一种基于多机协同的林业信息智能监测系统

技术领域

本发明属于林业信息监测领域，具体涉及一种基于多机协同的林业信息智能监测系统。

背景技术

森林管理是林业的一个分支，也是生态管理的重要一环。森林管理的主要任务包含植树造林、砍伐树木、改善森林生长、施肥、病虫害监测、火灾预警等。而执行上述操作的基础，需要对林区资源信息进行全面宏观的掌握。

以森林、林木以及林区范围内生存的动植物及其环境条件为对象的监测被称为林区信息监测。通过该手段获得的信息可以用来识别树木的类型，树木的高度，树木的年龄，树木的健康状况，林区边界和林区中树木的其他相关信息。此外，林区信息监测获得的数据也可被用来识别林区中植被恢复情况，野生动物活跃度等相关信息。

传统的林区信息监测方法以在地面设置样地进行定期实测为主，该方法实测行动缓慢、且要耗费大量的人力物力财力；而利用航空航天遥感技术进行监测，则具有成本昂贵，图像难处理等缺点。而基于无人机的航空勘测方法凭借无人机小巧方便、易控制、成本低等优势，近年来正逐渐成为林区资源调查的重要工具。

基于无人机进行林区信息监测时，往往面临着待监测区域过大、待监测区域过广、待监测对象过多的问题，而单无人机任务繁重、所携带感知设备有限，因此也有监测效率低、监测结果可靠性不高的缺点。

发明内容

为了解决上述问题，本发明提出一种基于多机协同的林业信息智能监测系统，为林业监测领域提供一种高效可靠且具有高性价比的监测手段，降低了林区信息监测的成本，提高了基于无人机进行林区信息监测的精准度。

本发明的目的是采用下述技术方案实现的：

本发明提供一种基于多机协同的林业信息智能监测系统，包括：

一种基于多机协同的林业信息智能监测系统由无人机集群任务分配模块、多航迹协同规划模块、航迹在线重规划模块、林区信息获取模块以及林区资源分析及可视化模块五部分组成。

优选的，所述无人机集群是由多架同构或异构的单无人机构成，并采用协同合作的方式展开林业监测任务；所述林业监测任务是指基于无人机集群携带的感知设备采集高精度林区图像；所述高精度林区图像主要用于经处理分析后得到林区资源信息；所述林区资源信息主要包括林区资源统计、林区病虫害分析以及森林火灾烟雾监测等；所述林区资源统计主要包括林木数量、高度、密度及边界等信息。

具体的，本发明基于无人机集群系统执行监测任务，以最小的任务代价、最合理的区域分配、最优化的飞行航线、最佳的在线重规划、最精准的信息获取，协同实施完成多个任务的执行，使无人机集群能够在投入最少资源的前提下，快速、高效、自主的完成全部任务。

具体的，本发明包括以下步骤：

A1、无人机集群任务分配。

A2、多航迹协同规划。

A3、航迹在线重规划。

A4、林区信息获取。

A5、林区资源分析及可视化。

优选的，所述步骤A1包括：

所述无人机集群任务分配主要基于监测需求对无人机集群进行合理的任务分配。

优选的，所述无人机集群通常由包含直升机、固定翼、多旋翼等常规无人机以及其他特殊无人机组成；所述监测需求是指基于林区监测任务对待监测的林区划分监测区域范围；

具体的，所述合理的任务分配是指基于待监测区域范围及待监测对象确定无人机集群构成，然后基于确定的无人机集群对单无人机进行区域分配。具体的，所述无人机集群构成包括无人机的类型、数量及所携带的感知设备；所述区域分配是指基于已知环境信息和林业信息监测目标的需求，在满足最小任务代价的基础上，根据无人机起飞降落场的分布为系统中的多架无人机分配一组有序目标，使无人机集群系统能够尽可能高效地完成调查任务。

