CN117389310B - 一种农业无人机喷洒作业控制系统 - Google Patents
一种农业无人机喷洒作业控制系统 Download PDFInfo
- Publication number
- CN117389310B CN117389310B CN202311667178.7A CN202311667178A CN117389310B CN 117389310 B CN117389310 B CN 117389310B CN 202311667178 A CN202311667178 A CN 202311667178A CN 117389310 B CN117389310 B CN 117389310B
- Authority
- CN
- China
- Prior art keywords
- sprayed
- aerial vehicle
- unmanned aerial
- flight
- farmland
- 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
Links
- 239000007921 spray Substances 0.000 title claims description 7
- 238000005507 spraying Methods 0.000 claims abstract description 79
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 230000001502 supplementing effect Effects 0.000 claims abstract description 15
- 239000003814 drug Substances 0.000 claims description 89
- 238000000034 method Methods 0.000 claims description 36
- 239000000575 pesticide Substances 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims 3
- 239000000126 substance Substances 0.000 claims 1
- 238000012271 agricultural production Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及农业技术领域,具体为一种农业无人机喷洒作业控制系统,包括农田参数获取模块、飞行信息分析模块、路线规划模块、飞行控制模块、农作物信息获取模块、补喷模块、云数据库,本系统通过为无人机筛选最佳飞行路线,使得无人机能够在耗能和时间消耗最小的情况下完成喷洒作业,从而最大化利用无人机的飞行能力,通过对无人机进行飞行控制,可以避免可能的路径偏离和飞行控制问题,确保无人机喷洒作业的稳定性和精确性,同时还能够对喷洒药物量不足的农田范围进行补喷,有助于确保药物施用量符合农作物的需求,避免药物过量或不足导致的施药效果不佳,对于提高农业生产效益、降低资源消耗具有重要意义。
Description
技术领域
本发明涉及农业技术领域,具体而言,是一种农业无人机喷洒作业控制系统。
背景技术
随着农业生产规模的不断扩大和农业现代化的推进,农药的使用量也大幅增加,给环境和人类健康带来了一定的风险,传统的农业喷洒作业往往需要大量的人力和时间成本,而且很难对不同地块进行精细化管理,无人机的出现则为这些问题提供了有效帮助。
无人机喷洒作业是指利用无人机完成农田、果园和植物大棚等农业作物的喷洒施药工作,相比于传统的喷洒作业方式,无人机喷洒作业可以实现精细化管理,减少农药的使用量,提高农作物的产量和质量,同时减少环境污染和人类健康风险。
无人机具备较高的飞行速度和作业效率,可以在短时间内完成大面积的喷洒作业,大大节省了劳动力和时间成本,但仍具有一些不足之处,具体表现在:一、现有系统在喷洒路线的规划上往往采用一些简单的经验规则进行路线筛选,比如根据时间、距离等因素进行排序选择,这种简单的筛选方式无法考虑到复杂的地理环境、障碍物情况、无人机返还次数等因素,可能导致路线不够优化和高效。
二、现有系统的飞行控制往往是固定和静态的,无法灵活适应不同的环境和任务需求,比如在不同的天气条件下,如风力等级变化,现有系统可能无法做出相应的调整,且现有系统在飞行控制方面缺乏避障能力,无法主动避开障碍物,导致无人机与障碍物发生碰撞,造成设备损坏或喷洒不均匀的情况。
发明内容
为解决上述技术问题,本发明是通过以下技术方案实现的:一种农业无人机喷洒作业控制系统,包括:农田参数获取模块,用于获取待喷洒农田的参数信息,包括待喷洒农田面积、待喷洒农田轮廓形状、待喷洒农田障碍物数量及各障碍物高度。
农作物信息获取模块,用于获取待喷洒农田对应农作物的生长阶段,并匹配农作物在指定生长阶段单位面积所需喷洒药物量,进而得到农作物在指定生长阶段所需喷洒总药物量。
