信息。标签信息包括图像捕捉日期/时间信息、作为GPS(全球定位系统)数据的位置信息(纬度/经度信息)、关于图像捕捉时的飞行器200的飞行高度的信息、图像捕捉装置信息(相机标识信息、型号信息等)、关于各个图像数据的信息(关于图像尺寸、波长、图像捕捉参数等的信息)等等。
假设按照本实施例的信息处理装置1可以进行设定这样的飞行器200在耕地300中的飞行路线的处理。
具体地,基于耕地300的形状、用户输入的信息等,信息处理装置1生成耕地300中的路径,并将路径设定为飞行器200的飞行路线。
通过将包括设定的飞行路线的飞行计划发送到飞行器200,信息处理装置1远程控制飞行器200的飞行。基于包括在接收到的飞行计划中的飞行路线,飞行器200在耕地300的上空移动。
注意,信息处理装置1可被配置成能够获取由搭载在飞行器200上的图像捕捉装置220捕捉的图像数据以及标签信息。
例如,图像数据和标签信息通过图像捕捉装置220和信息处理装置1之间的无线通信、网络通信等被传送。例如,假设网络是诸如因特网、家庭网络或LAN(局域网)之类的卫星通信网络或其他各种网络。
或者,可以以在信息处理装置1侧读取安装在图像捕捉装置220上的记录介质(例如,存储卡等)等的方式,将图像数据和标签信息传送给信息处理装置1。
另外,信息处理装置1可被配置成能够进行通过使用获取的图像数据和标签信息生成关于作为测量对象的耕地300的分析信息,以及还将分析的结果作为图像呈现给用户的处理。
具体地,可以对在图像数据中捕捉的农作物进行计数等,并且基于计数等,可以生成例如可以用于耕地300的管理的信息,比如农作物数、单位面积的农作物数、发芽率、预测产量或农作物比例,并呈现给用户。
此外,信息处理装置1还可以被配置成进行在包括耕地300的地图图像上,呈现各个样本(图像数据)的位置的显示和关于重新种植的信息的显示的执行控制。
例如,信息处理装置1是作为诸如PC(个人计算机)、FPGA(现场可编程门阵列)、智能电话机或平板电脑之类的终端装置实现的。
注意,尽管在图1中假设信息处理装置1与图像捕捉装置220物理分离,不过,例如,充当信息处理装置1的计算装置(微计算机等)可以设置在包括图像捕捉装置220的单元中。
另外,作为信息处理装置1,可以作为物理上分离的物体地设置设定飞行器200的飞行路线的信息处理装置,和生成关于作为测量对象的耕地300的分析信息的信息处理装置。
在按照本实施例的感测系统的情况下,例如,在图像数据上自动地确定耕地300中的被视为“行”的位置,并且基于该确定生成用于对耕地300进行感测的路径。
行是沿其种植农作物的线,例如,在耕地300中为了种植种子而形成的田垄也是一种行。另外,行并不特别局限于像垄那样将土壤堆高而形成的行,在平地上播种种子时形成的线也是行。例如,当用拖拉机(播种机)播种种子时形成的种植线被称为行。
图2示意描绘在耕地300中形成的行301。例如,从播种开始随着日子一天天过去,种子发芽,并且如图中所示,农作物的叶子彼此相邻的线表现为行301。
在本实施例的情况下,当飞行器200移动时,图像捕捉装置220捕捉耕地300的图像,并且例如在适当的定时捕捉比如图中的图像捕捉范围SP1和SP2之类的各个部分的图像。例如,图像捕捉范围SP1的图像数据和图像捕捉范围SP2的图像数据都作为捕捉的一帧静止图像由图像捕捉装置220获得,并且例如这些数据作为样本被信息处理装置1获取。
注意,该图描绘了飞行器200沿着相对于行倾斜的飞行路线F移动的例子。尽管一般只要飞行器200沿着与行平行的路径飞行即可,不过如后所述,在本实施例中,飞行器200沿着包括相对于行倾斜的路径的飞行路线飞行。
注意,尽管图2中描绘了直线状的行301,不过,行301不一定总是直线。在一些情况下,直线状的行301在耕地300的尽头等处弯曲。另外,取决于耕地300的形状、播种时的路线或障碍物等,在一些情况下,行301部分弯曲,例如在一些情况下,螺旋地或者同心地形成行301。
拖拉机270在耕地300中进行种子等(种子、秧苗、根株等)的种植。例如,拖拉机270基于从信息处理装置1提供的种植指令数据,自动行进并进行种植。从而,在耕地300中形成上面所述的行301。
计算机装置搭载在拖拉机270上,并且基于指令数据进行行进和种植操作的控制。例如,通过导入包括种植指令数据(包括每个部分的单位面积的种植指令数的比率地图数据)的数据文件,计算机装置基于指令数据,控制拖拉机270的行进和种植操作。
另外,拖拉机270进行的种植作业的以往记录(每个部分的单位面积的以往种植记录数)可以作为以往记录数据被提供给信息处理装置1。
<2.信息处理装置的构成>
说明在上述感测系统中,进行生成耕地300中的路径的处理的信息处理装置1。
图3描绘信息处理装置1的硬件构成。信息处理装置1具有CPU(中央处理器)51、ROM(只读存储器)52和RAM(随机存取存储器)53。
CPU 51按照存储在ROM 52上的程序或者从存储部59加载到RAM 53上的程序执行各种处理。RAM 53还适当地存储为CPU 51执行各种处理所需的数据等。
CPU 51、ROM 52和RAM 53经由总线54相互连接。总线54还与输入/输出接口55连接。
输入/输出接口55可以与包括液晶面板、有机EL(电致发光)面板等的显示部56、包括键盘、鼠标等的输入部57、扬声器58、存储部59、通信部60等连接。
显示部56可以与信息处理装置1集成,或者可以是物理分离的设备。
基于来自CPU 51的指令,显示部56在显示屏幕上显示捕捉的图像、各种计算结果等。另外,基于来自CPU 51的指令,显示部56显示各种操作菜单、图标、消息等,即,GUI(图形用户界面)。
输入部57意味着由使用信息处理装置1的用户使用的输入设备。
例如,假设使用诸如键盘、鼠标、按键、旋钮、触摸面板、触控板或遥控器之类的各种控制器或操作设备作为输入部57。
输入部57检测用户的操作,并且CPU 51解释与输入的操作相应的信号。
例如,存储部59包括诸如HDD(硬盘驱动器)或固态存储器之类的存储介质。例如,存储部59存储有从宏观测量部或微观测量部接收的感测数据和分析结果,以及其他各种信息。另外,存储部59还用于存储用于分析处理等的程序数据。
通信部60进行经由包括因特网在内的网络的通信处理,以及与周边各部的设备的通信。
例如,在一些情况下,通信部60是与飞行器200、图像捕捉装置220或拖拉机270通信的通信设备。
输入/输出接口55还根据需要与驱动器61连接。诸如存储卡之类的存储设备62附接到驱动器61,从而进行数据写入和读取。
例如,从存储设备62读出的计算机程序根据需要安装在存储部59上,在CPU 51处理的数据存储在存储部59上,等等。当然,驱动器61可以是用于诸如磁盘、光盘或磁光盘之类的可拆卸存储介质的记录/再现驱动器。这些磁盘、光盘、磁光盘等也包括在存储设备62的各个方面中。
注意,按照实施例的信息处理装置1不限于具有如图3中所示的硬件构成的单独构成的信息处理装置(计算机装置),可以包括构成为系统的多个计算机装置。多个计算机装置可以通过使用LAN构成为系统,或者可以布置在通过使用因特网等的VPN(虚拟专用网络)等连接的远程位置。多个计算机装置可以包括通过云计算服务可用的计算机装置。
