CN110418572A - 作物拍摄用无人机 - Google Patents

作物拍摄用无人机 Download PDF

Info

Publication number
CN110418572A
CN110418572A CN201880017211.2A CN201880017211A CN110418572A CN 110418572 A CN110418572 A CN 110418572A CN 201880017211 A CN201880017211 A CN 201880017211A CN 110418572 A CN110418572 A CN 110418572A
Authority
CN
China
Prior art keywords
camera
unmanned plane
crop
unmanned vehicle
shooting
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
CN201880017211.2A
Other languages
English (en)
Inventor
柳下洋
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.)
Ama Rikikatsu
Nileworks Inc
Original Assignee
Ama Rikikatsu
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 Ama Rikikatsu filed Critical Ama Rikikatsu
Publication of CN110418572A publication Critical patent/CN110418572A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • A01G7/00—Botany in general
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • 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
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • 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
    • B64U2101/40—UAVs specially adapted for particular uses or applications for agriculture or forestry operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Botany (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Catching Or Destruction (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Studio Devices (AREA)
  • Guiding Agricultural Machines (AREA)

Abstract

【课题】本发明提供一种无人机(无人飞行器)，其能够适当地拍摄农场作物的根部分以及侧面。【解决方案】在无人机的下部设置摄像头，其可在无人机行进方向的后方约60度的俯角方向进行拍摄，通过拍摄由于无人机旋转翼的下降气流而临时倾倒的作物，可以适当地拍摄根部分以及侧面。摄像头的俯角可以根据飞行速度或风力·风向自动调整。另外，优选地，在无人机进行方向转换时，使整个机身旋转，以使摄像头始终位于某一方向。

