CN112180987B - 协同作业方法、***、装置、计算机设备及存储介质 - Google Patents
协同作业方法、***、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112180987B CN112180987B CN202011036134.0A CN202011036134A CN112180987B CN 112180987 B CN112180987 B CN 112180987B CN 202011036134 A CN202011036134 A CN 202011036134A CN 112180987 B CN112180987 B CN 112180987B
- Authority
- CN
- China
- Prior art keywords
- plant
- unmanned equipment
- parameters
- unmanned
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000000877 morphologic effect Effects 0.000 claims abstract description 69
- 238000005507 spraying Methods 0.000 claims description 40
- 230000002093 peripheral effect Effects 0.000 claims description 36
- 238000010586 diagram Methods 0.000 claims description 27
- 238000007726 management method Methods 0.000 claims description 22
- 239000007921 spray Substances 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 235000013399 edible fruits Nutrition 0.000 description 37
- 239000000575 pesticide Substances 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000008141 laxative Substances 0.000 description 4
- 230000002475 laxative effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000002420 orchard Substances 0.000 description 2
- 239000012466 permeate Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 208000037824 growth disorder Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005080 plant death Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Agronomy & Crop Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种协同作业方法、***、装置、计算机设备及存储介质，所述方法包括：确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制第一无人设备和第二无人设备进行协同作业。本发明实施例的技术方案提供了一种新的协同植保作业方式，进一步保证了植保作业效果，并提高了植保作业效率。
Description
技术领域
本发明实施例涉及自动化作业技术领域，尤其涉及一种协同作业方法、***、装置、计算机设备及存储介质。
背景技术
现阶段，农业果树等的植保通常采用传统的人工打药、果树打药机打药或植保无人机依据RTK(Real-time kinematic，实时动态)定点航线打药等方式。
现有技术的缺陷在于：传统的人工果园打药，背着农药箱，边走边往作物上喷洒农药是国内最普遍的施药方式，然而人的身高有限，一些长得比较高大的果树可能存在打药打不透的现象，导致果树生长不正常甚至死亡，加之农药对人体危害极大，愿意人工作业的打药人也越来越少，劳动力短缺且效率低下，成本昂贵且管理难度大；果树打药机打药虽然雾化效果好，但是同样也会受果树株高、冠幅或风力影响，导致打药不均匀以及果树打不透；植保无人机依据RTK定点航线打药虽然效率会比人工打药高，也更能精准到每一棵果树，但是需要人工手持RTK设备到每一棵果树的顶部处打取坐标信息数据，再依据坐标信息数据指令植保无人机进行打药，而且受无人机的喷幅限制，对于一些相对高大的果树可能也会存在打药打不透的现象。
发明内容
本发明实施例提供一种协同作业方法、***、装置、计算机设备及存储介质，以提供一种新的协同植保作业方式，以保证植保作业效果，提高植保作业效率。
第一方面，本发明实施例提供了一种协同作业方法，包括：
确定待作业区域内各植株的植株形态参数；
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；
确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
可选的，确定待作业区域内各植株的植株形态参数，包括：
确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数。
可选的，确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数，包括：
根据与待作业区域匹配的数字正射影像图，识别各植株的***轮廓，得到各植株的冠幅；
根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度。
可选的，根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度，包括：
将与待作业区域匹配的数字地表模型与各植株的***轮廓进行叠加，确定出各植株在***轮廓内的最大高程点，并获取与各最大高程点对应的最大高程值；
在与待作业区域匹配的数字地面模型中，获取与各所述最大高程点分别对应的地面高度值；
计算各最大高程值与匹配的地面高度值之间的差值，作为各植株的植株高度。
可选的，根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集，具体包括：
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，还包括：
确定与单独作业植株集匹配的第二作业路线，基于所述第二作业路线控制所述第一无人设备进行作业；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业。
可选的，所述单株作业参数包括：喷幅宽度范围，以及喷幅高度范围；
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集，包括：
如果确定当前处理的第一目标植株的冠幅超过第一无人设备的喷幅宽度范围，和/或，第一目标植株的植株高度超过第一无人设备的喷幅高度范围，则将所述第一目标植株加入至所述协同作业植株集中；
