[发明专利]一种基于无人机的植保喷施作业的方法及系统

权利要求书

1.一种基于无人机的植保喷施作业的方法，其特征在于，所述方法包括以下步骤：

基于机载农情信息监测平台获取所针对植保区域的遥感测绘数据；

基于所获取的遥感测绘数据计算出所述植保区域下的植保无人机作业航迹轨道；

基于反步法的轨迹跟踪控制器控制无人机执行携带喷施作业装置在所述植保无人机作业航迹轨道下完成植保任务。

2.如权利要求1所述的基于无人机的植保喷施作业的方法，其特征在于，所述基于机载农情信息监测平台获取所针对植保区域的遥感测绘数据包括：

基于无人机所搭载的遥感测量单元采集遥感测绘数据，所述遥感测绘数据包括：正射影像，将每次采集的正射影像、采集点GPS位置信息、采集时刻的姿态信息；

将所述遥感测绘数据基于ORB特征提取算法实现图像拼接过程，得到所述植保区域下的高精度地理信息地图；

基于YOLO V3算法对高精度地理信息地图上的作业关键信息进行标注并提取参数。

3.如权利要求2所述的基于无人机的植保喷施作业的方法，其特征在于，所述遥感测量单元集合可见光相机、红外相机、多光谱模块。

4.如权利要求3所述的基于无人机的植保喷施作业的方法，其特征在于，所述将所述遥感测绘数据基于ORB特征提取算法实现图像拼接过程，得到所述植保区域下的高精度地理信息地图包括：

将原图像和待拼接图像加载读取并进行灰度图转换预处理；

提取ORB特征点，所述特征点描述利用图像重心计算；

在原大图上拼接新的小图，对大图进行栅格化处理，并对每个栅格进行特征点提取，并根据最近邻特征匹配的方法完成粗匹配；

得到重合区域后进行坐标统一，并在大图重合区域附近栅格与新图的特征点进行图像配准，对匹配特征点排序，将匹配稳健性程度随机分布的特征点通过排序优化后，按匹配度越高越靠前的顺序排列出来；

将最强匹配对应的重合部分进行局部融合处理，对两部分进行加权平均融合，实现两幅图像的平滑对接，通过对融合完成的图像进行二维直方图归一化，通过最小二乘拟合对图像颜色校正；

得到拼接新图，继续跟下一幅待拼接图重复上述过程，完成所有正射影像的拼接，得到大地图。

5.如权利要求4所述的基于无人机的植保喷施作业的方法，其特征在于，所述基于YOLOV3算法对高精度地理信息地图上的作业关键信息进行标注并提取参数包括：

针对作业区域实际情况将所关注的农情信息样本数据整理出来得到训练样本数据；

建立Darknet-53深度学习网络结构作为深度学习模型的检测层，采用全卷积并引入了residual结构；

基于YOLO V3算法用样本数据训练深度学习网络结构Darknet-53，训练好模型后导入建立的拼接大地图，深度学习模型将完成特征提取及信息标注工作，作业人员将云端下发的图作优化修正后，得到最终的高精度农情地理信息图。

6.如权利要求5所述的基于无人机的植保喷施作业的方法，其特征在于，所述基于所获取的遥感测绘数据计算出所述植保区域下的植保无人机作业航迹轨道包括：

根据单株果树的植株高度、树冠范围、喷施距离参数设计环绕喷施的航线轨迹；

作业果树之间的移动轨迹采用最短路径直线拟合的运动轨迹；

采用传统的弓字形移动轨迹规避障碍物，在地图上标注的障碍物区域或者当机载传感器监测到突入障碍物后，先保持悬停再通过水平移动绕过障碍物。

7.如权利要求6所述的基于无人机的植保喷施作业的方法，其特征在于，所述基于反步法的轨迹跟踪控制器控制无人机执行机构在所述植保无人机作业航迹轨道下完成植保任务包括：

对将进行植保的无人机进行机理建模；

基于反步法的轨迹跟踪控制器根据四旋翼无人机力和力矩的表达式及电机动力学模型最终得到四旋翼无人机执行机构电机的转速，控制四旋翼无人机在所述植保无人机作业航迹轨道下完成植保任务。