CN115630770A - 一种基于植保无人机的作业效果评价方法、系统及介质 - Google Patents
一种基于植保无人机的作业效果评价方法、系统及介质 Download PDFInfo
- Publication number
- CN115630770A CN115630770A CN202211560606.1A CN202211560606A CN115630770A CN 115630770 A CN115630770 A CN 115630770A CN 202211560606 A CN202211560606 A CN 202211560606A CN 115630770 A CN115630770 A CN 115630770A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- plant protection
- protection unmanned
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 135
- 230000000694 effects Effects 0.000 title claims abstract description 121
- 230000005540 biological transmission Effects 0.000 claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000010586 diagram Methods 0.000 claims abstract description 31
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000003245 working effect Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 239000000575 pesticide Substances 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 5
- 241000607479 Yersinia pestis Species 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G13/00—Protecting plants
-
- 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
-
- 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
- A01M7/0089—Regulating or controlling systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/05—Agriculture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
- G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental Sciences (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Agronomy & Crop Science (AREA)
- Pest Control & Pesticides (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Insects & Arthropods (AREA)
- Computational Linguistics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Toxicology (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
Abstract
本发明涉及一种基于植保无人机的作业效果评价方法、系统及介质,属于植保无人机作业技术领域,本发明根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;根据作业纠正建议生成相关措施,并将相关措施传输至植保无人机远程控制终端。通过本方法能够对植保无人机的作业数据进行评价,从而根据评价结果能够提供相应的调整措施,使得植保无人机在作业时更加合理;本发明能够根据植保无人机作业区域的信道传输的有效性来调整当前区域的数据传输设施,改善了植保无人机在作业过程中的数据传输时延问题,为植保无人机精准施药提供了有效的措施。
Description
技术领域
本发明涉及植保无人机技术领域,尤其涉及一种基于植保无人机的作业效果评价方法、系统及介质。
背景技术
植保无人机具备安全、高效的优势。农业生产中病虫害一直是影响农作物生长的主要问题,病虫害一般具有发展快速、影响范围较大等特征,给农业生产中的防治工作带来巨大的挑战。植保无人机具备安全、高效的优势,特别是在一些较为严重的农业病虫害防治工作中,可以快速且大范围地开展防治工作。植保无人机能够在面积达到1 300 m2的范围内进行喷洒作业,每次作业的时间在10 ~ 30 min 之内,工作效率得到了极大地提升。植保无人机喷洒宽度一般在4 ~ 8 m 之间,可保证农药喷洒的效果。植保无人机明显降低了在农药的喷洒过程中人体受到的伤害,由此可见,与现代农业生产的要求更加符合。现如今,植保无人机的作业效果评价能够直观地看出植保无人机施药中或者施药后的质量,而影响植保无人机作业质量可分为外界因素以及内部因素,而外界因素主要包括风力数据、气候数据等,而内部因素主要包括通讯数据,而该通讯数据容易受到植保无人机工作的数量影响,影响了植保无人机与远程控制终端之间的数据传输,这样就植保无人机不能够及时地根据实时的环境参数进行调节作业参数。
