无人机智能飞播路径规划方法、存储介质及无人机与流程

1.本发明涉及无人机控制技术领域，特别涉及一种无人机智能飞播路径规划方法、存储介质及无人机。


背景技术：

2.随着无人机技术的发展，目前已广泛应用到各个不同的领域。在农林植保领域，无人机不仅被应用于对森林、沙化土地的监测，同时还被应用于农业种植播种以及景观植物的种植。
3.专利文献cn107179776a中公开了一种基于无人机的景观植物的播种方法，针对边缘形状不规则的播种区域，可使无人机在边界附近区域内能够精准的作业，通过算法优化无人机作业的行调度次序，减少非有效作业时段的飞行距离和时间，以提高作业质量，使播种区域的形状更加精确美观。但其所采用的飞播最优路径算法并不能有效适用于复杂几何组合图形，特别是在同一背景中存在多个非连通域的复杂几何图形的处理；并且，针对一些边界比较复杂、构图精细的图形，其所采用的图像分割方法在控制上存在一定的误差，在控制过程中需要结合对无人机作业方向的控制，使整个控制过程将会比较复杂、繁琐，不能满足复杂几何组合图形的飞播控制要求。


技术实现要素：

4.本发明针对现有飞播控制方法中存在的控制精度不高、控制过程复杂的问题，提供一种无人机智能飞播路径规划方法、存储介质及无人机，能够实现对复杂几何组合图形的精确飞播控制。
5.为解决上述技术问题，本发明采用的技术方案如下：
6.无人机智能飞播路径规划方法，包括：
7.获取目标区域以及目标区域边界的位置数据，得到目标区域图形；
8.采用绘图软件在目标区域图形中绘制飞播图案，并将飞播图案输出为由像素点组成的位图图形文件；
9.根据目标区域图形边界的位置数据计算所述位图图形文件中每个像素点的经纬度数据；
10.以像素点作为无人机飞行路径上的航点，对无人机的飞播路径进行规划。
11.上述技术方案中，进一步地，所述目标区域边界包括目标区域的外轮廓边界、目标区域内障碍物的外轮廓边界。
12.上述技术方案中，进一步地，所述飞播图案的轮廓边界与目标区域内的障碍物外轮廓边界之间不存在交叉或重合。
13.上述技术方案中，进一步地，所述目标区域边界的位置数据包括目标区域边界的经纬度数据。
14.上述技术方案中，进一步地，计算所述位图图形文件中每个像素点的经纬度数据
的步骤包括：
15.获取目标区域内任意非相邻两点的经纬度坐标信息，根据目标区域边界的位置数据，计算目标区域的面积；
16.根据目标区域面积将飞播图案按比例放大到与目标区域相匹配，计算飞播图案的位图图形文件中相邻像素点之间的距离；
17.根据标定点组合计算得到位图图形文件中每个像素点的经纬度数据。
18.上述技术方案中，进一步地，根据飞播图案在目标区域内的放大比例，设置飞播路径上相邻两个航点之间间隔像素点的数量，确定无人机飞行路径上的航点。
19.上述技术方案中，进一步地，对无人机的飞播路径进行规划的步骤包括：
20.获取无人机参数，根据无人机参数和飞播图案的像素点数据，采用最优路径算法生成无人机最优飞行路径。
21.上述技术方案中，进一步地，所述无人机参数包括无人机最小转向角度、无人机功耗、无人机携带种子数量、无人机播种速度、无人机续航时长。
22.本发明还提供一种存储介质，所述存储介质存储有一个或多个执行程序，所述执行程序可被处理器执行，以实现上述所述的无人机智能飞播路径规划方法的步骤。
23.本发明还提供一种无人机，所述无人机包括处理器和与处理器连接的存储介质，所述存储介质存储有执行程序，所述处理器调用所述存储介质中的执行程序，以执行实现如上述所述的无人机智能飞播路径规划方法的步骤。
24.本发明采用以飞播图案中的像素点作为无人机飞行航点的方式，实现对无人机飞播路径的规划，无人机飞播路径的控制精度高，实现过程简单，很好地解决了现有无人机飞播作业依赖边界信息进行路径规划所存在的控制精度不高、控制过程复杂，以及只适用于执行简单图案的飞播任务等问题，使其可适用于复杂图案特别是多连通域图形的飞播作业。
25.本发明路径规划方法还能解决现有无人机飞播作业中依赖于地面站的控制，但地面站往往只支持有限路径规划，而难以实现复杂图形作业的问题，通过采用现有的第三方绘图软件绘制飞播图案，不再需要通过地面站来绘制图形，使无人机的飞播作业不会受到地面站的限制和影响，从而能够适用于各种复杂图形的飞播操作。
附图说明
26.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
27.图1为本发明一实施例中无人机智能飞播路径规划方法的流程图。
28.图2为本发明一实施例中飞播图案示意图。
具体实施方式
29.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，所描述的实施例是
本发明一部分实施例，而不是全部的实施例。
30.本发明中的无人机智能飞播路径规划方法采用以飞播图案中的像素点作为无人机飞播路径规划的参考，以这些像素点的经纬度数据为映射基础对无人机的飞行路径进行规划，实现对无人机的精确控制。
31.实施例一
32.参照图1，为本发明一实施例中无人机智能飞播路径规划方法的流程图，该无人机智能飞播路径规划方法，包括：
33.s101、获取目标区域以及目标区域边界的位置数据，得到目标区域图形；这里目标区域边界包括目标区域的外轮廓边界以及目标区域内障碍物的外轮廓边界；障碍物包括目标区域内的田埂、电线杆等；
34.s102、采用绘图软件在目标区域图形中绘制飞播图案，并将飞播图案输出为由多个像素点组成的位图图形文件，如bmp格式的图形文件；这里的绘图软件可采用现有通用的绘图软件，可根据需要绘制生成任意复杂且精细的图形，如图2所示；
35.s103、根据目标区域图形边界的位置数据计算所述位图图形文件中每个像素点的经纬度数据；
36.s104、以上述位图图形文件中的像素点作为无人机飞行路径上的航点，对无人机的飞播路径进行规划；即以像素点作为无人机飞行路径规划的基准，对无人机的飞行进行控制。
37.作为一种可选的实施方式，本实施例中目标区域以及目标区域边界可基于现有技术根据卫星地图、既有的测绘数据获取相关的数据和信息。目标区域边界的位置数据可采用无人机对目标区域进行航拍采集，或采用rtk打点器圈划技术，或根据既有的测绘数据、卫星地图获取相关的数据。
38.在一实施例中，飞播图案的轮廓边界与目标区域内的障碍物外轮廓边界之间不存在交叉或重合。这样使飞播图案避开障碍物所在的区域，使其能够适用于对各种不同目标区域的飞播操作，为飞播图案在目标区域内的设置提供更自由的设计空间。
39.在一实施例中，具体地，目标区域边界的位置数据包括目标区域边界的经纬度数据，即目标区域外边界的经纬度数据以及目标区域内障碍物的外轮廓边界的经纬度数据。
40.在一实施例中，步骤s103中计算所述位图图形文件中每个像素点的经纬度数据的步骤包括：
41.获取目标区域内任意非相邻两点的经纬度坐标信息，根据目标区域边界的位置数据，计算目标区域的面积；
42.根据目标区域面积将飞播图案按比例放大到与目标区域相匹配，计算飞播图案的位图图形文件中每个相邻像素点之间的距离，得到图形文件的有效分辨率；
43.根据标定点组合计算得到位图图形文件中每个像素点的经纬度数据。具体地，每个像素点经纬度数据的计算过程为：设图形文件像素点所在平面为笛卡尔坐标系，选取图形文件中左上角一像素点为标定原点(也可选择任意一点为标定原点)，选取图形文件中右下角一像素点为标定参考点，标定参考点和标定原点也可以是具有一定距离间隔的两个任意不同的像素点，根据图形文件有效分辨率的大小将图形中每个像素点进行等比换算，即可得到位图图形文件中每个像素点的经纬度数据。
44.在一实施例中，根据飞播图案在目标区域内的放大比例以及无人机性能参数，设置飞播路径上相邻两个航点之间间隔像素点的数量，确定用于飞播路径规划的无人机飞行路径上的航点。
45.在一实施例中，步骤s104中对无人机的飞播路径进行规划的步骤包括：
46.获取无人机参数，根据无人机参数和飞播图案的像素点数据，采用最优路径算法生成无人机最优飞行路径。这里无人机参数包括无人机最小转向角度、无人机功耗、无人机携带种子数量、无人机播种速度、无人机续航时长等性能参数。
47.实施例二
48.本发明实施例中还提供一种存储介质，其中存储介质存储有一个或多个程序，一个或多个程序可被一个或多个处理器执行，以实现上述实施例中所述的无人机智能飞播路径规划方法的步骤。
49.实施例三
50.基于上述实施例，本发明实施还提供一种无人机，包括处理器和与处理器连接的存储介质，该存储介质存储有执行程序，所述处理器调用所述存储介质中的执行程序，以执行实现上述实施例中所述的无人机智能飞播路径规划方法的步骤。
51.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。