物料投放作业方法、装置、无人设备及存储介质与流程

1.本技术实施例涉及无人设备技术领域，尤其涉及一种物料投放作业方法、装置、无人设备及存储介质。


背景技术：

2.基于无人设备的自动高空飞行特性，现已有大批的无人设备被应用于高空物料投放领域，例如农业领域的农药喷洒和授粉，消防领域的投放灭火药剂，或者救援领域的投放救援物料等。
3.现有的无人设备在进行高空物料投放作业时，会飞行到预设高度并按照设定物料量定量投放。然而，该种方式适用于高度平均、体积平均且分布均匀的投放目标。对于高度不统一、体积不统一或分布不均匀的投放目标，其投放效果差，投放作业质量低。


技术实现要素：

4.本技术实施例提供一种物料投放作业方法、装置、无人设备及存储介质，解决了现有技术物料投放效果差的技术问题，提高了物料投放的作业质量。
5.第一方面，本技术实施例提供了一种物料投放作业方法，包括：
6.获取作业区域的遥感影像数据，确定所述遥感影像数据中包含的投放目标；
7.确定每一所述投放目标对应的目标空间，基于每一所述目标空间确定对应的投放目标的体积信息；
8.根据所述体积信息确定所述投放目标对应的物料投放量，并控制无人设备向所述投放目标投放对应的物料投放量的物料。
9.第二方面，本技术实施例提供了一种物料投放作业装置，包括：
10.投放目标识别模块，被配置为获取作业区域的遥感影像数据，确定所述遥感影像数据中包含的投放目标；
11.体积确定模块，被配置为确定每一所述投放目标对应的目标空间，基于每一所述目标空间确定对应的投放目标的体积信息；
12.物料投放模块，被配置为根据所述体积信息确定所述投放目标对应的物料投放量，并控制无人设备向所述投放目标投放对应的物料投放量的物料。
13.第三方面，本技术实施例提供了一种无人设备，包括：
14.一个或多个处理器；存储装置，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第一方面所述的物料投放作业方法。
15.第四方面，本技术实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的物料投放作业方法。
16.本技术实施例通过获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体
积信息；根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。采用上述技术手段，显著提高了物料投放的作业效率。
附图说明
17.图1是本技术实施例一提供的一种物料投放作业方法的流程图；
18.图2是本技术实施例提供的作业区域的遥感影像数据的示意图；
19.图3是本技术实施例提供的投放目标的示意图；
20.图4是本技术实施例提供的作业区域的高程信息的示意图；
21.图5是本技术实施例提供的目标空间的第一示意图；
22.图6是本技术实施例提供的目标空间的第二示意图；
23.图7是本技术实施例提供的无人设备的飞行航线的示意图；
24.图8是本技术实施例二提供的一种物料投放作业装置的结构示意图；
25.图9是本技术实施例三提供的一种无人设备的结构示意图。
具体实施方式
26.为了使本技术的目的、技术方案和优点更加清楚，下面结合附图对本技术具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术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。
27.本技术提供的物料投放作业方法，旨在获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息；根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。目前无人设备在进行高空物料投放作业时，大多会飞行到预设高度并按照设定物料量定量投放，但该种方式适用于高度平均、体积平均且分布均匀的投放目标，对于高度不统一、体积不统一或分布不均匀的投放目标，其投放效果差，投放作业质量低。基于此，提供本技术实施例的一种物料投放作业方法，以解决现有技术物料投放效果差的技术问题。
28.实施例一：
29.图1给出了本技术实施例一提供的一种物料投放作业方法的流程图，本实施例中提供的物料投放作业方法可以由无人设备执行，该无人设备可以通过软件和/或硬件的方式实现，该无人设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。
30.下述以该无人设备为执行物料投放作业方法的主体为例，进行描述。参考图1，该物料投放作业方法具体包括：
31.s110、获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标。
32.示例性的，作业区域是指通过无人设备进行物料投放作业的区域，该区域包含有