发明内容
本发明克服了现有技术的不足,提供了一种基于植保无人机的作业效果评价方法、系统及介质。
为达上述目的,本发明采用的技术方案为:
本发明第一方面提供了一种基于植保无人机的作业效果评价方法,包括以下步骤:
通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
根据所述作业纠正建议生成相关措施,并将所述相关措施传输至植保无人机远程控制终端。
进一步地,本发明的一个较佳实施例中,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据所述关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
构建作业效果影响因素知识图谱,并将所述与植保无人机作业效果相关的影响因素输入到所述作业效果影响因素知识图谱中;
获取当前植保无人机作业中的实时环境因素数据信息,并将所述实时环境因素数据信息输入到所述作业效果影响因素知识图谱中进行相似度计算;
获取相似度大于预设相似度的实时环境影响因素,并将所述相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
进一步地,本发明的一个较佳实施例中,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取所述筛选后的影响因素信息的评价分数;
根据所述筛选后的影响因素信息的评价分数生成评价指标的权重信息,若所述权重信息超过预设权重信息,则获取所述权重信息对应的影响因素信息;
若所述权重信息对应的影响因素信息为第一预设影响因素信息,则根据所述权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将所述偏移数据信息作为评价结果输出;
若所述权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
进一步地,本发明的一个较佳实施例中,根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议,包括以下步骤:
若评价结果为第一评价结果,则根据所述第一评价结果生成当前植保无人机作业区域的作业效果图,并获取所述当前植保无人机作业区域的作业效果图中的异常作业区域;
获取当前植保无人机的作业工作参数数据信息,根据所述异常作业区域生成待补偿作业工作参数数据信息,并基于所述当前植保无人机的作业工作参数数据信息以及所述待补偿作业工作参数数据信息生成各个作业区域的作业纠正建议;
若评价结果为第二评价结果,则获取所述第二评价结果所在的区域位置节点,并根据所述区域位置节点构建检索标签;
根据所述检索标签获取所述区域位置节点的数据传输信息,并基于所述数据传输信息生成各个作业区域的作业纠正建议。
进一步地,本发明的一个较佳实施例中,基于所述数据传输信息生成各个作业区域的作业纠正建议,具体包括以下步骤:
根据所述数据传输信息获取预设时间之内植保无人机在当前作业区域中的数据传输时延信息,并统计所述的数据传输时延信息出现的频数,若所述频数大于预设频数,则获取所述数据传输时延信息低于预设数据传输时延信息所在区域位置;
获取当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目,并根据所述当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目构建信道传输模型图;
获取当前植保无人机在当前作业区域中的理想工作数目,将所述当前植保无人机在当前作业区域中的理想工作数目输入到所述信道传输模型图中进行评估,得到植保无人机在当前作业区域的理想数据传输时延信息;
计算所述植保无人机在当前作业区域的理想数据传输时延信息与预设时间之内植保无人机在当前作业区域中的数据传输时延信息的差值,若所述差值不大于预设差值,则调整所述数据传输时延信息低于预设数据传输时延信息所在区域位置的数据传输设施数目,以生成各个作业区域的作业纠正建议。
进一步地,本发明的一个较佳实施例中,根据所述作业纠正建议生成相关措施,具体包括以下步骤:
获取当前第一评价结果的各个作业区域的作业纠正建议,根据所述作业纠正建议构建与建议相关的检索关键词;
根据所述与建议相关的检索关键词通过大数据进行检索,以获取到一种或者多种相关措施,并获取各个所述相关措施的历史成功率;
若存在历史成功率高于预设历史成功率的相关措施,并将该相关措施作为预选的相关措施,并获取最高的历史成功率相对应的相关措施作为最终的相关措施输出;
若不存在历史成功率高于预设历史成功率的相关措施,则获取最高的历史成功率相对于的相关措施作为最终的相关措施输出。
本发明第二方面提供了一种基于植保无人机的作业效果评价系统,所述系统包括存储器以及处理器,所述存储器中包含基于植保无人机的作业效果评价方法程序,所述基于植保无人机的作业效果评价方法程序被所述处理器执行时,实现如下步骤:
通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
根据所述作业纠正建议生成相关措施,并将所述相关措施传输至植保无人机远程控制终端。
