CN110371294A - 植保无人机***及植保无人机作业方法 - Google Patents

植保无人机***及植保无人机作业方法 Download PDF

Info

Publication number
CN110371294A
CN110371294A CN201910628316.8A CN201910628316A CN110371294A CN 110371294 A CN110371294 A CN 110371294A CN 201910628316 A CN201910628316 A CN 201910628316A CN 110371294 A CN110371294 A CN 110371294A
Authority
CN
China
Prior art keywords
plant protection
information
path
planning
image acquisition
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
CN201910628316.8A
Other languages
English (en)
Inventor
唐宇
陈亚勇
骆少明
侯超钧
庄家俊
郭琪伟
褚璇
苗爱敏
林进添
高升杰
程至尚
朱耀宗
陈家政
吴亮生
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.)
Zhongkai University of Agriculture and Engineering
Original Assignee
Zhongkai University of Agriculture and Engineering
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 Zhongkai University of Agriculture and Engineering filed Critical Zhongkai University of Agriculture and Engineering
Priority to CN201910628316.8A priority Critical patent/CN110371294A/zh
Publication of CN110371294A publication Critical patent/CN110371294A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C27/00—Rotorcraft; Rotors peculiar thereto
    • B64C27/04—Helicopters
    • B64C27/08—Helicopters with two or more rotors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
    • B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • 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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pest Control & Pesticides (AREA)
  • Mechanical Engineering (AREA)
  • Remote Sensing (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Environmental Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Insects & Arthropods (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种植保无人机***及植保无人机作业方法；该植保无人机***包括图像采集装置、作业规划装置和植保装置；图像采集装置用于对作物对象进行图像采集和识别，生成图像信息发送至作业规划装置；作业规划装置用于根据图像信息进行数据解析和路径规划，生成最优作业路径发送至植保装置；植保装置用于根据最优作业路径对作物对象进行植保作业；在图像采集装置、作业规划装置和植保装置的合理配合下，从而提高了植保无人机喷施作业的效率。

