CN117826844A - 一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 - Google Patents
一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 Download PDFInfo
- Publication number
- CN117826844A CN117826844A CN202410241407.7A CN202410241407A CN117826844A CN 117826844 A CN117826844 A CN 117826844A CN 202410241407 A CN202410241407 A CN 202410241407A CN 117826844 A CN117826844 A CN 117826844A
- Authority
- CN
- China
- Prior art keywords
- migratory
- insect
- pest
- flying
- aerial vehicle
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 245
- 230000001617 migratory effect Effects 0.000 title claims abstract description 221
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims description 85
- 230000005764 inhibitory process Effects 0.000 title claims description 34
- 241000238631 Hexapoda Species 0.000 claims abstract description 175
- 230000001629 suppression Effects 0.000 claims abstract description 17
- 230000002147 killing effect Effects 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 9
- 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 4
- 230000005532 trapping Effects 0.000 claims description 43
- 239000000575 pesticide Substances 0.000 claims description 27
- 238000005507 spraying Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 25
- 238000009434 installation Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 19
- 230000005012 migration Effects 0.000 claims description 19
- 238000013508 migration Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 10
- 239000007921 spray Substances 0.000 claims description 9
- 230000000452 restraining effect Effects 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 7
- 230000001788 irregular Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000002401 inhibitory effect Effects 0.000 description 14
- 230000008447 perception Effects 0.000 description 10
- 239000000853 adhesive Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000001070 adhesive effect Effects 0.000 description 4
- 239000004744 fabric Substances 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000411 inducer Substances 0.000 description 1
- 230000000749 insecticidal effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- -1 n Species 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，首先将迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置搭载在无人机的下方；在飞行过程中，迁飞性害虫检测跟踪装置进行迁飞性害虫实时检测跟踪；并将迁飞性害虫信息反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置的主控单元中；无人机飞行控制器根据反馈的迁飞性害虫信息实时调整下一时刻飞行的期望位置；主控单元则根据反馈的迁飞性害虫信息选择作业模式，实现对迁飞性害虫的捕杀；迁飞性害虫飞升抑制装置持续开启作业模式，无人机飞行控制器则不断调整无人机的飞行任务，直至迁飞性害虫检测跟踪装置反馈的迁飞性害虫信息为空，最终实现对迁飞性害虫的田间控制。
