本发明涉及无人机飞行控制领域，尤其涉及一种无人机作业航线规划方法、无人机施药方法及装置。
背景技术
随着无人机技术在各个领域的广泛应用，对于无人机航线规划的研究也就显得尤为必要。
目前，无人机控制主要集中在由人为的目视遥控或远程遥控，目视遥控是驾驶员通过手动操控遥控器来控制无人机飞行，基于驾驶员的视觉实时规划航线，而远程遥控是驾驶员远程控制无人机飞行，参考无人机的位置实时规划航线。可见，无论是目视遥控还是远程遥控受人为影响都比较大，驾驶疲劳与视觉误差均可引起无人机航线偏移，影响无人机作业精准性。
技术实现要素：
鉴于上述问题，本发明实施例的目的是提供一种无人机作业航线规划方法、无人机施药方法及装置，旨在通过计算全局最优的无人机航线来提高无人机作业的精准性。
为解决上述技术问题，本发明实施例提供以下技术方案：
第一方面，本发明实施例提供了一种无人机作业航线规划方法，包括：获得无人机的作业区域的多个子区域；分别穷举多个所述子区域的作业顺序以及各个所述子区域内的航点序列；根据所述子区域的作业顺序以及所述子区域内的航点序列进行航线规划，获得所述作业区域的全部航线；将所述全部航线中总航程满足预设约束条件的航线确定为最优作业航线。
在本发明实施例中，所述根据所述子区域的作业顺序以及所述子区域内的航点序列进行航线规划，获得所述作业区域的全部航线，包括：按照所述子区域的作业顺序，对所述子区域内的航点序列进行排列，获得所述作业区域的航点序列集；按照所述作业区域的航点序列集中的各个航点序列进行航线规划，生成所述作业区域的全部航线。
在本发明实施例中，所述按照所述子区域的作业顺序，对所述子区域内的航点序列进行排列，获得所述作业区域的航点序列集，包括：将所述子区域的作业顺序中的每一个作业顺序分别与所述子区域内的航点序列中每一个航点序列进行配对；对于所述每一个航点序列，按照与自身配对的作业顺序进行排列，获得所述作业区域的航点序列集。
在本发明实施例中，所述按照所述子区域的作业顺序，对所述子区域内的航点序列进行排列，获得所述作业区域的航点序列集，包括：根据各个所述子区域内的航点序列，确定各个所述子区域的起始航点；根据所述起始航点，对各个所述子区域进行状态标记，获得各个所述子区域的状态标识；按照多个所述子区域的作业顺序，对各个所述子区域的状态标识进行排列，获得多个所述作业区域的状态标识序列；将每一个所述子区域的作业顺序与所述状态标识序列关联，并组成所述作业区域的航点序列集。
在本发明实施例中，所述根据所述起始航点，对所述各个子区域进行状态标记，包括：对于所述多个子区域中的每一个子区域，当所述子区域中的起始航点为第一航点时，将所述子区域的状态标记为第一值；当所述子区域中的起始航点为第二航点时，将所述子区域的状态标记为第二值。
在本发明实施例中，所述获得无人机的作业区域的多个子区域，包括：根据电子地图，确定所述作业区域，并提取所述作业区域的各个顶点的坐标；根据所述顶点的坐标，将所述作业区域拟合为多边形区域；将所述多边形区域划分为多个所述子区域，其中，所述子区域为凸多边形区域。
在本发明实施例中，所述将所述多边形区域划分为多个所述子区域，包括：以所述多边形区域的任意顶点为起点，依次将所述多边形区域的各边转化为边向量；计算各相邻边向量的外积；分别延长所述外积为负值的相邻两条边向量中的一条边向量，将所述多边形区域划分为多个所述子区域。
在本发明实施例中，所述将所述全部航线中总航程满足预设约束条件的航线确定为最优作业航线，包括：将所述全部航线中总航程最短的航线确定为最优作业航线。
第二方面，本发明实施例提供了一种无人机施药方法，包括：无人机按照如上述一个或者多个技术方案所述的最优作业航线进行施药作业。
在本发明实施例中，所述方法包括：所述无人机接收由地面站发送的所述最优作业航线。
第三方面，本发明实施例提供了一种无人机作业航线规划装置，所述装置包括：区域划分单元，用于将无人机的作业区域划分为多个子区域；穷举单元，用于分别穷举多个所述子区域的作业顺序以及各个所述子区域内的航点序列；航线规划单元，用于根据多个所述子区域的作业顺序以及各个所述子区域内的航点序列进行航线规划，获得所述作业区域的全部航线；航线确定单元，用于将所述全部航线中总航程满足预设约束条件的航线确定为最优作业航线。