Description

植保无人机***及植保无人机作业方法
技术领域
本发明涉及无人机领域，特别是涉及一种植保无人机***及植保无人机作业方法。
背景技术
随着无人机技术的发展，其应用领域越来越广，尤其是在智能农业领域，越来越多的用户开始利用植保无人机进行植保作业。例如：通过植保无人机进行喷施作业，如药物、粉剂的喷洒等。目前，植保无人机普遍都是通过人工在地面手动控制无人机飞行来对目标地块进行喷施作业，而人工遥控的过程经常会因为人眼的视觉误差或者手动的控制误差，而出现施药不准或施药不均等现象，进而导致植保无人机喷施作业的效率低下，喷施效果不理想。
发明内容
本发明的目的在于提供一种植保无人机***及植保无人机作业方法，用于解决植保无人机喷施作业的效率低问题。
本发明提供一种植保无人机***，包括：图像采集装置、作业规划装置和植保装置；所述图像采集装置用于对作物对象进行图像采集和识别，生成图像信息发送至所述作业规划装置；所述作业规划装置用于根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送至所述植保装置；所述植保装置用于根据所述最优作业路径对所述作物对象进行植保作业。
进一步地，所述植保无人机***还包括图像采集无人机和植保无人机，所述图像采集装置设置于所述图像采集无人机上，所述植保装置设置于所述植保无人机上。
进一步地，所述作业规划装置设置于所述图像采集无人机上，或者所述作业规划装置设置于所述植保无人机上，或者所述作业规划装置设置于地面上。
进一步地，所述图像采集装置包括机载摄像头、云台和防抖组件；所述云台设置在所述防抖组件下方，所述机载摄像头通过摄像头卡位固定在所述云台上。
进一步地，所述作业规划装置包括数据处理模块和作业规划模块；所述数据处理模块用于对所述图像信息进行数据解析，生成待处理信息；所述作业规划模块用于基于所述待处理信息，采用预设的作业规划算法进行路径规划，生成最优作业路径。
进一步地，所述植保无人机***还包括安全应急装置。
本发明还提供一种植保无人机作业方法，所述植保无人机作业方法应用于上述的植保无人机***中；所述植保无人机作业方法包括；所述图像采集装置对作物对象进行图像采集和识别，生成图像信息发送至所述作用规划装置；所述作业规划装置根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送至所述植保装置；所述植保装置根据所述最优作业路径对所述作物对象进行植保作业。
进一步地，所述图像采集装置对作物对象进行图像采集和识别，生成图像信息，包括：所述图像采集装置对作物对象进行图像采集，生成目标图像；所述图像采集装置对所述目标图像进行光谱识别，生成识别信息；所述图像采集装置对所述目标图像进行特征提取，生成特征信息；所述图像采集装置对所述目标图像中的目标作物进行高度检测，生成检测信息；所述图像采集装置将所述识别信息、所述特征信息和所述检测信息组合形成图像信息发送至所述作用规划装置。
进一步地，所述作业规划装置根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送给所述植保装置，包括：所述作业规划装置获取图像信息，对所述图像信息进行数据解析，生成待处理信息；所述作业规划装置采用预设的作业规划算法对所述待处理信息进行路径规划，生成最优作业路径；所述作业规划装置将所述最优作业路径发送至所述植保装置。
进一步地，所述作业规划装置采用预设的作业规划算法对所述待处理信息进行路径规划，生成最优作业路径，包括：所述作业规划装置采用遗传算法和蚁群算法对所述待处理信息进行初始路径规划，生成基本作业路径；所述作业规划装置采用专家投标算法对所述基本作业路径进行路径优化，生成最优作业路径。
本发明提供的植保无人机***及植保无人机作业方法的有益效果在于：包括图像采集装置、作业规划装置和植保装置；图像采集装置用于对作物对象进行图像采集和识别，生成图像信息发送至作业规划装置；作业规划装置用于根据图像信息进行数据解析和路径规划，生成最优作业路径发送至植保装置；植保装置用于根据最优作业路径对作物对象进行植保作业；在图像采集装置、作业规划装置和植保装置的合理配合下，从而提高了植保无人机喷施作业的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的植保无人机***的结构示意图；
图2为本发明实施例提供的植保无人机***的另一结构示意图；
图3是本发明实施例中植保无人机作业方法的一示例图；
图4是本发明实施例中植保无人机作业方法的另一示例图；
图5是本发明实施例中植保无人机作业方法的另一示例图；
图6是本发明实施例中植保无人机作业方法的另一示例图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