飞行信息分析模块,用于根据待喷洒农田轮廓形状为无人机规划待喷洒农田各推荐飞行路线,并获取无人机单次飞行携带的喷洒药物量,根据待农作物在指定生长阶段所需喷洒总药物量除以无人机单次飞行携带的喷洒药物量得到无人机返还次数,进而得到各推荐飞行路线各次返还点距离药物补充点的距离。
路线规划模块,用于根据待喷洒农田障碍物数量、无人机返还次数和各推荐飞行路线各次返还点距离药物补充点的距离分析得到待喷洒农田各推荐飞行路线的飞行推荐系数,进而筛选出无人机的最佳飞行路线。
飞行控制模块,用于提取设定的无人机在各风力等级的路径偏离风险系数,并结合待喷洒农田各障碍物高度和当前风力等级对无人机的飞行控制需求指数进行分析,进而对无人机进行飞行控制。
补喷模块,用于对喷洒药物量不合格区域的农田进行补喷。
云数据库,用于储存各农田轮廓形状推荐飞行路线合集、各飞行控制需求指数范围对应的控制算法、农作物在各生长阶段的图像、各药物量范围下农作物图像像素的标准色度值范围。
优选的,所述待喷洒农田的参数信息的具体分析过程包括以下步骤:第一步,利用无人机遥感技术获取待喷洒农田的边界轮廓,通过待喷洒农田的边界轮廓,确定待喷洒农田的面积,根据待喷洒农田的面积对设定的各轮廓形状的标准面积进行扩充,将扩充后的各轮廓形状面积记为/>,其中/>表示第/>个轮廓形状的编号,/>,通过公式得到待喷洒农田的面积和扩充后的各轮廓形状面积的重合度/>,筛选出待喷洒农田的面积和扩充后的各轮廓形状面积的重合度的最大值,将其对应的轮廓形状作为待喷洒农田的轮廓形状。
第二步,对待喷洒农田内存在的障碍物进行勘测,将勘测的各障碍物的高度记为,/>表示第/>个障碍物的编号,/>。
优选的,所述农作物信息获取模块的具体分析过程为:从待喷洒农田内任取若干个农作物样品,利用无人机载体搭载摄像设备获取图像,记为各农作物样品图像,提取云数据库中农作物在各生长阶段的图像,将其和各农作物样品图像匹配得到各农作物样品的对应生长阶段,从中筛选农作物样品匹配最多的生长阶段作为待喷洒农田农作物的指定生长阶段,将其和预设的农作物在各生长阶段单位面积所需喷洒药物量进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量,通过将其和待喷洒农田面积相乘得到农作物在指定生长阶段所需喷洒总药物量,记为待喷洒农田对应总喷洒药物量。
优选的,所述飞行信息分析模块的具体分析过程包括以下步骤:第一步,读取待喷洒农田的轮廓形状,从云数据库中提取各农田轮廓形状推荐飞行路线合集,根据待喷洒农田轮廓形状匹配对应飞行路线,记为各推荐飞行路线。
第二步,获取无人机单次飞行携带的喷洒药物量,记为,读取待喷洒农田对应总喷洒药物量/>,通过/>得到无人机返还次数/>,/>表示向上取整,读取无人机返还次数,为各推荐飞行路线中各次返还点位置进行定位,测量各推荐飞行路线各次返还点距离药物补充点的距离,记为/>,/>表示第/>条推荐飞行路线的编号,/>,/>表示无人机第个返还点的编号,/>。
优选的,所述最佳飞行路线的具体分析过程包括以下步骤:第一步,读取各推荐飞行路线各次返还点距离药物补充点的距离并从中筛选出最大值和最小值,记为/>和,通过公式/>得到无人机各推荐飞行路线的飞行推荐系数/>,其中/>表示待喷洒农田的障碍物数量,/>表示预设的参考障碍物数量。
第二步,将无人机各飞行路线的飞行推荐系数从大到小进行排列,将第一个飞行推荐系数对应的飞行路线作为无人机的飞行路线,记为无人机的最佳飞行路线。
优选的,所述设定的无人机在各风力等级的路径偏离风险系数的具体分析过程包括以下步骤:第一步,对无人机在各风力等级的模拟场景下进行飞行测试,进而获取无人机在各风力等级对应的飞行轨迹,记为无人机各风力等级飞行路线,将无人机各风力等级飞行路线和无人机的最佳飞行路线分别向横轴、纵轴平面进行投影,进而得到无人机的各风力等级飞行路线和最佳飞行路线的横轴重合长度和纵轴重合长度,分别记为和/>,其中/>表示第/>个风力等级的编号,/>。
第二步,分析无人机在各风力等级的路径偏离风险系数,其中/>、/>分别表示为预设的横轴路径偏移的允许长度和纵轴路径偏移的允许长度。
优选的,所述飞行控制模块的具体分析包括以下步骤:第一步,从当地气象台获取当前的风速,将其和预设的风速范围对应风力等级进行匹配得到当前风速所对应风速范围,进而确定当前风力等级,读取无人机在各风力等级的路径偏离风险系数,通过将其和当前风力等级进行匹配得到无人机在当前风力等级的路径偏离风险系数。
第二步,读取待喷洒农田内各障碍物的高度,分析无人机经过各障碍物时的飞行控制需求指数,其公式为:/>其中/>表示预设的路径偏离风险系数允许值,/>表示预设的无人机初始飞行高度,/>表示预设的无人机允许偏离飞行高度,/>分别表示无人机路径偏离风险系数和待喷洒农田障碍物高度的权值因子,通过公式/>得到无人机的飞行控制需求指数/>,/>表示预设的无人机的飞行控制需求指数参考值。
第三步,从云数据库中提取各飞行控制需求指数范围对应的控制算法,筛选得到无人机的飞行控制需求指数对应飞行控制需求指数范围,进而得到无人机飞行控制需求指数范围的对应控制算法,根据控制算法对无人机进行飞行控制。