如果确定当前处理的第二目标植株的冠幅未超过第一无人设备的喷幅宽度范围，且第二目标植株的植株高度未超过第一无人设备的喷幅高度范围，则将所述第二目标植株加入至所述单独作业植株集中。
可选的，在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，还包括：
根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图；
其中，在所述作业处方图中，协同作业植株集和所述单独作业植株集区别显示。
可选的，获取与协同作业植株集匹配的第一作业路线，包括：
响应于用户对作业处方图中协同作业植株集中的协同作业植株的选择，确定至少一个目标协同作业植株；
根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线；和/或，
获取与单独作业植株集匹配的第二作业路线，包括：
响应于用户对作业处方图中单独作业植株集中的单独作业植株的选择，确定至少一个目标单独作业植株；
根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线。
可选的，根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线，包括：
将各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数作为第一作业路线规划参数，发送至管理平台；
接收所述管理平台针对所述第一作业路线规划参数生成并反馈的所述第一作业路线；和/或，
根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线，包括：
将各所述目标单独作业植株，以及第一无人设备的作业参数作为第二作业路线规划参数发送至管理平台；
接收所述管理平台针对所述第二作业路线规划参数生成并反馈的所述第二作业路线。
第二方面，本发明实施例还提供了一种协同作业***，包括：终端、第一无人设备及第二无人设备：
所述终端，用于确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，并将所述第一作业路线提供给所述第一无人设备和第二无人设备；
所述第一无人设备和第二无人设备，用于基于所述第一作业路线对协同作业植株集进行协同作业；
其中，第一无人设备和第二无人设备的作业类型不同。
第三方面，本发明实施例还提供了一种协同作业装置，包括：
植株形态参数确定模块，用于确定待作业区域内各植株的植株形态参数；
协同作业植株集确定模块，用于根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；
第一作业路线确定模块，用于确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
第四方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的协同作业方法。
第五方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的协同作业方法。
本发明实施例的技术方案以待作业区域内的单个植株为最小单元，根据各植株的植株形态参数以及无人设备的单株作业参数，确定需要多个无人设备进行协同作业的协同作业植株集，确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业的方式，提供了一种新的协同植保作业方式，进一步保证了植保作业效果，并提高了植保作业效率。
附图说明
图1是本发明实施例一提供的一种协同作业方法的实现流程图；
图2a是本发明实施例二提供的一种协同作业方法的实现流程图；
图2b是本发明实施例二所适用的一种数字表面模型与数字地面模型的区别示意图；
图2c是本发明实施例二所适用的一种获取植株的植株高度的流程图；
图3是本发明实施例三提供的一种协同作业方法的实现流程图；
图4a是本发明实施例四提供的一种协同作业方法的实现流程图；
图4b是本发明实施例四所适用的一种作业处方图中协同作业植株集的显示示意图；
图4c是本发明实施例四所适用的一种作业处方图中单独作业植株集的显示示意图；
图5是本发明实施例五提供的一种协同作业***的结构示意图；
图6是本发明实施例六提供的一种协同作业装置的结构示意图；
图7为本发明实施例七提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种协同作业方法的流程图，本实施例可适用于基于待作业区域内的协同作业植株集(需要多个无人设备共同作业的植株集合)生成作业路线，并发送至各个无人设备进行协同作业的情况。该方法可以由协同作业装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在具有数据处理功能的终端(例如，无人设备控制面板)或者服务器中。相应的，如图1所示，该方法包括如下操作：
S110、确定待作业区域内各植株的植株形态参数。
其中，所述待作业区域中包括有多个需要进行植保作业的植株。典型的，该待作业区域可以为果园，植株可以为果树，植保作业方式可以为喷水或者喷洒农药等。
现有技术中，可以采取某一种具体的无人设备(例如，(植保)无人机或者(植保)无人车等)对待作业区域进行植保作业，这就会出现当需要进行植保的植株形状不规则，或者比较高大时，该无人设备无法对其充分植保，进而可能会造成植株死亡的情况。例如，当果树比较高大或者冠幅比较大时，植保无人机在对其喷洒农药时打药打不透。
在本实施例中，首先在待作业区域包括的全部植株中，找到那些单一无人设备可能无法充分植保的植株，进而对这些植株使用两种不同类型的无人设备进行协同植保，以解决现有技术的问题。
具体的，可以是将待作业区域内各植株的植株形态参数与无人设备的单株作业参数进行比对的方式，找到那些单一无人设备无法充分植保的植株。
其中，植株形态参数具体可以是用于反映植株外形的参数，例如，植株的高度、冠幅的大小、树冠的轮廓以及树冠的厚度等信息，单株作业参数具体是指无人设备能够作业的单个植株的植株形态参数的范围。
其中，如果一个植株的植株形态参数落入一个无人设备的单株作业参数所限定的作业范围内，则说明仅使用该无人设备即可完成对该植株的充分植保作业；如果一个植株的植株形态参数未落入一个无人设备的单株作业参数所限定的作业范围内，则说明该无人设备需要与其他类型的无人设备协同作业，才能完成对该植株的充分植保作业。
可选的，可以获取待作业区域内各植株的植株高度作为植株形态参数，也可以获取待作业区域内各植株的冠幅作为植株形态参数，还可以同时获取待作业区域内各植株的植株高度以及冠幅作为植株形态参数。
可选的，可以从预先建立的植株形态数据库中直接获取待作业区域内各植株的植株形态参数，也可以通过无人机对该待作业区域进行航拍，以及三维建模等，最终通过图像识别的方式，确定待作业区域内各植株的植株形态参数。
S120、根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集。
在本实施例中，第一无人设备是指主要对该待作业区域进行植保作业的无人设备，第一无人设备的单株作业参数具体是指该第一无人设备能够作业的单个植株的植株形态参数的范围。
其中，单株作业参数可以根据无人机的各项参数，(例如，飞行速度，飞行高度、喷头数量以及喷头喷幅等)以及实际植保作业效果进行预设设定，本实施例对此并不进行限制。
在一个具体的例子中，植株形态参数可以包括冠幅以及植株高度，第一无人设备的单株作业参数可以为喷幅宽度范围以及喷幅高度范围。
具体的，协同作业植株集中包括有需要第一无人设备与其他类型的第二无人设备共同配合才能充分植保作业的一个或者多个植株。续前例，如果待作业区域内的一个植株的植株形态参数未落入第一无人设备的单株作业参数所限定的作业范围内，则将该植株加入至协同作业植株集中。
