[发明专利]基于无人机风场的棉花虫害监测方法与系统有效

专利信息
申请号: 202011164193.6 申请日: 2020-10-27
公开(公告)号: CN112362661B 公开(公告)日: 2023-01-24
发明(设计)人: 杨阿庆;黄华盛;刘少鹏;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: G01N21/88 分类号: G01N21/88;G05D1/10;G05D1/06;F04D27/00
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 无人机 棉花 虫害 监测 方法 系统
【说明书】:

发明公开了一种基于无人机风场的棉花虫害监测方法与系统,包括:在地面站的地图模块上划定棉田的监测范围,无人机飞行至规划航点;无人机保持悬停状态,驱动云台相机采集正下方的棉花图像;机载芯片获取棉田图像,调用第一图像模型,获取棉花图像中的棉花冠层密度;无人机调整机载的PWM电路占空比,改变机载风扇输出到正下方棉花冠层的风力大小;无人机控制云台相机采集正下方棉花在机载风扇风力作用下发生翻叶的图像;机载芯片获取棉花在风扇作用下的图片,调用第二图像模型;机载芯片调用第三图像模型,对消除运动模糊后的图像进行分类,判别其虫害侵蚀等级。本发明可快速准确识别大范围棉田区域的虫害分布情况。

技术领域

本发明涉及无人机遥感的技术领域,尤其是指一种基于无人机风场的棉花虫害监测方法与系统。

背景技术

快速检测大范围棉田的虫害分布情况,对棉田虫害防治的施药作业具有重要意义。遥感技术能够快速获取并解析棉田的虫害信息,可以为虫害防治的精准施药作业提供决策依据。然而,主要的棉田虫害如红蜘蛛、蚜虫等,多驻留在棉花叶片的背面。主流的遥感技术如卫星遥感、有人机遥感、无人机遥感均只能采集到棉花叶片正面图像,无法有效识别叶片背部的虫害信息。

发明内容

本发明的目的在于克服现有技术的缺点与不足,在超低空无人机遥感平台基础上,提出了一种基于无人机风场的棉花虫害监测方法与系统,通过自适应调节无人机风场大小使得无人机正下方的棉花叶片发生翻转,进而采集棉花叶片背部图像并进行虫害识别。本发明能够克服传统遥感无法获取棉花叶片背部信息的不足,能够快速准确识别大范围棉田区域的虫害分布情况,为虫害防治的精准施药作业提供决策依据。

为实现上述目的,本发明所提供的技术方案如下:

基于无人机风场的棉花虫害监测方法,包括以下步骤:

S1、在地面站的地图模块上划定棉田的监测范围,设定无人机的飞行高度、航向重叠率和旁向重叠率;所述地面站根据参数设置自动规划航点,所述无人机基于飞控模块控制飞行至规划航点;其中,所述无人机的飞行高度为无人机与棉花冠层的距离;

S2、所述无人机保持悬停状态,驱动云台相机采集正下方的棉花图像;所述无人机的机载芯片通过有线连接方式,实时获取棉田图像,调用第一图像模型,获取棉花图像中的棉花冠层密度;其中,所述第一图像模型是一个语义分割模型,该模型包含编码层和解码层,输入为无人机棉田图像,输出为类别图像;统计输出图像中棉花类别所占比重,即可获得棉花密度;

S3、所述无人机根据飞行高度和棉花密度,调整机载的PWM电路占空比,调节无人机底部的机载风扇的输入电压,改变所述机载风扇输出到正下方棉花冠层的风力大小;其中,所述无人机机载风扇的风力大小应使得无人机正下方的棉花叶片发生翻叶;

S4、所述无人机控制云台相机采集正下方棉花在机载风扇风力作用下发生翻叶的图像;所述无人机的机载芯片通过有线连接,实时获取棉花在风扇风力作用下的图片,调用第二图像模型消除运动模糊;其中,所述第二图像模型是一个图像转换模型,由编码层、残差层、解码层组成,该模型输入一幅运动模糊的图像,输出一张对应的清晰图像;

S5、所述无人机的机载芯片调用第三图像模型,对消除运动模糊后的图像进行分类,判别其虫害侵蚀等级;其中,所述第三图像模型是一个图像分类模型,输入为无人机图像,输出为该图像的虫害等级;

S6、所述无人机将该航点的GPS位置、虫害等级发送给地面站;至此,所述无人机在该航点的监测任务完成;所述无人机基于飞控模块,飞行至下一航点进行虫害监测。

进一步,所述步骤S1包括以下步骤:

S101、所述地面站的地图模块根据参数设置自动生成航点序列,所述无人机基于飞控模块,以统一高度飞行至航点位置;

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/202011164193.6/2.html,转载请声明来源钻瓜专利网。

×

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