区域巡检方法、装置、电子设备、系统以及可读存储介质与流程

1.本技术涉及计算机技术领域，具体而言，涉及一种区域巡检方法、装置、电子设备、系统以及可读存储介质。


背景技术：

2.随着无人机技术的不断发展，无人机在各种领域的应用越来越广泛。例如，可以借助无人机进行农田的科学管理。以水稻种植为例，在水稻的种植过程中，可以借助无人机完成稻田的巡检。具体的，可以由无人机在稻田上方飞行巡检，在巡检过程中拍摄稻田的图像，进而可以通过对图像进行分析以确定出稻田的水量、病虫害、杂草以及茎蘖数等状态信息。然而，当水稻生长到叶龄分蘖较为繁茂时，水稻的根部会被遮挡，无人机无法拍摄到水稻的根部区域的图像，会导致无法通过图像分析出稻田的水量、病虫害等与水稻根部相关的状态信息。
3.现有技术中，为了解决上述的问题，可以在稻田边沿固定架设机器手臂摄像机，近距离拍摄水稻的根部，以得到包含水稻的根部区域的图像。
4.但是，利用现有技术的方式无法保证数据采集的均匀度，可能影响利用图像分析出的稻田的状态信息的准确性。


技术实现要素：

5.本技术的目的在于，针对上述现有技术中的不足，提供一种区域巡检方法、装置、电子设备、系统以及可读存储介质，以解决现有技术中无法保证数据采集的均匀度进而可能影响利用图像分析出的稻田的状态信息的准确性的问题。
6.为实现上述目的，本技术实施例采用的技术方案如下：
7.第一方面，本技术实施例提供一种区域巡检方法，包括：
8.根据待巡检区域的图像信息，确定所述待巡检区域的边界信息，其中，所述图像信息包括：高精地图，或者，包含所述待巡检区域的图片；
9.根据所述待巡检区域的边界信息，生成以所述待巡检区域的边界为基准而行进的目标巡检路线；
10.获取以所述目标巡检路线执行巡检所得到的巡检结果，所述巡检结果包括：包含所述待巡检区域的作物根部和/或水量的图片。
11.作为一种可能的实现方式，所述待巡检区域为多个；
12.所述根据所述待巡检区域的边界信息，生成以所述待巡检区域的边界为基准而行进的目标巡检路线，包括：
13.根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，并将所述联合巡检路线作为所述目标巡检路线；
14.其中，所述联合巡检路线为通过一次巡检任务对所述多个待巡检区域统一巡检的路线。
15.作为一种可能的实现方式，所述具有关联关系的多个待巡检区域包括：具有公共边界的多个待巡检区域；
16.所述根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，包括：
17.确定所述多个待巡检区域之间的公共边界；
18.基于所述公共边界以及各所述待巡检区域的边界信息中除所述公共边界外的独有边界，确定所述多个待巡检区域的联合巡检路线。
19.作为一种可能的实现方式，所述具有关联关系的多个待巡检区域包括：第一区域以及处于所述第一区域的归属范围内的至少一个第二区域；
20.所述根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，包括：
21.基于所述第一区域的边界信息，确定所述第一区域的巡检路线；
22.将所述第一区域的巡检路线作为所述第一区域以及各所述第二区域的联合巡检路线。
23.作为一种可能的实现方式，所述根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，包括：
24.响应用户选择多个待巡检区域的操作，确定所述多个待巡检区域是否具有关联关系；
25.若是，则根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线。
26.作为一种可能的实现方式，所述根据所述待巡检区域的边界信息，生成以所述待巡检区域的边界为基准而行进的目标巡检路线，包括：
27.根据所述待巡检区域的边界信息，获取位于所述待巡检区域的边界上的多个采样点；
28.根据所述多个采样点的位置信息，生成途径所述多个采样点的目标巡检路线。
29.作为一种可能的实现方式，所述获取以所述目标巡检路线执行巡检所得到的巡检结果，包括：
30.获取以所述目标巡检路线以及所述目标巡检路线对应的巡检参数执行巡检所得到的所述待巡检区域的巡检结果。
31.作为一种可能的实现方式，所述获取以所述目标巡检路线以及所述目标巡检路线对应的巡检参数执行巡检所得到的所述待巡检区域的巡检结果之前，还包括：
32.根据所述待巡检区域所种植的作物类型，确定所述目标巡检路线对应的巡检参数。
33.作为一种可能的实现方式，所述获取以所述目标巡检路线以及所述目标巡检路线对应的巡检参数执行巡检所得到的所述待巡检区域的巡检结果之前，还包括：
34.根据所述目标巡检路线的轨迹形状，确定所述目标巡检路线对应的巡检参数。
35.作为一种可能的实现方式，所述根据待巡检区域的图像信息，确定所述待巡检区域的边界信息，包括：
36.获取所述待巡检区域的高精地图；
37.根据所述待巡检区域的高精地图，确定所述待巡检区域的边界信息。
38.作为一种可能的实现方式，所述获取所述待巡检区域的高精地图，包括：
39.若不存在所述待巡检区域的高精地图，则根据卫星地图确定所述待巡检区域所在区域的航拍路线；
