CN111543413B - 一种空地协同的农业机器人精准施药方法 - Google Patents
一种空地协同的农业机器人精准施药方法 Download PDFInfo
- Publication number
- CN111543413B CN111543413B CN202010465814.8A CN202010465814A CN111543413B CN 111543413 B CN111543413 B CN 111543413B CN 202010465814 A CN202010465814 A CN 202010465814A CN 111543413 B CN111543413 B CN 111543413B
- Authority
- CN
- China
- Prior art keywords
- crops
- ground
- pests
- weeds
- robot
- 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
Images
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
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- 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
- A01M7/0089—Regulating or controlling systems
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Mechanical Engineering (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明涉及一种空地协同的农业机器人精准施药方法及***。本发明采用无人机遍历检测,运用图像处理技术对农作物的病虫草害情况进行识别,对整片农田病虫草害区进行了识别定位;地面机器人根据无人机识别出的病虫草害位置自动规划最佳的行进路径,减少了地面机器人的运动行程,施药效率高。本发明对病虫草害所在位置进行二次精检测,当地面机器人行进至无人机识别的病虫草害所在位置时,机器人自带视觉相机识别农作物,对农作物进行二次检测,并且具体判断出农作物所患病虫草害的具体类型,例如该处农作物患有某种病害,解决了对农作物病虫草害精确识别的问题,从而实现对农作物病虫草害精准施药。
Description
技术领域
本发明属于农业机械技术领域,具体涉及一种空地协同的农业机器人精准施药方法及***,能实现大田空中无人机和地面机器人协同作业。
背景技术
目前,精准农业已经成为了当今世界农业发展的新潮流。我国目前农业机械化水平相对较低,我国农业航空的作业面积仅占耕地总面积的2.6%左右,而在欧美等农业航空发达国家则航空作业面积占到了 30%~50%。我国农业农药投入水平高,传统式喷洒农药对无病虫草害的作物具有危害作用,造成农药残存,使得农作物品质下降,对人体健康造成危害。并且传统的施药方式使得这些农药在作物上的分布极不均匀,绝大多数农药喷洒在了无病虫草害的农作物上,使得农产品的农药残留量增加,导致了农产品质量下降,人们的健康以及环境都受到威胁等问题。农业操作如喷洒农药、病虫草害检测十分繁琐,特别是当喷洒农药时会采取过多的预防措施,如穿合适的衣服、戴口罩和手套等,这些措施可以较大程度避免农药对他们造成伤害,但也不能完全避免。因此,在这样的情况下,使用精准施药机器人给出了最好的解决方案。精准施药通过图像处理技术、遥感技术、传感器探测技术、机电一体化技术、导航技术等多种现代化技术与方法来实现,精准喷洒农药可以有效的提高农药利用率,减少农药残存,对人类健康以及环境保护都具有重要意义。而目前一种高效率,精准的全自动施药方法还没有成型,因此,设计一种既高效又能精准喷洒农药的方法具有重要意义。
发明内容
针对上述技术问题,本发明的目的是提供一种空地协同的农业机器人精准施药方法及***,提高施药精度,增大农药使用效率,有效降低农药残留。
为了实现上述目的,本发明提供了如下技术方案:
一种空地协同的农业机器人精准施药方法,利用空地协同的农业机器人精准施药***,所述***包括无人机1和地面机器人6;其中,所述无人机1上设有空中视觉相机2,用于获取无人机1下方的作物图像信息;所述地面机器人6的前端通过一竖直设置的视觉相机支架4 安装有地面视觉相机3;地面机器人6的后端设有施药执行器7;无人机1上搭载微处理器,地面机器人6上搭载有工控机5;所述施药执行器7装载有多种病虫草害农药;空中视觉相机2包括多光谱相机和热红外传感器。
所述方法包括如下步骤:
S1、无人机识别检测
无人机1在大田上空遍历飞行,飞行过程中,通过空中视觉相机2 实时采集大田农作物图像信息,空中视觉相机2的多光谱相机采集作物在不同波段下的光谱图像,并传输至微处理器;同时,热红外传感器获取作物表面的温度信息,并传输至微处理器;