优选的,所述补喷模块的具体分析过程包括以下步骤:第一步,对进行药物喷洒后的农田区域进行图像获取并单独提取农作物部分图像,将其划分为若干个等面积的子区域,记为各已喷洒农作物子区域图像。
第二步,对各已喷洒农作物子区域图像各像素的色度值进行检测,从云数据库中提取各药物量范围下农作物图像像素的标准色度值范围,读取农作物在指定生长阶段单位面积所需喷洒药物量,将其和各药物量范围下农作物图像像素的标准色度值范围进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量所属药物量范围,进而得到农作物在指定生长阶段中所需喷洒药物量的标准色度值范围。
第三步,将各已喷洒农作物子区域图像各像素的色度值和农作物在指定生长阶段中所需喷洒药物量的标准色度值范围进行对比,将处于农作物在指定生长阶段中所需喷洒药物量的标准色度值范围的各像素记为各指定像素,统计各已喷洒农作物子区域图像中指定像素的数量,记为,其中/>表示第/>个已喷洒农作物子区域的编号,/>,通过公式/>得到各已喷洒农作物子区域的色度符合系数/>,/>表示预设的指定像素数量参考值。
第四步,将各已喷洒农作物子区域的色度符合系数分别同预设的合格色度符合系数阈值进行比对,若某已喷洒农作物子区域的色度符合系数大于或等于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量合格,若某已喷洒农作物子区域的色度符合系数小于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量不合格,向系统发送补喷提醒。
相对于现有技术,本发明具有以下有益效果:一、本系统通过根据农田障碍物情况、无人机返还次数和药物补充点的距离分析各推荐飞行路线的飞行推荐系数,进而筛选出无人机的最佳飞行路线,可以最大限度地减少无人机的重复飞行和浪费时间,使得无人机能够在耗能和时间消耗最小的情况下完成喷洒作业,最大化利用无人机的飞行能力。
二、本系统通过分析得到无人机在各风力等级的路径偏离风险系数,并结合待喷洒农田障碍物情况对无人机的飞行控制需求指数进行分析,进而对无人机进行飞行控制,可以确保其在各种复杂气象条件下的安全飞行,对于保证无人机喷洒作业的稳定性、准确性和安全性具有重要意义,有助于提高农作物的产量和质量,并降低农业生产风险。
三、本系统通过对未喷洒到药物和喷洒药物浓度不足的农田范围进行补喷,可以确保药物的覆盖范围和浓度达到要求,最大限度地提高农作物的生长质量和产量,同时,补喷也可以减少药物浪费,提高资源利用效率,降低农业生产成本,实现农业喷洒作业的精细化管理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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的附图。
图1为本发明的系统模块连接图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明一种农业无人机喷洒作业控制系统,包括农田参数获取模块、飞行信息分析模块、路线规划模块、飞行控制模块、农作物信息获取模块、补喷模块、云数据库。
所述云数据库和飞行信息分析模块、农作物信息获取模块、飞行控制模块连接,飞行信息分析模块和农田参数获取模块、路线规划模块连接,农作物信息获取模块和补喷模块连接,路线规划模块和飞行控制模块连接。
农田参数获取模块,用于获取待喷洒农田的参数信息,包括待喷洒农田面积、待喷洒农田轮廓形状、待喷洒农田障碍物数量及各障碍物高度。
所述待喷洒农田的参数信息的具体分析过程包括以下步骤:第一步,利用无人机遥感技术获取待喷洒农田的边界轮廓,通过待喷洒农田的边界轮廓,确定待喷洒农田的面积,根据待喷洒农田的面积对设定的各轮廓形状的标准面积进行扩充,将扩充后的各轮廓形状面积记为/>,其中/>表示第/>个轮廓形状的编号,/>,通过公式得到待喷洒农田的面积和扩充后的各轮廓形状面积的重合度/>,筛选出待喷洒农田的面积和扩充后的各轮廓形状面积的重合度的最大值,将其对应的轮廓形状作为待喷洒农田的轮廓形状;通过利用无人机遥感技术获取待喷洒农田的边界轮廓,可以获得更加精确的农田边界信息,避免误差和盲区,确保喷洒范围准确无误,通过计算待喷洒农田的面积和扩充后的轮廓形状面积的重合度,可以筛选出与农田面积重合度最高的轮廓形状,作为待喷洒农田的准确轮廓形状,确保施药范围准确无误。
第二步,对待喷洒农田内存在的障碍物进行勘测,将勘测的各障碍物的高度记为,/>表示第/>个障碍物的编号,/>;通过勘测障碍物,可以事先根据不同的障碍物设计合理的施药路径,减少在施药过程中的停顿和调整,提高工作效率和生产力。
农作物信息获取模块,用于获取待喷洒农田对应农作物的生长阶段,并匹配农作物在指定生长阶段单位面积所需喷洒药物量,进而得到农作物在指定生长阶段所需喷洒总药物量。
