本技術(shù)涉及垃圾定位的，尤其是涉及一種農(nóng)村垃圾定位采集方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)：

1、垃圾是失去使用價(jià)值、無法利用的廢棄物品，是物質(zhì)循環(huán)的重要環(huán)節(jié)，是不被需要或無用的固體、流體物質(zhì)。在人口密集的大城市，常見垃圾采集處理做法是先前往各個(gè)垃圾采集點(diǎn)位，然后將安置于垃圾采集點(diǎn)位的垃圾桶內(nèi)垃圾采集到垃圾運(yùn)輸車，在垃圾運(yùn)輸車將垃圾采集點(diǎn)為的垃圾收集完畢后，送往堆填區(qū)進(jìn)行填埋或者對(duì)垃圾二次利用，再或者采用焚化爐進(jìn)行垃圾焚化。

2、與城市相比，農(nóng)村垃圾采集處理進(jìn)程相對(duì)滯后，難度也更大。農(nóng)村人口相對(duì)于城市分布較為分散，生活垃圾收運(yùn)距離是城市的數(shù)倍。部分地區(qū)農(nóng)村集體經(jīng)濟(jì)薄弱，在生活垃圾分類處理方面投入較少，尚未建立專門的垃圾分類收集、分類運(yùn)輸及分類處理系統(tǒng)，僅是依靠在一定時(shí)間段內(nèi)的垃圾采集車進(jìn)行垃圾收集，但是由于目前所產(chǎn)生的農(nóng)村垃圾的丟棄位置較為隨意，在對(duì)農(nóng)村垃圾采集過程中難度較大，降低了對(duì)農(nóng)村垃圾的采集效率。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述中的至少一項(xiàng)技術(shù)問題，本技術(shù)提供一種農(nóng)村垃圾定位采集方法、裝置、設(shè)備和介質(zhì)。

2、第一方面，本技術(shù)提供一種農(nóng)村垃圾定位采集方法，采用如下的技術(shù)方案：

3、獲取無人機(jī)拍攝的農(nóng)村區(qū)域圖像以及車輛位置信息，所述車輛位置信息為垃圾采集車與不同區(qū)域村落的實(shí)時(shí)相對(duì)位置；

4、對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾，所述未采集垃圾為所述垃圾采集車未采集的垃圾；

5、當(dāng)所述農(nóng)村區(qū)域圖像中存在未采集垃圾時(shí)，獲取存在所述未采集垃圾的農(nóng)村圖像的原始坐標(biāo)，并基于所述原始坐標(biāo)建立定位坐標(biāo)系，所述原始坐標(biāo)為根據(jù)所述農(nóng)村區(qū)域圖像的區(qū)域面積所確定的中心坐標(biāo)；

6、基于所述車輛位置信息以及所述定位坐標(biāo)系確定車輛位置坐標(biāo)以及垃圾定位坐標(biāo)，并根據(jù)所述車輛位置坐標(biāo)以及所述垃圾定位坐標(biāo)生成垃圾定位采集路徑，并將所述垃圾定位采集路徑發(fā)送至所述垃圾采集車終端。

7、通過采用上述技術(shù)方案，在對(duì)農(nóng)村垃圾進(jìn)行采集前，通過無人機(jī)拍攝的方式對(duì)即將采集垃圾的農(nóng)村進(jìn)行農(nóng)村區(qū)域圖像的獲取，以便于后續(xù)對(duì)農(nóng)村垃圾存在與否進(jìn)行檢測(cè)，同時(shí)也獲取當(dāng)前垃圾車的車輛位置信息，以便于后續(xù)設(shè)計(jì)垃圾采集的路線，然后對(duì)無人機(jī)拍攝的農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定農(nóng)村區(qū)域圖像中是否存在未采集垃圾，當(dāng)存在時(shí)，根據(jù)農(nóng)村區(qū)域圖像的區(qū)域面積確定該農(nóng)村的中心坐標(biāo)，并將該中心坐標(biāo)定義為原始坐標(biāo)，基于該原始坐標(biāo)建立定位坐標(biāo)系，然后根據(jù)車輛位置信息以及定位坐標(biāo)系確定車輛位置坐標(biāo)，同時(shí)再根據(jù)農(nóng)村區(qū)域圖像所檢測(cè)到的垃圾位置，以及根據(jù)農(nóng)村區(qū)域圖像所建立的定位坐標(biāo)系，確定垃圾定位坐標(biāo)與車輛位置坐標(biāo)，基于垃圾定位坐標(biāo)以及及車輛位置坐標(biāo)確定垃圾定位采集路徑，垃圾車根據(jù)垃圾定位采集路徑對(duì)農(nóng)村區(qū)域中不同位置的垃圾進(jìn)行采集，從而提高了對(duì)農(nóng)村區(qū)域的垃圾采集效率。