Description
技术领域
本发明属于无人机病虫害检测和捕杀领域，具体涉及一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法。
背景技术
迁飞性害虫的迁飞现象是一个非常复杂的生态现象，大面积破坏农田作物，威胁着人类的粮食安全。目前，害虫检测常用的方法为无人机遥感检测、卫星遥感影像和深度学习，其中，遥感检测属于高空检测，极易受到自然环境、天气的影像而无法进行准确检测，而且高空检测的重要局限在于高空图像的分辨率非常低，一般只能检测到超大规模迁飞的害虫集群，难以准确地检测害虫个体或者低空害虫群落，同时部分方法需要进行离线处理，因此无法及时检测和及时反馈进行害虫捕杀作业，且成本也高。
另外，目前现有的害虫捕杀装置多为地面固定装置，属于被动捕杀害虫装置，多以诱导灯光、诱导声音或诱导剂来引诱害虫主动飞往捕杀装置，进而进行捕杀，因此地面害虫捕获装置具有非常大的局限性。
综上所述，设计出以深度学习为基础，无人机迁飞性害虫检测和无人机迁飞性害虫跟踪为手段，进行主动对迁飞性害虫低空抑制的技术已经迫在眉睫。
发明内容
本发明为了克服现有技术存在的不足，提供了一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，所述迁飞性害虫检测跟踪和飞升抑制方法可以实现对迁飞性害虫的实时检测定位和跟踪，同时对作物近地端的害虫进行引诱和扰动，并实现将害虫捕杀于作业范围内。
本发明解决上述技术问题的技术方案是：
一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，包括以下步骤：
S1：将迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置搭载在无人机的下方；
S2：无人机根据任务指令开始作业飞行，在飞行过程中，迁飞性害虫检测跟踪装置进行迁飞性害虫的实时检测跟踪；
S3：检测跟踪到的迁飞性害虫信息将被反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置的主控单元中；
S4：无人机飞行控制器根据反馈的迁飞性害虫信息实时调整下一时刻飞行的期望位置，同时，迁飞性害虫飞升抑制装置的主控单元则根据反馈的迁飞性害虫信息选择作业模式，实现对迁飞性害虫的捕杀；
S5：迁飞性害虫飞升抑制装置持续开启作业模式，无人机飞行控制器则不断调整无人机的飞行任务，直至迁飞性害虫检测跟踪装置反馈的迁飞性害虫信息为空，最终实现对迁飞性害虫的田间控制。
优选的，所述迁飞性害虫检测跟踪装置包括迁飞性害虫检测跟踪传感器、处理单元和通信单元，其中，所述迁飞性害虫检测跟踪传感器分别设置在无人机和地面站上；所述处理单元内设置有基于卷积神经网络的迁飞性害虫检测跟踪模型；通过迁飞性害虫检测跟踪模型来实时检测、保存迁飞性害虫的位置信息，并反馈到迁飞性害虫飞升抑制装置的主控单元中。
优选的，所述迁飞性害虫检测跟踪模型的基本训练样本为迁飞性害虫的图像数据集，图像数据集包括迁飞性害虫的图像和经标注处理后的迁飞性害虫的标签文件；该迁飞性害虫检测跟踪模型包括主干网络层，颈部网络层和头部网络层；
所述主干网络层以CSP-Darknet53为网络主体，包括深度可分离卷积、C3模块、SPPF模块，其中，所述深度可分离卷积包括深度卷积和逐点卷积，用于获取多尺度迁飞性害虫特征层；
所述颈部网络层和所述头部网络层利用自注意力机制在主干网络层输出的多尺度迁飞性害虫特征层上增强尺度感知以及在空间位置上增强空间尺度感知，构建能够统一尺度感知、空间感知和任务感知的新型动态检测头部网络。
优选的，所述迁飞性害虫信息包括迁飞性害虫个体和群体的分类信息、数量、迁飞性害虫个体和群体的空间位置信息、迁飞性害虫个体位置点的信息矩阵，其中，每一个位置点即为每一只害虫的空间位置坐标。
优选的，在步骤S2中，地面站向无人机发送迁飞性害虫迁飞抑制区域位置信息和作业总时间指令后，无人机开始作业，并实时保持与地面站的信息传输；无人机飞至迁飞性害虫迁飞抑制区域的范围内时，迁飞性害虫检测跟踪装置启动，实时检测并传输检测结果至无人机飞行控制器和迁飞性害虫飞升抑制装置中的主控单元中。
优选的，在步骤S4中，无人机飞行控制器根据反馈的迁飞性害虫信息，实时调整下一时刻飞行的期望位置，具体调整方法为：
A1：若在迁飞性害虫检测跟踪装置的检测范围内存在迁飞性害虫，即触发无人机飞行控制器中的无人机位置调整进程和启动迁飞性害虫飞升抑制装置的作业模式；
A2：将迁飞性害虫集群的空间位置信息进行实时解算，得到迁飞性害虫集群的所有位置信息点集的高度最大值和边界点信息矩阵；
A3：无人机沿着实时解算的期望位置飞行，直至检测到的害虫数小于设定阈值时，无人机结束飞行作业任务。
优选的，在步骤A2中，所述迁飞性害虫集群的空间位置信息的解算步骤为：
A21：解算检测到的所有迁飞性害虫的位置矩阵的高度最大值；
A22：解算迁飞性害虫群体的最大水平面的害虫集群位置信息矩阵，并计算其最小外接圆的位置信息；
A23：选择迁飞性害虫的不规则空间体中的最大水平面的害虫集群位置矩阵的中心位置点作为期望位置的计算基点；
A24：将上述解算得到的信息进行实时反馈后，无人机实时解算下一时刻的期望位置。
优选的，所述迁飞性害虫飞升抑制装置包括设置在无人机下方的伸缩冲击诱捕炮嘴、迁飞性害虫飞升抑制功能罩和功能罩控制单元；
所述伸缩冲击诱捕炮嘴包括支撑件以及设置在所述支撑件下端的冲击诱捕炮嘴，其中，所述支撑件包括托盘、设置在所述托盘上的伸缩杆以及设置在所述伸缩杆上端的十字滑轨，其中，所述十字滑轨的上端安装在所述无人机上，下端则与所述伸缩杆的固定部铰接；所述伸缩杆的固定部安装在所述托盘的中心位置处，该伸缩杆的活动部则位于所述托盘的下方；所述冲击诱捕炮嘴包括设置在所述伸缩杆的活动部上的多频段超声波发生器和空气冲击喷头；所述迁飞性害虫检测跟踪传感器为多组，多组迁飞性害虫检测跟踪传感器安装在所述托盘的下侧，且呈环形阵列；