微处理器提取多光谱相机采集的光谱图像的光谱特征,并将热红外传感器采集的温度信息通过光电转换、电信号处理手段将作物的温度分布图像转换为视频图像后提取温度特征,然后将提取的光谱特征和温度特征与正常农作物特征进行对比,建立当地病虫草害信息库,通过信息变化反推农作物病虫草害情况,当发现农作物存在病虫草害时,无人机微处理器与地面机器人6的工控机5通讯,向工控机5发送存在病虫草害的农作物的位置信息;
S2、地面机器人规划路线
地面机器人6的工控机5根据无人机1的微处理器发送的存在病虫草害的农作物的位置信息,规划地面机器人6依次行驶至存在病虫草害的农作物的所在位置的最短路径;
S3、地面机器人二次精检测进行作业决策
地面机器人6根据工控机5规划的路径行进,当地面机器人6到达存在病虫草害的农作物的所在位置时,地面视觉相机3开启,对该位置的大田农作物进行二次检测,地面视觉相机3将获取农作物图像信息发送至工控机5,工控机5对农作物图像信息进行处理,图像信息经处理后,与***中的病虫草害库进行信息特征对比,其中包括颜色信息、形态信息等多特征比较分析,从而判断该位置的大田农作物所患病虫草害的类型信息,并决策是否需要施药作业,如果该位置的大田农作物不需要施药作业,地面机器人6行进至下一个存在病虫草害的农作物的所在位置;如果该位置的大田农作物需要施药作业,判断出农作物所患病虫草害的类型信息,地面机器人6的施药执行器7根据农作物所患病虫草害的类型喷洒相应的农药,从而对农作物病虫草害精准施药。
步骤S1中,在无人机1遍历整片大田后,微处理器通过对多光谱相机遍历拍摄的图像进行数字拼接处理,从而形成大田遥感地图。
步骤S2中,当工控机5收到无人机1的微处理器发送的新的存在病虫草害的农作物的位置信息时,重新规划地面机器人6依次行驶至存在病虫草害的农作物的所在位置的最短路径。
一种空地协同的农业机器人精准施药***,包括无人机1和地面机器人6;其中,所述无人机1上设有空中视觉相机2,用于获取无人机1下方的作物图像信息;所述地面机器人6的前端通过一竖直设置的视觉相机支架4安装有地面视觉相机3;地面机器人6的后端设有施药执行器7;无人机1上搭载微处理器,地面机器人6上搭载有工控机 5;所述施药执行器7装载有多种病虫草害农药;空中视觉相机2包括多光谱相机和热红外传感器。
所述地面视觉相机3通过相机安装罩33、固定连接件32和紧固螺钉拍摄角度可调地安装在视觉相机支架4上;所述固定连接件32高度可调地固接在视觉相机支架4上,地面视觉相机3固接在相机安装罩 33内,所述相机安装罩33与固定连接件32的连接部开有四分之一圆周的弧形调节槽31。
通过调节紧固螺钉对相机的拍摄角度进行九十度范围的调整。
与现有技术相比,本发明的有益效果在于:
(1)本发明自动化程度高,大大降低人工工作强度。
(2)本发明通过精准施药,增大农药使用效率,有效降低农药残留。
(3)本发明采用无人机遍历检测,运用图像处理技术对农作物的病虫草害情况进行识别,对整片农田病虫草害区进行了识别定位;地面机器人根据无人机识别出的病虫草害位置自动规划最佳的行进路径,减少了地面机器人的运动行程,施药效率高。
(4)本发明对病虫草害所在位置进行二次精检测,当地面机器人行进至无人机识别的病虫草害所在位置时,机器人自带视觉相机识别农作物,对农作物进行二次检测,并且具体判断出农作物所患病虫草害的具体类型,例如该处农作物患有某种病害,解决了对农作物病虫草害精确识别的问题,从而实现对农作物病虫草害精准施药。
(5)本发明可实时产生大田的遥感图,有利于大田的作物的产量,病虫草害等信息的统计和管理。
附图说明
图1为本发明的空地协同精准施药***的组成示意图;
图2为本发明的地面视觉相机3的安装示意图;
图3为本发明的无人机1及地面机器人6的运动路径示意图;
图4为本发明的空地协同的农业机器人精准施药方法的流程图。
其中的附图标记为:
1 无人机
2 空中视觉相机
3 地面视觉相机
4 视觉相机支架
5 工控机
6 地面机器人
7 施药执行器
31 弧形调节槽
32 固定连接件
33 相机安装罩
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
如图1所示,本发明为了实现快速精准对农作物进行病虫草害识别,并且对需处理区域进行精准施药采用由无人机1和地面机器人6 组成的空地协同精准施药***,其中,所述无人机1上设有空中视觉相机2,用于获取无人机1下方的作物图像信息;所述地面机器人6的前端通过一竖直设置的视觉相机支架4安装有地面视觉相机3;地面机器人6的后端设有施药执行器7;无人机1上搭载微处理器,地面机器人6上搭载有工控机5。所述施药执行器7装载有多种病虫草害农药。空中视觉相机2包括多光谱相机和热红外传感器。
如图2所示,所述地面视觉相机3通过相机安装罩33、固定连接件32和紧固螺钉拍摄角度可调地安装在视觉相机支架4上。所述固定连接件32高度可调地固接在视觉相机支架4上,地面视觉相机3固接在相机安装罩33内,所述相机安装罩33与固定连接件32的连接部开有四分之一圆周的弧形调节槽31,通过调节紧固螺钉可以对相机的拍摄角度进行九十度范围的调整。