另外,图3中的信息处理装置1可以作为诸如固定式、膝上型或其他个人计算机来实现,或者作为诸如平板终端或智能电话机之类的移动终端来实现。此外,按照本实施例的信息处理装置1可以搭载在诸如具有作为信息处理装置1的功能的测量装置、电视装置、监视器装置、图像捕捉装置或设施管理装置之类的电子设备上。
例如,通过具有CPU 51的计算功能,ROM 52、RAM 53和存储部59的存储功能,通信部60和驱动器61的数据获取功能,以及显示部56等的输出功能,并且安装的软件发挥其功能,具有这样的硬件构成的信息处理装置1被赋予各种功能构成。
作为功能,信息处理装置1设置有图3中所示的路径生成部2。
路径生成部2的处理功能由在CPU 51启动的软件来实现。
包括在软件中的程序通过从网络下载,通过从存储设备62(例如,可拆卸存储介质)读出等,安装在图3中的信息处理装置1上。或者,程序可以预先存储在存储部59等上。然后,通过在CPU 51上启动该程序,显现路径生成部2的功能。
另外,例如,通过使用RAM 53的存储区或者存储部59的存储区,实现通过路径生成部2的功能进行的计算的中间数据和结果的存储。
路径生成部2生成用于在耕地300中进行感测的路径。例如,路径生成部2获取为生成路径所需的信息,并基于获取的信息进行各种类型的计算等。
另外,路径生成部2将生成的路径设定为耕地300中的飞行器200的飞行路线,并输出包括飞行路线的飞行计划。
<3.作业过程>
图4描绘了用于农场的管理的作业过程的例子。
作为步骤S1,飞行器200在耕地300上空飞行,并且在飞行期间,例如以恒定的时间间隔进行图像捕捉装置220的图像捕捉。从而,获得作为大量样本的图像数据。
作为步骤S2,信息处理装置1获取图像数据。例如,通过经由来自图像捕捉装置220的有线或无线通信的通信,或者通过诸如存储卡之类的存储设备62的传递,信息处理装置1获得在飞行时捕捉的图像数据。信息处理装置1例如将图像数据存储在存储部59中。
作为步骤S3,信息处理装置1进行基于图像数据的分析处理。例如,进行使用各个图像数据的林分计数等。具体的处理例子作为准备处理在后面提及。
作为步骤S4,信息处理装置1在UI屏幕上呈现耕地300的状况和各种信息,以允许用户(例如,农场的工作人员)进行与重新种植有关的判定,并且还响应用户的操作进行处理。具体地,进行呈现为用户考虑是否要进行重新种植,在哪个区域进行重新种植等所需的信息的处理,接收应该进行重新种植的区域的指定的处理等。
在作为UI屏幕上的输入和输出的结果,要进行重新种植的情况下,过程从步骤S5进行到步骤S6,信息处理装置1进行生成包括用于重新种植的ROI(感兴趣区)的指令文件的处理。该指令文件被提供给拖拉机270,ROI是表示要进行重新种植的区域的信息。
然后,在步骤S7,信息处理装置1导出指令文件。
通过拖拉机270接收指令文件,之后进行实际的重新种植。
在上述过程中,按照本实施例的信息处理装置1特别在步骤S1的样本获取时,生成飞行器200的飞行路线的路径。
<4.采样>
下面参考图5~图7说明耕地300中的采样。在本实施例中,将获取在耕地300中的多个离散区中捕捉的图像数据作为样本称为采样。
<4-1.路径>
图5是用于说明作为对象的耕地300中的采样的例子的说明图,并且描绘了作为感测对象区域310的耕地300和围绕感测对象区域310的周边的外周区域320。
在感测对象区域310中,包括感测对象物的线的多个行形成平行线。尽管行没有在图5中示出,不过,假设多个行沿着由双向箭头表示的行方向Dr延伸。注意,以下将行延伸的方向称为行方向Dr,并将行形成平行线的方向称为行排列方向Dj。
外周区域320是将感测对象区域310和外部区域隔开的缓冲区,在外周区域320中不设置感测对象物和行。
在图5中所示的感测对象区域310中设定整体路径P1。整体路径P1是用于采样的路径,并且在飞行器200沿着整体路径P1的飞行路线移动时获取样本。
注意,飞行器200从位于感测对象区域310以外的地理点开始飞行,并且在感测对象区域310的上空飞行之后,在位于感测对象区域310以外的地理点结束飞行。样本获取不仅可以在飞行器200沿着整体路径P1的飞行期间进行,而且可以在从飞行的开始到结束之间以恒定的时间间隔进行。
在感测对象区域310中,飞行器200沿着诸如包括在从起点P1s到终点P1e的整体路径P1中的部分路径之类的路径飞行,起点P1s设定在整体路径P1的一端,终点P1e设定在整体路径P1的另一端。
部分路径是通过感测对象区域310的线段。
即,部分路径每个都是作为至少部分位于感测对象区域310内的线段,并且例如是在感测对象区域310的外边缘上的起点和终点之间延伸的线段,并且横穿感测对象区域310的至少一部分的路径。在假设感测对象区域例如具有正方形形状的情况下,在感测对象区域310的外边缘上的起点和终点之间延伸,并且横穿感测对象区域310的至少一部分的部分路径是在包含在正方形形状中的一条边上的起点和另一条边上的终点之间延伸的线段。
注意,在假设感测对象区域例如具有正方形形状的情况下,分别在感测对象区域310的外边缘上的起点和终点之间的延伸的部分路径包括经由感测对象区域310在一条边上的起点和同一条边上的终点之间延伸的线段,以及经由感测对象区域310在一条边上的起点和与起点为同一点的终点之间延伸的线段。
另外,部分路径可以是在感测对象区域310的外边缘上的一点和感测对象区域310内的一点之间延伸的线段,或者是完全位于感测对象区域310内的线段,只要线段至少部分位于感测对象区域310内即可。
图5中所示的整体路径P1包括多个平行路径Pp(Pp1~Pp10)和多个连接路径Pc。
每个平行路径Pp是在感测对象区域310的外边缘上的起点和终点之间延伸的线段,是与行方向Dr平行的部分路径。
每个连接路径Pc是沿着感测对象区域310的外边缘的线段,是连接相邻的部分路径的端部的路径。
整体路径P1整体具有网格状形状,所述网格状形状包括每个通过划分感测对象区域310形成的条形段,所述条形段被相邻的平行路径Pp和Pp以及位于它们之间的连接路径Pc所围绕。
飞行器200遵循按照平行路径Pp1,与平行路径Pp1连续的连接路径Pc,与连接路径Pc连续的平行路径Pp2等的顺序依次连续的部分路径,沿着整体路径P1的飞行路线飞行。
图5中,在飞行器200沿着整体路径P1飞行时捕捉的感测对象区域310中的各个区域被表示为图像面IF。图像面IF对应于图2中说明的图像捕捉范围SP。
假设图像面IF具有矩形形状,并且具有在路径延伸方向延伸的长度lv和在与路径延伸方向正交的方向延伸的宽度lh(参见图7)。图像面IF位于使得路径通过图像面IF的宽度的中央的位置。
在图5中的采样例子中,当飞行器200沿着整体路径P1的每个平行路径Pp横穿感测对象区域310时,获取图像面IF的图像捕捉数据作为样本。作为样本获取的多个图像面IF位于平行路径Pp上。
耕地300中的采样例如是为了感测种植在耕地300中的农作物的种植失败等而实施的。例如,种植失败包括归因于气象现象等在耕地300的随机部分产生的失败,和例如在特定行中产生的局部失败。局部失败包括农业机器的故障,例如由于用于农作物种植的拖拉机的喷嘴的堵塞等引起的特定行中的种植不良等。
在图5的采样例子中,由于沿着与行平行的平行路径Pp获取样本,因此获取位于平行路径Pp附近的行的图像捕捉数据作为样本。另一方面,不能获取不位于平行路径Pp附近的行(例如,位于平行路径Pp1上的图像面IF1和平行路径Pp2上的图像面IF2之间的行)的图像捕捉数据作为样本,从而存在不能检测在不位于平行路径Pp附近的行中发生的局部失败的可能性。
另外,在图5的采样例子中,在包括在整体路径P1中的连接路径Pc中不进行样本获取。注意,即使在连接路径Pc中进行图像捕捉数据的获取的情况下,感测对象区域310的边界附近的数据不适合作为感测对象区域310中的分析用材料,从而沿着连接路径Pc获取的图像捕捉数据优选不用作统计分析中的样本。
因而,可以说连接路径Pc对于采样来说是不必要的路径,但是飞行器200在从平行路径Pp移动到相邻的下一个平行路径Pp时必须沿着连接路径Pc移动。也可以说使用整体路径P1的采样不高效,因为由于与移动相关的原因,按照这种方式包含了不必要的路径。
接下来,参考图6说明按照本实施例的采样的例子。图6中所示的耕地300类似于图5中的耕地300,并且同样在图6中所示的感测对象区域310中,多个行在行方向Dr上延伸,并在行排列方向Dj上形成平行线。
在图6中所示的感测对象区域310中设定了整体路径P2。飞行器200从设定在整体路径P2的一端的起点P2s到设定在整体路径P2的另一端的终点P2e,沿着包括在整体路径P2中的部分路径飞行。
整体路径P2包括多个倾斜路径Pd(Pd1~Pd8),作为通过感测对象区域的部分路径。
每个倾斜路径Pd是在感测对象区域310的外边缘上的起点和终点之间延伸的线段,并且相对于行方向Dr倾斜。倾斜路径Pd横穿至少两行。
此外,图6中所示的每个倾斜路径Pd是横穿感测对象区域310的线段,并且被设置成使得倾斜线Pd横穿在行排列方向Dj上彼此相邻地排列的所有行。另外,倾斜路径Pd包括直线线段。
图6中所示的相邻的倾斜路径Pd和Pd在倾斜路径Pd和Pd的端部相连。此外,相邻的倾斜路径Pd和Pd在相互不同的方向上倾斜,并且相互不平行。
包括这样的多个倾斜路径Pd的整体路径P2整体上具有锯齿形状。
飞行器200遵循按照倾斜路径Pd1,连接到倾斜路径Pd1的下一个倾斜路径Pd2,连接到倾斜路径Pd2的下一个倾斜Pd3等的顺序依次连续的部分路径,沿着整体路径P2的飞行路线飞行。
注意,相邻的两个倾斜路径Pd和Pd被布置成使得它们形成预定的倾斜路径角度。倾斜路径角度的细节在后面提及。
在图6的采样例子中,当飞行器200沿着整体路径P2的每个倾斜路径Pd横穿感测对象区域310时,获取图像面IF的图像捕捉数据作为样本。在每个倾斜路径Pd上,多个图像面IF以恒定的间隔相互隔开。
由于每个倾斜路径Pd横穿至少两行,因此一个倾斜路径允许获取覆盖多个行的样本。从而,例如,可以提高检测在特定行中发生的局部失败的可能性,并且可以提高采样的精度。
另外,由于图6中所示的倾斜路径Pd横穿在行排列方向Dj上彼此相邻地排列的所有行,因此,提高了所有行成为采样对象的可能性。
此外,在图6的采样例子中,整体路径P2中不包括连接路径Pc。因而,通过使用不包含不必要路径的整体路径P2,可以实现高效的采样。
注意,假设图6中所示例子中的采样是在下述条件下实现的。
·包括外周部的耕地的面积:40公顷
·飞行高度:15m
·图像面的视角:水平方向上50°,垂直方向上30°
·图像面的长宽:14m宽,8m长
·图像面的重叠率:横向方向上可变(不定),纵向方向-20%
·样本之间的距离:横向方向56m,纵向方向1.6m
·整体路径的长度:4621m
·倾斜路径角度:14°
·覆盖率:14%
尽管图6的采样例子中的整体路径P2的长度为4621m,但是其中将相同的感测对象区域310当作对象的图5的采样例子中的整体路径P1的长度为6225m。即,作为长度比整体路径P1短的路径的整体路径P2允许高效地实现作为对象的相同范围的采样。
另外,在如图5和图6的例子中所示,将整体路径P1和P2用作飞行器200的飞行路线的情况下,飞行距离随着路径的长度的减少而减少。因而,通过使用整体路径P2来缩短飞行距离,可以减少用于飞行的燃料或电池充电电力的消耗。
<4-2.覆盖率>
如上所述的用于感测对象区域310的采样的路径是基于与采样目的相应的期望覆盖率来设定的。鉴于此,下面参考图7说明采样的覆盖率。
本实施例中的覆盖率是作为图像面IF获取的面积的大小与感测对象区域310的面积大小的比率。
参考图7的A,说明使用平行路径Pp的采样的覆盖率。
图7的A描绘了夹着轨迹间隔TI的彼此相邻的两个平行路径Pp1和Pp2的一部分。
关于使用图5和图7的A中所示的平行路径Pp的采样,可以确定单元网格UG中的图像面IF的比率作为对应于覆盖率的直观指标。以下将该比率称为单元网格UG的覆盖率。
单元网格UG是只包括一个图像面IF的矩形区,并由长度Lv和宽度Lh定义,长度Lv包括图像面IF的长度lv和在路径延伸方向上从图像面IF到下一个图像面IF的间隔,宽度Lh包括图像面IF的宽度lh和在平行路径Pp的排列方向上从图像面IF到下一个图像面IF的间隔。
在飞行器200进行采样的实施例中,长度Lv是通过将飞行器200的时速乘以采样的时间间隔而获得的值,对应于飞行器200从图像面IF的获取时间到下一个图像面IF的获取时间所移动的距离。另外,宽度Lh对应于轨迹间隔TI的长度。
单元网格UG的覆盖率是基于在纵向方向和横向方向上单元网格UG的覆盖率来计算的。
基于各个方向上图像面IF的重叠率,计算纵向方向的覆盖率和横向方向的覆盖率。
图像面IF的重叠率是表示图像面IF与相邻的图像面IF重叠的程度的比率。假设每个图像面IF的长度lv为100%,例如,在纵向方向的重叠率为10%的情况下,这意味着图像面IF和相邻的图像面IF的长度lv的10%重叠。
在为了离散地获取样本而进行的采样中,为了方便起见,重叠率被设定为负值。具有负值的重叠率意味着图像面IF相互分离。例如,在图像面IF的纵向方向的重叠率为-300%的情况下,这意味着图像面IF与在纵向方向上邻近该图像面IF的图像面IF隔开长度为长度lv的300%的距离。即,这意味着从图像面IF到下一个图像面IF,存在等于图像面IF的3个长度的距离。
纵向方向的覆盖率(Front Coverage Rate)和横向方向的覆盖率(Side CoverageRate)按照在下面说明的式1中所示的公式来计算。注意,式1中的覆盖率是小于100的整数。
[式1]
例如,在图像面IF在纵向方向的重叠率为-300%的情况下,排列方向的覆盖率被计算为25%。
如在以下的公式中所示,通过将图像面IF的纵向方向的覆盖率(Front CoverageRate)乘以图像面IF的横向方向的覆盖率(Side Coverage Rate),计算整个单元的覆盖率(Unit Coverage Rate)。
(Unit Coverage Rate)=(Front Coverage Rate)×(Side Coverage Rate)
