[发明专利]一种基于CNN算法的玉米病害防治无人机的使用方法

说明书

本发明提供一种基于CNN算法的玉米病害防治无人机的使用方法。选取一片种植玉米的农田，模拟出此块农田的空间图形，并通过无人机来制作路径规划，使得无人机能够按照特定路线进行巡航；无人机在巡航期间，通过图像采集设备对玉米大田的玉米叶片进行目标检测，若发现有异常的玉米叶片，通过摄像头进行图片的抓取；无人机的农药喷洒装置，根据采集图像的识别结果做出响应，通过控制不同的喷头来喷洒针对性的防治药物，实现精准防治；一次作业完成后，继续按照规划的路线进行巡航，直到将规划的路线全部走完。本发明提供的基于CNN算法的玉米病害防治无人机的使用方法具有识别速度快、准确率高、局限性较小、工作效率高的优点。

技术领域

本发明涉及植保领域，尤其涉及一种基于CNN算法的玉米病害防治无人机的使用方法。

背景技术

玉米是我国的重要谷类作物，它的种植面积广、产量高，总产量仅次于水稻位居第二。在玉米的种植过程中，由于许多不可抗力因素导致叶片病害发生且危害程度逐年加重。玉米病害的存在制约着玉米产量的提高，给农民带来极大的经济损失，所以玉米病害的检测和防治显得十分重要。而如今以个人经验和视觉观察来判断玉米叶片病害，人工喷洒农药的防治技术，不仅会消耗过多的人力物力，严重时会因操作不当导致病原体抵抗力增强。传统的玉米病害识别需要通过人眼进行鉴定具有识别速度慢、准确率低、局限性较大等缺点。同时玉米病害的防治需要人工进行相应的农药喷洒，需要消耗大量的人力物力，大面积喷洒导致健康的玉米叶片出现副作用等。

近年来，随着物联网、遥感技术、图像识别、等技术在我国农业领域的快速发展和应用，“智慧农业”应运而生，旨在利用现代的物联网新技术，解决传统的农业问题。本发明将图像识别技术、无人机技术、与全自动的农药喷洒相结合，设计出一种基于CNN算法的玉米病害防治无人机的使用方法。

发明内容

为解决上技术问题，本发明是基于计算机视觉，通过图像采集设备和识别设备，代替人眼进行对目标进行识别、跟踪和识别，并根据识别的结果做出相应的防治措施，针对不同的玉米病害喷洒不同的防治药物，在玉米病害精准识别的基础上，进行精准防治，相比于传统的人工识别和防治大大提高了效率。

本发明提供的基于CNN算法的玉米病害防治无人机的使用方法，其具体步骤如下：

a、选取一片种植玉米的农田，模拟出此块农田的空间图形，并通过无人机来制作路径规划，使得无人机能够按照特定路线进行巡航；

b、无人机在巡航期间，通过图像采集设备对玉米大田的玉米叶片进行目标检测，若发现有异常的玉米叶片，通过图像采集设备进行图片的抓取；

c、当系统捕获到叶片的图像数据，将采集到的图像作为模型输入到训练好的CNN模型中，卷积层接收图像，卷积运算从输入特征图中提取图块，并对有的这些图块应用相同的变换，生成3D张量特征图，经过CNN的运算，输出识别结果为玉米病害的类型；

d、无人机搭载农药喷洒装置，并配有多个喷头和药箱，每个药箱针对不同的玉米病害，配备了不同的防治药物；

e、无人机的农药喷洒装置，根据采集图像的识别结果做出响应，通过控制不同的喷头来喷洒针对性的防治药物；

f、一次作业完成后，继续按照规划的路线进行巡航，直到将规划的路线全部走完。

优选的，图像采集设备包括摄像头和图像处理芯片，摄像头通过对玉米叶片进行图片抓取，再通过图像处理芯片对图片进行处理后传输至CNN模型中进行识别。

优选的，每个药箱上均安装有多个喷头，每组多个喷头均匀分布安装于多个药箱上并均可旋转。

优选的，无人机上安装有用于对无人机电量进行实时监测的电量监测器，每个药箱中均安装有用于检测药箱中药液剩余量的液位传感器。

优选的，无人机上安装有用于对无人机进行额外供电的光伏板。