CN115900726A - 一种基于作物地理坐标定位的导航路径生成方法 - Google Patents

一种基于作物地理坐标定位的导航路径生成方法 Download PDF

Info

Publication number
CN115900726A
CN115900726A CN202310112346.XA CN202310112346A CN115900726A CN 115900726 A CN115900726 A CN 115900726A CN 202310112346 A CN202310112346 A CN 202310112346A CN 115900726 A CN115900726 A CN 115900726A
Authority
CN
China
Prior art keywords
crop
coordinates
path
coordinate
camera
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
Application number
CN202310112346.XA
Other languages
English (en)
Inventor
齐龙
陈钊国
吴双龙
江俊
严翔宇
何继瀚
陈少涛
黄昱燊
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.)
South China Agricultural University
Original Assignee
South China Agricultural University
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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN202310112346.XA priority Critical patent/CN115900726A/zh
Publication of CN115900726A publication Critical patent/CN115900726A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开一种基于作物地理坐标定位的导航路径生成方法，其特征在于，包括以下步骤:(1)基于无人机拍摄作物的遥感影像，通过识别算法和坐标转换，获取作物地理坐标点；(2)根据田块边界信息和农机作业相关参数，生成粗略作业路径；(3)根据所述作物地理坐标点、粗略作业路径，生成避苗的精确作业路径。该方法通过无人机遥感影像对农机作业进行导航，路径规划的操作过程十分简单，路径规划更加精确，农机在导航管理作业时，极大减少了农机车轮压苗、伤苗等情况。