例如,在纵向方向的覆盖率和横向方向的覆盖率分别为25%的情况下,整个单元的覆盖率被计算为6.25%。
在通过使用包括平行路径Pp的整体路径P1进行采样的情况下,可以从用户接收期望的覆盖率,并通过例如设定轨迹间隔TI的长度来生成平行路径Pp,使得形成实现该覆盖率的单元。
接下来,参考图7的B,说明使用倾斜路径Pd的采样的覆盖率。
图7的B描绘了相邻的倾斜路径Pd1和Pd2。倾斜路径Pd1和Pd2分别是在后面提及的边界形状Bs的外边缘上的起点和终点之间延伸的路径。倾斜路径Pd1和Pd2在包括在边界形状Bs的外边缘中的一条边上相连,并且倾斜路径Pd1和倾斜路径Pd2之间的间隔在与所述一条边相对的一条边上变得最大。在图7的B中,倾斜路径Pd1和倾斜路径Pd2之间的最大间隔被称为最大间隔Tmax,并且边界形状Bs的所述一条边和对边之间的长度被称为距离D。
在使用图6和图7的B中所示的倾斜路径Pd的采样中,相邻的倾斜路径Pd1和Pd2之间的间隔不是恒定的,从而相邻的图像面IF在横向方向的重叠率也不是恒定的。因此,在使用倾斜路径Pd的采样中,代替单元网格UG的覆盖率,可以使用最小覆盖率Rmin的值,最小覆盖率Rmin是相邻的倾斜路径Pd1和Pd2的最小覆盖率。
最小覆盖率Rmin是通过使用最大间隔Tmax和图像面IF的宽度lh,按照以下的式2中所示的公式计算的比率。注意,该公式中的Image Width表示宽度lh。
[式2]
最小覆盖率Rmin用于设定由相邻的倾斜路径Pd1和Pd2形成的倾斜路径角度α。倾斜路径角度α通过使用最大间隔Tmax以及边界形状的一端与另一端之间的距离D,按照以下的式3中所示的公式来计算。
[式3]
在通过使用包括倾斜路径Pd的整体路径P2进行采样的情况下,从用户接收期望的最小覆盖率Rmin,并基于实现最小覆盖率Rmin的倾斜路径角度α来生成倾斜路径Pd。
注意,尽管最小覆盖率Rmin是最小的覆盖率,不过在倾斜路径Pd上存在多个图像面IF的情况下,覆盖率增大与图像面IF的个数对应的量。该比率可以根据飞行器200的速度sp和快门时间间隔si来确定。此外,还可以确定最大间隔Tmax,并确定倾斜路径角度α。
假设这样的覆盖率是覆盖率Ra,它可以用以下的公式I来表示。
公式I:n×IF/(Tmax×D)≥Ra
即,假设位于倾斜路径Pd1和倾斜路径Pd2上的图像面IF的个数为n,并且每个图像面IF的面积为IF,则通过将倾斜路径Pd上的所有图像面IF的总面积除以从最大间隔Tmax和距离D确定的矩形面积(最大间隔Tmax×距离D),可以确定覆盖率Ra。注意在一些情况下,图像面IF在路径折返的顶点部分重叠,从而在一些情况下,计算的覆盖率大于实际的覆盖率Ra。因而,在公式I中使用了“≥”。
另外,假设飞行器200的速度(每秒)为sp,并且图像捕捉装置220的快门时间间隔(秒)为si,则存在于两个倾斜路径Pd(即,2×倾斜路径Pd1)上的图像面IF的个数n可以用以下的公式II来表示。
公式II:n=2×√{(Tmax/2)2+D2)}/sp/si
即,将通过将一个倾斜路径Pd1的长度除以速度sp和快门时间间隔si而获得的值乘以2。
通过将n代入上述公式I,可以形成满足覆盖率Ra的最大间隔Tmax的条件表达式。通过计算满足覆盖率Ra的路径角度α,可以确定倾斜路径Pd的倾斜度。
<5.路径生成的流程>
参考图8~图13说明本实施例中的路径生成的流程。下面说明对于作为耕地400的感测对象区域410,生成包括倾斜路径Pd的整体路径P3的流程。
图8描绘了作为采样对象的感测对象区域410。
在路径生成中,首先,识别感测对象区域410的形状。具体地,识别至少定义感测对象区域410的形状的外边缘(边界线)。
注意,在识别感测对象区域410时,还可以识别设置在感测对象区域410中的行的行方向Dr和行排列方向Dj。假设在图8中所示的感测对象区域410中,行沿着图中所示的行方向Dr延伸,并且在行排列方向Dj上彼此相邻地平行排列。
图9描绘了感测对象区域410被边界形状Bs围绕的状态。
在识别感测对象区域410之后,按照识别的感测对象区域410的形状设定边界形状Bs。边界形状Bs是围绕感测对象区域410的最小形状,并且例如具有围绕感测对象区域410的最小多边形形状。图9中所示的边界形状Bs具有包括在行方向Dr上延伸的短边Ss和在行排列方向Dj上延伸的长边Sl的矩形形状。
边界形状Bs是包括在生成倾斜路径Pd时为了方便起见而使用的辅助线的框。边界形状Bs的形状不限于多边形形状,例如,可以是诸如包括弧形线段的形状之类的其他形状,只要该形状便于倾斜路径Pd的生成即可。
图10描绘了在边界形状Bs中已经生成倾斜路径Pd的状态。倾斜路径Pd在从边界形状Bs的一个短边Ss到另一个短边Ss的方向上延伸。下面将倾斜路径Pd以这种方式横穿边界形状Bs的方向称为路径横穿方向Dt。图10中,路径横穿方向Dt是类似于行排列方向Dj的方向。
在设定围绕感测对象区域410的边界形状Bs之后,进行在边界形状Bs内生成倾斜路径Pd的处理。倾斜路径Pd是基于预定的倾斜路径角度α生成的,所述预定的倾斜路径角度α基于路径横穿方向Dt和上面提及的最小覆盖率Rmin来计算。
具体地,例如,从边界形状Bs的一个短边Ss上的中点M,基于路径横穿方向Dt生成形成预定的倾斜路径角度α的倾斜路径Pd4和Pd5。接下来,从倾斜路径Pd4和Pd5分别与另一个短边Ss的交点,生成与倾斜路径Pd4和Pd5中的对应一个倾斜路径形成预定的倾斜路径角度α的倾斜路径Pd3和Pd6。例如,通过以这种方式在边界形状Bs的框内一个接一个地不断增加倾斜路径Pd,生成在边界形状Bs的长边Sl和另一个长边Sl之间延伸的多个倾斜路径Pd。
注意,上面说明的生成倾斜路径Pd的过程是一个例子,当然,可以通过其他过程,在边界形状Bs中生成倾斜路径Pd。
图11描绘了将倾斜路径Pd放置在感测对象区域410上的状态。
当在边界形状Bs内生成倾斜路径Pd之后,将生成的倾斜路径Pd放置在感测对象区域410上。通过将倾斜路径Pd放在感测对象区域410上,确定倾斜路径Pd和感测对象区域410的外边缘(边界线)的交点Ip。
图12描绘了提取交点Ip,作为飞行器200的通过点Wp的状态。
在确定了感测对象区域410和倾斜路径Pd的交点Ip之后,提取所确定的交点Ip,作为飞行器200应通过的通过点Wp。
通过点Wp是定义在感测对象区域410中进行感测的飞行器200的飞行路线的点。例如,通过点Wp可以表示为表示耕地400的特定地理点的GPS(全球定位系统)位置信息。
图13描绘了已经生成整体路径P3的状态。
在感测对象区域410的外边缘上提取通过点Wp之后,连接通过点Wp以生成整体路径P3。
具体地,例如,通过在路径横穿方向Dt上生成链接通过点Wp和Wp的线段,获得作为在感测对象区域410的外边缘上的起点和终点之间延伸的部分路径的倾斜路径Pd。注意,取决于感测对象区域410的形状,可能生成路径中的中间部分一部分位于感测对象区域410外部的倾斜路径Pd,例如,比如倾斜路径Pd1和倾斜路径Pd2。
这样获得的倾斜路径Pd包括彼此相邻,但是在其端部未被连接的倾斜路径Pd,例如,比如倾斜路径Pd5和Pd6。在这种情况下,作为链接为相邻的倾斜路径Pd和Pd的端部的通过点Wp和Wp的线段,连接路径Pc被生成,并且连接路径Pc连接相邻的倾斜路径Pd和Pd。