40.根据所述航拍路线进行航拍，得到所述待巡检区域所在区域的航拍图片；
41.对所述航拍图片进行拼接处理，得到所述待巡检区域的高精地图。
42.作为一种可能的实现方式，所述根据待巡检区域的图像信息，确定所述待巡检区域的边界信息，包括：
43.将包含所述待巡检区域的图片输入预先训练得到的边界识别模型中，得到所述待巡检区域的边界信息。
44.作为一种可能的实现方式，所述待巡检区域包括：待巡检农田；
45.所述获取以所述目标巡检路线执行巡检所得到的巡检结果之后，还包括：
46.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，确定所述待巡检农田的水量分布信息以及病虫害信息。
47.作为一种可能的实现方式，所述对包含所述待巡检农田的根部以及水量的图片进行图像识别，确定所述待巡检农田的水量分布信息以及病虫害信息，包括：
48.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，得到参考水量分布信息以及参考病虫害信息；
49.根据所述参考水量分布信息以及参考病虫害信息，以及所述待巡检农田的属性信息，使用预先训练的区域评估模型，得到所述待巡检农田的水量分布信息以及病虫害信息，其中，所述待巡检农田的属性信息包括：面积和/或形状。
50.第二方面，本技术实施例提供一种区域巡检装置，包括：
51.确定模块，用于根据待巡检区域的图像信息，确定所述待巡检区域的边界信息，其中，所述图像信息包括：高精地图，或者，包含所述待巡检区域的图片；
52.生成模块，用于根据所述待巡检区域的边界信息，生成以所述待巡检区域的边界为基准而行进的目标巡检路线；
53.获取模块，用于获取以所述目标巡检路线执行巡检所得到的巡检结果，所述巡检结果包括：包含所述待巡检区域的作物根部和/或水量的图片。
54.作为一种可能的实现方式，所述待巡检区域为多个；
55.所述生成模块具体用于：
56.根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，并将所述联合巡检路线作为所述目标巡检路线；
57.其中，所述联合巡检路线为通过一次巡检任务对所述多个待巡检区域统一巡检的路线。
58.作为一种可能的实现方式，所述具有关联关系的多个待巡检区域包括：具有公共边界的多个待巡检区域；
59.所述生成模块具体用于：
60.确定所述多个待巡检区域之间的公共边界；
61.基于所述公共边界以及各所述待巡检区域的边界信息中除所述公共边界外的独
有边界，确定所述多个待巡检区域的联合巡检路线。
62.作为一种可能的实现方式，所述具有关联关系的多个待巡检区域包括：第一区域以及处于所述第一区域的归属范围内的至少一个第二区域；
63.所述生成模块具体用于：
64.基于所述第一区域的边界信息，确定所述第一区域的巡检路线；
65.将所述第一区域的巡检路线作为所述第一区域以及各所述第二区域的联合巡检路线。
66.作为一种可能的实现方式，所述生成模块具体用于：
67.响应用户选择多个待巡检区域的操作，确定所述多个待巡检区域是否具有关联关系；
68.若是，则根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线。
69.作为一种可能的实现方式，所述生成模块具体用于：
70.根据所述待巡检区域的边界信息，获取位于所述待巡检区域的边界上的多个采样点；
71.根据所述多个采样点的位置信息，生成途径所述多个采样点的目标巡检路线。
72.作为一种可能的实现方式，所述获取模块具体用于：
73.获取以所述目标巡检路线以及所述目标巡检路线对应的巡检参数执行巡检所得到的所述待巡检区域的巡检结果。
74.作为一种可能的实现方式，所述确定模块还用于：
75.根据所述待巡检区域所种植的作物类型，确定所述目标巡检路线对应的巡检参数。
76.作为一种可能的实现方式，所述确定模块还用于：
77.根据所述目标巡检路线的轨迹形状，确定所述目标巡检路线对应的巡检参数。
78.作为一种可能的实现方式，所述确定模块具体用于：
79.获取所述待巡检区域的高精地图；
80.根据所述待巡检区域的高精地图，确定所述待巡检区域的边界信息。
81.作为一种可能的实现方式，所述确定模块具体用于：
82.若不存在所述待巡检区域的高精地图，则根据卫星地图确定所述待巡检区域所在区域的航拍路线；
83.根据所述航拍路线进行航拍，得到所述待巡检区域所在区域的航拍图片；
84.对所述航拍图片进行拼接处理，得到所述待巡检区域的高精地图。
85.作为一种可能的实现方式，所述确定模块具体用于：
86.将包含所述待巡检区域的图片输入预先训练得到的边界识别模型中，得到所述待巡检区域的边界信息。
87.作为一种可能的实现方式，所述待巡检区域包括：待巡检农田；
88.所述确定模块还用于：
89.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，确定所述待巡检农田的水量分布信息以及病虫害信息。
90.作为一种可能的实现方式，所述确定模块具体用于：
91.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，得到参考水量分布信息以及参考病虫害信息；