Description

作物拍摄用无人机
技术领域
本发明涉及一种无人飞行器(无人机)，其适用于为了通过图像分析来掌握农场作物的生长情况的作物拍摄。
背景技术
已知一种方法：为了掌握作物的生长情况，通过无人机(无人飞行器、多轴直升机)等从上空拍摄农场，并对拍摄的图像进行分析(例如，专利文献1)。通过使用在农场上方低空中飞行的无人机，可以获得比使用卫星照片时更高精度的信息，但是仍然存在无法获得足够信息以进行准确分析的问题。
例如，飞虱等作物害虫大多出现在根部分，但是从上空拍摄很难适当地拍摄到根部分。同样，也很难拍摄到根部上出现的病斑、以及水面上出现的杂草。另外，尤其是在水稻的情况下，如果获得受到风力时的叶子的形状图像，则可以掌握硅的蓄积量，可以基于此估计水稻的生长程度并最优化肥料计划，但是，从上空拍摄很难适当地掌握水稻的生长程度。
现有技术文献
专利文献
专利文献1：专利公开公报特开2003-9664
发明内容
发明所要解决的问题
本发明提供一种无人机(无人飞行器)，其能够适当地拍摄农场作物的根部分以及侧面。
用于解决问题的手段
本发明通过提供一种无人飞行器来解决上述问题，该无人飞行器具有摄像头和旋转翼，其中所述摄像头被设置在相对于行进方向的大约后方、并且在相对于水平线形成约60度的俯角的方向上可拍摄农场的位置上，所述摄像头对由于所述旋转翼产生的气流而露出的作物的根部或叶子的侧面进行拍摄。
另外，本发明还通过提供段落0006所述的无人飞行器来解决上述问题，该无人飞行器还具有根据移动速度、或风力和风向来调整所述摄像头方向的俯角的装置。
另外，本发明还通过提供段落0006或0007所述的无人飞行器来解决上述问题，该无人飞行器还具有控制装置，其进行姿势控制，以在进行方向转换时使所述摄像头相对于行进方向始终朝向后方。
另外，本发明还通过提供如下方法来解决上述课题：将由段落0006、段落0007或段落0008所述的无人飞行器的所述摄像头拍摄的所述作物的根部或叶子的侧面的图像作为神经网络的输入来研究所述作物的生长情况、害虫情况或杂草情况。
发明效果
本发明提供一种无人机(无人飞行器)，其能够适当地拍摄农场作物的根部分以及侧面。
附图说明
图1是本发明的作物的农场拍摄用无人机的实施例的整体图(平面图)。
图2是本发明的作物的农场拍摄用无人机的实施例的整体图(右侧面图)。
图3是示出了本发明的农场拍摄用无人机的实施例中作物根部分拍摄的基本概念的图。
图4是示出了本发明的农场拍摄用无人机的实施例的方向转换方法的图。
具体实施方式
下面参照附图对本发明的实施方式进行描述。附图均为例示。
图1示出了根据本发明的无人机(100)的整体结构(平面图)。本文中，“无人机”是指不管驱动方法或控制方法如何的所有无人飞行器。旋转翼(转子)(101)和电动机(102)是用于使无人机飞行的装置。在该图中，示出了使用四组两级转子的配置，但是转子的数量或配置方法可以与此不同。虽然没有图示出来，但本发明的无人机(100)优选具有用于进行飞行控制的计算机装置、用于远程操作无线通信装置、用于位置检测的GPS装置(优选为RTK-GPS等高精度装置)、以及电池等。另外，该图中示出了普通无人机所需的部件，例如着陆所需的支腿、保持电动机的框架、以及用于防止手接触旋转翼的安全框架等，但是，由于是显而易见的，因此不再特别说明。
图2示出了本发明的无人机(100)的整体结构(有侧面图)。在本发明的无人机(100)的下部设置有摄像头(103)。优选地，摄像头(103)可以连续地拍摄农场作物的映像作为动态图像。虽然没有图示出来，但无人机(100)优选具有存储装置，其临时保存摄像头(103)的拍摄图像。
如图3所示，一般情况下，在无人机中，旋转翼产生的气流(301)流向机身行进方向的后方。旋转翼产生的气流具有临时吹倒农场作物的作用。结果，在无人机(100)的行进方向的后方，出现农场(302)的作物(303)的根部分以及叶子的侧面露出到空中的区域。通过摄像头(103)选择性地拍摄该区域(304)，或者通过拍摄比该区域宽的区域并提取通过图像处理获得的区域(304)，可以获得作物根部分以及叶子侧面的图像。叶子侧面露出到空中的区域(304)的图像与其他区域相比，亮度或色彩度都有很大不同，因此很容易通过图像处理被提取出来。并且，还可以根据受到风力时的作物的叶子的弯曲形状估计叶子的厚度或硬度。
发明人的实验已表明：在无人机以典型的移动速度(大约每秒5米)移动时，最受旋转翼产生的气流的影响的作物在无人机的行进方向的后方，并且在俯角约60度的方向。可以将摄像头(103)朝向该方向，但也可以将广角性能优异的摄像头(103)朝下方拍摄，仅剪切出作物的根部以及叶子的侧面图像。
由于可有效拍摄根部的摄像头的朝向根据移动速度而变化，因此可以在无人机(100)中设置速度传感器，并且通过步进电机等使摄像头(103)的拍摄方向可变、以根据移动速度进行调整。并且，由于临时被吹倒的作物相对于无人机机身的相对位置会受风力和风向的影响，因此可以在无人机(100)中设置风力·风向传感器来自动调整摄像头(103)的拍摄方向。另外，摄像头(103)的远程操作装置上显示摄像头(103)的图像，操作者可以在确认图像的同时对摄像头(103)的位置进行微调整。在无人机(100)悬停时，或者以低速(例如，每秒约3米以下)飞行时，可以控制摄像头(103)不进行拍摄。
图4示出了本发明的农场拍摄用无人机进行方向转换时的动作。另外，图4中的无人机(400)示意性地示出了图1所示的无人机，以便容易理解机身的朝向。一般情况下，在无人机转换方向时，如图4-a所示，仅改变移动方向而不改变机身的绝对方向。在如图4-a所示的方向转换方式中，为了使摄像头(103)可以始终拍摄无人机(100)的行进方向的后侧，需要设置多个(典型地为4个)摄像头(103)并适当地切换以进行拍摄，或者通过步进电动机等根据机身的行进方向改变摄像头(103)的位置。
作为替代方法，如图4-b所示，在进行方向转换时，可以改变机身的绝对方向本身。通过采用这种方式，在无人机(100)上设置一个摄像头(103)就可以始终拍摄无人机(100)的行进方向后侧。尽管需要调整俯角，但是与设置多个摄像头的方法或改变摄像头的方向本身的方法相比，在成本、重量以及准确度方面是都有利的。
通过分析由摄像头(103)拍摄的图像数据，可以获得传统上不能获得的各种信息。例如，可以通过分析近红外图像(例如，780nm波长附近)来检测叶绿素的存在，由此可以从图像中仅提取作物部分。通过对作物部分的图像应用边缘检测并提取叶子的轮廓线，可以测量受到风力时叶子的弯曲程度。由此，可以估计叶片厚度，并且可以估计作物的生长情况。尤其是当作物为水稻时，也可以掌握硅的蓄积量(因为硅越多，叶子的硬度就越高)。另外，根据通过分析近红外图像判明的、没有作物部分的部分即水面区域可以估计(通过边缘检测处理检测出的)直线部分密集的部分是根部。对于根部中近红外线量减少的部分进行边缘检测，当看到斑点状区域时，可以估计有飞虱附着。当根部有暗红色区域时，可以估计出发生了纹枯病。另外，由于通常以20厘米至30厘米的相等间隔种植植株，因此在图像上没有等间隔地出现水面区域时，可以估计有杂草产生。并且，发明人的实验已表明：除了通过这些传统的图像分析之外，还可以通过将大量的图像数据示例作为神经网络(优选为深度神经网络)的输入进行机器学习来有效地进行高精度分析。
(本发明在技术上的显著效果)
根据本发明的无人机能够有效地获得农场中整个作物的根部以及叶子的侧面图像。通过分析获得的结果，可以与有效的害虫对策或施肥计划相关联。另外，当作物为水稻时，可以通过受到风力时的叶子的形状图像来掌握硅的蓄积量，并基于此估计水稻的生长程度，并最优化肥料计划。