参照图1，本发明实施例提供了一种植保无人机***，包括：图像采集装置、作业规划装置和植保装置。其中，图像采集装置指对作物对象进行图像采集和识别的装置。作业规划装置指用于对植保无人机***执行植保作业时的飞行路线进行路线规划的装置。植保装置指对作物对象实施喷洒作业的装置。可选地，所述植保装置可以为一个或者至少两个。可以理解地，图像采集装置、作业规划装置和植保装置可分别位于不同的无人机上；也可以位于同一无人机上，还可以将图像采集装置和植保装置位于同一无人机上，将作业规划装置位于地面上等。
所述图像采集装置用于对作物对象进行图像采集和识别，生成图像信息发送给所述作业规划装置。其中，作物对象指需进行喷施的对象。可选地，作物对象可以为农园、果园或者林园等。图像信息指对作物对象进行图像采集并识别后所生成的信息。在本实施例中，图像信息主要包括作物对象的位置和高度信息。具体地，所述图像采集装置在飞行过程中对作物对象进行图像采集的同时，还需对采集的图像中的作物对象进行识别，以确定作物对象的位置和高度信息。
所述作业规划装置用于根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送给所述植保装置。所述植保装置用于根据所述最优作业路径对所述作物对象进行植保作业。其中，最优作业路径指作业规划装置对获取的图像信息进行数据解析和路径规划后所生成的最优的路径。可选地，最优作业路径可以为飞行距离最短的路径，也可以为喷洒范围最广的路径等。
优选地，图像采集装置、作业规划装置和植保装置之间可通过无线连接，以更好地保证图像采集装置和作业规划装置之间、作业规划装置和植保装置之间的相互通信。
在一具体实施例中，当图像采集装置对作物对象进行图像采集和识别，生成图像信息发送给作业规划装置；作业规划装置根据图像信息进行数据解析和路径规划，生成最优作业路径发送给植保装置；植保装置再根据最优作业路径对作物对象进行植保作业；在图像采集装置、作业规划装置和植保装置三者的相互配合下，保证了对作物对象实施植保作业时的准确性，从而提高了植保无人机喷施作业的效率。
进一步地，所述植保无人机***还包括图像采集无人机和植保无人机，所述图像采集装置设置于所述图像采集无人机上，所述植保装置设置于所述植保无人机上。其中，图像采集无人机指用于搭载图像采集装置进行飞行的无人机。植保无人机指用于搭载植保装置进行飞行的无人机。
可以理解地，图像采集装置和植保装置分别位于不同的无人机上，图像采集无人机上的图像采集装置在对某一目标区域内的作物对象进行图像采集和识别，生成图像信息发送给作业规划装置，该作业规划装置根据图像信息进行数据解析和路径规划生成一条最优作业路径之后，可将最优作业路径发送至搭载着植保装置的植保无人机，搭载着植保装置的植保无人机对对应区域内的作物对象实施喷洒作业，从而减少植保无人机***的消耗功耗和植保时间。优选地，该搭载着植保装置的植保无人机可以为一个，也可以为至少两个，即至少两个搭载着植保装置的植保无人机同时对对应区域内的作物对象实施喷洒作业，进一步减少植保无人机***的消耗功耗和植保时间。
进一步地，在图像采集装置在对某一目标区域内的作物对象进行图像采集和识别，生成图像信息发送给作业规划装置之后，该作业规划装置可根据图像信息进行数据解析和路径规划生成至少两条最优作业路径，然后分别发送给对应区域内的植保无人机，以实现对对应区域内的作物对象实施喷洒作业，从而进一步提高了植保无人机喷施作业效率。可以理解地，该最优作业路径的数量和植保无人机的数量相同。也可以根据生成的最优作业路径的数量来选择植保无人机的数量，或者根据现有空闲的植保无人机的数量来调整生成的最优作业路径的数量。
进一步地，所述作业规划装置设置于所述图像采集无人机上；或者所述作业规划装置设置于所述植保无人机上；或者所述作业规划装置设置于地面上。
可以理解地，若将所述作业规划装置设置于所述图像采集无人机上，可便于图像采集装置将图像信息实时传输给作业规划装置，从而提高作业规划装置根据图像信息进行数据解析和路线规划的效率。若将所述作业规划装置设置于所述植保无人机上，可提高植保无人机获取的最优作业路径的准确性，避免出现因传输信息的问题而导致获取的最优作业路径存在偏差。若将所述作业规划装置设置于地面上，可减小图像采集无人机或植保无人机的载重，从而提高图像采集无人机或植保无人机的飞行速度。用户可根据实际情况自定义选取任意一种方式。
参照图2，进一步地，所述图像采集装置包括机载摄像头1、云台2和防抖组件3；所述云台2设置在所述防抖组件3下方，所述机载摄像头1通过摄像头卡位固定在所述云台2上。
其中，机载摄像头1指用于对作物对象进行图像采集和识别的装置。云台2指用于固定和调整所述机载摄像头的拍摄角度的装置。所述机载摄像头1通过摄像头卡位固定在所述云台2上。优选地，所述机载摄像头包括多光谱摄像头、RGB摄像头和多目摄像头。所述云台2上具有三个并排的摄像头卡位，分别用于固定所述多光谱摄像头、所述RGB摄像头和所述多目摄像头。在本实施例中，通过所述多光谱摄像头、所述RGB摄像头和所述多目摄像头对作物对象进行逐一识别，从而进一步提高了对作物对象进行图像采集和识别后所生成的图像信息的准确性。防抖组件3指用于减少机载摄像头抖动的组件。具体地，所述防抖组件包括塑料软垫和金属弹簧；其中，塑料软垫的阻尼作用可用于消除抖动，金属弹簧可用于提高塑料软垫的拉力，在塑料软垫和金属弹簧的相互配合下，从而避免机载摄像头出现抖动现象。
进一步地，所述作业规划装置包括数据处理模块和作业规划模块；所述数据处理模块用于对所述图像信息进行数据解析，生成待处理信息；所述作业规划模块用于基于所述待处理信息，采用预设的作业规划算法进行路径规划，生成最优作业路径。
其中，数据处理模块指可对图像信息进行数据解析的模块。在本实例中，数据处理模块为植保无人机专用的机载工控机。该机载工控机的直流供电范围为12V至36V，且直接连接植保无人机***的供电电池。
其中，作业规划算法指用于对植保无人机的飞行路径进行路径规划的算法。优选地，在本实施例中，作业规划算法包括遗传算法、蚁群算法和专家投标算法。具体地，在植保无人机的飞行过程中，以植保无人机的实际飞行速度和生成的待处理信息为输入，同时采用遗传算法和蚁群算法进行多次计算，生成若干基本作业路径；然后，再采用专家投标算法对生成的基本作业路径进行筛选，从而生成最优作业路径。最优作业路径优选为飞行距离最短的路径。需要说明的是，在本实施例中，遗传算法和蚁群算法是并行计算的关系。
可以理解地，由于待处理信息是对图像信息进行数据解析后所生成的信息，而图像信息是分别由多光谱摄像头、RGB摄像头和多目摄像头对作物对象进行图像采集和识别后，所生成的作物对象的位置和高度信息。因此，作业规划模块基于待处理信息，采用预设的作业规划算法进行路径规划主要是根据多光谱摄像头、RGB摄像头和多目摄像头所生成的数据，以每一作物对象的位置和高度信息信息为基础，采用预设的作业规划算法进行路径规划，以生成最优作业路径，从而进一步提高了生成的最优作业路径的准确性。
在本实施例中，先通过数据处理模块对获取的图像信息进行数据解析，生成待处理信息；然后，再基于该待处理信息和植保无人机在飞行过程中的实际飞行速度，采用遗传算法和蚁群算法进行初始路径规划，生成若干基本作业路径，最后，再采用专家投标算法对生成的基本作业路径进行筛选，从而生成最优作业路径，从而提高了生成的最优作业路径的准确性。
进一步地，所述植保无人机***还包括安全应急装置，所述安全应急装置用于保证所述植保无人机***的安全。
其中，所述安全应急装置指用于保证植保无人机***在飞行过程中的安全的装置。在一具体实施例中，当植保无人机***在飞行过程中出现危险时，所述安全应急装置控制植保无人机***实现快速降落并停机，以防止出现更大的危险状况。优选地，在本实施例中，所述安全应急装置指置于地面，由人工操控完成。
本发明还提供一种植保无人机作业方法，该植保无人机作业方法应用于上述任一实施例中的植保无人机***中。在一具体实施方式中，如图3所示，该植保无人机作业方法，包括：
S10:图像采集装置对作物对象进行图像采集和识别，生成图像信息发送给作业规划装置。
其中，图像采集装置优选为对作物对象进行图像采集和识别的相机设备。图像信息指对作物对象进行图像采集并识别后所生成的信息。在本实施例中，图像信息主要包括作物对象的位置和高度信息。
具体地，可采用普通的图像采集装置(例如：相机设备)对作物对象进行图像采集和识别，以生成图像信息发送给作业规划装置。优选地，图像采集装置可以包括有多光谱摄像头，RGB摄像头和多目摄像头。在一具体实施例中，先通过采用多光谱摄像头对作物对象进行图像采集和初步识别；然后再采用RGB摄像头对采集的图像做进一步校对，提高识别精度；最后再对采集的图像的中目标作物进行高度检测，从而生成图像信息发送给作用规划装置。通过对作物对象进行图像采集再进行逐一识别，从而进一步提高了生成的图像信息的准确性。
S20:作业规划装置根据图像信息进行数据解析和路径规划，生成最优作业路径发送给植保装置。
具体地，图像采集装置将生成的图像信息发送给作业规划装置之后，作业规划装置对获取的图像信息进行数据解析和路径规划，生成最优作业路径发送给植保装置。在一具体实施例中，为了保证生成的最优作业路径的适用性和准确性，在作业规划装置根据图像信息进行路径规划的过程中，还需结合植保无人机在飞行过程中的实际飞行速度进行路径规划，生成最优作业路径。其中，最优作业路径优选为飞行距离最短的路径。
S30:植保装置根据最优作业路径对作物对象进行植保作业。
具体地，作业规划装置将生成的最优作业路径发送给植保装置之后，植保装置即可根据该最优作业路径进行飞行，并对作物对象进行植保作业。例如：植保装置可根据获取的最优作业路径对作物对象实施喷洒药液或者喷洒水等。