具体的，所述区域分配是采用差分进化算法、免疫算法、模拟退火算法中的一种或者多种进行计算完成。

具体的，所述单无人机由电源管理模块、GPS模块、动作部件、姿态解析模块、数据采集模块和预留接口组成。

具体的，所述电源管理模块对无人机电量及功耗进行动态监测，通过电源管理对无人机进行供电及功耗管理，从而有效延长无人机的使用周期；所述GPS模块用于无人机的实时定位；所述动作部件由电机、云台等组成，用于实现无人机的循迹航行控制；所述姿态解析模块由加速度计陀螺仪和电子罗盘等组成，用于无人机姿态信息的获取；所述数据采集模块由态势感知传感器组成，用于林区环境信息的获取；所述预留接口主要由数据传输模块组成，用于图片数据等信息的传输。

优选的，本发明配置无人机集群控制系统，所述无人机集群控制系统可以对所有单无人机进行统一规划管理，并可以对所有单无人机的状态信息进行监测；所述状态信息包括所有单无人机的电量状态信息、位置及轨迹信息、姿态信息以及传感器实时数据信息。

优选的，所述步骤A2包括：

所述多航迹协同规划主要基于航行任务对无人机集群进行多航迹协同规划。

优选的，所述多航迹协同规划满足最小的任务代价及最优化的飞行航线。

具体的，所述最小的任务代价是指多机总航程距离最短、多机总航程电量消耗最少、多机总飞行时间最短。

具体的，所述最优化的飞行航线是指基于合理的区域分配，针对无人机的自身及环境约束，合理规划安全可飞的飞行航迹，保证整体效率达到最优。

具体的，所述最小任务代价的计算方法为：使用基于空间垂直切入面法、有障碍连通图或Voronoi图中的一种或多种方法来对多机协同的任务代价进行计算。

具体的，所述无人机自身约束是指最大航程约束、最大飞行时间约束、多机间安全距离约束、无人机最大转角约束；

具体的，所述无人机环境约束包括静态约束和动态约束，其中静态约束包括包含多雷达干扰和禁飞区约束、三维地形约束，该部分是多航迹协同规划模块需要考虑的约束条件；动态约束包括空气对流干扰、自然鸟类飞行干扰等情况，该部分是航迹在线重规划模块需要考虑的约束条件。

优选的，所述航迹规划包括初始航迹规划以及航迹轨迹优化两部分。

具体的，所述初始航迹规划是指在已知无人机分配区域结果的情况下利用蚁群算法、粒子群算法、遗传算法等智能进化算法中的一种或几种完成无人机集群多航迹规划。

具体的，所述航迹轨迹优化是指使用B样条、三次样条、贝塞尔曲线等路径拟合方法中的一种或几种对所述初始航迹进行平滑处理以满足无人机最大转角约束。

优选的，所述步骤A3包括：

所述航迹在线重规划主要依据临时突发情况对无人机集群的勘测路线进行二次动态规划。

具体的，航迹在线重规划模块通过采集更新环境信息的改变和无人机当前运行状态，对全局航迹中失效的部分进行重新规划，调整已有飞行航迹，保证无人机集群能够安全高效地完成任务。

具体的，所述环境信息的改变包括雷达区的移动、空气对流干扰、自然鸟类飞行干扰；所述无人机当前运行状态是指单无人机出现故障无法执行任务的情况。

具体的，航迹在线重规划通过CFCM、PGA、POMDP算法中的一种或几种来完成。

优选的，所述步骤A4包括：

所述林区信息获取主要基于无人机集群携带的感知设备对监测区域内的林区信息进行动态获取。

具体的，所述感知设备包括由雷达系统、单反相机、红外相机、多光谱相机、高光谱相机中的至少一种组成。其主要目的是获取高分辨率、大比例尺的无人机遥感图像。

优选的，所述林区信息获取模块除了通过无人机集群携带的感知模块进行图像采集之外，还可以集成待监测林区地面配置的林区信息采集设备，如携带光照强度传感器、温度传感器、湿度传感器、红外触发相机等环境信息感知设备的林间机器人，从而构成一个地空一体化的林区信息监测网络，获取更加全面丰富的林区原始状态信息，为林区资源分析及可视化模块提供更加可靠具体的数据基础。

