一种基于5g网络的植保无人机精准对靶喷洒方法及装置
阅读说明：本技术 一种基于5g网络的植保无人机精准对靶喷洒方法及装置 (Plant protection unmanned aerial vehicle accurate target-aiming spraying method and device based on 5G network ) 是由 邓继忠 谢尧庆 张建瓴 严智威 杨畅 黄康华 霍静朗 叶家杭 雷落成 罗明达 于 2021-06-21 设计创作，主要内容包括：本发明公开一种基于5G网络的植保无人机精准对靶喷洒方法及装置,该方法包括：首先无人机按照预先规划的航线飞行,安装在无人机上的相机实时采集地块中无人机飞行前方的目标区域的图像；无人机通过5G网络将图像发送至地面端；接着地面端应用已有深度学习模型对图像进行处理,生成处方图；地面端通过5G网络将处方图发送至无人机；无人机根据处方图,对该目标区域进行实时对靶喷洒；在喷洒过程中实时采集地块中下一目标区域的图像,重复上述步骤,直至完成整块地块的喷洒。该方法中的无人机只需执行一次飞行,即可完成对地块草害的信息采集并对地块草害进行对靶喷洒,操作流程简单,作业效率高,能够实时对地块草害进行对靶喷洒,减少了资源浪费。(The invention discloses a plant protection unmanned aerial vehicle accurate target-aiming spraying method and device based on a 5G network, wherein the method comprises the following steps: firstly, an unmanned aerial vehicle flies according to a pre-planned air route, and a camera arranged on the unmanned aerial vehicle collects images of a target area in a plot in front of the flying of the unmanned aerial vehicle in real time; the unmanned aerial vehicle sends the image to a ground end through a 5G network; processing the image by applying an existing deep learning model to the ground terminal to generate a prescription map; the ground end sends the prescription chart to the unmanned aerial vehicle through a 5G network; the unmanned aerial vehicle sprays the target to the target area in real time according to the prescription chart; and acquiring an image of a next target area in the plot in real time in the spraying process, and repeating the steps until the spraying of the whole plot is finished. The unmanned aerial vehicle in the method can complete information acquisition of the land weeds and spray the targets of the land weeds only by performing one-time flight, the operation flow is simple, the operation efficiency is high, the land weeds can be sprayed to the targets in real time, and the resource waste is reduced.)
技术领域
本发明涉及农业航空植保机械装备
技术领域
，具体涉及一种基于5G网络的植保无人机精准对靶喷洒方法及装置。背景技术