通过连接通过点Wp,获得多个倾斜路径Pd和连接路径Pc,并且通过这些路径生成没有中断的整体路径P3。
输出这样生成的整体路径P3,作为飞行器200的飞行路线,并在飞行器200沿着整体路径P3飞行的时候,进行对感测对象区域410的采样。
<6.按照实施例的路径生成处理>
接下来,参考图14说明由信息处理装置1进行的路径生成处理。
图14中所示的处理由具有图3中所示的路径生成部2的功能的CPU实现。
在步骤S101,CPU 51从用户接收要被当作采样对象的感测对象区域410的指定。
在步骤S102,CPU 51接收关于输入方法的用户的选择,通过该输入方法,输入指定的感测对象区域410的形状。感测对象区域410的形状可以从数据文件加载,或者由用户手动输入。
在用户选择了从数据文件加载感测对象区域410的形状的情况下,CPU 51从步骤S102进行到步骤S103。在步骤S103,CPU 51从存储区加载由用户指定的感测对象区域410的数据文件,并识别感测对象区域410的形状。
在用户选择了手动输入感测对象区域410的形状的情况下,CPU51从步骤S102进行到步骤S104。在步骤S104,CPU 51从用户接收描画等的输入,并识别感测对象区域410的形状。
在步骤S103或步骤S104识别感测对象区域410的形状之后,CPU 51进行到步骤S105的处理。在步骤S105,CPU 51计算围绕感测对象区域410的最小形状,并将计算的形状设定为边界形状Bs。
在步骤S106,CPU 51从用户接收将用于路径生成的参数信息的输入。将用于路径生成的参数信息例如包括飞行器200的飞行高度、最小覆盖率Rmin和路径横穿方向Dt。
注意,路径横穿方向Dt被设定为使得它与感测对象区域410中的行方向Dr不同。从而,在接下来的步骤生成的每个倾斜路径Pd横穿至少两行。
另外,代替使用户输入参数信息,信息处理装置1可以适当地设定参数信息的每个值。通过参数信息的自动输入,可以省去用户进行输入操作的工作,从而可以提高便利性。
在步骤S107,CPU 51基于在步骤S106获取的最小覆盖率Rmin和路径横穿方向Dt,计算倾斜路径角度α。
在步骤S108,CPU 51在边界形状Bs中生成倾斜路径Pd。CPU51生成倾斜路径Pd,使得相邻的倾斜路径Pd和Pd形成在S107设定的倾斜路径角度α。
例如,如参考图10所述,CPU 51生成其起点在边界形状Bs的中点M的倾斜路径Pd,并基于倾斜路径角度α,从生成的倾斜路径Pd继续生成下一个倾斜路径Pd。
在步骤S109,CPU 51将生成的倾斜路径Pd放在感测对象区域410上,并提取倾斜路径Pd与感测对象区域410的外边缘(边界线)相交的交点Ip。
在步骤S110,CPU 51将提取的交点Ip设定为飞行器200为了沿着倾斜路径Pd飞行而应通过的通过点Wp。
注意,在不使用整体路径P3作为诸如飞行器200之类的移动体的路线的情况下,处理进行到步骤S111,而不进行确定通过点Wp的处理。
在步骤S111,CPU 51进行生成整体路径的处理。例如,CPU 51通过连接提取的通过点Wp的处理,生成整体路径P3。注意,在步骤S110不进行确定通过点Wp的处理的情况下,连接交点Ip。
在步骤S112,CPU 51向用户呈现生成的整体路径P3以及参数信息。整体路径P3作为飞行器200的飞行路线呈现给用户。
在步骤S113,CPU 51接收来自用户的关于生成的整体路径P3和参数信息是否适合作为飞行计划的检查结果。
当在步骤S113,接收到来自用户的生成的整体路径P3和参数信息不适合作为飞行计划的检查结果时,CPU 51返回步骤S106,再次从用户接收参数信息的输入。
当在步骤S113,接收到来自用户的生成的整体路径P3和参数信息适合作为飞行计划的检查结果时,CPU 51进行到步骤S114的处理。在步骤S114,CPU 51将整体路径P3设定为飞行路线,并将整体路径P3连同参数信息一起存储为飞行计划。
在步骤S115,CPU 51进行输出存储的飞行计划的处理。例如,这是将飞行计划转换为飞行器200的控制部可读取的格式,使通信部60将飞行计划发送到飞行器200等的处理。
通过进行上述处理,进行用作飞行器200的飞行路线的路径的生成。
注意,上述处理例子只是一个例子,可能存在其他的处理例子。
<7.总结和变形例>
按照上述实施例,获得比如以下提及的优点之类的优点。
作为生成用于在感测对象区域(感测对象区域310和410)中进行感测的路径的路径生成方法,所述感测对象区域包括作为感测对象物的平行线的行,在按照实施例的路径生成方法中,进行生成整体路径(整体路径P2和P3)的路径生成处理,使得通过感测对象区域的每个部分路径(倾斜路径Pd)横穿至少两行。
通过路径生成处理,如图6和图13中所示,生成包括分别横穿至少两行的倾斜路径Pd的整体路径P2和P3。由于每个倾斜路径Pd横穿至少两行,因此一个倾斜路径Pd允许获取覆盖多个行的感测数据作为样本。从而,提高了所有行成为采样对象的概率,并且可以提高采样的精度。
例如,如参考图6所述,由于所有行成为感测对象的概率得到提高,从而可以提高检测在特定行中发生的局部失败的精度。注意,由于检测局部失败的精度得到提高,因此在统计分析中很难低估或高估局部失败。鉴于此,例如,在感测对象区域是耕地,并且在特定行中发生了农作物种植不良的情况下,可以适当地检测特定行的种植不良,并采取诸如重新种植之类的适当措施。即,可以避免由于种植不良的忽视而引起的诸如产量的下降之类的不利情况。或者,可以避免基于与种植不良的范围相关的错误估计进行不必要的重新种植,从而避免成本增加。
另外,如通过图5和图6的比较所述,通过使用包括倾斜路径Pd的整体路径P2,可以沿着长度较短的路径高效地实现采样。例如,在将整体路径P2用作诸如飞行器200或车辆之类的移动体的行进路线的情况下,移动距离可以随着路径的长度的减小而缩短。因而,通过使用包括倾斜路径Pd的整体路径P2来缩短移动距离,可以降低用于移动的动力源的燃料或电力的消耗。另外,通过使用等量的燃料或电力,可以实现其对象是更大的感测对象区域的采样。
注意,除了利用播种机进行的种植以外,还有一种在耕地中随机地播种种子的称为“撒播”的种植方法,在这种情况下,不会形成上面所述的“行”。即使在没有形成行的耕地中,也可能类似地生成用于进行感测的路径,以便确定发芽率等,从而本技术也可以应用于不存在行的情况。例如,通过使用包括倾斜路径作为部分路径的整体路径,在耕地中进行随机感测,可以提高耕地中的所有地理点成为采样对象的概率。另外,通过使用包括倾斜路径作为部分路径的整体路径,对于没有形成行的耕地,也可以沿着长度较短的路径实现高效的采样。
如在图6和图13中所示,在实施例中提及的例子中,整体路径(整体路径P2和P3)中的至少一些部分路径(倾斜路径Pd)是横穿感测对象区域(感测对象区域310和410)中的所有行的路径。
由于至少一些倾斜路径Pd横穿感测对象区域中的所有行,因此所有行都具有相等的概率成为感测对象,可以进一步提高采样的精度。