Description

一种基于作物地理坐标定位的导航路径生成方法
技术领域
本发明涉及无人机技术领域，具体涉及一种基于作物地理坐标定位的导航路径生成方法。
背景技术
近年来，多种作物的耕种收的机械化发展已达到较高水平，但作物管理还处于较低发展水平，例如，高地隙喷雾机在水田作业行走过程中，不可避免的发生压苗、伤苗等情况，影响了作物的正常生长，导致作物减产，不能满足现代农业发展要求。
为了解决上述问题，主要采用农机自主导航，在田间行走时尽量减少压苗、伤苗等情况，农机自主导航过程分为路径规划、导航控制两部分。现有的路径规划主要通过人工采集矩形田块四角的地理信息，确定农田的模型；然后通过人工驾驶农机在田间行驶，记录行驶数据并确定导航路径的方向。上述方法中，将边界提取及路径规划作为农机自动驾驶导航系统的软件算法集成到农机作业平台上。在路径规划的过程中，由于需要进入田间人工采集地理信息数据，操作过程十分繁琐；且进入田间人工采集地理信息数据时，同样也会造成压苗、伤苗等情况。
发明内容
本发明的目的在于克服上述存在的问题，提供一种基于作物地理坐标定位的导航路径生成方法，该方法通过无人机遥感影像对农机作业进行导航，路径规划的操作过程十分简单，路径规划更加精确，农机在导航管理作业时，极大减少了农机车轮压苗、伤苗等情况。
本发明的目的通过以下技术方案实现：
一种基于作物地理坐标定位的导航路径生成方法，包括以下步骤:
(1)、基于无人机拍摄作物的遥感影像，通过识别算法和坐标转换，获取作物地理坐标点；
(2)、根据田块边界信息和农机作业相关参数，生成粗略作业路径；
(3)、根据所述作物地理坐标点、粗略作业路径，生成避苗的精确作业路径。
本发明的一个优选方案，其中，在步骤(1)中，所述遥感影像为作物苗期的遥感影像，无人机在拍摄时，获取拍摄瞬间无人机装载相机拍摄的角度信息和位置信息；所述识别算法用于对遥感影像进行作物识别和定位，得到每一株作物中心点的像素坐标；基于角度信息和位置信息，把像素坐标点通过坐标变换和投影变换转换成绝对大地地理坐标点，从而获取作物地理坐标点。
优选地，所述角度信息包括相机的横滚角、俯仰角和航向角；所述位置信息包括相机的经纬度信息和相对高度信息。
优选地，在步骤(1)中，所述坐标转换的具体过程为：基于所获取的角度信息和位置信息把作物像素坐标(O-uv)转换为图像坐标(O-xy)，把图像坐标转换成相机坐标(O-XYZ)，把相机坐标转换成世界坐标(O-UVW)。
所述投影变换的具体过程为：作物的世界坐标通过高斯投影的反算公式计算或墨卡托投影得到作物地理坐标，即经纬度坐标。反之，作物地理坐标通过高斯投影正算公式运算得到作物的世界坐标。
进一步地，把作物像素坐标转换为图像坐标的具体计算公式为：
Figure BDA0004077265850000031
其中，
Figure BDA0004077265850000032
为已知像素坐标，dX，dY分别表示X，Y方向上的一个像素在相机感光元件上的物理长度(即一个像素在感光元件上是多少毫米)，u0，v0分别表示相机感光元件中心在像素坐标系下的坐标，θ表示感光元件的横边和纵边之间的角度(90°表示没有误差)，
Figure BDA0004077265850000033
是指图像坐标。
把图像坐标转换成相机坐标的具体计算公式为：
Figure BDA0004077265850000034
其中，f是指像距。
把相机坐标转换成世界坐标的具体计算公式为：
Figure BDA0004077265850000035
其中，
Figure BDA0004077265850000036
为已知像素坐标，Z为尺度因子，
Figure BDA0004077265850000037
为相机内参矩阵，
Figure BDA0004077265850000038
为相机外参矩阵，旋转矩阵
Figure BDA0004077265850000039
为相机在世界坐标系三个轴方向转过的角度值，平移向量
Figure BDA0004077265850000041
通过对相机中心经纬度坐标进行高斯投影正算运算得到平移向量T，
Figure BDA0004077265850000042
为世界坐标系；
所述投影变换的过程采用高斯投影或墨卡托投影，所述高斯投影的正算公式为：
Figure BDA0004077265850000043
X＝c{β0B+[β2cosB+β4(cosB)3+β6(cosB)5+β8(cosB)7]sinB}
Figure BDA0004077265850000044
其中，BL为经纬度，
Figure BDA0004077265850000045
t＝tanB，η＝e′cosB，
Figure BDA0004077265850000046
第一偏心率
