【技术实现步骤摘要】
本专利技术属于自动化智能控制、数据处理领域，具体涉及一种为红树林种植修复机器人导航的方法、系统及设备。
技术介绍
1、在过去的红树林修复领域，通常采用传统的人工方法或者基于传感器的自动化系统。这些方法可能包括直观的视觉监测或单一传感器数据的应用。传统方法往往依赖于有限的数据维度，无法全面了解红树林内部的复杂结构和变化，例如公开号为cn114544236b的专利文献中所述的一种用于红树林土壤修复的监测装置，缺乏多维度数据的综合分析可能导致对植被状态的不准确理解。还有，人工监测和修复通常需要大量的人力资源和时间，而且可能受制于地理位置的限制。这使得对大面积红树林进行及时监测和修复成为一项昂贵而耗时的任务。另外，如公开号为cn116569810a的专利文献中所述的智能植树机器人，在红树林中作业会遭遇枝桠的划损阻碍，可能导致修复机器人难以高效地规划最优路径，从而影响了修复的效率。
技术实现思路
1、本专利技术的目的在于提出一种为红树林种植修复机器人导航的方法、系统及设备，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
2、为了实现上述目的，根据本专利技术的一方面，提供一种为红树林种植修复机器人导航的方法，所述方法包括以下步骤：
3、在红树林中选定待监测区域，获取所述待监测区域上的ndvi数据与lidar数据；
4、在所述待监测区域中，根据ndvi数据进行丛值定圆，得到丛值定点；
5、在所述待监测区域中，根据li
6、从冠层渐子区域向着所述值丛定点进行路径规划，得到机器人导航的修复最优路径。
7、进一步地，所述机器人为能用于红树的树苗的种植的自动化的机器人，所述机器人具有装载红树的树苗的容器并配备将红树的树苗插入土中的装置。
8、所述机器人为能用于红树的树苗的种植的自动化的机器人，所述机器人具有装载红树的树苗的容器并配备将红树的树苗插入土中的装置，例如，拥有装载箱和自动化机械手臂等。
9、进一步地，使用配备光谱设备与激光雷达扫描仪的无人机，通过在所述待监测区域上飞行并对地面进行监测，获取所述待监测区域上的ndvi数据与lidar数据。采用无人机、热气球、卫星等手段获取数据，实现了对大范围红树林的远程监测，使得监测和修复可以更广泛地应用于不同地理位置的红树林。
10、进一步地，将所述待监测区域的图像矩阵上各行列位置的像素值置换为该行列位置在所述待监测区域上部位获取到的对应的ndvi数据的数值，得到ndvi数值矩阵；
11、并将所述待监测区域的图像矩阵上各行列位置的像素值置换为该行列位置在所述待监测区域上部位获取到的对应的冠层起伏率的数值，得到冠层起伏率矩阵，其中，根据无人机获取的所述待监测区域上的lidar数据计算得冠层起伏率。
12、通过结合ndvi数据和lidar数据，本专利技术在数据维度上实现了全面的覆盖，从而更准确地分析红树林的植被状态和结构。
13、所述待监测区域的图像矩阵上的各行列位置实际上是所述待监测区域在真实的大地上的其中一块采样的子区域。在置换后，所述ndvi数值矩阵应处理为各行列位置的数值处于0至1中间的矩阵，冠层起伏率矩阵应处理为各行列位置的数值处于0-1的矩阵，可以使用归一化算法等进行预处理。
14、值得注意的是，要保留记录矩阵各位置于所述待监测区域上实际土地对应的坐标，坐标可以用红树林所处土地上实际的经纬度坐标点来表示。
15、进一步地，在所述待监测区域中，根据ndvi数据进行丛值定圆，得到丛值定点的方法为：
16、在所述待监测区域上，根据ndvi数据计算对应的ndvi数值矩阵，对ndvi数值矩阵中各位置的元素计算该位置的元素的数值相比于其相邻元素的数值中最大值和中位数的算术平均值所得的比值，并将所得的比值作为该位置的丛值，再将各行列位置的丛值组成的矩阵作为丛值矩阵；
17、对所述丛值矩阵中各位置的丛值进行按数值从小到大的排序，并将其中排序前三的三个位置对应的坐标选出来作为三个丛值定圆坐标，以所述三个丛值定圆坐标进行三点定圆得到的圆作为丛值定圆，丛值定圆得到的圆心对应的坐标即为丛值定点；这样的好处是，该位置的丛值通过与其红树林中相邻位置的比较，选出趋于极小的三个丛值定圆坐标，这样可以更好地为机器人确定一个需要前往的范围，有利于避免机器人在红树林中来回折返浪费时间和能源，节省了在红树林中达到最需要修复的范围的成本。
18、ndvi数值矩阵和冠层起伏率矩阵中各行列位置对应的元素的数值表示各自矩阵中各行列位置对应的ndvi数值、冠层起伏率的数值。给出一个矩阵，对于该矩阵中一个元素称其上下左右四个位置的元素皆是其相邻元素。
19、进一步地，在所述待监测区域中，根据lidar数据进行冠层渐进分割，得到冠层渐进子区域的方法为：
20、可在所述待监测区域上，根据lidar数据计算对应的冠层起伏率矩阵；在冠层起伏率矩阵中，进行冠层渐进分割，得到冠层渐进子区域，具体为：
21、先将所述冠层起伏率矩阵分割为多个不同的子区域，分割的过程中需要满足各子区域中同时存在多个边缘子区域和多个非边缘子区域，所述边缘子区域为含有边缘元素的子区域，所述非边缘子区域为不含有边缘元素的子区域；
22、为了便于计算和比较，各子区域可以大小均等、形状相同，各子区域可优选地以方阵的形式存在。
23、计算各边缘子区域相对于非边缘子区域的冠层渐进度，所述冠层渐进度为用于表示边缘子区域的冠层起伏率的数值分布相对于非边缘子区域的冠层起伏率的数值分布的渐进趋势程度，其中，所述冠层渐进度可为边缘子区域相对于非边缘子区域的数值分布的距离；
24、根据冠层渐进度，从边缘子区域中选出冠层渐进子区域。