至少一个投放目标，投放目标是指需要无人设备对其投放物料的目标，无人设备包括无人机、无人车和无人船等可以基于预设航线自行运动的设备。例如，无人设备对农田或山林中的植株进行农药喷洒或授粉；无人设备对房区或郊区中的着火点进行灭火药剂投放；无人设备对灾区中的人们进行救援物料投放。现有无人设备在作业时会向投放目标投放定量的物料，使得不同体积的投放目标受到的物料投放量是一样的，这导致部分投放目标出现少投料或多投料的现象，物料投放效果差。对此，本实施例提出一种物料投放作业方法，根据投放目标的体积，以向该投放目标投放与投放目标的体积对应的物料投放量的物料，防止定量投放导致的不同体积的投放目标出现少投料或多投料的现象，提高物料投放效果。在该实施例中，以无人机对山林中的果树进行高空农药喷洒为例，山林为作业区域，果树为山林中的投放目标，向果树喷洒农药即为向投放目标投放物料，通过无人机在高空中向果树喷洒农药即通过无人设备向投放目标投放物料。山林中的地势曲折，果树的长势不同，导致山林中的果树高度不统一、体积不统一以及分布不均匀，如果按照现有的无人设备的高空物料投放方式，由于果树的高度和体积不同，容易出现部分果树多喷农药和/或部分果树少喷农药的情况，多喷农药会浪费农药和造成土地板结与肥力下降，少喷农药则没有农药效果。可通过本实施例提供的物料投放作业方法，确定果树的体积，以控制无人机向果树喷洒与体积对应农药量的农药。
33.其中，作业区域的遥感影像数据是对测绘无人机事先在作业区域上空采集的图片或视频进行处理得到的影像数据，遥感影像数据可以是正射影像数据或光谱影像数据。以遥感影像数据为正射影像数据为例进行描述，正射影像是具有正射投影性质的遥感影像，其通过共线方程将测绘无人机的单目摄像头正射采集的重叠度高达60％的原始图像进行镶嵌得到。进一步的，根据遥感影像数据重建得到作业区域的点云数据，并基于点云数据和遥感影像数据生成作业区域的数字地表模型。不管是遥感影像数据、点云数据还是数字地表模型中均包含投放目标的数字信息，可根据遥感影像数据、点云数据还是数字地表模型中投放目标的数字信息，确定投放目标的体积。
34.但在确定投放目标的体积之前，先确定出作业区域中的投放目标。在该实施例中，通过神经网络模型识别作业区域中的投放目标包括两种实现方式：
35.第一种实现方式为，通过第一预设网络模型对遥感影像数据中包含的投放目标进行识别，以输出作业区域中的每一投放目标。示例性的，第一预设网络模型事先通过标记有第一包围框的样本数据对神经网络模型进行训练得到，其中第一包围框将投放目标标记出。将作业区域的遥感影像数据输入第一预设网络模型中，得到第一预设网络模型输出的标记有第一包围框的遥感影像数据，第一包围框将投放目标从遥感影像数据中标记出，将第一包围框圈出的区域作为对应投放目标的目标区域，即将第一包围框内的图像确定为投放目标对应的目标区域的俯视图的图像数据。其中，第一包围框可以为圆圈、方框等，第一包围框可以根据投放目标的俯视图进行选择，以选择贴合投放目标俯视图的第一包围框。示例性的，以第一包围框为图形为例，图2是本技术实施例提供的作业区域的遥感影像数据的示意图。如图2所示，通过圆圈将作业区域11的遥感影像数据中的投放目标12圈出，并将圆圈内的图像确定为投放目标12对应的目标区域13的图像数据。
36.第二种实现方式为，基于遥感影像数据重建得到作业区域的点云数据，并通过第二预设网络模型对点云数据中包含的投放目标进行识别，以输出作业区域中的每一投放目
标。示例性的，第二预设网络模型事先通过标记有第二包围框的样本数据对神经网络模型进行训练得到，其中第一包围框将投放目标标记出。将作业区域的点云数据输入第二预设网络模型中，得到第二预设网络模型输出的标记有第二包围框的点云数据，第二包围框将投放目标从点云数据中标记出，将第二包围框圈出的空间作为对应投放目标的目标空间，即将第四包围框内的点云数据确定为投放目标的三维点云图。其中，第二包围框可以为圆柱体、方体等，第二包围框可以根据投放目标的形状进行选择，以选择贴合投放目标形状的第二包围框。
37.除了神经网络模型识别投放目标，还可以基于用户在控制设备端的选择操作，确定作业区域的投放目标。在该实施例中，基于用户的选择操作确定作业区域的投放目标包括两种实现方式：
38.第一种实现方式为，接收第一选择操作，根据第一选择操作确定遥感影像数据中的每一投放目标。其中，第一选择操作是指用户在控制设备端输入的将遥感影像数据中投放目标标记出的操作，第一选择操作可以是点击操作或框选操作。示例性的，基于用户在控制设备的第一选择操作，生成每一投放目标对应的第三包围框，通过第三包围框标记出遥感影像数据中对应的投放目标。如果第一选择操作为点击操作，则根据点击操作的触控位置坐标确定用户点击的遥感影像数据中的像素坐标，并基于预设的第三包围框将该像素坐标周围的图像圈出。如果第一选择操作为框选操作，则根据框选操作的触控位置坐标生成将第三包围框，并通过该第三包围框标记在将遥感影像数据中。不管是框选操作还是点击操作，都将第三包围框圈出的区域作为对应投放目标的目标区域，即将第三包围框内的图像确定为投放目标对应的目标区域的俯视图的图像数据。
39.进一步的，工作人员为了提高投放目标的标记效率，一般就是在遥感影像数据中用第三包围框粗略圈出投放目标，此时第三包围框并不能很好贴合投放目标的俯视图，如果用该第三包围框去计算后续的投放目标的体积信息会影响计算精度。据此，可根据第三包围框中投放目标的形状信息对应调整第三包围框的范围，调整第三包围框的步骤具体包括s1101-s1102：
