发布信息

一种山区地形检测方法、系统、存储介质及智能终端与流程 专利技术说明

作者:admin      2022-11-30 06:05:05     270



计算;推算;计数设备的制造及其应用技术1.本技术涉及地理测绘技术的领域,尤其是涉及一种山区地形检测方法、系统、存储介质及智能终端。背景技术:2.随着自然灾害综合风险普查的进行,自然灾害易发地区都需要根据自然条件情况以进行风险评估,减少后续因自然灾害而造成较大人员伤亡或较大经济损失的情况。而山区作为自然灾害易发区域,对山区的风险评估尤为重要,目前的评估方法是针对山区进行地理测绘,根据所测绘的地理结构环境以对风险进行评估。3.相关技术中,山区地理测绘一般利用无人机携带拍摄组件以对地形进行拍摄,再根据所拍摄的图像进行三维建模以对山区地理实际情况进行获取。4.针对上述中的相关技术,发明人认为山区中存在较多的树木,利用拍摄组件对地形进行拍摄时,会有部分地形被树木所遮挡,导致所拍摄到的图像中地形情况有所缺失,不便于后续对山区地理结构进行三维建模处理,尚有改进空间。技术实现要素:5.为了便于对山区地理结构进行三维建模处理,本技术提供一种山区地形检测方法、系统、存储介质及智能终端。6.第一方面,本技术提供一种山区地形检测方法,采用如下的技术方案:一种山区地形检测方法,包括:获取待测区域的全局图像信息与预设无人机的悬停位置信息,其中全局图像信息包括地面图像信息与树木图像信息;根据悬停位置信息与树木图像信息以确定树木位置信息;控制无人机移动至预设起始点并根据预设飞行方法移动以获取树木位置信息所对应位置的检测图像信息;根据地面图像信息与检测图像信息进行拟合以确定地形拟合信息,并根据地形拟合信息于待测区域中划定树木覆盖区域;控制预设无人车于预设基站向树木覆盖区域移动并于树木覆盖区域中获取树下图像信息;根据地形拟合信息与树下图像信息进行拟合以形成山区地形模型。7.通过采用上述技术方案,先获取需要进行三维建模的区域的全局图像信息,根据全局图像以区分出树木所在位置,控制无人机移动以使无人机能从多角度对树木所处区域的地形的图像进行获取,当无法通过无人机对地形图像进行获取时,驱动无人车以移动至树木所在位置对树木区域地形情况进行检测,以减少部分区域无法被检测的情况发生,从而能对山区地理结构进行有效的三维建模处理。8.可选的,起始点的确定方法包括:将各树木位置信息所对应位置相互连线,并将最外围线段所围合的区域定义为检测区域,且将处于检测区域边缘的各树木位置信息所对应位置定义为基点;将检测区域向外扩张预设基准距离以确定飞行区域,并将飞行区域边缘上与基点相对应的点定义为飞行点;根据悬停位置信息所对应位置与飞行点进行计算以确定相隔距离信息;根据预设排序规则以确定相对应数值最小的相隔距离信息,并将该相隔距离信息相对应的飞行点定义为起始点。9.通过采用上述技术方案,根据树木所处位置的情况以对无人机所需检测的区域进行划分,再从检测区域中确定与无人机悬停位置最近的点位以控制无人机移动作业,从而使得无人机能较为快速的进入扫描作业状态,提高整体作业效率。10.可选的,飞行方法包括:获取飞行区域内起始点处夹角的起始夹角信息;根据起始夹角信息与起始点进行角度平分线划分以确定平分直线,并于起始点处确定与平分直线相垂直的移动方向信息;确定各飞行点于平分直线上投影点,并计算各投影点与起始点之间的直线距离信息;根据排序规则以确定相对应数值最大的直线距离信息,并将该直线距离信息相对应的飞行点定义为最远点;控制无人机向远离起始点方向且沿飞行区域边缘移动预设固定距离,并于移动结束后控制无人机沿移动方向信息所对应方向移动;于无人机移动至飞行区域边缘处时重新向远离起始点方向且沿飞行区域边缘移动固定距离,并将移动方向信息所对应方向反向转化以更新移动方向信息,直至无人机移动至最远点以停止移动。