[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114815857B - 基于北斗导航的智能化农机管理方法、系统及云平台 - Google Patents

基于北斗导航的智能化农机管理方法、系统及云平台 Download PDF

Info

Publication number
CN114815857B
CN114815857B CN202210737995.4A CN202210737995A CN114815857B CN 114815857 B CN114815857 B CN 114815857B CN 202210737995 A CN202210737995 A CN 202210737995A CN 114815857 B CN114815857 B CN 114815857B
Authority
CN
China
Prior art keywords
equipment
agricultural mechanical
target
environment monitoring
images
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.)
Active
Application number
CN202210737995.4A
Other languages
English (en)
Other versions
CN114815857A (zh
Inventor
邓维爱
吴铭基
李华栈
叶师曈
彭文斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Bangsheng Beidou Technology Co ltd
Original Assignee
Guangdong Bangsheng Beidou Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Bangsheng Beidou Technology Co ltd filed Critical Guangdong Bangsheng Beidou Technology Co ltd
Priority to CN202210737995.4A priority Critical patent/CN114815857B/zh
Publication of CN114815857A publication Critical patent/CN114815857A/zh
Application granted granted Critical
Publication of CN114815857B publication Critical patent/CN114815857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Mining & Mineral Resources (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Signal Processing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)

Abstract

本发明提供的基于北斗导航的智能化农机管理方法、系统及云平台，涉及智能化农业技术领域。本发明针对每一个农业机械设备，基于部署的北斗定位设备获取该农业机械设备的设备当前位置信息，并基于设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备；针对每一个目标农业机械设备，基于该目标农业机械设备上部署的图像采集设备获取该目标农业机械设备的设备环境监控图像集合；基于每一个目标农业机械设备的设备环境监控图像集合包括的设备环境监控图像，分别生成两个目标农业机械设备对应的运动控制参数。基于上述方法，本发明可以改善现有技术中农机管理的可靠度不高的问题。