40.s1101、通过第三预设网络模型对每一目标区域中的投放目标进行识别，确定目标区域中投放目标的目标类型和生长阶段。
41.示例性的，第三预设网络模型事先通过标记有目标类型信息和生长阶段信息的样本数据对神经网络模型进行训练得到。将每一目标区域对应的图像数据输入第三预设网络模型，得到第三预设网络模型输出的目标区域中投放目标的目标类型和生长阶段。
42.s1102、根据投放目标的目标类型和生长阶段，调整目标区域对应的包围框。
43.示例性的，根据预先配置的各种类型的投放目标在各个生长阶段对应的包围框的尺寸和形状，确定目标区域中投放目标对应包围框的尺寸和形状。根据该包围框的尺寸和形状调整目标区域的第三包围框的尺寸和形状。例如，不同类型的树木其俯视图的形状不同，生长阶段不同形状也不同，因此通过本实施例中根据树木的类型和生长阶段匹配更贴合树木形状的包围框，有利于提高后续体积计算精度。除此之外，还可以根据类型和生长阶段匹配相对规则的包围框，虽然贴合度没有基于树木外轮廓匹配的包围框高，但方便后续的体积计算，计算效率更高。
44.第二种实现方式为，接收第二选择操作，根据第二选择操作确定点云数据中的每
一投放目标。其中，第二选择操作是指用户在控制设备端输入的将点云数据中投放目标标记出的操作，第二选择操作可以是点击操作或框选操作。如果第二选择操作为点击操作，则根据点击操作的触控位置坐标确定用户点击的点云坐标，并基于预设的第四包围框将该点云坐标周围的点云数据圈出。如果第二选择操作为框选操作，则根据框选操作的触控位置坐标生成将第四包围框，并通过该第四包围框标记在将作业区域的点云数据中。不管是点击操作还是框选操作，都将第四包围框圈出的空间作为对应投放目标的目标空间，即将第四包围框内的点云数据确定为投放目标的三维点云图。
45.进一步的，确定点云数据中每一投放目标对应的最小包围框，通过最小包围框标记出第一点云数据中对应的投放目标。示例性的，如果人工选择的包围框的框选范围太大，会影响后续投放目标的体积计算精度。因此在根据用户的第二选择操作确定投放目标的第四包围框后，根据第四包围框内的投放目标的三维点云图的分布范围，将第四包围框调整为刚好包围投放目标的三维点云图的最小包围框。通过最小包围框计算后续投放目标的体积信息，有利于提高后续体积计算精度。但往往贴合投放目标的三维点云图的最小包围框为不规则包围框，计算不规则包围框的体积比较复杂，计算效率低。为提高体积计算效率，根据最小包围框的形状确定最小包围框的规则的外接包围框。虽然外接包围框与投放目标的三维点云图贴合度低于最小包围框，但外接包围框为规则形状，其体积计算简单，计算效率更高。
46.可理解，遥感影像数据中的包围框为二维包围框，点云数据中的包围框为三维包围框。
47.s120、确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息。
48.示例性的，由于大部分投放目标的形状难以直接确定，计算投放目标的精确体积比较复杂，对此本实施例通过对作业区域的遥感影像数据中的投放目标进行识别，确定投放目标对应的目标空间，以目标空间的体积表征对应投放目标的体积。而目标空间具有固定形状，计算目标空间的体积比较简单。由步骤s110可知，作业区域的遥感影像数据和点云数据中通过对应的包围框将投放目标标记出。在该实施例中，由于点云数据为三维空间数据，可直接将点云数据中包围框圈出的空间作为对应投放目标的目标空间。比如基于所述最小包围框生成每一所述投放目标对应的目标空间，则将最小包围框圈出的空间作为对应投放目标的目标空间。而遥感影像数据为二维平面数据，在将遥感影像数据中包围框圈出的区域作为对应投放目标的目标区域后，还需要根据目标区域在高度维度上的高度信息，才能构成投放目标的目标空间。示例性的，基于投放目标的目标区域确定对应目标空间的步骤具体包括s1201-s1202：
49.s1201、获取作业区域对应的数字地表模型，基于数字地表模型确定每一目标区域对应的高程信息。
50.其中，数字地表模型(dsm)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。示例性的，当根据测绘无人机采集的原始图像生成作业区域的正射影像数据时，还需根据测绘无人设备在作业区域上空飞行采集原始图像时在世界坐标系下的位置坐标以及单目摄像头的内参和外参，确定正射影像数据中每一像素点在世界坐标系下的地理位置坐标。可理解，正射影像数据中每一像素点都对应于真实世界中的一个位置点，像素点对应的
地理位置坐标即为该位置点在世界坐标系下的地理位置坐标。作业区域的正射影像数据包含了像素点的像素坐标与对应位置点的地理位置坐标的映射关系，即通过作业区域的正射影像数据中的某一像素点能唯一确定作业区域中的位置点。需要说明的是，地理位置坐标可以是在世界坐标系下不包含有高度信息的二维坐标，即x轴坐标和y轴坐标，也可以是经纬度坐标。