11.通过采用上述技术方案,可使无人机有效且完全的对所需检测区域进行图像获取,提高无人机所能获取的地形区域范围,减少后续无人车所需作业的区域范围,进一步提高整体作业效率。12.可选的,于无人机沿飞行区域边缘移动固定距离后,沿移动方向信息所对应方向移动前,飞行方法还包括:将当前无人机沿移动方向信息所对应方向所需移动的路径定义为待移路径;以预设固定值为半径以划定检测圆,并控制检测圆的圆心于待移路径上沿移动方向信息所对应方向移动;于检测圆移动完整个待移路径后判断检测圆中是否包含过树木位置信息所对应位置;若检测圆中包含过树木位置信息所对应位置,则控制无人机沿待移路径移动;若检测圆中未包含过树木位置信息所对应位置,则控制无人机继续沿着飞行区域边缘向远离起始点的方向移动固定距离。13.通过采用上述技术方案,可对不含树木的区域进行过滤,以减少无人机的无效作业时长,大大提高作业效率。14.可选的,于无人机沿飞行区域边缘移动固定距离前,无人机的飞行方法还包括:获取无人机的当前位置信息;计算当前位置信息所对应位置与最远点之间的间隔距离信息;判断间隔距离信息所对应距离值是否小于固定距离;若间隔距离信息所对应距离值小于固定距离,则控制无人机沿飞行区域边缘移动间隔距离信息所对应距离值;若间隔距离信息所对应距离值不小于固定距离,则控制无人机沿飞行区域边缘移动固定距离。15.通过采用上述技术方案,判断无人机是否已经靠近最远点,以减少无人机重复循环检测,进一步提高作业效率。16.可选的,无人车的移动方法包括:根据树木覆盖区域出现的时间前后以获取区域编号信息;于第一个树木覆盖区域出现时计算树木覆盖区域边缘上各点与基站之间的距离以确定移动距离信息;根据排序规则以确定相对应数值最小的移动距离信息,并将树木覆盖区域边缘上该移动距离信息相对应的点定义为最近点,以控制无人车移动至最近点;于无人车移动至最近点时获取无人车朝向预设中心点方向的障碍距离信息;将中心点方向上障碍距离信息所对应距离值为预设固定值的位置定义为启动点;控制无人车移动至启动点,且于移动至启动点后控制无人车向预设转动方向移动,并于移动过程中判断障碍距离信息所对应距离值是否为固定值;若障碍距离信息所对应距离值为固定值,则控制无人车继续沿树木覆盖区域边缘向转动方向移动,直至无人车重新移动至启动点以根据区域编号信息移动至下一树木覆盖区域继续检测;若障碍距离信息所对应距离值不为固定值,则根据障碍距离信息与固定值计算差值以确定差值距离信息,并控制无人车向中心点方向移动差值距离信息所对应距离。17.通过采用上述技术方案,可控制无人车沿树木树干周向移动一圈以对树木处实际地形情况进行获取,以便于后续对山区地形结构进行三维建模。18.可选的,中心点的确定方法包括:将树木覆盖区域的边缘线以所预设的模拟距离向内偏移以获取偏移边界信息;判断偏移边界信息所对应边界线中是否存在交点;若偏移边界信息所对应边界线中不存在交点,则以所预设的修正距离以重复修正模拟距离,直至偏移边界信息所围合的面积小于预设基准面积,定义此时偏移边界信息所围合的区域为中心点;若偏移边界信息所对应边界线中存在交点,则计算各交点与启动点之间的距离以将距离最近的交点定义为中心点。19.通过采用上述技术方案,可通过偏移的方式以确定出较为树干内部中心的中心点,便于后续对无人车移动进行控制。20.第二方面,本技术提供一种山区地形检测系统,采用如下的技术方案:一种山区地形检测系统,包括:获取模块,用于获取待测区域的全局图像信息与预设无人机的悬停位置信息,其中全局图像信息包括地面图像信息与树木图像信息;处理模块,与获取模块连接,用于信息的存储和处理;处理模块根据悬停位置信息与树木图像信息以确定树木位置信息;处理模块控制无人机移动至预设起始点并根据预设飞行方法移动以获取树木位置信息所对应位置的检测图像信息;处理模块根据地面图像信息与检测图像信息进行拟合以确定地形拟合信息,并根据地形拟合信息于待测区域中划定树木覆盖区域;处理模块控制预设无人车于预设基站向树木覆盖区域移动并于树木覆盖区域中获取树下图像信息;处理模块根据地形拟合信息与树下图像信息进行拟合以形成山区地形模型。21.通过采用上述技术方案,通过获取模块先获取需要进行三维建模的区域的全局图像信息,以使处理模块根据全局图像以区分出树木所在位置,处理模块控制无人机移动以使无人机能从多角度对树木所处区域的地形的图像进行获取,当处理模块确定无法通过无人机对地形图像进行获取时,处理模块驱动无人车以移动至树木所在位置对树木区域地形情况进行检测,以减少部分区域无法被检测的情况发生,从而能对山区地理结构进行有效的三维建模处理。22.第三方面,本技术提供一种智能终端,采用如下的技术方案:一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行上述任一种山区地形检测方法的计算机程序。23.通过采用上述技术方案,通过智能终端的使用,先获取需要进行三维建模的区域的全局图像信息,根据全局图像以区分出树木所在位置,控制无人机移动以使无人机能从多角度对树木所处区域的地形的图像进行获取,当无法通过无人机对地形图像进行获取时,驱动无人车以移动至树木所在位置对树木区域地形情况进行检测,以减少部分区域无法被检测的情况发生,从而能对山区地理结构进行有效的三维建模处理。24.第四方面,本技术提供一种计算机存储介质,能够存储相应的程序,具有便于对山区地理结构进行三维建模处理的特点,采用如下的技术方案:一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种山区地形检测方法的计算机程序。25.通过采用上述技术方案,存储介质中有山区地形检测方法的计算机程序,先获取需要进行三维建模的区域的全局图像信息,根据全局图像以区分出树木所在位置,控制无人机移动以使无人机能从多角度对树木所处区域的地形的图像进行获取,当无法通过无人机对地形图像进行获取时,驱动无人车以移动至树木所在位置对树木区域地形情况进行检测,以减少部分区域无法被检测的情况发生,从而能对山区地理结构进行有效的三维建模处理。26.综上所述,本技术包括以下至少一种有益技术效果:1.利用无人机与无人机的双重配合可较为完整的获取山区地形情况,便于后续对山区地理结构进行三维建模处理;2.可根据树木实际情况以确定无人机飞行区域,减少无人机无效作业时长,提高测绘效率;3.可根据树木覆盖情况以划定出树木大致中心点,便于控制无人车对树木所处地形进行移动检测。附图说明27.图1是山区地形检测方法的流程图。28.图2是待测区域的示意图。29.图3是起始点确定方法的流程图。30.图4是飞行方法的流程图。31.图5是无人机飞行情况示意图。32.图6是无效作业排除方法的流程图。33.图7是最远点处移动方法的流程图。34.图8是无人车移动方法的流程图。35.图9是中心点确定方法的流程图。36.图10是山区地形检测方法的模块流程图。具体实施方式37.为了使本技术的目的、技术方案及优点更加清楚明白,以下结合附图1-10及实施例,对本技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本技术,并不用于限定本技术。