在本发明实施例中，所述航线规划单元，包括：排序子单元，用于按照多个所述子区域的作业顺序，对各个所述子区域内的航点序列进行排列，获得所述作业区域的航点序列集；规划子单元，用于按照所述作业区域的航点序列集中的各个航点序列进行航线规划，生成所述作业区域的全部航线。
第四方面，本发明实施例提供了一种无人机施药装置，包括：控制单元，用于控制自身所属的无人机按照如上述一个或者多个技术方案所述的最优作业航线飞行；施药单元，用于在自身所属的无人机的飞行过程中进行施药作业。
第五方面，本发明实施例提供了一种计算设备，包括：至少一个处理器；以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述一个或者多个技术方案所述的无人机作业航线规划方法的步骤。
第六方面，本发明实施例提供了一种无人机，包括：至少一个处理器；以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述一个或者多个技术方案所述的无人机作业航线规划方法的步骤，和/或执行如上述一个或者多个技术方案所述的无人机施药方法的步骤。
本发明实施例所提供的一种无人机作业航线规划方法、无人机施药方法及装置中，在获得无人机的作业区域的多个子区域后，分别穷举多个子区域的作业顺序以及各个子区域内的航点序列，这样，根据子区域的作业顺序以及子区域内的航点序列进行航线规划，就可以获得作业区域的全部航线，再从全部航线中选取总航程满足预设约束条件的航线作为最优作业航线，此时，该最优航线就是全局最优解。如果无人机按照该最优作业航线飞行作业的话，能够有效提高无人机作业的精准性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例中的无人机系统的示意图；
图2为本发明实施例中的无人机作业航线规划方法的流程示意图；
图3为本发明实施例中的无人机作业区域的示意图一；
图4为本发明实施例中的无人机作业区域的示意图二；
图5为本发明实施例中的无人机作业区域的子区域内航点的示意图；
图6为本发明实施例中的航程最优的规划航线的示意图；
图7为本发明实施例中的无人机作业区域中子区域的示意图；
图8为本发明实施例中的作业环境坐标系中无人机作业区域的示意图；
图9为本发明实施例中的子区域的作业顺序和子区域内的航点顺序的配对示意图；
图10为本发明实施例中的无人机作业航线规划装置的结构示意图；
图11为本发明实施例中的无人机施药装置的结构示意图；
图12为本发明实施例中的计算设备的结构示意图。
具体实施方式
下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些实施例获得其它的实施例。
本发明实施例中提供一种无人机作业航线规划方法，该方法可以用于对无人机的航向进行规划。通过利用区域分解方法将凹多边形作业区域划分成多个凸多边形子区域。为了简便计算，将各子区域假设为质点，通过点的遍历规划获得较优的子区域作业顺序，在此种作业顺序下将各子区域的作业起始航点与终止航点进行二进制编码，通过遗传算法得到局部最优的作业航线，如此实现无人机作业航线的规划。但是，在该方法中，首先要获得较优的子区域作业顺序，而这里的较优的子区域作业顺序实际上是一种估计值，那么，在该作业顺序下进行航线规划所得到的是全局航线中相对较优的作业航线，而并不等同于全局最优作业航线。所以，如果无人机按照该全局航线中较优的航线进行作业，也仍然存在对无人机作业精准性的影响。
为了解决上述问题，本发明实施例还提供一种无人机作业航线规划方法，该方法可以应用于自主作业的无人机系统，图1为本发明实施例中的无人机系统的示意图，参见图1所示，该无人机系统100至少可以包括：无人机地面站101以及无人机102，当然，该无人机地面站可以为台式计算机、平板电脑、智能手机等，本发明实施例不做具体限定。