在本实施例中，通过图像采集装置对作物对象进行图像采集和识别，生成图像信息发送给作用规划装置；作业规划装置根据图像信息进行数据解析和路径规划，生成最优作业路径发送给植保装置；植保装置根据最优作业路径对作物对象进行植保作业；在图像采集装置、作业规划装置和植保装置三者的相互配合下，保证了对作物对象实施植保作业时的准确性，从而提高了植保无人机喷施作业的效率。
在一实施例中，如图4所示，图像采集装置对作物对象进行图像采集和识别，生成图像信息，具体包括如下步骤：
S101:图像采集装置对作物对象进行图像采集，生成目标图像。
其中，目标图像指对作物对象进行图像采集后所生成的图像。可以理解地，目标图像中包含有作物对象。具体地，可通过图像采集装置的相机设备对作物对象进行图像采集，生成目标图像。
S102:图像采集装置对目标图像进行光谱识别，生成识别信息。
其中，识别信息指对目标图像进行光谱识别后所生成的信息，具体地，在生成了目标图像之后，再采用多光谱摄像头对生成的目标图像进行光谱识别，生成识别信息。由于多光谱摄像头既可以对作物对象进行图像采集，还可以对采集的图像进行光谱识别。因此，在本实施例中，可直接采用多光谱摄像头对作物对象进行图像采集和识别，生成识别信息。
S103:图像采集装置对目标图像进行特征提取，生成特征信息。
其中，特征信息指对目标图像进行特征提取后所生成的信息。在本实施例中，特征信息主要包括目标图像的颜色和纹理信息。具体地，在对目标图像进行光谱识别的基础上，再通过RGB摄像头对目标图像进行特征提取，提取目标图像中的颜色和纹理数据，从而对目标图像中的目标作物做进一步的细微识别，生成特征信息，从而进一步提高了对目标图像的识别精度。
S104:图像采集装置对目标图像中的目标作物进行高度检测，生成检测信息。
其中，检测信息指对目标图像中的目标作物进行高度检测后所生成的信息。在本实施例中，检测信息主要指目标作物的位置和高度信息。具体地，可通过采用多目摄像头对目标图像中的目标作物进行高度检测，生成的检测信息。可以理解地，该检测信息包括目标作物在x、y、z轴上的三维位置信息。
S105:图像采集装置将识别信息、特征信息和检测信息组合形成图像信息发送给作用规划装置。
具体地，将生成的识别信息、特征信息和检测信息进行组合，即可生成图像信息，然后再将生成的图像信息发送给作用规划装置。
在本实施例中，先通过对作物对象进行图像采集，生成目标图像；然后对目标图像进行光谱识别，生成识别信息；进一步对目标图像进行特征提取，生成特征信息；然后再对目标图像中的目标作物进行高度检测，生成检测信息；最后将生成的识别信息、特征信息和检测信息组合形成图像信息发送给作用规划装置，从而保证了对作物对象的精准图像采集和识别，提高了生成的图像信息的准确性。
在一实施例中，如图5所示，作业规划装置根据图像信息进行数据解析和路径规划，生成最优作业路径发送给植保装置，具体包括如下步骤：
S201:作业规划装置获取图像信息，对图像信息进行数据解析，生成待处理信息。
具体地，在图像采集装置将生成的图像信息发送给作用规划装置之后，作业规划装置对获取的图像信息进行数据解析，获取图像信息中的目标作物的高度和位置信息，生成待处理信息。
S202:作业规划装置采用预设的作业规划算法对待处理信息进行路径规划，生成最优作业路径。
其中，作业规划算法指用于对植保无人机的飞行路径进行路径规划的算法。优选地，在本实施例中，作业规划算法包括遗传算法、蚁群算法和专家投标算法。具体地，在植保无人机的飞行过程中，以植保无人机的实际飞行速度和生成的待处理信息为输入，同时采用遗传算法和蚁群算法进行多次计算，生成若干基本作业路径；然后，再采用专家投标算法对生成的基本作业路径进行筛选，从而生成最优作业路径。最优作业路径优选为飞行距离最短的路径。需要说明的是，在本实施例中，遗传算法和蚁群算法是并行计算的关系。
S203:作业规划装置将最优作业路径发送给所述植保装置。
具体地，在生成最优作业路径之后，可直接通过无线传输将该最优作业路线发送给植保装置。
在本实施例中，作业规划装置通过获取图像信息，对图像信息进行数据解析，生成待处理信息；然后采用预设的作业规划算法对待处理信息进行路径规划，生成最优作业路径；最后将最优作业路径发送给所述植保装置；从而进一步提高了生成的最优作业路径的精准性。
在一实施例中，如图6所示，作业规划装置采用预设的作业规划算法对待处理信息进行路径规划，生成最优作业路径，具体包括如下步骤：
S2021:作业规划装置采用遗传算法和蚁群算法对待处理信息进行初始路径规划，生成基本作业路径。
其中，遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法。它采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。蚁群算法(ant colonyoptimization,ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。具体地，通过同时采用遗传算法和蚁群算法对待处理信息进行初始路径规划，生成基本作业路径。在一具体实施例中，由于通过采用算法进行规划路线的过程中具有一定的随机性，因此，在采用遗传算法和蚁群算法对待处理信息进行初始路径规划的计算的过程中需进行多次重复计算，得到若干基本作业路径。