所述农作物信息获取模块的具体分析过程为:从待喷洒农田内任取若干个农作物样品,利用无人机载体搭载摄像设备获取图像,记为各农作物样品图像,提取云数据库中农作物在各生长阶段的图像,将其和各农作物样品图像匹配得到各农作物样品的对应生长阶段,从中筛选农作物样品匹配最多的生长阶段作为待喷洒农田农作物的指定生长阶段,将其和预设的农作物在各生长阶段单位面积所需喷洒药物量进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量,通过将其和待喷洒农田面积相乘得到农作物在指定生长阶段所需喷洒总药物量,记为待喷洒农田对应总喷洒药物量;通过确定待喷洒农田内农作物的对应生长阶段,能够根据每个生长阶段的需求来调整施药药物量,实现对农作物的精确施药,避免过量或不足的情况发生。
飞行信息分析模块,用于根据待喷洒农田轮廓形状为无人机规划待喷洒农田各推荐飞行路线,并获取无人机单次飞行携带的喷洒药物量,根据待农作物在指定生长阶段所需喷洒总药物量除以无人机单次飞行携带的喷洒药物量得到无人机返还次数,进而得到各推荐飞行路线各次返还点距离药物补充点的距离。
所述飞行信息分析模块的具体分析过程包括以下步骤:第一步,读取待喷洒农田的轮廓形状,从云数据库中提取各农田轮廓形状推荐飞行路线合集,根据待喷洒农田轮廓形状匹配对应飞行路线,记为各推荐飞行路线;根据农田的实际形状匹配对应的飞行路线能够更精确地规划出适合农田形状的飞行路径,提高飞行路径规划的准确性。
第二步,获取无人机单次飞行携带的喷洒药物量,记为,读取待喷洒农田对应总喷洒药物量/>,通过/>得到无人机返还次数/>,/>表示向上取整,读取无人机返还次数,为各推荐飞行路线中各次返还点位置进行定位,测量各推荐飞行路线各次返还点距离药物补充点的距离,记为/>,/>表示第/>条推荐飞行路线的编号,/>,/>表示无人机第个返还点的编号,/>;通过获取无人机返还次数并向上取整,可以根据返还次数进行飞行路线规划,使得无人机的飞行路线更加高效和经济,同时,通过测量各推荐飞行路线各次返还点距离药物补充点的距离,可以准确定位返还点的位置,确保在需要追加药物的时候能够及时准确地补充。
需要解释的是,所述为各推荐飞行路线中各次返还点位置进行定位的具体分析过程为:读取农作物在指定生长阶段单位面积所需喷洒药物量和无人机单次飞行携带的喷洒药物量,通过将无人机单次飞行携带的喷洒药物量除以农作物在指定生长阶段单位面积所需喷洒药物量得到药物的覆盖量,再将其除以设定的无人机喷洒宽度得到无人机单次喷洒的距离,根据无人机各推荐飞行路线和无人机单次喷洒的距离,得到无人机各推荐飞行路线中的各次返还点。
路线规划模块,用于根据待喷洒农田障碍物数量、无人机返还次数和各推荐飞行路线各次返还点距离药物补充点的距离分析得到待喷洒农田各推荐飞行路线的飞行推荐系数,进而筛选出无人机的最佳飞行路线。
所述最佳飞行路线的具体分析过程包括以下步骤:第一步,读取各推荐飞行路线各次返还点距离药物补充点的距离并从中筛选出最大值和最小值,记为/>和/>,通过公式/>得到无人机各推荐飞行路线的飞行推荐系数/>,其中/>表示待喷洒农田的障碍物数量,/>表示预设的参考障碍物数量;通过获取无人机推荐飞行路线的飞行推荐系数,可以对不同的飞行路线进行评估和比较,并根据需要进行调整和优化,实现对农田的精细化管理,提高农作物的产量和品质。
第二步,将无人机各飞行路线的飞行推荐系数从大到小进行排列,将第一个飞行推荐系数对应的飞行路线作为无人机的飞行路线,记为无人机的最佳飞行路线;减少了无人机的飞行距离和时间,从而节约能源和资源的消耗。
飞行控制模块,用于提取设定的无人机在各风力等级的路径偏离风险系数,并结合待喷洒农田各障碍物高度和当前风力等级对无人机的飞行控制需求指数进行分析,进而对无人机进行飞行控制。
所述设定的无人机在各风力等级的路径偏离风险系数的具体分析过程包括以下步骤:第一步,对无人机在各风力等级的模拟场景下进行飞行测试,进而获取无人机在各风力等级对应的飞行轨迹,记为无人机各风力等级飞行路线,将无人机各风力等级飞行路线和无人机的最佳飞行路线分别向横轴、纵轴平面进行投影,进而得到无人机的各风力等级飞行路线和最佳飞行路线的横轴重合长度和纵轴重合长度,分别记为和/>,其中/>表示第/>个风力等级的编号,/>;通过将无人机各风力等级飞行路线和最佳飞行路线分别在横轴和纵轴平面进行投影,可以直观地对比不同风力等级下的飞行路线与最佳飞行路线的重合程度,这有助于评估无人机在不同风力条件下的安全性和稳定性,发现风力等级对无人机飞行控制算法的影响。
第二步,分析无人机在各风力等级的路径偏离风险系数,其中/>、/>分别表示为预设的横轴路径偏移的允许长度和纵轴路径偏移的允许长度;通过分析无人机在不同风力等级下的路径偏离风险系数,可以根据具体的风力情况调整飞行路径,有助于实现对无人机飞行的精细化控制,减少路径偏移的可能性,提高飞行的精确度和稳定性。