在本实施例中,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据所述关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
构建作业效果影响因素知识图谱,并将所述与植保无人机作业效果相关的影响因素输入到所述作业效果影响因素知识图谱中;
获取当前植保无人机作业中的实时环境因素数据信息,并将所述实时环境因素数据信息输入到所述作业效果影响因素知识图谱中进行相似度计算;
获取相似度大于预设相似度的实时环境影响因素,并将所述相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
在本实施例中,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取所述筛选后的影响因素信息的评价分数;
根据所述筛选后的影响因素信息的评价分数生成评价指标的权重信息,若所述权重信息超过预设权重信息,则获取所述权重信息对应的影响因素信息;
若所述权重信息对应的影响因素信息为第一预设影响因素信息,则根据所述权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将所述偏移数据信息作为评价结果输出;
若所述权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质包括基于植保无人机的作业效果评价方法程序,所述基于植保无人机的作业效果评价方法程序被处理器执行时,实现任一项所述的基于植保无人机的作业效果评价方法的步骤。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
本发明通过大数据获取与植保无人机作业效果相关的影响因素,并通过对植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;获取当前植保无人机的作业工作参数数据信息,根据筛选后的影响因素信息以及作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;根据作业纠正建议生成相关措施,并将相关措施传输至植保无人机远程控制终端。通过本方法能够对植保无人机的作业数据进行评价,从而根据评价结果能够作出相应的调整措施,使得植保无人机在作业时更加合理;另一方面,本发明能够根据植保无人机作业区域的信道传输的有效性来调整当前区域的数据传输设施,有效地改善了植保无人机在作业过程中的数据传输时延问题,为植保无人机精准施药提供了有效的措施。
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,下面将对实施例或现有技术描述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的前提下,还可以根据这些附图获得其他实施例的附图。
图1示出了一种基于植保无人机的作业效果评价方法的整体方法流程图;
图2示出了一种基于植保无人机的作业效果评价方法的第一方法流程图;
图3示出了一种基于植保无人机的作业效果评价方法的第二方法流程图;
图4示出了一种基于植保无人机的作业效果评价系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面提供了一种基于植保无人机的作业效果评价方法,包括以下步骤:
S102:通过大数据获取与植保无人机作业效果相关的影响因素,并通过对植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
S104:获取当前植保无人机的作业工作参数数据信息,根据筛选后的影响因素信息以及作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
S106:根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
S108:根据作业纠正建议生成相关措施,并将相关措施传输至植保无人机远程控制终端。
需要说明的是,通过本方法能够对植保无人机的作业数据进行评价,从而根据评价结果能够作出相应的调整措施,使得植保无人机在作业时更加合理;另一方面,本发明能够根据植保无人机作业区域的信道传输的有效性来调整当前区域的数据传输设施,有效地改善了植保无人机在作业过程中的数据传输时延问题,为植保无人机精准施药提供了有效的措施。
如图2所示,进一步地,本发明的一个较佳实施例中,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
S202:通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
S204:构建作业效果影响因素知识图谱,并将与植保无人机作业效果相关的影响因素输入到作业效果影响因素知识图谱中;
S206:获取当前植保无人机作业中的实时环境因素数据信息,并将实时环境因素数据信息输入到作业效果影响因素知识图谱中进行相似度计算;
S208:获取相似度大于预设相似度的实时环境影响因素,并将相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
需要说明的是,通过本方法能够快速地对当前植保无人机作业区域的影响因素进行筛选,以获取影响当前植保无人机作业的影响因素,以提高对植保无人机作业效果评价的精确性。
进一步地,本发明的一个较佳实施例中,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取筛选后的影响因素信息的评价分数;