在水稻种植过程中，草害是影响水稻生长的重要因素，会导致作物产量减少。植保无人机在进行草害防治时，通常采用的是对整个田块进行均匀喷洒，且由于杂草分布疏密不均，通常是点状或片状分布；上述作业方式未考虑作业区域内草害的分布差异情况，容易造成农药有效成分在草害严重的区域用量不足，而在轻微或没有发生的区域用量过度，因此对草害进行针对性的对靶喷洒就显得尤为重要。
目前，采用植保无人机对靶喷洒，利用无人机易操作、效率高、雾化效果好等优点，实现对作物精确喷施。例如，申请公布号为CN105173085A的发明专利申请公开了一种无人机变量施药自动控制系统及方法，该方法通过无人机采集田间图像，然后由信息管理决策系统依据作物受病害情况的分析结果制定出变量施药处方图，最后无人机变量施药控制系统获得变量施药处方图，由植保多旋翼无人机按照预定的路线实施自动变量施药作业。但是，上述方法中存在以下不足：
无人机采集田间图像时，需要无人机执行一次飞行，按规划的航线采集多张甚至数十张能够覆盖整个田间的低空遥感图像，接下来对采集的图像进行离线分析，分析的过程中需要用图像拼接技术将田里各个区域的图像拼接成一张完整的田地正射图像，进而获得田地病害分布图及变量施药作用处方图；接着无人机执行第二次飞行，按照预定的路线实施自动变量施药作业；作业过程中，无人机需要执行两次飞行，作业效率低，而且浪费资源。
发明内容
本发明的目的在于克服上述存在的问题，提供一种基于5G网络的植保无人机精准对靶喷洒方法，该方法中的无人机只需执行一次飞行，即可完成对地块草害的信息采集并对地块草害进行对靶喷洒，操作流程简单，作业效率高，能够实时对地块草害进行对靶喷洒，减少了资源浪费。
本发明的另一个目的在于提供一种应用于上述基于5G网络的植保无人机精准对靶喷洒方法的装置。
本发明的目的通过以下技术方案实现：
一种基于5G网络的植保无人机精准对靶喷洒方法，包括以下步骤：
(1)无人机按照预先规划的航线飞行，实时采集地块中无人机飞行前方的目标区域的图像；
(2)无人机通过5G网络将图像发送至地面端；
(3)地面端添加深度学习模型，对图像进行处理，生成处方图；
(4)地面端通过5G网络将处方图发送至无人机；
(5)无人机根据处方图，对该目标区域实时进行对靶喷洒；
(6)无人机在喷洒过程中实时采集地块中无人机飞行前方的下一目标区域的图像，重复上述步骤(2)-(5)，对每个目标区域实时进行图像采集与对靶喷洒。
本发明的一个优选方案，其中，步骤(1)中，实时读取无人机当前位置，当无人机还未到达目标区域时，对该目标区域提前进行图像采集。由于无人机在采集图像后需要将图像发送至地面端、地面端对图像处理生成处方图以及地面端将处方图发送无人机的过程中，存在时间消耗，因此，当无人机还未到达目标区域时，对该目标区域进行图像采集，可以使得无人机精准的实现对靶喷洒，使得无人机能够准确喷洒在目标区域中。
优选地，当无人机飞行距离目标区域的起始边界的水平距离为L时，无人机对该目标区域进行图像采集，当无人机到达目标区域起始边界时，对该目标区域开始进行对靶喷洒，其中，无人机距离目标区域的起始边界的水平距离L按照以下公式计算：
L＝V飞(T1+T2+T3)
其中，式中V飞表示无人机当前的飞行速度，T1为无人机将图像发送至地面端所需要的时间，T2为地面端处理每张图像生成处方图所需要的时间，T3为地面端将处方图发送至无人机所需要的时间。由于地面端与无人机之间通讯以及地面端在处理图像时，存在时间延迟，提前预判飞机的位置，当无人机飞行距离目标区域的起始边界的水平距离为L时，对该目标区域进行图像采，当无人机飞行到目标区域起始边界时，刚好按照处方图对该目标区域进行对靶喷洒，使得喷洒精度更高。
优选地，步骤(1)中，无人机通过机载端的相机对目标区域进行拍照，从而获取目标区域的图像。
优选地，步骤(2)和(4)中，无人机与地面端均采用嵌入式开发板Jetson TX2作为核心，对Jetson TX2进行内核编译，使得5G模组与Jetson TX2进行连接，在5G模组中植入5G电话卡，使得无人机与地面端能够接收5G网络。采用5G网络进行传输，速度更快，从而提高了喷洒效率。
优选地，步骤(2)中，图像的发送方式是通过在嵌入式开发板Jetson TX2中下载QtCreator和植入图像拍摄与发送的程序，利用Qt Creator进行自动拍摄和图像的发送接收。具体地，需要在Qt Creator中添加自动拍摄和发送的触发指令，当无人机需要对目标区域进行拍摄时，触动触发指令，对目标区域进行拍摄，然后将图像发送至地面端。
优选地，步骤(4)中，图像的接收与处方图的发送也采用Qt Creator进行操作，地面端在Qt Creator内配置自动发送程序，当地面端处理生成处方图后，自动由Qt Creator发送至无人机。
优选地，所述无人机与地面端之间通过中转服务器进行通讯连接。由于无人机与地面端所处的网络不能直接通讯，通过中转服务器可以实现无人机与地面端之间通讯，从而实现无人机与地面端之间信息传递。