38.下面结合说明书附图对本发明实施例作进一步详细描述。39.本技术实施例公开一种山区地形检测方法,利用无人机对所需建模区域进行大部分图像获取,当部分地形无法通过无人机进行获取时,驱动无人车对该地形进行获取以减少部分地形无法被检测的情况发生,从而便于后续对山区地理结构进行三维建模处理。40.参照图1,山区地理测绘的方法流程包括以下步骤:步骤s100:获取待测区域的全局图像信息与预设无人机的悬停位置信息,其中全局图像信息包括地面图像信息与树木图像信息。41.待测区域为所需测绘建模的山区地形所规划的区域,由工作人员根据实际情况进行划定,在此不作赘述;无人机为安装有摄像头等拍摄的器具且电量充足可供飞行的设备,该拍摄器具可转动以进行不同角度拍摄,全局图像信息由无人机对待测区域进行拍摄以获取,全局图像信息中的大小、方向、变焦等参数由无人机的高度进行设置调节,为本领域技术人员的公知常识,在此不作赘述,并且也可以在摄像头上安装自动变焦、调节图像具体尺寸的软件工具,以进行调节,由工作人员根据实际情况进行设定,在此不作赘述;树木图像信息即全局图像信息中存在树木的位置的信息,地面图像信息即为全局图像信息中除了树木所在位置以外的位置信息;悬停位置信息所对应位置为无人机获取全局图像信息所对应图像时的位置,该位置仅是于水平面上的投影坐标,并不代表空间意义上的纵坐标。42.步骤s101:根据悬停位置信息与树木图像信息以确定树木位置信息。43.树木位置信息所对应位置为待测区域中各树木的位置,通过树木图像信息所对应图像的缩放比例以及无人机对全局图像信息进行拍摄时的位置进行确定。44.步骤s102:控制无人机移动至预设起始点并根据预设飞行方法移动以获取树木位置信息所对应位置的检测图像信息。45.起始点为无人机开始进行移动的起点,可设置于待测区域内,也可设置于待测区域外,具体位置由工作人员根据实际情况进行设定,或根据树木实际情况进行设定,不作赘述;飞行方法为无人机移动对树木所处位置地形进行检测时的移动方法,由工作人员根据实际情况进行设定,不作赘述;检测图像信息所对应图像为无人机飞行过程中所采集到的树木位置信息所对应位置的地形情况图像。46.步骤s103:根据地面图像信息与检测图像信息进行拟合以确定地形拟合信息,并根据地形拟合信息于待测区域中划定树木覆盖区域。47.地形拟合信息所对应图像为通过底面图像信息与检测图像信息以确定出的待测区域的地形情况位置,参照图2,图像拟合方法为本领域技术人员常规技术手段,不作赘述;树木覆盖区域为经过无人机移动检测后仍无法检测到地形的区域,可通过将待测区域划分为若干单元块以分析,若该单元块中存在未被识别的地形区域,则就将该区域划定为树木覆盖区域。48.步骤s104:控制预设无人车于预设基站向树木覆盖区域移动并于树木覆盖区域中获取树下图像信息。49.无人车为安装有摄像头等拍摄的器具且电量充足可供移动的设备,基站为用于日常放置无人车的位置,树下图像信息所对应图像为无人车移动至树木覆盖区域对该区域进行图像拍摄以获取到的图像。50.步骤s105:根据地形拟合信息与树下图像信息进行拟合以形成山区地形模型。51.将树下图像信息所对应图像拟合到地形拟合信息的图像中,以使地形拟合信息的图像中无法被检测的地形能进行填充,从而能对山区地形进行三维建模处理,三维建模可通过solidworks、ug等建模软件以实现,建模方法为本领域技术人员常规技术手段,不作赘述。52.参照图3,起始点的确定方法包括:步骤s200:将各树木位置信息所对应位置相互连线,并将最外围线段所围合的区域定义为检测区域,且将处于检测区域边缘的各树木位置信息所对应位置定义为基点。53.