农业有害生物信息采集系统及方法

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

农业有害生物信息采集系统及方法
申请号	CN202111350312.1	申请日	2021-11-15	公开(公告)号	CN114005050A	公开(公告)日	2022-02-01
申请人	宁夏农林科学院植物保护研究所(宁夏植物病虫害防治重点实验室);			发明人	张蓉; 何嘉; 朱猛蒙; 王芳; 张怡; 刘媛; 孙伟; 刘畅; 祁伟; 李小文; 乔彩云; 董婕;
摘要	本发明公开了农业有害生物信息采集系统及方法，采用扰动单元向农作物施加扰动，当农作物露出具有有害生物的位置后，即可采集农作物的图像，进而根据采集的图像获得有害生物信息。不但利用无人机提高了信息采集效率，而且采集的图像包含有害生物信息，提高了图像对采集有害生物信息的帮助。
权利要求	1.农业有害生物信息采集系统，其特征在于，包括：无人机(100)，所述无人机(100)包括：旋翼单元(120)，所述旋翼单元(120)用于提供飞行动力；扰动单元(141)，所述扰动单元(141)用于向农作物施加扰动，以使农作物露出存在有害生物的位置；图像采集单元(131)，所述图像采集单元(131)用于采集农作物上有害生物的图像；数据采集服务器(300)，所述数据采集服务器(300)用于识别所述图像中有害生物的信息。 2.根据权利要求1所述的农业有害生物信息采集系统，其特征在于，还包括：移动终端(200)，所述移动终端(200)用于获取所述图像，并将所述图像发送给所述数据采集服务器(300)。 3.根据权利要求2所述的农业有害生物信息采集系统，其特征在于，所述移动终端(200)与所述无人机(100)和数据采集服务器(300)均无线通信连接。 4.根据权利要求1所述的农业有害生物信息采集系统，其特征在于，所述无人机(100)还包括：防护单元(110)，所述防护单元(110)设置在所述旋翼单元(120)的外部，所述防护单元(110)用户保护所述旋翼单元(120)。 5.根据权利要求4所述的农业有害生物信息采集系统，其特征在于，所述旋翼单元(120)的数量为多个，所述防护单元(110)设置在多个所述旋翼单元(120)的外部。 6.根据权利要求4所述的农业有害生物信息采集系统，其特征在于，所述旋翼单元(120)的数量为多个，所述防护单元(110)与所述旋翼单元(120)的数量相同，所述防护单元(110)设置在每个所述旋翼单元(120)的外部。 7.根据权利要求4所述的农业有害生物信息采集系统，其特征在于，所述无人机(100)还包括：图像采集臂(130)，所述图像采集臂(130)的一端设置在所述防护单元(120)上，所述图像采集单元(131)设置在所述图像采集臂(130)的另一端。 8.根据权利要求4所述的农业有害生物信息采集系统，其特征在于，所述无人机(100)还包括：扰动臂(140)，所述扰动臂(140)的一端设置在所述防护单元(120)上，所述扰动单元(141)设置在所述扰动臂(140)的另一端。 9.应用于权利要求1‑8任一项所述的农业有害生物信息采集系统的方法，其特征在于，包括：向农作物施加扰动，以使农作物露出存在有害生物的位置；采集农作物上有害生物的图像；识别所述图像中有害生物的信息。 10.根据权利要求9所述的农业有害生物信息采集方法，其特征在于，所述识别所述图像中有害生物的信息，包括：将所述图像输入有害生物识别模型；获得有害生物的信息。
