【技術實現步驟摘要】
本專利技術涉及智慧農業，更具體的，涉及一種應用于水稻除草地膜的高精度覆膜定位方法及系統。
技術介紹
1、水稻除草地膜是一種全生物降解的地膜，能夠有效抑制雜草生長，減少除草劑的使用，同時具有保水和抗旱的作用，可以分為含除草劑的地膜和含陽光屏蔽劑的地膜兩種類型。這種地膜通常由農作物秸稈等生物材料制成，能夠在幾個月內自然降解，不會對土壤造成污染，反而可以作為有機肥料。全生物降解地膜通過覆蓋稻田，可以抑制90％以上的雜草生長，無需使用除草劑，從而減少了化學物質的投入，保護了生態環境。此外，這種地膜還能減少水分蒸發，節約灌溉用水，提高水稻的產量和品質。
2、水稻秧田稗草發生量大，對水稻育秧構成嚴重威脅。因此，基于水稻育秧盤的除草型育秧膜應用，是集中育秧田雜草防控的有效途徑。采用全生物降解地膜不僅可以抑制稻田雜草，而且可以提高表層溫度，促進水稻早發快長。然而水稻覆膜技術只能用人工或半機械化作業，不但速度慢、勞動強度大，而且覆膜精度差，無法保證除草地膜高質量覆蓋，地膜不能均勻地粘貼在泥田表面。因此降低了溯源體系的可信性和有效性。因此，如何在自動覆膜場景中實現高精度覆膜定位，以提高覆膜質量是需要解決的問題。
技術實現思路
1、為了解決上述技術問題，本專利技術提出了一種應用于水稻除草地膜的高精度覆膜定位方法及系統，目的實現水稻除草地膜的高精度覆蓋作業，提升稻田覆膜質量與效率。
2、本專利技術第一方面提供了一種應用于水稻除草地膜的高精度覆膜定位方法，包括：
3、獲取
4、基于所述全覆蓋路徑進行水稻種植區域的除草地膜覆蓋，獲取覆蓋過程中uwb定位數據及lidar定位數據，并將獲取的定位數據進行融合生成融合定位數據；
5、根據格柵化處理后的全覆蓋路徑分割定位樣本，基于所述定位樣本對應的訓練數據利用多元狀態估計方法構建正常覆膜定位模型，并獲取模型對應的基準殘差；
6、將所述融合定位數據導入正常覆膜定位模型，讀取估計向量計算殘差，將計算的殘差與所述基準殘差進行對比，判斷除草地膜覆蓋過程中的覆蓋偏差，根據覆蓋偏差進行定位反饋，調整覆蓋位置。
7、本方案中，獲取當前水稻種植區域的基本信息及除草地膜寬度信息，基于水稻種植區域的二維地圖及除草地膜寬度信息獲取除草地膜的全覆蓋路徑，具體為：
8、獲取當前水稻種植區域的尺寸信息及地理位置信息作為基本信息，并提取所在區域距離當前時間最近的高分辨率遙感影像，將所述高分辨率影像進行預處理；
9、利用水稻種植區域的基本信息對高分辨率遙感影像進行裁切，根據裁切出的區域遙感圖像構建水稻種植區域的二維地圖，獲取除草地膜的寬度信息，通過所述寬度信息確定格柵邊長數據；
10、將所述二維地圖進行格柵劃分，并確定除草地膜全覆蓋路徑所需要覆蓋的格柵總數，確定除草地膜的覆蓋方向約束，對二維地圖的格柵進行編碼，獲取水稻種植區域的已覆蓋格柵個數，計算路徑覆蓋率；
11、當覆蓋率達到預設閾值時，根據格柵地圖矩陣表示方式輸出全覆蓋路徑，并在掉頭的地方將直線段的端點連接，輸出格柵化表示的除草地膜的全覆蓋路徑。
12、本方案中，獲取覆蓋過程中uwb定位數據及lidar定位數據，并將獲取的定位數據進行融合生成融合定位數據，具體為：
13、根據uwb、lidar兩種傳感器獲取除草地膜覆蓋過程中的邊緣定位的測量值，將兩種異構傳感器的測量值進行時間戳的統一及空間坐標系的轉換，實現時間同步及空間同步；
14、通過信號雙向傳播時間方法對uwb測量值進行計算，生成uwb定位數據，利用lidar幀間點云進行特征匹配，獲取lidar位姿信息生成lidar定位數據，根據所述uwb定位數據及lidar定位數據構建狀態方程及量測方程；
15、采用ekf濾波器進行uwb定位數據及lidar定位數據的融合，根據所述狀態方程及量測方程的更新解算，獲取融合定位數據。
16、本方案中，根據格柵化處理后的全覆蓋路徑分割定位樣本，具體為：
17、將所述全覆蓋路徑根據格柵進行分割，讀取每個格柵塊中的子路徑，分析所述子路徑的形態特征，根據所述子路徑及其形態特征構建定位樣本；
18、利用所述定位樣本進行水稻覆膜實例檢索，篩選覆膜精度達標的水稻覆膜實例，讀取篩選的水稻覆膜實例中的規劃覆膜邊緣位置序列及實際覆膜邊緣位置序列，將各定位樣本對應的覆膜邊緣位置序列及實際覆膜邊緣位置序列聚合，生成訓練數據集。
19、本方案中，基于所述定位樣本對應的訓練數據利用多元狀態估計方法構建正常覆膜定位模型，并獲取模型對應的基準殘差，具體為：
20、獲取定位樣本對應的訓練數據集，在所述訓練數據集中根據采樣時間進行排序，利用馬氏距離作為度量函數，通過所述度量函數拓展mrmr算法，以訓練數據與定位樣本距離最小且訓練數據之間距離最大為原則，篩選離線訓練數據；
