一种适应丘陵坡地的植保无人机路径规划方法技术

本发明专利技术公开了一种适应丘陵坡地的植保无人机路径规划方法，属于飞行路径规划领域，本发明专利技术提取子区域环境数据代入环境安全计算策略中进行环境安全值的计算

【技术实现步骤摘要】
一种适应丘陵坡地的植保无人机路径规划方法


[0001]本专利技术属于飞行路径规划
，具体的说是一种适应丘陵坡地的植保无人机路径规划方法
。

技术介绍

[0002]在丘陵区域气候多变，在进行森林巡检松材线虫病树检测
、
河道巡检污染物检测
、
交通巡检违停车辆检测和取证
、
安防巡检有害植物检测和取证操作时，由于检查的范围较广，经常使用无人机对检查位置进行拍照，然后对拍摄的照片进行处理，以对疑似目标位置进行快速查找，目前利用多旋翼无人机进行目标检测的方法主要有两种，一种是规划巡检区域，然后使用无人机拍摄二维正射图像，然后对拼接好的二维正射图像使用智能目标检测算法进行目标检测，并对位置进行标注
。
这种方法出于安全性的考虑往往无人机飞行高度要达到
100
米以上，对目标的解析力不够，无法准确识别目标的真伪性；同时这种方法要先生成二维正射图片，步骤繁琐，时间长，智能化程度低，不能实时给出检测结果，第二种方法是规划巡检区域，然后边飞边拍摄区域的系列照片，直接对系列照片应用智能目标检测算法进行目标检测
。
这种方法为了拍摄到目标照片，往往需要贴近拍摄目标或者使用高倍焦段，视场角比较有限，使得整个的巡检时间较长，对于没有目标的区域也同要需要耗时拍摄，效率低下
。
同时如果无人机距离目标较近，也会存在飞行安全问题，现有技术中均存在上述问题；
[0003]例如在公开号为
CN111723774A
的中国专利中公开了一种基于无人机巡检的输电设备目标识别方法，先通过无人机采集影像数据，提取影像数据中待识别目标的图像并建立目标样本集，然后对目标样本集中的图像进行人工标注，创建巡检影像的缺陷样本库，然后采用巡检影像的缺陷样本库作为训练样本，创建基于
Faster
‑
RCNN
网络的缺陷标定模型，然后采用无人机采集实时巡检影像数据，将实时巡检影像数据输入缺陷标定模型，最后输出目标识别结果并将其进行结构化存储；本专利技术能够对海量的无人机巡检影像进行统一的智能化管理，提高杆塔级
、
金具级的自动化影像分类能力，提高分析的准确性，且大大减少人工分析处理的工作量；
[0004]而在公开号为
CN110796050A
的中国专利中公开了一种无人机巡检过程中目标物体的识别方法，包括接收原始图像，并对所述原始图像进行灰度化处理得到灰度图像；对所述灰度图像进行直线检测与角点检测；根据直线检测与角点检测的检测结果确定杆塔的位置；根据目标物体的颜色特征在所述杆塔的位置识别所述目标物体
。
该无人机巡检过程中目标物体的识别方法能够精确识别杆塔上的目标物体，提高识别精度
。
本申请还公开了一种无人机巡检过程中目标物体的识别装置
、
设备以及计算机可读存储介质，均具有上述技术效果，以上专利均存在本
技术介绍
提出的问题：
[0005]目前利用多旋翼无人机进行目标检测的方法主要有两种，一种是规划巡检区域，然后使用无人机拍摄二维正射图像，然后对拼接好的二维正射图像使用智能目标检测算法进行目标检测，并对位置进行标注
。
这种方法出于安全性的考虑往往无人机飞行高度要达
到
100
米以上，对目标的解析力不够，无法准确识别目标的真伪性；同时这种方法要先生成二维正射图片，步骤繁琐，时间长，智能化程度低，不能实时给出检测结果，第二种方法是规划巡检区域，然后边飞边拍摄区域的系列照片，直接对系列照片应用智能目标检测算法进行目标检测
。
这种方法为了拍摄到目标照片，往往需要贴近拍摄目标或者使用高倍焦段，视场角比较有限，使得整个的巡检时间较长，对于没有目标的区域也同要需要耗时拍摄，效率低下
。
同时如果无人机距离目标较近，也会存在飞行安全问题，本专利技术是为了解决这一问题，提出一种无人机自适应变焦高精度目标检测智能巡检方法，为了解决这些问题，本申请设计了一种适应丘陵坡地的植保无人机路径规划方法
。

技术实现思路

[0006]针对现有技术的不足，本专利技术提出了一种适应丘陵坡地的植保无人机路径规划方法，本专利技术获取无人机实时拍摄数据，对植物种植区域进行子区域的划分，同时提取各子区域环境数据，这里的子区域的划分是根据监测区域的面积均匀划分为若干个子区域
,
对无人机实时拍摄数据进行分析，得到无人机拍摄实时图片
,
获取无人机实时拍摄图片数据导入植保安全计算策略中进行植保安全值的计算
,
提取子区域环境数据代入环境安全计算策略中进行环境安全值的计算
,
提取计算得到的植保安全值和环境安全值代入无人机威胁值计算公式中计算无人机威胁值
,
判断计算得到的无人机威胁值是否大于等于设定的威胁阈值，若是则向无人机向该区域移动进行虫害监测，若否则无人机不向该区域移动，以对虫害威胁区域进行快速发现，同时兼顾环境特征对无人机监测路径进行快速规划，提高了对虫害区域的监测效率
。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种适应丘陵坡地的植保无人机路径规划方法，其包括以下具体步骤：
[0009]S1、
获取无人机实时拍摄数据，对植物种植区域进行子区域的划分，同时提取各子区域环境数据，这里的子区域的划分是根据监测区域的面积均匀划分为若干个子区域；
[0010]S2、
对无人机实时拍摄数据进行分析，得到无人机拍摄实时图片；
[0011]S3、
获取无人机实时拍摄图片数据导入植保安全计算策略中进行植保安全值的计算；
[0012]S4、
提取子区域环境数据代入环境安全计算策略中进行环境安全值的计算；
[0013]S5、
提取计算得到的植保安全值和环境安全值代入无人机威胁值计算公式中计算无人机威胁值；
[0014]S6、
判断计算得到的无人机威胁值是否大于等于设定的威胁阈值，若是则向无人机向该区域移动进行虫害监测，若否则无人机不向该区域移动
。
[0015]具体的，所述
S1
包括以下具体步骤：
[0016]S11、
无人机起飞至指定区域使用广角探头对种植区域进行广角拍摄获取无人机实时拍摄图像；
[0017]S12、
提取各个子区域的环境数据，其中环境数据包括子区域降水量数据和温度数据
。
[0018]具体的，所述
S2
的对无人机实时拍摄数据进行分析，得到无人机拍摄实时图片的具体步骤如下：
[0019]S21、
提取无人机实时拍摄数据，对无人机拍摄数据进行分帧处理，得到无人机实时拍摄图片；
[0020]S22、
对无人机实时拍摄图片导入处理软件进行图片各像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种适应丘陵坡地的植保无人机路径规划方法，其特征在于，其包括以下具体步骤：
S1、
获取无人机实时拍摄数据，对植物种植区域进行子区域的划分，同时提取各子区域环境数据，这里的子区域的划分是根据监测区域的面积均匀划分为若干个子区域；
S2、
对无人机实时拍摄数据进行分析，得到无人机拍摄实时图片；
S3、
获取无人机实时拍摄图片数据导入植保安全计算策略中进行植保安全值的计算；
S4、
提取子区域环境数据代入环境安全计算策略中进行环境安全值的计算；
S5、
提取计算得到的植保安全值和环境安全值代入无人机威胁值计算公式中计算无人机威胁值；
S6、
判断计算得到的无人机威胁值是否大于等于设定的威胁阈值，若是则向无人机向该区域移动进行虫害监测，若否则无人机不向该区域移动
。2.
如权利要求1所述的一种适应丘陵坡地的植保无人机路径规划方法，其特征在于，所述
S1
包括以下具体步骤：
S11、
无人机起飞至指定区域使用广角探头对种植区域进行广角拍摄获取无人机实时拍摄图像；
S12、
提取各个子区域的环境数据，其中环境数据包括子区域降水量数据和温度数据
。3.
如权利要求2所述的一种适应丘陵坡地的植保无人机路径规划方法，其特征在于，所述
S2
的对无人机实时拍摄数据进行分析，得到无人机拍摄实时图片的具体步骤如下：
S21、
提取无人机实时拍摄数据，对无人机拍摄数据进行分帧处理，得到无人机实时拍摄图片；
S22、
对无人机实时拍摄图片导入处理软件进行图片各像素点获取
。4.
如权利要求3所述的一种适应丘陵坡地的植保无人机路径规划方法，其特征在于，所述
S3
中的植保安全计算策略如下：
S31、
对提取的无人机实时拍摄图片进行参数的获取，将提取的无人机实时拍摄图片按照子区域的划分个数划分；
S32、
对获得的单块子区域无人机实时拍摄图片导入颜色特征提取器中，提取单块子区域无人机实时拍摄图片中的颜色特征
{(x1,m1),(x2,m2),...,(x
n
,m
n
)}
，其中，
x
i
为单块子区域无人机实时拍摄图片中第
i
个像素点的位置，
m
i
为单块子区域无人机实时拍摄图片第
i
个像素点的颜色特征；
S33、
将待检测目标的图片导入颜色特征提取器中，提取待检测目标的图片的...

【专利技术属性】
技术研发人员：周平，杨岚，钱康亮，殷勇，
申请(专利权)人：四川三河职业学院，
类型：发明
国别省市：