Description

基于北斗导航的智能化农机管理方法、系统及云平台
技术领域
本发明涉及智能化农业技术领域，具体而言，涉及一种基于北斗导航的智能化农机管理方法、系统及云平台。
背景技术
在农业结构调整中，农业机械设备的信息化和智能化是关键，其中，农业机械设备的位置信息是农业机械设备信息化和智能化的基础。并且，卫星导航技术的发展为农业机械设备位置信息的获取提供了一种可行的解决途径，例如，通过卫星导航技术，能实时的确定农业机械设备的位置，从而实现农业机械设备的自动、智能化运动控制。但是，由于卫星导航技术的精度相对不是太高，特别是在农业机械设备在偏僻的农业区域作业时，容易因导航技术的精度不高而导致设备之间发送碰撞等问题，因此，需要提高一种可以对农业机械设备进行可靠管理的技术方案。
发明内容
有鉴于此，本发明的目的在于提供一种基于北斗导航的智能化农机管理方法、系统及云平台，以改善现有技术中农机管理的可靠度不高的问题。
为实现上述目的，本发明采用如下技术方案：
一种基于北斗导航的智能化农机管理方法，应用于智能化农机管理云平台，所述智能化农机管理云平台通信连接有多个北斗定位设备和多个图像采集设备，每一个农业机械设备上部署有一个北斗定位设备和一个图像采集设备，所述基于北斗导航的智能化农机管理方法包括：
针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值；
若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合，其中，所述设备环境监控图像集合包括多帧设备环境监控图像；
基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备的步骤，包括：
针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息；
针对多个农业机械设备中的每两个农业机械设备，基于该两个农业机械设备的设备当前位置信息，确定该两个农业机械设备之间当前的设备位置距离，并确定该设备位置距离与预先配置的位置距离阈值之间的相对大小关系，其中，所述位置距离阈值基于所述北斗定位设备的定位精度确定；
针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离小于所述位置距离阈值，则将该两个农业机械设备确定为相互之间具有关联关系的两个目标农业机械设备；
针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离不小于所述位置距离阈值，则将该两个农业机械设备确定为相互之间不具有关联关系的两个目标农业机械设。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合的步骤，包括：
若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，将生成的图像监控通知信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于在接收到所述图像监控通知信息之后，采集对应的目标农业机械设备所在的设备环境，得到对应的设备环境监控图像；
针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤，包括：
针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像，其中，每一个所述图像采集设备用于基于所述图像监控通知信息在每采集一帧设备环境监控图像之后，将当前采集的设备环境监控图像发送给所述智能化农机管理云平台；
对所述两个目标农业机械设备当前采集的两帧设备环境监控图像进行解析处理，确定所述两个目标农业机械设备当前对应的设备环境之间是否存在相同的部分设备环境，并在所述两个目标农业机械设备当前对应的设备环境之间存在相同的部分设备环境时，将生成的图像监控停止信息发送给每一个所述目标农业机械设备，其中，每一个所述目标农业机械设备用于在接收到所述图像监控停止信息之后，停止对对应的目标农业机械设备所在的设备环境进行图像采集；
针对每一个所述目标农业机械设备，基于获取到的该目标农业机械设备上部署的图像采集设备采集的每一帧设备环境监控图像，形成该目标农业机械设备对应的设备环境监控图像集合。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤，还包括：
针对每一个所述目标农业机械设备，在获取到该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像之后，确定该当前采集的设备环境监控图像是否属于获取到的第一帧设备环境监控图像，并在该当前采集的设备环境监控图像属于获取到的第一帧设备环境监控图像时，生成该目标农业机械设备对应的图像采集帧率调整信息；
针对每一个所述目标农业机械设备，将该目标农业机械设备对应的所述图像采集帧率调整信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于基于所述图像采集帧率调整信息依次增加图像采集帧率，并基于增加后的图像采集帧率进行图像采集。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数的步骤，包括：
针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；
确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理方法中，所述针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹的步骤，包括：
针对每一个所述目标农业机械设备，对该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像执行图像筛选操作，得到该目标农业机械设备对应的多帧目标设备环境监控图像；
针对每一个所述目标农业机械设备对应的每相邻的两帧目标设备环境监控图像，分别对该两帧目标设备环境监控图像进行分割，得到对应的多帧第一监控子图像和多帧第二监控子图像，并基于该两帧目标设备环境监控图像对应的每一帧第一监控子图像和每一帧第二监控子图像之间是否相同，确定出对应的多帧目标第一监控子图像和多帧目标第二监控子图像，其中，所述第一监控子图像属于所述两帧目标设备环境监控图像中的前一帧，所述第二监控子图像属于所述两帧目标设备环境监控图像中的后一帧，每一帧所述目标第一监控子图像有相同的至少一帧第二监控子图像，每一帧目标第二监控子图像有相同的至少一帧第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像之间的第一相对位置关系，并确定对应的多帧目标第二监控子图像之间的第二相对位置关系，以及，在与该多帧目标第一监控子图像相同的多帧第二监控子图像中，确定出具有该第一相对位置关系的多帧候选第二监控子图像，并在与该多帧目标第二监控子图像相同的多帧第一监控子图像中，确定出具有该第二相对位置关系的多帧候选第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像和多帧候选第一监控子图像之间的第一交集，并确定对应的多帧目标第二监控子图像和多帧候选第二监控子图像之间的第二交集，以及，确定该第一交集和该第二交集之间相同的监控子图像，并基于该监控子图像分别在该两帧目标设备环境监控图像中的位置，确定对应的目标农业机械设备在该两帧目标设备环境监控图像对应的时间段内的设备运动方向信息，再分别基于每一个所述目标农业机械设备对应的多帧目标设备环境监控图像中每相邻的两帧目标设备环境监控图像对应的设备运动方向信息，确定每一个所述目标农业机械设备的设备运动方向信息；
针对每一个所述目标农业机械设备，基于该目标农业机械设备对应的设备运动方向信息和当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹。