Figure BDA0004077265850000047
第二偏心率
Figure BDA0004077265850000048
长半轴a、短半轴b、扁率a、L0为中央子午线经度，X为子午线弧长，极点处的子午线曲率半径
Figure BDA0004077265850000049
所述高斯投影的反算公式为：
Figure BDA00040772658500000410
其中，tf＝tanBf，
Figure BDA0004077265850000051
nf＝tanBf，X＝x。
通过将上以上公式编码为计算机程序，输入所获取的作物像素坐标、无人机相机的位置信息和角度信息，通过计算机运算处理得到作物地理坐标，从而得到作物地理坐标点。
坐标变换是空间实体的位置描述，是从一种坐标系统变换到另一种坐标系统的过程，通过建立两个坐标系统之间一一对应关系来实现。本发明中的坐标变换是指像素坐标到图像坐标、相机坐标、世界坐标的变换过程。
本发明中的投影变换是指高斯投影或墨卡托投影过程，两个投影过程有差别，但都是实现把世界坐标转换为地理坐标(即经纬度坐标)的效果。算法逻辑为输入像素坐标、相机中心经纬度坐标(包括相机相对地面高度)、相机的旋转角度，根据已知的相机内参矩阵和其他高斯投影相关参数，即可通过坐标变换得到世界坐标，然后通过投影变换得到作物地理坐标。
坐标变换和投影变换为先后顺序。但计算平移向量T需要先进行高斯投影正算。
优选地，在步骤(2)中，通过人机交互界面输入田块边界信息、农机作业相关参数，生成粗略作业路径。所述农机作业相关参数包括作业宽幅和前后轮作业轮距以及农机转弯半径。所述粗略作业路径基于田块边界信息、前后轮作业轮距、作业宽幅和农机转弯半径产生，通过人机交互界面可人为调节作业路径方向，生成粗略作业路径。
优选地，在步骤(3)中，根据所述作物地理坐标点、粗略作业路径，通过计算机程序处理，生成避苗的精确作业路径。
优选地，在步骤(3)中，在田块边界区域内，划分可通行区域和不可通行区域，其中，以作物地理坐标点为圆心，并以指定距离为半径画作物圆，所述作物圆内的区域为不可通行区域，所述作物圆外的区域为可通行区域；所述精确作业路径位于可通行区域中。
本发明与现有技术相比具有以下有益效果：
本发明中的基于作物地理坐标定位的导航路径生成方法，通过无人机拍摄作物的遥感影像，获取作物地理坐标点，根据田块边界信息和农机作业相关参数，生成粗略作业路径；根据所述作物地理坐标点、粗略作业路径，生成避苗的精确作业路径。上述方法中，采用无人机规划路径，对农机作业进行导航，无需人工采集地理信息数据，操作过程十分简单，路径规划更加精确，在路径规划时，无需进入田间人工采集地理信息数据，避免了压苗、伤苗等情况发生，而且农机在导航管理作业时，也不会造成压苗、伤苗等情况。
附图说明
图1为本发明中的一种基于作物地理坐标定位的导航路径生成方法的流程图。
图2-图3为本发明中的粗略作业路径的示意图，其中，图2中表示为田块边界与粗略作业轨迹的示意图，图3为作物与粗略作业轨迹的示意图。
图4为本发明中的精确作业路径的示意图.
图5为本发明中的压苗和不压苗时的作业路径示意图。
具体实施方式
为了使本领域的技术人员很好地理解本发明的技术方案，下面结合实施例和附图对本发明作进一步描述，但本发明的实施方式不仅限于此。
参见图1-图5，一种基于作物地理坐标定位的导航路径生成方法，包括以下步骤:
(1)、基于无人机拍摄作物的遥感影像，通过识别算法和坐标转换，获取作物地理坐标点；
(2)、根据田块边界信息和农机作业相关参数，生成粗略作业路径；
(3)、根据所述作物地理坐标点、粗略作业路径，生成避苗的精确作业路径；
(4)、通过软件导出kml格式的精确作业路径，为农机不压苗自动导航作业提供参考或者标准。
参见图1-图5，在步骤(1)中，所述遥感影像为作物苗期的遥感影像，无人机在拍摄时，获取拍摄瞬间无人机装载相机拍摄的角度信息和位置信息；所述识别算法用于对遥感影像进行作物识别和定位，得到每一株作物中心点的像素坐标；基于角度信息和位置信息，把像素坐标点通过坐标变换和投影变换转换成绝对大地地理坐标点，从而获取作物地理坐标点。
具体地，作物为水稻作物，通过大疆精灵4rtk版航测版无人机在一定高度拍摄水稻秧苗初期(插秧后10-20天)的遥感影像，记录下遥感影像的拍摄瞬间相机的角度和大地坐标位置，通过深度学习目标检测算法识别和定位无人机遥感影像中秧苗的中心位置，获取照片内每一株秧苗的中心像素坐标；通过坐标转换和高斯投影变换，把秧苗中心像素坐标转换成秧苗地理坐标，从而获取作物地理坐标点。
所述角度信息包括相机的横滚角、俯仰角和航向角；所述位置信息包括相机的经纬度信息和相对高度信息。
参见图1-图5，在步骤(1)中，所述坐标转换的具体过程为：基于所获取的角度信息和位置信息把作物像素坐标(O-uv)转换为图像坐标(O-xy)，把图像坐标转换成相机坐标(O-XYZ)，把相机坐标转换成世界坐标(O-UVW)。
