无人作业设备的目标航线的生成方法及装置、植保系统制造方法及图纸

本申请公开了一种无人作业设备的目标航线的生成方法及装置。其中，该方法包括：获取植保区域的图像数据和地面高程模型数据；依据获取的图像数据确定农作物生长区域的轮廓，并基于农作物生长区域的轮廓的中心线确定无人作业设备在农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线；依据该轮廓和地面高程模型数据确定无人作业设备在该轮廓所指示的作业范围内进行作业时的作业高度；依据作业路线和作业高度生成无人作业设备在该轮廓所指示的作业范围内进行作业时的目标航线。本申请解决了现有技术中操作无人机进行植保作业范围局限、喷洒精准度难以保证，利用RTK定位技术进行植保作业时需要人工打取坐标信息数据导致效率低的技术问题。

【技术实现步骤摘要】
无人作业设备的目标航线的生成方法及装置、植保系统
本申请涉及植保领域，具体而言，涉及一种无人作业设备的目标航线的生成方法及装置。
技术介绍
目前植保通常为传统人工打药、打药机打药、手动操作植保无人机打药和植保无人机依据实时动态载波相位差分技术(Real-timeKinematic,简称RTK)定点航线打药。传统人工打药，一般是作业人员背着农药箱，边走边往作物上喷洒农药，是目前最普遍的施药方式，然而，由于农药对人体的危害极大，愿意人工作业的打药人也已经越来越少，传统人工打药的缺点在于劳动力短缺，作业效率低、成本昂贵、管理难度大；打药机品种繁多，利用打药机打药的优点是雾化效果好，缺点是受风力影响较大，风力越大效果越差，并且受地形影响，丘陵地带坡度陡，打药机无法进入；农作物种植区域情况复杂，手动操作无人机时视线容易受到遮挡，严重影响无人机的飞行安全，因此，手动操作无人机打药时一般保持在较小的视距范围内，这又大大降低了植保作业效率；植保无人机依据RTK定点航线打药相比人工打药效率高，相比打药机打药更精准，缺点是需要人工手持RTK设备到农作物种植本文档来自技高网...

【技术保护点】
1.一种无人作业设备的目标航线的生成方法，其特征在于，包括：/n获取植保区域的图像数据和所述植保区域的地面高程模型数据；/n依据所述植保区域的图像数据确定所述植保区域中农作物生长区域的轮廓，并基于所述农作物生长区域的轮廓的中心线确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线；/n依据所述农作物生长区域的轮廓和所述地面高程模型数据确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业高度；/n依据所述作业路线和所述作业高度生成所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的目标航线。/n

【技术特征摘要】
1.一种无人作业设备的目标航线的生成方法，其特征在于，包括：
获取植保区域的图像数据和所述植保区域的地面高程模型数据；
依据所述植保区域的图像数据确定所述植保区域中农作物生长区域的轮廓，并基于所述农作物生长区域的轮廓的中心线确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线；
依据所述农作物生长区域的轮廓和所述地面高程模型数据确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业高度；
依据所述作业路线和所述作业高度生成所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的目标航线。


2.根据权利要求1所述的方法，其特征在于，在基于所述农作物生长区域的轮廓的中心线确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线之前，所述方法还包括：
比较所述农作物生长区域的轮廓的宽度与所述无人作业设备的作业幅度；
如果所述农作物生长区域的轮廓的宽度小于所述无人作业设备的作业幅度，触发基于所述农作物生长区域的轮廓的中心线确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线；
如果所述农作物生长区域的轮廓的宽度大于所述无人作业设备的作业幅度，按照所述作业幅度将所述农作物生长区域分割成多个子区域，其中，所述多个子区域中任意一个子区域的轮廓的宽度小于或者等于所述作业幅度；基于所述任意一个子区域的轮廓的中心线确定所述无人作业设备在所述任意一个子区域的轮廓所指示的作业范围内进行作业时的作业路线。


3.根据权利要求1或2所述的方法，其特征在于，所述农作物生长区域的轮廓的中心线通过以下方法确定：
确定所述农作物生长区域的多个中心点；
连接所述多个中心点，确定所述农作物生长区域的轮廓的中心线。


4.根据权利要求1或2所述的方法，其特征在于，在确定无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业路线之后，所述方法还包括：
依据所述无人作业设备的尺寸以及所述无人作业设备进行作业时四周预留的安全距离确定所述无人作业设备按照所述作业路线进行作业时的特定作业范围，所述特定作业范围为所述无人作业设备的安全作业范围。


5.根据权利要求4所述的方法，其特征在于，在依据所述农作物生长区域的轮廓和所述地面高程模型数据确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业高度之前，所述方法还包括：
将所述农作物生长区域的轮廓与所述地面高程模型数据叠加，得到所述农作物生长区域的轮廓内的特定作业范围的最大高程值，所述最大高程值为所述特定作业范围内的所述农作物的最高点。


6.根据权利要求5所述的方法，其特征在于，依据所述农作物生长区域的轮廓和所述地面高程模型数据确定所述无人作业设备在所述农作物生长区域的轮廓所指示的作业范围内进行作业时的作业高度，包括：
确定所述特定作业范围中相邻特定作业范围内最大高程值的差值；
如果所述差值大于预设阈值，调整所述无人作业设备按照所述作业路线进行作业时的作业高度。


7.根据权利要求6所述的方法，其特征在于，如果所述差值大于预设阈值，调整所述无人作业设备按照所述作业路线进行作业时的作业高度，包括：
如果所述无人作业设备进行作业的当前特定作业范围内最大高程值低于相邻的下一特定作业范围内最大高程值，且二者差值大于所述预设阈值，增加所述无人作业设备的作业高度至所述下一特定作业范围内的作业高度；
如果所述无人作业设备进行作业的当前特定作业范围内最大高程值高于相邻的下一特定作业范围内最大...

【专利技术属性】
技术研发人员：吴奔，冼嘉晖，
申请(专利权)人：广州极飞科技有限公司，
类型：发明
国别省市：广东;44