25、进一步地，从冠层渐子区域向着所述值丛定点进行路径规划，得到机器人导航的修复最优路径的方法为：
26、可优选地，从冠层渐子区域中选择一个起点坐标，可以从冠层渐子区域中选择冠层起伏率数值最大的一个边缘元素对应的坐标作为所述起点坐标；
27、以所述起点坐标向所述丛值定点进行连线得到的路径作为第一折路径，以三个丛值定圆坐标中离所述起点坐标最远的一个丛值定圆坐标作为第二折点，以所述丛值定点向所述第二折点进行连线得到的路径作为第二折路径，以所述第二折点向所述起点坐标进行连线得到的路径作为第三折路径，对第一折路径、第二折路径和第三折路径进行组合得到机器人导航的修复最优路径。这样的好处是机器人不避走回头路，也不必四方遍历，有利于机器人在红树林中节省能源，同时快速将红树林中需要修复的部分一路完成处理。
28、进一步地，将所述机器人导航的修复最优路径，应用于在红树林种植修护的过程中进行的导航，具体为：对机器人进行导航，令所述机器人从所述起点坐标出发，沿着第一折路径进行红树的树苗的投放，然后沿着第本文档来自技高网...
【技术保护点】
1.一种为红树林种植修复机器人导航的方法，其特征在于，所述方法包括：在红树林中选定待监测区域，获取所述待监测区域上的NDVI数据与LiDAR数据；在所述待监测区域中，根据NDVI数据进行丛值定圆，得到丛值定点，并根据LiDAR数据进行冠层渐进分割，得到冠层渐进子区域；从冠层渐子区域向着所述值丛定点进行路径规划，得到机器人导航的修复最优路径。
2.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，所述机器人为能用于红树的树苗的种植的自动化的机器人，所述机器人具有装载红树的树苗的容器并配备将红树的树苗插入土中的装置。
3.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，使用配备光谱设备与激光雷达扫描仪的无人机，通过在所述待监测区域上飞行并对地面进行监测，获取所述待监测区域上的NDVI数据与LiDAR数据。
4.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，将所述待监测区域的图像矩阵上各行列位置的像素值置换为该行列位置在所述待监测区域上部位获取到的对应的NDVI数据的数值，得到NDVI
5.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，在所述待监测区域中，根据NDVI数据进行丛值定圆，得到丛值定点的方法为：
6.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，根据LiDAR数据进行冠层渐进分割，得到冠层渐进子区域的方法为：
7.根据权利要求5或6所述的一种为红树林种植修复机器人导航的方法，其特征在于，从冠层渐子区域向着所述值丛定点进行路径规划，得到机器人导航的修复最优路径的方法为：
8.根据权利要求7所述的一种为红树林种植修复机器人导航的方法，其特征在于，将所述机器人导航的修复最优路径，应用于在红树林种植修护的过程中进行的导航，具体为：对机器人进行导航，令所述机器人从所述起点坐标出发，沿着第一折路径进行红树的树苗的投放，再沿着第二折路径进行红树的树苗的投放，接着沿着第三折路径进行红树的树苗的投放。
9.一种为红树林种植修复机器人导航的系统，其特征在于，所述一种为红树林种植修复机器人导航的系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的一种为红树林种植修复机器人导航的方法中的步骤。
10.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
...【技术特征摘要】
1.一种为红树林种植修复机器人导航的方法，其特征在于，所述方法包括：在红树林中选定待监测区域，获取所述待监测区域上的ndvi数据与lidar数据；在所述待监测区域中，根据ndvi数据进行丛值定圆，得到丛值定点，并根据lidar数据进行冠层渐进分割，得到冠层渐进子区域；从冠层渐子区域向着所述值丛定点进行路径规划，得到机器人导航的修复最优路径。
2.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，所述机器人为能用于红树的树苗的种植的自动化的机器人，所述机器人具有装载红树的树苗的容器并配备将红树的树苗插入土中的装置。
3.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，使用配备光谱设备与激光雷达扫描仪的无人机，通过在所述待监测区域上飞行并对地面进行监测，获取所述待监测区域上的ndvi数据与lidar数据。
4.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，将所述待监测区域的图像矩阵上各行列位置的像素值置换为该行列位置在所述待监测区域上部位获取到的对应的ndvi数据的数值，得到ndvi数值矩阵；并将所述待监测区域的图像矩阵上各行列位置的像素值置换为该行列位置在所述待监测区域上部位获取到的对应的冠层起伏率的数值，得到冠层起伏率矩阵，其中，根据无人机获取的所述待监测区域上的lidar数据计算得冠层起伏率。
5.根据权利要求1所述的一种为红树林种植修复机器人导航的方法，其特征在于，在所述待监测区域中，根...
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。