S130、确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同。
为了对该协同作业植株集进行两种类型无人设备的植保作业，需要首先生成与该协同作业植株集中包括的各个植株对应的植保作业路线，也即第一作业路线。其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
具体的，可以根据协同作业植株集中全部植株在待作业区域中的排布位置，自动生成一条路程最短或者最少转向的第一作业路线，也可以根据用户在该协同作业植株集中点选的一个或者多个植株，生成与用户所点选的各个植株匹配的第一作业路线，或者，也可以根据用户为协同作业植株集中各个植株确定的作业顺序，按照该作业顺序生成与该协同作业植株集匹配的第一作业路线等，本实施例对此并不进行限制。
可选的，考虑到无人机的作业能力以及作业范围是优于无人车的，可以将无人机作为植保作业的主力设备，将无人车作为植保作业的辅助设备。相应的，所述第一无人设备可以为无人机，所述第二无人设备可以为无人车。
当然，可以理解的是，针对一些特殊地形环境的待作业区域，可以将无人车作为植保作业的主力设备，将无人机作为植保作业的辅助设备。相应的，所述第一无人设备可以为无人车，所述第二无人设备可以为无人机。
相应的，在得到第一作业路线后，需要根据第一作业路线控制第一无人设备以及第二无人设备进行协同作业，以使得上述两种类型的无人设备同时对该作业路线上的各个植株进行作业，以保证协同作业植株集中包括的各特殊形态的植株，都能被充分的植保。
可选的，可以根据该第一作业路线对该第一无人设备以及第二无人设备进行实时遥控操作，以控制第一无人设备以及第二无人设备进行协同作业；或者，还可以将该第一作业路线同步提供给第一无人设备以及第二无人设备，以使得第一无人设备以及第二无人设备各自根据接收到的第一作业路线，进行协同作业。
本发明实施例的技术方案以待作业区域内的单个植株为最小单元，根据各植株的植株形态参数以及无人设备的单株作业参数，确定需要多个无人设备进行协同作业的协同作业植株集，确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制第一无人设备和第二无人设备进行协同作业的方式，提供了一种新的协同植保作业方式，进一步保证了植保作业效果，并提高了植保作业效率。
实施例二
图2a是本发明实施例二提供的一种协同作业方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，将确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数的操作进行进一步细化。相应的，如图2a所示，本实施例的方法可以包括：
S210、根据与待作业区域匹配的数字正射影像图，识别各植株的***轮廓，得到各植株的冠幅。
首先，在本实施例中，将待作业区域内各植株的植株高度以及冠幅，作为植株形态参数。
DOM(Digital Orthophoto Map，数字正射影像图)，是对航空(或航天)相片进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集。它是同时具有地图几何精度和影像特征的图像。其中，通过使用航空摄影测量技术可以得到待作业区域内的DOM，或者，也可以基于待作业区域的经纬度范围，从专业DOM数据库中获取待作业区域内的DOM。
可选的，在得到待作业区域内的DOM之后，可以通过使用图像识别技术，识别得到该待作业区域内各植株的***轮廓，进而可以根据各植株的***轮廓，确定各植株的冠幅。其中，冠幅一般是指植株的南北或者东西方向宽度的平均值。
可选的，在得到植株的***轮廓后，可以首先确定该***轮廓的外接矩形，进而使用该外接矩形中较长的一边的边长，作为该植株的冠幅。
S220、根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度。
DSM(Digital Surface Model，数字表面模型)，是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。
DTM(digital terrain model，数字地面模型)，是一个表示地面特征空间分布的数据库，一般用一系列地面点坐标(x，y，z)及地表属性(目标类别或者特征等)组成数据阵列，以此组成数字地面模型。
其中，图2b是本发明实施例二所适用的一种数字表面模型(DSM)与数字地面模型(DTM)的区别示意图。如图2b所示，在获取了同一植株的地表高度以及地面高度后，将地表高度减去地面高度，可以得到该植株的植株高度。
相应的，同样可以通过使用航空摄影测量技术得到待作业区域内的DSM以及DTM；或者，也可以基于待作业区域的经纬度范围，从专业DSM以及DTM数据库中获取待作业区域内的DSM以及DTM。
具体的，在获取各植株的***轮廓后，结合DSM和DTM，可以获取该***轮廓内各点的地表高度以及地面高度，进而可以基于各植株***轮廓内各点的地表高度以及地面高度，计算得到各植株的植株高度。
在一个具体的例子中，可以计算得到目标植株***轮廓内各点的地表高度均值以及地面高度均值，并使用地表高度均值减去地面高度均值得到的差值，作为该目标植株的植株高度；或者，也可以获取目标植株***轮廓内最高点的地表高度以及最高点的地面高度，并使用最高点的地表高度减去最高点的地面高度得到的差值，作为该目标植株的植株高度；或者，还可以获取目标植株***轮廓内任意点的地表高度以及地面高度，并使用任意点的地表高度减去地面高度得到的差值，作为该目标植株的植株高度等，本实施例对此并不进行限制。
其中，图2c是本发明实施例二所适用的一种获取植株的植株高度的流程图。如图2c所示，首先可以通过无人控制航天器采集待作业区域的区域图像，并基于航空摄影测量技术得到该待作业区域内的DOM、DSM以及DTM。之后通过对DOM进行图像识别，可以获取待作业区域内各植株的轮廓以及冠幅，通过使用各植株的轮廓以及DSM，可以得到各轮廓内的最大高程点的最大高程值，并通过结合DTM确定各最大高程点的地面值，可以最终得到各植株的植株高度。
具体的，根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度，可以为：
将与待作业区域匹配的数字地表模型与各植株的***轮廓进行叠加，确定出各植株在***轮廓内的最大高程点，并获取与各最大高程点对应的最大高程值；在与待作业区域匹配的数字地面模型中，获取与各所述最大高程点分别对应的地面高度值；计算各最大高程值与匹配的地面高度值之间的差值，作为各植株的植株高度。
其中，最大高程点，即为***轮廓内高程值最大的一个图像点。
S230、根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集。
S240、确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同。
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
本发明实施例的技术方案通过使用待作业区域内的DOM、DSM以及DTM，可以自动识别得到该待作业区域内各个植株的冠幅以及植株高度，而无需任何人工操作，进而可以简单、便捷的确定出该待作业区域内包括的协同作业植株集，进一步降低的方案的人工成本，并提高了植保作业效率。
实施例三
