【技术实现步骤摘要】
喷洒物携带分析方法、装置、喷洒作业系统及电子设备
本专利技术涉及农业自动化
，具体而言，涉及一种喷洒物携带分析方法、装置、喷洒作业系统及电子设备。
技术介绍
无人作业是一种自动化的作业方式。由于其能够有效降低作业过程中所需的人力成本，目前已广泛应用于各个领域。特别是农业喷洒领域，应用十分广泛，作业形式多样。作业设备往往需要多次作业才能完成一个喷洒任务。然而，单次作业完成后往往会出现作业设备的电量剩余，或者喷洒物还有剩余的场景。上述场景，存在能耗利用不高的情况，也是造成作业效率不高的原因。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种喷洒物携带分析方法、装置、喷洒作业系统及电子设备，用于提高喷洒作业的效率。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供一种喷洒物携带分析方法，所述喷洒物携带分析方法包括：依据目标路段执行作业所需的喷洒物量，利用预设的能耗评估模型，预估按照所述目标路段作业并返回补给点的所需电量信息；其中，所述目标路段为...
【技术保护点】
1.一种喷洒物携带分析方法，其特征在于，所述喷洒物携带分析方法包括：/n依据目标路段执行作业所需的喷洒物量，利用预设的能耗评估模型，预估按照所述目标路段作业并返回补给点的所需电量信息；其中，所述目标路段为从预先规划的作业路径中确定出的路段；/n将所述所需电量信息与携带喷洒物的作业设备的实际电量信息进行比较；/n根据所述所需电量信息与所述作业设备的实际电量信息的匹配关系，确定实际执行路段；/n根据所述实际执行路段确定喷洒物实际携带量。/n
【技术特征摘要】
1.一种喷洒物携带分析方法，其特征在于，所述喷洒物携带分析方法包括：
依据目标路段执行作业所需的喷洒物量，利用预设的能耗评估模型，预估按照所述目标路段作业并返回补给点的所需电量信息；其中，所述目标路段为从预先规划的作业路径中确定出的路段；
将所述所需电量信息与携带喷洒物的作业设备的实际电量信息进行比较；
根据所述所需电量信息与所述作业设备的实际电量信息的匹配关系，确定实际执行路段；
根据所述实际执行路段确定喷洒物实际携带量。
2.根据权利要求1所述的喷洒物携带分析方法，其特征在于，根据所述所需电量信息与所述作业设备的实际电量信息的匹配关系，确定实际执行路段，包括：
若所述所需电量信息大于所述实际电量信息，则减少所述目标路段的数量，以得到新的目标路段；根据所述新的目标路段进行迭代处理，直至所述新的目标路段对应的所需电量信息不超过所述实际电量信息，将所述新的目标路段确定为实际执行路段；
若所述所需电量信息不超过所述实际电量信息，则将所述目标路段确定为实际执行路段，以得到喷洒物实际携带量。
3.根据权利要求2所述的喷洒物携带分析方法，其特征在于，所述根据所述新的目标路段进行迭代处理的步骤，包括：
根据所述新的目标路段，计算执行作业所需的喷洒物量；
根据所述新的目标路段对应的所需的喷洒物量，利用所述能耗评估模型，预估按照所述新的目标路段进行作业并返回补给点的所需电量信息；
将所述所需电量信息与所述实际电量信息进行比较；
若所述所需电量信息大于所述实际电量信息，则再次减少目标路段的数量，以得到新的目标路段，并重复上述迭代处理；
若所述所需电量信息不大于所述实际电量信息，则结束所述迭代处理，以得到所述实际执行路段。
4.根据权利要求1所述的喷洒物携带分析方法，其特征在于，所述喷洒物携带分析方法还包括：
依据历史作业数据及预选的混合模型，训练得到所述能耗评估模型；其中，所述混合模型包括循环神经网络和普通神经网络，所述循环神经网络的输出侧与普通神经网络的输入侧串联。
5.根据权利要求4所述的喷洒物携带分析方法，其特征在于，所述依据历史作业数据及预选的混合模型，训练得到所述能耗评估模型的步骤包括：
对所述历史作业数据进行筛选；
从筛选后得到的每条所述历史作业数据提取出表征航线信息的序列数据、对应的作业设备的电池相关信息及喷洒物相关信息；
将所述序列数据、电池相关信息及喷洒物相关信息从所述循环神经网络输入所述混合模型，以便从所述普通神经网络获取到预测剩余电量；
根据所述预测剩余电量和所述历史作业数据中提取到的实际剩余电量，对所述混合模型的模型参数进行调整，以得到所述能耗评估模型。
6.根据权利要求5所述的喷洒物携带分析方法，其特征在于，所述对所述历史作业数据进行筛选的步骤包括：
将所述历史作业数据中各项数据与所对应的常规区间...
【专利技术属性】
技术研发人员：叶凯杰，朱俊星，管武烈，
申请(专利权)人：广州极飞科技股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。