图2为本发明实施例中的无人机作业航线规划方法的流程示意图，参见图2所示，该方法可以包括：
s201：获得无人机的作业区域的多个子区域；
这里，无人机地面站或者无人机可以根据预先的规划，确定此次无人机的作业区域，然后，获得该作业区域的多个子区域。这些作业区域的子区域可以是实时划分的，也可以是预先划分好的，本发明实施例不作具体限定。
在实际应用中，无人机的作业区域可以为如图3所示的凸多边形区域30，也可以为如图4所示的凹多边形区域40，当作业区域为凸多边形时，可以划分成多个子区域，如多个面积较小的凸多边形子区域，这样可以减少无人机作业时的遗漏概率；而如果作业区域为凹多边形区域时，就需要对凹多边形区域进行划分，将其划分为多个凸多边形子区域，这样可以减少无人机重复覆盖的概率。
在实际应用中，上述工作区域可以通过提取在大地坐标系中工作区域各顶点坐标，如各顶点的经纬度来确定，然后划分子区域，也可以构建自定义的坐标系，并将工作区域映射到该自定义的坐标系中，再进行子区域划分。当然，还可以存在其他情况，本发明实施例不作具体限定。
s202：分别穷举多个子区域的作业顺序以及各个子区域内的航点序列；
这里，上述子区域的作业顺序是指子区域之间的作业顺序，即无人机在各个子区域的作业顺序，例如，作业区域被划分为3个子区域，分别标记为子区域a、子区域b以及子区域c，那么，无人机可以先在区域a作业，再在区域b作业，最后在区域c作业，即子区域的作业顺序为a→b→c；或者，无人机可以先在区域a作业，再在区域c作业，最后在区域b作业，即子区域的作业顺序为a→c→b，当然，子区域的作业顺序还有其他顺序，对于3个子区域来说，穷举出的子区域的作业顺序数应为3！(即3的阶乘)，即6个，而对于n个子区域来说，穷举出的子区域的作业顺序数应为n！。
进一步地，上述子区域内的航点序列是指在各个子区域内的航点排序后得到的序列，这里所说的航点可以为子区域的起始航点、终止航点或者起始航点和终止航点的组合，起始航点用来表示无人机由子区域内的哪个航点飞入子区域，终止航点用来表示无人机由子区域的哪个航点飞出子区域。例如，仍以上述3个子区域为例，在子区域a中包括2个航点，即点a和点a′，那么，无人机可以由点a飞入子区域a，由点a′飞出子区域a，可以由点a′飞入子区域a，由点a飞出子区域a，此时，子区域a的航点序列就可以为aa′或者a′a；同样的，无人机可以由点b飞入子区域b，由点b′飞出子区域b，也可以由点b′飞入子区域b，由点b飞出子区域b，此时，子区域b的航点序列就可以为bb′或者b′b；无人机可以由点c飞入子区域c，由点c′飞出子区域c，也可以由点c′飞入子区域c，由点c飞出子区域c，，此时，子区域c的航点序列就可以为cc′或者c′c。在本发明实施例中，由于每个子区域均只包括2个航点，所以，每个子区域内的航点序列数为2。
需要说明的是，各个子区域内的航点可以根据无人机实际的作业内容确定。例如，无人机对作物进行施药作业，那么，如图5所示，无人机或者无人机地面站可以根据作物的植株距离设置施药无人机的施药幅宽d，在各子区域中，沿作物的种植方向分别做距离为施药幅宽d的平行直线，依照牛耕反复原则确定各无人机在各平行直线上的喷洒起点与转弯点，完成子区域施药航线的规划，并得到子区域内施药航线的端点，即子区域内的航点a与a′、b与b′、c与c′。以子区域a为例，无人机既可以从航点a出发沿规划的航线进行施药，到航点a′结束作业，也可从航点a′出发沿规划航线行至航点a结束作业，因此，航点a与a′互为子区域a的施药起点或终点。
s203：根据子区域的作业顺序以及子区域内的航点序列进行航线规划，获得作业区域的全部航线；