图3是本发明实施例三提供的一种协同作业方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，将根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集的操作，具体化为：根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；同时，
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集的操作之后，还具体包括：确定与单独作业植株集匹配的第二作业路线，基于所述第二作业路线控制所述第一无人设备进行作业。
相应的，如图3所示，本实施例的方法可以包括：
S310、确定待作业区域内各植株的植株高度以及冠幅，作为植株形态参数。
S320、在待作业区域内，依次获取一个植株作为当前处理植株。
在本实施例中的S320-S360中，给出了一种根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集的具体实现形式。
如前所述，协同作业植株集中包括的一个或者多个植株需要不同类型的第一无人设备和第二无人设备共同作业，才能进行充分的植保。相类似的，在本实施例中，单独作业植株集中包括的一个或者多个植株则仅需要第一无人设备单独作业，即可进行充分的植保。
其中，所述单株作业参数包括：喷幅宽度范围，以及喷幅高度范围。
具体的，根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集，具体可以包括：
如果确定当前处理的第一目标植株的冠幅超过第一无人设备的喷幅宽度范围，或者，第一目标植株的植株高度超过第一无人设备的喷幅高度范围，则将所述第一目标植株加入至所述协同作业植株集中；
如果确定当前处理的第二目标植株的冠幅未超过第一无人设备的喷幅宽度范围，且第二目标植株的植株高度未超过第一无人设备的喷幅高度范围，则将所述第二目标植株加入至所述单独作业植株集中。
S330、判断当前处理植株的冠幅是否超过第一无人设备的喷幅宽度范围：若是，执行S340，否则，执行S350。
S340、将当前处理植株作为第一目标植株加入至所述协同作业植株集中。执行S370。
S350、判断当前处理植株的植株高度是否超过第一无人设备的喷幅高度范围：若是，则返回执行S340；否则，执行S360。
S360、将当前处理植株作为第二目标植株加入至所述单独作业植株集中，执行S370。
S370、判断是否完成对待作业区域内全部植株的处理：若是，执行S380；否则，返回执行S320。
S380、确定与协同作业植株集匹配的第一作业路线，基于第一作业路线控制第一无人设备和第二无人设备进行协同作业。
其中，第一无人设备和第二无人设备的作业类型不同，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
S390、确定与单独作业植株集匹配的第二作业路线，基于第二作业路线控制第一无人设备进行作业。
为了使用第一无人设备对该独立作业植株集进行单独的植保作业，需要首先生成与该独立作业植株集中包括的各个植株对应的植保作业路线，也即第二作业路线。其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业。
具体的，可以根据独立作业植株集中全部植株在待作业区域中的排布位置，自动生成一条路程最短或者最少转向的第二作业路线，也可以根据用户在该独立作业植株集中点选的一个或者多个植株，生成与用户所点选的植株匹配的第二作业路线，或者，也可以根据用户为独立作业植株集中各个植株确定的作业顺序，按照该作业顺序生成与该独立作业植株集匹配的第二作业路线，本实施例对此并不进行限制。
本发明实施例的技术方案通过针对待作业区域内确定协同作业植株集以及单独作业植株集分别生成第一作业路线以及第二作业路线，可以在一次规划过程中，确定出整个待作业区域内的完整作业方式，简化了作业规划流程，进一步提高了作业效率。
实施例四
图4a是本发明实施例四提供的一种协同作业方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集的操作之后，还具体包括：根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图。
相应的，如图4a所示，本实施例的方法可以包括：
S410、确定待作业区域内各植株的植株形态参数。
S420、根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集。
S430、根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图。
其中，在所述作业处方图中，协同作业植株集和单独作业植株集区别显示。
具体的，可以生成两张分别标注有协同作业植株集以及单独作业植株集的作业处理图，或者，也可以生成一张同时标注有协同作业植株集以及单独作业植株集的作业处方图，并在该作业处方图中，将协同作业植株集以及单独作业植株集中的植株分别标识为不同的颜色。
例如，可以将协同作业植株集中包括的各植株利用代码自动标记为绿色，将独立作业植株集中包括的各植株利用代码自动标记为红色。作业处方图中绿色的植株代表该植株需要无人机与无人车一起协同工作才能将该植株完全打透，而作业处方图中红色的植株代表该植株仅需要无人机单独作业即可将该植株完全打透。
可选的，在生成与所述待作业区域匹配的作业处方图之后，可以将所述作业处方图进行屏幕显示。
S440、响应于用户对作业处方图中协同作业植株集中的协同作业植株的选择，确定至少一个目标协同作业植株，并根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线。
在本实施例的一个可选的实施方式中，在将作业处方图进行屏幕显示之后，用户可以在区别显示的协同作业植株集中，点选一个、多个或者全部植株，作为目标协同作业植株。进而，可以根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线。
其中，以第一无人设备为无人机，第二无人设备为无人车为例，第一无人设备的作业参数可以包括：飞行高度以及飞行速度等参数，第二无人设备的作业参数可以包括：行驶速度车身尺寸等。
可选的，可以根据终端本机的处理单元或者计算单元，确定所述第一作业路线，还可以将各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数作为第一作业路线规划参数，发送至管理平台，并接收所述管理平台针对所述第一作业路线规划参数生成并反馈的所述第一作业路线。
其中，所述管理平台可以为统一的数据计算平台(也可以称为服务器)，考虑到终端的计算能力会弱于管理平台，因此，可以将生成第一作业路线的任务移交至管理平台，终端仅向管理平台提供第一路径规划参数，并获取管理平台的针对该第一路径规划参数得到的计算结果即可。S450、响应于用户对作业处方图中单独作业植株集中的单独作业植株的选择，确定至少一个目标单独作业植株，并根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线。
在本实施例中，再将作业处方图进行屏幕显示之后，用户可以在区别显示的独立作业植株集中，点选一个、多个或者全部植株，作为目标独立作业植株。并根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线。
可选的，可以根据终端本机的处理单元或者计算单元，确定所述第二作业路线，还可以将各所述目标单独作业植株，以及第一无人设备的作业参数作为第二作业路线规划参数，发送至管理平台，并接收所述管理平台针对所述第二作业路线规划参数生成并反馈的所述第二作业路线。