所述迁飞性害虫飞升抑制功能罩包括罩体以及用于驱动所述罩体张开或收缩的开合驱动机构，其中，所述罩体包括安装座、设置在安装座上的翼尖面和翼尾面；所述翼尖面和所述翼尾面均为多组，多组翼尖面和翼尾面均环形阵列，且所述翼尾面安装在所述翼尖面的外侧；所述安装座安装在所述伸缩杆的固定部上，该安装座上设置有多组安装槽，多组安装槽环形阵列，所述翼尖面中远离所述翼尾面的端部铰接在所述安装座的安装槽内；每组翼尖面的下侧均设置有喷药装置，所述喷药装置也呈阵列排列。
优选的，所述开合驱动机构包括固定座以及设置在所述固定座上的多组直线驱动器，其中，所述固定座安装在所述伸缩杆的固定部的外侧，且两者同轴设置；多组直线驱动器呈环形阵列，每组直线驱动器的一端铰接在所述固定座上，另一端则铰接在所述翼尖面上。
优选的，在步骤S4中，所述的作业模式包括伸缩冲击诱捕炮嘴触发模式和迁飞性害虫飞升抑制功能罩触发模式；
所述伸缩冲击诱捕炮嘴触发模式为：
伸缩冲击诱捕炮嘴具备触发扰动功能和靶标喷施功能，由主控单元控制触发；当迁飞性害虫检测跟踪传感器检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发伸缩冲击诱捕炮嘴的扰动功能：主控单元将控制多频段超声波发生器发出超声波，惊扰迁飞性害虫产生应激反应，使其暴露于迁飞性害虫检测跟踪装置的检测范围内；所述迁飞性害虫飞升抑制功能罩将迁飞性害虫进行捕杀，同时，空气冲击喷头喷出高压气体，促使迁飞性害虫暴露于作物冠层上方，并处于迁飞性害虫检测跟踪传感器的检测范围内；同时，主控单元触发伸缩冲击诱捕炮嘴的靶标喷施功能：空气冲击喷头能够释放粘性除虫药剂，粘黏并捕杀迁飞性害虫，抑制其迁飞；
所述迁飞性害虫飞升抑制功能罩触发模式为：
当迁飞性害虫检测跟踪传感器检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发翼尖面作业，并接收迁飞性害虫的位置信息后启动喷药装置，喷药装置释放粘性除虫药剂，在作业空间中形成迁飞性害虫迁飞抑制粘性药剂包络，以此将飞行中的迁飞性害虫囊括在迁飞性害虫迁飞抑制粘性药剂包络内，从而捕杀或抑制迁飞性害虫的迁飞行为；同时，主控单元触发翼尾面作业：若有迁飞性害虫飞升并触碰到翼尾面，则迁飞性害虫被所述翼尾面的粘性药剂粘黏，所述翼尾面通电将粘黏的迁飞性害虫击杀。
本发明与现有技术相比，具有如下优点和有益效果：
（1）本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法打破了传统的害虫检测跟踪的方法和被动害虫捕杀装置的杀虫方式，通过迁飞性害虫检测跟踪装置实现了对迁飞性害虫的实时检测定位和跟踪，并给无人机飞行控制器反馈迁飞性害虫的位置坐标信息，使得无人机飞行控制器实时改变其飞行任务（例如飞行路径），同时，迁飞性害虫飞升抑制装置通过反馈的迁飞性害虫的位置坐标信息，开展对迁飞性害虫的捕杀，直至迁飞性害虫检测跟踪装置反馈的迁飞性害虫信息为空，最终实现对迁飞性害虫的田间控制。
（2）本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法具有作业灵活性优势和高效性。
附图说明
图1为本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法的实施流程图。
图2为迁飞性害虫检测模型的网络结构示意图。
图3为Dynamic Head检测头的结构图。
图4为搭载有迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置的无人机的结构示意图。
图5为伸缩冲击诱捕炮嘴的结构示意图。
图6为迁飞性害虫飞升抑制功能罩的结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
本实施例可适用于作物迁飞性害虫田间无人机检测和跟踪，采用基于神经网络的迁飞性害虫检测模型，能够精准反馈出迁飞性害虫的检测信息，无人机依据该检测信息实时解算生成迁飞性害虫的期望位置/路径，本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法可实现田间场景的害虫扰动、迁飞抑制和灭杀。本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法由无人机飞行控制系统、迁飞性害虫飞升抑制装置、迁飞害虫检测和追踪装置联合执行实现。
如图1所示，本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，包括以下步骤：
S1：将迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置搭载在无人机的下方；
旋翼无人机的底面板下方安装迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置，在作业过程中，迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置可以自由在无人机下方灵活调整其方向以及与作物或迁飞性害虫之间的距离；
S2：无人机根据任务指令开始作业飞行，在飞行过程中，迁飞性害虫检测跟踪装置对环境进行迁飞性害虫的实时检测跟踪；
其中，所述迁飞性害虫检测跟踪装置包括迁飞性害虫检测跟踪传感器9、处理单元和通信单元，其中，所述迁飞性害虫检测跟踪传感器9分别设置在无人机和地面站上；所述处理单元内设置有基于卷积神经网络的迁飞性害虫检测跟踪模型；通过迁飞性害虫检测跟踪模型来实时检测、保存迁飞性害虫的位置信息，并反馈给迁飞性害虫飞升抑制装置的主控单元。