优选的，所述步骤A5包括：

所述林区资源分析及可视化模块主要对无人机集群获取到的林区图像进行处理分析，从而得到林区资源信息并进行可视化展示。

具体的，基于所述无人机遥感图像，利用数字影像处理系统，对拍摄图像进行拼接还原，进而分析得到相关林区资源信息。

具体的，所述林区资源信息包括树木高度、树木密度、树林边界、病虫害等林区资源的信息。

本发明的有益效果是：

1.本发明基于无人机集群实现林区信息的资源获取，相较于现有的监测手段，具有运营及维护成本低、生态环保、便于控制的特点。

2.本发明基于无人机集群协同作业，具有监测效率高、监测范围广、可获取实时数据的优点，通过集成系统的协同控制，可以高效完成林区资源调查任务。

3.本发明通过对无人机集群的合理任务分配，结合多航迹协同规划及优化、航迹在线重规划机制可以保证系统的高效安全运行，同时大幅度提升了林业信息监测系统的自动化与智能化水平。

4.本发明通过无人机集群配置的高精度感知设备，可以获取高分辨率、大比例尺的无人机遥感图像，同时可以集成林区地面信息采集设备，搭建地空一体化监测网络，可为林区资源分析提供可靠的数据基础。

附图说明

图1为本发明的基于多机协同的林业信息智能监测系统结构示意图；

图2为本发明的无人机集群控制系统示意图；

图3为本发明的具体流程示意图；

图4为本发明的无人机集群在安全无威胁情况下的林区信息监测路线图；

图5为本发明的无人机集群遇到某架次无人机出现意外故障时的林区信息监测路线图；

图6为本发明的无人机集群在出现新威胁情况下的在线重规划林区信息监测路线图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式对本发明作详细描述。

本发明提供一种基于多机协同的林业信息智能监测系统，如图1所示，该系统由无人机集群任务分配模块、多航迹协同规划模块、航迹在线重规划模块、林区信息获取模块以及林区资源分析及可视化模块五部分组成。所述无人机集群任务分配模块主要基于监测需求对无人机集群进行合理的任务分配；所述多航迹协同规划模块主要基于航行任务对无人机集群进行航迹规划；所述航迹在线重规划模块主要依据临时突发情况对无人机集群的勘测路线进行二次动态规划；所述林区信息获取模块主要基于无人机集群携带的感知设备对监测区域内的林区信息进行动态获取；所述林区资源分析及可视化模块主要对无人机集群获取到的林区图像进行处理分析，从而得到林区资源信息并进行可视化展示。本发明充分利用无人机集群的灵活操控特性，大大降低了林区资源勘测成本，提高了森林资源调查的工作效率和质量。

具体包括：无人机集群任务分配模块，用于基于监测需求对无人机集群进行合理的任务分配；

所述多航迹协同规划模块，用于基于航行任务对无人机集群进行多航迹规划；

所述航迹在线重规划模块，用于依据临时突发情况，对无人机集群的勘测路线进行二次动态规划；

所述林区信息获取模块，用于基于无人机集群携带的感知设备对监测区域内的林区信息进行动态获取；其中，感知设备，用于获取高分辨率、大比例尺的无人机遥感图像；其包括雷达系统、单反相机、红外相机、多光谱相机、高光谱相机中的至少一种。

所述林区资源分析及可视化模块，用于对无人机集群获取到的林区图像进行处理分析，从而得到林区资源信息并进行可视化展示。

此外，所述林业信息智能监测系统还包括无人机集群控制系统，所述无人机集群控制系统用于对所有单无人机进行统一规划管理，并对所有单无人机的状态信息进行监测；

其中，所述状态信息包括所有单无人机的电量状态信息、位置及轨迹信息、姿态信息以及传感器实时数据信息。

进一步地，多航迹协同规划模块中涉及的无人机集群是指多个单无人机构成的集群；所述单无人机包括电源管理模块、GPS模块、动作部件、姿态解析模块、数据采集模块和预留接口。

进一步地，所述多航迹规划满足预定义的最小的任务代价及最优化的飞行航线。

所述多航迹规划包括初始航迹规划和航迹轨迹优化；

所述航迹轨迹优化是指对所述初始航迹进行平滑处理，以满足无人机最大转角约束。

进一步地，所述航迹在线重规划模块包括：

采集单元，用于采集并更新环境信息的改变和无人机当前运行状态；

调整单元，用于通过采集单元采集的环境信息的改变和无人机当前运行状态，对全局航迹中失效的部分进行重新规划，调整已有飞行航迹。

进一步地，所述林区信息获取模块还用于集成待监测林区地面配置的林区信息采集设备；

所述林区信息采集设备是环境信息感知设备的林间机器人构成的一个地空一体化的林区信息监测网络，用于获取林区原始状态信息，为林区资源分析及可视化模块提供具体的数据基础；