在一个具体例子中，第一无人设备为无人机，第二无人设备为无人车，假设无人机最佳的喷幅范围为≤(高2米，宽1.5米)，在DOM上任意选取一棵果树利用图像识别方法识别出该果树的***轮廓，得出该果树冠幅为2.5米。再将该果树的***轮廓叠加到DSM数据中，利用轮廓内的最大高程值与DTM之差，得出该果树的植株高度为3.4米，该果树的冠幅与植株高度均超出了无人机最佳的喷幅范围，利用代码在识别后的DOM上标记为绿色，代表该果树需要利用无人机加无人车一起合作的方式去植保作业才能够打透。
其中，在图4b中示出了本发明实施例四所适用的一种作业处方图中协同作业植株集的显示示意图。如图4b所示，图中的第一果树411、第二果树412以及第三果树413均为作业处方图中标记为绿色的果树(图中未示出)，上述三颗果树需要利用无人机加无人车协同作业。
在另一个具体的例子中，假设无人机最佳的喷幅范围为≤(高2米，宽1.5米)，在DOM上任意选取一棵果树利用图像识别方法识别出该果树的***轮廓，得出该果树冠幅为1.3米。再将该果树的***轮廓叠加到DSM数据中，利用轮廓内的最大高程值与DTM之差，得出该果树的植株高度为1.8米，该果树的冠幅与植株高度都在无人机的植保范围内，利用代码在识别后的DOM上标记为红色，代表该果树利用无人机植保就能够完全打透。
其中，在图4c中示出了本发明实施例四所适用的一种作业处方图中单独作业植株集的显示示意图。如图4c所示，图中的第四果树421、第五果树422以及第六果树423均为作业处方图中标记为红色的果树(图中未示出)，上述三颗果树仅需要利用无人机进行单独的植保作业。
S460、基于所述第一作业路线控制第一无人设备和第二无人设备进行协同作业，并基于所述第二作业路线控制第一无人设备进行作业。
本发明实施例的技术方案通过利用航空摄影测量技术获得的DOM、DSM、DTM数据获取树冠因子如植株高度以及冠幅等，分析出哪些植株是无人机植保时能够完全打透，哪些是无人机无法完全打透而需要用到无人车进行协助植保作业的，进而可以针对不同的植株选择匹配的一个或者两个无人设备进行植保作业，解决了现阶段农业植保方式可能受株高、冠幅等树冠因子的影响而导致果树打药不透、无法正常生长甚至减产死亡的问题，从而保证植保作业效果，提高作业效率。
实施例五
图5是本发明实施例五提供的一种协同作业***的结构示意图，如图5所示，所述协同作业***，包括：终端510、第一无人设备520及第二无人设备530。
所述终端510，用于确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，并将所述第一作业路线提供给所述第一无人设备和第二无人设备；
所述第一无人设备520和第二无人设备530，用于基于所述第一作业路线对协同作业植株集进行协同作业；
其中，第一无人设备520和第二无人设备530的作业类型不同。
可选的，第一无人设备520可以为无人车，而第二无人设备530可以为无人机；或者，第一无人设备520可以为无人机，而第二无人设备530可以为无人车。
在本实施例的一个可选的实施方式中，所述终端510具体可以用于：根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；
所述终端510还可以用于：在确定所述单独作业植株集之后，确定与单独作业植株集匹配的第二作业路线，并将所述第二作业路线提供给所述第一无人设备；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业；
相应的，所述第一无人设备520还用于：基于所述第二作业路线对单独作业植株集进行单独作业。
在本可选实施方式中，可以将第一无人设备作为植保作业的主设备(例如，第一无人设备可以为无人机)，第一无人设备可以单独完成植保作业的植株，可以仅由该第一无人设备进行单独的作业。
本发明实施例的技术方案提供的协同作业***，通过终端，第一无人设备以及第二无人设备的共同配合，提供了一种新的协同植保作业方式，进一步保证了植保作业效果，并提高了植保作业效率。
实施例六
图6是本发明实施例六提供的一种协同作业装置的示意图，如图6所示，所述装置包括：植株形态参数确定模块610、协同作业植株集确定模块620以及第一作业路线确定模块630。
植株形态参数获取模块610，用于确定待作业区域内各植株的植株形态参数。
协同作业植株集确定模块620，用于根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集。
第一作业路线确定模块630，用于确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同。
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
本发明实施例的技术方案以待作业区域内的单个植株为最小单元，根据各植株的植株形态参数以及无人设备的单株作业参数，确定需要多个无人设备进行协同作业的协同作业植株集，确定与协同作业植株集匹配的第一作业路线，基于第一作业路线控制第一无人设备和第二无人设备进行协同作业的方式，提供了一种新的协同植保作业方式，进一步保证了植保作业效果，并提高了植保作业效率。
在上述各实施例的基础上，植株形态参数确定模块610，可以包括：
高度冠幅确定单元，用于确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数。
在上述各实施例的基础上，高度冠幅确定单元，具体可以包括：
冠幅获取子单元，用于根据与待作业区域匹配的数字正射影像图，识别各植株的***轮廓，得到各植株的冠幅；
植株高度识别子单元，用于根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度。
在上述各实施例的基础上，植株高度识别子单元，可以具体用于：
将与待作业区域匹配的数字地表模型与各植株的***轮廓进行叠加，确定出各植株在***轮廓内的最大高程点，并获取与各最大高程点对应的最大高程值；
在与待作业区域匹配的数字地面模型中，获取与各所述最大高程点分别对应的地面高度值；
计算各最大高程值与匹配的地面高度值之间的差值，作为各植株的植株高度。
在上述各实施例的基础上，协同作业植株集确定模块620，具体可以包括，作业植株集确定单元，用于：
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；
所述装置还可以包括，第二作业路线确定模块，用于：
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，确定与单独作业植株集匹配的第二作业路线，并基于所述第二作业路线控制所述第一无人设备进行作业；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业。
在上述各实施例的基础上，所述单株作业参数可以包括：喷幅宽度范围，以及喷幅高度范围；
作业植株集确定单元，可以具体用于：
如果确定当前处理的第一目标植株的冠幅超过第一无人设备的喷幅宽度范围，和/或，第一目标植株的植株高度超过第一无人设备的喷幅高度范围，则将所述第一目标植株加入至所述协同作业植株集中；
如果确定当前处理的第二目标植株的冠幅未超过第一无人设备的喷幅宽度范围，且第二目标植株的植株高度未超过第一无人设备的喷幅高度范围，则将所述第二目标植株加入至所述单独作业植株集中。
在上述各实施例的基础上，还可以包括，作业处方图生成模块，用于：
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图；