说明书全文	农业有害生物信息采集系统及方法技术领域 [0001] 本发明涉及农业设备技术领域，特别涉及农业有害生物信息采集系统及方法。背景技术 [0002] 我国是农业大国，各种农业植物、动物等的养殖生产为国内甚至国外提供了大量优质的产品，因此农业健康发展一直都是我国的重要战略。 [0003] 在农作物生长过程中，难免会受到各种病虫害的影响，因此需要在一些特定的时间对农作物的生产情况进行监测，以尽可能早的发现病虫害并采取相应的防治措施。传统的监测手段主要是人实地前往田间，通过肉眼观察的方式识别有害生物种类，并手动记录有害生物的种类、数量、位置等信息。该方式虽然能获得较为详细的信息，但是效率十分低下，而且严重依赖人员的经验，不适用于现代化的大规模农业种植。 [0004] 在现代化技术的应用下，很多种植区域开始使用无人机来采集作物的信息，主要是采集作物的图像，然后采用自动化的方式识别有害生物的信息，极大地减小了人力投入，大大提高了效率。但是，无人机采集信息的方式也有很大的局限性，对于采集图像信息来说，无人机只能在比较远的位置俯视或平视作物，而对于种植密度比较大的作物，例如草本、灌木类作物，无人机只能采用俯视的姿态采集图像，这种姿态采集的图像往往无法提供有意义的信息。例如，一些有害生物聚集在作物叶片背面、枝干等位置时，采用俯视姿态就无法采集到含有有害生物信息的图像，导致图像对有害生物信息的采集无法提供有效帮助。发明内容 [0005] 本发明实施例提供了农业有害生物信息采集系统及方法，用以解决现有技术中采用俯视姿态采集的作物图像无法提供有效帮助问题。 [0006] 一方面，本发明实施例提供了农业有害生物信息采集系统，包括： [0007] 无人机，无人机包括： [0008] 旋翼单元，旋翼单元用于提供飞行动力； [0009] 扰动单元，扰动单元用于向农作物施加扰动，以使农作物露出存在有害生物的位置； [0010] 图像采集单元，图像采集单元用于采集农作物上有害生物的图像； [0011] 数据采集服务器，数据采集服务器用于识别图像中有害生物的信息。 [0012] 另一方面，本发明实施例提供了农业有害生物信息采集方法，包括： [0013] 向农作物施加扰动，以使农作物露出存在有害生物的位置； [0014] 采集农作物上有害生物的图像； [0015] 识别图像中有害生物的信息。 [0016] 本发明中的农业有害生物信息采集系统及方法，具有以下优点： [0017] 采用扰动单元向农作物施加扰动，当农作物露出具有有害生物的位置后，即可采集农作物的图像，进而根据采集的图像获得有害生物信息。不但利用无人机提高了信息采集效率，而且采集的图像包含有害生物信息，提高了图像对采集有害生物信息的帮助。附图说明 [0018] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。 [0019] 图1为本发明实施例提供的农业有害生物信息采集系统的组成示意图； [0020] 图2为本发明实施例提供的无人机的结构示意图； [0021] 图3为本发明实施例提供的农业有害生物信息采集方法的流程图。 [0022] 附图标记说明：100‑无人机，110‑防护单元，120‑旋翼单元，121‑支杆，130‑图像采集臂，131‑图像采集单元，140‑扰动臂，141‑扰动单元，200‑移动终端，300‑数据采集服务器。具体实施方式 [0023] 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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。 [0024] 图1为本发明实施例提供的农业有害生物信息采集系统的组成示意图，图2为本发明实施例提供的无人机的结构示意图。本发明提供了农业有害生物信息采集系统，包括： [0025] 无人机100，无人机100包括： [0026] 旋翼单元120，旋翼单元120用于提供飞行动力； [0027] 扰动单元141，扰动单元141用于向农作物施加扰动，以使农作物露出存在有害生物的位置； [0028] 图像采集单元131，图像采集单元131用于采集农作物上有害生物的图像； [0029] 数据采集服务器300，数据采集服务器300用于识别图像中有害生物的信息。 [0030] 示例性地，旋翼单元120包括驱动装置和桨叶，驱动装置优选为电机，桨叶设置在驱动装置的旋转轴上，当驱动装置通电工作后即可带动桨叶转动，以产生驱动无人机100飞行的动力。驱动装置的转轴上设置的桨叶数量可以为一个、两个等任意数量，本发明的实施例不做具体限制。 [0031] 扰动单元141向农作物施加扰动的方式优选为喷射流体，流体可以为空气、水、杀虫剂等。