92.根据所述参考水量分布信息以及参考病虫害信息，以及所述待巡检农田的属性信息，使用预先训练的区域评估模型，得到所述待巡检农田的水量分布信息以及病虫害信息，其中，所述待巡检农田的属性信息包括：面积和/或形状。
93.第三方面，本技术实施例提供一种电子设备，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器执行所述机器可读指令，以执行时执行上述第一方面所述的区域巡检方法的步骤。
94.第四方面，本技术实施例提供一种巡检系统，包括：上述第三方面所述的电子设备以及无人机，所述电子设备与所述无人机通信连接，所述电子设备将生成的目标巡检路线发送给无人机，所述无人机用于按照所述目标巡检路线执行巡检，并将巡检结果发送给所述电子设备。
95.第五方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述第一方面所述的区域巡检方法的步骤。
96.本技术实施例所提供的区域巡检方法、装置、电子设备、系统以及可读存储介质，基于待巡检区域的图像信息，可以确定出待巡检区域的边界信息，进而，可以根据该边界信息，可以生成以待巡检区域的边界为基准而行进的目标巡检路线。由于该目标巡检路线是以待巡检区域的边界为基准而行进的，因此，能够均匀采集到待巡检区域的边界上的图片。由于边界上不存在作物根部或区域底部被遮挡的情况，因此，按照上述目标巡检路线执行巡检所采集到的图片中能够包含待巡检区域的作物根部和/或水量的信息。因此，通过本实施例能够采集到沿待巡检区域边界的大量、均匀且包含作物根部和/或水量的图像，进而使得基于这些图像分析得到区域的状态信息的准确性得到极大提升，同时，无需增加额外的巡检装置，还可以极大降低区域巡检的成本。
97.另外，针对具有关联关系的多个待巡检区域，可以由无人机在一次巡检任务中统一按照联合巡检路线行进，从而可以在保证各待巡检区域的边界的巡检覆盖率的同时，可以减少或避免路线的重复，减少冗余信息，提升了巡检效率。
98.另外，在待巡检区域的边界为较为复杂的不规则边界的场景中，通过获取上述多个采样点，并对上述多个采样点进行连接，可以生成轨迹较为简单同时对于待巡检区域的边界的覆盖率满足要求的巡检轨迹，从而既能保证不影响巡检结果准确性，同时，又能减少巡检的复杂度，提升巡检效率。
附图说明
99.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
100.图1为本技术实施例的一种示例性的场景示意图；
101.图2为本技术实施例提供的区域巡检方法的流程示意图；
102.图3为生成具有公共边界的多个待巡检区域的联合巡检路线的示例图；
103.图4为生成具有归属关系的多个待巡检区域的联合巡检路线的示例图；
104.图5为本技术实施例提供的区域巡检方法的另一流程示意图；
105.图6为通过获取采样点生成目标巡检路线的示例图；
106.图7为本技术实施例提供的区域巡检方法的又一流程示意图；
107.图8为本技术实施例提供的一种区域巡检装置的模块结构图；
108.图9为本技术实施例提供的电子设备90的结构示意图。
具体实施方式
109.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
110.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
111.为了使得本领域技术人员能够使用本技术内容，结合特定应用场景“无人机进行农田巡检”，给出以下实施方式。对于本领域技术人员来说，在不脱离本技术的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本技术主要围绕无人机进行农田巡检进行描述，但是应该理解，这仅是一个示例性实施例。
112.需要说明的是，本技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
113.现有技术中通过在稻田边沿固定架设机器手臂摄像机近距离拍摄水稻的根部以解决生长到叶龄分蘖较为繁茂时水稻根部被遮挡而无法拍摄到水稻根部的问题。然而，出于成本的考虑，需要按照较长的距离间隔架设机器手臂摄像机。每个机器手臂摄像机仅能拍摄到自己周围一定范围内的图像。因此，现有的这种方式，仅能拍摄到稻田的较小部分的水稻根部的图像。由于这部分水稻在整个稻田中仅占很小的比例，因此，利用现有技术的方式无法保证数据采集的均匀度，进而，利用所采集的图像所分析出的稻田的状态信息可能无法体现稻田的实际状态，进而可能影响利用图像分析出的稻田的状态信息的准确性。
114.本技术实施例基于上述问题，通过识别待巡检区域的边界，并规划以待巡检区域的边界为基准的巡检路线，使得按照该巡检路线执行巡检时，能够采集到沿农田边界的大量、均匀且包含作物根部和/或农田水量的图像，进而使得基于这些图像分析得到区域的状态信息的准确性得到极大提升，同时，无需增加额外的巡检装置，还可以极大降低区域巡检
的成本。
115.本技术实施例的方法可以应用于区域巡检的场景中，该区域可以为农田，例如稻田等，或者，该区域还可以为林区等。本技术实施例对于该区域的具体形态不做限定，只要区域存在作物生长茂盛导致作物根部被遮挡的问题，均可以采用本技术实施例的方法予以解决。
116.图1为本技术实施例的一种示例性的场景示意图，如图1所示，该方法可以涉及无人机以及电子设备。该无人机以及电子设备可以组成巡检系统。在该巡检系统中，无人机和电子设备可以建立通信连接。其中，该电子设备可以为终端、服务器等具有计算处理能力的设备。电子设备通过执行本技术实施例的方法步骤，可以得到待巡检区域的目标巡检路线，电子设备可以将该目标巡检路线发送至无人机，进而，由无人机按照该目标巡检路线执行巡检。在巡检过程中，无人机可以控制内置的拍摄部件，例如摄像头采集包含待巡检区域中作物根部和/或水量的图片作为巡检结果。无人机进而可以将巡检结果发送上述电子设备或其他负责进行分析处理的设备进行分析处理。以电子设备进行分析处理为例，电子设备对上述巡检结果进行分析处理之后，可以得到待巡检区域的病虫害分布和/或水量分布等信息。
117.值得说明的是，出于实际的需要的，还可以采用无人机之外的其他具有航拍功能的设备执行上述的巡检。本技术对此不作具体限定。
118.作为另一种示例性的场景，还可以由无人机中的处理芯片执行本技术的方法步骤得到待巡检区域的巡检路线，并控制无人机按照该巡检路线进行巡检。无人机可以将巡检过程中采集的图片发送给负责进行分析处理的设备进行分析处理，以得到待巡检区域的病虫害分布和/或水量分布等信息。
119.图2为本技术实施例提供的区域巡检方法的流程示意图，该方法的执行主体可以为上述的电子设备或无人机。为便于描述，以下实施例中以执行主体为电子设备为例进行说明。如图2所示，该方法包括：
120.s201、根据待巡检区域的图像信息，确定该待巡检区域的边界信息，其中，上述图像信息包括：高精地图，或者，包含该待巡检区域的图片。
121.可选的，电子设备可以预先获取并存储上述待巡检区域的图像信息，该图像信息可以由电子设备利用无人机拍摄的待巡检区域的图像生成，或者，也可以由其他处理设备生成，电子设备从该其他处理设备直接获取上述图像信息。
122.一种情况下，上述图像信息可以为高精地图，该高精地图中包括上述待巡检区域。该高精地图例如可以为数字正射影像(digital orthophoto map，简称dom)。
123.另一种情况下，上述图像信息可以为无人机对上述待巡检区域进行航拍所得到的包含上述待巡检区域的图片。在该图片中包含待巡检区域的边界以及位于边界以内的作物。
124.可选的，电子设备可以对上述图像信息进行识别，从而确定出上述待巡检区域的边界信息。示例性的，上述待巡检区域的边界信息可以由组成边界的所有坐标点的坐标位置来表示。
125.作为另一种方式，电子设备还可以通过实时动态测量(real time kinematic，简称rtk)方式确定出上述待巡检区域的边界信息。
126.可选的，本步骤可以基于用户的触发指令而执行。示例性的，电子设备在其界面上显示一个或多个农田的图像，用户通过鼠标框选或者触摸滑动框选等方式框出需要执行巡检的农田，相应的，电子设备可以使用本步骤的方式确定出待巡检农田的边界信息，在界面上显示待巡检农田的边界信息。用户可以在此基础上，对电子设备识别出的农田的边界进行微调，电子设备进而可以将用户微调之后的边界作为待巡检区域的边界，并记录该边界的边界信息。
127.s202、根据上述待巡检区域的边界信息，生成以上述待巡检区域的边界为基准而行进的目标巡检路线。
128.可选的，上述目标巡检路线是以待巡检区域的边界为基准而行进的，具体可以包括：目标巡检路线是按照待巡检区域的边界的轨迹而形成的路线，或者，目标巡检路线是在待巡检区域的边界的基础上，对待巡检区域的边界的轨迹进行简化或调整而形成的路线，简化或调整所形成的目标巡检路线与待巡检区域的边界的轨迹的重叠度满足预设的要求。
129.电子设备在确定出待巡检区域的边界信息后，可以基于该边界信息能够得到上述目标巡检路线，该目标巡检路线是以待巡检区域的边界为基准而行进的。具体生成目标巡检路线的方法将在下述实施例中进行详细的说明。
130.可选的，用户可以对电子设备生成的目标巡检路线进行微调，并将微调后的目标巡检路线作为下述步骤中执行巡检时的巡检路线。
131.s203、获取以上述目标巡检路线执行巡检所得到的巡检结果，该巡检结果包括：包含上述待巡检区域的作物根部和/或水量的图片。
132.可选的，电子设备可以将生成的上述目标巡检路线发送给无人机，由无人机按照上述目标巡检路线执行巡检，从而均匀采集到待巡检区域边界上的图片，无人机可以将图片实时或批量发送至电子设备。由于边界上不存在作物根部或区域底部被遮挡的情况，因此，按照上述目标巡检路线执行巡检所采集到的图片中能够包含待巡检区域的作物根部和/或水量的信息。进而可以利用这些图片准确分析出待巡检区域，例如待巡检农田的病虫害信息、水量分布信息等。
133.可选的，无人机在按照上述目标巡检路线执行巡检之前，可以预先确定并配置适用于在边界以较低高度飞行的巡检参数，例如可以包括：飞行高度、飞行速度等。并将该巡检参数作为目标巡检路线对应的巡检参数。在执行巡检时，无人机按照该目标巡检路线并使用该巡检参数行进。巡检参数的确定方式将在下述实施例中详细说明。另外，无人机还可以开启精准仿地功能，例如开启毫米波雷达、双目视觉传感器、视觉传感器等。另外，还可以开启全场景避障功能。