所述投影变换的具体过程为：作物的世界坐标通过高斯投影的反算公式计算或墨卡托投影得到作物地理坐标，即经纬度坐标。反之，作物地理坐标通过高斯投影正算公式运算得到作物的世界坐标。
进一步地，把作物像素坐标转换为图像坐标的具体计算公式为：
Figure BDA0004077265850000081
其中，
Figure BDA0004077265850000082
为已知像素坐标，dX，dY分别表示X，Y方向上的一个像素在相机感光元件上的物理长度(即一个像素在感光元件上是多少毫米)，u0，v0分别表示相机感光元件中心在像素坐标系下的坐标，θ表示感光元件的横边和纵边之间的角度(90°表示没有误差)，
Figure BDA0004077265850000083
是指图像坐标。
把图像坐标转换成相机坐标的具体计算公式为：
Figure BDA0004077265850000084
其中，dX，dY分别表示X，Y方向上的一个像素在相机感光元件上的物理长度(即一个像素在感光元件上是多少毫米)，u0，v0分别表示相机感光元件中心在像素坐标系下的坐标，θ表示感光元件的横边和纵边之间的角度(90°表示没有误差)，f是指像距。
把相机坐标转换成世界坐标的具体计算公式为：
Figure BDA0004077265850000091
其中，
Figure BDA0004077265850000092
为已知像素坐标，dX，dY分别表示X，Y方向上的一个像素在相机感光元件上的物理长度(即一个像素在感光元件上是多少毫米)，u0，v0分别表示相机感光元件中心在像素坐标系下的坐标，θ表示感光元件的横边和纵边之间的角度(90°表示没有误差)，f是指像距；Z为尺度因子，
Figure BDA0004077265850000093
为相机内参矩阵，
Figure BDA0004077265850000094
为相机外参矩阵，旋转矩阵
Figure BDA0004077265850000095
为相机在世界坐标系三个轴方向转过的角度值，平移向量
Figure BDA0004077265850000096
通过对相机中心经纬度坐标进行高斯投影正算运算得到平移向量T，
Figure BDA0004077265850000097
为世界坐标系；
所述投影变换的过程采用高斯投影或墨卡托投影，所述高斯投影的正算公式为：
Figure BDA0004077265850000098
X＝c{β0B+[β2cosB+β4(cosB)3+β6(cosB)5+β8(cosB)7]sinB}
Figure BDA0004077265850000101
其中，BL为经纬度，
Figure BDA0004077265850000102
t＝tanB，η＝e′cosB，
Figure BDA0004077265850000103
第一偏心率
Figure BDA0004077265850000104
第二偏心率
Figure BDA0004077265850000105
长半轴a、短半轴b、扁率a、L0为中央子午线经度，X为子午线弧长，极点处的子午线曲率半径
Figure BDA0004077265850000106
所述高斯投影的反算公式为：
Figure BDA0004077265850000107
其中，tf＝tanBf，
Figure BDA0004077265850000108
nf＝tanBf，X＝x。
通过将上以上公式编码为计算机程序，输入所获取的作物像素坐标、无人机相机的位置信息和角度信息，通过计算机运算处理得到作物地理坐标，从而得到作物地理坐标点。
坐标变换是空间实体的位置描述，是从一种坐标系统变换到另一种坐标系统的过程，通过建立两个坐标系统之间一一对应关系来实现。本发明中的坐标变换是指像素坐标到图像坐标、相机坐标、世界坐标的变换过程。
本发明中的投影变换是指高斯投影或墨卡托投影过程，两个投影过程有差别，但都是实现把世界坐标转换为地理坐标(即经纬度坐标)的效果。算法逻辑为输入像素坐标、相机中心经纬度坐标(包括相机相对地面高度)、相机的旋转角度，根据已知的相机内参矩阵和其他高斯投影相关参数，即可通过坐标变换得到世界坐标，然后通过投影变换得到作物地理坐标。
坐标变换和投影变换为先后顺序。但计算平移向量T需要先进行高斯投影正算。
参见图1-图5，在步骤(2)中，通过开发的人机交互界面，输入田块边界信息(边界坐标信息)和农机作业相关参数；所述农机作业相关参数包括作业宽幅、前后轮作业轮距、农机转弯半径等；通过软件内部的运算处理，根据农机作业宽幅在区域内生成粗略作业轨迹，从而生成粗略作业路径。所述粗略作业路径基于田块边界信息、前后轮作业轮距、作业宽幅和农机转弯半径产生，通过人机交互界面可人为调节作业路径方向，生成如附图2所示的粗略作业路径。