这里，在通过s202确定了子区域的作业顺序和通过s202确定了子区域内的航点序列之后，可以按照某一个子区域的作业顺序对子区域内的航点序列进行排序，以获得整个作业区域的航点序列。例如，在a→c→b的作业顺序下，整个作业区域的航点序列可以为aa′cc′bb′、aa′cc′b′b、aa′c′cbb′、aa′c′cb′b、a′acc′bb′、a′acc′b′b、a′ac′cbb′、a′ac′cb′b，共23＝8种，那么，在所有作业顺序下，整个作业区域的航点序列就可以为48种，即3！×23＝48种。如此，在获得整个作业区域的航点序列后，就可以按照该航点序列进行航线的规划，得到作业区域的全部航线。
在本发明其他实施例中，还可以通过完全二分图的方式来穷举整个作业区域的航点序列。那么，可以分别根据子区域的作业顺序和子区域内的航点序列创建子区域的作业顺序集和子区域内的航点序列集，然后，以完全二分图的方式来对这两个集合中的元素进行配对，获得如{子区域的作业顺序，子区域内的航点序列}的组合，每一个组合能够对应某一个子区域的作业顺序下的整个作业区域的航点序列。那么，在获得了全部的组合后，也就获得了穷举出的整个作业区域的航点序列，进而可以按照该航点序列进行航线的规划，得到作业区域的全部航线。
在实际应用中，各个子区域内部的作业航线可采用牛耕反复原则进行规划。
s204：将全部航线中总航程满足预设约束条件的航线确定为最优作业航线。
这里，在穷举出整个作业区域的航点序列后，无人机地面站或者无人机可以根据预先设定的约束条件，从这些航点序列中确定出总航程满足约束条件的航线，该航线就是整个作业区域的全局最优作业航线。例如，经过比对得到如图6所示的航程最优的规划航线，此时，无人机从起点o飞入子区域a，由起始航点a′开始作业，直至由终止航点a飞出，飞向子区域c的起始航点c，再由起始航点c开始作业，在结束子区域c作业后，由终止航点c′飞出，飞向子区域b的起始航点b′，由起始航点b′开始作业，直至结束子区域b作业，由终止航点c′飞出，飞向起点o，完成所有的子区域作业。
在本发明实施例中，为了在有效提高无人机作业的精准性的同时，减少无人机作业时的冗余航程，降低无人机作业时的能耗，上述预设约束条件可以为总航程最短，相应地，无人机地面站或者无人机就可以从全部航线中选择总航程最短的航线作为最优作业航线。当然，为了达到其他目的，还可以设置其他约束条件，本发明实施例不作具体限定。
基于前述实施例，在实际应用中，由于作业区域为凸多边形区域是可以作为单区域来进行航线规划的。而作业区域为凹多边形区域时，若直接作为单区域进行航线规划的话，就会存在较多的冗余航程。所以，为了有效提高无人机作业的精准性，减少无人机作业时的冗余航程，当作业区域为凹多边形区域时，上述s201可以包括：根据电子地图，确定作业区域，并提取作业区域的各个顶点的坐标；根据顶点的坐标，将作业区域拟合为多边形区域；将多边形区域划分为多个子区域，其中，子区域为凸多边形区域。
这里，无人机地面站或者无人机可以先读取预先存储的包含有本次无人机作业区域的电子地图，然后，在电子地图上确定作业区域，此时，作业区域位于大地坐标系中，提取作业区域的各个顶点的坐标，如各个顶点的经纬度，此时，无人机地面站或者无人机可以根据各个顶点的坐标来将工作区域拟合为多边形区域，并对该多边形区域进行子区域划分。
在具体实施过程中，无人机地面站或者无人机在获得拟合后的多边形区域后，可以以多边形区域的任意顶点为起点，依次将多边形区域的各边转化为边向量，例如，按照顺时针方向将多边形的各边转化为边向量，或者按照逆时针方向将多边形的各边转化为边向量；之后，计算各相邻边向量的外积，即对各相邻边向量进行差乘；如果所有相邻边的外积中既有正数也有负数，则可以证明多边形存在凹角，多边形为凹多边形。那么，分别延长外积为负值的相邻两条边向量中的一条边向量，如图7中所示的虚线71，将凹多边形区域40划分为3个凸多边形子区域，即子区域a、子区域b以及子区域c。