134.本实施例中，基于待巡检区域的图像信息，可以确定出待巡检区域的边界信息，进而，可以根据该边界信息，可以生成以待巡检区域的边界为基准而行进的目标巡检路线。由于该目标巡检路线是以待巡检区域的边界为基准而行进的，因此，能够均匀采集到待巡检区域的边界上的图片。由于边界上不存在作物根部或区域底部被遮挡的情况，因此，按照上述目标巡检路线执行巡检所采集到的图片中能够包含待巡检区域的作物根部和/或水量的信息。因此，通过本实施例能够采集到沿待巡检区域边界的大量、均匀且包含作物根部和/或水量的图像，进而使得基于这些图像分析得到区域的状态信息的准确性得到极大提升，同时，无需增加额外的巡检装置，还可以极大降低区域巡检的成本。
135.以上述待巡检区域为待巡检农田为例，当经过上述实施例得到待巡检农田的巡检结果之后，可以通过下述方式分析得到待巡检农田的状态信息。
136.可选的，对包含上述待巡检农田的作物根部以及水量的图片进行图像识别，确定上述待巡检区域的水量分布信息以及病虫害信息。
137.上述图像识别可以指通过单次图像识别以分析出待巡检农田的水量分布以及病虫害信息等，或者，还可以指通过多层次的图像识别以得到准确性更高的识别结果。
138.针对上述多层次的图像识别，可以首先对包含待巡检农田的作物根部以及水量的图片进行图像识别，得到参考水量分布信息以及参考病虫害信息。在此基础上，可以再根据该参考水量分布信息以及参考病虫害信息，以及上述待巡检农田的属性信息，使用预先训练的区域评估模型，得到待巡检农田的水量分布信息以及病虫害信息，其中，待巡检农田的属性信息包括：面积和/或形状。
139.可选的，上述的区域评估模型例如可以包括：农田水量评估模型以及病虫害数据评估模型等。
140.在得到待巡检农田的水量分布信息以及病虫害信息之后，可以在高精地图上进行显示，以便于用户方便查看。
141.显示的方式例如可以包括如下三种中的一种或多种：
142.第一种：将水量和病虫害信息的分布以及严重程度通过处方图以及预设的颜色进行显示。
143.第二种：可以显示农田边界巡检的原始图片，该原始图片可以指无人机采集的原始图片。
144.第三种：利用水量和病虫害信息的分布信息统计出病虫害类别、严重等级占比、水量程度、需加水量、历史数据比对结果等，这些统计的这些信息进行显示。
145.除了上述的显示之外，电子设备还可以出具任务报告。例如，将上述待巡检农田的水量分布信息以及病虫害信息存储至具有预设格式的文件中供用户下载和打印等。
146.如前文所述的，目标巡检路线以待巡检区域的边界为基准而行进可以包括两种情况，一种是目标巡检路线按照待巡检区域的边界的轨迹行进，另一种是在待巡检区域的边界的基础上，对待巡检区域的边界的轨迹进行简化或调整而形成目标巡检路线。以下，分别对这两种情况下生成目标巡检路线的方式进行详细说明。
147.以下首先对目标巡检路线是按照待巡检区域的边界的轨迹行进这一方式下的路线生成过程进行说明。
148.可选的，上述待巡检区域的数量可以为一个，也可以为多个。当为一个时，可以直接基于该一个待巡检区域的边界信息，生成沿该待巡检区域的边界轨迹行进的目标巡检路线。示例性的，待巡检区域的边界为一个矩形轨迹，则可以选择该矩形轨迹上的一个位置点作为巡检的起点，生成从该起点开始、以顺时针方向行进且经过该矩形轨迹上的各位置点的目标巡检路线。
149.当待巡检区域的数量为多个时，可以首先判断该多个待巡检区域之间是否具有关联关系，该关联关系例如可以为待巡检区域之间存在公共边界或者某个待巡检区域包括在另一个待巡检区域的范围内。如果多个待巡检区域之间不存在关系，则可以针对每个待巡检区域，分别按照上述的方法生成沿该待巡检区域的边界轨迹行进的目标巡检路线。
150.如果多个待巡检区域之间存在关联关系，则可以根据具有关联关系的多个待巡检区域的边界信息，确定该多个待巡检区域的联合巡检路线，并将联合巡检路线作为上述目标巡检路线。
151.其中，上述联合巡检路线为通过一次巡检任务对上述多个待巡检区域统一巡检的路线。
152.利用具有关联关系的多个待巡检区域的边界信息，可以确定出上述联合巡检路线。该联合巡检路线可以覆盖该多个待巡检区域的边界，或者，对该多个待巡检区域的边界的覆盖率可以大于或等于预设覆盖率阈值。同时，该联合巡检路线还可以避免出现较多重复路线。进而，针对该多个巡检区域，可以由无人机在一次巡检任务中统一按照该联合巡检路线行进，从而可以在保证各待巡检区域的边界的巡检覆盖率的同时，可以减少或避免路线的重复，减少冗余信息，提升了巡检效率。示例性的，如果有四块农田相互相邻形成田字形状，则针对该四块农田，在生成联合巡检路线时，控制路线仅经过中间的相邻边界处一次，以避免重复飞行并且通过一次飞行可以完成四块农田的统一巡检。
153.作为一种可选的实施方式，可以基于用户的指示确定上述联合巡检路线。具体的，电子设备可以响应用户选择多个待巡检区域的操作，确定多个待巡检区域是否具有关联关系。若是，则根据具有关联关系的多个待巡检区域的边界信息，确定多个待巡检区域的联合巡检路线。