51.进一步的，对作业区域的正射影像数据进行处理，得到作业区域对应的数字地表模型，在生成数字地表模型后，正射影像数据中的每个像素点对应一个高程信息和一个地理位置坐标。其中高程信息是指该像素点对应的位置点处的地表海拔高度，作业区域的数字地表模型包含了作业区域内各个位置点处的高程信息。示例性的，图3是本技术实施例提供的投放目标的示意图。如图3所示，作业区域的各个位置点可以看着是正投影至x轴和y轴构成的水平面中的二维坐标点，位置点a和位置点b为作业区域中的位置点，位置点a和位置点b在水平面中的二维坐标(x1，y1)和(x2，y2)即为位置点a和位置点b的地理位置信息。位置点a的高程信息为其对应的地面的海拔高度，位置点b的高程信息为其对应的投放目标的顶端的海拔高度。由于目标区域包含的位置点与作业区域的部分位置点重合，若能确定目标区域包含的位置点，即可根据作业区域中该位置点处的高程信息，确定目标区域对应的高程信息。示例性的，确定目标区域对应的高程信息的步骤具体包括s12011-s12012：
52.s12011、根据作业区域对应的数字地表模型，确定作业区域内各个位置点对应的高程信息。
53.示例性的，基于数字地表模型中每一像素点对应的高程信息，确定该像素点对应的位置点处的高程信息。
54.s12012、根据目标区域在遥感影像数据中的图像位置坐标，确定目标区域内各个位置点的高程信息。
55.示例性的，目标区域为对应包围框圈出的图像数据，可根据包围框在正射图像数据中的像素坐标，确定目标区域的图像数据中各个像素点的像素坐标。根据目标区域的像素点的像素坐标确定目标区域的位置点的地理位置坐标，基于作业区域的数字地表模型中各个位置点对应高程信息，确定目标区域内各个位置点的高程信息。
56.在一个实施例中，数字地表模型除了可以基于正射影像数据得到，还可以对无人设备在作业区域上空飞行时采集的传感数据计算得到。示例性的，作业区域中各个位置点的高度信息的计算方式包括s12013-s12015：
57.s12013、获取无人设备在作业区域中各个位置点上空飞行时的海拔高度数据以及采集的传感数据，传感数据包括点云数据或图像数据。
58.示例性的，图4是本技术实施例提供的作业区域的高程信息的示意图。如图4所示，作业区域的各个位置点的地表海拔高度h可由无人设备14飞行时的海拔高度h1，与无人设备14飞行时与作业区域的各个位置点的地表之间的距离h2作差得到。在该实施例中，无人设备14飞行时的海拔高度h1可通过无人设备的定位装置采集到。无人设备14飞行时与作业区域的各个位置点的地表之间的距离数据h2可根据双目摄像头采集的图像数据或激光传感器采集的点云数据求得。
59.s12014、根据传感数据确定各个位置点到无人设备的距离数据。
60.示例性的，对点云数据或遥感影像数据进行分析处理即可求得无人设备到各个位
置点的地表的距离。除此之外，还可以对单目摄像头采集的图像数据进行航空影像处理，得到无人设备到各个位置点的地表之间的距离数据。
61.s12025、将每个位置点对应的海拔高度数据和距离数据作差得到对应位置点的高程信息。
62.示例性的，不管是无人设备的海拔高度数据还是无人设备与各位置点的地表之间的距离数据，其在采集是会对应一个在xy坐标系下的二维坐标。将二维坐标相同的海拔高度数据和距离数据作差，即可求得该二维坐标对应的位置点处的高程信息。参考图4，无人设备与位置点c的地表之间的距离为h2，根据无人设备的测绘飞行时的定位数据确定无人设备在位置坐标为(x3，y3)时的飞行海拔高度为h1，将h1-h2即得到位置点c处的高程信息h。
63.s1202、基于目标区域以及对应的高程信息确定每一投放目标对应的目标空间。
64.在该实施例中，由于目标区域中的高程信息可以表征对应投放目标的上表面的形状，因此可基于所有目标区域的高程信息构造一个目标三维模型，该目标三维模型的上表面贴合投放目标的上表面，可根据目标三维模型构建投放目标对应的目标空间。图5是本技术实施例提供的目标空间的第一示意图。如图5所示，根据目标区域中的高程信息可确定各个位置点对应的地表海拔高度，构建出目标区域的目标三维模型15(图5中全部阴影部分)。由于投放目标的地表海拔高度和地面的地表海拔高度相差较大，在目标区域外围的高程信息会突然减小，则根据高程信息的变化情况可确定目标区域中的地面和投放目标。从目标三维模型15中筛选出投放目标对应的高程信息重新构建投放目标三维模型16(图5中的三角形和两个矩形的组合部分)。但投放目标三维模型16包含了地面的高程信息，因此可从目标区域中挑选最小高程信息作为地面的高程信息，将投放目标三维模型16每一位置点的海拔高度减去该地面的海拔高度，得到投放目标的目标空间的相对高度。根据目标空间的相对高度和目标区域中的投放目标，构建投放目标的目标空间13(图5中的三角形和下方第一个矩形的组合部分)。
65.在一个实施例中，基于目标三维模型15构建的目标空间的上表面往往为不规则曲面，其体积计算过程比较复杂，因此可基于目标区域中最大高程信息和最小高程信息构建对应的目标空间。示例性的，投放目标的顶端海拔高度为其对应目标区域中最大高程信息，因此将目标区域中各个位置点的高程信息相比，确定最大高程信息为投放目标的顶端海拔高度。而目标区域不仅包括投放目标，还包括了投放目标所在的地面，投放目标的地面海拔高度为其对应目标区域中最小高程信息，因此将目标区域中各个位置点的高程信息相比，确定最小高程信息为投放目标的地面海拔高度。将最大高程信息和最小高程信息，得到投放目标的相对高度，将该相对高度作为目标空间的高度，将目标区域的面积作为目标空间的底面积，以构建一个规则形状的目标空间。图6是本技术实施例提供的目标空间的第二示意图。如图6所示，将目标区域内各个位置点的高程信息进行从小到大排序，确定位置点d和位置点e分别为最小高程信息h4和最大高程信息h5，将最大高程信息h5减去最小高程信息h3，即可得到投放目标12的相对高度h3。根据目标区域和投放目标的相对高度，构建该投放目标的目标空间13，投放目标的相对高度h3为目标空间的相对高度。