Claims (4)

1.一种无人飞行器，其具有摄像头和旋转翼，其中所述摄像头被设置在相对于行进方向的后方、并且在相对于水平线形成约60度的俯角的方向上可拍摄农场的位置上，所述摄像头对由于所述旋转翼产生的气流而露出的作物的根部或叶子的侧面进行拍摄。
2.根据权利要求1所述的无人飞行器，其特征在于，还具有根据移动速度、或风力和风向来调整所述摄像头方向的俯角的装置。
3.根据权利要求1或2所述的无人飞行器，其特征在于，还具有控制装置，其进行姿势控制，以在进行方向转换时使所述摄像头相对于行进方向始终朝向某一方向。
4.一种方法，其将权利要求1、2、或3所述的无人飞行器的所述摄像头拍摄的所述作物的根部或叶子的侧面的图像作为神经网络的输入来研究所述作物的生长情况、害虫情况或杂草情况。
CN201880017211.2A 2017-03-12 2018-03-06 作物拍摄用无人机 Pending CN110418572A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017046844 2017-03-12
JP2017-046844 2017-03-12
PCT/JP2018/008497 WO2018168565A1 (ja) 2017-03-12 2018-03-06 作物撮影用ドローン

Publications (1)

Publication Number Publication Date
CN110418572A true CN110418572A (zh) 2019-11-05

Family

ID=63523291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880017211.2A Pending CN110418572A (zh) 2017-03-12 2018-03-06 作物拍摄用无人机

Country Status (4)

Country Link
US (1) US11319067B2 (zh)
JP (1) JP6868304B2 (zh)
CN (1) CN110418572A (zh)
WO (1) WO2018168565A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018198313A1 (ja) * 2017-04-28 2018-11-01 株式会社オプティム 無人飛行体のアクションプラン作成システム、方法及びプログラム
WO2020095842A1 (ja) * 2018-11-06 2020-05-14 株式会社ナイルワークス ドローン
WO2020110063A1 (en) * 2018-11-29 2020-06-04 Germishuys Dennis Mark Plant cultivation
US20200217830A1 (en) * 2019-01-08 2020-07-09 AgroScout Ltd. Autonomous crop monitoring system and method
KR102342392B1 (ko) * 2019-10-16 2021-12-23 대한민국 작물의 수분스트레스 진단을 이용한 관개 시스템 및 방법
WO2021111621A1 (ja) * 2019-12-06 2021-06-10 株式会社ナイルワークス 植物の病理診断システム、植物の病理診断方法、植物の病理診断装置、およびドローン
WO2021130817A1 (ja) * 2019-12-23 2021-07-01 株式会社ナイルワークス 圃場管理システム、圃場管理方法およびドローン
JP6938005B1 (ja) * 2021-01-09 2021-09-22 知生 島宗 飛行体システム、および飛行体制御プログラム
JP7514536B2 (ja) 2021-03-24 2024-07-11 国立研究開発法人農業・食品産業技術総合研究機構 食害推定装置及び食害推定システム
JP7370087B2 (ja) * 2021-05-25 2023-10-27 国立研究開発法人農業・食品産業技術総合研究機構 情報処理装置、情報処理方法、およびプログラム
JP2023078640A (ja) * 2021-11-26 2023-06-07 トヨタ自動車株式会社 車両撮影システムおよび車両撮影方法
IL298319A (en) * 2022-11-16 2024-06-01 Bzigo Ltd Unmanned aerial vehicle to neutralize insects

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006264573A (ja) * 2005-03-25 2006-10-05 Yamaha Motor Co Ltd 無人ヘリコプタ
CN103523224A (zh) * 2013-10-31 2014-01-22 无锡同春新能源科技有限公司 一种带彩色稻病图像识别仪防治水稻白叶枯病的无人机
CN104320607A (zh) * 2014-08-06 2015-01-28 江苏恒创软件有限公司 基于无人机的监控农田作物生长的方法
CN104330410A (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测***
JP5890569B1 (ja) * 2015-08-12 2016-03-22 ヒロボー株式会社 マルチロータ型ヘリコプター及びこれを使用した薬剤の空中散布方法
CN105510242A (zh) * 2015-12-28 2016-04-20 南京农业大学 一种基于多旋翼无人机平台的作物生长监测方法及装置
WO2016123201A1 (en) * 2015-01-27 2016-08-04 The Trustees Of The University Of Pennsylvania Systems, devices, and methods for robotic remote sensing for precision agriculture
CN205872455U (zh) * 2016-07-08 2017-01-11 武汉市珞比邻智慧科技有限公司 一种具有全景拍摄功能的无人飞行器

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006314215A (ja) * 2005-05-10 2006-11-24 National Agriculture & Food Research Organization 移動体搭載用の生育度測定装置
DK2705350T3 (en) 2011-06-30 2017-06-19 Univ Colorado Regents REMOVE LOW DEPTH IN SEMI-TRANSPARENT MEDIA
FR2988868B1 (fr) * 2012-03-30 2015-04-24 Parrot Procede de pilotage d'un drone a voilure tournante a rotors multiples avec estimation et compensation du vent lateral
US10234439B2 (en) * 2012-11-07 2019-03-19 Airscout Inc. Methods and systems for analyzing a field
EP3032946B1 (en) * 2013-07-11 2022-10-05 Blue River Technology Inc. Method for automatic phenotype measurement and selection
US9336584B2 (en) * 2014-06-30 2016-05-10 Trimble Navigation Limited Active imaging systems for plant growth monitoring
WO2016065071A1 (en) * 2014-10-21 2016-04-28 Tolo, Inc. Remote detection of insect infestation
IL236606B (en) * 2015-01-11 2020-09-30 Gornik Amihay Standards and methods for agricultural monitoring
AU2016201867B2 (en) * 2015-03-27 2017-09-28 Konica Minolta Laboratory U.S.A., Inc. Method and system to avoid plant shadows for vegetation and soil imaging
CA3004388C (en) * 2015-11-08 2024-02-13 Agrowing Ltd A method for aerial imagery acquisition and analysis
US20210073692A1 (en) * 2016-06-12 2021-03-11 Green Grid Inc. Method and system for utility infrastructure condition monitoring, detection and response
CN109963465A (zh) * 2016-09-08 2019-07-02 沃尔玛阿波罗有限责任公司 用于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***和方法
US10768162B2 (en) * 2017-03-16 2020-09-08 Airscout Inc. Systems and methods for producing agricultural prescriptions
US11609159B2 (en) * 2017-05-08 2023-03-21 The Trustees Of The University Of Pennsylvania Systems, devices, and methods for agricultural sample collection
IT201700067764A1 (it) * 2017-06-19 2018-12-19 Dinamica Generale S P A Apparato semovente per l’analisi e la gestione ottimale di campi destinati a coltivazioni agricole.
CN108001687A (zh) * 2017-12-26 2018-05-08 佛山市幻龙科技有限公司 一种农用无人机
US10937148B2 (en) * 2018-01-15 2021-03-02 The Boeing Company System and method for monitoring crops
US11275941B2 (en) * 2018-03-08 2022-03-15 Regents Of The University Of Minnesota Crop models and biometrics
US11074447B1 (en) * 2018-07-13 2021-07-27 Hana Resources, Inc. Land analysis system using drone-captured data
US10660277B2 (en) * 2018-09-11 2020-05-26 Pollen Systems Corporation Vine growing management method and apparatus with autonomous vehicles
US10779476B2 (en) * 2018-09-11 2020-09-22 Pollen Systems Corporation Crop management method and apparatus with autonomous vehicles
US11120552B2 (en) * 2019-02-27 2021-09-14 International Business Machines Corporation Crop grading via deep learning
US20210282338A1 (en) * 2020-03-11 2021-09-16 Aerobotics (Pty) Ltd Systems and methods for predicting crop size and yield
US11100641B1 (en) * 2020-06-11 2021-08-24 Aerobotics (Pty) Ltd Systems and methods for estimating plant age

