大型无人机植物表型成像系统

基于无人机业内“大疆创新公司”飞行平台，采用其推出的M300RTK行业级无人机进行系统集成，保障了无人机表型平台的稳定性、安全性、易操作性、可扩展性及便携性。

稳定性：水平和垂直悬停精度±0.1m：遥控器信号有效距 离15km, 可承受风速15m/s（7级风），负 载2.7kg，IP45防水（小于100mm/24h雨量情况 可正常飞行），最长飞行时间55分钟（空载），45分 钟（1.2kg负载，包含RGB可见光高清相机、多光谱 相机和热红外相机，或高光谱相机）。

安全性：前后、上下、左右、六方向障碍物感知（0.1-8m）, 低电量、信号失联等情况自动返航；双电池，冗余备 份，单个旋翼停机，可以自主安全降落，限度保障 无人机平台及人员安全。

可扩展性 ：可同时灵活挂载超高分辨率可见 光、多光谱、热红外、高光谱相 机和激光Lidar，气体传感器等 （可同时挂载多达3种传感器， 实现多源数据的同步获取）。

易操作性：图 形 化 界 面 ， 作 业 航 线 自 动 规 划，实时图传成像结果，相机都 采用快接接口，无人机从开箱到 装配相机，3分钟内可以完成起 飞前的准备工作。

便携性：完整平台提供便携式拉杆箱（内置 泡沫、26寸），可放入小型轿车 后备箱，单兵作业，拎起即走。

成像平台-传感器
借助多源传感器，从图（纹理、覆盖度）、形（株高、生物量）和谱（叶绿素、叶温）等遥感数据中捕捉作物生长过程中所展 现的表型信息，提供配套图形谱表型信息提取软件，自动提取株高、生物量、叶面积及NDVI等作物植被指数共计百余种作物 长势相关光谱植被指数（高光谱数据可计算30万种植被指数）。
所提供传感器均具备PSDK或OSDK一体化快接接口，可以共享飞行平台资源，如电源、通讯链路、状态信息( GPS 信息、 姿态信息、时间日期）等，在无人机和传感器之间实现无缝协同作业，同时快接接口提升了野外数据采集过程中的传感器安装 时间，平均每台传感器1分钟之内就可以完成安装或拆卸。

超高分辨率可见光相机
中大型无人机搭载超高分辨率可见光传感器可用于作物计数、作物穗部识别、病虫害检测、群体三维建模等方向的研究。
图像格式 ：RAW，TIFF，JEPG
存储：支持512G高速SD

多/高光谱相机
中大型无人机搭载多/高光谱传感器可用于植物营养学、土壤肥力、决策处方、作物估产等方向的研究。
图像格式 ：12位 /span>
存储：支持128G MicroSD卡 480G内置SSD

热红外相机
中大型无人机搭载热红外传感器可用于植物冠层蒸散估算、植物水分胁迫探测、灌溉管理等方向的研究。
图像格式 ：JPEG，TIFF，R-JPEG
存储：支持128G MicroSD卡

激光Lidar
中大型无人机搭载激光雷达传感器可用于植物株高精细测量、植物冠层结构探测等方向的研究。
图像格式 ：照片，IMU，点云数据
存储：MicroSD卡：传输速度达到 UHS-1 评级或 Class10 及以上的MicroSD卡， 支持 256GB 容量

高通量作物表型数据自动化处理平台HTCPP-UAV
高通量作物表型信息自动化提取软件主要由三个部分组成：数据预处理、表型信息提取和关键表型筛选。

选型配置表HTCPP-UAV

参考文献
Jian Zhang , Biquan Zhao, Chenghai Yang , Yeyin Shi , Qingxi Liao ,Guangsheng Zhou , Chufeng Wang , Tianjin Xie , Zhao Jiang , Dongyan Zhang ,Wanneng Yang, Chenglong Huang and Jing Xie.Rapeseed Stａnd Count Estimation at Leaf Development Stages With UAV Imagery and Convolutional Neural Networks. Front. Plant Sci.2020.
Jian Zhang , Chufeng Wang , Chenghai Yang , Tianjin Xie , Zhao Jiang , Tao Hu , Zhibang Luo , Guangsheng Zhou and Jing Xie. Assessing the Effect of Real Spatial Resolution of In Situ UAV Multispectral Images on Seedling Rapeseed Growth Monitoring. Remote Sens. 2020.
Jian Zhang , Tianjin Xie , Chenghai Yang , Huaibo Song , Zhao Jiang , Guangsheng Zhou , Dongyan Zhang , Hui Feng and Jing Xie. Segmenting Purple Rapeseed Leaves in the Field from UAV RGB Imagery Using Deep Learning as an Auxiliary Means for Nitrogen Stress Detection. Remote Sens. 2020.
Abiquan Zhao , Jiating Li , P. Stephen Baenziger , Vikas Belamkar , Yufeng Ge , Jian Zhang and Yeyin Shi. Automatic Wheat Lodging Detection and Mapping in Aerial Imagery to Support High-Throughput Phenotyping and In-Season Crop Management. Agronomy. 2020.
Dongyan Zhang , Xingen Zhou , Jian Zhang , Yubin Lan , Chao Xu , Dong Liang. Detection of rice sheath blight using an unmanned aerial system with high-resolution color and multispectral imaging. PLOS ONE. 2018.
Biquan Zhao , Jian Zhang , Chenghai Yang , Guangsheng Zhou , Youchun Ding , Yeyin Shi , Dongyan Zhang , Jing Xie and Qingxi Liao. Rapeseed Seedling Stａnd Counting and Seeding Performance Evaluation at Two Early Growth Stages Based on Unmanned Aerial Vehicle Imagery. Front. Plant Sci. 2020.
Xiaoyang Zhao , Jian Zhang , Chenghai Yang , Huaibo Song , Yeyin Shi , Xingen Zhou , Dongyan Zhang and Guozhong Zhang. Registration for Optical Multimodal Remote Sensing Images Based on FAST Detection, Window Selection, and Histogram Specification. Remote Sens. 2018.

合作用户

无人机植物表型信息获取软硬件一体化平台.pdf