在实施例中提及的例子中,路径生成处理包括设定围绕感测对象区域(感测对象区域410)的边界形状Bs的第一步骤(步骤S105),在边界形状Bs内生成部分路径(倾斜路径Pd)的第二步骤(步骤S108),提取感测对象区域的外边缘和在第二步骤生成的部分路径的交点Ip的第三步骤(步骤S109),和通过连接交点(设定为通过点Wp的交点Ip)的处理来生成整体路径P3的第四步骤(步骤S111)(参见图14)。
通过使用边界形状Bs,无论感测对象区域410的形状如何,都能够生成倾斜路径Pd。因而,可以按照各种形状的感测对象区域来进行路径生成处理。
另外,通过连接作为在感测对象区域410的外边缘上的点的交点Ip,可以获得分别在感测对象区域410的外边缘上的起点和终点之间延伸的倾斜路径Pd。因而,可以生成与感测对象区域410的形状相应的倾斜路径Pd。
另外,当在第四步骤中,在不设置路径中的中间部分一部分位于感测对象区域410外部的倾斜路径(例如,图13中的倾斜路径Pd1和Pd2)的情况下生成整体路径时,可以生成其中所有的倾斜路径Pd都包括在感测对象区域310的范围内的整体路径P3,例如,如图6中所示的整体路径。例如,在将整体路径P3用作飞行器200等的行进路线(飞行路线)的情况下,通过将移动体的行进路线包含在感测对象区域310内,移动体不会不必要地在感测对象区域310外的区域移动。
注意,通过应用本方法,对于没有形成行的耕地(感测对象区域)也可以生成整体路径。
在实施例中提及的例子中,边界形状Bs具有矩形形状(参见图9等)。
通过使用矩形边界形状Bs生成倾斜路径Pd,无论感测对象区域410的形状如何,都可以容易地生成倾斜路径Pd。
在实施例中提及的例子中,在路径生成处理的第二步骤(步骤S108),生成部分路径,使得相邻的部分路径(倾斜路径Pd和Pd)形成预定路径角度(倾斜路径角度α)(参见图7)。
通过使用预定的倾斜路径角度α,可以在边界形状Bs内容易地生成倾斜路径Pd。
在实施例中提及的例子中,设定预定路径角度,使得满足预定的最小覆盖率(参见图7)。
如参考图7所述,通过基于最小覆盖率Rmin来计算倾斜路径角度α,并生成形成倾斜路径角度α的倾斜路径Pd,可以进行实现期望的最小覆盖率Rmin的采样。
注意,倾斜路径角度α可以被设定为使得满足预定的覆盖率Ra。在这种情况下,通过生成形成倾斜路径角度α的倾斜路径Pd,可以进行实现期望的覆盖率的采样。
在实施例中提及的例子中,在第四步骤,通过连接相邻的部分路径(倾斜路径Pd)的交点Ip来生成连接路径Pc(参见图13)。
从而,相邻的倾斜路径Pd和Pd由连接路径Pc连接,可以生成没有中断的整体路径P3。例如,在将整体路径P3用作诸如飞行器200之类的移动体的行进路线的情况下,不需要通过以后连接倾斜路径Pd来生成移动体可以沿其不间断地移动的一条路径。
在实施例中提及的例子中,部分路径(倾斜路径Pd)包括直线线段(参见图6和图13)。从而,可以生成从一点到另一点的最短线段作为倾斜路径Pd。例如,在使用倾斜路径Pd作为诸如飞行器200之类的移动体的行进路线的情况下,可以缩短移动体的移动距离。
另外,部分路径(倾斜路径Pd)可以包括曲线线段。例如,图15的A描绘了在感测对象区域310中设定包括倾斜路径Pd的整体路径P4的状态,所述倾斜路径Pd包括曲线线段。如果使用曲线的倾斜路径Pd,则感测对象区域310中的所有地理点成为采样对象的概率被进一步增大。因而,可以进一步提高采样的精度。
在实施例中提及的例子中,作为包括在整体路径(整体路径P3)中的路径之一,包括沿着感测对象区域410的外边缘的连接路径Pc(参见图13)。
通过设置沿着外边缘的连接路径Pc,例如,在整体路径P3用作诸如飞行器200之类的移动体的行进路线的情况下,移动体不会不必要地在感测对象区域410以外的区域内移动。
在实施例中提及的例子中,沿着感测对象区域(感测对象区域310)的外边缘的连接路径Pc(参见图6等)不被包括作为包括在整体路径(整体路径P2)中的路径之一。
通过不包括沿着感测对象区域310的外边缘的连接路径Pc,可以缩短整体路径P2的距离。
另外,通过沿着感测对象区域310的外边缘的连接路径Pc获取的感测数据优选不用作统计分析中的样本。鉴于此,通过不设置连接路径Pc,可以省去获取和存储不用于分析的感测数据的工作等,并且减轻执行采样和分析的信息处理装置的处理负荷。
在实施例中提及的例子中,生成整体路径P2,使得相邻的部分路径(倾斜路径Pd和Pd)在相邻的部分路径的端部相连(参见图6等)。
例如,如图6和图15的A中所示,通过在横穿感测对象区域310的相邻的倾斜路径Pd和Pd的端部连接相邻的倾斜路径Pd和Pd,可以对包括在整体路径中的所有路径进行感测。
在实施例中提及的例子中,生成整体路径(整体路径P2和P3),使得相邻的部分路径(倾斜路径Pd和Pd)不平行(参见图6和图13)。
从而,例如,相邻的倾斜路径Pd和Pd在彼此不同的方向上倾斜。因而,例如,可以生成至少部分具有锯齿形状的整体路径P2和P3。
注意,可以生成其中相邻的倾斜路径Pd和Pd平行的整体路径。例如,图15的B描绘了在感测对象区域310中生成整体路径P5,使得分别在感测对象区域310的外边缘上的起点和终点之间延伸的多个相邻的倾斜路径Pd平行的状态。在图15的B的例子中,相邻的倾斜路径Pd和Pd的端部由沿着感测对象区域310的外边缘的连接路径Pc连接。
在实施例中提及的例子中,感测对象区域(感测对象区域310和410)是耕地(耕地300和400),并且行是沿着其进行了耕地中的农作物种植的线。
从而,通过将其中彼此相邻地平行排列沿着其进行了农作物种植的线的耕地300和400当作对象来进行处置,可以进行将耕地300和400当作对象的采样和处置。
例如,可以出于各种目的实施耕地中的采样,比如已在耕地中种植并且发芽的农作物(林分)数的估计,杂草感测,或者植物的病害或水分胁迫的感测。
注意,耕地不限于室外农业用地的耕地,可以是用于水培、大棚栽培等的土地。按照实施例的技术可以用于与在各种场所生长的农作物相关的采样。
另外,除了与农作物相关的感测数据的采样等,按照实施例的技术也可以用于与例如果树、用作木材的树木、杂草等的生长相关的感测结果的采样等。因而,本技术也可以应用于对于森林、空地等的遥感。
尽管感测数据是通过图像捕捉装置220捕捉的图像数据,不过假设感测数据的例子当然不限于此类数据,还包括各种类型的传感器的感测数据,比如通过热传感器的感测而获得的数据,或者通过超声波传感器的感测而获得的数据。
此外,按照实施例的技术不仅可以应用于植物的感测等,而且可以应用于耕地等的土壤质量的感测等。
注意,按照实施例的感测对象区域不限于耕地,可以是各种类型的场所和区域。例如,可以通过将山林、受灾害影响的地区和分区、以及可在包括海洋等的水上定义的区域当作对象,使用按照实施例的技术。
在实施例中提及的例子中,整体路径(整体路径P2和P3)是飞行器200的飞行路线,并且感测由飞行器200进行。
飞行器200的例子包括一般所说的无人机、小型无线控制固定翼飞机、小型无线控制直升机等。