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006264573A (ja) * 2005-03-25 2006-10-05 Yamaha Motor Co Ltd 無人ヘリコプタ
CN103523224A (zh) * 2013-10-31 2014-01-22 无锡同春新能源科技有限公司 一种带彩色稻病图像识别仪防治水稻白叶枯病的无人机
CN104320607A (zh) * 2014-08-06 2015-01-28 江苏恒创软件有限公司 基于无人机的监控农田作物生长的方法
CN104330410A (zh) * 2014-11-04 2015-02-04 无锡北斗星通信息科技有限公司 位于无人机上的作物病虫害检测***
WO2016123201A1 (en) * 2015-01-27 2016-08-04 The Trustees Of The University Of Pennsylvania Systems, devices, and methods for robotic remote sensing for precision agriculture
JP5890569B1 (ja) * 2015-08-12 2016-03-22 ヒロボー株式会社 マルチロータ型ヘリコプター及びこれを使用した薬剤の空中散布方法
CN105510242A (zh) * 2015-12-28 2016-04-20 南京农业大学 一种基于多旋翼无人机平台的作物生长监测方法及装置
CN205872455U (zh) * 2016-07-08 2017-01-11 武汉市珞比邻智慧科技有限公司 一种具有全景拍摄功能的无人飞行器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李继宇等: "单旋翼电动无人直升机辅助授粉作业参数优选", 《农业工程学报》 *

Also Published As

Publication number Publication date
US11319067B2 (en) 2022-05-03
JP6868304B2 (ja) 2021-05-12
JPWO2018168565A1 (ja) 2020-01-09
US20210316857A1 (en) 2021-10-14
WO2018168565A1 (ja) 2018-09-20

Similar Documents

Publication Publication Date Title
CN110418572A (zh) 作物拍摄用无人机
US9969492B2 (en) Crop height estimation with unmanned aerial vehicles
US11169541B2 (en) Detecting and following terrain height autonomously along a flight path
US10182214B2 (en) Systems and methods for agricultural monitoring
KR102181283B1 (ko) 나무 계측 시스템
Kestur et al. Tree crown detection, delineation and counting in uav remote sensed images: A neural network based spectral–spatial method
CN106931963A (zh) 环境数据共享平台、无人飞行器、定位方法和定位***
CN105549614A (zh) 无人机目标跟踪方法
CN105890623A (zh) 一种无人机作业参数自动采集***及自动感知方法
CN105173102B (zh) 一种基于多图像的四旋翼飞行器增稳***与方法
CN110197500A (zh) 放牧无人机及牧群跟踪方法
CN114689030A (zh) 一种基于机载视觉的无人机辅助定位方法及***
CN106843268A (zh) 一种农场飞行器控制***
CN113568430A (zh) 一种无人机机翼执行数据的修正控制方法
US10807708B2 (en) Air vehicle and imaging apparatus therefor
CN111222082B (zh) 适用于无人飞行器的上升气流位置和速度的辨识方法
Pittu et al. Diseased area recognition and pesticide spraying in farming lands by multicopters and image processing system
Valasek et al. Development and testing of a customized low-cost unmanned aircraft system based on multispectral and thermal sensing for precision agriculture applications
EP3162709A1 (en) An air vehicle and imaging apparatus therefor
GB2545076B (en) Unmanned aerial vehicle with rotary body and imaging system
Das et al. Drone-Based Intelligent Spraying of Pesticides: Current Challenges and Its Future Prospects
CN109334973A (zh) 一种采用尾坐式垂直起降固定翼的第一视角飞行器
Jakobi et al. Bees with attitude: the effect of gusts on flight dynamics
CN110210375A (zh) 自适应农场庄稼缺肥区域检测无人机及检测方法
JP2024088178A (ja) 無人飛行体システム

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191105