【技术实现步骤摘要】
本专利技术涉及机器视觉和无人机控制，更具体地，涉及一种基于机器视觉的无人机精准施药作业方法和系统。
技术介绍
1、果树施药是果树种植过程中不可或缺的重要环节，而我国果园主要种植区域集中在丘陵山区，受种植模式和复杂地形地貌的限制，大型施药装备难以用于果树施药。导致果树施药仍以背负式手持喷雾器为主，存在效率低、成本高、喷洒不均匀等问题，而且容易出现漏喷或喷洒不准确的情况，影响生产效率和质量。
2、随着无人机技术的不断发展，越来越多的无人机被应用于农业领域，成为农业作业的重要工具。无人机喷施效果好，效率高，在农业喷施上得到了广泛应用。可较好解决山地丘陵地区果树喷洒施药问题。但目前无人机在喷洒施药过程，主要进行定量喷施，无法根据果树冠层大小进行精准喷施，存在农药浪费等问题。而将机器视觉与无人机精准施药作业相结合，可以有效改善该问题。
3、现有技术中公开了一种植保无人机精准喷施控制方法，所述无人机上设有机器视觉摄像装置及红外热成像摄像装置，包括将药剂进行调温处理，再根据规划的喷施作业路线及设定的喷施角度将调温处理的药剂喷施于喷施目标上，喷施目标上的施药区域与未施药区域将形成温差，喷施时，分别用机器视觉摄像装置和红外热成像摄像装置采集喷施目标的可见光图像和红外图像，图像处理后，分别得到喷施目标总面积st和施药区域总面积sc，对比st、sc以获取未施药区域及未施药区域面积，根据未施药区域及未施药区域面积重新调整喷施装置的喷施角度或无人机的飞行路线，补偿喷施偏差；该现有技术中的喷施控制方法需要在喷施过程中进行喷施效果的多
技术实现思路
1、本专利技术为克服上述现有技术精准施药的效率低、药液浪费大和抗干扰能力差的缺陷，提供一种基于机器视觉的无人机精准施药作业方法和系统，通过机器视觉的方法，预先设计无人机喷施路线，并较快地得到喷施农药总量，可提高施药准确性，减少农药浪费，为树木的精准施药提供了参考思路。
2、为解决上述技术问题，本专利技术的技术方案如下：
3、一种基于机器视觉的无人机精准施药作业方法，用于对树木进行精准施药，包括以下步骤：
4、s1：无人机按预设的飞行路线在施药区域中飞行，并实时拍摄施药区域的图像数据和视频数据；所述施药区域中设置有若干棵待施药的树木；
5、s2：对获取到的所有施药区域的图像进行预处理，利用预设的像素分割模型对预处理后的每张图像中的所有树木进行冠层像素分割，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积；
6、根据所有树木的冠层实际体积计算单棵树木所需农药量；
7、s3：利用目标检测算法和目标跟踪算法对施药区域的视频数据中所有树木进行数量统计，获取施药区域中待施药树木的数量；
8、s4：根据单棵树木所需农药量和待施药树木的数量计算施药区域所需的农药总量，根据施药区域所需的农药总量配置药液，无人机搭载药液按预设的飞行路线进行每棵树木的施药，完成精准施药。
9、优选地，所述步骤s2中，对获取到的所有施药区域的图像进行预处理的具体方法为：对获取到的所有施药区域的图像进行畸变校正，完成预处理。
10、优选地，所述步骤s2中，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积的具体公式为：
11、
12、其中，v冠为树木的冠层实际体积；hpixeli表示树木冠层的第i个像素的实际高度，n为树木的冠层像素数量；gsd表示无人机飞行时与地面的距离。
13、优选地，所述步骤s2中，计算每棵树木的冠层实际体积之后还包括：通过实际测量获取每棵树木的冠层体积，将每棵树木的冠层体积的实际测量值与计算值进行对比和修正。
14、优选地，所述步骤s2中，根据所有树木的冠层实际体积计算所有树木所需农药量的具体公式为：
15、s＝8×10-3×v
16、其中，s为所有树木所需的农药量；v为所有树木的冠层实际体积的平均值。
17、优选地，所述步骤s2中预设的像素分割模型具体为fastsam神经网络模型。
18、优选地，所述步骤s3中的目标检测算法具体为yolox算法；目标跟踪算法具体为deepsort算法。
19、优选地，所述步骤s3的步骤具体为：
20、对所述施药区域的视频数据进行抽帧，利用yolox目标检测算法对施药区域的每一帧视频图像进行目标检测，并将检测到的每棵树木进行id标注；
21、利用deepsort目标跟踪算法对施药区域的每一帧视频图像中的所有树木进行跟踪，并根据每棵树木的id统计所有树木的数量，获取施药区域中待施药树木的数量。
22、优选地，所述无人机的型号具体为phantom 3professional无人机。
23、本专利技术还提供一种基于机器视觉的无人机精准施药作业系统，应用上述的一种基于机器视觉的无人机精准施药作业方法，包括：
24、数据获取单元：用于使无人机按预设的飞行路线在施药区域中飞行，并实时拍摄施药区域的图像数据和视频数据；所述施药区域中设置有若干棵待施药的树木；