结合图2,将每个树木位置点均与其他树木位置点进行连线可确定出处于最外围区域的线段点,此时将最外围线段所围合的区域包含所有树木位置点,即该区域为需要进行树木图像检测的区域,此时将该区域定义为检测区域以进行标识,以便于后续对无人机移动进行控制;同时,将检测区域边缘上各个树木节点定义为基点,以实现对不同树木节点的区分,便于后续对无人机移动进行进一步控制。54.步骤s201:将检测区域向外扩张预设基准距离以确定飞行区域,并将飞行区域边缘上与基点相对应的点定义为飞行点。55.基准距离为定值,为工作人员所设定的能使无人机较好的对树木进行拍摄的距离,具体数值由工作人员设定,不作赘述;向外扩张的方向为处于无人机悬停位置与基点连线上且远离检测区域中心的方向,飞行点为通过基点向外扩张基准距离后的点,对其进行定义以便于后续对飞行点进行分析。56.步骤s202:根据悬停位置信息所对应位置与飞行点进行计算以确定相隔距离信息。57.相隔距离信息所对应距离为悬停位置信息所对应位置与飞行点之间的距离,该距离为水平面上的投影距离,并不为空间意义上的实际距离,根据两者的坐标可进行计算获取。58.步骤s203:根据预设排序规则以确定相对应数值最小的相隔距离信息,并将该相隔距离信息相对应的飞行点定义为起始点。59.排序规则为能对数值大小进行排序的方法,例如冒泡法,通过排序规则可确定出所有的相隔距离信息中相对应数值最小的相隔距离信息,即说明该相隔距离信息所对应的飞行点与无人机悬停时的位置最接近,此时将该飞行点定义为起始点以供无人机飞行作业。60.参照图4,飞行方法包括:步骤s300:获取飞行区域内起始点处夹角的起始夹角信息。61.参照图5,起始夹角信息所对应夹角为起始点与相邻两个飞行点所形成线段相围合形成的夹角,可通过三者坐标情况分析以确定。62.步骤s301:根据起始夹角信息与起始点进行角度平分线划分以确定平分直线,并于起始点处确定与平分直线相垂直的移动方向信息。63.平分直线为对起始夹角信息所对应夹角进行角度平分的直线,该直线经过起始点,移动方向信息所对应方向为起始点处与平分直线相垂直的方向,该方向可朝向平分直线左侧,也可朝向平分直线右侧,具体由工作人员根据实际情况进行设定,不作赘述。64.步骤s302:确定各飞行点于平分直线上投影点,并计算各投影点与起始点之间的直线距离信息。65.投影点为飞行点于平分直线上的垂直投影点,直线距离信息所对应距离为投影点与起始点之间的距离,根据平分直线的情况以及飞行点的情况可对投影点的坐标进行确定,再根据投影点和起始点的坐标能计算两者距离。66.步骤s303:根据排序规则以确定相对应数值最大的直线距离信息,并将该直线距离信息相对应的飞行点定义为最远点。67.通过排序规则确定出所有直线距离信息中相对应数值最大的直线距离信息,即说明该直线距离信息相对应的飞行点于平分直线上的投影点与起始点距离最远,将该飞行点定义为最远点以进行标识,以便于后续对无人机飞行情况进行分析。68.步骤s304:控制无人机向远离起始点方向且沿飞行区域边缘移动预设固定距离,并于移动结束后控制无人机沿移动方向信息所对应方向移动。69.固定距离为定值,由工作人员根据实际情况进行设定,不作赘述;远离起始点的方向可以为飞行区域边缘顺时针方向,也可以为逆时针方向,具体由工作人员进行设定,若移动方向信息所对应方向为平分直线左侧,则无人机沿远离起始点方向移动后应处于平分直线右侧,反之亦然;控制无人机移动固定距离后沿移动方向信息所对应方向移动以实现对飞行区域内的各树木进行图像检测。70.步骤s305:于无人机移动至飞行区域边缘处时重新向远离起始点方向且沿飞行区域边缘移动固定距离,并将移动方向信息所对应方向反向转化以更新移动方向信息,直至无人机移动至最远点以停止移动。