优选地，所述无人机与地面端之间采用Socket编程实现信息的传输和发送，传输的协议为TCP协议；其目的在于，通过设置TCP协议，实现无人机与地面端的双向传输；在无人机与地面端的Qt Creator上编写Socket，实现图像的传输和发送。
优选地，步骤(5)中，无人机拍摄目标区域的宽幅与无人机喷洒时的宽幅相等。通过无人机喷洒时的宽幅进行航线规划，无人机折返时不会出现重喷。
进一步地，步骤(4)中，所述处方图中包含目标区域的施药信息，该施药信息为该目标区域的草害情况，该草害情况为杂草在所拍摄的目标区域内所占的比例，无人机收到此比例信息，然后控制喷药装置中的喷头作出响应。
优选地，步骤(1)中，无人机按照规划的航线飞行的具体过程为：无人机在距离地块起始边界的水平距离至少为L时开时起飞，飞行至超过地块终点边界的距离为L时，无人机掉头继续朝着地块起始边界飞行，当无人机超过地块起始边界的距离为L时，无人机掉头，重复上述步骤，直到无人机的航线将整个地块覆盖。无人机按照该航线飞行时，所拍摄的目标区域并不重叠，设定无人机提前起飞，使得无人机能够提前获取目标区域的图像，保证实现对整块地块的喷洒，当无人机到达地块起始边界时，开始对地块进行喷洒，能够有效减少药物的浪费。
一种基于5G网络的植保无人机精准对靶喷洒装置，包括无人机、地面端、中转服务器以及5G模组，所述无人机和地面端服务器均与所述中转服务器通讯连接，所述5G模组为无人机和地面端服务器提供5G网络，其中，
所述无人机的机载端设有用于拍摄目标区域图像的相机，地面端设有地面端服务器；无人机将拍摄的目标区域图像通过5G网络发送至地面端服务器，所述地面端服务器植入深度学习模型，对图像进行处理，生成处方，所述地面端服务器将通过5G网络将处方图发送至无人机，无人机根据处方图，对目标区域实时进行对靶喷洒。
本发明与现有技术相比具有以下有益效果：
本发明中的基于5G网络的植保无人机精准对靶喷洒方法及装置，无人机通过5G网络将图像发送至地面端，地面端通过5G网络将处方图发送至无人机上，实现了图像与处方图的快速传输，能够将目标区域的图像采集与喷洒结合到一台无人机上，采集到当前目标区域的图像后立即传输到地面端进行分析，生成处方图后传给无人机之后立即执行精准对靶喷洒，相比现有技术中采用两次无人机进行飞行，省去了图像拼接的过程，本发发明采用一次飞行，操作流程简单，极大的提高了无人机作业的效率，同时也减少了资源浪费。
附图说明
图1为本发明中的一种基于5G网络的植保无人机精准对靶喷洒方法的过程示意图。
图2为本发明中的无人机图像采集示意图。
图3为本发明中的图像与处方图的发送与接收流程图。
图4为本发明中的无人机飞行路线图。
具体实施方式
为了使本领域的技术人员很好地理解本发明的技术方案，下面结合实施例和附图对本发明作进一步描述，但本发明的实施方式不仅限于此。
参见图1，本实施例公开一种基于5G网络的植保无人机精准对靶喷洒方法，包括以下步骤：
(1)无人机按照预先规划的航线在地块上方飞行，地块上分为若干个目标区域，无人机实时采集地块中无人机飞行前方的目标区域的图像；
(2)无人机通过5G网络将图像发送至地面端；
(3)地面端添加深度学习模型，对图像进行处理，生成处方图；
(4)地面端通过5G网络将处方图发送至无人机；
(5)无人机根据处方图，对该目标区域实时进行对靶喷洒；
(6)无人机在喷洒过程中实时采集地块中无人机飞行前方的下一目标区域的图像，重复上述步骤(2)-(5)，对每个目标区域实时进行图像采集与对靶喷洒。
参见图2和图4，步骤(1)中，实时读取无人机当前位置，当无人机还未到达目标区域时，对该目标区域提前进行图像采集。由于无人机在采集图像后需要将图像发送至地面端、地面端对图像处理生成处方图以及地面端将处方图发送无人机的过程中，存在时间消耗，因此，当无人机还未到达目标区域时，对该目标区域进行图像采集，可以使得无人机精准的实现对靶喷洒，使得无人机能够准确喷洒在目标区域中。
参见图2和图4，当无人机飞行距离目标区域的起始边界的水平距离为L时，无人机对该目标区域进行图像采集，当无人机到达目标区域起始边界时，对该目标区域开始进行对靶喷洒，其中，无人机距离目标区域的起始边界的水平距离L按照以下公式计算：
L＝V飞(T1+T2+T3)
其中，式中V飞表示无人机当前的飞行速度，T1为无人机将图像发送至地面端所需要的时间，T2为地面端处理每张图像生成处方图所需要的时间，T3为地面端将处方图发送至无人机所需要的时间。由于地面端与无人机之间通讯以及地面端在处理图像时，存在时间延迟，提前预判飞机的位置，当无人机飞行距离目标区域的起始边界的水平距离为L时，对该目标区域进行图像采，当无人机飞行到目标区域起始边界时，刚好按照处方图对该目标区域进行对靶喷洒，使得喷洒精度更高。