其中，所述环境信息感知设备包括：携带光照强度传感器、温度传感器、湿度传感器、红外触发相机。

进一步地，所述林区资源分析及可视化模块，包括图像处理单元；

所述图像处理单元，用于基于无人机遥感图像，利用数字影像处理系统，对拍摄图像进行拼接还原，进而分析得到相关林区资源信息。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图2为本发明的无人机集群控制系统示意图，具体如下：

无人机首先根据当天视野可见度以及点云精度要求确定飞行高度；

接着林区信息监测系统根据无人机个数、调查区域面积、无人机地面站的分布情况为无人机分配对应目标区域；

然后该系统通过全天空成像仪等传感器获取所调查区域的威胁情况，并且给予每台无人机按“弓”字形路线飞行的指令；

在执行任务调查过程中若遇到突发状况或新威胁，则信息监测系统为无人机进行在线重规划，重新设计监测路线；

传感器系统用于存储和传输无人机获取的森林资源图像，根据实际需要来搭载单反相机、红外相机、多光谱相机、高光谱相机、雷达中的一种或多种。

同时，本实施例提供一种所述系统的具体实施流程，流程图如图3所示，具体如下：

步骤1、分配无人机调查区域。

具体的，再分配调查区域之前，避开所监测的区域可能存在的多雷达威胁、禁飞区、复杂三维地势等极端情况。

具体的，在满足最小任务代价的基础上，根据地面站的分布，采用差分进化算法、免疫算法、模拟退火算法中的一种或者多种为系统中的多架无人机分配对应调查区域。

步骤2、确定无人机飞行高度。

具体的，根据天气情况以及点云精度要求确定无人机的监测飞行高度。

步骤3、按照动态路线进行调查。

具体的，在区域最优分配的基础上，针对多无人机的自身和协同约束，例如多雷达威胁和禁飞区约束、三维地形约束、最大航程约束、最大飞行时间约束、多机间安全距离约束等，利用蚁群算法、粒子群算法、遗传算法等智能进化算法中的一种或几种完成多航迹协同规划，同时使用B样条、三次样条等曲线拟合方法中的一种或几种对生成路线进行平滑处理以满足无人机最大转角约束，保证系统整体效率达到最优。

其中图4为本发明的无人机集群在安全无威胁情况下的林区信息监测路线图。

步骤4、判断无人机集群电量是否足够，电量充足的话继续执行步骤5，否则结束任务。

具体的，电源管理系统实时判定电量是否够继续执行任务，若不够则降落至最近的地面站，若够用则继续执行调查任务。

步骤5、记录信息。

具体的，基于无人机集群配置的感知设备对森林资源信息进行记录。

步骤6、判断是否出现新威胁，如果出现新威胁，则执行步骤7，否则，返回继续执行步骤3。

具体的，在无人机集群执行任务过程中，实时判断航行路线是否出现新威胁。

步骤7、路径在线重规划。

具体的，在无人机集群航行过程中，若遇到如雷达区的移动、空气对流干扰、自然鸟类飞行干扰、单无人机意外故障等情况，则使用CFCM、PGA、POMDP算法中的一种或几种来对全局航迹中失效的部分进行重新规划调整已有飞行航迹，保证多无人机系统能够安全高效地完成任务。

其中，图5为无人机集群遇到某架次无人机出现意外故障时的林区信息监测路线图；图6为无人机集群在出现新威胁情况下的在线重规划林区信息监测路线图。

步骤8、判断路径是否重叠，如果路径重叠，则返回执行步骤7，否则返回执行步骤3。

具体的，判断步骤7重规划路线是否与已监测部分有重叠，是的话则重新校准设计，否则按新计划执行任务。

优选的，最终信息监测任务的结束条件为所监测区域全部调查完毕或无人机电量不够自动降落于最近的地面站。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。

应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。

此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该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。

显然，本领域的技术人员可以对本发明进行各种修改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，则本发明也应该包含这些修改和变型在内。