CN109341702A - 作业区域内的路线规划方法、装置、设备及存储介质 - Google Patents
作业区域内的路线规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109341702A CN109341702A CN201811526589.3A CN201811526589A CN109341702A CN 109341702 A CN109341702 A CN 109341702A CN 201811526589 A CN201811526589 A CN 201811526589A CN 109341702 A CN109341702 A CN 109341702A
- Authority
- CN
- China
- Prior art keywords
- trees
- route
- surface model
- target job
- height
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000007704 transition Effects 0.000 claims abstract description 58
- 239000002023 wood Substances 0.000 claims abstract description 55
- 230000004888 barrier function Effects 0.000 claims description 127
- 238000012545 processing Methods 0.000 claims description 22
- 239000007921 spray Substances 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 description 24
- 238000010586 diagram Methods 0.000 description 11
- 241000196324 Embryophyta Species 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 241000132456 Haplocarpha Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本发明实施例公开了一种作业区域内的路线规划方法、装置、设备及存储介质，所述方法包括：获取作业区域的数字正射影像图以及数字表面模型；识别数字正射影像图中的树木轮廓信息和树木位置信息，在数字表面模型中获取树木轮廓信息对应区域的数字表面模型数据并根据数字表面模型数据确定与每个备选作业树木对应的树木高度；根据作业区域内的备选作业树木确定至少两个目标作业树木；确定与每个目标作业树木对应的单株树木作业路线以及规划连结各所述目标作业树木的过渡路线。本发明实施例的技术方案能够实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
Description
技术领域
本发明实施例涉及路线规划技术领域，尤其涉及一种作业区域内的路线规划方法、装置、设备及存储介质。
背景技术
随着无人机市场飞速增长，植保无人机也被大范围的用来作业。植保无人机在植保作业方面相比于传统人工作业有很大的优势，在利用植保无人机进行植保作业之前，首先需要获取植保无人机作业区域中作业树木(如果林中的果树等)的树木位置信息及树木高度等数据，以根据获取的数据规划植保无人机的航飞路线。
现有技术中，通常采用人工测量的方式来获取作业树木的树木位置信息及树木高度等数据。如人工手持RTK(Real-time kinematic，实时动态)设备到果林中的每棵果树的顶部处打取坐标信息数据，以获取每棵果树的果树高度。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：人工测量获取作业树木的树木位置信息及树木高度等数据的方式不仅作业效率低，当涉及到范围较大的作业区域时，所需要的劳动力成本也大幅增加。
发明内容
本发明实施例提供一种作业区域内的路线规划方法、装置、设备及存储介质，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
第一方面，本发明实施例提供了一种作业区域内的路线规划方法，包括：
获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
可选的，识别所述数字正射影像图中的树木轮廓信息和树木位置信息，包括：
将所述数字正射影像图输入至预先训练的树木轮廓识别模型中；
获取所述树木轮廓识别模型输出的对所述数字正射影像图中的树木轮廓信息的标注结果；
根据所述标注结果，以及所述数字正射影像图中各图像点的地理位置信息，确定与所述树木轮廓信息对应的树木位置信息。
可选的，所述树木轮廓识别模型采用AI算法进行预先训练。
可选的，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度，包括：
根据所述数字表面模型中各模型点的地理位置信息，以及所述数字正射影像图中各图像点的地理位置信息，建立所述数字表面模型以及所述数字正射影像图之间的映射关系；
根据所述映射关系，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据；
在与每个备选作业树木的树木轮廓信息对应的数字表面模型数据中，将各数据点的高程信息中的最大值，作为与所述备选作业树木对应的树木高度。
可选的，根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木，包括：
将全部备选作业树木发送至用户端进行显示；
接收所述用户端针对所述备选作业树木选择的所述至少两个目标作业树木。
可选的，根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木，包括：
根据由所述数字表面模型确定的各所述备选作业树木上方的障碍物情况，筛除所述备选作业树木中包括的限制作业树木；
将筛除处理后的各所述备选作业树木发送至用户端进行显示，并接收所述用户端针对所述备选作业树木选择的所述目标作业树木。
可选的，根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，包括：
根据每个所述目标作业树木的树木位置信息以及所述树木轮廓信息，确定与每个所述目标作业树木分别对应的作业入点以及作业出点；
根据所述作业入点、所述作业出点以及所述树木轮廓信息，按照螺旋线遍历的方式，规划与每个目标作业树木对应的单株树木作业路线。
可选的，根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线，包括：
获取与每个所述目标作业树木对应的作业编号，其中，所述作业编号根据各所述备选作业树木的树木位置信息预先生成；
按照所述作业编号，对各所述目标作业树木进行排序；
根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线；
将各所述局部航飞路线进行组合得到所述过渡路线。
可选的，根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线，包括：
根据排序结果，获取第一目标作业树木，以及与所述第一目标作业树木相邻的第二目标作业树木；
根据所述第一目标作业树木以及所述第二目标作业树木的树木位置信息，规划连结所述第一目标作业树木与所述第二目标作业树木的基础导航路线，所述基础导航路线中包括至少两个基础路线点；
根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域；
根据所述第一目标作业树木的树木高度以及作业无人机的作业高度，计算与第一目标作业树木对应的第一飞行高度，并根据所述第二目标作业树木的树木高度以及所述作业高度，计算与第二目标作业树木对应的第二飞行高度；
根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线。
可选的，根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域，包括：
根据所述作业无人机的尺寸信息，以及预设的作业无人机在飞行过程中，在各个方位上的安全距离，确定与所述作业无人机对应的标准飞行区域；
获取所述基础导航路线中包括的各个基础路线点，并将所述标准飞行区域中的中点分别映射至各所述基础路线点中，生成与所述基础导航路线对应的基础飞行区域。
可选的，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，包括：
如果由所述数字表面模型确定所述基础飞行区域内不包括障碍物，则将所述基础导航路线中的各基础路线点加入至所述局部航飞路线中；
如果所述第一飞行高度高于所述第二飞行高度，则将所述局部航飞路线中的末位局部路线点设置为所述第二飞行高度，并将除去所述末位局部路线点之外的其他局部路线点设置为所述第一飞行高度；
如果所述第一飞行高度低于所述第二飞行高度，则将所述局部航飞路线中的各个局部路线点设置为所述第二飞行高度。
可选的，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，包括：
如果由所述数字表面模型确定所述基础飞行区域内包括障碍物，则从首个路线点开始，依次在所述基础导航路线中获取一个路线点作为当前路线点；
将所述当前路线点加入至所述局部航飞路线中，并根据当前路线点以及所述标准飞行区域，形成当前操作区域；
如果由所述数字表面模型确定所述当前操作区域中不包括障碍物，则将所述当前路线点设置为标准飞行高度，所述标准飞行高度初始化为所述第一飞行高度；
如果由所述数字表面模型确定所述当前操作区域中包括高度值大于所述标准飞行高度的障碍物，则检测是否能从所述障碍物的上方对所述障碍物进行避障：若是，则使用所述障碍物的高度值更新所述标准飞行高度，并将所述当前路线点设置为标准飞行高度；
若否，则沿避障方向生成避障路线点集，并在所述局部航飞路线中加入所述避障路线点集中的各避障路线点；
将各所述避障路线点设置为所述第二飞行高度，并根据所述避障路线点集的避障终点以及所述基础导航路线中末位路线点规划生成新的基础导航路线；
返回执行依次在所述基础导航路线中获取一个路线点作为当前路线点的操作，直至完成对所述基础导航路线中全部路线点的处理；
如果结束处理时，所述局部航飞路线中的末位路线点不为所述第二飞行高度，则将所述末位路线点设置为所述第二飞行高度。
可选的，检测是否能从所述障碍物的上方对所述障碍物进行避障，包括：
由所述数字表面模型检测所述当前操作区域的正上方是否包括有其他障碍物：
若否，则确定能够从所述障碍物的上方对所述障碍物进行避障；若是，则确定不能够从障碍物的上方对所述障碍物进行避障。
可选的，沿避障方向生成避障路线点集，包括：
根据所述当前路线点以及所述当前路线点的下一路线点确定标准飞行方向；
获取所述标准飞行方向的一个垂直方向作为避障方向；
根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中，并将所述避障路线点作为当前避障点；
根据所述当前避障点以及所述标准飞行区域，形成当前避障区域；
如果由所述数字表面模型确定所述当前避障区域中包括所述障碍物，则将所述当前避障点作为新的当前路线点；
返回执行根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中的操作，直至由所述数字表面模型确定所述当前避障区域中不包括所述障碍物，以获取所述避障路线点集。
可选的，在根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线之后，还包括：
将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，得到与所述作业区域对应的区域内作业路线；
将所述区域内作业路线发送至作业无人机，以使所述作业无人机在所述作业区域内进行飞行作业；
其中，所述作业无人机在飞行至单株树木作业路线时，打开作业喷头，所述作业无人机在飞行至过渡路线时，关闭作业喷头。
第二方面，本发明实施例还提供了一种作业区域内的路线规划方法，包括：
获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
第三方面，本发明实施例还提供了一种作业区域内的路线规划装置，包括：
区域信息获取模块，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
树木信息识别模块，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
目标作业树木确定模块，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
路线规划模块，用于根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
第四方面，本发明实施例还提供了一种作业区域内的路线规划装置，包括：
参考信息获取模块，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
区域树木信息识别模块，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
区域内作业树木确定模块，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
规划模块，用于根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
第五方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的作业区域内的路线规划方法。
第六方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的作业区域内的路线规划方法。
本发明实施例通过获取的作业区域数字正射影像图以及数字表面模型，获取该作业区域内的目标作业树木的树木位置信息、树木轮廓信息以及树木高度，以规划与每个目标作业树木对应的单株树木作业路线，以及连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度数据时，存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
附图说明
图1是本发明实施例一提供的一种作业区域内的路线规划方法的流程图；
图2a是本发明实施例二提供的一种作业区域内的路线规划方法的流程图；
图2b是本发明实施例二提供的一种根据备选作业树木筛选目标作业树木的示意图；
图3a是本发明实施例三提供的一种作业区域内的路线规划方法的流程图；
图3b是本发明实施例三提供的一种基础飞行区域的示意图；
图3c是本发明实施例三提供的一种作业无人机在无障碍物的情况下由第一目标作业树木飞行至第二目标作业树木的俯视图；
图3d是本发明实施例三提供的一种作业无人机在有障碍物的情况下由第一目标作业树木飞行至第二目标作业树木的俯视图；
图3e是本发明实施例三提供的一种沿避障方向生成避障路线点集的示意图；
图4是本发明实施例四提供的一种作业区域内的路线规划方法的流程图；
图5是本发明实施例五提供的一种作业区域内的路线规划装置的示意图；
图6是本发明实施例六提供的一种作业区域内的路线规划装置的示意图；
图7为本发明实施例七提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种作业区域内的路线规划方法的流程图，本实施例可适用于智能化地获取作业区域内的目标作业树木的树木位置信息以及树木高度，并规划在作业区域内对目标作业树木进行作业的路线的情况，该方法可以由作业区域内的路线规划装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可以集成于服务器或者终端设备中，与作业无人机配合使用。相应的，如图1所示，该方法包括如下操作：
S110、获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息。
其中，作业区域包括有多棵备选作业树木的区域，所述备选作业树木是指需要进行作业(例如，喷药或者洒水等)的各类树木(典型的，果树)。DOM(Digital OrthophotoMap，数字正射影像图)是对航空(或航天)相片进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集，同时具有地图几何精度和影像特征的图像，具有精度高、信息丰富、直观逼真、获取快捷等优点。DSM(Digital Surface Model，数字表面模型)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。所述的数字正射影像也可以是单张照片，也是可以高清地图。
S120、识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度。
其中，由于数字正射影像图中包括有各个图像点的经纬度信息，可以通过图像识别、AI识别或者轮廓识别等技术，获取作业区域中各个备选作业树木的树木轮廓信息以及树木位置信息，因此无需人工手持PTK设备测量备选作业树木的坐标信息数据。相应的，由于数字表面模型中包括有各个模型点的经纬度信息，以及高程信息，通过基于经纬度信息建立数字正射影像图以及数字表面模型之间的对应关系，进而可以根据数字正射影像图中的树木轮廓信息在数字表面模型的对应位置。
相应的，一个树木轮廓信息对应一个树木轮廓信息。在结合数字表面模型中包括的高程信息，确定出与每个树木轮廓信息对应的树木高度后，可以确定与每个备选作业树木对应的树木高度。
可选的，可以利用测绘无人机将作业区域作为航测区域，并获取作业区域的数字正射影像图以及数字表面模型。其中，数字正射影像图能够精准获取作业区域的影像图，数字表面模型能够精准获取作业区域的高程信息。
S130、根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木。
在本实施例中，可以将所述作业区域内的全部备选作业树木，均确定为目标作业树木，也可以首先将全部备选作业树木均提供给用户端(例如，作业无人机控制板或者作业无人机远程控制终端等)，由用户在全部备选作业树木中，选择目标作业树木。
可选的，在将备选作业树木提供给用户端之前，可以首先筛除该备选作业树木中包括的限制作业树木，所述限制作业树木，具体是指不适合作业无人机进行作业的树木，例如，树木正上方设定位置具有障碍物，进而使得作业无人机具有撞毁风险的树木。
S140、根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
在本实施例中，在确定作业区域内每个目标作业树木的树木位置信息以及树木轮廓信息之后，可以首先规划出针对每个目标作业树木的单株树木作业路线，所述单株树木作业路线，具体是指无人机飞至一棵果树上方后，对该果树进行作业时的作业路线；同时，还可以根据树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线，所述过渡路线，具体是指作业无人机在作业区域内每两个相邻的果树间的途径路线(从一棵果树移动至相邻果树所需经过的路线)的组合。
相应的，在规划出与每个目标作业树木对应的单株树木作业路线以及连结各所述目标作业树木的过渡路线之后，通过将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，可以得到与所述作业区域对应的区域内作业路线。
通过将上述区域内作业路线提供给作业无人机之后，作业无人机可以实现下述操作：在飞行至一棵树木后，针对该树木的单株树木作业路线对该树木进行作业，之后，通过过渡路线中的部分路线，从该树木移动至下一树木后，针对下一树木的单株树木作业路线对该树木进行作业，以此类推，最终可以通过该区域内作业路线实现对作业区域内全部树木的处理。
具体的，所述过渡路线包括：至少两个路线点，以及与各路线点关联的飞行高度。在每相邻两个路线点之间，都需要规划作业无人机的飞行高度，不同路线点之间的作业无人机的飞行高度可以相同，也可以不同，具体可以依据目标作业树木的树木高度以及路线点之间的障碍物情况进行确定。其中，可以通过所述作业区域的数字表面模型，确定路线点之间的障碍物情况。
在本实施例的一个可选的实施方式中，根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，可以包括：
根据每个所述目标作业树木的树木位置信息以及所述树木轮廓信息，确定与每个所述目标作业树木分别对应的作业入点以及作业出点；
根据所述作业入点、所述作业出点以及所述树木轮廓信息，按照螺旋线遍历的方式，规划与每个目标作业树木对应的单株树木作业路线。
其中，所述作业入点为进入与目标作业树木对应的树木作业区域内的一点，所述作业出点为离开与目标作业树木对应的树木作业区域内的一点，典型的，所述作业入点与所述作业出点一般为所述树木轮廓线(或者说，树木的外围轮廓线)之上的一点。在获取了一棵树木的作业入点、作业出点以及树木轮廓信息之后，可以进而按照螺旋线遍历的方式，规划出与该树木对应的单株树木作业路线。
本发明实施例通过获取的作业区域数字正射影像图以及数字表面模型，获取该作业区域内的目标作业树木的树木位置信息、树木轮廓信息以及树木高度，以规划与每个目标作业树木对应的单株树木作业路线，以及连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度数据时，存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
在上述各实施例的基础上，在根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线之后，还可以包括：
将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，得到与所述作业区域对应的区域内作业路线；
将所述区域内作业路线发送至作业无人机，以使所述作业无人机在所述作业区域内进行飞行作业；
其中，所述作业无人机在飞行至单株树木作业路线时，打开作业喷头，所述作业无人机在飞行至过渡路线时，关闭作业喷头。
这样设置的好处是：当作业无人机飞行至单株树木作业路线时，可以打开作业喷头对目标作业树木进行作业。其中，作业喷头可以完成喷洒农药或灌溉用水等功能，从而完成对目标作业树木的植保任务。当作业无人机在飞行至过渡路线时，可以关闭作业喷头，并按照获取的区域内作业路线飞行至另外的目标作业树木，从而完成两目标作业树木间的过渡飞行，避免两目标作业树木间的障碍物对作业无人机造成损坏，并节约了喷洒物料。
实施例二
图2a是本发明实施例二提供的一种作业区域内的路线规划方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线的具体实现方式。相应的，如图2a所示，本实施例的方法可以包括：
S210、获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息。
S220、识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度。
相应的，S220具体可以包括下述操作：
S221、将所述数字正射影像图输入至预先训练的树木轮廓识别模型中。
其中，预先训练的树木轮廓识别模型可以是利用各种模型生成方法预先训练的，用于对包括备选作业树木轮廓信息进行识别的模型，本发明实施例并不对生成树木轮廓识别模型的方法进行限定。
在本发明实施例中，当获取到作业区域的数字正射影像图以及数字表面模型后，可以将获取的数字正射影像图输入至预先训练的树木轮廓识别模型中，以使预先训练的树木轮廓识别模型对数字正射影像图包括的备选作业树木轮廓信息进行识别。
在本发明的一个可选实施例中，所述树木轮廓识别模型可以采用AI(ArtificialIntelligence，人工智能)算法进行预先训练。
S222、获取所述树木轮廓识别模型输出的对所述数字正射影像图中的树木轮廓信息的标注结果。
相应的，将所述数字正射影像图输入至预先训练的树木轮廓识别模型后，预先训练的树木轮廓识别模型即可对数字正射影像图中的备选作业树木轮廓信息进行识别，并输出对应的标注结果。可选的，预先训练的树木轮廓识别模型可以对识别出的备选作业树木轮廓采用统一的标识进行标注。或者，预先训练的树木轮廓识别模型还可以对识别出的备选作业树木轮廓按照各作业树木的经纬度由小到大或由大到小的顺序依次按序号标注。
S223、根据所述标注结果，以及所述数字正射影像图中各图像点的地理位置信息，确定与所述树木轮廓信息对应的树木位置信息。
其中，树木位置信息可以是备选作业树木对应的地理位置信息。
如上所述，预先训练的树木轮廓识别模型输出相应的标注结果后，即可根据标注出的每个备选作业树木轮廓信息，结合备选作业树木轮廓所对应的图像点的地理位置信息，确定与各备选作业树木轮廓信息对应的树木位置信息。
S224、根据所述数字表面模型中各模型点的地理位置信息，以及所述数字正射影像图中各图像点的地理位置信息，建立所述数字表面模型以及所述数字正射影像图之间的映射关系。
可以理解的是，每个备选作业树木对应的树木位置信息是绝对的，在不同的数据图像中，同一个备选作业树木的树木位置信息是相同的。因此，可以根据数字表面模型中各模型点的地理位置信息，以及数字正射影像图中各图像点的地理位置信息，建立两者之间的映射关系。
S225、根据所述映射关系，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据。
由于数字表面模型中包括了各备选作业树木高程信息，因此，在建立数字表面模型以及数字正射影像图之间的映射关系后，即可根据建立的映射关系确定每棵备选作业树木对应的数字表面模型数据。
S226、在与每个备选作业树木的树木轮廓信息对应的数字表面模型数据中，将各数据点的高程信息中的最大值，作为与所述备选作业树木对应的树木高度。
相应的，每棵备选作业树木对应的数字表面模型数据包括了每棵备选作业树木的各数据点的高程信息。可以理解的是，备选作业树木对应的树木高度即为对应的各数据点高程信息中的最大值。
S230、根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木。
相应的，S230具体可以包括下述操作：
S231、将全部备选作业树木发送至用户端进行显示。
在本发明实施例中，目标作业树木可以由用户实时选择。因此，在获取到作业区域内各备选作业树木的信息后，可以将全部备选作业树木发送至用户端进行显示，以供用户进行选择。
S232、接收所述用户端针对所述备选作业树木选择的所述至少两个目标作业树木。
相应的，用户可以在用户端针对备选作业树木选择至少两个目标作业树木。其选择方式可以是按照顺序选择连续的多棵备选作业树木作为目标作业树木，或者随机选择多棵备选作业树木作为目标作业树木，本发明实施例对此并不进行限制。
在本发明的一个可选实施例中，根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木，还可以包括：根据由所述数字表面模型确定的各所述备选作业树木上方的障碍物情况，筛除所述备选作业树木中包括的限制作业树木；将筛除处理后的各所述备选作业树木发送至用户端进行显示，并接收所述用户端针对所述备选作业树木选择的所述目标作业树木。
具体的，可以首先根据数字表面模型检测每个备选作业树木上方是否有障碍物，以及障碍物的高度值，如果作业树木上方的障碍物与该目标备选作业树木的顶部之间的距离较小，则无人机无法在障碍物与目标备选作业树木之间的空隙中进行作业，也即，无人机有撞上该障碍物的风险。因此，在本实施例中，可以首先将与上方障碍物的距离小于设定阈值的备选作业树木作为限制作业树木，并首先在全部备选作业树木中对上述限制作业树木进行筛除。然后即可将筛除处理后的各备选作业树木发送至用户端进行显示，以供用户选择目标作业树木。
典型的，所述设定阈值可以根据实际情况进行预设，例如，上述阈值可以为(N+2)m，N为作业无人机的作业高度，当然，本领域技术人员可以理解的是，上述阈值可以根据实际情况进行预设，例如，4m，或者(N+1.5)m等，本实施例对此并不进行限制。
图2b是本发明实施例二提供的一种根据备选作业树木筛选目标作业树木的示意图。具体的，如图2b所示，在筛除处理后的备选作业树木中确定目标作业树木时，可以将确定的所有备选作业树木及其对应的地位置信息发送至用户端进行显示。用户可以利用用户端在备选作业树木选择多个目标作业树木，多个目标作业树木在作业区域内的分布情况可以连续相邻的，也可以是间隔不相邻的，本发明实施例并不对目标作业树木的分布情况进行限定。用户选择完成后，则目标作业树木相继确定。如图2b中选择1、3、6和8四个目标作业树木。
在本发明的一个可选实施例中，所述用户端可以包括：作业无人机控制板，和/或作业无人机远程控制终端。
在本发明实施例中，用户可以在作业无人机的控制板或作业无人机的远程控制终端上，从备选作业树木中点选需要的作业树木的作业编号，从而确定目标作业树木。各备选作业树木的作业编号可以按照其地理位置顺序连续排列，而用户所确定的目标作用树木的作业编号可以是连续的，也可以是间断的。
S240、根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线。
具体地，规划单株树木作业路线主要是根据树木轮廓不同规划出不同的遍历树木的航线，以完成对树木的整体作业，例如对树木喷洒农药。
S250、以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
相应的，S250具体可以包括下述操作：
S251、获取与每个所述目标作业树木对应的作业编号，其中，所述作业编号根据各所述备选作业树木的树木位置信息预先生成。
其中，作业编号可以是对备选作业树木进行标识的唯一编号，其编号规则及编号格式可以根据实际需求设置，如按照备选作业树木的地理位置顺序连续编号：001、002……106，本发明实施例对此并不进行限制。
在本发明实施例中，在规划连结各目标作业树木的区域航飞路线时，可以首先获取与每个目标作业树木对应的预先生成的作业编号。
S252、按照所述作业编号，对各所述目标作业树木进行排序，并根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线。
其中，局部航飞路线可以是相邻两个目标作业树木之间规划的作业无人机的航飞路线。
考虑到用户在选择目标作业树木时，其作业编号可能是间断的，因此，需要按照各目标作业树木的作业编号对其进行排序。例如，01、06、08和09对应的目标作业树木的排序结果可以是01-06-08-09。然后可以根据各目标作业树木的排序结果和对应的树木高度以及树木位置信息，对相邻两个目标作业树木规划匹配的局部航飞路线。如得到01-06、06-08以及08-09之间的局部航飞路线。
S253、将各所述局部航飞路线进行组合得到所述过渡路线。
相应的，将各局部航飞路线进行两两组合，即可得到作业区域对应的完整的过渡路线。例如，将目标作业树木对应的01-06、06-08以及08-09之间的局部航飞路线首尾相接，得到01-06-08-09之间的完整的过渡路线。
采用上述技术方案，通过识别数字正射影像图中的树木轮廓信息和树木位置信息，在数字表面模型中获取树木轮廓信息对应区域的数字表面模型数据，并根据数字表面模型数据确定与每个备选作业树木对应的树木高度，从而根据树木高度以及树木位置信息，规划连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度等数据存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，便于准确规划作业无人机的航飞路线，从而提高作业无人机的作业效率，并降低劳动力成本。
实施例三
图3a是本发明实施例三提供的一种作业区域内的路线规划方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线的具体实现方式。相应的，如图3a所示，本实施例的方法可以包括：
S310、获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息。
S320、识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度。
S330、根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木。
S340、根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线。
S350、获取与每个所述目标作业树木对应的作业编号，其中，所述作业编号根据各所述备选作业树木的树木位置信息预先生成。
S360、按照所述作业编号，对各所述目标作业树木进行排序，并根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线。
相应的，S360具体可以包括下述操作：
S361、根据排序结果，获取第一目标作业树木，以及与所述第一目标作业树木相邻的第二目标作业树木。
其中，第一目标作业树木和第二目标作业树木可以是目标作业树木中相邻的两个目标作业树木。例如，在作业编号为01、06、08和09对应的目标作业树木中，01可以是第一目标作业树木，06可以是第二目标作业树木。或者，06可以是第一目标作业树木，08可以是第二目标作业树木。
在本发明实施例中，规划连结两个相邻目标作业树木的局部航飞路线时，首先需要确定第一目标作业树木和第二目标作业树木。可以按照排序结果，从头至尾顺序选择第一目标作业树木和第二目标作业树木，也可以按照排序结果，随机选择两个相邻的目标作业树木作为第一目标作业树木和第二目标作业树木，本发明实施例对此并不进行限制。
S362、根据所述第一目标作业树木以及所述第二目标作业树木的树木位置信息，规划连结所述第一目标作业树木与所述第二目标作业树木的基础导航路线，所述基础导航路线中包括至少两个基础路线点。
其中，基础导航路线可以是第一目标作业树木和第二目标作业树木之间默认的导航路线，如第一目标作业树木出点和第二目标作业树木入点之间的最短路径等，本发明实施例并不对基础导航路线的生成规则进行限定。基础路线点则可以是构成基础导航路线中具有确定经纬度坐标信息的地理位置点。
在本发明实施例中，当确定第一目标作业树木和第二目标作业树木后，则可以按照默认的路线规划规则，规划第一目标作业树木与第二目标作业树木之间的基础导航路线。
S363、根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域。
其中，标准飞行区域可以是作业无人机在飞行作业过程中所占的飞行区域。基础飞行区域可以是将无人机的标准飞行区域映射到基础导航路线后的飞行区域。
在本发明实施例中，可以首先确定作业无人机对应的标准飞行区域，然后将作业无人机对应的标准飞行区域映射到基础导航路线中，形成与基础导航路线对应的基础飞行区域。
在本发明的一个可选实施例中，根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域，可以包括：根据所述作业无人机的尺寸信息，以及预设的作业无人机在飞行过程中，在各个方位上的安全距离，确定与所述作业无人机对应的标准飞行区域；获取所述基础导航路线中包括的各个基础路线点，并将所述标准飞行区域中的中点分别映射至各所述基础路线点中，生成与所述基础导航路线对应的基础飞行区域。
具体的，可以在作业无人机的尺寸信息的基础上，加上各个方位的安全距离形成与作业无人机对应的标准飞行区域。例如，作业无人机机身尺寸(含浆)为1.8米*1.8米，四周预留安全距离为1.5米，则作业无人的机标准飞行区域的可以是(1.8+3)*(1.8+3)＝4.8*4.8米。图3b是本发明实施例三提供的一种基础飞行区域的示意图。如图3b所示，在确定基础飞行区域20时，可以获取基础导航路线10中包括的各个基础路线点101、102、103和104，并将标准飞行区域01中的中点分别映射至各基础路线点中，进而生成与基础导航路线10对应的基础飞行区域20。
S364、根据所述第一目标作业树木的树木高度以及作业无人机的作业高度，计算与第一目标作业树木对应的第一飞行高度，并根据所述第二目标作业树木的树木高度以及所述作业高度，计算与第二目标作业树木对应的第二飞行高度。
可以理解的是，作业无人机在进行作业时，通常都需要距离作业树木一定的高度。在本发明实施例中，考虑到第一目标作业树木与第二目标作业树木的树木高度可能不同，因此需要分别根据第一目标作业树木的树木高度以及作业无人机的作业高度，计算与第一目标作业树木对应的第一飞行高度，根据第二目标作业树木的树木高度以及作业无人机的作业高度，计算与第二目标作业树木对应的第二飞行高度。其中，第一飞行高度和第二飞行高度均为作业无人机的实际作业高度。
示例性的，第一目标作业树木果树a轮廓内最高点为2.2米，第二目标作业树木果树b轮廓内最高点为3.5米，作业无人机的作业高度设定为2米。由此可得作业无人机对第一目标作业树木果树a的第一飞行高度为2.2+2＝4.2米，第二目标作业树木果树b的第二飞行高度为3.5+2＝5.5米。
S365、根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线。
可以理解的是，在作业区域内可能会存在各种类型的障碍物，如各种独立的障碍物(如独立的电线杆等)或大型的障碍物(如具有电线连接的电线杆等)。需要说明的是，障碍物的判定取决于障碍物的DSM信息是否高于或等于无人机在航飞路线内的飞行高度。如：第一目标作业树木果树A作业完成，需到第二目标作业树木果树B进行作业，二者之间的航飞线路中出现电线杆的高度如果高于第二目标作业树木果树B的第二飞行高度，则可以判定此电线杆为障碍物。相应的，本发明实施例所提供的作业区域内的路线规划方法可以综合考虑基础飞行区域内的障碍物情况、基础导航路线、第一飞行高度以及第二飞行高度，最终生成连结第一目标作业树木以及第二目标作业树木的局部航飞路线。例如，作业区域内起伏坡度小，较为平坦，无任何障碍物，可以按作业编号顺序依次形成局部航飞路线。作业区域内明显起伏，无任何障碍物，也可以按作业编号顺序依次形成局部航飞路线。作业区域内明显起伏，有障碍物，可以按作业编号顺序依次形成局部航飞路线或按随机作业编号顺序形成局部航飞路线等。
在本发明的一个可选实施例中，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，可以包括：如果由所述数字表面模型确定所述基础飞行区域内不包括障碍物，则将所述基础导航路线中的各基础路线点加入至所述局部航飞路线中；如果所述第一飞行高度高于所述第二飞行高度，则将所述局部航飞路线中的末位局部路线点设置为所述第二飞行高度，并将除去所述末位局部路线点之外的其他局部路线点设置为所述第一飞行高度；如果所述第一飞行高度低于所述第二飞行高度，则将所述局部航飞路线中的各个局部路线点设置为所述第二飞行高度。
在本发明实施例中，如果由数字表面模型确定基础飞行区域内不包括障碍物，则可以直接将基础导航路线中的各基础路线点加入至局部航飞路线中。然后可以依据第一飞行高度和第二飞行高度的大小关系确定具体的飞行高度。具体的，如果第一飞行高度高于第二飞行高度，则可以将局部航飞路线中的末位局部路线点设置为第二飞行高度，并将除去末位局部路线点之外的其他局部路线点设置为第一飞行高度；如果第一飞行高度低于第二飞行高度，则将局部航飞路线中的各个局部路线点设置为第二飞行高度。
示例性的，图3c是本发明实施例三提供的一种作业无人机在无障碍物的情况下由第一目标作业树木飞行至第二目标作业树木的俯视图。如图3c所示，作业无人机以5.5米的第一飞行高度在第一目标作业树木果树a 30处进行作业，其中，第一目标作业树木30和第二目标作业树木40处的外围封闭圆圈表示两目标作业树木的外围轮廓。如果确定第一飞行高度高于第二飞行高度，则作业无人机在第一目标作业树木30处完成作业后可以继续以5.5米的第一飞行高度在局部航飞路线中飞行，并在局部航飞路线中的末位局部路线点改变为4.2米的第二飞行高度，其中，末位局部路线点可以是第二目标作业树木40的驶入点。也即，作业无人机始终以第一飞行高度飞行至第二目标作业树木40后，再转换为与第二目标作业树木40匹配的第二飞行高度。相应的，如果第一飞行高度低于第二飞行高度，则作业无人机在第一目标作业树木30处完成作业后，可以由第一飞行高度高度5.5米处垂直上升至第二飞行高度6.5米处，然后始终以第二飞行高度按照局部航飞路线飞行至第二目标作业树木40处进行作业。
在本发明的一个可选实施例中，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，可以包括：
如果由所述数字表面模型确定所述基础飞行区域内包括障碍物，则从首个路线点开始，依次在所述基础导航路线中获取一个路线点作为当前路线点；
将所述当前路线点加入至所述局部航飞路线中，并根据当前路线点以及所述标准飞行区域，形成当前操作区域；
如果由所述数字表面模型确定所述当前操作区域中不包括障碍物，则将所述当前路线点设置为标准飞行高度，所述标准飞行高度初始化为所述第一飞行高度；
如果由所述数字表面模型确定所述当前操作区域中包括高度值大于所述标准飞行高度的障碍物，则检测是否能从所述障碍物的上方对所述障碍物进行避障：若是，则使用所述障碍物的高度值更新所述标准飞行高度，并将所述当前路线点设置为标准飞行高度；
若否，则沿避障方向生成避障路线点集，并在所述局部航飞路线中加入所述避障路线点集中的各避障路线点；
将各所述避障路线点设置为所述第二飞行高度，并根据所述避障路线点集的避障终点以及所述基础导航路线中末位路线点规划生成新的基础导航路线；
返回执行依次在所述基础导航路线中获取一个路线点作为当前路线点的操作，直至完成对所述基础导航路线中全部路线点的处理；
如果结束处理时，所述局部航飞路线中的末位路线点不为所述第二飞行高度，则将所述末位路线点设置为所述第二飞行高度。
相应的，在本发明实施例中，如果由数字表面模型确定基础飞行区域内包括障碍物，则在规划局部航飞路线时需要考虑规避障碍物，可选的，可以通过分段确定航飞路线的方式来规划局部航飞路线。具体的，可以从首个路线点开始，依次在基础导航路线中获取一个路线点作为当前路线点，并以当前路线点作为作业无人机的标准飞行区域的中心点，从而形成当前操作区域。如果由数字表面模型确定当前操作区域中不包括障碍物，则在局部航飞路线中加入当前路线点，并将当前路线点设置为标准飞行高度，此时，标准飞行高度还可以是第一飞行高度。相应的，如果由数字表面模型确定当前操作区域中包括高度值大于标准飞行高度的障碍物，则检测是否能从障碍物的上方对障碍物进行避障。如果确定能从障碍物的上方对障碍物进行避障，说明障碍物是独立的障碍物，则可以使用检测到的障碍物的高度值更新标准飞行高度，并将当前路线点设置为标准飞行高度。此时，标准飞行高度可以是障碍物的高度值加上预设高度值(如2m)的总和。
图3d是本发明实施例三提供的一种作业无人机在有障碍物的情况下由第一目标作业树木飞行至第二目标作业树木的俯视图。如图3d所示，当确定不能从障碍物的上方对障碍物进行避障时，说明障碍物是类似于具有电线的非独立障碍物，则可以沿避障方向生成避障路线点集，如图3d中的201、202及203等避障路线点形成的避障路线点集，并在局部航飞路线中加入避障路线点集中的各避障路线点。然后将各避障路线点设置为第二飞行高度(也即，与第二目标作业树木匹配的飞行高度)，并根据避障路线点集的避障终点203以及基础导航路线中末位路线点206重新规划生成新的基础导航路线203-204-205-206。
相应的，当形成新的基础导航路线后，需要重新执行依次在基础导航路线中获取一个路线点作为当前路线点的操作，直至完成对基础导航路线中全部路线点的处理。
在处理结束处理时，所述局部航飞路线中的末位路线点可以为所述第二飞行高度，也可以为一个高于第二飞行高度的数值(例如，无人机通过对上方的独立障碍物进行避障而提高了飞行高度)，因此，如果该末位路线点为第二飞行高度，则无需调整，如果该末位路线点高于第二飞行高度，则需要重新将局部航飞路线的末位路线点设置为第二飞行高度，以实现对第二目标作业树木的作业。
在本发明的一个可选实施例中，检测是否能从所述障碍物的上方对所述障碍物进行避障，可以包括：由所述数字表面模型检测所述当前操作区域的正上方是否包括有其他障碍物：若否，则确定能够从所述障碍物的上方对所述障碍物进行避障；若是，则确定不能够从障碍物的上方对所述障碍物进行避障。
具体的，在由数字表面模型检测是否能从障碍物的上方对障碍物进行避障时，可以由数字表面模型检测当前操作区域的正上方是否包括有其他障碍物。如果确定存在其他障碍物，则确定不能够从障碍物的上方对所述障碍物进行避障；否则，确定能够从所述障碍物的上方对所述障碍物进行避障。
在本发明的一个可选实施例中，沿避障方向生成避障路线点集，可以包括：
根据所述当前路线点以及所述当前路线点的下一路线点确定标准飞行方向；
获取所述标准飞行方向的一个垂直方向作为避障方向；
根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中，并将所述避障路线点作为当前避障点；
根据所述当前避障点以及所述标准飞行区域，形成当前避障区域；
如果由所述数字表面模型确定所述当前避障区域中包括所述障碍物，则将所述当前避障点作为新的当前路线点；
返回执行根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中的操作，直至由所述数字表面模型确定所述当前避障区域中不包括所述障碍物，以获取所述避障路线点集。
图3e是本发明实施例三提供的一种沿避障方向生成避障路线点集的示意图。如图3e所示，在本发明实施例中，沿避障方向生成避障路线点集时，可以根据当前路线点301以及当前路线点301的下一路线点302确定标准飞行方向，即点301至点302的方向作为标准飞行方向，并以标准飞行方向的一个垂直方向作为避障方向，如垂直向下或垂直向上的方向。然后根据当前路线点301以及确定的避障方向生成一个避障路线点303加入避障路线点集中，并将避障路线点303作为当前避障点。再将当前避障点303作为标准飞行区域的中心点形成当前避障区域50。如果由数字表面模型确定当前避障区域50中仍然包括障碍物，则将当前避障点303作为新的当前路线点，并重新执行根据当前路线点以及避障方向生成一个避障路线点加入避障路线点集中的操作，直至由数字表面模型确定当前避障区域中不包括障碍物，从而获取避障路线点集301、303和304。
S370、将各所述局部航飞路线进行组合得到所述过渡路线。
采用上述技术方案，通过根据基础飞行区域内的障碍物情况、基础导航路线、第一飞行高度以及所述第二飞行高度，生成连结第一目标作业树木以及第二目标作业树木的局部航飞路线，能够有效规避障碍物对航飞路线的干扰，便于准确规划作业无人机的航飞路线，从而提高作业无人机的作业效率，保证作业无人机能够顺利完成作业任务。
实施例四
图4是本发明实施例四提供的一种作业区域内的路线规划方法的流程图，本实施例可适用于智能化地获取作业区域内的目标作业树木的树木位置信息以及树木高度，并规划在作业区域内对目标作业树木进行作业的路线的情况，该方法可以由作业区域内的路线规划装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可以集成于服务器或者终端设备中，与作业无人机配合使用。相应的，如图4所示，该方法包括如下操作：
S410、获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息。
其中，作业区域包括有多棵备选作业树木的区域，所述备选作业树木是指需要进行作业(例如，喷药或者洒水等)的各类树木(典型的，果树)。DOM(Digital OrthophotoMap，数字正射影像图)是对航空(或航天)相片进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集，同时具有地图几何精度和影像特征的图像，具有精度高、信息丰富、直观逼真、获取快捷等优点。DSM(Digital Surface Model，数字表面模型)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。
S420、识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度。
其中，由于数字正射影像图中包括有各个图像点的经纬度信息，可以通过图像识别或者轮廓识别等技术，获取作业区域中各个备选作业树木的树木轮廓信息以及树木位置信息，因此无需人工手持PTK设备测量备选作业树木的坐标信息数据。相应的，由于数字表面模型中包括有各个模型点的经纬度信息，以及高程信息，通过基于经纬度信息建立数字正射影像图以及数字表面模型之间的对应关系，进而可以根据数字正射影像图中的树木轮廓信息在数字表面模型的对应位置。
相应的，一个树木轮廓信息对应一个树木轮廓信息。在结合数字表面模型中包括的高程信息，确定出与每个树木轮廓信息对应的树木高度后，可以确定与每个备选作业树木对应的树木高度。
可选的，可以利用测绘无人机将作业区域作为航测区域，并获取作业区域的数字正射影像图以及数字表面模型。其中，数字正射影像图能够精准获取作业区域的影像图，数字表面模型能够精准获取作业区域的高程信息。
S430、根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木。
在本实施例中，可以将所述作业区域内的全部备选作业树木，均确定为目标作业树木，也可以首先将全部备选作业树木均提供给用户端(例如，作业无人机控制板或者作业无人机远程控制终端等)，由用户在全部备选作业树木中，选择目标作业树木。
可选的，在将备选作业树木提供给用户端之前，可以首先筛除该备选作业树木中包括的限制作业树木，所述限制作业树木，具体是指不适合作业无人机进行作业的树木，例如，树木正上方设定位置具有障碍物，进而使得作业无人机具有撞毁风险的树木。
S440、根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
在本实施例中，在确定作业区域内每个目标作业树木的树木位置信息以及树木轮廓信息之后，可以按照标准的目标作业树木的单株树木作业路线，以及树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。所述单株树木作业路线，具体是指无人机飞至一棵果树上方后，对该果树进行作业时的作业路线。在本发明实施例中，所有的目标作业数据均可以按照统一的标准来规划单株树木作业路线(也即，假设所有的目标作业树木均具有相同的树木轮廓，例如，设定半径的圆形轮廓，按照统一的树木轮廓规划与各目标作业树木对应的单株树木作业路线)。所述过渡路线，具体是指作业无人机从作业区域内每个相邻的一棵果树移动到另一棵果树时需要途径的全部路线的组合。
相应的，在规划出连结各所述目标作业树木的过渡路线之后，通过将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，可以得到与所述作业区域对应的区域内作业路线。
通过将上述区域内作业路线提供给作业无人机之后，作业无人机可以实现下述操作：在飞行至一棵树木后，按照标准的单株树木作业路线对该树木进行作业，之后，通过过渡路线中的部分路线，从该树木移动至下一树木后，针对下一树木的单株树木作业路线对该树木进行作业，以此类推，最终可以通过该区域内作业路线实现对作业区域内全部树木的处理。
具体的，所述过渡路线包括：至少两个路线点，以及与各路线点关联的飞行高度。在每相邻两个路线点之间，都需要规划作业无人机的飞行高度，不同路线点之间的作业无人机的飞行高度可以相同，也可以不同，具体可以依据目标作业树木的树木高度以及路线点之间的障碍物情况进行确定。其中，可以通过所述作业区域的数字表面模型，确定路线点之间的障碍物情况。
本发明实施例通过获取的作业区域数字正射影像图以及数字表面模型，获取该作业区域内的目标作业树木的树木位置信息、树木轮廓信息以及树木高度，以规划与每个目标作业树木对应的单株树木作业路线，以及连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度数据时，存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
实施例五
图5是本发明实施例五提供的一种作业区域内的路线规划装置的示意图，如图5所示，所述装置包括：区域信息获取模块510、树木信息识别模块520、目标作业树木确定模块530以及路线规划模块540，其中：
区域信息获取模块510，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
树木信息识别模块520，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
目标作业树木确定模块530，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
路线规划模块540，用于根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
本发明实施例通过获取的作业区域数字正射影像图以及数字表面模型，获取该作业区域内的目标作业树木的树木位置信息、树木轮廓信息以及树木高度，以规划与每个目标作业树木对应的单株树木作业路线，以及连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度数据时，存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
可选的，树木信息识别模块520，用于：
将所述数字正射影像图输入至预先训练的树木轮廓识别模型中；
获取所述树木轮廓识别模型输出的对所述数字正射影像图中的树木轮廓信息的标注结果；
根据所述标注结果，以及所述数字正射影像图中各图像点的地理位置信息，确定与所述树木轮廓信息对应的树木位置信息。
可选的，所述树木轮廓识别模型采用AI算法进行预先训练。
可选的，树木信息识别模块520，用于：
根据所述数字表面模型中各模型点的地理位置信息，以及所述数字正射影像图中各图像点的地理位置信息，建立所述数字表面模型以及所述数字正射影像图之间的映射关系；
根据所述映射关系，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据；
在与每个备选作业树木的树木轮廓信息对应的数字表面模型数据中，将各数据点的高程信息中的最大值，作为与所述备选作业树木对应的树木高度。
可选的，目标作业树木确定模块530，用于：
将全部备选作业树木发送至用户端进行显示；
接收所述用户端针对所述备选作业树木选择的所述至少两个目标作业树木。
可选的，目标作业树木确定模块530，用于：
根据由所述数字表面模型确定的各所述备选作业树木上方的障碍物情况，筛除所述备选作业树木中包括的限制作业树木；
将筛除处理后的各所述备选作业树木发送至用户端进行显示，并接收所述用户端针对所述备选作业树木选择的所述目标作业树木。
可选的，路线规划模块540，用于：
根据每个所述目标作业树木的树木位置信息以及所述树木轮廓信息，确定与每个所述目标作业树木分别对应的作业入点以及作业出点；
根据所述作业入点、所述作业出点以及所述树木轮廓信息，按照螺旋线遍历的方式，规划与每个目标作业树木对应的单株树木作业路线。
可选的，路线规划模块540，包括：
作业编号获取单元，用于获取与每个所述目标作业树木对应的作业编号，其中，所述作业编号根据各所述备选作业树木的树木位置信息预先生成；
排序单元，用于按照所述作业编号，对各所述目标作业树木进行排序；
局部航飞路线规划单元，用于根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线；
过渡路线获取单元，用于将各所述局部航飞路线进行组合得到所述过渡路线。
可选的，局部航飞路线规划单元，具体用于：
根据排序结果，获取第一目标作业树木，以及与所述第一目标作业树木相邻的第二目标作业树木；
根据所述第一目标作业树木以及所述第二目标作业树木的树木位置信息，规划连结所述第一目标作业树木与所述第二目标作业树木的基础导航路线，所述基础导航路线中包括至少两个基础路线点；
根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域；
根据所述第一目标作业树木的树木高度以及作业无人机的作业高度，计算与第一目标作业树木对应的第一飞行高度，并根据所述第二目标作业树木的树木高度以及所述作业高度，计算与第二目标作业树木对应的第二飞行高度；
根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线。
可选的，局部航飞路线规划单元，具体用于：
根据所述作业无人机的尺寸信息，以及预设的作业无人机在飞行过程中，在各个方位上的安全距离，确定与所述作业无人机对应的标准飞行区域；
获取所述基础导航路线中包括的各个基础路线点，并将所述标准飞行区域中的中点分别映射至各所述基础路线点中，生成与所述基础导航路线对应的基础飞行区域。
可选的，局部航飞路线规划单元，具体用于：
如果由所述数字表面模型确定所述基础飞行区域内不包括障碍物，则将所述基础导航路线中的各基础路线点加入至所述局部航飞路线中；
如果所述第一飞行高度高于所述第二飞行高度，则将所述局部航飞路线中的末位局部路线点设置为所述第二飞行高度，并将除去所述末位局部路线点之外的其他局部路线点设置为所述第一飞行高度；
如果所述第一飞行高度低于所述第二飞行高度，则将所述局部航飞路线中的各个局部路线点设置为所述第二飞行高度。
可选的，局部航飞路线规划单元，具体用于：
如果由所述数字表面模型确定所述基础飞行区域内包括障碍物，则从首个路线点开始，依次在所述基础导航路线中获取一个路线点作为当前路线点；
将所述当前路线点加入至所述局部航飞路线中，并根据当前路线点以及所述标准飞行区域，形成当前操作区域；
如果由所述数字表面模型确定所述当前操作区域中不包括障碍物，则将所述当前路线点设置为标准飞行高度，所述标准飞行高度初始化为所述第一飞行高度；
如果由所述数字表面模型确定所述当前操作区域中包括高度值大于所述标准飞行高度的障碍物，则检测是否能从所述障碍物的上方对所述障碍物进行避障：若是，则使用所述障碍物的高度值更新所述标准飞行高度，并将所述当前路线点设置为标准飞行高度；
若否，则沿避障方向生成避障路线点集，并在所述局部航飞路线中加入所述避障路线点集中的各避障路线点；
将各所述避障路线点设置为所述第二飞行高度，并根据所述避障路线点集的避障终点以及所述基础导航路线中末位路线点规划生成新的基础导航路线；
返回执行依次在所述基础导航路线中获取一个路线点作为当前路线点的操作，直至完成对所述基础导航路线中全部路线点的处理；
如果结束处理时，所述局部航飞路线中的末位路线点不为所述第二飞行高度，则将所述末位路线点设置为所述第二飞行高度。
可选的，局部航飞路线规划单元，具体用于：
由所述数字表面模型检测所述当前操作区域的正上方是否包括有其他障碍物：
若否，则确定能够从所述障碍物的上方对所述障碍物进行避障；若是，则确定不能够从障碍物的上方对所述障碍物进行避障。
可选的，局部航飞路线规划单元，具体用于：
根据所述当前路线点以及所述当前路线点的下一路线点确定标准飞行方向；
获取所述标准飞行方向的一个垂直方向作为避障方向；
根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中，并将所述避障路线点作为当前避障点；
根据所述当前避障点以及所述标准飞行区域，形成当前避障区域；
如果由所述数字表面模型确定所述当前避障区域中包括所述障碍物，则将所述当前避障点作为新的当前路线点；
返回执行根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中的操作，直至由所述数字表面模型确定所述当前避障区域中不包括所述障碍物，以获取所述避障路线点集。
可选的，所述装置还包括：
区域内作业路线获取模块，用于将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，得到与所述作业区域对应的区域内作业路线；
区域内作业路线发送模块，用于将所述区域内作业路线发送至作业无人机，以使所述作业无人机在所述作业区域内进行飞行作业；
其中，所述作业无人机在飞行至单株树木作业路线时，打开作业喷头，所述作业无人机在飞行至过渡路线时，关闭作业喷头。
上述作业区域内的路线规划装置可执行本发明任意实施例所提供的作业区域内的路线规划方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的作业区域内的路线规划方法。
由于上述所介绍的作业区域内的路线规划装置为可以执行本发明实施例中的作业区域内的路线规划方法的装置，故而基于本发明实施例中所介绍的作业区域内的路线规划方法，本领域所属技术人员能够了解本实施例的作业区域内的路线规划装置的具体实施方式以及其各种变化形式，所以在此对于该作业区域内的路线规划装置如何实现本发明实施例中的作业区域内的路线规划方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中作业区域内的路线规划方法所采用的装置，都属于本申请所欲保护的范围。
实施例六
图6是本发明实施例六提供的一种作业区域内的路线规划装置的示意图，如图6所示，所述装置包括：参考信息获取模块610、区域树木信息识别模块620、区域内作业树木确定模块630以及规划模块640，其中：
参考信息获取模块610，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
区域树木信息识别模块620，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
区域内作业树木确定模块630，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
规划模块640，用于根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
本发明实施例通过获取的作业区域数字正射影像图以及数字表面模型，获取该作业区域内的目标作业树木的树木位置信息、树木轮廓信息以及树木高度，以规划与每个目标作业树木对应的单株树木作业路线，以及连结各目标作业树木的过渡路线，解决了通过人工测量作业树木的树木位置信息及树木高度数据时，存在的作业效率低及劳动力成本高等问题，实现对作业区域内的目标作业树木的树木位置信息以及树木高度等数据的智能化、精准化定位，从而提高作业无人机的作业效率，并降低劳动力成本。
上述作业区域内的路线规划装置可执行本发明任意实施例所提供的作业区域内的路线规划方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的作业区域内的路线规划方法。
由于上述所介绍的作业区域内的路线规划装置为可以执行本发明实施例中的作业区域内的路线规划方法的装置，故而基于本发明实施例中所介绍的作业区域内的路线规划方法，本领域所属技术人员能够了解本实施例的作业区域内的路线规划装置的具体实施方式以及其各种变化形式，所以在此对于该作业区域内的路线规划装置如何实现本发明实施例中的作业区域内的路线规划方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中作业区域内的路线规划方法所采用的装置，都属于本申请所欲保护的范围。
实施例七
图7为本发明实施例七提供的一种计算机设备的结构示意图。图7示出了适于用来实现本发明实施方式的计算机设备712的框图。图7显示的计算机设备712仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机设备712以通用计算设备的形式表现。计算机设备712的组件可以包括但不限于：一个或者多个处理器716，存储装置728，连接不同系统组件(包括存储装置728和处理器716)的总线718。
总线718表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
计算机设备712典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备712访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置728可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)730和/或高速缓存存储器732。计算机设备712可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统734可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线718相连。存储装置728可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块726的程序736，可以存储在例如存储装置728中，这样的程序模块726包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块726通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备712也可以与一个或多个外部设备714(例如键盘、指向设备、摄像头、显示器724等)通信，还可与一个或者多个使得用户能与该计算机设备712交互的设备通信，和/或与使得该计算机设备712能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口722进行。并且，计算机设备712还可以通过网络适配器720与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器720通过总线718与计算机设备712的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备712使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arraysof Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器716通过运行存储在存储装置728中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的作业区域内的路线规划方法。
也即，所述处理单元执行所述程序时实现：获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
或者，所述处理单元执行所述程序时实现：获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
实施例八
本发明实施例八还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的作业区域内的路线规划方法：获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
或者，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的作业区域内的路线规划方法：获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory，EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向树木的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (20)
1.一种作业区域内的路线规划方法，其特征在于，包括：
获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
2.根据权利要求1所述的方法，其特征在于，识别所述数字正射影像图中的树木轮廓信息和树木位置信息，包括：
将所述数字正射影像图输入至预先训练的树木轮廓识别模型中；
获取所述树木轮廓识别模型输出的对所述数字正射影像图中的树木轮廓信息的标注结果；
根据所述标注结果，以及所述数字正射影像图中各图像点的地理位置信息，确定与所述树木轮廓信息对应的树木位置信息。
3.根据权利要求2所述的方法，其特征在于，所述树木轮廓识别模型采用AI算法进行预先训练。
4.根据权利要求1所述的方法，其特征在于，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度，包括：
根据所述数字表面模型中各模型点的地理位置信息，以及所述数字正射影像图中各图像点的地理位置信息，建立所述数字表面模型以及所述数字正射影像图之间的映射关系；
根据所述映射关系，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据；
在与每个备选作业树木的树木轮廓信息对应的数字表面模型数据中，将各数据点的高程信息中的最大值，作为与所述备选作业树木对应的树木高度。
5.根据权利要求1所述的方法，其特征在于，根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木，包括：
将全部备选作业树木发送至用户端进行显示；
接收所述用户端针对所述备选作业树木选择的所述至少两个目标作业树木。
6.根据权利要求1所述的方法，其特征在于，根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木，包括：
根据由所述数字表面模型确定的各所述备选作业树木上方的障碍物情况，筛除所述备选作业树木中包括的限制作业树木；
将筛除处理后的各所述备选作业树木发送至用户端进行显示，并接收所述用户端针对所述备选作业树木选择的所述目标作业树木。
7.根据权利要求1-6任一项所述的方法，其特征在于，根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，包括：
根据每个所述目标作业树木的树木位置信息以及所述树木轮廓信息，确定与每个所述目标作业树木分别对应的作业入点以及作业出点；
根据所述作业入点、所述作业出点以及所述树木轮廓信息，按照螺旋线遍历的方式，规划与每个目标作业树木对应的单株树木作业路线。
8.根据权利要求7所述的方法，其特征在于，根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线，包括：
获取与每个所述目标作业树木对应的作业编号，其中，所述作业编号根据各所述备选作业树木的树木位置信息预先生成；
按照所述作业编号，对各所述目标作业树木进行排序；
根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线；
将各所述局部航飞路线进行组合得到所述过渡路线。
9.根据权利要求8所述的方法，其特征在于，根据排序结果，以及目标作业树木的所述树木高度以及所述树木位置信息，规划连结任意两个相邻目标作业树木的局部航飞路线，包括：
根据排序结果，获取第一目标作业树木，以及与所述第一目标作业树木相邻的第二目标作业树木；
根据所述第一目标作业树木以及所述第二目标作业树木的树木位置信息，规划连结所述第一目标作业树木与所述第二目标作业树木的基础导航路线，所述基础导航路线中包括至少两个基础路线点；
根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域；
根据所述第一目标作业树木的树木高度以及作业无人机的作业高度，计算与第一目标作业树木对应的第一飞行高度，并根据所述第二目标作业树木的树木高度以及所述作业高度，计算与第二目标作业树木对应的第二飞行高度；
根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线。
10.根据权利要求9所述的方法，其特征在于，根据与作业无人机对应的标准飞行区域，确定与所述基础导航路线对应的基础飞行区域，包括：
根据所述作业无人机的尺寸信息，以及预设的作业无人机在飞行过程中，在各个方位上的安全距离，确定与所述作业无人机对应的标准飞行区域；
获取所述基础导航路线中包括的各个基础路线点，并将所述标准飞行区域中的中点分别映射至各所述基础路线点中，生成与所述基础导航路线对应的基础飞行区域。
11.根据权利要求9所述的方法，其特征在于，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，包括：
如果由所述数字表面模型确定所述基础飞行区域内不包括障碍物，则将所述基础导航路线中的各基础路线点加入至所述局部航飞路线中；
如果所述第一飞行高度高于所述第二飞行高度，则将所述局部航飞路线中的末位局部路线点设置为所述第二飞行高度，并将除去所述末位局部路线点之外的其他局部路线点设置为所述第一飞行高度；
如果所述第一飞行高度低于所述第二飞行高度，则将所述局部航飞路线中的各个局部路线点设置为所述第二飞行高度。
12.根据权利要求9所述的方法，其特征在于，根据由所述数字表面模型确定的所述基础飞行区域内的障碍物情况、所述基础导航路线、所述第一飞行高度以及所述第二飞行高度，生成连结所述第一目标作业树木以及所述第二目标作业树木的局部航飞路线，包括：
如果由所述数字表面模型确定所述基础飞行区域内包括障碍物，则从首个路线点开始，依次在所述基础导航路线中获取一个路线点作为当前路线点；
将所述当前路线点加入至所述局部航飞路线中，并根据当前路线点以及所述标准飞行区域，形成当前操作区域；
如果由所述数字表面模型确定所述当前操作区域中不包括障碍物，则将所述当前路线点设置为标准飞行高度，所述标准飞行高度初始化为所述第一飞行高度；
如果由所述数字表面模型确定所述当前操作区域中包括高度值大于所述标准飞行高度的障碍物，则检测是否能从所述障碍物的上方对所述障碍物进行避障：若是，则使用所述障碍物的高度值更新所述标准飞行高度，并将所述当前路线点设置为标准飞行高度；
若否，则沿避障方向生成避障路线点集，并在所述局部航飞路线中加入所述避障路线点集中的各避障路线点；
将各所述避障路线点设置为所述第二飞行高度，并根据所述避障路线点集的避障终点以及所述基础导航路线中末位路线点规划生成新的基础导航路线；
返回执行依次在所述基础导航路线中获取一个路线点作为当前路线点的操作，直至完成对所述基础导航路线中全部路线点的处理；
如果结束处理时，所述局部航飞路线中的末位路线点不为所述第二飞行高度，则将所述末位路线点设置为所述第二飞行高度。
13.根据权利要求12所述的方法，其特征在于，检测是否能从所述障碍物的上方对所述障碍物进行避障，包括：
由所述数字表面模型检测所述当前操作区域的正上方是否包括有其他障碍物：
若否，则确定能够从所述障碍物的上方对所述障碍物进行避障；若是，则确定不能够从障碍物的上方对所述障碍物进行避障。
14.根据权利要求12所述的方法，其特征在于，沿避障方向生成避障路线点集，包括：
根据所述当前路线点以及所述当前路线点的下一路线点确定标准飞行方向；
获取所述标准飞行方向的一个垂直方向作为避障方向；
根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中，并将所述避障路线点作为当前避障点；
根据所述当前避障点以及所述标准飞行区域，形成当前避障区域；
如果由所述数字表面模型确定所述当前避障区域中包括所述障碍物，则将所述当前避障点作为新的当前路线点；
返回执行根据所述当前路线点以及所述避障方向生成一个避障路线点加入所述避障路线点集中的操作，直至由所述数字表面模型确定所述当前避障区域中不包括所述障碍物，以获取所述避障路线点集。
15.根据权利要求1所述的方法，其特征在于，在根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线之后，还包括：
将与每个目标作业树木分别对应的单株树木作业路线以及所述过渡路线进行组合，得到与所述作业区域对应的区域内作业路线；
将所述区域内作业路线发送至作业无人机，以使所述作业无人机在所述作业区域内进行飞行作业；
其中，所述作业无人机在飞行至单株树木作业路线时，打开作业喷头，所述作业无人机在飞行至过渡路线时，关闭作业喷头。
16.一种作业区域内的路线规划方法，其特征在于，包括：
获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
17.一种作业区域内的路线规划装置，其特征在于，包括：
区域信息获取模块，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
树木信息识别模块，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
目标作业树木确定模块，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
路线规划模块，用于根据树木位置信息和树木轮廓信息确定与每个目标作业树木对应的单株树木作业路线，以及根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
18.一种作业区域内的路线规划装置，其特征在于，包括：
参考信息获取模块，用于获取作业区域的数字正射影像图以及数字表面模型，所述数字正射影像图包括备选作业树木轮廓信息，所述数字表面模型包括备选作业树木高程信息；
区域树木信息识别模块，用于识别所述数字正射影像图中的树木轮廓信息和树木位置信息，在所述数字表面模型中获取所述树木轮廓信息对应区域的数字表面模型数据，并根据所述数字表面模型数据确定与每个备选作业树木对应的树木高度；
区域内作业树木确定模块，用于根据所述作业区域内的所述备选作业树木，确定至少两个目标作业树木；
规划模块，用于根据所述树木高度以及所述树木位置信息，规划连结各所述目标作业树木的过渡路线。
19.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-15中任一所述的作业区域内的路线规划方法，或者，实现如权利要求16所述的作业区域内的路线规划方法。
20.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-15中任一所述的作业区域内的路线规划方法，或者，实现如权利要求16所述的作业区域内的路线规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811526589.3A CN109341702B (zh) | 2018-12-13 | 2018-12-13 | 作业区域内的路线规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811526589.3A CN109341702B (zh) | 2018-12-13 | 2018-12-13 | 作业区域内的路线规划方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109341702A true CN109341702A (zh) | 2019-02-15 |
| CN109341702B CN109341702B (zh) | 2021-07-20 |
Family
ID=65304536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811526589.3A Active CN109341702B (zh) | 2018-12-13 | 2018-12-13 | 作业区域内的路线规划方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109341702B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
| CN111754186A (zh) * | 2019-12-30 | 2020-10-09 | 广州极飞科技有限公司 | 喷洒控制方法、装置及电子设备 |
| CN111982097A (zh) * | 2019-05-23 | 2020-11-24 | 广州极飞科技有限公司 | 无人作业设备的目标航线的生成方法及装置、植保系统 |
| CN111984026A (zh) * | 2019-05-23 | 2020-11-24 | 广州极飞科技有限公司 | 无人机的控制方法和装置 |
| CN112163966A (zh) * | 2020-09-18 | 2021-01-01 | 广州极飞科技有限公司 | 一种施肥作业方法、装置、电子设备及存储介质 |
| CN112180987A (zh) * | 2020-09-27 | 2021-01-05 | 广州极飞科技有限公司 | 协同作业方法、系统、装置、计算机设备及存储介质 |
| CN112183329A (zh) * | 2020-09-27 | 2021-01-05 | 广州极飞科技有限公司 | 植株的补种信息识别方法、装置、计算机设备和存储介质 |
| CN112269387A (zh) * | 2020-10-29 | 2021-01-26 | 久瓴(上海)智能科技有限公司 | 农林作业任务处理方法、装置、计算机设备和存储介质 |
| CN114115327A (zh) * | 2021-09-28 | 2022-03-01 | 佛山中科云图智能科技有限公司 | 一种基于dsm模型的航线规划方法和规划装置 |
| CN114237232A (zh) * | 2021-11-30 | 2022-03-25 | 武汉地大信息工程股份有限公司 | 一种路径规划方法及装置 |
| CN114494396A (zh) * | 2021-12-28 | 2022-05-13 | 广州极飞科技股份有限公司 | 作业对象高度确定方法、装置、设备和存储介质 |
| CN114912894A (zh) * | 2022-05-12 | 2022-08-16 | 上海丰麓园林绿化建设有限公司 | 基于大数据的智慧园林管理方法、系统、终端及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024089123A1 (en) * | 2022-10-25 | 2024-05-02 | Basf Agro Trademarks Gmbh | Method for providing control data for a drone |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218812A (zh) * | 2013-04-02 | 2013-07-24 | 中国林业科学研究院资源信息研究所 | 基于摄影测量的树木形态模型参数快速获取方法 |
| CN103901892A (zh) * | 2014-03-04 | 2014-07-02 | 清华大学 | 无人机的控制方法及系统 |
| CN106023178A (zh) * | 2016-05-16 | 2016-10-12 | 浙江工业大学 | 一种基于梯度方向聚类的遥感数据中单棵树的检测方法 |
| CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统巡检方法 |
| CN106873631A (zh) * | 2017-04-21 | 2017-06-20 | 广州极飞科技有限公司 | 无人机控制方法、植保作业方法、无人机及地面站 |
| CN107264806A (zh) * | 2017-06-28 | 2017-10-20 | 苏州极目机器人科技有限公司 | 一种无人机的植保喷洒方法 |
| CN107515415A (zh) * | 2017-07-06 | 2017-12-26 | 深圳高科新农技术有限公司 | 无人机的果树喷施实现方法 |
| CN107526367A (zh) * | 2017-09-05 | 2017-12-29 | 烟台云都海鹰无人机应用技术有限公司 | 一种基于地理信息融合技术的果树植保无人机作业系统 |
| CA3033123A1 (en) * | 2016-09-07 | 2018-03-15 | Siemens Aktiengesellschaft | Method for controlling unmanned aerial vehicles |
| CN108334110A (zh) * | 2018-02-06 | 2018-07-27 | 首欣（北京）科技有限公司 | 一种基于无人机的林业病害监测方法和装置 |
| CN108594850A (zh) * | 2018-04-20 | 2018-09-28 | 广州极飞科技有限公司 | 基于无人机的航线规划及控制无人机作业的方法、装置 |
| CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
-
2018
- 2018-12-13 CN CN201811526589.3A patent/CN109341702B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218812A (zh) * | 2013-04-02 | 2013-07-24 | 中国林业科学研究院资源信息研究所 | 基于摄影测量的树木形态模型参数快速获取方法 |
| CN103901892A (zh) * | 2014-03-04 | 2014-07-02 | 清华大学 | 无人机的控制方法及系统 |
| CN106023178A (zh) * | 2016-05-16 | 2016-10-12 | 浙江工业大学 | 一种基于梯度方向聚类的遥感数据中单棵树的检测方法 |
| CA3033123A1 (en) * | 2016-09-07 | 2018-03-15 | Siemens Aktiengesellschaft | Method for controlling unmanned aerial vehicles |
| CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统巡检方法 |
| CN106873631A (zh) * | 2017-04-21 | 2017-06-20 | 广州极飞科技有限公司 | 无人机控制方法、植保作业方法、无人机及地面站 |
| CN107264806A (zh) * | 2017-06-28 | 2017-10-20 | 苏州极目机器人科技有限公司 | 一种无人机的植保喷洒方法 |
| CN107515415A (zh) * | 2017-07-06 | 2017-12-26 | 深圳高科新农技术有限公司 | 无人机的果树喷施实现方法 |
| CN107526367A (zh) * | 2017-09-05 | 2017-12-29 | 烟台云都海鹰无人机应用技术有限公司 | 一种基于地理信息融合技术的果树植保无人机作业系统 |
| CN108334110A (zh) * | 2018-02-06 | 2018-07-27 | 首欣（北京）科技有限公司 | 一种基于无人机的林业病害监测方法和装置 |
| CN108594850A (zh) * | 2018-04-20 | 2018-09-28 | 广州极飞科技有限公司 | 基于无人机的航线规划及控制无人机作业的方法、装置 |
| CN108846325A (zh) * | 2018-05-28 | 2018-11-20 | 广州极飞科技有限公司 | 目标区域作业的规划方法、装置、存储介质及处理器 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111982097A (zh) * | 2019-05-23 | 2020-11-24 | 广州极飞科技有限公司 | 无人作业设备的目标航线的生成方法及装置、植保系统 |
| CN111984026A (zh) * | 2019-05-23 | 2020-11-24 | 广州极飞科技有限公司 | 无人机的控制方法和装置 |
| CN111750857B (zh) * | 2019-10-24 | 2021-12-28 | 广州极飞科技股份有限公司 | 航线生成方法、装置、终端及存储介质 |
| CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
| CN111754186A (zh) * | 2019-12-30 | 2020-10-09 | 广州极飞科技有限公司 | 喷洒控制方法、装置及电子设备 |
| CN111754186B (zh) * | 2019-12-30 | 2024-08-06 | 广州极飞科技股份有限公司 | 喷洒控制方法、装置及电子设备 |
| CN112163966A (zh) * | 2020-09-18 | 2021-01-01 | 广州极飞科技有限公司 | 一种施肥作业方法、装置、电子设备及存储介质 |
| CN112183329A (zh) * | 2020-09-27 | 2021-01-05 | 广州极飞科技有限公司 | 植株的补种信息识别方法、装置、计算机设备和存储介质 |
| CN112180987B (zh) * | 2020-09-27 | 2024-02-20 | 广州极飞科技股份有限公司 | 协同作业方法、系统、装置、计算机设备及存储介质 |
| CN112180987A (zh) * | 2020-09-27 | 2021-01-05 | 广州极飞科技有限公司 | 协同作业方法、系统、装置、计算机设备及存储介质 |
| CN112269387A (zh) * | 2020-10-29 | 2021-01-26 | 久瓴(上海)智能科技有限公司 | 农林作业任务处理方法、装置、计算机设备和存储介质 |
| CN114115327A (zh) * | 2021-09-28 | 2022-03-01 | 佛山中科云图智能科技有限公司 | 一种基于dsm模型的航线规划方法和规划装置 |
| CN114237232A (zh) * | 2021-11-30 | 2022-03-25 | 武汉地大信息工程股份有限公司 | 一种路径规划方法及装置 |
| CN114494396A (zh) * | 2021-12-28 | 2022-05-13 | 广州极飞科技股份有限公司 | 作业对象高度确定方法、装置、设备和存储介质 |
| CN114912894A (zh) * | 2022-05-12 | 2022-08-16 | 上海丰麓园林绿化建设有限公司 | 基于大数据的智慧园林管理方法、系统、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109341702B (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109341702A (zh) | 作业区域内的路线规划方法、装置、设备及存储介质 | |
| US11816907B2 (en) | Systems and methods for extracting information about objects from scene information | |
| AU2022256192B2 (en) | Multi-sync ensemble model for device localization | |
| US9911340B2 (en) | Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics | |
| CN102867057B (zh) | 一种基于视觉定位的虚拟向导构建方法 | |
| US8244026B2 (en) | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby | |
| CN108280886A (zh) | 激光点云标注方法、装置及可读存储介质 | |
| WO2018126228A1 (en) | Sign and lane creation for high definition maps used for autonomous vehicles | |
| CN110715671B (zh) | 三维地图生成方法、装置、车辆导航设备和无人驾驶车辆 | |
| WO2021051278A1 (zh) | 地表特征识别方法、设备、无人机及计算机可读存储介质 | |
| CN106530946A (zh) | 用于编辑室内地图的方法及装置 | |
| CN110686704A (zh) | 激光雷达与组合惯导的位姿标定方法、系统及介质 | |
| CN106584472A (zh) | 用于控制自主移动式设备的方法及装置 | |
| CN105571594A (zh) | 室内导航方法 | |
| JP2020038668A (ja) | 自律走行状況で、障害物検出のためのｃｎｎ学習用イメージデータセットの生成方法及びコンピューティング装置 | |
| CN106782030A (zh) | 用于生成具有语义描述的室内地图的方法及装置 | |
| CN106595664A (zh) | 室内地图生成、显示、发送的方法及装置 | |
| JP2021061736A (ja) | 海底ケーブルルート計画ツール | |
| CN106782029A (zh) | 室内地图生成方法及装置 | |
| CN106814734A (zh) | 使用计算设备控制自主移动式设备的方法及系统 | |
| CN113448340B (zh) | 一种无人机的路径规划方法、装置、无人机及存储介质 | |
| US20210034810A1 (en) | System and Method for Automatically Annotating a Map | |
| US20210192812A1 (en) | Improved geographic indexing | |
| Lu et al. | LiDAR-Forest Dataset: LiDAR Point Cloud Simulation Dataset for Forestry Application | |
| Lakshan | Blind navigation in outdoor environments: Head and torso level thin-structure based obstacle detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 510000 No. 1, Si Cheng Road, Gaotang Software Park, Tianhe District, Guangzhou, Guangdong 3A01 Applicant after: XAG Co., Ltd. Address before: 510000 No. 1, Si Cheng Road, Gaotang Software Park, Tianhe District, Guangzhou, Guangdong 3A01 Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |