當(dāng)前位置:歐亞貿(mào)易網(wǎng) > 技術(shù)中心 > 所有分類
上文小編跟大家講到無人機(jī)高光譜可以應(yīng)用于農(nóng)田信息監(jiān)測領(lǐng)域,那么今天,小編將繼續(xù)講講無人機(jī)飛行平臺與遙感測量技術(shù)、機(jī)載傳感器與測量技術(shù)的介紹,請看~

1、無人機(jī)飛行平臺與遙感測量技術(shù)
無人機(jī)高光譜以無人駕駛飛機(jī)為探測平臺, 利用搭載的各種任務(wù)負(fù)荷(通常是成像光譜儀等非接觸式監(jiān)測設(shè)備)獲取有關(guān)農(nóng)田和作物的遙感數(shù)字信息, 通過對數(shù)據(jù)的后期處理、挖掘和建模, 來獲取農(nóng)作物長勢、農(nóng)田環(huán)境等信息。
1.1無人機(jī)飛行平臺
在農(nóng)田信息監(jiān)測領(lǐng)域, 人們關(guān)注的重點(diǎn)是監(jiān)測范圍、空間分辨率和測量精度等。無人機(jī)的機(jī)型、載重量、航行高度、續(xù)航時(shí)間、飛行穩(wěn)定性、航線規(guī)劃算法等均對探測效果有重要影響。目前常用的無人機(jī)可分為固定翼、單旋翼和多旋翼無人機(jī)等機(jī)型。固定翼無人機(jī)飛行速度快、續(xù)航時(shí)間長、載荷較大, 但飛行速度難以調(diào)節(jié)且需要較大的起飛著陸場, 在作物生長密集的農(nóng)田常無法提供足夠的起降場地; 單旋翼無人機(jī)穩(wěn)定性較差, 會(huì)干擾傳感器檢測精度, 已逐步被多旋翼機(jī)型替代; 多旋翼無人機(jī)的航速姿態(tài)可調(diào)、飛行穩(wěn)定、能夠定點(diǎn)懸停, 適合獲取多重復(fù)、定點(diǎn)、多尺度、高分辨率的植被信息, 因而在農(nóng)田信息監(jiān)測中應(yīng)用廣泛。為了保障探測精度和空間范圍, 在無人機(jī)起飛前需要進(jìn)行合理的航線規(guī)劃。傳統(tǒng)的無人機(jī)航線規(guī)劃優(yōu)化算法主要包括動(dòng)態(tài)規(guī)劃法、導(dǎo)數(shù)相關(guān)法、控制法、最速下降法、泰森多邊形法(Voronoi); 現(xiàn)代智能算法主要包括遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、蟻群算法、粒子群算法等。蟻群算法在解決復(fù)雜航線規(guī)劃方面效果良好, 但收斂效率低且容易陷入局部問題, 目前的研究多采用改進(jìn)遺傳算法。
1.2機(jī)載傳感器與測量技術(shù)
無人機(jī)高光譜傳感器種類繁多, 感知原理和獲取數(shù)據(jù)類型也各不相同。農(nóng)田信息監(jiān)測領(lǐng)域的傳感技術(shù)大體可分為成像光譜和空間構(gòu)型測量兩大類。
成像光譜技術(shù)的原理是不同波段的光波作用于樣本會(huì)產(chǎn)生不同的光譜特征, 由此可反映作物的生理生化指標(biāo), 多用于農(nóng)田作物覆蓋區(qū)的識別、葉片色素、養(yǎng)分含量等生物化學(xué)指標(biāo)的預(yù)測建模。成像光譜的感光方式有棱鏡/光柵色散型、干涉型、濾光片型和計(jì)算機(jī)層析型等, 感知光譜波段包括可見光、可見-近紅外(380~2500 nm)和熱紅外波段(2.5~14 μm)。根據(jù)輸出波段數(shù)量與連續(xù)性不同, 成像光譜又可分為高光譜和多光譜。目前的研究中, 普遍采用高清數(shù)碼相機(jī)獲取的農(nóng)田正射影像、多光譜相機(jī)獲取的多波段反射率、高光譜儀獲取的連續(xù)光譜反射率、熱紅外傳感器獲取的田間溫度信息。
空間構(gòu)型測量技術(shù)獲取的是高精度的農(nóng)田空間位置信息, 常用于識別農(nóng)田表面的三維構(gòu)型及其特征, 并以此來診斷作物株高、葉面積指數(shù)、地上部生物量等生物物理指標(biāo)。根據(jù)測量方式和技術(shù)差異,又可分為基于激光直接測量的激光探測與測量(Light Detection and Ranging, LiDAR)和基于可見光攝影測量的基于運(yùn)動(dòng)的結(jié)構(gòu)(Structure from Motion, SfM)方法。機(jī)載LiDAR主動(dòng)發(fā)射脈沖, 遇到作物或地表后反射回波, 通過時(shí)間差計(jì)算距離, 結(jié)合慣性系統(tǒng)(Inertial Navigation System, INS)確定的飛機(jī)姿態(tài)和定位系統(tǒng)(Globe Positioning System, GPS)得到飛機(jī)位置, 解算農(nóng)田各處的三維空間坐標(biāo)。SfM方法以農(nóng)田遙感影像為數(shù)據(jù)源, 基于像對間的特征匹配, 通過迭代光束平差過程(Iterative Bundle AdjustmentProcedure)求解相機(jī)方位及場景幾何形態(tài), 再通過引入地面控制點(diǎn)坐標(biāo)(Ground Control Point, GCP)進(jìn)行矩陣變換將農(nóng)田空間點(diǎn)云轉(zhuǎn)入現(xiàn)實(shí)世界坐標(biāo)系。
下期,我們著重講講無人機(jī)高光譜數(shù)據(jù)處理與建模方法,大家敬請期待。