一种植保无人机的智能调度方法、系统及存储介质

本发明涉及一种无人机调度方法，尤其涉及一种植保无人机的智能调度方法、系统及存储介质。

背景技术：

1、农业现代化是生产技术现代化，生产工具现代化，管理模式现代化的共同实现。植保无人机作为一项新兴技术迅速崭露头角，在现代农业中展现出巨大的应用潜力。植保无人机的使用很好地解决了农业生产劳动力不足，生产效率低下，农业生产活动危险性高的现实性问题。无论是保护农民的身体健康安全，还是保护生态环境的平衡，以及实现良好的经济效益上，植保无人机的优势性远不是传统农业生产模式可以比拟的。未来植保无人机还会在现代农业中起到越来越重要的作用。然而，在现有技术中，无人机的控制往往是通过控制基站与无人机之间的信息交互进而来控制植保无人机的飞行，而控制基站也会有一定的控制上限，一旦接入的植保无人机的数量增加时，就会导致了信息的传输存在延迟，现有的技术中并未考虑该类问题，从而导致了出现无人机的控制精度低下。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种植保无人机的智能调度方法、系统及存储介质。

2、为达上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了一种植保无人机的智能调度方法，包括以下步骤：

4、获取待施药区域的施药面积信息以及施药任务信息，并根据待施药区域的施药面积信息以及施药任务信息确定植保无人机执行施药任务时的预估数量信息；

5、获取植保无人机在执行施药任务时在单位时间之内的信息交互容量数据信息，根据信息交互容量数据信息对植保无人机的执行施药任务时的预估数量信息进行优化，获取植保无人机执行施药任务时的实际数量信息；

6、将施药区域分为若干个子区域，并获取每一子区域的地理位置信息，根据每一子区域的地理位置信息以及植保无人机执行施药任务时的实际数量信息制定相关的飞行航线；

7、获取每一植保无人机的历史服役数据信息，并根据植保无人机的历史服役数据信息预测每一植保无人机的故障时间信息，基于每一植保无人机的故障时间信息选取出最优的植保无人机，并控制最优的植保无人机按照相关的飞行航线执行施药任务。

8、进一步的，在本方法中，根据待施药区域的施药面积信息以及施药任务信息确定植保无人机执行施药任务时的预估数量信息，具体包括：

9、根据施药任务信息获取待施药区域的虫情数据以及病害数据信息，并基于待施药区域的虫情数据、病害数据信息以及待施药区域的施药面积信息进行施药分析，获取待施药区域的预估施药量信息；

10、获取植保无人机在单位时间之内的施药量信息，并根据植保无人机在单位时间之内的施药量信息以及待施药区域的预估施药量信息计算出植保无人机执行施药任务时的预估数量信息。

11、进一步的，在本方法中，根据信息交互容量数据信息对植保无人机的执行施药任务时的预估数量信息进行优化，获取植保无人机执行施药任务时的实际数量信息，具体包括

12、根据信息交互容量数据信息以及植保无人机的执行施药任务时的预估数量信息计算出植保无人机进行数据交互时的总信息交互容量数据信息；

13、获取植保无人机控制基站的最大信息交互容量数据信息，判断植保无人机进行数据交互时的总信息交互容量数据信息是否大于植保无人机控制基站的最大信息交互容量数据信息；

14、若大于，则调整植保无人机的执行施药任务时的预估数量信息，直至植保无人机进行数据交互时的总信息交互容量数据信息大于植保无人机控制基站的最大信息交互容量数据信息，输出新的植保无人机的执行施药任务时的预估数量信息；

15、根据新的植保无人机的执行施药任务时的预估数量信息生成植保无人机执行施药任务时的实际数量信息，并将植保无人机执行施药任务时的实际数量信息输出；

16、当植保无人机进行数据交互时的总信息交互容量数据信息不大于植保无人机控制基站的最大信息交互容量数据信息时，则将植保无人机的执行施药任务时的预估数量信息作为植保无人机执行施药任务时的实际数量信息输出。

17、进一步的，在本方法中，获取每一子区域的地理位置信息，根据每一子区域的地理位置信息以及植保无人机执行施药任务时的实际数量信息制定相关的飞行航线，具体包括：

18、获取每一子区域的地理位置信息以及每一子区域的施药面积信息，初始化每一子区域的施药终点位置，并引入蚁群算法，获取每一植保无人机的施药工作范围信息；

19、将每一子区域的地理位置信息、每一子区域的施药面积信息、每一子区域的施药终点位置以及每一植保无人机的施药工作范围信息输入到蚁群算法中进行施药航向规划，获取若干条第一飞行航线；

20、获取植保无人机启航时的地理位置信息，根据每一子区域的地理位置信息以及植保无人机启航时的地理位置信息初始化若干条第二飞行航线，并判断每一条第二飞行航线之间是否存在干涉；

21、当存在干涉时，则对第二飞行航线进行重新调整，直至第二飞行航线之间不存在干涉，输出第二飞行航线，并根据第一飞行航线以及第二飞行航线制定相关的飞行航线。

22、进一步的，在本方法中，获取每一植保无人机的历史服役数据信息，并根据植保无人机的历史服役数据信息预测每一植保无人机的故障时间信息，具体包括：

23、构建时间戳，获取每个时间戳中每一植保无人机的服役数据信息，并根据每个时间戳中每一植保无人机的服役数据信息构建每一植保无人机的历史服役数据信息；

24、基于深度神经网络构建无人机故障预测模型，根据植保无人机的历史服役数据信息构建特征矩阵，将特征矩阵输入到无人机故障预测模型中进行训练；

25、通过训练，获取训练完成的无人机故障预测模型，并获取预设时间之内每一植保无人机的服役数据信息，将预设时间之内每一植保无人机的服役数据信息输入到训练完成的无人机故障预测模型中进行预测；

26、通过预测，获取每一植保无人机的故障时间信息，并将每一植保无人机的故障时间信息输出。

27、进一步的，在本方法中，基于每一植保无人机的故障时间信息选取出最优的植保无人机，具体包括：

28、获取待施药区域的施药任务信息，并根据待施药区域的施药任务信息对植保无人机进行初始化配置，获取每一植保无人机的施药时段范围信息，并判断植保无人机的故障时间信息是否在植保无人机的施药时段范围信息之内；

29、当植保无人机的故障时间信息在植保无人机的施药时段范围信息之内时，则将对应的植保无人机作为非优选的植保无人机；

30、当植保无人机的故障时间信息不在植保无人机的施药时段范围信息之内时，则将对应的植保无人机作为优选的植保无人机，并获取优选的植保无人机数量信息以及当前植保无人机执行施药任务时的实际数量信息；

31、当优选的植保无人数量信息不小于当前植保无人机执行施药任务时的实际数量信息时，则随机选取与当前植保无人机执行施药任务时的实际数量信息相同数据的优选的植保无人机作为最优的植保无人机；

32、当优选的植保无人数量信息小于当前植保无人机执行施药任务时的实际数量信息时，则将最大数量的优选的植保无人机作为最优的植保无人机。

33、本发明第二方面提供了一种植保无人机的智能调度系统，调度系统包括存储器以及处理器，存储器中包括植保无人机的智能调度方法程序，植保无人机的智能调度方法程序被处理器执行时，实现如下步骤：

34、获取待施药区域的施药面积信息以及施药任务信息，并根据待施药区域的施药面积信息以及施药任务信息确定植保无人机执行施药任务时的预估数量信息；

35、获取植保无人机在执行施药任务时在单位时间之内的信息交互容量数据信息，根据信息交互容量数据信息对植保无人机的执行施药任务时的预估数量信息进行优化，获取植保无人机执行施药任务时的实际数量信息；

36、将施药区域分为若干个子区域，并获取每一子区域的地理位置信息，根据每一子区域的地理位置信息以及植保无人机执行施药任务时的实际数量信息制定相关的飞行航线；

37、获取每一植保无人机的历史服役数据信息，并根据植保无人机的历史服役数据信息预测每一植保无人机的故障时间信息，基于每一植保无人机的故障时间信息选取出最优的植保无人机，并控制最优的植保无人机按照相关的飞行航线执行施药任务。

38、本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质中包括植保无人机的智能调度方法程序，植保无人机的智能调度方法程序被处理器执行时，实现任一项的植保无人机的智能调度方法的步骤。

39、本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：

40、本发明通过获取待施药区域的施药面积信息以及施药任务信息，并根据待施药区域的施药面积信息以及施药任务信息确定植保无人机执行施药任务时的预估数量信息，进而通过获取植保无人机在执行施药任务时在单位时间之内的信息交互容量数据信息，根据信息交互容量数据信息对植保无人机的执行施药任务时的预估数量信息进行优化，获取植保无人机执行施药任务时的实际数量信息，从而将施药区域分为若干个子区域，并获取每一子区域的地理位置信息，根据每一子区域的地理位置信息以及植保无人机执行施药任务时的实际数量信息制定相关的飞行航线，最后通过获取每一植保无人机的历史服役数据信息，并根据植保无人机的历史服役数据信息预测每一植保无人机的故障时间信息，基于每一植保无人机的故障时间信息选取出最优的植保无人机，并控制最优的植保无人机按照相关的飞行航线执行施药任务。本发明充分考虑了控制基站的最大信息交互容量信息，从而来更加合理地对植保无人机的工作数量进行配置，使得植保无人机的工作数据低于控制基站的最大信息交互容量信息，进而来保障植保无人机在进行施药任务时的控制精度，使得植保无人机的施药更具备合理性。