参见图2和图4，本实施例中，无人机当前的飞行速度V飞以5m/s的速度进行飞行，无人机将图像发送至地面端所需要的时间T1为50～100ms，地面端处理图像生成处方图所需要的时间T2为150～200ms，地面端将处方图发送至无人机所需要的时间T3为200～300ms，参照上述公式，以延迟的最长时间计算，得到无人机距离目标区域的起始边界的水平距离L为：
5m/s×(100ms+200ms+300ms)＝3m
当无人机距离目标区域的起始边界的水平距离为3m时，对该目标区域进行图像采集，当无人机飞行至目标区域时，刚好按照该目标区域的处方图进行喷洒。
参见图1，步骤(1)中，无人机通过机头机载端的相机对目标区域进行拍照，从而获取目标区域的图像，采集的图像大小为512×512像素，采集时，相机的像头需要对准无人机前方的目标区域，当无人机距离目标区域的起始边界的水平距离为3m时，相机对目标区域进行拍照。
参见图3，步骤(2)和(4)中，无人机与地面端均采用嵌入式开发板Jetson TX2作为核心，对Jetson TX2进行内核编译，使得5G模组与Jetson TX2进行连接，在5G模组中植入5G电话卡，使得无人机与地面端能够接收5G网络。采用5G网络进行传输，速度更快，从而提高了喷洒效率。另外，地面端也可以通过5G WiFi模块接入5G网络。
参见图3，步骤(2)中，图像的发送方式是通过在嵌入式开发板Jetson TX2中下载Qt Creator和植入图像拍摄与发送的程序，利用Qt Creator进行自动拍摄和图像的发送接收。具体地，需要在Qt Creator中添加自动拍摄和发送的触发指令，当无人机需要对目标区域进行拍摄时，触动触发指令，对目标区域进行拍摄，然后将图像发送至地面端。
参见图3，步骤(4)中，图像的接收与处方图的发送也采用Qt Creator进行操作，地面端在Qt Creator内配置自动发送程序，当地面端处理生成处方图后，自动由Qt Creator发送至无人机。
具体地，所述无人机与地面端之间通过中转服务器进行通讯连接。由于无人机与地面端所处的网络不能直接通讯，通过中转服务器可以实现无人机与地面端之间通讯，从而实现无人机与地面端之间信息传递。
参见图3，所述无人机与地面端之间采用Socket编程实现信息的传输和发送，传输的协议为TCP协议；其目的在于，通过设置TCP协议，实现无人机与地面端的双向传输；在无人机与地面端的Qt Creator上编写Socket，实现图像的传输和发送。
参见图4，步骤(5)中，无人机拍摄目标区域的宽幅与无人机喷洒时的宽幅相等。通过无人机喷洒时的宽幅进行航线规划，无人机折返时不会出现重喷。
具体的，步骤(4)中，所述处方图中包含目标区域的施药信息，该施药信息为该目标区域的草害情况，该草害情况为杂草在所拍摄的目标区域内所占的比例，无人机收到此比例信息，然后控制喷药装置中的喷头作出响应。
参见图4，步骤(1)中，无人机按照规划的航线飞行的具体过程为：无人机在距离地块起始边界的水平距离至少为L时开时起飞，飞行至超过地块终点边界的距离为L时，无人机掉头继续朝着地块起始边界飞行，当无人机超过地块起始边界的距离为L时，无人机掉头，重复上述步骤，直到无人机的航线将整个地块覆盖。地块中的多个目标区域沿着规划的航线排列，当无人机按照该航线飞行时，所拍摄的目标区域并不重叠，设定无人机提前起飞，使得无人机能够提前获取目标区域的图像，保证实现对整块地块的喷洒，当无人机到达地块起始边界时，开始对地块进行喷洒，能够有效减少药物的浪费。具体的，无人机在距离地块起始边界的水平距离至少为3m时起飞，并对目标区域进行拍照。
本实施中的地块为水稻田，无人机通过机载端的相机采集目标区域中的草害图像，无人机通过5G网络将草害图像发送至地面端；地面端添加深度学习杂草识别模型，对草害图像进行处理，生成处方图。
参见图1，本实施例还公开一种基于5G网络的植保无人机精准对靶喷洒装置，包括无人机、地面端、中转服务器以及5G模组，所述无人机和地面端服务器均与所述中转服务器通讯连接，所述5G模组为无人机和地面端服务器提供5G网络，其中，
所述无人机的机载端设有用于拍摄目标区域图像的相机，地面端设有地面端服务器；无人机将拍摄的目标区域图像通过5G网络发送至地面端服务器，所述地面端服务器植入深度学习模型，对图像进行处理，生成处方，所述地面端服务器将通过5G网络将处方图发送至无人机，无人机根据处方图，对目标区域实时进行对靶喷洒。
上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所做的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：大棚农作物的除虫方法、装置、设备及存储介质