71.于无人机移动至飞行区域边缘处时再次远离起始点移动,并对移动方向信息所对应方向进行反向转化以使无人机能移动至飞行区域的另一侧,从而实现无人机于飞行区域内的扫描飞行移动,以便于对所能获取的地形图像进行获取,直至无人机移动至最远点以说明无人机对飞行区域扫描完成,此时控制无人机停止移动即可。72.参照图6,于无人机沿飞行区域边缘移动固定距离后,沿移动方向信息所对应方向移动前,飞行方法还包括:步骤s400:将当前无人机沿移动方向信息所对应方向所需移动的路径定义为待移路径。73.待移路径为无人机沿飞行区域边缘移动固定距离后需要沿移动方向信息所对应方向移动至飞行区域另一侧的路径,对该路径进行定义以便于后续对无人机移动进行分析。74.步骤s401:以预设固定值为半径以划定检测圆,并控制检测圆的圆心于待移路径上沿移动方向信息所对应方向移动。75.固定值为定值,为工作人员所认定的无人机能于当前飞行高度下对图像采集较为清晰的最远距离,具体数值由工作人员设定,根据固定值划定检测圆并控制检测圆的圆心于待测路径上移动,以实现对无人机飞行情况的模拟。76.步骤s402:于检测圆移动完整个待移路径后判断检测圆中是否包含过树木位置信息所对应位置。77.判断的目的是为了得知无人机于待移路径中移动时是否能对树木位置处的地形进行较好检测。78.步骤s4021:若检测圆中包含过树木位置信息所对应位置,则控制无人机沿待移路径移动。79.当检测圆中包含过树木位置信息所对应位置时,说明无人机于待移路径中移动时能对树木位置处的地形进行补偿检测,此时控制无人机沿待移路径中移动以实现无人机对树木位置处地形的检测。80.步骤s4022:若检测圆中未包含过树木位置信息所对应位置,则控制无人机继续沿着飞行区域边缘向远离起始点的方向移动固定距离。81.当检测圆中未包含过树木位置信息所对应位置时,说明无人机于待移路径中移动时无法对未采集到的地形进行补偿,即说明无人机于待移路径中移动为无效作业,此时控制无人机继续沿飞行区域边缘向远离起始点的方向移动以重新规划无人机移动路径,从而实现对无人机无效作业的减少,以提高整体的检测作业效率。82.参照图7,于无人机沿飞行区域边缘移动固定距离前,无人机的飞行方法还包括:步骤s500:获取无人机的当前位置信息。83.当前位置信息所对应位置为无人机沿移动方向信息所对应方向移动至飞行区域边缘后的位置,可通过无人机上所携带的定位设备以对位置情况进行获取。84.步骤s501:计算当前位置信息所对应位置与最远点之间的间隔距离信息。85.间隔距离信息所对应距离值为无人机当前位置与最远点于飞行区域边缘上的距离,可通过飞行区域情况以及两者坐标位置情况以计算获取。86.步骤s502:判断间隔距离信息所对应距离值是否小于固定距离。87.判断的目的是为了得知无人机沿飞行区域边缘移动固定距离后是否会经过最远点。88.步骤s5021:若间隔距离信息所对应距离值小于固定距离,则控制无人机沿飞行区域边缘移动间隔距离信息所对应距离值。89.当间隔距离信息所对应距离值小于固定距离时,说明无人机沿飞行区域边缘移动固定距离后会经过最远点,此时控制无人机沿飞行区域边缘移动间隔距离信息所对应距离值,以使无人机能停止于最远点处,减少无人机于部分区域内多次循环飞行检测的情况发生。90.步骤s5022:若间隔距离信息所对应距离值不小于固定距离,则控制无人机沿飞行区域边缘移动固定距离。91.当间隔距离信息所对应距离值不小于固定距离时,说明无人机沿飞行区域边缘移动固定距离后不会经过最远点,此时控制无人机沿飞行区域边缘移动固定距离以使无人机正常移动作业即可。92.