其中，在所述作业处方图中，协同作业植株集和所述单独作业植株集区别显示。
在上述各实施例的基础上，第一作业路线确定模块630，具体可以包括：
目标协同作业植株确定单元，用于响应于用户对作业处方图中协同作业植株集中的协同作业植株的选择，确定至少一个目标协同作业植株；
第一作业路线确定单元，用于根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线；和/或，
第二作业路线获取模块，具体包括：
目标单独作业植株确定单元，用于响应于用户对作业处方图中单独作业植株集中的单独作业植株的选择，确定至少一个目标单独作业植株；
第二作业路线确定单元，用于根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线。
在上述各实施例的基础上，所述第一作业路线确定单元具体用于：
将各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数作为第一作业路线规划参数，发送至管理平台；
接收所述管理平台针对所述第一作业路线规划参数生成并反馈的所述第一作业路线；和/或；
所述第二作业路线确定单元具体用于：
将各所述目标单独作业植株，以及第一无人设备的作业参数作为第二作业路线规划参数发送至管理平台；
接收所述管理平台针对所述第二作业路线规划参数生成并反馈的所述第二作业路线。
本发明实施例所提供的协同作业装置可执行本发明任意实施例所提供的协同作业方法，具备执行方法相应的功能模块和有益效果。
实施例七
图7为本发明实施例七提供的一种计算机设备的结构示意图。图7示出了用来实现本发明实施方式的计算机设备512的框图。图7显示的计算机设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同***组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(MicroChannel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及***组件互连(Peripheral Component Interconnect，PCI)总线。
计算机设备512典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***434可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-ReadOnly Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块426的程序436，可以存储在例如存储装置428中，这样的程序模块426包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备512也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备512交互的设备通信，和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口522进行。并且，计算机设备512还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备512的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arraysof Independent Disks，RAID)***、磁带驱动器以及数据备份存储***等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的协同作业方法。
也即，所述处理单元执行所述程序时实现：确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
在一个具体的例子中，该计算机设备可以为无人机的控制面板或者遥控器，和/或，无人车的控制面板或者遥控器等。
实施例八
本发明实施例八还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的协同作业方法。也即：确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory，EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种协同作业方法，其特征在于，包括：
确定待作业区域内各植株的植株形态参数；
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；
确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业；
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集，具体包括：
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，还包括：
确定与单独作业植株集匹配的第二作业路线，基于所述第二作业路线控制所述第一无人设备进行作业；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业。
2.根据权利要求1所述的方法，其特征在于，确定待作业区域内各植株的植株形态参数，包括：
确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数。
3.根据权利要求2所述的方法，其特征在于，确定待作业区域内各植株的植株高度和/或冠幅，作为植株形态参数，包括：
根据与待作业区域匹配的数字正射影像图，识别各植株的***轮廓，得到各植株的冠幅；
根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度。
4.根据权利要求3所述的方法，其特征在于，根据与待作业区域匹配的数字地表模型、数据地面模型以及各植株的***轮廓，识别出各植株的植株高度，包括：
将与待作业区域匹配的数字地表模型与各植株的***轮廓进行叠加，确定出各植株在***轮廓内的最大高程点，并获取与各最大高程点对应的最大高程值；
在与待作业区域匹配的数字地面模型中，获取与各所述最大高程点分别对应的地面高度值；
计算各最大高程值与匹配的地面高度值之间的差值，作为各植株的植株高度。
5.根据权利要求1所述的方法，其特征在于，所述单株作业参数包括：喷幅宽度范围，以及喷幅高度范围；
根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集，包括：
如果确定当前处理的第一目标植株的冠幅超过第一无人设备的喷幅宽度范围，和/或，第一目标植株的植株高度超过第一无人设备的喷幅高度范围，则将所述第一目标植株加入至所述协同作业植株集中；
如果确定当前处理的第二目标植株的冠幅未超过第一无人设备的喷幅宽度范围，且第二目标植株的植株高度未超过第一无人设备的喷幅高度范围，则将所述第二目标植株加入至所述单独作业植株集中。
6.根据权利要求1所述的方法，其特征在于，在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，还包括：
根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图；
其中，在所述作业处方图中，协同作业植株集和所述单独作业植株集区别显示。
7.根据权利要求6所述的方法，其特征在于，获取与协同作业植株集匹配的第一作业路线，包括：