根据筛选后的影响因素信息的评价分数生成评价指标的权重信息,若权重信息超过预设权重信息,则获取权重信息对应的影响因素信息;
若权重信息对应的影响因素信息为第一预设影响因素信息,则根据权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将偏移数据信息作为评价结果输出;
若权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
需要说明的是,影响植保无人机作业效果的影响因素可以大致分为两种,一种为外界影响因素,如风力因素、气候因素等,该类因素即为本文中的第一预设影响因素信息;另外,由于植保无人机与基站的通讯影响,可能存在部分区域不能及时传输数据或者存在传输时延而导致无法实时纠正植保无人机的作业参数,该类的影响因素即为本文中的第二预设影响因素。通过层次分析法能够有效地生成评价指标的权重信息,从而筛选出影响植保无人机作业质量的影响因素。
如图3所示,进一步地,本发明的一个较佳实施例中,根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议,包括以下步骤:
S302:若评价结果为第一评价结果,则根据第一评价结果生成当前植保无人机作业区域的作业效果图,并获取当前植保无人机作业区域的作业效果图中的异常作业区域;
S304:获取当前植保无人机的作业工作参数数据信息,根据异常作业区域生成待补偿作业工作参数数据信息,并基于当前植保无人机的作业工作参数数据信息以及待补偿作业工作参数数据信息生成各个作业区域的作业纠正建议;
S306:若评价结果为第二评价结果,则获取第二评价结果所在的区域位置节点,并根据区域位置节点构建检索标签;
S308:根据检索标签获取区域位置节点的数据传输信息,并基于数据传输信息生成各个作业区域的作业纠正建议。
需要说明的是,当评价结果为第一评价结果时,说明当前植保无人机主要是受到外界因素的影响,此时,如通过GIS空间数据匹配算法根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,进而从作业效果图中提取出异常区域,从而对当前异常区域生成相应各个作业区域的作业纠正建议,进而可以避免漏喷现象、重喷现象等。当评价结果为第二评价结果之时,由于数据传输的时延或者数据传输的有效性影响。此时,可能存在部分区域不能及时传输数据或者存在传输时延而导致无法实时纠正植保无人机的作业参数,使得在此类区域之中,作业效果图基本上为错误的,因而;因此,根据数据传输信息生成各个作业区域的作业纠正建议。
进一步地,本发明的一个较佳实施例中,基于数据传输信息生成各个作业区域的作业纠正建议,具体包括以下步骤:
根据所述数据传输信息获取预设时间之内植保无人机在当前作业区域中的数据传输时延信息,并统计所述的数据传输时延信息出现的频数,若所述频数大于预设频数,则获取所述数据传输时延信息低于预设数据传输时延信息所在区域位置;
获取当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目,并根据当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目构建信道传输模型图;
获取当前植保无人机在当前作业区域中的理想工作数目,将当前植保无人机在当前作业区域中的理想工作数目输入到信道传输模型图中进行评估,得到植保无人机在当前作业区域的理想数据传输时延信息;
计算植保无人机在当前作业区域的理想数据传输时延信息与预设时间之内植保无人机在当前作业区域中的数据传输时延信息的差值,若差值不大于预设差值,则调整数据传输时延信息低于预设数据传输时延信息所在区域位置的数据传输设施数目,以生成各个作业区域的作业纠正建议。
需要说明的是,在实际的数据传输过程中,通过目标区域中的数据传输设施数目(如天线设施数目)以及目标基站中的数据传输设施数目来形成一个MIMO的数据传输系统;而有些待作业区域中,该类区域经常处于数据传输速度低的区域中,当植保无人机的作业个数超过一定个数时,MIMO系统也会进一步地降低传输速度,使得植保无人机不能够及时地根据实时的环境参数进行调节作业参数。通过本方法能够根据当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目构建信道传输模型图,从而对当前植保无人机在当前作业区域中的理想工作数目进行评估,以通过调整数据传输时延信息低于预设数据传输时延信息所在区域位置的数据传输设施数目来避免不能够及时地根据实时的环境参数进行调节作业参数的现象出现。
进一步地,本发明的一个较佳实施例中,根据作业纠正建议生成相关措施,具体包括以下步骤:
获取当前第一评价结果的各个作业区域的作业纠正建议,根据作业纠正建议构建与建议相关的检索关键词;
根据与建议相关的检索关键词通过大数据进行检索,以获取到一种或者多种相关措施,并获取各个相关措施的历史成功率;
若存在历史成功率高于预设历史成功率的相关措施,并将该相关措施作为预选的相关措施,并获取最高的历史成功率相对应的相关措施作为最终的相关措施输出;
若不存在历史成功率高于预设历史成功率的相关措施,则获取最高的历史成功率相对于的相关措施作为最终的相关措施输出。
需要说明的是,通过本方法能够根据各个作业区域的作业纠正建议有效地选择出相关措施,提高植保无人机的作业效果。
此外,本发明还可以包括以下步骤:
获取当前时间段内植保无人机作业区域的气候特性因子,并通过大数据获取各气候特性因子之下与植保无人机作业区域的相同MIMO系统的信道相关性;