154.示例性的，电子设备在其界面上显示一个或多个农田的图像，用户通过鼠标框选或者触摸滑动框选等方式框出需要执行巡检的农田，相应的，可以触发电子设备确定出各待巡检农田的边界，以及，基于本实施例的方法判断各待巡检农田是否具有关联关系，并在具有关联关系时生成联合巡检路线。
155.可选的，电子设备可以根据多个待巡检区域的边界中各位置点的坐标，确定多个待巡检区域之间是否存在关联关系。
156.以下对确定上述联合巡检路线的两种可选方式进行说明。
157.第一种可选方式中，上述具有关联关系的多个待巡检区域包括：具有公共边界的多个待巡检区域。
158.针对这种情况，在确定上述联合巡检路线时，可以首先确定该多个待巡检区域之间的公共边界。进而，基于该公共边界以及各上述待巡检区域的边界信息中除该公共边界外的独有边界，确定上述多个待巡检区域的联合巡检路线。
159.可选的，可以根据多个待巡检区域的边界中各位置点的坐标，确定各待巡检区域之间的公共边界。在生成上述联合巡检路线时，可以基于预设的路线规划算法，对于公共边界进行去重处理等，对于独有边界，按照路线间的连接关系，生成上述联合巡检路线。
160.图3为生成具有公共边界的多个待巡检区域的联合巡检路线的示例图，如图3所示，农田a、农田b、农田c和农田d相互相邻形成田字形状，则针对该四块农田，可以生成如图3中所示的联合巡检路线。其中，d1表示路线起点，d2表示路线终点，箭头用于表示路线的行进方向。
161.通过上述方式，既能保证各待巡检区域的边界的巡检覆盖率，同时，还可以减少或避免路线的重复，减少冗余信息，提升了巡检效率。
162.第二种可选方式中，上述具有关联关系的多个待巡检区域包括：第一区域以及处
于该第一区域的归属范围内的至少一个第二区域。
163.针对这种情况，在确定上述联合巡检路线时，可以基于上述第一区域的边界信息，确定上述第一区域的巡检路线。进而，将上述第一区域的巡检路线作为上述第一区域以及各第二区域的联合巡检路线。
164.这种方式可以适用于第一区域的面积较大，同时在第一区域的归属范围内存在一个或多个面积较小的第二区域的场景。其中，第二区域位于第一区域的归属范围内，可以指第二区域全部处于第一区域的边界以内，或者，第二区域中处于第一区域的边界以内的面积在第二区域的总面积中的占比大于特定的阈值。
165.当一个或多个面积较小的第二区域处于面积较大的第一区域的归属范围之内时，可以将第一区域的巡检路线作为第一区域以及各第二区域的联合巡检路线。由于面积较小的第二区域的边界轨迹较短且处于第一区域之内，因此，将第一区域的巡检结果同时作为各第二区域的巡检结果，可以在保证不影响巡检结果准确性的同时减少巡检的复杂度，提升巡检效率。
166.其中，第一区域的巡检路线的确定方式可以使用前述的一个待巡检区域的目标巡检路线的确定方式，具体可以参照前述的实施例，此处不再赘述。
167.图4为生成具有归属关系的多个待巡检区域的联合巡检路线的示例图，如图3所示，农田e为面积较大的农田，农田f、农田g和农田h分别为处于农田e的归属范围内的面积较小的农田，则针对该四块农田，可以生成如图4中所示的联合巡检路线。其中，n1既是路线起点，也是路线终点，箭头用于表示路线的行进方向。
168.通过上述方式，既能保证不影响巡检结果准确性，同时，又能减少巡检的复杂度，提升巡检效率。
169.以下，对在待巡检区域的边界的基础上对待巡检区域的边界的轨迹进行简化或调整而形成目标巡检路线的过程进行说明。
170.图5为本技术实施例提供的区域巡检方法的另一流程示意图，如图6所示，上述步骤s202中根据所述待巡检区域的边界信息生成以待巡检区域的边界为基准而行进的目标巡检路线的一种可选方式包括：
171.s501、根据上述待巡检区域的边界信息，获取位于该待巡检区域的边界上的多个采样点。
172.可选的，可以按照预设的距离间隔对待巡检区域的边界进行采样，得到多个采样点。或者，还可以按照边界轨迹的拐点位置设置采样点。每个采样点分别表示一个位置点，可以通过位置点坐标来表示。
173.s502、根据上述多个采样点的位置信息，生成途径上述多个采样点的目标巡检路线。
174.可选的，可以按照多个采样点的位置坐标，将多个采样点依次连接，c从而形成上述目标巡检路线。
175.本实施例的方式可以应用在待巡检区域的边界为较为复杂的不规则边界的场景中。在这种情况下，通过获取上述多个采样点，并对上述多个采样点进行连接，可以生成轨迹较为简单同时对于待巡检区域的边界的覆盖率满足要求的巡检轨迹，从而既能保证不影响巡检结果准确性，同时，又能减少巡检的复杂度，提升巡检效率。
176.图6为通过获取采样点生成目标巡检路线的示例图，如图6所示，农田m的边界为不规则边界且轨迹复杂。针对该农田m，可以在其边界上获取采样点1至采样点12这12个采样点，将该12个采样点连接，形成目标巡检路线。该目标巡检路线的起点和终点均为采样点1，箭头用于表示路线的行进方向。
177.通过上述方式，既能保证不影响巡检结果准确性，同时，又能减少巡检的复杂度，提升巡检效率。