在无人机开始作业前，地面站向无人机发送迁飞性害虫迁飞抑制区域位置信息和作业总时间指令，无人机开始作业，并实时保持与地面站的信息传输；无人机飞至迁飞性害虫迁飞抑制区域的范围内时，迁飞性害虫检测跟踪装置启动，实时检测并传输检测结果至无人机飞行控制器和迁飞性害虫飞升抑制装置中的主控单元中。
如图2所示，无人机开始执行作业任务即开启动迁飞性害虫检测跟踪装置，所述迁飞性害虫检测跟踪装置中的迁飞性害虫检测跟踪模型的网络结构包括主干网络层（Backbone），颈部网络层（Neck）和头部网络层（Head）；
所述主干网络层（Backbone）包括系列深度可分离卷积层（Depthwise SeparableConvolution，DSC）和C3模块，该主干网络层以CSP-Darknet53为网络主体，引入SPPF模块，使用深度可分离卷积代替传统的卷积模块，该深度可分离卷积分为深度卷积和逐点卷积两个步骤，其中的深度卷积对每个输入通道都会使用一个单独的卷积核进行操作，使每个输入通道获得特定通道的特征图；逐点卷积为1×1卷积核对深度卷积的结果进行操作，用来整合深度卷积所提取的特征结果，改变特征图的深度，融合深度卷积的结果，可以有效提升模型效率和极大减少模型参数量，快速获取迁飞性害虫检测跟踪模型的特征信息，获取多尺度迁飞性害虫特征图；
所述颈部网络层（Neck）和所述头部网络层（Head）均融合了注意力机制（ShuffleAttention），且均包括系列卷积、C3模块、特征金字塔模块、池化操作等，用于组合和聚合来自主干网络层的多尺度迁飞性害虫特征；基于YOLO检测头部网络改进的Dynamic Head头部网络（如图3所示），利用自注意力机制在主干网络层输出的迁飞性害虫特征层上增强尺度感知和在空间位置上增强空间尺度感知，在不增加模型计算的情况下可有效提升迁飞性害虫的检测效率，结合非极大值抑制和输出优选的迁飞性害虫的预测框；提出可统一尺度感知、空间感知和任务感知的新型动态检测头Dynamic Head头部网络，其损失计算Loss为三部分，包括分类损失计算Lcls、目标检测损失计算Lobj和定位损失计算Lloc；
总损失计算公式为：
其中，注意力机制的算法公式如下：
式中：H和W分别是输入特征图X(X)的高度和宽度；X(X)是X从通
道维度方向分组后的子特征图；Xk1和Xk2是从Xk(Xk )的输入特征图分割出来的子
特征图；XK1’是XK1的输出；Xk2’是Xk2的输出；Xk’是连接Xk1’和XK2’的输出；是一个sigmoid函
数；GN是组归一化；b和W分别为权重参数和偏置参数。
如图3所示，Dynamic Head头部网络包括尺度感知注意力、空间感知注意力/>和任务感知注意力/>，其算法公式如下：
式中：为注意力函数；/>为hard-sigmoid函数；K为系数采样的位置数量；/>是将学习到的空间偏移量/>来聚焦于判别区域的偏移位置；/>是位置/>处自学习的标量；Fc为第c个通道的特征图；/>是学习控制激活阈值的超函数。
无人机和地面站上的迁飞性害虫检测跟踪传感器9搭载迁飞性害虫检测跟踪模型，实时检测迁飞性害虫个体和迁飞性害虫群落的位置信息，两者通过通信单元保存和传输迁飞性害虫位置信息，反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置中的主控单元中；所述的迁飞性害虫信息包括迁飞性害虫个体和群体的分类信息、数量、迁飞性害虫个体和群体的空间位置信息（经纬位置和相对地面高度）矩阵、迁飞性害虫个体位置点的信息矩阵，其中，每一个位置点即为每一只害虫的空间位置坐标。
S3：将检测跟踪到迁飞性害虫的信息矩阵反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置的主控单元中；
S4：无人机飞行控制器根据反馈的迁飞性害虫信息，实时调整下一时刻飞行的期望位置，同时，迁飞性害虫飞升抑制装置中的主控单元根据反馈的迁飞性害虫信息启动其作业模式；
在步骤S4中，无人机飞行控制器根据反馈的迁飞性害虫信息实时调整下一时刻飞行的期望位置，具体调整方法为：
A1：若在迁飞性害虫检测跟踪装置的检测范围内存在迁飞性害虫，即触发无人机飞行控制器中的无人机位置调整进程和启动迁飞性害虫飞升抑制装置的作业模式；
A2：将迁飞性害虫集群空间位置信息进行实时解算，得到迁飞性害虫集群的所有位置信息点集的高度最大值和边界点信息矩阵（组成为不规则空间体）；
其中，所述的迁飞性害虫集群空间位置信息的解算步骤为：
A21：解算检测到的所有迁飞性害虫的位置矩阵的高度最大值；
A22：解算迁飞性害虫群体的最大水平面的迁飞性害虫集群的位置信息矩阵，并计算其最小外接圆的位置信息；
A23：选择迁飞性害虫不规则空间体中的最大水平面的迁飞害虫集群的位置信息矩阵的中心位置点作为期望位置的计算基点；
A24：将上述解算得到的信息进行实时反馈后，无人机实时解算下一时刻的期望位置；
具体的，迁飞性害虫空间位置信息被实时解算得到迁飞性害虫集群的所有位置信息点集的高度最大值和边界点信息矩阵，迁飞性害虫集群空间位置信息参数的解算公式如下：
式中：为迁飞性害虫集群所构成不规则空间体内的所有迁飞性害虫的位置坐标的集合；Hmax为迁飞性害虫集群坐标位置所构成不规则空间体内的所有坐标点中最高点的实际高度；/>为在0-Hmax范围内迁飞性害虫集群的每一个水平面中所有点的位置坐标集合；/>为/>对应的水平面的直径集合；R为地球半径；/>为水平面直径最大值；/>为最大直径所在平面所有点的位置坐标集合；/>为最大直径坐在平面的集合的中心点坐标。
其中，Hmax和作为实时反馈，传给无人机的飞行控制器，为无人机飞行期望位置的控制目标，控制速度、高度、姿态以到达期望位置，若Hmax与无人机的高度小于设定阈值，无人机期望位置的高度上升；若点集/>中的无人机旋翼气流范围的点数量超出设定阈值，无人机期望位置朝超出的点的位置集合中心偏移。
无人机下一时刻飞行期望位置解算公式如下：
式中：分别表示旋翼无人机飞行期望位置点空间地理坐标的纬度、经度和高度；/>分别表示最大直径坐标平面的集合的位置点的集合、中心点坐标的纬度、经度；cv.minEnclosingCircle()为python中的OpenCV库内置函数；
则期望空间地理位置坐标具体为：
式中：分别为位置坐标的调整偏置权重和调整偏移常量。
A3：飞行控制器沿着实时解算的期望位置飞行，直至检测到的害虫数小于设定阈值，无人机结束飞行作业任务。
以下先对本实施例中的迁飞性害虫飞升抑制装置的结构和工作原理进行介绍，以便于更好地对步骤S4中的迁飞性害虫飞升抑制装置的捕杀过程进行详细介绍。
参见图4-图6，所述迁飞性害虫飞升抑制装置包括设置在无人机下方的伸缩冲击诱捕炮嘴、迁飞性害虫飞升抑制功能罩和功能罩控制单元。
参见图4-图6，所述伸缩冲击诱捕炮嘴包括支撑件以及设置在所述支撑件下端的冲击诱捕炮嘴，其中，所述支撑件包括托盘8、设置在所述托盘8上的伸缩杆5以及设置在所述伸缩杆5上端的十字滑轨1，其中，所述十字滑轨1的上端安装在所述无人机上，下端则与所述伸缩杆5的固定部铰接；所述伸缩杆5的固定部安装在所述托盘8的中心位置，该伸缩杆5的活动部则位于所述托盘8的下方；所述冲击诱捕炮嘴包括设置在所述伸缩杆5的活动部上的多频段超声波发生器6和空气冲击喷头7；所述迁飞性害虫检测跟踪传感器9为多组，多组迁飞性害虫检测跟踪传感器9安装在所述托盘8的下侧，且呈环形阵列；此外，所述托盘8的上侧装有主控单元和电源模块12。
本实施例中的伸缩冲击诱捕炮嘴具备触发扰动功能和靶标喷施功能，由主控单元控制触发；当迁飞性害虫检测跟踪传感器9检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发伸缩冲击诱捕炮嘴的扰动功能：主控单元将控制多频段超声波发生器6发出特殊频段的超声波，惊扰迁飞性害虫产生应激反应，使其暴露于迁飞性害虫检测跟踪装置的监测范围内，所述迁飞性害虫飞升抑制功能罩将迁飞性害虫进行捕杀，同时，空气冲击喷头7加以可控频率的强气流冲击，惊扰迁飞性害虫飞升并暴露于作物冠层上方的迁飞性害虫检测跟踪传感器9的检测范围内；同时，主控单元触发伸缩冲击诱捕炮嘴的靶标喷施功能：空气冲击喷头7可释放粘性除虫药剂，粘黏捕杀迁飞性害虫，抑制其迁飞。
在本实施例中，所述伸缩杆5为电动伸缩杆，通过主控单元控制其伸缩行程；此外，所述翼尖面3的两侧设置有收缩滑轨11；所述翼尾面2的两侧均设置有滑块，所述滑块与所述收缩滑轨11配合，所述翼尾面2中的柔性材料布和网的两端安装在两组滑块之间，通过推动所述滑块往所述收缩滑轨11的方向运动，从而实现对所述翼尾面2进行折叠收纳。
参见图4-图6，所述迁飞性害虫飞升抑制功能罩包括罩体以及用于驱动所述罩体张开或收缩的开合驱动机构，其中，所述罩体包括安装座、设置在安装座上的翼尖面3和翼尾面2；所述翼尖面3和所述翼尾面2均为多组，多组翼尖面3和翼尾面2环形阵列，且所述翼尾面2安装在所述翼尖面3的外侧；所述安装座安装在所述伸缩杆5的固定部上，该安装座上设置有多组安装槽，多组安装槽环形阵列，所述翼尖面3中远离所述翼尾面2的端部铰接在所述安装座的安装槽内；每组翼尖面3的下侧均设置有喷药装置4，所述喷药装置4也呈阵列排列；
所述开合驱动机构包括固定座以及设置在所述固定座上的多组直线驱动器10，其中，所述固定座安装在所述伸缩杆5的固定部的外侧，且两者同轴设置；多组直线驱动器10呈环形阵列，每组直线驱动器10的一端铰接在所述固定座上，另一端则铰接在所述翼尖面3上；所述直线驱动器10为阻尼器或电动推杆；另外，在本实施例中，所述翼尾面2为携带有粘性药剂的且具有高导电性能的柔性布或柔性网。
本实施例中的迁飞性害虫飞升抑制功能罩的作业分为两部分：翼尖面3阵列作业和翼尾面2阵列作业；当迁飞性害虫检测跟踪传感器9检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发翼尖面3作业：接收迁飞性害虫的位置信息后启动喷药装置4，喷药装置4释放粘性除虫药剂，在作业空间中形成大范围低空迁飞性害虫迁飞抑制粘性药剂包络，将飞行中的迁飞性害虫囊括在粘性药剂包络内，从而捕杀或抑制迁飞性害虫的迁飞行为；同时，主控单元触发翼尾面2作业：若有迁飞性害虫飞升并触碰翼尾面2时，则迁飞性害虫被所述翼尾面2的粘性药剂粘黏并加以物理电击将其捕杀，抑制其迁飞。
在步骤S4中，迁飞性害虫飞升抑制装置中的主控单元根据反馈的迁飞性害虫信息，启动迁飞性害虫飞升抑制装置的作业模式，其步骤如下：
B1：迁飞性害虫检测跟踪装置检测跟踪到迁飞性害虫的位置信息，并将其传至迁飞性害虫检测跟踪装置的主控单元中，主控单元控制伸缩冲击诱捕炮嘴、迁飞性害虫飞升抑制功能罩的喷药装置4阵列和翼尾面2阵列均启动，释放环境友好的粘性迁飞性害虫除虫药剂；
B2：在无人机飞行过程中，伸缩冲击诱捕炮嘴触发其扰动功能时，多频段超声波发生器6产生特殊频段超声波，惊扰迁飞性害虫产生应激反应，使其暴露于迁飞性害虫检测跟踪装置的检测范围内，触发迁飞性害虫飞升抑制功能罩将迁飞性害虫及时地低空捕杀；冲击诱捕炮嘴尽可能地抵近作物近地位置加以可控频率的强气流冲击，同时持续释放粘性除虫药剂，杀害作物近地面的迁飞性害虫或扰动其落入迁飞性害虫飞升抑制功能罩形成的大范围低空迁飞性害虫迁飞抑制粘性药剂包络中；伸缩冲击诱捕炮嘴的靶标喷施功能同时启动，对迁飞性害虫密集的区域集中喷施；
B3：迁飞性害虫飞升抑制功能罩的翼尖面3下的喷药装置4阵列为迁飞性害虫抑制粘性药剂包络发生装置，各喷药装置4的喷施方向均独立控制，其作用范围大且灵活，主控单元接收迁飞性害虫位置信息后启动喷药装置4，喷药装置4释放粘性除虫药剂，在作业空间中形成大范围低空迁飞性害虫迁飞抑制粘性药剂包络，将运动中的迁飞性害虫囊括在粘性药剂包络内，捕杀或抑制迁飞性害虫的迁飞行为；
B4：迁飞性害虫飞升抑制功能罩的翼尾面2为带有粘性药剂的、具有高导电性能的柔性材料布或网，以接近其位置的迁飞性害虫为靶标对象，以直接黏性捕杀的方式并加以电击，捕杀迁飞性害虫、阻断其迁飞行为；