构建数据库,并将所述当前气候特性因子之下各个地区的相同MIMO系统的信道相关性输入到所述数据库中,并将所述当前时间段内植保无人机作业区域的气候特性因子输入到所述数据库中进行匹配计算,得到一个或者多个匹配度;
获取匹配度大于匹配度的气候特性因子,并根据所述匹配度大于匹配度的气候特性因子得到该气候特性因子对应的信道相关性;
若所述信道相关性小于预设信道相关性,则将该信道相关性标所在的区域记为待补充数据传输设施的位置区域。
需要说明的是,在本实施例中,由于植保无人机在传输数据之时会受到气候的影响,如温度过高容易影响数据传输设施的传输速度,通过本方法能够有效地根据气候特征因子来调整数据传输设施的数目,进而避免不能够及时地根据实时的环境参数进行调节作业参数的现象出现,以保证植保无人机的作业质量。
如图4所示,本发明第二方面提供了一种基于植保无人机的作业效果评价系统,系统包括存储器41以及处理器62,存储器41中包含基于植保无人机的作业效果评价方法程序,基于植保无人机的作业效果评价方法程序被处理器62执行时,实现如下步骤:
通过大数据获取与植保无人机作业效果相关的影响因素,并通过对植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
获取当前植保无人机的作业工作参数数据信息,根据筛选后的影响因素信息以及作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
根据第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
根据作业纠正建议生成相关措施,并将相关措施传输至植保无人机远程控制终端。
在本实施例中,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
构建作业效果影响因素知识图谱,并将与植保无人机作业效果相关的影响因素输入到作业效果影响因素知识图谱中;
获取当前植保无人机作业中的实时环境因素数据信息,并将实时环境因素数据信息输入到作业效果影响因素知识图谱中进行相似度计算;
获取相似度大于预设相似度的实时环境影响因素,并将相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
在本实施例中,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取筛选后的影响因素信息的评价分数;
根据筛选后的影响因素信息的评价分数生成评价指标的权重信息,若权重信息超过预设权重信息,则获取权重信息对应的影响因素信息;
若权重信息对应的影响因素信息为第一预设影响因素信息,则根据权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将偏移数据信息作为评价结果输出;
若权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
本发明第三方面提供了一种计算机可读存储介质,计算机可读存储介质包括基于植保无人机的作业效果评价方法程序,基于植保无人机的作业效果评价方法程序被处理器执行时,实现任一项的基于植保无人机的作业效果评价方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、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代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本发明实施例的技术方案本质上或者说对现有技术做出贡献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)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于植保无人机的作业效果评价方法,其特征在于,包括以下步骤:
通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
根据所述作业纠正建议生成相关措施,并将所述相关措施传输至植保无人机远程控制终端。
2.根据权利要求1所述的一种基于植保无人机的作业效果评价方法,其特征在于,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据所述关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
构建作业效果影响因素知识图谱,并将所述与植保无人机作业效果相关的影响因素输入到所述作业效果影响因素知识图谱中;
获取当前植保无人机作业中的实时环境因素数据信息,并将所述实时环境因素数据信息输入到所述作业效果影响因素知识图谱中进行相似度计算;
获取相似度大于预设相似度的实时环境影响因素,并将所述相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
3.根据权利要求1所述的一种基于植保无人机的作业效果评价方法,其特征在于,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取所述筛选后的影响因素信息的评价分数;
根据所述筛选后的影响因素信息的评价分数生成评价指标的权重信息,若所述权重信息超过预设权重信息,则获取所述权重信息对应的影响因素信息;
若所述权重信息对应的影响因素信息为第一预设影响因素信息,则根据所述权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将所述偏移数据信息作为评价结果输出;
