[发明专利]一种无人机的航空施药航线生成方法及系统

权利要求书

1.一种无人机的航空施药航线生成方法，其特征在于，包括：

通过测报设备采集待施药区域害虫种类及数量和田间气象数据；

通过无人机采集待施药区域地面点云和高光谱数据；

基于支持向量机融合数据，包括：基于田间作物种类、所述害虫种类及数量和田间气象数据、所述地面点云以及所述高光谱数据，计算所述待施药区域中的各子区域内的病虫害类型和病虫害危害等级；

根据所述各子区域内的病虫害类型确定防治方案；

结合所述各子区域内的病虫害危害等级生成施药处方图；

结合无人机喷洒系统类型和作业模式，生成作业航线图；

所述通过测报设备采集待施药区域害虫种类、数量和田间气象数据，包括：

构建由分布于每个所述子区域内的害虫诱捕测报设备和田间气象测报设备组成的病害虫监测网络；

每个所述害虫诱捕测报设备用于诱捕害虫并分类计数，获取待施药区域害虫种类及数量；

所述田间气象测报设备用于获取所述子区域的所述田间气象数据，包括空气温度、空气湿度、风速、风向、气压和降雨量；

所述害虫诱捕测报设备包括3种，按害虫分类计数可信度自低至高分别为：基于光诱的广谱害虫拍照测报设备、基于性诱的害虫无拍照诱捕设备、基于性诱的害虫诱捕拍照设备；

将基于性诱的害虫诱捕拍照设备获取的害虫图像输入至病虫害识别神经网络训练集中，并用所述病虫害识别神经网络训练集完成对病虫害识别神经网络模型的预训练；

将基于光诱的广谱害虫拍照测报设备获取的害虫图像输入至已训练完成的所述病虫害识别神经网络模型中，搜索识别害虫并获取所述害虫种类及数量；

将每个所述子区域内的田间气象数据、测报设备类型、害虫种类及数量进行汇总，获取所述待施药区域的害虫种类及数量和田间气象数据；

在将每个所述子区域内的田间气象数据、测报设备类型、害虫种类及数量进行汇总之前，还包括：

利用所述田间气象测报设备的测量结果与所述害虫诱捕测报设备的测量结果所得置信度构建支持向量机，并应用AdaBoost算法融合多个向量机输出结果，获取通过第一分类器的害虫分类计数数据，具体为：

利用每个所述子区域内的空气温度、空气湿度、风速、风向、气压和降雨量分别与各害虫种类及数量置信度构建多重支持向量机；

基于AdaBoost算法融合所述多重支持向量机输出结果，构成所述第一分类器的害虫分类计数数据；

所述基于田间作物种类、所述害虫种类及数量和田间气象数据、所述地面点云以及所述高光谱数据，计算所述待施药区域中的各子区域内的病虫害类型和病虫害危害等级，包括：

基于所述通过第一分类器的害虫分类计数数据和生物量数据构成支持向量机形成第二分类器；利用所述第二分类器，滤除生物量数据不合理的害虫分类计数数据；

基于通过所述第二分类器的害虫分类计数数据和导致植物叶片特征光谱变化的病虫害数据构成多重支持向量机，形成第三分类器；利用所述第三分类器，根据所述高光谱数据确定的所述待施药区域的病虫害数据，滤除不合理的害虫分类计数数据；

根据第三分类器输出的害虫分类计数数据，计算所述待施药区域中的各子区域内的病虫害类型和病虫害危害等级。

2.根据权利要求1所述的无人机的航空施药航线生成方法，其特征在于，所述通过无人机采集待施药区域地面点云和高光谱数据，包括：

在无人机上挂载激光雷达和高光谱相机；

利用所述激光雷达获取所述待施药区域的地面点云，所述地面点云用于计算生物量数据；

利用所述高光谱相机获取所述待施药区域的高光谱数据，所述高光谱数据用于识别病虫害带来的植物叶片光谱特征变化，并根据所述植物叶片光谱特征变化确定所述待施药区域的病虫害数据。

3.根据权利要求1所述的无人机的航空施药航线生成方法，其特征在于，在所述根据所述各子区域内的病虫害危害等级确生成动态的施药处方图之后，还包括：

使用图像形态学方法以所述施药处方图中的面积较大处方区块侵蚀周边区块，直至消除所述施药处方图中面积小于最小可施药面积的小面积施药区，以完成对所述施药处方图的优化；

所述最小可施药面积是根据无人机施药响应特性确定。