控制农用无人车作业的方法及其控制系统技术方案

本申请涉及农业生产技术领域，具体地，涉及一种控制农用无人车作业的方法及其控制系统

【技术实现步骤摘要】
控制农用无人车作业的方法及其控制系统


[0001]本专利技术涉及农业生产
，具体而言，涉及一种控制农用无人车作业的方法及其控制系统
、
农用无人车和服务器
。

技术介绍

[0002]在农业生产中，对植物进行灌溉或者施肥是必不可少的环节，可以将灌溉和施肥统称为农业作业，简称作业，作业方式分为人工喷洒方式和机械喷洒方式
。
其中，人工作业方式劳动量大，效率低，只适合小规模的种植地使用；机械作业方式通常使用拖拉机携带作业设备进行作业，这种方式需要比较专业的人员进行操作，人力成本高
。
为了降低人力成本，现在很多种植地都采用无人式机械进行作业，其通常使用无人车或者无人机携带作业设备进行作业，但是农业作业对无人设备位置精度的要求很高，并且需要精确计算灌溉量或者施肥量，导致无人设备作业的应用受限
。
[0003]数字高程模型
(Digital Elevation Model
，
DEM)
，是用一组有序数值阵列形式表示地面高程的一种实体地面模型
。
在对农业用地进行测绘时，由于范围较小而且地形变化较小，一般采用矩形栅格法组织数据
。DEM
分辨率是
DEM
刻画地形精确程度的一个重要指标，是指
DEM
最小的栅格的长度
。
分辨率数值越小，分辨率就越高，刻画的地形程度就越精确
。
[0004]实时动态载波相位差分技术
(Real
‑
time kinematic
，
RTK)
是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标，能够在野外实时得到包括高度在内的厘米级定位精度
。
[0005]农作物模拟软件决策支持系统
(Decision Support System for Agrotechnology Transfer
，
DSSAT)
和联合作物生长模型
(Crop Environment Resource Synthesis
，
CERES)
都是广泛采用的作物模拟模型，这类模型可以根据降雨量
、
作物类型
、
当地气候
、
土壤物理性质等参数计算合理的施肥量和灌溉量
。