参见图1-图5，在步骤(3)中，软件内导入秧苗地理坐标点，基于秧苗地理坐标点、前后轮作业轮距、粗略作业路径等，通过软件内部(计算机程序)的运算处理，生成避苗的精确作业路径，如附图4所示。
参见图1-图5，在步骤(3)中，在田块边界区域内，划分可通行区域和不可通行区域，其中，以作物地理坐标点为圆心，并以指定距离为半径画作物圆，所述作物圆内的区域为不可通行区域，所述作物圆外的区域为可通行区域；精确作业路径位于可通行区域中。精确作业路径由直线和样条曲线结合，分为作业段和转向段，作业段通过作物行间，转向段通过作物株间。
所述作物圆的半径大于作物的半径。
本实施例中的农机为高地隙喷雾机。
所述作物包括还可以为玉米苗、小麦苗、蔬菜等作物。
上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所做的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种基于作物地理坐标定位的导航路径生成方法，其特征在于，包括以下步骤:
(1)、基于无人机拍摄作物的遥感影像，通过识别算法和坐标转换，获取作物地理坐标点；
(2)、根据田块边界信息和农机作业相关参数，生成粗略作业路径；
(3)、根据所述作物地理坐标点、粗略作业路径，生成避苗的精确作业路径。
2.根据权利要求1所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，在步骤(1)中，所述遥感影像为作物苗期的遥感影像，无人机在拍摄时，获取拍摄瞬间无人机装载相机拍摄的角度信息和位置信息；所述识别算法用于对遥感影像进行作物识别和定位，得到每一株作物中心点的像素坐标；基于角度信息和位置信息，把像素坐标点通过坐标变换和投影变换转换成绝对大地地理坐标点，从而获取作物地理坐标点。
3.根据权利要求2所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，所述角度信息包括相机的横滚角、俯仰角和航向角；所述位置信息包括相机的经纬度信息和相对高度信息。
4.根据权利要求2所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，在步骤(1)中，所述坐标转换的具体过程为：基于所获取的角度信息和位置信息把作物像素坐标转换为图像坐标，把图像坐标转换成相机坐标，把相机坐标转换成世界坐标；所述投影变换的具体过程为：作物的世界坐标通过高斯投影的反算公式计算或墨卡托投影得到作物地理坐标。
5.根据权利要求1所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，在步骤(2)中，通过人机交互界面输入田块边界信息、农机作业相关参数，生成粗略作业路径。
6.根据权利要求5所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，所述农机作业相关参数包括作业宽幅、前后轮作业轮距和农机转弯半径。
7.根据权利要求1所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，在步骤(3)中，根据所述作物地理坐标点、粗略作业路径，通过计算机程序处理，生成避苗的精确作业路径。
8.根据权利要求1所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，在步骤(3)中，在田块边界区域内，划分可通行区域和不可通行区域，其中，以作物地理坐标点为圆心，并以指定距离为半径画作物圆，所述作物圆内的区域为不可通行区域，所述作物圆外的区域为可通行区域；所述精确作业路径位于可通行区域中。
9.根据权利要求1所述的一种基于作物地理坐标定位的导航路径生成方法，其特征在于，作物为水稻秧苗、玉米苗、小麦苗、蔬菜中的其中一种。
CN202310112346.XA 2023-02-10 2023-02-10 一种基于作物地理坐标定位的导航路径生成方法 Pending CN115900726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310112346.XA CN115900726A (zh) 2023-02-10 2023-02-10 一种基于作物地理坐标定位的导航路径生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310112346.XA CN115900726A (zh) 2023-02-10 2023-02-10 一种基于作物地理坐标定位的导航路径生成方法

Publications (1)

Publication Number Publication Date
CN115900726A true CN115900726A (zh) 2023-04-04

Family

ID=86474837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310112346.XA Pending CN115900726A (zh) 2023-02-10 2023-02-10 一种基于作物地理坐标定位的导航路径生成方法

Country Status (1)

Country Link
CN (1) CN115900726A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116882612A (zh) * 2023-09-08 2023-10-13 安徽农业大学 基于遥感图像和深度学习的智能农机路径规划方法及装置
CN116892944A (zh) * 2023-09-11 2023-10-17 黑龙江惠达科技股份有限公司 农机导航线生成方法及装置、导航方法及装置
CN117470180A (zh) * 2023-12-28 2024-01-30 成都翼比特自动化设备有限公司 一种巡检对象的定位方法、系统、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116882612A (zh) * 2023-09-08 2023-10-13 安徽农业大学 基于遥感图像和深度学习的智能农机路径规划方法及装置
CN116892944A (zh) * 2023-09-11 2023-10-17 黑龙江惠达科技股份有限公司 农机导航线生成方法及装置、导航方法及装置
CN116892944B (zh) * 2023-09-11 2023-12-08 黑龙江惠达科技股份有限公司 农机导航线生成方法及装置、导航方法及装置
CN117470180A (zh) * 2023-12-28 2024-01-30 成都翼比特自动化设备有限公司 一种巡检对象的定位方法、系统、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN115900726A (zh) 一种基于作物地理坐标定位的导航路径生成方法
US20210004594A1 (en) Method for measuring plant planting data, device and system
CN110645998A (zh) 一种基于激光点云的无动态物体地图分段建立方法
US20210365037A1 (en) Automatic driving system for grain processing, automatic driving method, and automatic identification method
CN113778081A (zh) 一种基于激光雷达和视觉的果园路径识别方法和机器人
CN109857128A (zh) 无人机视觉定点降落方法、系统、设备及存储介质
CN115723138A (zh) 一种农业机器人的控制方法、装置、电子设备及存储介质
CN116892944B (zh) 农机导航线生成方法及装置、导航方法及装置
WO2022141240A1 (en) Determining vehicle positions for autonomous driving based on monocular vision and semantic map
CN115280960B (zh) 一种基于田间视觉slam的联合收获机转向控制方法
CN116681733A (zh) 一种空间非合作目标近距离实时位姿跟踪方法
CN116739739A (zh) 一种贷款额度评估方法、装置、电子设备及存储介质
CN115451965B (zh) 基于双目视觉的插秧机插植系统相对航向信息检测方法
CN116576859A (zh) 路径导航方法、作业控制方法及相关装置
CN114820768B (zh) 一种大地坐标系与slam坐标系对齐方法
CN112684483B (zh) 基于卫星和视觉融合的导航偏差感知及其信息获取方法
CN113587946A (zh) 一种田间农业机械视觉导航系统及方法
CN111179303A (zh) 基于粒子滤波的谷物收获机器人视觉导航方法及其应用
Gao et al. An efficient headland-turning navigation system for a safflower picking robot
CN115701524B (zh) 空间结构框架的构建方法及使用其的导航方法和系统
CN113163139A (zh) 一种高空无人机侦察图像情报实时处理方法
CN114485612B (zh) 路线生成方法、装置、无人作业车、电子设备及存储介质
Wu et al. A navigation method for paddy field management based on seedlings coordinate information
Li et al. Low-altitude remote sensing-based global 3D path planning for precision navigation of agriculture vehicles-beyond crop row detection
CN116543309B (zh) 一种作物异常信息获取方法、系统、电子设备及介质

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