178.值得说明的是，上述通过获取采样点生成目标巡检路线的方式既可以应用于一个待巡检区域，也可以应用于多个待巡检区域。具体的，当待巡检区域为一个时，可以直接使用上述步骤s501-s502的步骤生成该待巡检区域的目标巡检路线。当待巡检区域为多个时，可以将各待巡检区域的边界信息进行融合，得到融合后的边界。进而，再使用上述步骤s501-s502的步骤，从融合后的边界内获取多个采样点并生成目标巡检路线，该目标巡检路线为通过一次巡检任务对多个待巡检区域统一巡检的路线。即按照该目标巡检路线行进，可以一次完成多个待巡检区域的统一巡检。
179.如前文所述的，无人机在按照上述目标巡检路线执行巡检之前，可以预先确定并配置适用于在边界以较低高度飞行的巡检参数，并将该巡检参数作为目标巡检路线对应的巡检参数。以下，对确定该目标巡检路线对应的巡检参数的方法进行说明。
180.可选的，可以通过如下任意一种确定上述巡检参数。
181.第一种可选方式中，可以根据待巡检区域所种植的作物类型，确定上述目标巡检路线对应的巡检参数。
182.可选的，针对不同的作物类型，可以选择与该作物类型最为匹配的巡检参数。可以预先通过历史数据、仿真试验等方式确定出与每种作物类型匹配的巡检参数，并将作物类型与巡检参数的对应关系保存在电子设备中。进而，在本实施例中，可以首先获取待巡检区域的作物类型，进而根据作物类型与巡检参数的对应关系，查找出待巡检区域的目标巡检路线所对应的巡检参数。
183.通过这种方式，可以使得无人机以与待巡检区域的作物类型最为匹配的巡检参数进行巡检，进而使得所得到的巡检结果更加准确。
184.第二种可选方式中，可以根据目标巡检路线的轨迹形状，确定上述目标巡检路线对应的巡检参数。
185.可选的，针对不同的轨迹形状，可以选择与该轨迹形状最为匹配的巡检参数。例如，对于规则形状，例如矩形等，可以使用较快的飞行速度。而对于轨迹复杂的不规则形状，则可以使用较慢的飞行速度，以拍摄到更加清晰且包含作物根部的图片。
186.通过这种方式，可以使得无人机以与目标巡检路线的轨迹形状最为匹配的巡检参数进行巡检，进而使得所得到的巡检结果更加准确。
187.可选的，通过上述两种可选方式所确定的巡检参数例如可以包括：飞行高度、飞行速度、航向拍照重叠度、相机角度等。
188.基于上述实施例，无人机可以按照上述目标巡检路线以及上述目标巡检路线对应的巡检参数执行巡检，相应的，在上述步骤s203中，可以获取以上述目标巡检路线以及上述目标巡检路线对应的巡检参数执行巡检所得到的上述待巡检区域的巡检结果。
189.以下，对上述步骤s201中确定待巡检区域的边界信息的可选方式进行说明。
190.第一种可选方式中，可以获取待巡检区域的高精地图，并根据待巡检区域的高精地图，确定待巡检区域的边界信息。
191.如前文所述的，待巡检区域的图像信息可以包括上述高精地图，例如dom。电子设备可以通过对高精地图进行图像识别，以确定待巡检区域的边界信息。
192.一种情况下，如果电子设备上预先已经保存了包含待巡检区域的高精地图，则电子设备可以直接获取包含待巡检区域的高精地图。
193.另一种情况下，如果电子设备上没有保存包含待巡检区域的高精地图，则可以通过下述方式获取高精地图。
194.图7为本技术实施例提供的区域巡检方法的又一流程示意图，如图7所示，获取高精地图的一种可选方式包括：
195.s701、根据卫星地图确定上述待巡检区域所在区域的航拍路线。
196.可选的，可以通过手动指示或自动识别的方式，在卫星地图上确定待巡检区域所在区域的航拍路线。应理解，待巡检区域所在区域为包含待巡检区域在内的较大范围的区域。
197.s702、根据上述航拍路线进行航拍，得到上述待巡检区域所在区域的航拍图片。
198.可以控制无人机按照上述航拍路线进行航拍，执行航拍之后，可以得到待巡检区域所在区域的航拍图片。该航拍图片可以为包含待巡检区域的精度满足预设要求的图片。
199.s703、对上述航拍图片进行拼接处理，得到上述待巡检区域的高精地图。
200.得到待巡检区域的高精地图后，可以用于本次确定目标巡检路线。同时，电子设备可以将该高精地图保存并用于后续的巡检。
201.第二种方式中，可以将包含上述待巡检区域的图片输入预先训练得到的边界识别模型中，得到上述待巡检区域的边界信息。
202.如前文所述的，待巡检区域的图像信息可以包括待巡检区域的图片，该图片例如可以是由无人机预先在待巡检区域上方飞行所采集到的图片。电子设备可以将该图片输入上述边界识别模型中，得到上述待巡检区域的边界信息。其中，上述边界识别模型可以是预先通过大量训练样本训练得到的模型，该模型可以自动准确地识别出图片中的边界信息。
203.基于同一发明构思，本技术实施例中还提供了与区域巡检方法对应的区域巡检装置，由于本技术实施例中的装置解决问题的原理与本技术实施例上述区域巡检方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
204.图8为本技术实施例提供的一种区域巡检装置的模块结构图，如图8所示，该装置包括：
205.确定模块801，用于根据待巡检区域的图像信息，确定所述待巡检区域的边界信息，其中，所述图像信息包括：高精地图，或者，包含所述待巡检区域的图片。
206.生成模块802，用于根据所述待巡检区域的边界信息，生成以所述待巡检区域的边界为基准而行进的目标巡检路线。
207.获取模块803，用于获取以所述目标巡检路线执行巡检所得到的巡检结果，所述巡检结果包括：包含所述待巡检区域的作物根部和/或水量的图片。