S2022:作业规划装置采用专家投标算法对基本作业路径进行路径优化，生成最优作业路径。
其中，专家投标算法指可根据预设标准对基本作业路径进行筛选的算法。具体地，在采用遗传算法和蚁群算法对待处理信息进行初始路径规划，生成若干基本作业路径之后，再采用专家投标算法对生成的若干基本作业路径进行筛选，生成最优作业路径。在本实施例中，最优作业路径优选为飞行路径最短的作业路径。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种植保无人机***，其特征在于，包括：图像采集装置、作业规划装置和植保装置；
所述图像采集装置用于对作物对象进行图像采集和识别，生成图像信息发送至所述作业规划装置；
所述作业规划装置用于根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送至所述植保装置；
所述植保装置用于根据所述最优作业路径对所述作物对象进行植保作业。
2.如权利要求1所述的植保无人机***，其特征在于，所述植保无人机***还包括图像采集无人机和植保无人机，所述图像采集装置设置于所述图像采集无人机上，所述植保装置设置于所述植保无人机上。
3.如权利要求2所述的植保无人机***，其特征在于，所述作业规划装置设置于所述图像采集无人机上，或者所述作业规划装置设置于所述植保无人机上，或者所述作业规划装置设置于地面上。
4.如权利要求1所述的植保无人机***，其特征在于，所述图像采集装置包括机载摄像头、云台和防抖组件；所述云台设置在所述防抖组件下方，所述机载摄像头通过摄像头卡位固定在所述云台上。
5.如权利要求1所述的植保无人机***，其特征在于，所述作业规划装置包括数据处理模块和作业规划模块；
所述数据处理模块用于对所述图像信息进行数据解析，生成待处理信息；
所述作业规划模块用于基于所述待处理信息，采用预设的作业规划算法进行路径规划，生成最优作业路径。
6.如权利要求1所述的植保无人机***，其特征在于，所述植保无人机***还包括安全应急装置。
7.一种植保无人机作业方法，其特征在于，所述植保无人机作业方法应用于如权利要求1-6中任一项所述的植保无人机***中，所述植保无人机作业方法包括：
所述图像采集装置对作物对象进行图像采集和识别，生成图像信息发送给所述作业规划装置；
所述作业规划装置根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送给所述植保装置；
所述植保装置根据所述最优作业路径对所述作物对象进行植保作业。
8.如权利要求7所述的植保无人机作业方法，其特征在于，所述图像采集装置对作物对象进行图像采集和识别，生成图像信息，包括：
所述图像采集装置对作物对象进行图像采集，生成目标图像；
所述图像采集装置对所述目标图像进行光谱识别，生成识别信息；
所述图像采集装置对所述目标图像进行特征提取，生成特征信息；
所述图像采集装置对所述目标图像中的目标作物进行高度检测，生成检测信息；
所述图像采集装置将所述识别信息、所述特征信息和所述检测信息组合形成图像信息发送给所述作用规划装置。
9.如权利要求7所述的植保无人机作业方法，其特征在于，所述作业规划装置根据所述图像信息进行数据解析和路径规划，生成最优作业路径发送给所述植保装置，包括：
所述作业规划装置获取图像信息，对所述图像信息进行数据解析，生成待处理信息；
所述作业规划装置采用预设的作业规划算法对所述待处理信息进行路径规划，生成最优作业路径；
所述作业规划装置将所述最优作业路径发送给所述植保装置。
10.如权利要求9所述的植保无人机作业方法，其特征在于，所述作业规划装置采用预设的作业规划算法对所述待处理信息进行路径规划，生成最优作业路径，包括：
所述作业规划装置采用遗传算法和蚁群算法对所述待处理信息进行初始路径规划，生成基本作业路径；
所述作业规划装置采用专家投标算法对所述基本作业路径进行路径优化，生成最优作业路径。
CN201910628316.8A 2019-07-12 2019-07-12 植保无人机***及植保无人机作业方法 Pending CN110371294A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910628316.8A CN110371294A (zh) 2019-07-12 2019-07-12 植保无人机***及植保无人机作业方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910628316.8A CN110371294A (zh) 2019-07-12 2019-07-12 植保无人机***及植保无人机作业方法