21、利用多元狀態估計方法構建正常覆膜定位模型，利用篩選的離線訓練數據構建記憶矩陣，利用所述記憶矩陣計算觀測向量的估計向量，所述觀測向量由輸入模型的定位樣本生成；
22、分析觀測向量與估計相連的殘差，根據訓練數據對應的驗證集得到正常覆膜定位模型的基準殘差。
23、本方案中，將所述融合定位數據導入正常覆膜定位模型，讀取估計向量計算殘差，具體為：
24、將融合定位數據導入正常覆膜定位模型，匹配獲取當前定位樣本，基于所述定位樣本進行數據選擇構建記憶矩陣，利用構建的記憶矩陣計算當前定位樣本的估計向量；
25、根據當前定位樣本的觀測向量及估計向量獲取殘差，將獲取的殘差與基準殘差進行對比，當殘差差值大于預設差值閾值，則進行覆蓋精度異常預警。
26、本方案中，判斷除草地膜覆蓋過程中的覆蓋偏差，根據覆蓋偏差進行定位反饋，調整覆蓋位置，具體為：
27、獲取由正常覆膜定位模型得到的殘差差值作為除草地膜覆蓋過程中的覆蓋偏差，提取除草地膜的覆蓋速度，基于所述覆蓋速度及覆蓋偏差進行下一時間戳的覆蓋偏差預測值；
28、基于所述覆蓋偏差預測值生成定位反饋信息，基于所述定位反饋信息補償除草地膜的覆蓋精度。
29、本專利技術第二方面提供了一種應用于水稻除草地膜的高精度覆膜定位系統，包括全覆蓋路徑規劃模塊、除草地膜覆蓋定位模塊、覆蓋精度異常識別模塊、異常報警模塊及覆膜精度補償模塊；
30、所述全覆蓋路徑規劃模塊負責基于水稻種植區域的二維地圖及除草地膜寬度信息獲取除草地膜的全覆蓋路徑；
31、所述除草地膜覆蓋定位模塊負責獲取覆蓋過程中uwb定位數據及lidar定位數據，并將獲取的定位數據進行融合生成融合定位數據；
32、所述覆蓋精度異常識別模塊負責利用多元狀態估計方法進行數據驅動建模，構建本文檔來自技高網...
【技術保護點】
1.一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，獲取當前水稻種植區域的基本信息及除草地膜寬度信息，基于水稻種植區域的二維地圖及除草地膜寬度信息獲取除草地膜的全覆蓋路徑，具體為：
3.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，獲取覆蓋過程中UWB定位數據及LiDAR定位數據，并將獲取的定位數據進行融合生成融合定位數據，具體為：
4.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，根據格柵化處理后的全覆蓋路徑分割定位樣本，具體為：
5.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，基于所述定位樣本對應的訓練數據利用多元狀態估計方法構建正常覆膜定位模型，并獲取模型對應的基準殘差，具體為：
6.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，將所述融合定位數據導入正常覆膜定位模型，讀取估計向量計算殘差，具
7.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，判斷除草地膜覆蓋過程中的覆蓋偏差，根據覆蓋偏差進行定位反饋，調整覆蓋位置，具體為：
8.一種應用于水稻除草地膜的高精度覆膜定位系統，其特征在于，應用于如權利要求1-7任一項所述的應用于水稻除草地膜的高精度覆膜定位方法，包括全覆蓋路徑規劃模塊、除草地膜覆蓋定位模塊、覆蓋精度異常識別模塊、異常報警模塊及覆膜精度補償模塊；
...【技術特征摘要】
1.一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，獲取當前水稻種植區域的基本信息及除草地膜寬度信息，基于水稻種植區域的二維地圖及除草地膜寬度信息獲取除草地膜的全覆蓋路徑，具體為：
3.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，獲取覆蓋過程中uwb定位數據及lidar定位數據，并將獲取的定位數據進行融合生成融合定位數據，具體為：
4.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位方法，其特征在于，根據格柵化處理后的全覆蓋路徑分割定位樣本，具體為：
5.根據權利要求1所述的一種應用于水稻除草地膜的高精度覆膜定位...
【專利技術屬性】
技術研發人員：高原，沈國輝，田志慧，王慧峰，
申請(專利權)人：上海市農業科學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。