响应于用户对作业处方图中协同作业植株集中的协同作业植株的选择，确定至少一个目标协同作业植株；
根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线；和/或，
获取与单独作业植株集匹配的第二作业路线，包括：
响应于用户对作业处方图中单独作业植株集中的单独作业植株的选择，确定至少一个目标单独作业植株；
根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线。
8.根据权利要求7所述的方法，其特征在于，根据各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数，确定所述第一作业路线，包括：
将各所述目标协同作业植株，以及第一无人设备和第二无人设备的作业参数作为第一作业路线规划参数，发送至管理平台；
接收所述管理平台针对所述第一作业路线规划参数生成并反馈的所述第一作业路线；和/或，
根据各所述目标单独作业植株，以及第一无人设备的作业参数，确定所述第二作业路线，包括：
将各所述目标单独作业植株，以及第一无人设备的作业参数作为第二作业路线规划参数发送至管理平台；
接收所述管理平台针对所述第二作业路线规划参数生成并反馈的所述第二作业路线。
9.一种协同作业***，其特征在于，包括：终端、第一无人设备及第二无人设备：
所述终端，用于确定待作业区域内各植株的植株形态参数；根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；确定与协同作业植株集匹配的第一作业路线，并将所述第一作业路线提供给所述第一无人设备和第二无人设备；
所述第一无人设备和第二无人设备，用于基于所述第一作业路线对协同作业植株集进行协同作业；
其中，第一无人设备和第二无人设备的作业类型不同；
所述终端具体用于：根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集；
所述终端还用于：在确定所述单独作业植株集之后，确定与单独作业植株集匹配的第二作业路线，并将所述第二作业路线提供给所述第一无人设备；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业；
所述第一无人设备还用于：基于所述第二作业路线对单独作业植株集进行单独作业。
10.一种协同作业装置，其特征在于，包括：
植株形态参数确定模块，用于确定待作业区域内各植株的植株形态参数；
协同作业植株集确定模块，用于根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集；
第一作业路线确定模块，用于确定与协同作业植株集匹配的第一作业路线，基于所述第一作业路线控制所述第一无人设备和第二无人设备进行协同作业，第一无人设备和第二无人设备的作业类型不同；
其中，第一作业路线用于指示第一无人设备和第二无人设备对协同作业植株集进行协同作业；
协同作业植株集确定模块，具体包括，作业植株集确定单元，用于：
所述装置还包括，第二作业路线确定模块，用于：
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，确定与单独作业植株集匹配的第二作业路线，并基于所述第二作业路线控制所述第一无人设备进行作业；
其中，第二作业路线用于指示第一无人设备对单独作业植株集进行单独作业。
11.根据权利要求10所述的装置，其特征在于，所述单株作业参数包括：喷幅宽度范围，以及喷幅高度范围；
作业植株集确定单元，具体用于：
如果确定当前处理的第一目标植株的冠幅超过第一无人设备的喷幅宽度范围，和/或，第一目标植株的植株高度超过第一无人设备的喷幅高度范围，则将所述第一目标植株加入至所述协同作业植株集中；
如果确定当前处理的第二目标植株的冠幅未超过第一无人设备的喷幅宽度范围，且第二目标植株的植株高度未超过第一无人设备的喷幅高度范围，则将所述第二目标植株加入至所述单独作业植株集中。
12.根据权利要求10所述的装置，其特征在于，还包括，作业处方图生成模块，用于：
在根据植株形态参数和第一无人设备的单株作业参数，在待作业区域内确定协同作业植株集以及单独作业植株集之后，根据所述协同作业植株集以及所述单独作业植株集，生成与所述待作业区域匹配的作业处方图；
其中，在所述作业处方图中，协同作业植株集和所述单独作业植株集区别显示。
13.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的协同作业方法。
14.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的协同作业方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011036134.0A CN112180987B (zh) | 2020-09-27 | 2020-09-27 | 协同作业方法、***、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011036134.0A CN112180987B (zh) | 2020-09-27 | 2020-09-27 | 协同作业方法、***、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112180987A CN112180987A (zh) | 2021-01-05 |
| CN112180987B true CN112180987B (zh) | 2024-02-20 |
Family
ID=73944838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011036134.0A Active CN112180987B (zh) | 2020-09-27 | 2020-09-27 | 协同作业方法、***、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112180987B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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*** |
| CN116977112B (zh) * | 2023-09-20 | 2023-12-08 | 上海寰果信息科技有限公司 | 植株培育的方法、装置以及*** |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205819570U (zh) * | 2016-07-22 | 2016-12-21 | 天津津宇凯创航空科技发展有限公司 | 一种高效喷洒农药无人机 |
| CN107272739A (zh) * | 2017-07-24 | 2017-10-20 | 湘潭大学 | 一种基于子母***的喷药***及方法 |
| CN108462748A (zh) * | 2018-03-21 | 2018-08-28 | 广州极飞科技有限公司 | 治理控制方法及其装置、云端服务器、治理方法及其*** |
| CN109032174A (zh) * | 2018-07-10 | 2018-12-18 | 苏州极目机器人科技有限公司 | 一种无人机作业航线规划方法以及作业执行方法 |
| CN109247324A (zh) * | 2018-11-15 | 2019-01-22 | 山东理工大学 | 一膜六行栽培模式下棉花脱叶药剂的航空喷施作业方法 |