在本发明其他实施例中，还可以构建自定义的坐标系，如作业环境坐标系，在作业环境坐标系中进行子区域的划分。举例来说，首先，在电子地图中确定作业区域，并提取作业区域顶点的经纬度坐标，将其拟合为如图4所示的多边形区域40；然后，以无人机的飞行起点为原点o、正东方向为x轴、正北方向为y轴，构建作业环境坐标系，将多边形区域映射至作业环境坐标系中，如图8所示，从多边形区域的某一顶点为起点沿顺时针方向将多边形各边转化为边向量n1、n2、n3…、n7，计算各相邻向量ni与nj的外积ni×nj，i＝1、2、3、…、7，j＝1、2、3、…、7，i≠j，分别延长外积为负值的第1条边ni，对凹多边形区域进行划分，得到多个凸多边形子区域，子区域内部的作业航线可采用牛耕反复原则进行规划。当然，上述作业环境坐标系还可以采用其他方式构建，本发明实施例不作具体限定。
基于前述实施例，在实际应用中，在穷举了子区域的作业顺序以及各子区域内的航点顺序后，上述s203可以包括：按照子区域的作业顺序，对子区域内的航点序列进行排列，获得作业区域的航点序列集；按照作业区域的航点序列集中的各个航点序列进行航线规划，生成作业区域的全部航线。
具体来说，上述按照子区域的作业顺序，对子区域内的航点序列进行排列，获得作业区域的航点序列集的步骤，可以且不限存在以下两种情况：
第一种情况，无人机地面站或者无人机可以将子区域的作业顺序中的每一个作业顺序分别与子区域内的航点序列中每一个航点序列进行配对；对于每一个航点序列，按照与自身配对的作业顺序进行排列，获得作业区域的航点序列集。
举例来说，仍以上述作业区域被划分为3个子区域，每个子区域包含2个航点为例，通过s202穷举出3！＝6种作业顺序，即子区域的作业顺序集，以及23＝8种航点序列，即子区域内的航点序列集，此时，如图9所示，将子区域的作业顺序集901和子区域内的航点序列集902以完全二分图的方式来进行配对，也就是将每一个子区域的作业顺序与每一个子区域内的航点序列进行配对。然后，航点序列按照配对后的作业顺序进行排列，假设，作业顺序a→c→b与区域内的航点序列{aa′，bb′，cc′}配对，那么，就可以获得作业区域的航点序列aa′cc′bb′；或者，作业顺序a→c→b与区域内的航点序列{a′a，bb′，cc′}配对，那么，就可以获得作业区域的航点序列a′acc′bb′，以此类推，共可以获得48种作业区域的航点序列，并由这48种作业区域的航点序列组成作业区域的航点序列集。
第二种情况，在第一种情况的基础上，为了简化表示作业区域的航点序列，无人机地面站或者无人机还可以根据各个子区域内的航点序列，确定各个子区域的起始航点；根据起始航点，对各个子区域进行状态标记，获得各个子区域的状态标识；按照多个子区域的作业顺序，对各个子区域的状态标识进行排列，获得多个作业区域的状态标识序列；将每一个子区域的作业顺序与状态标识序列关联，并组成作业区域的航点序列集。
这里，无人机地面站或者无人机可以在获得各个子区域内的航点序列后，能够将该子区域内的航点序列中位置在前的航点确定为该子区域内无人机的起始航点，然后，对于每一个子区域，当子区域中的起始航点为该子区域中的第一航点时，将子区域的状态标记为第一值；当子区域中的起始航点为该子区域中的第二航点时，将子区域的状态标记为第二值。接下来，多个作业顺序对各个子区域的状态标识进行排列，获得多个作业区域的状态标识序列，最后，将配对后的子区域的作业顺序与对应的状态标识序列进行关联，组成作业区域的航点序列集。
举例来说，如果子区域a内的航点序列为aa′，则可以确定起始航点为a，此时，可以将子区域a的状态标记为第一值，如第一值取1；反之，如果子区域a内的航点序列为a′a，则可以确定起始航点为a′，此时，可以将子区域a的状态标记为第二值，如第二值取0；同理，如果子区域b内的起始航点为b，此时，可以将子区域b的状态标记为1；反之，如果子区域b内的起始航点为b′，此时，可以将子区域b的状态标记为0；如果子区域c内的起始航点为c，此时，可以将子区域c的状态标记为1；反之，如果子区域c内的起始航点为c′，此时，可以将子区域c的状态标记为0。当然，也可以在起始航点为a、b或c时，将相应的子区域的状态标记为0，在起始航点为a′、b′或c′时，将相应的子区域的状态标记为1。还可以将状态标记为其他值，本发明实施例不作具体限定。
假设，在起始航点为a、b或c时，将相应的子区域的状态标记为1，在起始航点为a′、b′或c′时，将相应的子区域的状态标记为0，那么，按照3！＝6种作业顺序对各个区域的状态标记进行排序，能够得到111、110、101、100、011、010、001以及000，共23＝8种状态标识序列。接下来，将这些状态标识序列与其对应的作业顺序进行关联，获得{子区域的作业顺序，子区域内的航点序列}的组合，这些组合组成作业区域的航点序列集。
至此，便完成了对无人机作业航线的规划。
下面以具体实例来对上述无人机作业航线规划方法进行说明。
例如，无人机地面站或者无人机根据电子地图获得作业区域各顶点的经纬度坐标，然后，将作业区域拟合为如图4所示的凹多边形区域40。第三步，如图8所示，以无人机的飞行起点为原点、正东方向为x轴、正北方向为y轴，构建作业环境坐标系，并将上述凹多边形区域映射至作业环境坐标系中，从多边形区域的某一顶点为起点沿顺时针方向将多边形各边转化为边向量n1、n2、n3...，计算各相邻向量ni与nj的外积ni×nj，分别延长外积为负值的第1条边ni，对凹多边形区域进行划分，得到子区域a、子区域b和子区域c。每个子区域包含有两个航点。第四步、穷举多个子区域的作业顺序，共3！＝6种，同时，按照这些作业顺序对各个区域的状态标记进行排序，能够得到111、110、101、100、011、010、001以及000，共23＝8种状态标识序列。第四步、将这些状态标识序列与其对应的作业顺序进行关联，获得{子区域的作业顺序，子区域内的航点序列}的组合，如{a→b→c，111}、{a→b→c，110}、{a→b→c，101}等，共3！×23＝48个组合，即整个作业区域的航点序列，进而组成作业区域的航点序列集。第五步、按照作业区域的航点序列集中的每一个航点序列进行航线规划，其中，在子区域a、子区域b和子区域c中的作业航线采用牛耕反复原则进行规划。如此，便能够得到整个作业区域中的48条航线，第六步、从这48条航线中选择总航程最短的航线作为最优作业航线。
需要说明的是，上述实例仅为本发明实施例中无人机作业航线规划方法的实施过程的示例描述，并不对本发明实施例中所述的无人机作业航线规划方法进行限定，本领域技术人员可以根据实际需求进行设计，本发明实施例不作具体限定。
在本发明实施例所提供的无人机作业航线规划方法中，无人机地面站或者无人机在获得无人机的作业区域的多个子区域后，分别穷举多个子区域的作业顺序以及各个子区域内的航点序列，这样，根据子区域的作业顺序以及子区域内的航点序列进行航线规划，就可以获得作业区域的全部航线，再从全部航线中选取总航程满足预设约束条件的航线作为最优作业航线，此时，该最优作业航线就是全局最优解。如果无人机按照该最优作业航线飞行作业的话，能够有效提高无人机作业的精准性。进一步，由于在全部航线中选择总航程最短的航线作为最优作业航线，所以，能够减少无人机作业时的冗余航程，降低无人机作业时的能耗。
基于同一发明构思，本发明实施例提供一种无人机施药方法，该方法可以应用于上述一个或者多个实施例中所述的无人机。在实际应用总，该无人机可以为植保无人机。
那么，上述方法可以包括：无人机按照如上述一个或者多个实施例所述的最优作业航线进行施药作业。这里，最优作业航线是无人机地面站或者无人机采用上述一个或者多个实施例所述的无人机作业航线规划方法获得的。
在本发明实施例中，如果上述最优作业航线是由无人机地面站规划获得，那么，在无人机按照最优作业航线进行施药作业之前，该方法还可以包括：无人机接收由无人机地面站发送的最优作业航线。
另外，需要说明的是，如果无人机地面站或者无人机在进行无人机作业航线规划时采用作业环境坐标系进行子区域划分的话，那么，在子区域划分完成，或者确定出最优作业航线后，需要将划分后的子区域或者最优作业航线再次映射到大地坐标系，即电子地图中，这样，无人机才能够按照电子地图中的最优作业航线的经纬度进行飞行。