208.作为一种可选的实施方式，所述待巡检区域为多个。
209.生成模块802具体用于：
210.根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线，并将所述联合巡检路线作为所述目标巡检路线；
211.其中，所述联合巡检路线为通过一次巡检任务对所述多个待巡检区域统一巡检的路线。
212.作为一种可选的实施方式，所述具有关联关系的多个待巡检区域包括：具有公共边界的多个待巡检区域。
213.生成模块802具体用于：
214.确定所述多个待巡检区域之间的公共边界；
215.基于所述公共边界以及各所述待巡检区域的边界信息中除所述公共边界外的独有边界，确定所述多个待巡检区域的联合巡检路线。
216.作为一种可选的实施方式，所述具有关联关系的多个待巡检区域包括：第一区域以及处于所述第一区域的归属范围内的至少一个第二区域。
217.生成模块802具体用于：
218.基于所述第一区域的边界信息，确定所述第一区域的巡检路线；
219.将所述第一区域的巡检路线作为所述第一区域以及各所述第二区域的联合巡检路线。
220.作为一种可选的实施方式，生成模块802具体用于：
221.响应用户选择多个待巡检区域的操作，确定所述多个待巡检区域是否具有关联关系；
222.若是，则根据具有关联关系的多个待巡检区域的边界信息，确定所述多个待巡检区域的联合巡检路线。
223.作为一种可选的实施方式，生成模块802具体用于：
224.根据所述待巡检区域的边界信息，获取位于所述待巡检区域的边界上的多个采样点；
225.根据所述多个采样点的位置信息，生成途径所述多个采样点的目标巡检路线。
226.作为一种可选的实施方式，获取模块803具体用于：
227.获取以所述目标巡检路线以及所述目标巡检路线对应的巡检参数执行巡检所得到的所述待巡检区域的巡检结果。
228.作为一种可选的实施方式，确定模块801还用于：
229.根据所述待巡检区域所种植的作物类型，确定所述目标巡检路线对应的巡检参数。
230.作为一种可选的实施方式，确定模块801还用于：
231.根据所述目标巡检路线的轨迹形状，确定所述目标巡检路线对应的巡检参数。
232.作为一种可选的实施方式，确定模块801具体用于：
233.获取所述待巡检区域的高精地图；
234.根据所述待巡检区域的高精地图，确定所述待巡检区域的边界信息。
235.作为一种可选的实施方式，确定模块801具体用于：
236.若不存在所述待巡检区域的高精地图，则根据卫星地图确定所述待巡检区域所在区域的航拍路线；
237.根据所述航拍路线进行航拍，得到所述待巡检区域所在区域的航拍图片；
238.对所述航拍图片进行拼接处理，得到所述待巡检区域的高精地图。
239.作为一种可选的实施方式，确定模块801具体用于：
240.将包含所述待巡检区域的图片输入预先训练得到的边界识别模型中，得到所述待巡检区域的边界信息。
241.作为一种可选的实施方式，所述待巡检区域包括：待巡检农田；
242.确定模块801还用于：
243.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，确定所述待巡检农田的水量分布信息以及病虫害信息。
244.作为一种可选的实施方式，确定模块801具体用于：
245.对包含所述待巡检农田的作物根部以及水量的图片进行图像识别，得到参考水量分布信息以及参考病虫害信息；
246.根据所述参考水量分布信息以及参考病虫害信息，以及所述待巡检农田的属性信息，使用预先训练的区域评估模型，得到所述待巡检农田的水量分布信息以及病虫害信息，其中，所述待巡检农田的属性信息包括：面积和/或形状。
247.关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
248.本技术实施例还提供了一种电子设备90，如图9所示，为本技术实施例提供的电子设备90结构示意图，包括：处理器91、存储器92，可选的，还可以包括总线93。所述存储器92存储有所述处理器91可执行的机器可读指令(比如，图8中的装置中确定模块、生成模块、获取模块对应的执行指令等)，当电子设备90运行时，所述处理器91与所述存储器92之间通过总线93通信，所述机器可读指令被所述处理器91执行时执行上述方法实施例中的方法步骤。
249.本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述区域巡检方法的步骤。
250.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本技术中不再赘述。在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
251.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者
网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
252.以上仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。