本发明还提供一种基于北斗导航的智能化农机管理系统，应用于智能化农机管理云平台，所述智能化农机管理云平台通信连接有多个北斗定位设备和多个图像采集设备，每一个农业机械设备上部署有一个北斗定位设备和一个图像采集设备，所述基于北斗导航的智能化农机管理系统包括：
农业机械设备确定模块，用于针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值；
环境监控图像获取模块，用于若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合，其中，所述设备环境监控图像集合包括多帧设备环境监控图像；
运动控制参数生成模块，用于基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰撞。
在一些优选的实施例中，在上述基于北斗导航的智能化农机管理系统中，所述运动控制参数生成模块具体用于：
针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；
确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点。
本发明还提供一种智能化农机管理云平台，用于执行上述的基于北斗导航的智能化农机管理方法。
本发明提供的一种基于北斗导航的智能化农机管理方法、系统及云平台，可以先针对每一个农业机械设备，基于部署的北斗定位设备获取该农业机械设备的设备当前位置信息，并基于设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，然后，可以针对每一个目标农业机械设备，基于该目标农业机械设备上部署的图像采集设备获取该目标农业机械设备的设备环境监控图像集合，最后，可以基于每一个目标农业机械设备的设备环境监控图像集合包括的设备环境监控图像，分别生成两个目标农业机械设备对应的运动控制参数。本发明在基于北斗定位技术的基础上，进一步集合图像监控技术，可以在一定程度上提高对农业机械设备的运动控制的管控精度，从而改善现有技术中农机管理的可靠度不高的问题。
附图说明
图1为本发明实施例提供的智能化农机管理云平台的结构框图。
图2为本发明实施例提供的基于北斗导航的智能化农机管理方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于北斗导航的智能化农机管理系统包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种智能化农机管理云平台。其中，所述智能化农机管理云平台可以包括存储器和处理器。
详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的基于北斗导航的智能化农机管理方法。
可以选择的是，在一种可能的实现方式中，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（ErasableProgrammable Read-Only Memory，EPROM），电可擦除只读存储器（Electric ErasableProgrammable Read-Only Memory，EEPROM）等。
可以选择的是，在一种可能的实现方式中，所述处理器可以是一种通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
并且，图1所示的结构仅为示意，所述智能化农机管理云平台还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备进行信息交互的通信单元。
可以选择的是，在一种可能的实现方式中，所述智能化农机管理云平台可以是一种具备数据处理能力的服务器。
结合图2，本发明实施例还提供一种基于北斗导航的智能化农机管理方法，可应用于上述智能化农机管理云平台。其中，所述基于北斗导航的智能化农机管理方法有关的流程所定义的方法步骤，可以由所述智能化农机管理云平台实现。所述智能化农机管理云平台通信连接有多个北斗定位设备和多个图像采集设备，每一个农业机械设备上部署有一个北斗定位设备和一个图像采集设备。下面将对图2所示的具体流程，进行详细阐述。
步骤S110，针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备。
在本发明实施例中，所述智能化农机管理云平台可以针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备。其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值。
步骤S120，若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合。
在本发明实施例中，所述智能化农机管理云平台可以在所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备时，针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合。其中，所述设备环境监控图像集合包括多帧设备环境监控图。
步骤S130，基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数。
在本发明实施例中，所述智能化农机管理云平台可以基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰撞。
基于上述方法，可以先针对每一个农业机械设备，基于部署的北斗定位设备获取该农业机械设备的设备当前位置信息，并基于设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，然后，可以针对每一个目标农业机械设备，基于该目标农业机械设备上部署的图像采集设备获取该目标农业机械设备的设备环境监控图像集合，最后，可以基于每一个目标农业机械设备的设备环境监控图像集合包括的设备环境监控图像，分别生成两个目标农业机械设备对应的运动控制参数。如此，在基于北斗定位技术的基础上，进一步集合图像监控技术，可以在一定程度上提高对农业机械设备的运动控制的管控精度，从而改善现有技术中农机管理的可靠度不高的问题。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤S110可以进一步包括以下内容：
首先，针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息；
其次，针对多个农业机械设备中的每两个农业机械设备，基于该两个农业机械设备的设备当前位置信息，确定该两个农业机械设备之间当前的设备位置距离，并确定该设备位置距离与预先配置的位置距离阈值之间的相对大小关系，其中，所述位置距离阈值基于所述北斗定位设备的定位精度确定（如定位精度越高，位置距离阈值越小，即可以具有负相关关系）；
然后，针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离小于所述位置距离阈值，则将该两个农业机械设备确定为相互之间具有关联关系的两个目标农业机械设备；
最后，针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离不小于所述位置距离阈值（即所述设备位置距离大于或等于所述位置距离阈值），则将该两个农业机械设备确定为相互之间不具有关联关系的两个目标农业机械设备（此时，由于位置距离还比较大，可以继续基于北斗定位设备的定位数据进行运动控制）。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤S120可以进一步包括以下内容：
首先，若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，将生成的图像监控通知信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于在接收到所述图像监控通知信息之后，采集对应的目标农业机械设备所在的设备环境，得到对应的设备环境监控图像；
然后，针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤-所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤,可以进一步包括以下内容：
首先，针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像，其中，每一个所述图像采集设备用于基于所述图像监控通知信息在每采集一帧设备环境监控图像之后，将当前采集的设备环境监控图像发送给所述智能化农机管理云平台（即采集一帧发送一帧）；
其次，对所述两个目标农业机械设备当前采集的两帧设备环境监控图像进行解析处理，确定所述两个目标农业机械设备当前对应的设备环境之间是否存在相同的部分设备环境，并在所述两个目标农业机械设备当前对应的设备环境之间存在相同的部分设备环境时，将生成的图像监控停止信息发送给每一个所述目标农业机械设备，其中，每一个所述目标农业机械设备用于在接收到所述图像监控停止信息之后，停止对对应的目标农业机械设备所在的设备环境进行图像采集；
最后，针对每一个所述目标农业机械设备，基于获取到的该目标农业机械设备上部署的图像采集设备采集的每一帧设备环境监控图像，形成该目标农业机械设备对应的设备环境监控图像集合。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤-所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤,还可以进一步包括以下内容：
首先，针对每一个所述目标农业机械设备，在获取到该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像之后，确定该当前采集的设备环境监控图像是否属于获取到的第一帧设备环境监控图像，并在该当前采集的设备环境监控图像属于获取到的第一帧设备环境监控图像时，生成该目标农业机械设备对应的图像采集帧率调整信息；
其次，针对每一个所述目标农业机械设备，将该目标农业机械设备对应的所述图像采集帧率调整信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于基于所述图像采集帧率调整信息依次增加图像采集帧率，并基于增加后的图像采集帧率进行图像采集（如每0.5s、0.3s、0.1s、0.08s等采集一帧）。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤S130可以进一步包括以下内容：
首先，针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；
其次，确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点。
可以选择的是，在一种可能的实现方式中，上述实现方式中的步骤-所述针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹的步骤,可以进一步包括以下内容：
首先，针对每一个所述目标农业机械设备，对该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像执行图像筛选操作，得到该目标农业机械设备对应的多帧目标设备环境监控图像；
其次，针对每一个所述目标农业机械设备对应的每相邻的两帧目标设备环境监控图像，分别对该两帧目标设备环境监控图像进行分割，得到对应的多帧第一监控子图像和多帧第二监控子图像，并基于该两帧目标设备环境监控图像对应的每一帧第一监控子图像和每一帧第二监控子图像之间是否相同，确定出对应的多帧目标第一监控子图像和多帧目标第二监控子图像，其中，所述第一监控子图像属于所述两帧目标设备环境监控图像中的前一帧，所述第二监控子图像属于所述两帧目标设备环境监控图像中的后一帧，每一帧所述目标第一监控子图像有相同的至少一帧第二监控子图像，每一帧目标第二监控子图像有相同的至少一帧第一监控子图像；
然后，针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像之间（在对应的目标设备环境监控图像中）的第一相对位置关系（如一帧目标第一监控子图像在另一帧目标第一监控子图像的正上方距离一定数量个像素点等），并确定对应的多帧目标第二监控子图像之间（在对应的目标设备环境监控图像中）的第二相对位置关系，以及，在与该多帧目标第一监控子图像相同的多帧第二监控子图像中，确定出具有该第一相对位置关系的多帧候选第二监控子图像，并在与该多帧目标第二监控子图像相同的多帧第一监控子图像中，确定出具有该第二相对位置关系的多帧候选第一监控子图像；
之后，针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像和多帧候选第一监控子图像之间的第一交集，并确定对应的多帧目标第二监控子图像和多帧候选第二监控子图像之间的第二交集，以及，确定该第一交集和该第二交集之间相同的监控子图像，并基于该监控子图像分别在该两帧目标设备环境监控图像中的位置，确定对应的目标农业机械设备在该两帧目标设备环境监控图像对应的时间段内的设备运动方向信息，再分别基于每一个所述目标农业机械设备对应的多帧目标设备环境监控图像中每相邻的两帧目标设备环境监控图像对应的设备运动方向信息，确定每一个所述目标农业机械设备的设备运动方向信息；
最后，针对每一个所述目标农业机械设备，基于该目标农业机械设备对应的设备运动方向信息和当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹（即以第一设备位置信息为起点、以设备运动方向信息为方向，延伸）。
可以选择的是，在一种可能的实现方式中，上述实现方式中的图像筛选操作，可以进一步包括以下内容：
首先，在所述多帧设备环境监控图像中，依次确定出多帧第一设备环境监控图像，并基于所述多帧第一设备环境监控图像对所述多帧设备环境监控图像进行分割，形成多个图像序列，其中，第一帧所述第一设备环境监控图像为，时序与所述多帧设备环境监控图像中第一帧设备环境监控图像最近、且与该第一帧设备环境监控图像对应的设备环境完全不同的一帧设备环境监控图像，第一帧所述第一设备环境监控图像以外的每一帧第一设备环境监控图像为，时序与相邻的前一帧所述第一设备环境监控图像最近、且与该第一设备环境监控图像对应的设备环境完全不同的一帧设备环境监控图像，每一个所述图像序列中的第一帧设备环境监控图像为所述多帧设备环境监控图像中的第一帧设备环境监控图像或所述第一设备环境监控图像；
其次，针对所述多个图像序列中的每一个图像序列中的每相邻两帧设备环境监控图像，基于该两帧设备环境监控图像对应的时间戳信息确定对应的所述目标农业机械设备在对应时间内的移动距离信息，并基于该移动距离信息分别在该两帧设备环境监控图像中确定出对应的第一部分图像和第二部分图像（即在所述目标农业机械设备进行直线运动时，所述第一部分图像和所述第二部分图像完全重合，即所述第一部分图像和所述第二部分图像对应的设备环境属于同一个），其中，所述第一部分图像为所述两帧设备环境监控图像中前一帧设备环境监控图像中远离所述目标农业机械设备一侧的部分图像，所述第二部分图像为所述两帧设备环境监控图像中后一帧设备环境监控图像中靠近所述目标农业机械设备一侧的部分图像；
然后，针对所述多个图像序列中的每一个图像序列中的每相邻两帧设备环境监控图像，计算该两帧设备环境监控图像对应的所述第一部分图像和所述第二部分图像之间的图像相似度，并基于该图像相似度确定对应的所述目标农业机械设备在该两帧设备环境监控图像对应的时间内运动方向的偏移程度值，其中，所述偏移程度值与所述图像相似度之间具有负相关关系（即所述图像相似度越大，所述偏移程度值越小）；
再然后，针对所述多个图像序列中的每一个图像序列中的每相邻两帧设备环境监控图像，确定该两帧设备环境监控图像对应的偏移程度值与预先配置的偏移程度阈值之间的相对大小关系，并在该偏移程度值小于所述偏移程度阈值时，将该两帧设备环境监控图像中的前一帧设备环境监控图像作为候选设备环境监控图像，在该偏移程度值大于或等于所述偏移程度阈值时，将该两帧设备环境监控图像作为候选设备环境监控图像；
之后，基于对应的时间戳信息（的时间向关系），将确定的多帧所述候选设备环境监控图像进行排序，形成对应的图像筛选序列，并针对所述图像筛选序列中的每相邻两帧候选设备环境监控图像，计算该两帧候选设备环境监控图像之间的图像相似度，并计算每两帧候选设备环境监控图像之间的图像相似度的平均值，得到对应的相似度均值，以及，基于该相似度均值确定出对应的目标采样参数，其中，所述目标采样参数与所述相似度均值之间具有正相关关系（即所述相似度均值越大，采样得到的目标设备环境监控图像的数量越少，所述相似度均值越小，采样得到的目标设备环境监控图像的数量越多）；
最后，基于所述目标采样参数对所述图像筛选序列进行采样处理，得到对应的多帧目标设备环境监控图像。
结合图3，本发明实施例还提供一种基于北斗导航的智能化农机管理系统，可应用于上述运动状态识别云平台。其中，所述基于北斗导航的智能化农机管理系统可以包括农业机械设备确定模块（如步骤S110）、环境监控图像获取模块（如步骤S120）和运动控制参数生成模块（如步骤S130）。
可以选择的是，在一种可能的实现方式中，所述农业机械设备确定模块，用于针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值。所述环境监控图像获取模块，用于若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合，其中，所述设备环境监控图像集合包括多帧设备环境监控图像。所述运动控制参数生成模块，用于基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰撞。
可以选择的是，在一种可能的实现方式中，所述运动控制参数生成模块具体用于：针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点。
综上所述，本发明提供的一种基于北斗导航的智能化农机管理方法、系统及云平台，可以先针对每一个农业机械设备，基于部署的北斗定位设备获取该农业机械设备的设备当前位置信息，并基于设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，然后，可以针对每一个目标农业机械设备，基于该目标农业机械设备上部署的图像采集设备获取该目标农业机械设备的设备环境监控图像集合，最后，可以基于每一个目标农业机械设备的设备环境监控图像集合包括的设备环境监控图像，分别生成两个目标农业机械设备对应的运动控制参数。如此，在基于北斗定位技术的基础上，进一步集合图像监控技术，可以在一定程度上提高对农业机械设备的运动控制的管控精度，从而改善现有技术中农机管理的可靠度不高的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于北斗导航的智能化农机管理方法，其特征在于，应用于智能化农机管理云平台，所述智能化农机管理云平台通信连接有多个北斗定位设备和多个图像采集设备，每一个农业机械设备上部署有一个北斗定位设备和一个图像采集设备，所述基于北斗导航的智能化农机管理方法包括：
针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值；
若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合，其中，所述设备环境监控图像集合包括多帧设备环境监控图像；
基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰撞；
所述基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数的步骤，包括：
针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；
确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点；
所述针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹的步骤，包括：
针对每一个所述目标农业机械设备，对该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像执行图像筛选操作，得到该目标农业机械设备对应的多帧目标设备环境监控图像；
针对每一个所述目标农业机械设备对应的每相邻的两帧目标设备环境监控图像，分别对该两帧目标设备环境监控图像进行分割，得到对应的多帧第一监控子图像和多帧第二监控子图像，并基于该两帧目标设备环境监控图像对应的每一帧第一监控子图像和每一帧第二监控子图像之间是否相同，确定出对应的多帧目标第一监控子图像和多帧目标第二监控子图像，其中，所述第一监控子图像属于所述两帧目标设备环境监控图像中的前一帧，所述第二监控子图像属于所述两帧目标设备环境监控图像中的后一帧，每一帧所述目标第一监控子图像有相同的至少一帧第二监控子图像，每一帧目标第二监控子图像有相同的至少一帧第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像之间的第一相对位置关系，并确定对应的多帧目标第二监控子图像之间的第二相对位置关系，以及，在与该多帧目标第一监控子图像相同的多帧第二监控子图像中，确定出具有该第一相对位置关系的多帧候选第二监控子图像，并在与该多帧目标第二监控子图像相同的多帧第一监控子图像中，确定出具有该第二相对位置关系的多帧候选第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像和多帧候选第一监控子图像之间的第一交集，并确定对应的多帧目标第二监控子图像和多帧候选第二监控子图像之间的第二交集，以及，确定该第一交集和该第二交集之间相同的监控子图像，并基于该监控子图像分别在该两帧目标设备环境监控图像中的位置，确定对应的目标农业机械设备在该两帧目标设备环境监控图像对应的时间段内的设备运动方向信息，再分别基于每一个所述目标农业机械设备对应的多帧目标设备环境监控图像中每相邻的两帧目标设备环境监控图像对应的设备运动方向信息，确定每一个所述目标农业机械设备的设备运动方向信息；
针对每一个所述目标农业机械设备，基于该目标农业机械设备对应的设备运动方向信息和当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹。
2.如权利要求1所述的基于北斗导航的智能化农机管理方法，其特征在于，所述针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备的步骤，包括：
针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息；
针对多个农业机械设备中的每两个农业机械设备，基于该两个农业机械设备的设备当前位置信息，确定该两个农业机械设备之间当前的设备位置距离，并确定该设备位置距离与预先配置的位置距离阈值之间的相对大小关系，其中，所述位置距离阈值基于所述北斗定位设备的定位精度确定；
针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离小于所述位置距离阈值，则将该两个农业机械设备确定为相互之间具有关联关系的两个目标农业机械设备；
针对多个农业机械设备中的每两个农业机械设备，若该两个农业机械设备之间当前的设备位置距离不小于所述位置距离阈值，则将该两个农业机械设备确定为相互之间不具有关联关系的两个目标农业机械设备。
3.如权利要求1所述的基于北斗导航的智能化农机管理方法，其特征在于，所述若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合的步骤，包括：
若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，将生成的图像监控通知信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于在接收到所述图像监控通知信息之后，采集对应的目标农业机械设备所在的设备环境，得到对应的设备环境监控图像；
针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合。
4.如权利要求3所述的基于北斗导航的智能化农机管理方法，其特征在于，所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤，包括：
针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像，其中，每一个所述图像采集设备用于基于所述图像监控通知信息在每采集一帧设备环境监控图像之后，将当前采集的设备环境监控图像发送给所述智能化农机管理云平台；
对所述两个目标农业机械设备当前采集的两帧设备环境监控图像进行解析处理，确定所述两个目标农业机械设备当前对应的设备环境之间是否存在相同的部分设备环境，并在所述两个目标农业机械设备当前对应的设备环境之间存在相同的部分设备环境时，将生成的图像监控停止信息发送给每一个所述目标农业机械设备，其中，每一个所述目标农业机械设备用于在接收到所述图像监控停止信息之后，停止对对应的目标农业机械设备所在的设备环境进行图像采集；
针对每一个所述目标农业机械设备，基于获取到的该目标农业机械设备上部署的图像采集设备采集的每一帧设备环境监控图像，形成该目标农业机械设备对应的设备环境监控图像集合。
5.如权利要求4所述的基于北斗导航的智能化农机管理方法，其特征在于，所述针对每一个所述目标农业机械设备，获取该目标农业机械设备上部署的图像采集设备采集并发送的设备环境监控图像，并基于该设备环境监控图像形成对应的设备环境监控图像集合的步骤，还包括：
针对每一个所述目标农业机械设备，在获取到该目标农业机械设备上部署的图像采集设备当前采集的设备环境监控图像之后，确定该当前采集的设备环境监控图像是否属于获取到的第一帧设备环境监控图像，并在该当前采集的设备环境监控图像属于获取到的第一帧设备环境监控图像时，生成该目标农业机械设备对应的图像采集帧率调整信息；
针对每一个所述目标农业机械设备，将该目标农业机械设备对应的所述图像采集帧率调整信息发送给该目标农业机械设备上部署的图像采集设备，其中，每一个所述图像采集设备用于基于所述图像采集帧率调整信息依次增加图像采集帧率，并基于增加后的图像采集帧率进行图像采集。
6.一种基于北斗导航的智能化农机管理系统，其特征在于，应用于智能化农机管理云平台，所述智能化农机管理云平台通信连接有多个北斗定位设备和多个图像采集设备，每一个农业机械设备上部署有一个北斗定位设备和一个图像采集设备，所述基于北斗导航的智能化农机管理系统包括：
农业机械设备确定模块，用于针对每一个所述农业机械设备，基于该农业机械设备上部署的所述北斗定位设备获取该农业机械设备的设备当前位置信息，并基于每一个所述农业机械设备的设备当前位置信息确定多个农业机械设备中是否存在相互之间具有关联关系的两个目标农业机械设备，其中，所述两个目标农业机械设备之间的设备位置距离小于预先配置的位置距离阈值；
环境监控图像获取模块，用于若所述多个农业机械设备中存在相互之间具有关联关系的两个目标农业机械设备，则针对每一个所述目标农业机械设备，基于该目标农业机械设备上部署的所述图像采集设备获取该目标农业机械设备的设备环境监控图像集合，其中，所述设备环境监控图像集合包括多帧设备环境监控图像；
运动控制参数生成模块，用于基于每一个所述目标农业机械设备的设备环境监控图像集合包括的所述多帧设备环境监控图像，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述两个目标农业机械设备分别基于对应的所述运动控制参数运动时，相互之间不会发生碰撞；
所述运动控制参数生成模块具体用于：
针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹；
确定所述两个目标农业机械设备对应的两条预测运动轨迹之间是否存在轨迹重合点，并在所述两条预测运动轨迹之间存在轨迹重合点时，分别生成所述两个目标农业机械设备对应的运动控制参数，其中，所述运动控制参数用于控制对应的目标农业机械设备的运动方向，以使基于该运动方向形成的新的预测运动轨迹之间不存在轨迹重合点；
所述针对每一个所述目标农业机械设备，基于该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像确定该目标农业机械设备对应的设备运动方向信息，并基于该设备运动方向信息和该目标农业机械设备当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹，包括：
针对每一个所述目标农业机械设备，对该目标农业机械设备的设备环境监控图像集合包括的多帧设备环境监控图像执行图像筛选操作，得到该目标农业机械设备对应的多帧目标设备环境监控图像；
针对每一个所述目标农业机械设备对应的每相邻的两帧目标设备环境监控图像，分别对该两帧目标设备环境监控图像进行分割，得到对应的多帧第一监控子图像和多帧第二监控子图像，并基于该两帧目标设备环境监控图像对应的每一帧第一监控子图像和每一帧第二监控子图像之间是否相同，确定出对应的多帧目标第一监控子图像和多帧目标第二监控子图像，其中，所述第一监控子图像属于所述两帧目标设备环境监控图像中的前一帧，所述第二监控子图像属于所述两帧目标设备环境监控图像中的后一帧，每一帧所述目标第一监控子图像有相同的至少一帧第二监控子图像，每一帧目标第二监控子图像有相同的至少一帧第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像之间的第一相对位置关系，并确定对应的多帧目标第二监控子图像之间的第二相对位置关系，以及，在与该多帧目标第一监控子图像相同的多帧第二监控子图像中，确定出具有该第一相对位置关系的多帧候选第二监控子图像，并在与该多帧目标第二监控子图像相同的多帧第一监控子图像中，确定出具有该第二相对位置关系的多帧候选第一监控子图像；
针对每相邻的两帧目标设备环境监控图像，确定对应的多帧目标第一监控子图像和多帧候选第一监控子图像之间的第一交集，并确定对应的多帧目标第二监控子图像和多帧候选第二监控子图像之间的第二交集，以及，确定该第一交集和该第二交集之间相同的监控子图像，并基于该监控子图像分别在该两帧目标设备环境监控图像中的位置，确定对应的目标农业机械设备在该两帧目标设备环境监控图像对应的时间段内的设备运动方向信息，再分别基于每一个所述目标农业机械设备对应的多帧目标设备环境监控图像中每相邻的两帧目标设备环境监控图像对应的设备运动方向信息，确定每一个所述目标农业机械设备的设备运动方向信息；
针对每一个所述目标农业机械设备，基于该目标农业机械设备对应的设备运动方向信息和当前的第一设备位置信息，对该目标农业机械设备进行运动轨迹预测处理，得到该目标农业机械设备对应的预测运动轨迹。
7.一种智能化农机管理云平台，其特征在于，用于执行权利要求1-5任意一项所述的基于北斗导航的智能化农机管理方法。
CN202210737995.4A 2022-06-28 2022-06-28 基于北斗导航的智能化农机管理方法、系统及云平台 Active CN114815857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210737995.4A CN114815857B (zh) 2022-06-28 2022-06-28 基于北斗导航的智能化农机管理方法、系统及云平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210737995.4A CN114815857B (zh) 2022-06-28 2022-06-28 基于北斗导航的智能化农机管理方法、系统及云平台

Publications (2)

Publication Number Publication Date
CN114815857A CN114815857A (zh) 2022-07-29
CN114815857B true CN114815857B (zh) 2022-10-11

Family

ID=82522682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210737995.4A Active CN114815857B (zh) 2022-06-28 2022-06-28 基于北斗导航的智能化农机管理方法、系统及云平台

Country Status (1)

Country Link
CN (1) CN114815857B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03276212A (ja) * 1990-03-25 1991-12-06 Nippon Yusoki Co Ltd 無人搬送車の複数台制御方法
CN103544850A (zh) * 2013-09-13 2014-01-29 中国科学技术大学苏州研究院 车联网中基于车间距离概率分布的碰撞预测方法
CN104192063A (zh) * 2014-09-09 2014-12-10 石家庄铁道大学 车辆安全行驶警示系统及相应的警示方法
CN207406088U (zh) * 2017-10-20 2018-05-25 四川志泰立体车库有限公司 一种平面移动类机械车库横移搬运小车区域防撞系统
CN108230362A (zh) * 2017-12-29 2018-06-29 北京视觉世界科技有限公司 环境监控方法、装置、电子设备和存储介质
CN109032131A (zh) * 2018-07-05 2018-12-18 东南大学 一种应用于无人驾驶汽车的动态超车避障方法
CN109276190A (zh) * 2018-10-23 2019-01-29 中国人民解放军陆军工程大学 基于uwb的扫地机器人监控方法及其设备
CN111103887A (zh) * 2020-01-14 2020-05-05 大连理工大学 一种基于多传感器的多移动机器人调度系统设计方法
CN111367320A (zh) * 2018-12-26 2020-07-03 沈阳新松机器人自动化股份有限公司 一种室内移动机器人的管理方法及管理系统
CN111445699A (zh) * 2020-04-13 2020-07-24 黑龙江工程学院 基于实时车辆轨迹的交叉口交通冲突判别方法
CN111708370A (zh) * 2020-07-21 2020-09-25 四川大学 基于人工势场的多机器人协同路径规划方法和系统
CN112171665A (zh) * 2020-09-14 2021-01-05 深圳优地科技有限公司 运动控制方法、装置、终端设备及存储介质
CN113671965A (zh) * 2021-08-24 2021-11-19 同济大学 路径规划方法及装置
CN113902412A (zh) * 2021-10-12 2022-01-07 李薇薇 一种基于数据处理的环境监测方法
CN114140710A (zh) * 2021-10-18 2022-03-04 刘晖 一种基于数据处理的监控数据传输方法及系统
CN114581856A (zh) * 2022-05-05 2022-06-03 广东邦盛北斗科技股份公司 基于北斗系统的农业机组运动状态识别方法、系统及云平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11432697B2 (en) * 2018-09-06 2022-09-06 Lg Electronics Inc. Robot cleaner and a controlling method for the same

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03276212A (ja) * 1990-03-25 1991-12-06 Nippon Yusoki Co Ltd 無人搬送車の複数台制御方法
CN103544850A (zh) * 2013-09-13 2014-01-29 中国科学技术大学苏州研究院 车联网中基于车间距离概率分布的碰撞预测方法
CN104192063A (zh) * 2014-09-09 2014-12-10 石家庄铁道大学 车辆安全行驶警示系统及相应的警示方法
CN207406088U (zh) * 2017-10-20 2018-05-25 四川志泰立体车库有限公司 一种平面移动类机械车库横移搬运小车区域防撞系统
CN108230362A (zh) * 2017-12-29 2018-06-29 北京视觉世界科技有限公司 环境监控方法、装置、电子设备和存储介质
CN109032131A (zh) * 2018-07-05 2018-12-18 东南大学 一种应用于无人驾驶汽车的动态超车避障方法
CN109276190A (zh) * 2018-10-23 2019-01-29 中国人民解放军陆军工程大学 基于uwb的扫地机器人监控方法及其设备
CN111367320A (zh) * 2018-12-26 2020-07-03 沈阳新松机器人自动化股份有限公司 一种室内移动机器人的管理方法及管理系统
CN111103887A (zh) * 2020-01-14 2020-05-05 大连理工大学 一种基于多传感器的多移动机器人调度系统设计方法
CN111445699A (zh) * 2020-04-13 2020-07-24 黑龙江工程学院 基于实时车辆轨迹的交叉口交通冲突判别方法
CN111708370A (zh) * 2020-07-21 2020-09-25 四川大学 基于人工势场的多机器人协同路径规划方法和系统
CN112171665A (zh) * 2020-09-14 2021-01-05 深圳优地科技有限公司 运动控制方法、装置、终端设备及存储介质
CN113671965A (zh) * 2021-08-24 2021-11-19 同济大学 路径规划方法及装置
CN113902412A (zh) * 2021-10-12 2022-01-07 李薇薇 一种基于数据处理的环境监测方法
CN114140710A (zh) * 2021-10-18 2022-03-04 刘晖 一种基于数据处理的监控数据传输方法及系统
CN114581856A (zh) * 2022-05-05 2022-06-03 广东邦盛北斗科技股份公司 基于北斗系统的农业机组运动状态识别方法、系统及云平台

Also Published As

Publication number Publication date
CN114815857A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109961106B (zh) 轨迹分类模型的训练方法和装置、电子设备
CN114581856B (zh) 基于北斗系统的农业机组运动状态识别方法、系统及云平台
CN109410278B (zh) 一种目标定位方法、装置及系统
CN102065275B (zh) 智能视频监控系统中多目标跟踪方法
CN111462155B (zh) 移动侦测方法、装置、计算机设备和存储介质
CN114140713A (zh) 一种图像识别系统、图像识别方法
CN102713933A (zh) 用于监视视频目标的装置和方法
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN115393681A (zh) 一种目标融合方法、装置、电子设备及存储介质
CN114844585A (zh) 一种数据同步的方法、系统及相关设备
CN114140712A (zh) 一种自动图像识别分发系统及方法
CN114972490B (zh) 一种数据自动标注方法、装置、设备及存储介质
CN114815857B (zh) 基于北斗导航的智能化农机管理方法、系统及云平台
CN114189535A (zh) 一种基于智慧城市数据的业务请求方法及系统
CN114627409A (zh) 一种车辆异常变道的检测方法及装置
CN116805435B (zh) 一种数电机房智能巡检装置
CN115049792B (zh) 一种高精度地图构建处理方法及系统
CN114926973B (zh) 一种视频监控方法、装置、系统、服务器及可读存储介质
CN115564733A (zh) 设备工作状态的检测方法、装置、存储介质和电子装置
CN115639578A (zh) 一种北斗导航定位监测处理方法及系统
CN115144843A (zh) 一种物体位置的融合方法及装置
CN115687249A (zh) 一种图像聚档方法、装置、终端及计算机可读存储介质
CN116433717A (zh) 一种人体跟踪方法、装置、电子设备及存储介质
Iwaki et al. A novel evidence accumulation framework for robust multi-camera person detection
CN113379790B (zh) 一种基于3d模型的高空瞭望观测物体的ai预警定位方法

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

Address after: One of the 11th Floor, Building 4, Shunde Zhichuang Park, No. 68, Defu Road, Xingtan Town, Shunde District, Foshan City, Guangdong Province, 528000 (Residence declaration)

Applicant after: Guangdong Bangsheng Beidou Technology Co.,Ltd.

Address before: 528400 one of the eighth floor, phase I, Fuye Plaza, No. 16, Fuhua Road, West District, Zhongshan City, Guangdong Province

Applicant before: Guangdong Bangsheng Beidou Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Intelligent Agricultural Machinery Management Method, System, and Cloud Platform Based on Beidou Navigation

Effective date of registration: 20231113

Granted publication date: 20221011

Pledgee: Shunde Guangdong rural commercial bank Limited by Share Ltd. Daliang branch

Pledgor: Guangdong Bangsheng Beidou Technology Co.,Ltd.

Registration number: Y2023980065299

PE01 Entry into force of the registration of the contract for pledge of patent right