在本发明实施例中的无人机施药方法为上述实施例中无人机作业航线规划方法的一个应用，由于无人机按照最优工作航线进行施药作业，有效提高无人机施药的精准性，提高无人机的施药效率。进一步，由于在全部航线中选择总航程最短的航线作为最优作业航线来施药，所以，能够减少无人机施药时的冗余航程，降低无人机施药时的能耗。
基于同一发明构思，本发明实施例提供一种无人机作业航线规划装置，该装置能够应用于上述一个或者多个实施例所述的无人机地面站或者无人机。
图10为本发明实施例中的无人机作业航线规划装置的结构示意图，参见图10所示，该无人机作业航线规划装置110可以包括：区域获得单元111，用于获得无人机的作业区域的多个子区域；穷举单元112，用于分别穷举多个子区域的作业顺序以及各个子区域内的航点序列；航线规划单元113，用于根据多个子区域的作业顺序以及各个子区域内的航点序列进行航线规划，获得作业区域的全部航线；航线确定单元114，用于将全部航线中总航程满足预设约束条件的航线确定为最优作业航线。
此时，该最优作业航线就是全局最优解。如果无人机按照该最优作业航线飞行作业的话，能够有效提高无人机作业的精准性。
在本发明其他实施例中，上述区域获得单元，包括：拟合子单元，用于根据电子地图，确定作业区域，并提取作业区域的各个顶点的坐标；根据顶点的坐标，将作业区域拟合为多边形区域；划分子单元，用于将多边形区域划分为多个子区域，其中，子区域为凸多边形区域。
进一步地，上述划分子单元，用于以多边形区域的任意顶点为起点，依次将多边形区域的各边转化为边向量；计算各相邻边向量的外积；分别延长外积为负值的相邻两条边向量中的一条边向量，将多边形区域划分为多个子区域。
在本发明其他实施例中，上述航线规划单元，包括：排序子单元，用于按照多个子区域的作业顺序，对各个子区域内的航点序列进行排列，获得作业区域的航点序列集；规划子单元，用于按照作业区域的航点序列集中的各个航点序列进行航线规划，生成作业区域的全部航线。
在本发明其他实施例中，上述排序子单元，具体用于将子区域的作业顺序中的每一个作业顺序分别与子区域内的航点序列中每一个航点序列进行配对；对于每一个航点序列，按照与自身配对的作业顺序进行排列，获得作业区域的航点序列集。
或者，在本发明其他实施例中，上述排序子单元，还可以具体用于根据各个子区域内的航点序列，确定各个子区域的起始航点；根据起始航点，对各个子区域进行状态标记，获得各个子区域的状态标识；按照多个子区域的作业顺序，对各个子区域的状态标识进行排列，获得多个作业区域的状态标识序列；将每一个子区域的作业顺序与状态标识序列关联，并组成作业区域的航点序列集。
进一步地，上述排序子单元，具体用于对于多个子区域中的每一个子区域，当子区域中的起始航点为第一航点时，将子区域的状态标记为第一值；当子区域中的起始航点为第二航点时，将子区域的状态标记为第二值。
在本发明其他实施例中，航线确定单元，用于将全部航线中总航程最短的航线确定为最优作业航线。如此，能够在有效提高无人机作业的精准性的同时，减少无人机作业时的冗余航程，降低无人机作业时的能耗。
这里需要指出的是：以上装置实施例的描述，与上述无人机作业航线规划方法实施例的描述是类似的，具有同无人机作业航线规划方法实施例相似的有益效果。对于本发明装置实施例中未披露的技术细节，请参照本发明中无人机作业航线规划方法实施例的描述而理解。
基于同一发明构思，本发明实施例提供一种无人机施药装置，该装置能够应用于如上述一个或者多个实施例所述的无人机，该无人可以为植保无人机。
图11为本发明实施例中的无人机施药装置的结构示意图，参见图11所示，该无人机施药装置120可以包括：控制单元121，用于控制自身所属的无人机按照由上述一个或者多个实施例所述的无人机作业航线规划方法确定出的最优作业航线飞行；施药单元122，用于在自身所属的无人机在飞行过程中进行施药作业。
在本发明其他实施例中，如果上述最优作业航线是由无人机地面站规划获得，那么，上述无人机施药装置还可以包括：接收单元，用于在控制单元控制自身所属的无人机按照上述最优作业航线进行施药作业之前，接收由无人机地面站发送的最优作业航线。