66.进一步的，在确定投放目标对应的目标空间后，计算目标空间的体积，以目标空间的体积作为对应投放目标的体积。目标区域可看作对应目标空间的底面，由底面积乘高的
体积计算公式可知，可根据目标空间的底面积和高度计算体积。示例性的，确定目标空间体积的步骤具体包括s1203-s1204：
67.s1203、根据作业区域的地理位置坐标以及目标空间对应的目标区域在遥感影像数据中的图像位置坐标，确定目标区域的地理面积。
68.示例性的，目标区域虽然是通过遥感影像数据中的包围框标记出的图像数据，但在真实世界中，目标区域可以看作是将投放目标包围住的围栏，需要计算目标区域真实的面积，即在世界坐标系下目标区域的地理面积。目标空间的体积信息是指在世界坐标系下的地理体积。
69.在该实施例中，确定目标区域的地理面积包括两种实现方式，一种是根据成像比例将目标区域的图像面积换算成地理面积。示例性的，不同海拔高度的目标区域与无人设备的距离不同，其成像比例不同，因此需要根据目标区域与无人设备的距离确定目标区域的图像数据的成像比例，进而通过成像比例将目标区域的图像数据的图像面积换算成地理面积。另一种实现方式是，根据目标区域的地理坐标位置确定其地理面积。其中，目标区域在遥感影像数据中的图像位置坐标是指目标区域的各个像素点在作业区域的正射影像数据中的像素坐标。对正射影像数据中的投放目标进行识别并确定目标区域时，只得到目标区域在正射影像数据中的像素坐标。若想要通过目标区域的地理位置坐标计算其地理面积，需要根据目标区域的像素坐标，从作业区域的地理位置坐标中确定目标区域的地理位置坐标。示例性的，正射影像数据包含了作业区域各个像素点与各个位置点之间的映射关系，根据作业区域中像素点的像素坐标即可推得对应位置点的地理位置坐标。根据目标区域在作业区域中的像素坐标，即可确定目标区域对应的地理位置坐标，根据目标区域的地理位置坐标计算出目标区域的地理面积。若目标区域为正方形、圆形等规则形状，则可以基于常规计算公式确定目标区域的地理面积。如果目标区域为不规则形状，则可以基于微积分原理，将目标区域分割成多个子区域，计算子区域的面积后求和，得的目标区域的总面积。
70.在该实施例中，参考图2，正射影像数据中目标区域的包围框为圆圈，目标区域13为圆形区域。为求得圆形区域真实的底面积，只需将圆形区域真实的半径代入圆形面积计算公式即可。示例性的，根据圆形区域真实的半径计算目标区域真实的底面积的计算步骤包括s12301-s12033：
71.s12031、根据目标区域在遥感影像数据中的图像位置坐标确定目标区域的图像圆心坐标以及图像外缘坐标。
72.示例性的，图像圆心坐标是指作为目标区域的图像数据的圆心的像素点的像素坐标。图像外缘坐标是指将目标区域的图像数据标记出的包围框的任意像素点的像素坐标。在正射影像数据中标记出包围框时，会获取到目标区域的图像数据中的各个像素点的像素坐标，从这些像素点的像素坐标中确定目标区域的图像圆心坐标和图像外缘坐标。
73.s12032、根据地理位置坐标、图像圆心坐标以及图像外缘坐标，确定目标区域的地理圆心坐标和地理半径。
74.示例性的，地理圆心坐标是指在世界坐标系下目标区域的圆心的位置坐标。目标区域的图像数据的像素点对应于目标区域的各个位置点，根据图像数据的像素点与位置点之间的对应关系，确定与图像圆心对应的位置点的位置坐标，将该位置坐标确定为目标区
域的地理圆心坐标。根据图像数据的像素点与位置点之间的对应关系，确定与包围框的像素点对应的位置点的位置坐标，将该位置坐标确定为目标区域的地理外缘坐标。计算地理外缘坐标与地理圆心坐标之间的直线距离，即可求得地理半径。需要说明的是，对于圆形来说，圆心与外缘的直线都可以看作是半径，因此可获取第一包围框任意的像素点对应的位置点的位置坐标来计算地理半径。
75.s12033、根据地理半径计算得到目标区域的地理面积。
76.示例性的，将地理半径代入圆形面积计算公式πr2，求得目标区域真实的地理面积。
77.s1204、根据目标区域的地理面积和高程信息，确定目标空间对应的投放目标的体积信息。
78.对于规则形状的目标空间，可基于常规的计算公式计算该目标空间的体积。参考图6，假设图6中的目标空间为圆柱体，则将目标空间的底面积和相对高度代入圆柱体积计算公式，得到该目标空间的体积。由上述内容可知，目标空间的相对高度已在构建时通过目标区域的高程信息计算得到。
79.对于不规则形状的目标空间，则基于微积分原理，将目标空间划分成多个子空间，通过计算每个子空间的体积来确定目标空间的总体积。在该实施例中，计算不规则形状的目标空间的步骤具体包括s12041-s12044：
80.s12041、按照预设的分割规则将目标区域分割成多个子区域，确定每一子区域的区域面积。