若所述权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
4.根据权利要求1所述的一种基于植保无人机的作业效果评价方法,其特征在于,根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议,包括以下步骤:
若评价结果为第一评价结果,则根据所述第一评价结果生成当前植保无人机作业区域的作业效果图,并获取所述当前植保无人机作业区域的作业效果图中的异常作业区域;
获取当前植保无人机的作业工作参数数据信息,根据所述异常作业区域生成待补偿作业工作参数数据信息,并基于所述当前植保无人机的作业工作参数数据信息以及所述待补偿作业工作参数数据信息生成各个作业区域的作业纠正建议;
若评价结果为第二评价结果,则获取所述第二评价结果所在的区域位置节点,并根据所述区域位置节点构建检索标签;
根据所述检索标签获取所述区域位置节点的数据传输信息,并基于所述数据传输信息生成各个作业区域的作业纠正建议。
5.根据权利要求4所述的一种基于植保无人机的作业效果评价方法,其特征在于,基于所述数据传输信息生成各个作业区域的作业纠正建议,具体包括以下步骤:
根据所述数据传输信息获取预设时间之内植保无人机在当前作业区域中的数据传输时延信息,并统计所述的数据传输时延信息出现的频数,若所述频数大于预设频数,则获取所述数据传输时延信息低于预设数据传输时延信息所在区域位置;
获取当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目,并根据所述当前植保无人机作业区域中的数据传输设施数目以及目标基站中的数据传输设施数目构建信道传输模型图;
获取当前植保无人机在当前作业区域中的理想工作数目,将所述当前植保无人机在当前作业区域中的理想工作数目输入到所述信道传输模型图中进行评估,得到植保无人机在当前作业区域的理想数据传输时延信息;
计算所述植保无人机在当前作业区域的理想数据传输时延信息与预设时间之内植保无人机在当前作业区域中的数据传输时延信息的差值,若所述差值不大于预设差值,则调整所述数据传输时延信息低于预设数据传输时延信息所在区域位置的数据传输设施数目,以生成各个作业区域的作业纠正建议。
6.根据权利要求1所述的一种基于植保无人机的作业效果评价方法,其特征在于,根据所述作业纠正建议生成相关措施,具体包括以下步骤:
获取当前第一评价结果的各个作业区域的作业纠正建议,根据所述作业纠正建议构建与建议相关的检索关键词;
根据所述与建议相关的检索关键词通过大数据进行检索,以获取到一种或者多种相关措施,并获取各个所述相关措施的历史成功率;
若存在历史成功率高于预设历史成功率的相关措施,并将该相关措施作为预选的相关措施,并获取最高的历史成功率相对应的相关措施作为最终的相关措施输出;
若不存在历史成功率高于预设历史成功率的相关措施,则获取最高的历史成功率相对于的相关措施作为最终的相关措施输出。
7.一种基于植保无人机的作业效果评价系统,其特征在于,所述系统包括存储器以及处理器,所述存储器中包含基于植保无人机的作业效果评价方法程序,所述基于植保无人机的作业效果评价方法程序被所述处理器执行时,实现如下步骤:
通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息;
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果;
根据所述第一评价结果或者第二评价结果得到当前植保无人机作业区域的作业效果图,基于所述当前植保无人机作业区域的作业效果图生成各个作业区域的作业纠正建议;
根据所述作业纠正建议生成相关措施,并将所述相关措施传输至植保无人机远程控制终端。
8.根据权利要求7所述的一种基于植保无人机的作业效果评价系统,其特征在于,通过大数据获取与植保无人机作业效果相关的影响因素,并通过对所述植保无人机作业效果相关的影响因素进行预处理以及筛选,得到筛选后的影响因素信息,具体包括以下步骤:
通过与植保无人机作业效果相关的影响因素设置关键词信息,并根据所述关键词信息通过大数据检索相关资源数据,通过相关资源数据获取与植保无人机作业效果相关的影响因素;
构建作业效果影响因素知识图谱,并将所述与植保无人机作业效果相关的影响因素输入到所述作业效果影响因素知识图谱中;
获取当前植保无人机作业中的实时环境因素数据信息,并将所述实时环境因素数据信息输入到所述作业效果影响因素知识图谱中进行相似度计算;
获取相似度大于预设相似度的实时环境影响因素,并将所述相似度大于预设相似度的实时环境影响因素作为筛选后的影响因素信息进行输出。
9.根据权利要求7所述的一种基于植保无人机的作业效果评价系统,其特征在于,获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息以及所述作业工作参数数据信息进行评价,得到第一评价结果或者第二评价结果,具体包括以下步骤:
获取当前植保无人机的作业工作参数数据信息,根据所述筛选后的影响因素信息确定评价指标,并通过灰色关联分析法获取所述筛选后的影响因素信息的评价分数;
根据所述筛选后的影响因素信息的评价分数生成评价指标的权重信息,若所述权重信息超过预设权重信息,则获取所述权重信息对应的影响因素信息;
若所述权重信息对应的影响因素信息为第一预设影响因素信息,则根据所述权重信息对应的影响因素信息以及当前植保无人机的作业工作参数数据信息计算出偏移数据信息,并将所述偏移数据信息作为评价结果输出;
若所述权重信息对应的影响因素信息为第二预设影响信息,则获取当前植保无人机受到第二预设影响信息所在的工作区域,并将该工作区域作为最终的评价结果输出。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括基于植保无人机的作业效果评价方法程序,所述基于植保无人机的作业效果评价方法程序被处理器执行时,实现如权利要求1-6任一项所述的基于植保无人机的作业效果评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211560606.1A CN115630770B (zh) | 2022-12-07 | 2022-12-07 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211560606.1A CN115630770B (zh) | 2022-12-07 | 2022-12-07 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115630770A true CN115630770A (zh) | 2023-01-20 |
CN115630770B CN115630770B (zh) | 2023-03-10 |
Family
ID=84911056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211560606.1A Active CN115630770B (zh) | 2022-12-07 | 2022-12-07 | 一种基于植保无人机的作业效果评价方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630770B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797106A (zh) * | 2023-08-29 | 2023-09-22 | 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 |
CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN108805410A (zh) * | 2018-05-11 | 2018-11-13 | 农业部南京农业机械化研究所 | 植保无人机作业效果评价方法 |
CN109144093A (zh) * | 2017-06-28 | 2019-01-04 | 广州极飞科技有限公司 | 无人机喷洒装置的调整方法及无人机 |
CN109472460A (zh) * | 2018-10-18 | 2019-03-15 | 信阳师范学院 | 基于有效交点的作业覆盖区域实时重构方法及系统 |
US10553122B1 (en) * | 2016-03-22 | 2020-02-04 | Amazon Technologies, Inc. | Unmanned aerial vehicle data collection for routing |
CN111665864A (zh) * | 2020-06-12 | 2020-09-15 | 张玉红 | 一种基于大数据物联网的农业种植植保作业智慧管理系统 |
CN111736629A (zh) * | 2020-06-30 | 2020-10-02 | 华南农业大学 | 基于wsn的植保无人机防雾滴飘移路径微调系统及方法 |
CN113303309A (zh) * | 2021-05-31 | 2021-08-27 | 沈阳农业大学 | 一种无人机精准喷雾控制系统及控制方法 |
CN113325873A (zh) * | 2021-06-11 | 2021-08-31 | 武汉华武合胜网络科技有限公司 | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 |
CN115115286A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市金得润科技有限公司 | 一种用于植保无人机的作业物资管理系统 |
-
2022
- 2022-12-07 CN CN202211560606.1A patent/CN115630770B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10553122B1 (en) * | 2016-03-22 | 2020-02-04 | Amazon Technologies, Inc. | Unmanned aerial vehicle data collection for routing |
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN109144093A (zh) * | 2017-06-28 | 2019-01-04 | 广州极飞科技有限公司 | 无人机喷洒装置的调整方法及无人机 |
CN108805410A (zh) * | 2018-05-11 | 2018-11-13 | 农业部南京农业机械化研究所 | 植保无人机作业效果评价方法 |
CN109472460A (zh) * | 2018-10-18 | 2019-03-15 | 信阳师范学院 | 基于有效交点的作业覆盖区域实时重构方法及系统 |
CN111665864A (zh) * | 2020-06-12 | 2020-09-15 | 张玉红 | 一种基于大数据物联网的农业种植植保作业智慧管理系统 |