作为生成用于对感测对象区域(感测对象区域310和410)进行感测的路径的路径生成装置,所述感测对象区域包括作为感测对象物的平行线的行,按照实施例的路径生成装置(信息处理装置1)进行生成整体路径(整体路径P2和P3)的路径生成处理,使得通过感测对象区域的每个部分路径(倾斜路径Pd)横穿至少两行。
按照实施例的程序是由路径生成装置(信息处理装置1)执行的程序,所述路径生成装置生成用于对感测对象区域(感测对象区域310和410)进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,所述程序使所述路径生成装置执行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
即,该程序是使信息处理装置1执行在图14等中说明的处理的程序。
这样的程序便利按照本实施例的信息处理装置1的实现。
另外,这样的程序可以预先存储在内置于诸如计算机装置之类的设备中的记录介质、具有CPU的微计算机中的ROM等上。或者,所述程序可以临时或永久地存储在诸如半导体存储器、存储卡、光盘、磁光盘或磁盘之类的可拆卸记录介质上。另外,这样的可拆卸记录介质可以作为一般所说的套装软件来提供。
另外,除了从可拆卸记录介质安装到个人计算机等以外,这样的程序也可以经由诸如LAN或因特网之类的网络从下载站点下载。
注意,记载在本说明书中的优点仅仅是作为例子描述的,本公开的优点不限于此,可以存在其他优点。
注意,本技术也可以采用如下提及的构成。
(1)一种路径生成方法,所述路径生成方法生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
(2)按照(1)所述的路径生成方法,其中
整体路径中的至少一些部分路径是横穿感测对象区域中的所有行的路径。
(3)按照(1)或(2)所述的路径生成方法,其中
路径生成处理包括
设定围绕感测对象区域的边界形状的第一步骤,
在边界形状内生成部分路径的第二步骤,
提取感测对象区域的外边缘和在第二步骤生成的部分路径的交点的第三步骤,和
通过连接所述交点的处理来生成整体路径的第四步骤。
(4)按照(3)所述的路径生成方法,其中
边界形状是矩形形状。
(5)按照(3)或(4)所述的路径生成方法,其中
在第二步骤生成部分路径,使得相邻的部分路径形成预定路径角度。
(6)按照(5)所述的路径生成方法,其中
设定预定路径角度,使得满足预定的最小覆盖率。
(7)按照(3)~(6)任意之一所述的路径生成方法,其中
在第三步骤感测部分路径和感测对象区域的交点,和
通过连接相邻的部分路径的交点来生成连接路径。
(8)按照(1)~(7)任意之一所述的路径生成方法,其中
部分路径包括作为直线或曲线的线段。
(9)按照(1)~(8)任意之一所述的路径生成方法,其中
作为包括在整体路径中的路径之一,包括沿着感测对象区域的外边缘的连接路径。
(10)按照(1)~(8)任意之一所述的路径生成方法,其中
沿着感测对象区域的外边缘的连接路径不被包括作为包括在整体路径中的路径之一。
(11)按照(1)~(9)任意之一所述的路径生成方法,其中
生成整体路径,使得相邻的部分路径在相邻的部分路径的端部相连。
(12)按照(1)~(11)任意之一所述的路径生成方法,其中
生成整体路径,使得相邻的部分路径不平行。
(13)按照上述(1)~(12)任意之一所述的路径生成方法,其中
感测对象区域是耕地,并且
行是耕地中的沿着其进行农作物种植的线。
(14)按照(1)~(13)任意之一所述的路径生成方法,其中
整体路径是飞行器的飞行路线,并且
感测由飞行器进行。
(15)一种路径生成装置,所述路径生成装置生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
所述路径生成装置进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
(16)一种由路径生成装置执行的程序,所述路径生成装置生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
所述程序使所述路径生成装置执行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
[附图标记列表]
1:信息处理装置
2:路径生成部
310:感测对象区域
410:感测对象区域
Bs:边界形状
Pd:倾斜路径
Pc:连接路径
P2,P3,P4,P5:整体路径
α:倾斜路径角度
Claims (16)
1.一种路径生成方法,所述路径生成方法生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
2.按照权利要求1所述的路径生成方法,其中
整体路径中的至少一些部分路径是横穿感测对象区域中的所有行的路径。
3.按照权利要求1所述的路径生成方法,其中
路径生成处理包括
设定围绕感测对象区域的边界形状的第一步骤,
在边界形状内生成部分路径的第二步骤,
提取感测对象区域的外边缘和在第二步骤生成的部分路径的交点的第三步骤,和
通过连接所述交点的处理来生成整体路径的第四步骤。
4.按照权利要求3所述的路径生成方法,其中
边界形状包括矩形形状。
5.按照权利要求3所述的路径生成方法,其中
在第二步骤生成部分路径,使得相邻的部分路径形成预定路径角度。
6.按照权利要求5所述的路径生成方法,其中
设定预定路径角度,使得满足预定的最小覆盖率。
7.按照权利要求3所述的路径生成方法,其中
在第四步骤通过连接相邻的部分路径的交点生成连接路径。
8.按照权利要求1所述的路径生成方法,其中
部分路径包括作为直线或曲线的线段。
9.按照权利要求1所述的路径生成方法,其中
沿着感测对象区域的外边缘的连接路径被包括作为包括在整体路径中的路径之一。
10.按照权利要求1所述的路径生成方法,其中
沿着感测对象区域的外边缘的连接路径不被包括作为包括在整体路径中的路径之一。
11.按照权利要求1所述的路径生成方法,其中
生成整体路径,使得相邻的部分路径在相邻的部分路径的端部相连。
12.按照权利要求1所述的路径生成方法,其中
生成整体路径,使得相邻的部分路径不平行。
13.按照权利要求1所述的路径生成方法,其中
感测对象区域是耕地,并且
行是耕地中的沿着其进行农作物种植的线。
14.按照权利要求1所述的路径生成方法,其中
整体路径是飞行器的飞行路线,并且
感测由飞行器进行。
15.一种路径生成装置,所述路径生成装置生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
所述路径生成装置进行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
16.一种由路径生成装置执行的程序,所述路径生成装置生成用于在感测对象区域中进行感测的路径,所述感测对象区域包括作为感测对象物的平行线的行,其中
所述程序使所述路径生成装置执行生成整体路径的路径生成处理,使得通过感测对象区域的每个部分路径横穿至少两行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038001 | 2020-03-05 | ||