技术实现思路

[0006]本申请提供一种控制农用无人车作业的方法及其控制系统
、
农用无人车和服务器，精确规划农用无人车的作业路线和物料需求量，提高农业作业效率
。
[0007]第一方面，本申请实施例提供一种控制农用无人车作业的方法，包括：
[0008]根据数字高程模型数据
、
作物分布数据和作物模拟模型计算物料需求量；
[0009]其中，数字高程模型数据是用栅格划分的，栅格的边长不小于农用无人车的长度，并且不大于农用无人车作业幅度的一半；
[0010]其中，作物分布数据是根据作业区域的图像数据进行二值化处理得到的，包括每株作物的编号
、
轮廓和作物类型；
[0011]其中，作物模拟模型的参数包括土壤参数
、
气象参数和作物生长参数
。
[0012]计算作业区域的坡度数据，结合栅格数据规划无人车的行进路线和作业位置；其中，栅格数据包括任一栅格的高程数据
、
类型和连通方向数据
。
[0013]控制农用无人车根据行进路线
、
作业位置和物料需求量进行作业；其中，农用无人车对任一栅格完成作业后，发送栅格作业完成信息
。
[0014]上述方法结合了作物特征
、
作业区域地形特征和无人车特征，充分利用获得的数据，使无人车按照最优的行进路线和作业位置，对作物实施精准作业，并实时反馈作业结果，提高了农业作业效率
。
[0015]在第一方面的一种可能的实现方式中，该方法还包括：获取图像数据，计算作物分布数据和区域分布数据；其中，区域分布数据包括作物生长区域和道路区域
。
[0016]在第一方面的一种可能的实现方式中，该方法还包括：
[0017]获取数字高程模型数据，结合区域分布数据计算栅格数据
。
[0018]在第一方面的一种可能的实现方式中，该方法还包括：
[0019]建立作物模拟模型的参数，其中：
[0020]土壤参数是从作物模拟模型的数据库中得到的，或者，是在作业区域中取土样进行测试得到的；
[0021]气象参数是从当地的气象部门得到的；或者，是在作业区域放置传感器得到的；
[0022]作物生长参数是从作物模拟模型的数据库中得到的；或者，是根据实测值进行模拟计算后调整得到的
。
[0023]上述实现方式为第一方面所述的控制农用无人车作业的方法提供充分的数据
。
在这些实施方式的基础上，对部分数据形式或者方法作简单的修改和替换，同样包含在本申请的保护范围内
。
[0024]第二方面，本申请实施例提供一种农用无人车，设置有实时动态载波相位差分技术天线模块
、
通信模块
、
灌溉设备和施肥设备；其中，实时动态载波相位差分技术天线模块用于获取农用无人车在作业区域中的精确定位，网络通信模块用于和服务器通信
。
[0025]农用无人车用于根据行进路线
、
作业位置和物料需求量进行作业；其中，对任一栅格完成作业后，发送栅格作业完成信息
。
[0026]在第二方面的一种可能的实现方式中，该农用无人车的长度不小于该农用无人车的宽度，灌溉设备的作业幅度和施肥设备的作业幅度均不小于农用无人车长度的两倍
。
[0027]第三方面，本申请实施例提供一种服务器，用于：
[0028]建立作物模拟模型；
[0029]接收作业区域的图像数据，计算作物分布数据和区域分布数据；
[0030]接收作业区域的数字高程模型数据，结合区域分布数据计算栅格数据；
[0031]计算作业区域的坡度数据，结合栅格数据规划农用无人车的行进路线和作业位置；
[0032]根据数字高程模型数据
、
作物分布数据和作物模拟模型计算物料需求量；
[0033]将行进路线
、
作业位置和物料需求量发送给农用无人车；
[0034]接收农用无人车发送的栅格作业完成信息
。
[0035]第四方面，本申请实施例提供一种控制系统，用于执行如第一方面任一实现方式所述的控制农用无人车作业的方法
。
[0036]在第四方面的一种可能的实现方式中，控制系统还包括如第二方面任一实现方式所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种控制农用无人车作业的方法，其特征在于，包括：根据数字高程模型数据
、
作物分布数据和作物模拟模型计算物料需求量；其中，所述数字高程模型数据是用栅格划分的，所述栅格的边长不小于所述农用无人车的长度，并且不大于所述农用无人车作业幅度的一半；其中，所述作物分布数据是根据作业区域的图像数据进行二值化处理得到的，包括每株作物的编号
、
轮廓和作物类型；其中，所述作物模拟模型的参数包括土壤参数
、
气象参数和作物生长参数；计算所述作业区域的坡度数据，结合栅格数据规划无人车的行进路线和作业位置；其中，所述栅格数据包括任一栅格的高程数据
、
类型和连通方向数据；控制所述农用无人车根据所述行进路线
、
所述作业位置和所述物料需求量进行作业；其中，所述农用无人车对任一栅格完成作业后，发送栅格作业完成信息
。2.
根据权利要求1所述的方法，其特征在于，还包括：获取所述图像数据，计算所述作物分布数据和区域分布数据；其中，所述区域分布数据包括作物生长区域和道路区域
。3.
根据权利要求2所述的方法，其特征在于，还包括：获取所述数字高程模型数据，结合所述区域分布数据计算所述栅格数据
。4.
根据权利要求1所述的方法，其特征在于，还包括：建立所述作物模拟模型的参数，其中：所述土壤参数是从所述作物模拟模型的数据库中得到的，或者，是在所述作业区域中取土样进行测试得到的；所述气象参数是从当地的气象部门得到的；或者，是在所述作业区域放置传感器得到的；所述作物生长参数是从所述作物模拟模型的数据库中得到的；或者，是根据实测值进行模拟计算后调整得到的
。5.

【专利技术属性】
技术研发人员：邵永鑫，张宇，
申请(专利权)人：黑龙江惠达科技股份有限公司，
类型：发明
国别省市：