Publications (1)

Publication Number Publication Date
CN110371294A true CN110371294A (zh) 2019-10-25

Family

ID=68252867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628316.8A Pending CN110371294A (zh) 2019-07-12 2019-07-12 植保无人机***及植保无人机作业方法

Country Status (1)

Country Link
CN (1) CN110371294A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989664A (zh) * 2019-11-29 2020-04-10 北京特种机械研究所 一种基于多目视觉的无人机夜间植保方法
CN111543413A (zh) * 2020-05-28 2020-08-18 中国农业大学 一种空地协同的农业机器人精准施药方法及***
CN111557290A (zh) * 2020-03-31 2020-08-21 唐山哈船科技有限公司 一种基于无人机的农业除虫装置及方法
CN111750861A (zh) * 2020-05-29 2020-10-09 广州极飞科技有限公司 优选路径规划方法、装置及电子设备
CN116225072A (zh) * 2023-05-09 2023-06-06 济宁市兖州区同瑞机械有限公司 一种适用于农业运输机的路线实时规划管理***
CN116880570A (zh) * 2023-09-06 2023-10-13 中联金冠信息技术(北京)有限公司 一种无人机无线定向导航***
CN117158311A (zh) * 2023-09-27 2023-12-05 四川农业大学 一种自动识别父本和s型路线飞行的大型无人机杂交水稻授粉***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919178A (zh) * 2017-04-14 2017-07-04 南京信息工程大学 一种植保无人机自主飞行路径优化装置及其优化方法
CN206895659U (zh) * 2017-06-28 2018-01-19 丹阳华都园艺有限公司 一种基于无人机的树梢虫害防治***
CN107633202A (zh) * 2017-08-11 2018-01-26 合肥嘉浓航空科技有限公司 一种基于农田图像特征识别的植保无人机飞控方法和***
CN108519775A (zh) * 2017-10-30 2018-09-11 北京博鹰通航科技有限公司 一种精准喷洒的无人机***及其控制方法
CN108552149A (zh) * 2017-12-18 2018-09-21 华南农业大学 一种适用于山地丘陵的无人机烟剂喷施***及喷施方法
CN109283937A (zh) * 2018-09-18 2019-01-29 广东省智能制造研究所 一种基于无人机的植保喷施作业的方法及***
CN109353504A (zh) * 2018-09-05 2019-02-19 华南农业大学 基于处方图的无人机智能喷施***及方法
KR20190062872A (ko) * 2017-11-29 2019-06-07 농업회사법인 대풍꽃가루 주식회사 드론을 이용한 인공수분 시스템
CN109902571A (zh) * 2019-01-23 2019-06-18 中交信息技术国家工程实验室有限公司 一种基于无人机的公路绿化工程养护方法和***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919178A (zh) * 2017-04-14 2017-07-04 南京信息工程大学 一种植保无人机自主飞行路径优化装置及其优化方法
CN206895659U (zh) * 2017-06-28 2018-01-19 丹阳华都园艺有限公司 一种基于无人机的树梢虫害防治***
CN107633202A (zh) * 2017-08-11 2018-01-26 合肥嘉浓航空科技有限公司 一种基于农田图像特征识别的植保无人机飞控方法和***
CN108519775A (zh) * 2017-10-30 2018-09-11 北京博鹰通航科技有限公司 一种精准喷洒的无人机***及其控制方法
KR20190062872A (ko) * 2017-11-29 2019-06-07 농업회사법인 대풍꽃가루 주식회사 드론을 이용한 인공수분 시스템
CN108552149A (zh) * 2017-12-18 2018-09-21 华南农业大学 一种适用于山地丘陵的无人机烟剂喷施***及喷施方法
CN109353504A (zh) * 2018-09-05 2019-02-19 华南农业大学 基于处方图的无人机智能喷施***及方法
CN109283937A (zh) * 2018-09-18 2019-01-29 广东省智能制造研究所 一种基于无人机的植保喷施作业的方法及***
CN109902571A (zh) * 2019-01-23 2019-06-18 中交信息技术国家工程实验室有限公司 一种基于无人机的公路绿化工程养护方法和***