JP2020-038001 | 2020-03-05 | ||
PCT/JP2021/007541 WO2021177192A1 (ja) | 2020-03-05 | 2021-02-26 | パス生成方法、パス生成装置、プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115244595A true CN115244595A (zh) | 2022-10-25 |
Family
ID=77613390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180017542.8A Pending CN115244595A (zh) | 2020-03-05 | 2021-02-26 | 路径生成方法、路径生成装置和程序 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN115244595A (zh) |
DE (1) | DE112021001429T5 (zh) |
WO (1) | WO2021177192A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5162890B2 (ja) | 2006-12-01 | 2013-03-13 | 株式会社サタケ | リモートセンシングにおける補正方法 |
JP2019120986A (ja) * | 2017-12-28 | 2019-07-22 | エヌ・ティ・ティ・データ・カスタマサービス株式会社 | 無人飛行機の飛行経路制御システム及び無人飛行機の飛行経路制御方法 |
JP6914874B2 (ja) * | 2018-03-14 | 2021-08-04 | 株式会社ゼンリンデータコム | 飛行経路生成装置及び飛行経路生成方法 |
WO2019225762A1 (ja) * | 2018-05-25 | 2019-11-28 | 株式会社ナイルワークス | ドローンシステム、ドローン、操縦器、ドローンシステムの制御方法、および、ドローンシステム制御プログラム |
-
2021
- 2021-02-26 WO PCT/JP2021/007541 patent/WO2021177192A1/ja active Application Filing
- 2021-02-26 DE DE112021001429.3T patent/DE112021001429T5/de active Pending
- 2021-02-26 CN CN202180017542.8A patent/CN115244595A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021177192A1 (ja) | 2021-09-10 |
DE112021001429T5 (de) | 2023-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9696162B2 (en) | Mission and path planning using images of crop wind damage | |
CN113167779B (zh) | 使用数字图像和机器学习模型对田地异常绘制地图 | |
US11380092B2 (en) | Ponding water detection on satellite imagery | |
US10408645B2 (en) | Correcting bias in parameter monitoring | |
US10402835B2 (en) | Agricultural situational awareness tool | |
US11432470B2 (en) | Information processing apparatus, information processing method, and vegetation management system | |
US7103451B2 (en) | Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data | |
US20180308229A1 (en) | Method and information system for detecting at least one plant planted on a field | |
WO2021142068A1 (en) | Using optical remote sensors and machine learning models to predict agronomic field property data | |
US20220405863A1 (en) | Information processing device, information processing method, and program | |
CN113994389A (zh) | 农业作业承包系统以及农业作业承包服务器 | |
CN115244595A (zh) | 路径生成方法、路径生成装置和程序 | |
WO2021100429A1 (ja) | 情報処理装置、情報処理方法、プログラム | |
WO2021149355A1 (ja) | 情報処理装置、情報処理方法、プログラム | |
Percival et al. | Potential for commercial unmanned aerial vehicle use in wild blueberry production | |
Ferțu et al. | The revolution of traditional agriculture toward intelligent agriculture with the help of agricultural drones | |
Neeser et al. | Performance and cost of field scouting for weeds and diseases using imagery obtained with an Unmanned Aerial Vehicle | |
Deemantha | Artificial Intelligence Applications in Precision Agriculture | |
AU2004202534A1 (en) | Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data | |
Rossello et al. | PANTHEON: A SCADA Architecture for Precision Farming of Hazelnut Orchards |
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 |