参照图8,无人车的移动方法包括:步骤s600:根据树木覆盖区域出现的时间前后以获取区域编号信息。93.区域编号信息所对应编号为树木覆盖区域的编号,于无人机飞行过程中对所获取地形图像拟合后,最先出现的树木覆盖区域编号为1,第二出现的树木覆盖区域编号为2,以此类推,直至无人机移动至最远点。94.步骤s601:于第一个树木覆盖区域出现时计算树木覆盖区域边缘上各点与基站之间的距离以确定移动距离信息。95.移动距离信息所对应距离值为树木覆盖区域边界线上各点与基站之间的距离,通过坐标情况计算以获取。96.步骤s602:根据排序规则以确定相对应数值最小的移动距离信息,并将树木覆盖区域边缘上该移动距离信息相对应的点定义为最近点,以控制无人车移动至最近点。97.通过排序规则可确定所有移动距离信息中相对应数值最小的移动距离信息,即说明该移动距离信息相对应的树木覆盖区域边缘上的点与基站最近,此时将该点定义为最近点以进行标识,以便于控制无人车移动至最近点以对树木覆盖区域进行地形检测。98.步骤s603:于无人车移动至最近点时获取无人车朝向预设中心点方向的障碍距离信息。99.中心点为树木覆盖区域的中心位置点,障碍距离信息所对应距离值为无人车与朝向中心点方向的树干之间的距离,可通过在无人车侧壁上安装激光测距仪以实现,该激光测距仪可根据无人车相对中心点的位置以进行调整角度,使得激光测距仪始终朝向中心点方向。100.步骤s604:将中心点方向上障碍距离信息所对应距离值为预设固定值的位置定义为启动点。101.固定值为定值,为工作人员所设定的无人车需要与树干之间所保持的最小距离,启动点为最近点与中心点连线上距离树干为固定值的点,对该点进行定义以便于控制无人车后续移动。102.步骤s605:控制无人车移动至启动点,且于移动至启动点后控制无人车向预设转动方向移动,并于移动过程中判断障碍距离信息所对应距离值是否为固定值。103.转动方向为工作人员所设定的绕树干顺时针或逆时针移动的方向,具体方向由工作人员设置,不作赘述;控制无人车移动至启动点并控制无人车于树木覆盖区域内移动以实现对树干所处地形检测;判断的目的是为了得知无人车于移动过程中是否较为靠近会较为远离树干,以使地形图像检测结果较差。104.步骤s6051:若障碍距离信息所对应距离值为固定值,则控制无人车继续沿树木覆盖区域边缘向转动方向移动,直至无人车重新移动至启动点以根据区域编号信息移动至下一树木覆盖区域继续检测。105.当碍距离信息所对应距离值为固定值时,说明无人车当前移动较为稳定,此时控制无人车继续沿覆盖区域边缘移动即可,直至无人车重新移动至启动点以说明无人车对当前树木覆盖区域检测完成,此时根据区域编号信息所对应编号由前至后对下一树木覆盖区域进行检测,从而实现对所有树木覆盖区域的地形情况获取。106.步骤s6052:若障碍距离信息所对应距离值不为固定值,则根据障碍距离信息与固定值计算差值以确定差值距离信息,并控制无人车向中心点方向移动差值距离信息所对应距离。107.当障碍距离信息所对应距离值不为固定值时,说明此时无人车所获取的图像交叉,此时需要对无人车位置进行调整;差值距离信息所对应距离值为无人车当前需要进行调整的距离,计算方法为障碍距离信息所对应距离减去固定值,以控制无人车向中心点方向移动差值距离信息所对应距离,以使此时无人车能采集到较好的图像。108.参照图9,中心点的确定方法包括:步骤s700:将树木覆盖区域的边缘线以所预设的模拟距离向内偏移以获取偏移边界信息。109.模拟距离为工作人员所设定的定值,向内的方向为朝向树木覆盖区域中部的方向,偏移为图形上各点均移动同一距离且移动后的各点均能够连接围合形成新的图形的方式,偏移边界信息所对应边界线为树木覆盖区域边缘线偏移后的结果。