25、单棵树木药量计算单元：用于对获取到的所有施药区域的图像进行预处理，利用预设的像素分割模型对预处理后的每张图像中的所有树木进行冠层像素分割，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积；
26、根据所有树木的冠层实际体积计算单棵树木所需农药量；
27、树木数量统计单元：用于利用目标检测算法和目标跟踪算法对施药区域的视频数据中所有树木进行数量统计，获取施药区域中待施药树木的数量；
28、施药作业单元：用于根据单棵树木所需农药量和待施药树木的数量计算施药区域所需的农药总量，根据施药区域所需的农药总量配置药液，无人机搭载药液按预设的飞行路线进行每棵树木的施药，完成精准施药。
29、与现有技术相比，本专利技术技术方案的有益效果是：
30、本专利技术提供一种基于机器视觉的无人机精准施药作业方法，用于对树木进行精准施药，首先使无人机按预设的飞行路线在施药区域中飞行，并实时拍摄施药区域的图像数据和视频数据；所述施药区域中设置有若干棵待施药的树木；对获取到的所有施药区域的图像进行预处理，利用预设的像素分割模型对预处理后的每张图像中的所有树木进行冠层像素分割，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积；根据所有树木的冠层实际体积计算单棵树木所需农药量；利用目标检测算法和目标跟踪算法对施药区域的视频数据中所有树木进行数量统计，获取施药区域中待施药树木的数量；最后根据单棵树木所需农药量和待施药树木的数量计算施药区域所需的农药总量，根据施药区域所需的农药总量配置药液，无人机搭载药液按预设的飞行路线进行每棵树木的施药，完成精准施药本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的无人机精准施药作业方法，用于对树木进行精准施药，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S2中，对获取到的所有施药区域的图像进行预处理的具体方法为：对获取到的所有施药区域的图像进行畸变校正，完成预处理。
3.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S2中，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积的具体公式为：
4.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S2中，计算每棵树木的冠层实际体积之后还包括：通过实际测量获取每棵树木的冠层体积，将每棵树木的冠层体积的实际测量值与计算值进行对比和修正。
5.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S2中，根据所有树木的冠层实际体积计算所有树木所需农药量的具体公式为：
6.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步
7.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S3中的目标检测算法具体为YOLOX算法；目标跟踪算法具体为DeepSORT算法。
8.根据权利要求7所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤S3的步骤具体为：
9.根据权利要求1～8任意一项中所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述无人机的型号具体为PHANTOM 3PROFESSIONAL无人机。
10.一种基于机器视觉的无人机精准施药作业系统，应用权利要求1～9任意一项中所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于机器视觉的无人机精准施药作业方法，用于对树木进行精准施药，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤s2中，对获取到的所有施药区域的图像进行预处理的具体方法为：对获取到的所有施药区域的图像进行畸变校正，完成预处理。
3.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤s2中，根据分割出的每棵树木的冠层像素计算每棵树木的冠层实际体积的具体公式为：
4.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤s2中，计算每棵树木的冠层实际体积之后还包括：通过实际测量获取每棵树木的冠层体积，将每棵树木的冠层体积的实际测量值与计算值进行对比和修正。
5.根据权利要求1所述的一种基于机器视觉的无人机精准施药作业方法，其特征在于，所述步骤s2中，根据所有树...
【专利技术属性】
技术研发人员：沈德战，张园，赵振华，
申请(专利权)人：中国热带农业科学院农业机械研究所，
类型：发明
国别省市：
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。