| CN109341702A (zh) * | 2018-12-13 | 2019-02-15 | 广州极飞科技有限公司 | 作业区域内的路线规划方法、装置、设备及存储介质 |
| CN109328718A (zh) * | 2018-11-15 | 2019-02-15 | 山东理工大学 | 宽窄行栽培模式下棉花脱叶药剂的航空喷施作业方法 |
| 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 |
| CN109507967A (zh) * | 2018-11-30 | 2019-03-22 | 广州极飞科技有限公司 | 作业控制方法及装置 |
| CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
| CN111026161A (zh) * | 2019-12-30 | 2020-04-17 | 广州极飞科技有限公司 | 植保作业方法、装置、设备和存储介质 |
| CN111144788A (zh) * | 2019-12-31 | 2020-05-12 | 广州极飞科技有限公司 | 混合作业方法和相关装置 |
| 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*** |
-
2020
- 2020-09-27 CN CN202011036134.0A patent/CN112180987B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205819570U (zh) * | 2016-07-22 | 2016-12-21 | 天津津宇凯创航空科技发展有限公司 | 一种高效喷洒农药无人机 |
| CN107272739A (zh) * | 2017-07-24 | 2017-10-20 | 湘潭大学 | 一种基于子母***的喷药***及方法 |
| CN108462748A (zh) * | 2018-03-21 | 2018-08-28 | 广州极飞科技有限公司 | 治理控制方法及其装置、云端服务器、治理方法及其*** |
| CN109032174A (zh) * | 2018-07-10 | 2018-12-18 | 苏州极目机器人科技有限公司 | 一种无人机作业航线规划方法以及作业执行方法 |
| 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 |
| CN109328718A (zh) * | 2018-11-15 | 2019-02-15 | 山东理工大学 | 宽窄行栽培模式下棉花脱叶药剂的航空喷施作业方法 |
| CN109247324A (zh) * | 2018-11-15 | 2019-01-22 | 山东理工大学 | 一膜六行栽培模式下棉花脱叶药剂的航空喷施作业方法 |
| CN109507967A (zh) * | 2018-11-30 | 2019-03-22 | 广州极飞科技有限公司 | 作业控制方法及装置 |
| CN109341702A (zh) * | 2018-12-13 | 2019-02-15 | 广州极飞科技有限公司 | 作业区域内的路线规划方法、装置、设备及存储介质 |
| CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
| CN111026161A (zh) * | 2019-12-30 | 2020-04-17 | 广州极飞科技有限公司 | 植保作业方法、装置、设备和存储介质 |
| CN111144788A (zh) * | 2019-12-31 | 2020-05-12 | 广州极飞科技有限公司 | 混合作业方法和相关装置 |
| 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*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112180987A (zh) | 2021-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109035871B (zh) | 无人机飞行路线规划方法、装置、***及智能终端 | |
| CN105159319B (zh) | 一种无人机的喷药方法及无人机 | |
| CN110297483B (zh) | 待作业区域边界获取方法、装置，作业航线规划方法 | |
| CN104637370B (zh) | 一种摄影测量与遥感综合教学的方法及*** | |
| CN104067145B (zh) | 剪枝机器人*** | |
| CN109341702B (zh) | 作业区域内的路线规划方法、装置、设备及存储介质 | |
| CN112180987B (zh) | 协同作业方法、***、装置、计算机设备及存储介质 | |
| CN108256822A (zh) | 一种适用于气象信息辅助卫星成像任务规划***及方法 | |
| CN106020237A (zh) | 植保无人机的多机作业航线规划及其喷洒作业方法和*** | |
| CN112462756B (zh) | 农林作业任务生成方法、装置、计算机设备和存储介质 | |
| WO2021051278A1 (zh) | 地表特征识别方法、设备、无人机及计算机可读存储介质 | |
| Corns et al. | High resolution 3-dimensional documentation of archaeological monuments & landscapes using airborne LiDAR | |
| CN107833279B (zh) | 一种基于dem的地形坡度分析方法 | |
| CN109343567A (zh) | 植保无人机精准作业***及方法 | |
| CN107274254B (zh) | 互联网共享租赁无人机*** | |
| EP3885702A1 (en) | Surveying and mapping system, surveying and mapping method, apparatus, device and medium | |
| CN110254722A (zh) | 一种飞行器***及其方法、具有计算机程序的产品 | |
| KR102424571B1 (ko) | Ｇｉｓ 데이터 자동변환 시스템 | |
| CN109062171A (zh) | 无人机植保作业控制方法、***、装置及存储介质 | |
| CN113052369A (zh) | 智能农机作业管理方法及*** | |
| CN112817331A (zh) | 一种基于多机协同的林业信息智能监测*** | |
| CN114463308A (zh) | 一种无人机视角光伏组件视觉检测方法、装置及处理设备 | |
| CN209070371U (zh) | 植保无人机精准作业*** | |
| Kamarulzaman et al. | UAV Implementations in Urban Planning and Related Sectors of Rapidly Developing Nations: A Review and Future Perspectives for Malaysia | |
| CN117557931A (zh) | 一种基于三维场景的表计最优巡检点的规划方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |