高标准农田建设全过程管理方法及系统与流程

本技术涉及计算机，尤其涉及一种高标准农田建设全过程管理方法及系统。

背景技术：

1、高标准农田建设工程项目是指在我国农田系统中，对土地进行综合整治、提升耕地质量、提高农业生产效益的重大农业基础设施建设项目。高标准农田建设项目在建设全周期中，设计、验收阶段对耕地非粮化地块难以发现；施工阶段对施工质量难以监管、进度难以准确统计。在农田建设过程中，部分地区政策执行力度不够，监管不到位，导致项目质量和效益难以得到保障。同时，农田建设后的维护和管理也存在不足，影响了农田的持续发挥效益。并且，由于种植经济作物往往能带来更高的经济收益，一些农民或农业经营主体可能会擅自将高标准农田改种经济作物。

技术实现思路

1、本技术实施例提供了一种高标准农田建设全过程管理方法及系统，可以解决高标准农田建设项目在建设全周期中，设计阶段对现场踏勘不实；施工阶段对施工质量难以监管、进度难以准确统计；验收阶段工程质量把关不严；后期管护阶段建成后的高标准农田非粮化难发现，影响建设效果的问题。

2、本技术实施例的第一方面提供了一种高标准农田建设全过程管理方法，包括：

3、在高标准农田建设全过程管理平台侧获取高标准农田的建设设计阶段信息；

4、获取高标准农田建设施工阶段中的带有站立点和方位角施工图像信息，以及由无人机航拍的施工图像信息，以将所述施工图像信息同步至高标准农田建设全过程管理平台侧；

5、项目管理用户端在施工和验收阶段通过高标准农田建设全过程管理平台侧获取施工图像信息和与所述施工图像信息关联的建设设计阶段信息，以通过对施工图像信息和建设设计阶段信息比对分析进行建设过程监管；

6、通过无人机获取管护阶段的高标准农田的农田图像信息，基于所述图像信息分析所述高标准农田中种植的粮食作物的作物类型，所述作物类型包括高杆作物、矮杆作物和匍匐作物；

7、在确定所述作物类型为高杆作物的情况下，控制所述无人机以预设姿态和预设飞行高度执行飞行拍摄任务，所述预设姿态关联的旋翼气流方向为用于将相邻高杆作物分离的气流方向；

8、提取在所述旋翼气流方向将相邻高杆作物分离后所述无人机采集到的巡查图像信息，以在所述巡查图像信息中存在经济作物的情况下，生成与所述高标准农田向关联的农田管理预警消息。

9、可选地，还包括：

10、通过所述农田图像信息获取所述高杆作物的理论垄沟位置；

11、基于所述理论垄沟位置规划所述飞行拍摄任务的飞行路径。

12、可选地，还包括：

13、通过所述农田图像信息获取所述高杆作物的平均高度；

14、基于所述平均高度确定所述飞行拍摄任务的预设飞行高度。

15、可选地，还包括：

16、基于所述农田图像信息确定执行飞行拍摄任务时所述无人机的俯仰角、横滚角和偏航角，使旋翼气流具有侧向分量，能够将相邻的高杆作物向两侧分开。

17、可选地，所述基于所述农田图像信息确定执行飞行拍摄任务时所述无人机的俯仰角、横滚角和偏航角，包括：

18、使用霍夫变换图像处理算法，从农田图像信息中提取出作物行的方向矢量；

19、根据方向矢量在无人机坐标系中的投影角度，设定俯仰角，使相机能最佳地俯视作物；

20、根据垄沟的间距和方向矢量，确定横滚角，以使旋翼气流垂直作用于作物行之间，其中，，表示作物行的倾斜程度；

21、设定偏航角与方向矢量平行，使无人机的前进方向始终保持在作物行的中线。

22、可选的，所述农田图像信息为深度相机获取到的农田的3d深度图像信息，所述基于所述农田图像信息确定执行飞行拍摄任务时所述无人机的俯仰角、横滚角和偏航角，包括：

23、将所述3d深度图像信息中每个像素点映射到实际高度和空间位置；

24、通过卷积神经网络模型，对3d深度图像进行分割和分析，以识别垄沟边缘、作物高度分布和间隙；

25、使用3d深度图像中的距离信息计算无人机需要的俯仰角、横滚角和偏航角。

26、可选的，还包括：

27、将图像分析结果输入pid控制器中进行结果反馈以调整姿态，使无人机在整个巡查过程中保持最优姿态。

28、本技术实施例第二方面提供了一种高标准农田建设全过程管理系统，包括：

29、设计单元，用于在高标准农田建设全过程管理平台侧获取高标准农田的建设设计阶段信息；

30、采集单元，用于获取高标准农田建设施工阶段中的带有站立点和方位角施工图像信息，以及由无人机航拍的施工图像信息，以将所述施工图像信息同步至高标准农田建设全过程管理平台侧；

31、监管单元，用于项目管理用户端在施工和验收阶段通过高标准农田建设全过程管理平台侧获取施工图像信息和与所述施工图像信息关联的建设设计阶段信息，以通过对施工图像信息和建设设计阶段信息比对分析进行建设过程监管

32、获取单元，用于通过无人机获取管护阶段的高标准农田的农田图像信息，基于所述图像信息分析所述高标准农田中种植的粮食作物的作物类型，所述作物类型包括高杆作物、矮杆作物和匍匐作物；

33、分析单元，用于在确定所述作物类型为高杆作物的情况下，控制所述无人机以预设姿态和预设飞行高度执行飞行拍摄任务，所述预设姿态关联的旋翼气流方向为用于将相邻高杆作物分离的气流方向；

34、巡查单元，用于提取在所述旋翼气流方向将相邻高杆作物分离后所述无人机采集到的巡查图像信息，以在所述巡查图像信息中存在经济作物的情况下，生成与所述高标准农田向关联的农田管理预警消息。

35、本技术实施例第三方面提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述的高标准农田建设全过程管理方法的步骤。

36、本技术实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的高标准农田建设全过程管理方法的步骤。

37、综上，本技术实施例提供的高标准农田建设全过程管理方法，通过在高标准农田建设全过程管理平台侧获取高标准农田的建设设计阶段信息；获取高标准农田建设施工阶段中的带有站立点和方位角施工图像信息，以及由无人机航拍的施工图像信息，以将所述施工图像信息同步至高标准农田建设全过程管理平台侧；项目管理用户端在施工和验收阶段通过高标准农田建设全过程管理平台侧获取施工图像信息和与所述施工图像信息关联的建设设计阶段信息，以通过对施工图像信息和建设设计阶段信息比对分析进行建设过程监管；通过无人机获取管护阶段的高标准农田的农田图像信息，基于所述图像信息分析所述高标准农田中种植的粮食作物的作物类型，所述作物类型包括高杆作物、矮杆作物和匍匐作物；在确定所述作物类型为高杆作物的情况下，控制所述无人机以预设姿态和预设飞行高度执行飞行拍摄任务，所述预设姿态关联的旋翼气流方向为用于将相邻高杆作物分离的气流方向；提取在所述旋翼气流方向将相邻高杆作物分离后所述无人机采集到的巡查图像信息，以在所述巡查图像信息中存在经济作物的情况下，生成与所述高标准农田向关联的农田管理预警消息。由此，通过无人机和图像识别技术，可实现高标准农田的高效巡查。例如，在一片高杆玉米田里，无人机能够识别田中隐藏的低矮经济作物（如西瓜或草莓），确保高标准农田符合规定的粮食作物种植要求。无人机旋翼的气流分离高杆作物，提高了矮杆或匍匐作物被发现的几率。例如，若农民在玉米地中私自种植草莓，通过气流分离能显露草莓植株的红色果实，便于识别和取证。在长效巡查中，系统可以记录巡查结果形成历史数据，用于进一步分析高标准农田的种植状况和违规倾向。

38、相应地，本发明实施例提供的系统、电子设备和计算机可读存储介质，也同样具有上述技术效果。