CN111736629A (zh) * | 2020-06-30 | 2020-10-02 | 华南农业大学 | 基于wsn的植保无人机防雾滴飘移路径微调系统及方法 |
CN113303309A (zh) * | 2021-05-31 | 2021-08-27 | 沈阳农业大学 | 一种无人机精准喷雾控制系统及控制方法 |
CN113325873A (zh) * | 2021-06-11 | 2021-08-31 | 武汉华武合胜网络科技有限公司 | 一种无人机植保作业数据采集分析方法、系统及计算机存储介质 |
CN115115286A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市金得润科技有限公司 | 一种用于植保无人机的作业物资管理系统 |
Non-Patent Citations (1)
Title |
---|
朱赞彬: "无人机作业参数对小麦喷雾效果的分析及试验" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797106A (zh) * | 2023-08-29 | 2023-09-22 | 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 |
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 |
CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
CN116824380B (zh) * | 2023-08-30 | 2023-11-28 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115630770B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115630770B (zh) | 一种基于植保无人机的作业效果评价方法、系统及介质 | |
CN113095555B (zh) | 基于物联网的农作物病虫害监控方法、系统及存储介质 | |
US20230263110A1 (en) | Turf management systems and methods | |
CN113110207A (zh) | 基于物联网传感器的虫害远程监测方法、系统及存储介质 | |
CN109409275B (zh) | 目标对象的识别方法及装置、施药信息的确定方法 | |
US20180012239A1 (en) | Data Pre-Processing and Searching Systems | |
CN116523147B (zh) | 基于无人机红外探测的农田碳排放预测方法及系统 | |
CN115205695B (zh) | 一种根据种植数据确定种植策略的方法和系统 | |
CN116778333A (zh) | 一种基于卫星遥感影像识别的油茶林生长趋势预测方法和系统 | |
CN114399682A (zh) | 一种林业病虫害的长效防治方法及系统 | |
CN115660291A (zh) | 一种植物病害发生与潜在发生的识别评估方法及系统 | |
CN113435252A (zh) | 一种基于遥感的烟草病虫害监测预警方法和系统 | |
CN117173400B (zh) | 一种荔枝虫害的低碳治理方案推荐方法及系统 | |
KR102455715B1 (ko) | 농작물의 출하예상가격 산출 시스템 및 방법 | |
CN117171695B (zh) | 一种抗生素污染土壤生态修复效果评价的方法及系统 | |
Entwistle et al. | Short‐term forecasting of wheat yield loss caused by the grain aphid (Sitobion avenae) in summer | |
CN113822225A (zh) | 一种森林病虫害的智能监测方法及系统 | |
CN116523182A (zh) | 一种生态果园的构建和生产管理方法、系统及存储介质 | |
CN116307879A (zh) | 一种斑节对虾虾苗高效培育方法、系统及介质 | |
US20230169416A1 (en) | Pest distribution modeling with hybrid mechanistic and machine learning models | |
Kanna et al. | A maize crop yield optimization and healthcare monitoring framework using firefly algorithm through iot | |
Patel et al. | Big Data analytics for advanced viticulture | |
Barriere et al. | Multimodal crop type classification fusing multi-spectral satellite time series with farmers crop rotations and local crop distribution | |
CN114332613A (zh) | 基于遥感影像的农地健康状态预测方法、装置、设备和存储介质 | |
CN113836188A (zh) | 数据处理方法、装置、服务器及存储介质 |
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 |