81.示例性的，由目标三维模型构建出的目标空间的上表面为曲面，但下表面为平面，因此以下表面也即目标区域作为目标空间的底面。通过均匀分布的网格线将目标区域分割成多个子区域，基于每个网格的边长计算子区域的面积。对于目标区域边缘不满一个网格的子区域的面积也基于网格的边长计算。需要说明的，其中子区域的区域面积是指世界坐标系下的地理面积。
82.s12042、根据目标区域中各个位置点的高程信息，确定每一子区域的区域高度。
83.示例性的，根据子区域在目标区域中的位置，确定子区域中的位置点。根据目标空间在每一位置点的相对高度，确定子区域中相对高度最大的位置点的高度作为该子区域的区域高度。
84.s12043、将每一子区域的区域面积与对应的区域高度相乘，确定每一子区域的区域体积。
85.s12044、将所有子区域的区域体积相加，确定投放目标的体积信息。
86.示例性的，将每一子区域的区域面积与对应的区域高度相乘，在将所有子区域的区域体积相加，以估计目标空间的体积信息，将目标空间的体积信息作为投放目标的体积信息。
87.s130、根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。
88.示例性的，不同体积的投放目标所需的物料投放量不同，本实施例通过确定体积物料映射关系，根据体积物料映射关系确定体积信息对应的物料投放量。在该实施例中，可事先测试不同体积的投放目标所需的物料投放量，以建立投放目标的体积与对应所需的物
料投放量之间的体积物料映射关系，以便在计算出投放目标的体积后，获取预先设定的体积物料映射关系，根据该体积物料映射关系确定投放目标所需的物料投放量。以投放目标为果树为例，假设一棵15立方米的果树需要喷洒100毫升的农药，那么可确定1立方米的果树喷洒6.667毫升的农药的体积物料映射关系。根据该体积物料映射关系，在确定出当前待喷洒的果树的体积为10立方米后，即可确定该果树需要喷洒66.67毫升的农药。
89.在一个实施例中，根据每次作业的第一个投放目标作为锚点来调整后续投放目标的物料投放量。示例性的，根据用户选择的第一个投放目标的物料投放量和第一个投放目标的体积，确定本次作业使用的体积物料映射关系，以便无人设备根据该体积物料映射关系和后续投放目标的体积确定后续投放目标的物料投放量。以投放目标为果树为例，假设用户给第一棵果树选择喷洒100毫升的农药，而第一棵果树的体积为10立方米，那么可确定本次作业使用的体积物料映射关系为每1立方米的果树喷洒10毫升的农药。如果第二棵果树的体积为15立方米，根据该体积物料映射关系，确定第二棵果树喷洒150毫升的农药。除此之外，还可以通过大数据分析确定投放目标的物理投放量。示例性的，以投放目标为果树为例，可通过分析各种果树的区域特征、环境特征、生长特征和生物特征等数据和对应的药量，确定不同区域、季节、长势和类型的果树的体积物料映射关系。
90.进一步的，对于不同的投放目标有不同的投放方式，无人设备投放物料时可以在航行时投放，也可以是航行到作业位置处时悬停投放。在该实施例中，控制无人设备在航行到作业位置时向投放目标投放物料投放量的物料。以投放目标为果树为例，在向果树喷洒农药时，需要向果树的树心喷洒农药以保证果树的养分充足。因此可通过控制无人设备悬停在果树树心的上方，并向果树喷洒农药，作业位置即为无人设备悬停喷洒农药的位置。示例性的，无人设备进行物料投放作业的步骤具体包括s1301-s1304：
91.s1301、确定每一目标空间对应的目标区域中心，根据目标区域中心对应位置点的地理位置坐标，以得到每一投放目标对应的作业位置。
92.例性的，目标区域中心是指目标区域的图像数据的中心像素点。示例性的，由于目标区域的图像数据是对果树的俯视图进行识别得到的，果树树心的位置靠近目标区域中心，因此将目标区域的中心像素点对应位置点的地理位置坐标确定为作业位置的地理位置坐标，保证果树树心在无人设备的喷洒范围内。
93.s1302、获取目标空间内每一位置点的高程信息，将最大高程值确定为投放目标的高程信息。
94.示例性的，位置点的地理位置坐标为不包含高度信息的二维坐标，因此还需根据目标区域的各个位置点的高程信息也即地表海拔高度，确定无人设备飞行的飞行高度。其中目标空间中的最大高程信息可看作对应投放目标顶端的海拔高度。具体的，由于无人设备在喷洒农药时农药容易受到风力因素的干扰使得农药喷洒方向偏离，导致农药都喷洒到地面上或者树叶上，影响农药喷洒质量。因此可根据果树树顶的海拔高度，控制无人设备尽可能在靠近树顶的高度向果树喷洒农药，以降低无人设备与果树距离较大时环境因素对农药喷洒方向的干扰程度。
95.s1303、根据每一投放目标的高程信息确定每一作业位置对应的飞行高度。
96.示例性的，将每一棵果树的树顶海拔高度和对应作业位置进行匹配，得到无人设备对果树进行喷洒作业时的三维地理坐标。
97.s1304、控制无人设备以对应的飞行高度飞行到每一作业位置时，向对应的投放目标投放物料投放量。
98.示例性的，根据每一棵果树对应的喷洒作业时的三维地理坐标，控制无人设备飞行到该位置处时，向果树喷洒对应药量的农药。由于果树树顶的海拔高度为果树最高的海拔高度，控制无人设备以树顶的海拔高度进行飞行，还可以避免果树影响无人设备的航行。
99.在一个实施例中，控制无人设备在确定出的各个作业位置之间进行直线航行。示例性的，无人设备需要在喷洒作业时的三维地理坐标处悬停并投放物料，基于两点之间直线距离最短的原则，可将相邻作业的投放目标的作业位置之间的直线作为无人设备的飞行航线。根据该飞行航线控制无人设备在相邻作业的投放目标的作业位置间直线航行，有效缩短无人设备的航线距离，提高无人设备的作用效率以及降低无人设备的电池消耗。图7是本技术实施例提供的无人设备的飞行航线的示意图。如图7所示，确定目标区域中心点对应的位置点的位置坐标为作业位置17的位置坐标，将目标区域内各个位置点的高程信息中的最大高程信息作为作业位置17的飞行高度。将相邻作业的投放目标的三维地理坐标之间的直线作为无人设备的飞行航线18。可理解的，相邻作业的投放目标是指作业顺序先后相邻的投放目标，作业顺序由工作人员事先根据作业区域内投放目标的分布位置等参数进行设定。
100.综上，通过获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息；根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。采用上述技术手段，通过对作业区域的遥感影像数据中的投放目标进行识别，在作业区域的遥感影像数据中通过目标空间将作业区域中各投放目标标记出。通过目标空间的体积表征对应投放目标的体积，以便无人设备向投放目标投放与投放目标的体积对应的物料投放量的物料，满足各个投放目标的物料需求，避免投放目标出现物料多投或少投的现象，保证了物料投放效果和投放作业质量。除此之外，根据投放目标顶端的海拔高度和目标区域的中心位置，确定无人设备的作业位置，以便无人设备靠近各个投放目标投放物料，避免环境因素影响物料投放效果。
101.实施例二：
102.在上述实施例的基础上，图8为本技术实施例二提供的一种物料投放作业装置的结构示意图。参考图8，本实施例提供的物料投放作业装置具体包括：投放目标识别模块21、体积确定模块22和物料投放模块23。
103.其中，投放目标识别模块21，被配置为获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；
104.体积确定模块22，被配置为确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息；
105.物料投放模块23，被配置为根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。
106.在上述实施例的基础上，投放目标识别模块包括：第一模型识别子模块，被配置为通过第一预设网络模型对遥感影像数据中包含的投放目标进行识别，以输出作业区域中的每一投放目标；或者，第二模型识别子模块，被配置为基于遥感影像数据重建得到作业区域
的点云数据，并通过第二预设网络模型对点云数据中包含的投放目标进行识别，以输出作业区域中的每一投放目标。
107.在上述实施例的基础上，投放目标识别模块包括：第一选择子模块，被配置为接收第一选择操作，根据第一选择操作确定遥感影像数据中的每一投放目标；或者，第二选择子模块，被配置为接收第二选择操作，根据第二选择操作确定点云数据中的每一投放目标。
108.在上述实施例的基础上，第一选择子模块包括：第一框选单元，被配置为基于用户在控制设备的第一选择操作，生成每一投放目标对应的包围框，通过包围框标记出遥感影像数据中对应的投放目标；相应的，体积确定模块包括目标空间构建子模块包括：目标区域确定单元，被配置为根据每一包围框生成对应投放目标的目标区域；高程信息确定单元，被配置为获取作业区域对应的数字地表模型，基于数字地表模型确定每一目标区域对应的高程信息；第一目标空间构建单元，被配置为基于目标区域以及对应的高程信息确定每一投放目标对应的目标空间。
109.在上述实施例的基础上，第一选择子模块还包括：框选调整单元，被配置为确定目标区域中投放目标的目标类型和生长阶段，根据投放目标的目标类型和生长阶段，调整目标区域对应的包围框。
110.在上述实施例的基础上，高程信息确定单元包括：高程信息匹配子单元，被配置为根据作业区域对应的数字地表模型，确定作业区域内各个位置点对应的高程信息；高程信息确定子单元，被配置为根据目标区域在遥感影像数据中的图像位置坐标，确定目标区域内各个位置点的高程信息。
111.在上述实施例的基础上，第二选择子模块包括：第二框选单元，被配置为确定点云数据中每一投放目标对应的最小包围框，通过最小包围框标记出点云数据中对应的投放目标；相应的，第二目标空间构建单元，被配置为基于最小包围框生成每一投放目标对应的目标空间。
112.在上述实施例的基础上，体积确定模块包括：面积确定子模块，被配置为根据作业区域的地理位置坐标以及目标空间对应的目标区域在遥感影像数据中的图像位置坐标，确定目标区域的地理面积；体积确定子模块，被配置为根据目标区域的地理面积和高程信息，确定目标空间对应的投放目标的体积信息。
113.在上述实施例的基础上，目标区域为圆形区域，面积确定子模块包括：图像坐标确定单元，被配置为根据目标区域在遥感影像数据中的图像位置坐标确定目标区域的图像圆心坐标以及图像外缘坐标；地理坐标确定单元，被配置为根据地理位置坐标、图像圆心坐标以及图像外缘坐标，确定目标区域的地理圆心坐标和地理半径；地理面积计算单元，被配置为根据地理半径计算得到目标区域的地理面积。
114.在上述实施例的基础上，体积确定子模块包括：子区域面积确定单元，被配置为按照预设的分割规则将目标区域分割成多个子区域，确定每一子区域的区域面积；子区域高度确定单元，被配置为根据目标区域中各个位置点的高程信息，确定每一子区域的区域高度；子区域体积确定单元，被配置为将每一子区域的区域面积与对应的区域高度相乘，确定每一子区域的区域体积；体积确定单元，被配置为将所有子区域的区域体积相加，确定投放目标的体积信息。
115.在上述实施例的基础上，物料投放模块包括：投放量确定子模块，被配置为确定体
积物料映射关系，根据体积物料映射关系确定体积信息对应的物料投放量；投放作业子模块，被配置为控制无人设备在航行到作业位置时向投放目标投放物料投放量的物料。
116.在上述实施例的基础上，投放作业子模块包括：作业位置确定单元，被配置为确定每一目标空间对应的目标区域中心，根据目标区域中心对应位置点的地理位置坐标，以得到每一投放目标对应的作业位置；目标高度确定单元，被配置为获取目标空间内每一位置点的高程信息，将最大高程值确定为投放目标的高程信息；飞行高度确定单元，被配置为根据每一投放目标的高程信息确定每一作业位置对应的飞行高度；投放作业单元，被配置为控制无人设备以对应的飞行高度飞行到每一作业位置时，向对应的投放目标投放物料投放量。
117.上述，通过获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息；根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。采用上述技术手段，通过对作业区域的遥感影像数据中的投放目标进行识别，在作业区域的遥感影像数据中通过目标空间将作业区域中各投放目标标记出。通过目标空间的体积表征对应投放目标的体积，以便无人设备向投放目标投放与投放目标的体积对应的物料投放量的物料，满足各个投放目标的物料需求，避免投放目标出现物料多投或少投的现象，保证了物料投放效果和投放作业质量。除此之外，根据投放目标顶端的海拔高度和目标区域的中心位置，确定无人设备的作业位置，以便无人设备靠近各个投放目标投放物料，避免环境因素影响物料投放效果。
118.本技术实施例二提供的物料投放作业装置可以用于执行上述实施例一提供的物料投放作业方法，具备相应的功能和有益效果。
119.实施例三：
120.图9是本技术实施例三提供的一种无人设备的结构示意图，参考图9，该无人设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该无人设备中处理器31的数量可以是一个或者多个，该无人设备中的存储器32的数量可以是一个或者多个。该无人设备的处理器31、存储器32、通信模块33、输入装置34及输出装置35可以通过总线或者其他方式连接。
121.存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本技术任意实施例的物料投放作业方法对应的程序指令/模块(例如，物料投放作业装置中的投放目标识别模块21、体积确定模块22和物料投放模块23)。存储器32可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
122.通信模块33用于进行数据传输。
123.处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的物料投放作业方法。
124.输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
125.上述提供的无人设备可用于执行上述实施例一提供的物料投放作业方法，具备相应的功能和有益效果。
126.实施例四：
127.本技术实施例还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种物料投放作业方法，该物料投放作业方法包括：获取作业区域的遥感影像数据，确定遥感影像数据中包含的投放目标；确定每一投放目标对应的目标空间，基于每一目标空间确定对应的投放目标的体积信息；根据体积信息确定投放目标对应的物料投放量，并控制无人设备向投放目标投放对应的物料投放量的物料。
128.存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddr ram、sram、edo ram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
129.当然，本技术实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的物料投放作业方法，还可以执行本技术任意实施例所提供的物料投放作业方法中的相关操作。
130.上述实施例中提供的物料投放作业装置、存储介质及无人设备可执行本技术任意实施例所提供的物料投放作业方法，未在上述实施例中详尽描述的技术细节，可参见本技术任意实施例所提供的物料投放作业方法。
131.上述仅为本技术的较佳实施例及所运用的技术原理。本技术不限于这里的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由权利要求的范围决定。