这里需要指出的是：以上装置实施例的描述，与上述无人机施药方法实施例的描述是类似的，具有同无人机施药方法实施例相似的有益效果。对于本发明装置实施例中未披露的技术细节，请参照本发明中无人机施药方法实施例的描述而理解。
基于同一发明构思，本发明实施例还提供一种计算设备，可以为上述一个或者多个实施例所述的无人机地面站，也可以为上述一个或者过个实施例所述的无人机。
图12为本发明实施例中的计算设备的结构示意图，参见图12所示，该计算设备10包括：至少一个处理器11；以及与处理器11连接的至少一个存储器12、总线13；其中，处理器11、存储器12通过总线13完成相互间的通信；处理器11用于调用存储器12中的程序指令，以执行如上述一个或者多个实施例所述的无人机作业航线规划方法的步骤。
需要说明是，上述处理器可以包括中央处理器(cpu，centralprocessingunit)、图形处理器(gpu，graphicsprocessingunit)、嵌入式微控制器(mcu，microcontrollerunit)、嵌入式微处理器(empu，embeddedmicroprocessorunit)、嵌入式数字信号处理器(dsp，digitalsignalprocessor)或者嵌入式片上系统(soc，systemonachip)，还可以包括驱动电路等。本发明实施例不做具体限定。
这里需要指出的是：以上计算设备实施例的描述，与上述无人机作业航线规划方法实施例的描述是类似的，具有同该方法实施例相似的有益效果。对于本发明计算设备实施例中未披露的技术细节，请参照本发明中无人机作业航线规划方法实施例的描述而理解。
基于同一发明构思，本发明实施例还提供一种无人机，与上述一个或者多个实施例所述的无人机一致。该无人机，可以包括：至少一个处理器；以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如上述一个或者多个实施例所述的无人机作业航线规划方法的步骤，和/或执行如上述一个或者多个实施例所述的无人机施药方法的步骤。
需要说明是，上述处理器可以包括中央处理器(cpu，centralprocessingunit)、图形处理器(gpu，graphicsprocessingunit)、嵌入式微控制器(mcu，microcontrollerunit)、嵌入式微处理器(empu，embeddedmicroprocessorunit)、嵌入式数字信号处理器(dsp，digitalsignalprocessor)或者嵌入式片上系统(soc，systemonachip)，还可以包括驱动电路等。本发明实施例不做具体限定。
这里需要指出的是：以上无人机实施例的描述，与上述无人机作业航线规划方法和/或无人机施药方法实施例的描述是类似的，具有同该方法实施例相似的有益效果。对于本发明无人机实施例中未披露的技术细节，请参照本发明中无人机作业航线规划方法和/或无人机施药方法实施例的描述而理解。
在本发明其他实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述一个或者多个实施例所述的无人机作业航线规划方法和/或无人机施药方法的步骤。
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。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的plm插件。
这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令plm插件的制造品，该指令plm插件实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲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改动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，则本发明也意图包含这些改动和变型在内。