相应地，针对喷射介质的不同，扰动单元141可以采用风机、喷头等装置。当扰动单元141喷出流体，并使流体作用在农作物上后，农作物的叶片将在流体的影响下产生移动，进而将原本被遮挡的位置，例如叶片背面、枝干等位置暴露出来，此时即可由图像采集单元 131获取这些位置的图像。由于农作物在扰动单元141喷射的流体的作用下露出了具有有害生物的位置，因此图像采集单元131采集的图像就包含了有害生物信息，使这些采集的图像具有实际意义。 [0032] 除上述旋翼单元120、扰动单元141和图像采集单元131外，无人机100还可以包括控制单元、存储单元和电源单元。控制单元用于控制旋翼单元120的工作状态，以使无人机 100能够进行前进、后退、升高、降低等各种飞行动作，同时也能控制其他单元，例如扰动单元141和图像采集单元131等的工作状态。存储单元则用于保存图像采集单元131获取的图像，电源单元用于向无人机100中的各个电子设备提供电源供应。 [0033] 额外地，无人机100还可以包括通信单元，通信单元用于和数据采集服务器300进行数据通信，以将获取并保存的图像传输给数据采集服务器300，或者接收数据采集服务器 300发送的各种控制指令，例如返航、前往下一个采集点等。 [0034] 在本发明的实施例中，数据采集服务器300中存储有有害生物识别模型，当图像输入有害生物识别模型，即可得到相应的有害生物信息，包括有害生物种类、数量等。上述有害生物识别模型优选采用神经网络模型，该神经网络模型在识别有害生物信息之前，需要经过训练和测试，以使神经网络模型适应某一种或多种有害生物的识别。上述神经网络模型可以为一个或多个，如果一个神经网络模型对一种或一类有害生物的识别准确率较高，而对其他有害生物的识别准确率较低，则可以使用该神经网络模型仅识别某一种或一类有害生物，而采用其他的神经网络模型识别其他的有害生物。如果一个神经网络模型对多个种类有害生物都具有较高的识别准确率，则可以使用该神经网络模型同时识别多个种类的有害生物。 [0035] 在一种可能的实施例中，还包括：移动终端200，移动终端200用于获取图像，并将图像发送给数据采集服务器300。 [0036] 示例性地，移动终端200可以采用通用型电子设备，例如手机或平板电脑等，然后在该通用型电子设备中安装专用APP(Application，应用程序)，通过该APP即可与无人机 100和数据采集服务器300通信连接。在一些实际场景中，在对比较大范围的农作物进行信息采集时，无人机100与数据采集服务器300之间的距离会比较远，导致二者通信的代价较大，因此可以由工作人员手持移动终端200在无人机100附近移动，以实时或在无人机100完成一个阶段的图像采集工作后接收无人机100发送的图像。工作人员可以在一次图像采集作业完成后，将保存在移动终端200中的图像上传到数据采集服务器300中。在上传图像的过程中，工作人员还可以在移动终端200中输入图像相关信息，包括采集位置、采集人员、作物种类等，以供数据采集服务器300进行后续的分析。 [0037] 在本发明的实施例中，移动终端200与无人机100和数据采集服务器300均无线通信连接。上述的无线通信可以为WiFi、GPRS等技术。当然，移动终端200还可以通过有线通信的方式与无人机100和/或数据采集服务器300连接。 [0038] 在一种可能的实施例中，无人机100还包括：防护单元110，防护单元110设置在旋翼单元120的外部，防护单元110用户保护旋翼单元120。 [0039] 示例性地，防护单元110优选为圆柱状的空心环，其将旋翼单元120围在内部后，可以避免外界物体，例如枝叶、动物等和旋翼单元120发生碰撞，造成旋翼单元120的损坏。 [0040] 在本发明的实施例中，防护单元110的内部设置有支杆121，该支杆121优选为中心对称结构，对称中心即为防护单元110的中心。支杆121设置在防护单元110内部，不但对防护单元110起到了加固作用，而且为旋翼单元120提供了安装位置，即旋翼单元120可以安装在支杆121上，以使旋翼单元120处在防护单元110的保护下。 [0041] 本发明实施例中，无人机100采用多个旋翼单元120，使无人机100能够更加快速、准确的执行飞行动作。当无人机具有多个旋翼单元120时，防护单元110可以设置在多个旋翼单元120的外部，此时防护单元110的数量可以为一个。或者，防护单元110也可以设置在每一个旋翼单元120的外部，此时防护单元110的数量应为多个，且与旋翼单元120的数量相同。 [0042] 在一种可能的实施例中，无人机100还包括：图像采集臂130，图像采集臂130的一端设置在防护单元120上，图像采集单元131设置在图像采集臂130的另一端。 [0043] 示例性地，上述图像采集臂130可以为机械臂，其由多个图像采集支臂依次连接形成，且相邻两个图像采集支臂之间具有驱动电机，图像采集臂130上的每个驱动电机均受控制单元的控制，以在控制单元的控制下调整图像采集单元131的姿态和位置，使图像采集单元131时刻处在最佳的位置，提高获取的图像的质量。而且，图像采集臂130在不需要采集图像时可以折叠并收起至无人机100的底部，以减小对无人机100的飞行影响。 [0044] 在一种可能的实施例中，无人机100还包括：扰动臂140，扰动臂140的一端设置在防护单元120上，扰动单元141设置在扰动臂140的另一端。 [0045] 示例性地，上述扰动臂140也可以为机械臂，其由多个扰动支臂依次连接形成，且相邻两个扰动支臂之间具有驱动电机，扰动臂140上的每个驱动电机均受控制单元的控制，以在控制单元的控制下调整扰动单元141的姿态和位置，使扰动单元141向农作物的最佳位置施加扰动，提高图像采集单元131获取的图像的质量。而且，扰动臂140在不需要施加扰动时可以折叠并收起至无人机100的底部，以减小对无人机100的飞行影响。 [0046] 在本发明的实施例中，上述对图像采集臂130和扰动臂140的控制可以由无人机100中的控制单元自主进行，也可以由持有移动终端200的工作人员手动控制。而且，当扰动单元141向农作物施加扰动后，农作物露出的具有有害生物的位置往往也是朝向扰动单元 141的，因此需要将图像采集臂130和扰动臂140设置距离较近的位置，以使图像采集单元 131能够采集到较高质量的图像。然而，当将图像采集臂130和扰动臂140设置距离较近的位置使，会使无人机100的重心偏离其几何中心，因此可以通过对无人机100中单元，例如电源单元，位置的调整来实现无人机100的重心尽量处在其几何中心。 [0047] 而且，当扰动单元141喷射流体向农作物施加扰动时，扰动单元141也会向无人机100施加反作用力，使无人机100的飞行状态受到干扰。为减小对无人机飞行状态100的干扰，可以在防护单元110上设置反扰动单元，该反扰动单元可以在扰动单元141工作时提供与扰动单元141产生的反作用力相反的作用力，以尽量抵消扰动单元141的反作用力对无人机100状态的影响。 [0048] 基于以上内容，本发明实施例还提供了农业有害生物信息采集方法，如图3所示，该方法包括： [0049] S300、向农作物施加扰动，以使农作物露出存在有害生物的位置； [0050] S310、采集农作物上有害生物的图像； [0051] S320、识别图像中有害生物的信息。 [0052] 示例性地，在识别图像中的有害生物信息时，可以利用存储在数据采集服务器300中的有害生物识别模型。具体地，有害生物识别模型可以采用神经网络模型，例如CNN、RNN 等。这些神经网络模型在使用前均需要进行训练，采用具有特定类型有害生物信息的图像输入神经网络模型后，根据输出结果和有害生物信息的差别对神经网络模型中的各项参数进行调整，例如节点阈值、连接权值等，使神经网络模型适应特定类型有害生物信息，提高对特定类型有害生物识别的准确率。神经网络模型训练完成后还需要进行性能测试，只有当测试准确率达到要求才能投入使用。 [0053] 尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。 [0054] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。