110.步骤s701:判断偏移边界信息所对应边界线中是否存在交点。111.判断的目的是为了得知是否已经出现较为接近树干实际中心点的点。112.步骤s7011:若偏移边界信息所对应边界线中不存在交点,则以所预设的修正距离以重复修正模拟距离,直至偏移边界信息所围合的面积小于预设基准面积,定义此时偏移边界信息所围合的区域为中心点。113.当偏移边界信息所对应边界线中不存在交点时,说明还未偏移至靠近树干中部的位置,此时需要重新缩放;修正距离为工作人员所设定的对模拟距离进行修正的定值,对模拟距离进行修正的方法为原模拟距离加上修正距离,控制模拟距离更新以实现偏移情况的不同;基准面积为可定义为一个点的面积,由工作人员进行设定,不断修正模拟距离以使偏移后边界线所围合的面积不断减少,此时该面积所定义的点较为接近树干实际中心点,此时将该围合区域定义为中心点以便于无人车移动控制。114.步骤s7012:若偏移边界信息所对应边界线中存在交点,则计算各交点与启动点之间的距离以将距离最近的交点定义为中心点。115.当偏移边界信息所对应边界线中存在交点时,说明出现较为接近树干实际中心处的点,此时于交点中确定距离启动点最近的交点,并将该交点定义为中心点以供无人车移动控制。116.参照图10,基于同一发明构思,本发明实施例提供一种山区地形检测系统,包括:获取模块,用于获取待测区域的全局图像信息与预设无人机的悬停位置信息,其中全局图像信息包括地面图像信息与树木图像信息;处理模块,与获取模块连接,用于信息的存储和处理;处理模块根据悬停位置信息与树木图像信息以确定树木位置信息;处理模块控制无人机移动至预设起始点并根据预设飞行方法移动以获取树木位置信息所对应位置的检测图像信息;处理模块根据地面图像信息与检测图像信息进行拟合以确定地形拟合信息,并根据地形拟合信息于待测区域中划定树木覆盖区域;处理模块控制预设无人车于预设基站向树木覆盖区域移动并于树木覆盖区域中获取树下图像信息;处理模块根据地形拟合信息与树下图像信息进行拟合以形成山区地形模型;起始点确定模块,根据树木实际情况以确定起始点位置,便于控制无人机移动作业;飞行方法确定模块,根据起始点以及树木情况控制无人机于待检测区域移动作业;无效区域确定模块,根据树木情况以确定无人机是否需要飞行,从而减少无人机无效作业的情况发生;飞行结束确定模块,根据无人机与最远点之间的距离以确定无人机是否要结束飞行;无人车移动确定模块,根据树木覆盖区域的实际情况以控制无人车移动,以使无人车能获取较为完整的地形图像;中心点确定情况,用于确定树木覆盖区域的中心点。117.所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。118.本发明实施例提供一种计算机可读存储介质,存储有能够被处理器加载并执行山区地形检测方法的计算机程序。119.计算机存储介质例如包括:u盘、移动硬盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、磁碟或者光盘等各种可以存储程序代码的介质。120.基于同一发明构思,本发明实施例提供一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行山区地形检测方法的计算机程序。121.所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。122.以上均为本技术的较佳实施例,并非依此限制本技术的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部