所述飞行控制模块的具体分析包括以下步骤:第一步,从当地气象台获取当前的风速,将其和预设的风速范围对应风力等级进行匹配得到当前风速所对应风速范围,进而确定当前风力等级,读取无人机在各风力等级的路径偏离风险系数,通过将其和当前风力等级进行匹配得到无人机在当前风力等级的路径偏离风险系数;通过获取当前的风速并将其与预设的风速范围对应的风力等级进行匹配,可以准确确定当前的风力等级,确定无人机在当前风力等级下的路径偏离风险系数,基于这个风险系数,可以对飞行路径进行优化规划,避免无人机在高风力条件下遭受异常偏离路径的风险,确保飞行路径的稳定性。
第二步,读取待喷洒农田内各障碍物的高度,分析无人机经过各障碍物时的飞行控制需求指数,其公式为:/>其中/>表示预设的路径偏离风险系数允许值,/>表示预设的无人机初始飞行高度,/>表示预设的无人机允许偏离飞行高度,/>分别表示无人机路径偏离风险系数和待喷洒农田障碍物高度的权值因子,通过公式/>得到无人机的飞行控制需求指数/>,/>表示预设的无人机的飞行控制需求指数参考值;将待喷洒农田障碍物高度与飞行控制需求指数结合起来,可以更好地评估无人机在飞行过程中的风险,避免发生碰撞或意外情况,通过合理调整飞行高度和路径规划,可以提高飞行的安全性和稳定性,降低事故风险。
第三步,从云数据库中提取各飞行控制需求指数范围对应的控制算法,筛选得到无人机的飞行控制需求指数对应飞行控制需求指数范围,进而得到无人机飞行控制需求指数范围的对应控制算法,根据控制算法对无人机进行飞行控制。
补喷模块,用于对喷洒药物量不合格区域的农田进行补喷。
所述补喷模块的具体分析过程包括以下步骤:第一步,对进行药物喷洒后的农田区域进行图像获取并单独提取农作物部分图像,将其划分为若干个等面积的子区域,记为各已喷洒农作物子区域图像;通过分析不同子区域的农作物状况,可以及时发现和处理健康问题,提高农作物的产量和质量。
第二步,对各已喷洒农作物子区域图像各像素的色度值进行检测,从云数据库中提取各药物量范围下农作物图像像素的标准色度值范围,读取农作物在指定生长阶段单位面积所需喷洒药物量,将其和各药物量范围下农作物图像像素的标准色度值范围进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量所属药物量范围,进而得到农作物在指定生长阶段中所需喷洒药物量的标准色度值范围;通过农作物图像的色度值和阶段对应的标准色度值范围进行比对,可以判断喷洒药物是否达到了农作物的需要,避免过度施药,减少农药的使用量,实现高效农药利用,并降低农业环境对农作物和生态系统的影响。
第三步,将各已喷洒农作物子区域图像各像素的色度值和农作物在指定生长阶段中所需喷洒药物量的标准色度值范围进行对比,将处于农作物在指定生长阶段中所需喷洒药物量的标准色度值范围的各像素记为各指定像素,统计各已喷洒农作物子区域图像中指定像素的数量,记为,其中/>表示第/>个已喷洒农作物子区域的编号,/>,通过公式/>得到各已喷洒农作物子区域的色度符合系数/>,/>表示预设的指定像素数量参考值;通过标记符合范围的像素,可以准确判断农田中农作物是否已经得到足够的药物施用,有助于确保药物施用量符合农作物的需求,避免药物过量或不足导致的施药效果不佳。
第四步,将各已喷洒农作物子区域的色度符合系数分别同预设的合格色度符合系数阈值进行比对,若某已喷洒农作物子区域的色度符合系数大于或等于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量合格,若某已喷洒农作物子区域的色度符合系数小于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量不合格,向系统发送补喷提醒。
云数据库,用于储存各农田轮廓形状推荐飞行路线合集、各飞行控制需求指数范围对应的控制算法、农作物在各生长阶段的图像、各药物量范围下农作物图像像素的标准色度值范围。
本系统通过为无人机筛选最佳飞行路线,使得无人机能够在耗能和时间消耗最小的情况下完成喷洒作业,从而最大化利用无人机的飞行能力,通过对无人机进行飞行控制,可以避免可能的路径偏离和飞行控制问题,确保无人机喷洒作业的稳定性和精确性,同时还能够对喷洒药物量不足的农田范围进行补喷,有助于确保药物施用量符合农作物的需求,避免药物过量或不足导致的施药效果不佳,对于提高农业生产效益、降低资源消耗具有重要意义。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种农业无人机喷洒作业控制系统,其特征在于,包括:
农田参数获取模块,用于获取待喷洒农田的参数信息,包括待喷洒农田面积、待喷洒农田轮廓形状、待喷洒农田障碍物数量及各障碍物高度;
农作物信息获取模块,用于获取待喷洒农田对应农作物的生长阶段,并匹配农作物在指定生长阶段单位面积所需喷洒药物量,进而得到农作物在指定生长阶段所需喷洒总药物量;
飞行信息分析模块,用于根据待喷洒农田轮廓形状为无人机规划待喷洒农田各推荐飞行路线,并获取无人机单次飞行携带的喷洒药物量,根据待农作物在指定生长阶段所需喷洒总药物量除以无人机单次飞行携带的喷洒药物量得到无人机返还次数,进而得到各推荐飞行路线各次返还点距离药物补充点的距离;
路线规划模块,用于根据待喷洒农田障碍物数量、无人机返还次数和各推荐飞行路线各次返还点距离药物补充点的距离分析得到待喷洒农田各推荐飞行路线的飞行推荐系数,进而筛选出无人机的最佳飞行路线;