B5：伸缩冲击诱捕炮嘴和迁飞性害虫飞升抑制功能罩组合同时作业，形成一个强作用的迁飞性害虫捕杀和迁飞抑制包络屏障和冲击扰动，无人机飞行的同时启动作业，并将作业结果动态反馈至无人机飞机控制器中，并实时规划调整无人机的迁飞性害虫跟踪的期望位置，大大提升虫害作业的有效性和效率。
综上所述，本发明的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法通过迁飞性害虫检测跟踪装置将检测到的迁飞性害虫的位置信息反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置的主控单元中，无人机实时调整下一时刻作业的期望位置，以更好、更全面有效地将迁飞性害虫群落囊括于检测视野范围内，同时迁飞性害虫飞升抑制装置启动作业模式，将迁飞性害虫捕杀和迁飞抑制在包络屏障中，捕杀迁飞性害虫、阻断其迁飞行为。
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作的改变、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 (10)
1.一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，包括以下步骤：
S1：将迁飞性害虫检测跟踪装置和迁飞性害虫飞升抑制装置搭载在无人机的下方；
S2：无人机根据任务指令开始作业飞行，在飞行过程中，迁飞性害虫检测跟踪装置进行迁飞性害虫的实时检测跟踪；
S3：检测跟踪到的迁飞性害虫信息将被反馈至无人机飞行控制器和迁飞性害虫飞升抑制装置的主控单元中；
S4：无人机飞行控制器根据反馈的迁飞性害虫信息实时调整下一时刻飞行的期望位置，同时，迁飞性害虫飞升抑制装置的主控单元则根据反馈的迁飞性害虫信息选择作业模式，实现对迁飞性害虫的捕杀；
S5：迁飞性害虫飞升抑制装置持续开启作业模式，无人机飞行控制器则不断调整无人机的飞行任务，直至迁飞性害虫检测跟踪装置反馈的迁飞性害虫信息为空，最终实现对迁飞性害虫的田间控制。
2.根据权利要求1所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，在步骤S2中，所述迁飞性害虫检测跟踪装置包括迁飞性害虫检测跟踪传感器、处理单元和通信单元，其中，所述迁飞性害虫检测跟踪传感器分别设置在无人机和地面站上；所述处理单元内设置有基于卷积神经网络的迁飞性害虫检测跟踪模型；通过迁飞性害虫检测跟踪模型来实时检测、保存迁飞性害虫的位置信息，并反馈到迁飞性害虫飞升抑制装置的主控单元中。
3.根据权利要求2所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，所述迁飞性害虫检测跟踪模型的训练样本为迁飞性害虫的图像数据集，图像数据集包括迁飞性害虫的图像和经标注处理后的迁飞性害虫的标签文件；该迁飞性害虫检测跟踪模型包括主干网络层，颈部网络层和头部网络层。
4.根据权利要求1所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，所述迁飞性害虫信息包括迁飞性害虫个体和群体的分类信息、数量、迁飞性害虫个体和群体的空间位置信息、迁飞性害虫个体位置点的信息矩阵，其中，每一个位置点即为每一只害虫的空间位置坐标。
5.根据权利要求2所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，在步骤S2中，地面站向无人机发送迁飞性害虫迁飞抑制区域位置信息和作业总时间指令后，无人机开始作业，并实时保持与地面站的信息传输；无人机飞至迁飞性害虫迁飞抑制区域的范围内时，迁飞性害虫检测跟踪装置启动，实时检测并传输检测结果至无人机飞行控制器和迁飞性害虫飞升抑制装置中的主控单元中。
6.根据权利要求2所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，在步骤S4中，无人机飞行控制器根据反馈的迁飞性害虫信息，实时调整下一时刻飞行的期望位置，具体调整方法为：
A1：若在迁飞性害虫检测跟踪装置的检测范围内存在迁飞性害虫，即触发无人机飞行控制器中的无人机位置调整进程和启动迁飞性害虫飞升抑制装置的作业模式；
A2：将迁飞性害虫集群的空间位置信息进行实时解算，得到迁飞性害虫集群的所有位置信息点集的高度最大值和边界点信息矩阵；
A3：无人机沿着实时解算的期望位置飞行，直至检测到的害虫数小于设定阈值时，无人机结束飞行作业任务。
7.根据权利要求6所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，在步骤A2中，所述迁飞性害虫集群的空间位置信息的解算步骤为：
A21：解算检测到的所有迁飞性害虫的位置矩阵的高度最大值；
A22：解算迁飞性害虫群体的最大水平面的害虫集群位置信息矩阵，并计算其最小外接圆的位置信息；
A23：选择迁飞性害虫的不规则空间体中的最大水平面的害虫集群位置矩阵的中心位置点作为期望位置的计算基点；
A24：将上述解算得到的信息进行实时反馈后，无人机实时解算下一时刻的期望位置。
8.根据权利要求2所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，所述迁飞性害虫飞升抑制装置包括设置在无人机下方的伸缩冲击诱捕炮嘴、迁飞性害虫飞升抑制功能罩和功能罩控制单元，其中，
所述伸缩冲击诱捕炮嘴包括支撑件以及设置在所述支撑件下端的冲击诱捕炮嘴，其中，所述支撑件包括托盘、设置在所述托盘上的伸缩杆以及设置在所述伸缩杆上端的十字滑轨，其中，所述十字滑轨的上端安装在所述无人机上，下端则与所述伸缩杆的固定部铰接；所述伸缩杆的固定部安装在所述托盘的中心位置处，该伸缩杆的活动部则位于所述托盘的下方；所述冲击诱捕炮嘴包括设置在所述伸缩杆的活动部上的多频段超声波发生器和空气冲击喷头；所述迁飞性害虫检测跟踪传感器为多组，多组迁飞性害虫检测跟踪传感器安装在所述托盘的下侧，且呈环形阵列；
所述迁飞性害虫飞升抑制功能罩包括罩体以及用于驱动所述罩体张开或收缩的开合驱动机构，其中，所述罩体包括安装座、设置在安装座上的翼尖面和翼尾面；所述翼尖面和所述翼尾面均为多组，多组翼尖面和翼尾面均环形阵列，且所述翼尾面安装在所述翼尖面的外侧；所述安装座安装在所述伸缩杆的固定部上，该安装座上设置有多组安装槽，多组安装槽环形阵列，所述翼尖面中远离所述翼尾面的端部铰接在所述安装座的安装槽内；每组翼尖面的下侧均设置有喷药装置，所述喷药装置也呈阵列排列。
9.根据权利要求8所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，所述开合驱动机构包括固定座以及设置在所述固定座上的多组直线驱动器，其中，所述固定座安装在所述伸缩杆的固定部的外侧，且两者同轴设置；多组直线驱动器呈环形阵列，每组直线驱动器的一端铰接在所述固定座上，另一端则铰接在所述翼尖面上。
10.根据权利要求9所述的基于无人机的迁飞性害虫检测跟踪和飞升抑制方法，其特征在于，在步骤S4中，所述的作业模式包括伸缩冲击诱捕炮嘴触发模式和迁飞性害虫飞升抑制功能罩触发模式，其中，
所述伸缩冲击诱捕炮嘴触发模式为：
伸缩冲击诱捕炮嘴具备触发扰动功能和靶标喷施功能，由主控单元控制触发；当迁飞性害虫检测跟踪传感器检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发伸缩冲击诱捕炮嘴的扰动功能：主控单元将控制多频段超声波发生器发出超声波，惊扰迁飞性害虫产生应激反应，使其暴露于迁飞性害虫检测跟踪装置的检测范围内；所述迁飞性害虫飞升抑制功能罩将迁飞性害虫进行捕杀，同时，空气冲击喷头喷出气体，促使迁飞性害虫暴露于作物冠层上方，并处于迁飞性害虫检测跟踪传感器的检测范围内；同时，主控单元触发伸缩冲击诱捕炮嘴的靶标喷施功能：空气冲击喷头能够释放粘性除虫药剂，粘黏并捕杀迁飞性害虫，抑制其迁飞；
所述迁飞性害虫飞升抑制功能罩触发模式为：
当迁飞性害虫检测跟踪传感器检测到迁飞性害虫并将迁飞性害虫的位置信息反馈到主控单元时，主控单元触发翼尖面作业，并接收迁飞性害虫的位置信息后启动喷药装置，喷药装置释放粘性除虫药剂，在作业空间中形成迁飞性害虫迁飞抑制粘性药剂包络，以此将飞行中的迁飞性害虫囊括在迁飞性害虫迁飞抑制粘性药剂包络内，从而捕杀或抑制迁飞性害虫的迁飞行为；同时，主控单元触发翼尾面作业：若有迁飞性害虫飞升并触碰到翼尾面，则迁飞性害虫被所述翼尾面的粘性药剂粘黏，所述翼尾面通电将粘黏的迁飞性害虫击杀。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410241407.7A CN117826844B (zh) | 2024-03-04 | 2024-03-04 | 一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410241407.7A CN117826844B (zh) | 2024-03-04 | 2024-03-04 | 一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117826844A true CN117826844A (zh) | 2024-04-05 |
| CN117826844B CN117826844B (zh) | 2024-05-28 |
Family
ID=90509906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410241407.7A Active CN117826844B (zh) | 2024-03-04 | 2024-03-04 | 一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117826844B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9693547B1 (en) * | 2014-10-20 | 2017-07-04 | Jean François Moitier | UAV-enforced insect no-fly zone |
| KR101814181B1 (ko) * | 2016-07-21 | 2018-01-02 | 박지현 | 다기능 살충용 드론 |
| WO2018182944A1 (en) * | 2017-03-25 | 2018-10-04 | Yu Simon Siu Chi | Multi-function photo electro acoustic ions drone |
| CN114255262A (zh) * | 2021-12-15 | 2022-03-29 | 赣南师范大学 | 一种害虫消杀系统、方法、电子设备及存储介质 |
| CN117250994A (zh) * | 2023-11-14 | 2023-12-19 | 贵州航天智慧农业有限公司 | 基于无人机追踪昆虫迁飞轨迹的方法及系统 |
-
2024
- 2024-03-04 CN CN202410241407.7A patent/CN117826844B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9693547B1 (en) * | 2014-10-20 | 2017-07-04 | Jean François Moitier | UAV-enforced insect no-fly zone |
| KR101814181B1 (ko) * | 2016-07-21 | 2018-01-02 | 박지현 | 다기능 살충용 드론 |
| WO2018182944A1 (en) * | 2017-03-25 | 2018-10-04 | Yu Simon Siu Chi | Multi-function photo electro acoustic ions drone |
| CN114255262A (zh) * | 2021-12-15 | 2022-03-29 | 赣南师范大学 | 一种害虫消杀系统、方法、电子设备及存储介质 |
| CN117250994A (zh) * | 2023-11-14 | 2023-12-19 | 贵州航天智慧农业有限公司 | 基于无人机追踪昆虫迁飞轨迹的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈洪锐: "大规模多类别密集和微小害虫检测和计数方法的研究", 万方数据知识服务平台, 30 November 2023 (2023-11-30), pages 1 - 72 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117826844B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10577103B2 (en) | Systems and methods for dispensing an insecticide via unmanned vehicles to defend a crop-containing area against pests | |
| US10026165B1 (en) | Object image recognition and instant active response | |
| US9965850B2 (en) | Object image recognition and instant active response with enhanced application and utility | |
| US10937147B2 (en) | Object image recognition and instant active response with enhanced application and utility | |
| US11291198B2 (en) | Methods and systems for bird deterrence and maintenance thereof | |
| EP3247189B1 (en) | Agricultural robot | |
| Vu et al. | Trends in development of UAV-UGV cooperation approaches in precision agriculture | |
| Anderson et al. | A bio-hybrid odor-guided autonomous palm-sized air vehicle | |
| US11617363B2 (en) | Robotic agriculture protection system | |
| CN110062873A (zh) | 用于经由无人交通工具防卫农作物免受农作物破坏性有害生物的系统和方法 | |
| US9693547B1 (en) | UAV-enforced insect no-fly zone | |
| CN109996729A (zh) | 用于基于农作物破坏检测经由无人交通工具标识包含农作物的区域中的有害生物的系统和方法 | |
| US20190152595A1 (en) | Apparatus for Sustained Surveillance and Deterrence with Unmanned Aerial Vehicles (UAV) | |
| US20220073205A1 (en) | Unmanned aerial vehicle (uav) pest abatement device | |
| US20230029636A1 (en) | Unmanned aerial vehicle | |
| US10339426B2 (en) | Induction system for crowd monitoring | |
| KR101937597B1 (ko) | 유해동물 퇴치용 드론 및 그 비행 방법 | |
| Kim et al. | A tracking method for the invasive asian hornet: A brief review and experiments | |
| CN117826844B (zh) | 一种基于无人机的迁飞性害虫检测跟踪和飞升抑制方法 | |
| US11703882B2 (en) | Bio-hybrid odor-guided autonomous palm-sized air vehicle | |
| CN115243972A (zh) | 无人驾驶飞行器 | |
| US10185896B2 (en) | Induction system for mold remediation | |
| Wang | Solutions to Passageways Detection in Natural Foliage with Biomimetic Sonar Robot | |
| Burbage et al. | A UAV for Destructive Surveys of Mosquito Population | |
| KR20230112443A (ko) | 동물 포집장치 |
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 |