如图3所示,图中粗实线为无人机1的飞行轨迹,图中虚线则为地面机器人6根据所需作业地点行进的轨迹,图中方形框表示无人机1 遍历飞行过程中,识别到病害或虫害的位置。
如图4所示,本发明的空地协同的农业机器人精准施药方法,包括如下步骤:
S1、无人机识别检测
无人机1在大田上空遍历飞行,飞行过程中,通过空中视觉相机2 实时采集大田农作物图像信息,由于不同的农作物具有不同的吸收、反射、辐射光谱性能,在同一光谱区各种物体反映的情况不同,同一物体对不同光谱的反映也有明显差别。通过对不同光谱的识别,来判断农作物的病害情况。空中视觉相机2的多光谱相机采集作物在不同波段下的光谱图像,并传输至微处理器;植被受到病虫草害胁迫后会导致叶片色素的改变,特别是叶片叶绿素含量会变化明显,作物含水率也会发生变化;同时,热红外传感器通过一种可探测目标的红外辐射,反映出目标表面的温度信息,并传输至微处理器;由于气孔导度、光合特性和蒸腾速率与植被冠层温度密切相关,作物发生病虫草害后表面温度与正常作物存在一定差别,并且动物体温也有异于作物温度;
微处理器提取多光谱相机采集的光谱图像的光谱特征,并将热红外传感器采集的温度信息通过光电转换、电信号处理等手段将目标物理的温度分布图像转换为视频图像后提取温度特征,然后将提取的光谱特征和温度特征与正常农作物特征进行对比,建立当地病虫草害信息库,通过信息变化反推农作物病虫草害情况,当发现农作物存在病虫草害时,无人机微处理器与地面机器人6的工控机5通讯,向工控机5发送存在病虫草害的农作物的位置信息。
进一步地,在无人机1遍历整片大田后,微处理器通过对多光谱相机遍历拍摄的图像进行数字拼接处理,从而形成大田遥感地图。
S2、地面机器人规划路线
地面机器人6的工控机5根据无人机1的微处理器发送的存在病虫草害的农作物的位置信息,规划地面机器人6依次行驶至存在病虫草害的农作物的所在位置的最短路径;
当工控机5收到无人机1的微处理器发送的新的存在病虫草害的农作物的位置信息时,重新规划地面机器人6依次行驶至存在病虫草害的农作物的所在位置的最短路径。
S3、地面机器人二次精检测进行作业决策
地面机器人6根据工控机5规划的路径行进,当地面机器人6到达存在病虫草害的农作物的所在位置时,地面视觉相机3开启,对该位置的大田农作物进行二次检测,地面视觉相机3将获取农作物图像信息发送至工控机5,工控机5对农作物图像信息进行处理,图像信息经处理后,与***中的病虫草害库进行信息特征对比,其中包括颜色信息、形态信息等多特征比较分析,从而判断该位置的大田农作物所患病虫草害的类型信息,并决策是否需要施药作业,如果该位置的大田农作物不需要施药作业,地面机器人6行进至下一个存在病虫草害的农作物的所在位置;如果该位置的大田农作物需要施药作业,判断出农作物所患病虫草害的类型信息,地面机器人6的施药执行器7根据农作物所患病虫草害的类型喷洒相应的农药,从而对农作物病虫草害精准施药。
Claims (3)
1.一种空地协同的农业机器人精准施药方法,其特征在于:
所述方法利用空地协同的农业机器人精准施药***,所述***包括无人机(1)和地面机器人(6);其中,所述无人机(1)上设有空中视觉相机(2),用于获取无人机(1)下方的作物图像信息;所述地面机器人(6)的前端通过一竖直设置的视觉相机支架(4)安装有地面视觉相机(3);地面机器人(6)的后端设有施药执行器(7);无人机(1)上搭载微处理器,地面机器人(6)上搭载有工控机(5);所述施药执行器(7)装载有多种病虫草害农药;空中视觉相机(2)包括多光谱相机和热红外传感器;
所述方法包括如下步骤:
S1、无人机识别检测
无人机(1)在大田上空遍历飞行,飞行过程中,通过空中视觉相机(2)实时采集大田农作物图像信息,空中视觉相机(2)的多光谱相机采集作物在不同波段下的光谱图像,并传输至微处理器;同时,热红外传感器获取作物表面的温度信息,并传输至微处理器;
微处理器提取多光谱相机采集的光谱图像的光谱特征,并将热红外传感器采集的温度信息通过光电转换、电信号处理手段将作物的温度分布图像转换为视频图像后提取温度特征,然后将提取的光谱特征和温度特征与正常农作物特征进行对比,建立当地病虫草害信息库,通过信息变化反推农作物病虫草害情况,当发现农作物存在病虫草害时,无人机微处理器与地面机器人(6)的工控机(5)通讯,向工控机(5)发送存在病虫草害的农作物的位置信息;
S2、地面机器人规划路线
地面机器人(6)的工控机(5)根据无人机(1)的微处理器发送的存在病虫草害的农作物的位置信息,规划地面机器人(6)依次行驶至存在病虫草害的农作物的所在位置的最短路径;
S3、地面机器人二次精检测进行作业决策
地面机器人(6)根据工控机(5)规划的路径行进,当地面机器人(6)到达存在病虫草害的农作物的所在位置时,地面视觉相机(3)开启,对该位置的大田农作物进行二次检测,地面视觉相机(3)将获取农作物图像信息发送至工控机(5),工控机(5)对农作物图像信息进行处理,图像信息经处理后,与***中的病虫草害库进行信息特征对比,其中包括颜色信息、形态信息多特征比较分析,从而判断该位置的大田农作物所患病虫草害的类型信息,并决策是否需要施药作业,如果该位置的大田农作物不需要施药作业,地面机器人(6)行进至下一个存在病虫草害的农作物的所在位置;如果该位置的大田农作物需要施药作业,判断出农作物所患病虫草害的类型信息,地面机器人(6)的施药执行器(7)根据农作物所患病虫草害的类型喷洒相应的农药,从而对农作物病虫草害精准施药。
2.根据权利要求1所述的空地协同的农业机器人精准施药方法,其特征在于:步骤S1中,在无人机(1)遍历整片大田后,微处理器通过对多光谱相机遍历拍摄的图像进行数字拼接处理,从而形成大田遥感地图。
3.根据权利要求1所述的空地协同的农业机器人精准施药方法,其特征在于:步骤S2中,当工控机(5)收到无人机(1)的微处理器发送的新的存在病虫草害的农作物的位置信息时,重新规划地面机器人(6)依次行驶至存在病虫草害的农作物的所在位置的最短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465814.8A CN111543413B (zh) | 2020-05-28 | 2020-05-28 | 一种空地协同的农业机器人精准施药方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465814.8A CN111543413B (zh) | 2020-05-28 | 2020-05-28 | 一种空地协同的农业机器人精准施药方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111543413A CN111543413A (zh) | 2020-08-18 |
CN111543413B true CN111543413B (zh) | 2021-05-04 |
Family
ID=71997091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010465814.8A Active CN111543413B (zh) | 2020-05-28 | 2020-05-28 | 一种空地协同的农业机器人精准施药方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111543413B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112020981B (zh) * | 2020-09-14 | 2022-04-01 | 皖西学院 | 一种基于机器视觉的智能除草机器人*** |
CN112180987B (zh) * | 2020-09-27 | 2024-02-20 | 广州极飞科技股份有限公司 | 协同作业方法、***、装置、计算机设备及存储介质 |
CN112129757A (zh) * | 2020-10-15 | 2020-12-25 | 安阳工学院 | 一种植物病虫害自适应检测***和方法 |
CN112166911B (zh) * | 2020-10-15 | 2022-05-24 | 安阳工学院 | 一种快速病虫害精准检测施药***和方法 |
CN112462756B (zh) * | 2020-10-29 | 2022-11-25 | 久瓴(上海)智能科技有限公司 | 农林作业任务生成方法、装置、计算机设备和存储介质 |
CN112602690B (zh) * | 2020-11-26 | 2021-10-15 | 中国农业大学 | 一种果树冠层全覆盖智能立体植保***与方法 |
CN112965514B (zh) * | 2021-01-29 | 2022-07-01 | 北京农业智能装备技术研究中心 | 一种空地协同施药方法及*** |
BR112023027300A2 (pt) * | 2021-06-25 | 2024-03-12 | Basf Agro Trademarks Gmbh | Método implementado por computador para controlar a operação de múltiplos dispositivos de tratamento, métodos para tratamento de ervas daninhas, sistema para tratar um campo agrícola, uso de um dispositivo e elemento de programa de computador |
EP4230037A1 (en) * | 2022-02-18 | 2023-08-23 | BASF Agro Trademarks GmbH | Multi-device agricultural field treatment |
CN114489113B (zh) * | 2021-12-15 | 2024-02-23 | 北京市农林科学院智能装备技术研究中心 | 一种去雄无人机控制方法及*** |
CN114295614B (zh) * | 2021-12-31 | 2023-06-27 | 湖北省农业科学院农业质量标准与检测技术研究所 | 茶树病虫害检测车、检测装置、检测***和检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106564599A (zh) * | 2016-11-22 | 2017-04-19 | 江苏蒲公英无人机有限公司 | 一种基于多光谱遥感的无人机植保作业方法 |
KR20170091352A (ko) * | 2016-02-01 | 2017-08-09 | 주식회사에스에이티 | 작업영역의 탐색과 탐색된 작업영역에서 연속작업을 수행하는 방법 및 이를 수행하는 무인비행체 |
CN107711799A (zh) * | 2017-11-29 | 2018-02-23 | 西北农林科技大学 | 一种基于无人机检测果园信息的人工智能喷药*** |
CN208191978U (zh) * | 2018-04-02 | 2018-12-07 | 西北农林科技大学 | 一种基于无人机遥感的矮砧苹果园精准变量施药*** |
CN109005997A (zh) * | 2018-07-08 | 2018-12-18 | 石河子大学 | 基于自主导航的地空协同作业果园修剪机 |
CN208271033U (zh) * | 2018-05-29 | 2018-12-21 | 农业部南京农业机械化研究所 | 多源信息融合智能决策自主飞行植保无人机 |
CN110371294A (zh) * | 2019-07-12 | 2019-10-25 | 仲恺农业工程学院 | 植保无人机***及植保无人机作业方法 |
CN110832425A (zh) * | 2018-10-31 | 2020-02-21 | 深圳市大疆创新科技有限公司 | 控制方法、设备、测绘无人机和喷洒无人机 |
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 |
-
2020
- 2020-05-28 CN CN202010465814.8A patent/CN111543413B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170091352A (ko) * | 2016-02-01 | 2017-08-09 | 주식회사에스에이티 | 작업영역의 탐색과 탐색된 작업영역에서 연속작업을 수행하는 방법 및 이를 수행하는 무인비행체 |
CN106564599A (zh) * | 2016-11-22 | 2017-04-19 | 江苏蒲公英无人机有限公司 | 一种基于多光谱遥感的无人机植保作业方法 |
CN107711799A (zh) * | 2017-11-29 | 2018-02-23 | 西北农林科技大学 | 一种基于无人机检测果园信息的人工智能喷药*** |
CN208191978U (zh) * | 2018-04-02 | 2018-12-07 | 西北农林科技大学 | 一种基于无人机遥感的矮砧苹果园精准变量施药*** |
CN208271033U (zh) * | 2018-05-29 | 2018-12-21 | 农业部南京农业机械化研究所 | 多源信息融合智能决策自主飞行植保无人机 |
CN109005997A (zh) * | 2018-07-08 | 2018-12-18 | 石河子大学 | 基于自主导航的地空协同作业果园修剪机 |
CN110832425A (zh) * | 2018-10-31 | 2020-02-21 | 深圳市大疆创新科技有限公司 | 控制方法、设备、测绘无人机和喷洒无人机 |
CN110371294A (zh) * | 2019-07-12 | 2019-10-25 | 仲恺农业工程学院 | 植保无人机***及植保无人机作业方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN111543413A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111543413B (zh) | 一种空地协同的农业机器人精准施药方法 | |
US10721859B2 (en) | Monitoring and control implement for crop improvement | |
Esposito et al. | Drone and sensor technology for sustainable weed management: A review | |
US10255670B1 (en) | Image sensor and module for agricultural crop improvement | |
Slaughter et al. | Autonomous robotic weed control systems: A review | |
US20210209352A1 (en) | Insect and other small object image recognition and instant active response with enhanced application and utility | |
TWI708546B (zh) | 無人機系統與人工智慧影像處理技術的液體噴灑方法 | |
CN106564599A (zh) | 一种基于多光谱遥感的无人机植保作业方法 | |
US20230331406A1 (en) | Remotely piloted aircraft suitable for aerial survey and spraying activities,and aerial survey and spraying system | |
Shanmugam et al. | Automated weed detection systems: A review | |
US11712032B2 (en) | Device to detect and exercise control over weeds applied on agricultural machinery | |
Moradi et al. | UAV-based smart agriculture: A review of UAV sensing and applications | |
Vikram | Agricultural Robot–A pesticide spraying device | |
Minaei et al. | Design and development of a rose plant disease-detection and site-specific spraying system based on a combination of infrared and visible images | |
Roman et al. | Stereo vision controlled variable rate sprayer for specialty crops: Part II. Sprayer development and performance evaluation | |
CN109814551A (zh) | 谷物处理自动驾驶***、自动驾驶方法以及自动识别方法 | |
CN110989643B (zh) | 一种基于多目视觉的无人机夜间植保*** | |
Rehna et al. | Impact of autonomous drone pollination in date palms | |
Patil et al. | Review on automatic variable-rate spraying systems based on orchard canopy characterization | |
Hong et al. | Adaptive target spray system based on machine vision for plant protection UAV | |
CA3224120A1 (en) | Multi-device agricultural field treatment | |
Glass et al. | Developing of New Technologies Driving Advances in Precision Agriculture to optimise inputs and reduce environmental footprint | |
CN113361377A (zh) | 一种植物生长管控模型构建方法、电子设备、存储介质 | |
Duttaroy et al. | Efficient Field Monitoring Autonomous Drone (FMAD) with pesticide sprayer and anomaly detection in crops | |
Borra-Serrano et al. | A view from above: the use of drones and image-based phenotyping in breeding and production of woody ornamentals |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220809 Address after: 100069 room 818, 28 fuxingmennei street, Xicheng District, Beijing Patentee after: SINOCHEM MODERN AGRICULTURE Co.,Ltd. Address before: 100083 No. 17 Qinghua East Road, Beijing, Haidian District Patentee before: CHINA AGRICULTURAL University |
|
TR01 | Transfer of patent right |