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989664A (zh) * 2019-11-29 2020-04-10 北京特种机械研究所 一种基于多目视觉的无人机夜间植保方法
CN111557290A (zh) * 2020-03-31 2020-08-21 唐山哈船科技有限公司 一种基于无人机的农业除虫装置及方法
CN111543413A (zh) * 2020-05-28 2020-08-18 中国农业大学 一种空地协同的农业机器人精准施药方法及***
CN111543413B (zh) * 2020-05-28 2021-05-04 中国农业大学 一种空地协同的农业机器人精准施药方法
CN111750861A (zh) * 2020-05-29 2020-10-09 广州极飞科技有限公司 优选路径规划方法、装置及电子设备
CN111750861B (zh) * 2020-05-29 2024-04-09 广州极飞科技股份有限公司 优选路径规划方法、装置及电子设备
CN116225072A (zh) * 2023-05-09 2023-06-06 济宁市兖州区同瑞机械有限公司 一种适用于农业运输机的路线实时规划管理***
CN116880570A (zh) * 2023-09-06 2023-10-13 中联金冠信息技术(北京)有限公司 一种无人机无线定向导航***
CN117158311A (zh) * 2023-09-27 2023-12-05 四川农业大学 一种自动识别父本和s型路线飞行的大型无人机杂交水稻授粉***

Similar Documents

Publication Publication Date Title
CN110371294A (zh) 植保无人机***及植保无人机作业方法
KR102049938B1 (ko) 센서 기반의 작황상황 빅데이터 분석을 이용하여 농약 살포량을 실시간으로 조절 가능한 농업용 드론 시스템
JP6621140B2 (ja) 無人飛行体による薬剤散布方法、および、プログラム
JP2022523836A (ja) 農薬散布の制御方法、デバイス及び記憶媒体
US20210245880A1 (en) Control method and device, surveying unmanned aerial vehicle (uav), and spraying uav
US20210101682A1 (en) Methods and devices for unmanned aerial vehicles, spraying systems, unmanned aerial vehicles, and storage media
JP2022521806A (ja) 圃場処理及び監視のためのシステム及び方法
US20210295230A1 (en) Assistance apparatus and assistance method
KR102379398B1 (ko) 방제용 드론과 이를 이용한 자율 분사 포지셔닝 시스템 및 방법
CN114746822A (zh) 路径规划方法、路径规划装置、路径规划***和介质
CN108184794A (zh) 植保作业方法、终端、植保无人机及计算机可读存储介质
CN114746719A (zh) 路径规划方法、路径规划装置、路径规划***和介质
CN112204569A (zh) 结合多光谱和地表语义的作业规划方法、装置及设备
EP3878741A1 (en) Unmanned aerial vehicle
CN110825100A (zh) 一种植保固定翼无人机自主起飞降落控制方法
CN111433701A (zh) 无人机的喷洒作业方法和装置
WO2022087905A1 (zh) 作业控制方法、装置、无人机及计算机可读存储介质
US20230135631A1 (en) Unmanned aerial vehicle
CN114967761B (zh) 一种植保无人机作业的智能控制方法及***
CN110989643A (zh) 一种基于多目视觉的无人机夜间植保***
CA3224120A1 (en) Multi-device agricultural field treatment
EP4230036A1 (en) Targeted treatment of specific weed species with multiple treatment devices
CN110989664A (zh) 一种基于多目视觉的无人机夜间植保方法
CN113439726B (zh) 一种基于5g网络的植保无人机精准对靶喷洒方法及装置
CN108516092B (zh) 农用无人机的喷药***

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191025

RJ01 Rejection of invention patent application after publication