[发明专利]基于小型无人机群的棉花虫害立体监测方法与系统有效

专利信息
申请号: 202011162451.7 申请日: 2020-10-27
公开(公告)号: CN112364725B 公开(公告)日: 2022-04-01
发明(设计)人: 黄华盛;兰玉彬;邓继忠;杨阿庆;江龑;梁鹏;郝刚;谢运佳 申请(专利权)人: 广东技术师范大学
主分类号: G06V10/764 分类号: G06V10/764;G06V20/10;G06V10/774;G06K9/62;G06N3/04;G06N3/08;G06Q50/02;G06T7/80;G01N21/88;G01N21/84
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 510665 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 小型 无人 机群 棉花 虫害 立体 监测 方法 系统
【权利要求书】:

1.基于小型无人机群的棉花虫害立体监测方法,其特征在于,包括以下步骤:

S1、在地面站的地图模块上划定监测的棉田区域,根据无人机群的无人机数量划分若干个监测单元;对每个监测单元,地面站划分等间距的二维监测点,通过数传模块将每个监测点位置发送给对应的无人机,所述无人机的机载芯片驱动无人机以统一高度飞行至指定位置;

S2、到达指定位置后,所述无人机将云台双目相机垂直向下,采集正下方的棉田图像,所述无人机的机载芯片通过有线连接实时获取云台双目相机采集的图片,基于SSD模型检测出棉花冠层和棉田垄沟的位置,所述无人机的机载芯片控制无人机飞行至距离最近的棉田垄沟,使得棉田垄沟的位置位于所采集图像的正中间;

S3、所述无人机基于立体视觉技术,获得冠层的深度及正下方垄沟的深度,依据深度信息飞行至棉花植株的上部、中部、下部,包括以下步骤:

S301、在任务开始之前,对每台无人机的双目相机进行标定,获得所述双目相机的内外参数,包括相机内参数、畸变系数、左右相机的位置参数;

S302、在到达棉田垄沟正上方之后,所述无人机采集正下方的双目图像,基于相机的畸变系数进行畸变校正,计算左右相机图像中匹配的像素对,基于相机内外参数计算匹配的像素对的深度信息;

S303、基于SSD模型输出的棉花冠层和垄沟位置的信息,计算正下方垄沟区域的像素深度的平均值,以及与正下方垄沟相邻的棉花冠层的像素深度的平均值,计算棉花植株的上部、中部、下部的深度信息;其中,所述棉花植株的上部、中部、下部的深度信息由以下公式计算:

depthup=depthcrown+0.1×(depthditch-depthcrown)

depthmiddle=depthcrown+0.5×(depthditch-depthcrown)

depthdown=depthcrown+0.8×(depthditch-depthcrown)

其中,depthup、depthmiddle、depthdown分别代表棉花上部、中部、底部的深度;depthcrown和depthditch分别代表棉花冠层和棉田垄沟的深度;所述无人机在到达棉花植株上、中、下部之前,由所述无人机的机载芯片控制无人机依次下降三个幅度,这三个幅度由以下公式计算:

m arg in1=depthcrown+0.1×(depthditch-depthcrown)

m arg in2=0.4×(depthditch-depthcrown)

m arg in3=0.3×(depthditch-depthcrown)

其中,m arg in1代表无人机第一次下降的幅度,m arg in2代表无人机第二次下降的幅度,m arg in3代表无人机第三次下降的幅度;

S4、所述无人机在到达棉花植株的每个位置时,将云台双目相机水平放置,采集棉花植株的侧面图像,所述无人机的机载芯片根据所采集的棉花侧面图像,基于卷积神经网络进行虫害侵蚀分类;

S5、所述无人机在完成棉花虫害的立体监测之后,上升至下降前的高度,通过机载数传模块将监测点的GPS坐标、棉花上中下层的虫害侵蚀类别发送给地面站;所述地面站在接收到监测单元中所有无人机的监测报告之后,该监测单元的监测任务完成,开始下一个监测单元的监测任务;

S6、在所有监测单元的监测任务完成之后,所述地面站接收到所有监测点的虫害信息,仅保留出现虫害的监测点的位置信息,基于贪心算法生成施药无人机的作业路径规划,至此,无人机群的棉花虫害立体监测任务完成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东技术师范大学,未经广东技术师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011162451.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top