飞行控制模块,用于提取设定的无人机在各风力等级的路径偏离风险系数,并结合待喷洒农田各障碍物高度和当前风力等级对无人机的飞行控制需求指数进行分析,进而对无人机进行飞行控制;
补喷模块,用于对喷洒药物量不合格区域的农田进行补喷;
云数据库,用于储存各农田轮廓形状推荐飞行路线合集、各飞行控制需求指数范围对应的控制算法、农作物在各生长阶段的图像、各药物量范围下农作物图像像素的标准色度值范围;
所述设定的无人机在各风力等级的路径偏离风险系数的具体分析过程包括以下步骤:
第一步,对无人机在各风力等级的模拟场景下进行飞行测试,进而获取无人机在各风力等级对应的飞行轨迹,记为无人机各风力等级飞行路线,将无人机各风力等级飞行路线和无人机的最佳飞行路线分别向横轴、纵轴平面进行投影,进而得到无人机的各风力等级飞行路线和最佳飞行路线的横轴重合长度和纵轴重合长度,分别记为和/>,其中/>表示第/>个风力等级的编号,/>;
第二步,分析无人机在各风力等级的路径偏离风险系数,其中/>、/>分别表示为预设的横轴路径偏移的允许长度和纵轴路径偏移的允许长度;
所述飞行控制模块的具体分析包括以下步骤:
第一步,从当地气象台获取当前的风速,将其和预设的风速范围对应风力等级进行匹配得到当前风速所对应风速范围,进而确定当前风力等级,读取无人机在各风力等级的路径偏离风险系数,通过将其和当前风力等级进行匹配得到无人机在当前风力等级的路径偏离风险系数;
第二步,读取待喷洒农田内各障碍物的高度,分析无人机经过各障碍物时的飞行控制需求指数,其公式为:/>其中/>表示预设的路径偏离风险系数允许值,/>表示预设的无人机初始飞行高度,/>表示预设的无人机允许偏离飞行高度,/>分别表示无人机路径偏离风险系数和待喷洒农田障碍物高度的权值因子,通过公式/>得到无人机的飞行控制需求指数/>,/>表示预设的无人机的飞行控制需求指数参考值;
第三步,从云数据库中提取各飞行控制需求指数范围对应的控制算法,筛选得到无人机的飞行控制需求指数对应飞行控制需求指数范围,进而得到无人机飞行控制需求指数范围的对应控制算法,根据控制算法对无人机进行飞行控制。
2.根据权利要求1所述的一种农业无人机喷洒作业控制系统,其特征在于:所述待喷洒农田的参数信息的具体分析过程包括以下步骤:
第一步,利用无人机遥感技术获取待喷洒农田的边界轮廓,通过待喷洒农田的边界轮廓,确定待喷洒农田的面积,根据待喷洒农田的面积对设定的各轮廓形状的标准面积进行扩充,将扩充后的各轮廓形状面积记为/>,其中/>表示第/>个轮廓形状的编号,,通过公式/>得到待喷洒农田的面积和扩充后的各轮廓形状面积的重合度/>,筛选出待喷洒农田的面积和扩充后的各轮廓形状面积的重合度的最大值,将其对应的轮廓形状作为待喷洒农田的轮廓形状;
第二步,对待喷洒农田内存在的障碍物进行勘测,将勘测的各障碍物的高度记为,/>表示第/>个障碍物的编号,/>。
3.根据权利要求1所述的一种农业无人机喷洒作业控制系统,其特征在于:所述农作物信息获取模块的具体分析过程为:从待喷洒农田内任取若干个农作物样品,利用无人机载体搭载摄像设备获取图像,记为各农作物样品图像,提取云数据库中农作物在各生长阶段的图像,将其和各农作物样品图像匹配得到各农作物样品的对应生长阶段,从中筛选农作物样品匹配最多的生长阶段作为待喷洒农田农作物的指定生长阶段,将其和预设的农作物在各生长阶段单位面积所需喷洒药物量进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量,通过将其和待喷洒农田面积相乘得到农作物在指定生长阶段所需喷洒总药物量,记为待喷洒农田对应总喷洒药物量。
4.根据权利要求3所述的一种农业无人机喷洒作业控制系统,其特征在于:所述飞行信息分析模块的具体分析过程包括以下步骤:
第一步,读取待喷洒农田的轮廓形状,从云数据库中提取各农田轮廓形状推荐飞行路线合集,根据待喷洒农田轮廓形状匹配对应飞行路线,记为各推荐飞行路线;
第二步,获取无人机单次飞行携带的喷洒药物量,记为,读取待喷洒农田对应总喷洒药物量/>,通过/>得到无人机返还次数/>,/>表示向上取整,读取无人机返还次数,为各推荐飞行路线中各次返还点位置进行定位,测量各推荐飞行路线各次返还点距离药物补充点的距离,记为/>,/>表示第/>条推荐飞行路线的编号,/>,/>表示无人机第/>个返还点的编号,/>。
5.根据权利要求4所述的一种农业无人机喷洒作业控制系统,其特征在于:所述最佳飞行路线的具体分析过程包括以下步骤:
第一步,读取各推荐飞行路线各次返还点距离药物补充点的距离并从中筛选出最大值和最小值,记为/>和/>,通过公式/>得到无人机各推荐飞行路线的飞行推荐系数/>,其中/>表示待喷洒农田的障碍物数量,/>表示预设的参考障碍物数量;
第二步,将无人机各飞行路线的飞行推荐系数从大到小进行排列,将第一个飞行推荐系数对应的飞行路线作为无人机的飞行路线,记为无人机的最佳飞行路线。
6.根据权利要求1所述的一种农业无人机喷洒作业控制系统,其特征在于:所述补喷模块的具体分析过程包括以下步骤:
第一步,对进行药物喷洒后的农田区域进行图像获取并单独提取农作物部分图像,将其划分为若干个等面积的子区域,记为各已喷洒农作物子区域图像;
第二步,对各已喷洒农作物子区域图像各像素的色度值进行检测,从云数据库中提取各药物量范围下农作物图像像素的标准色度值范围,读取农作物在指定生长阶段单位面积所需喷洒药物量,将其和各药物量范围下农作物图像像素的标准色度值范围进行匹配,得到农作物在指定生长阶段单位面积所需喷洒药物量所属药物量范围,进而得到农作物在指定生长阶段中所需喷洒药物量的标准色度值范围;
第三步,将各已喷洒农作物子区域图像各像素的色度值和农作物在指定生长阶段中所需喷洒药物量的标准色度值范围进行对比,将处于农作物在指定生长阶段中所需喷洒药物量的标准色度值范围的各像素记为各指定像素,统计各已喷洒农作物子区域图像中指定像素的数量,记为,其中/>表示第/>个已喷洒农作物子区域的编号,/>,通过公式得到各已喷洒农作物子区域的色度符合系数/>,/>表示预设的指定像素数量参考值;
第四步,将各已喷洒农作物子区域的色度符合系数分别同预设的合格色度符合系数阈值进行比对,若某已喷洒农作物子区域的色度符合系数大于或等于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量合格,若某已喷洒农作物子区域的色度符合系数小于预设的合格色度符合系数阈值,则表示该已喷洒农作物子区域的农作物对应药物喷洒量不合格,向系统发送补喷提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311667178.7A CN117389310B (zh) | 2023-12-07 | 2023-12-07 | 一种农业无人机喷洒作业控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311667178.7A CN117389310B (zh) | 2023-12-07 | 2023-12-07 | 一种农业无人机喷洒作业控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117389310A CN117389310A (zh) | 2024-01-12 |
CN117389310B true CN117389310B (zh) | 2024-02-23 |
Family
ID=89472420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311667178.7A Active CN117389310B (zh) | 2023-12-07 | 2023-12-07 | 一种农业无人机喷洒作业控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117389310B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774395A (zh) * | 2016-12-14 | 2017-05-31 | 东北农业大学 | 农用植保无人机避障喷施路径规划方法及无人机 |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒系统和方法 |
KR102008397B1 (ko) * | 2018-11-27 | 2019-08-08 | 주식회사 에어센스 | 스마트 정밀 농업용 예찰 드론 시스템 |
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 |
CN212243834U (zh) * | 2020-03-31 | 2020-12-29 | 深圳市青之鸟科技有限公司 | 一种植保无人机可调节喷洒装置 |
JP2021114271A (ja) * | 2020-01-21 | 2021-08-05 | 株式会社スカイウォーカー | スマート農業支援システム及びスマート農業支援方法 |
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 |
CN113344524A (zh) * | 2021-06-02 | 2021-09-03 | 武汉飞渡星空科技有限公司 | 一种基于远程数据采集分析技术的智慧农业农作物种植管理方法、系统及存储介质 |
CN114035607A (zh) * | 2021-11-06 | 2022-02-11 | 溆浦农飞客农业科技有限公司 | 一种无人机喷洒农药的作业方法 |
-
2023
- 2023-12-07 CN CN202311667178.7A patent/CN117389310B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774395A (zh) * | 2016-12-14 | 2017-05-31 | 东北农业大学 | 农用植保无人机避障喷施路径规划方法及无人机 |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒系统和方法 |
KR102008397B1 (ko) * | 2018-11-27 | 2019-08-08 | 주식회사 에어센스 | 스마트 정밀 농업용 예찰 드론 시스템 |
JP2021114271A (ja) * | 2020-01-21 | 2021-08-05 | 株式会社スカイウォーカー | スマート農業支援システム及びスマート農業支援方法 |
CN212243834U (zh) * | 2020-03-31 | 2020-12-29 | 深圳市青之鸟科技有限公司 | 一种植保无人机可调节喷洒装置 |
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 |
CN113344524A (zh) * | 2021-06-02 | 2021-09-03 | 武汉飞渡星空科技有限公司 | 一种基于远程数据采集分析技术的智慧农业农作物种植管理方法、系统及存储介质 |
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 |
CN114035607A (zh) * | 2021-11-06 | 2022-02-11 | 溆浦农飞客农业科技有限公司 | 一种无人机喷洒农药的作业方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117389310A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11734925B2 (en) | Large-scale crop phenology extraction method based on shape model fitting method | |
CN108227041B (zh) | 基于站点实测数据和模式结果的水平能见度预报方法 | |
CN112258331B (zh) | 一种基于大数据的农作物种植生长及环境智能监测分析系统 | |
CN105740759B (zh) | 基于多时相数据中特征提取的中稻信息决策树分类方法 | |
CN111368736B (zh) | 基于sar和光学遥感数据的水稻精细化估产方法 | |
WO2019179270A1 (zh) | 植株种植数据测量方法、作业路线规划方法及装置、系统 | |
CN104063718B (zh) | 在作物识别和面积估算中选择遥感数据和分类算法的方法 | |
CN111767865A (zh) | 一种利用航拍影像和激光数据反演红树林生物量的方法 | |
CN107238360B (zh) | 一种农机作业行距获取方法及装置 | |
CN106528513A (zh) | 一种基于无人机作业的作业报告生成方法及装置 | |
CN102749071A (zh) | 一种基于无人机航空摄影监测土壤侵蚀的方法 | |
CN110363246A (zh) | 一种高时空分辨率植被指数ndvi的融合方法 | |
CN112285733B (zh) | 一种城乡规划核实测绘数据处理方法 | |
CN112819846A (zh) | 一种面向多云雨地区的基于多载荷遥感图像的水稻估产方法 | |
CN116029860B (zh) | 基于gis的智慧农业种植区域规划辅助决策系统 | |
CN110175793B (zh) | 一种基于地面需求分析的人工增雨飞机航线设计方法 | |
CN113610040B (zh) | 一种基于改进BiSeNetV2分割网络的水稻田杂草密度实时统计方法 | |
CN117389310B (zh) | 一种农业无人机喷洒作业控制系统 | |
Yao et al. | CIKM AnalytiCup 2017: short-term precipitation forecasting based on radar reflectivity images | |
CN115792919A (zh) | 一种气溶胶激光雷达水平扫描监测污染热点区域识别方法 | |
CN114445713A (zh) | 一种多设备联动植保系统及方法 | |
CN115100551A (zh) | 一种基于遥感影像技术的土地利用属性的监测方法 | |
CN117882546B (zh) | 一种面向农业作业机器人的智能化种植方法 | |
CN216449726U (zh) | 一种基于雷达的曲线运动轨迹检测分析装置 | |
US20230368312A1 (en) | Method for automated weed control of agricultural land and associated stand-alone system |
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 |