8、在一種可能實(shí)現(xiàn)的方式中，所述所述對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾，之前還包括：

9、對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行邊緣保持濾波，形成第一圖層和第二圖層，所述第一圖層為所述農(nóng)村區(qū)域圖像中的區(qū)域基礎(chǔ)輪廓圖層，所述第二圖層為所述農(nóng)村區(qū)域圖像中的區(qū)域細(xì)節(jié)輪廓圖層；

10、將所述第一圖層劃分為多個(gè)子區(qū)域，獲取每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域直方圖和所述第一圖層對(duì)應(yīng)的全局直方圖以及每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域平坦度和所述第一圖層對(duì)應(yīng)的全局平坦度；

11、依據(jù)所述全局直方圖以及所述全局平坦度，獲取所述第一圖層對(duì)應(yīng)的第一色調(diào)曲線以及第一亮暗度增強(qiáng)曲線；

12、依據(jù)每個(gè)子區(qū)域的子區(qū)域直方圖，獲取每個(gè)子區(qū)域?qū)?yīng)的第二色調(diào)曲線，并將所述第二色調(diào)曲線與所述第一色調(diào)曲線融合，得到融合色調(diào)曲線；

13、依據(jù)每個(gè)子區(qū)域的子區(qū)域平坦度，獲取每個(gè)子區(qū)域?qū)?yīng)的亮暗度曲線融合權(quán)重，并依據(jù)所述亮暗度曲線融合權(quán)重，將所述融合色調(diào)曲線與所述第一亮暗度增強(qiáng)曲線進(jìn)行融合，得到調(diào)整曲線；

14、依據(jù)所述調(diào)整曲線，對(duì)所述第一圖層的每個(gè)子區(qū)域進(jìn)行調(diào)整，得到調(diào)整后第一圖層；

15、基于所述調(diào)整后第一圖層與所述第二圖層進(jìn)行融合，得到處理后的農(nóng)村區(qū)域圖像。

16、在一種可能實(shí)現(xiàn)的方式中，所述依據(jù)每個(gè)子區(qū)域的子區(qū)域平坦度，獲取每個(gè)子區(qū)域?qū)?yīng)的亮暗度曲線融合權(quán)重，包括：

17、依據(jù)預(yù)設(shè)的子區(qū)域暗區(qū)色調(diào)權(quán)重閾值與預(yù)設(shè)的子區(qū)域暗區(qū)平均像素閾值的映射曲線，得到每個(gè)子區(qū)域暗區(qū)平均像素值對(duì)應(yīng)的子區(qū)域暗區(qū)色調(diào)融合權(quán)重；

18、依據(jù)預(yù)設(shè)的子區(qū)域亮區(qū)色調(diào)權(quán)重閾值與預(yù)設(shè)的子區(qū)域亮區(qū)平均像素閾值的映射曲線，得到每個(gè)子區(qū)域亮區(qū)平均像素值對(duì)應(yīng)的子區(qū)域亮區(qū)色調(diào)融合權(quán)重；

19、依據(jù)每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域暗區(qū)色調(diào)融合權(quán)重和子區(qū)域平坦度，獲取所述融合色調(diào)曲線與第一亮暗度曲線的暗區(qū)融合權(quán)重，依據(jù)每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域亮區(qū)色調(diào)融合權(quán)重和子區(qū)域平坦度，獲取所述融合色調(diào)曲線與第一亮暗度增強(qiáng)曲線的亮暗曲線融合權(quán)重。

20、在一種可能實(shí)現(xiàn)的方式中，所述對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾，包括：

21、將處理后的所述農(nóng)村區(qū)域圖像輸入至預(yù)設(shè)垃圾檢測(cè)模型中進(jìn)行垃圾檢測(cè)，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾。

22、在一種可能實(shí)現(xiàn)的方式中，所述當(dāng)所述農(nóng)村區(qū)域圖像中存在未采集垃圾時(shí)，還包括：

23、當(dāng)所述農(nóng)村區(qū)域圖像中不存在未采集垃圾時(shí)，檢測(cè)所述農(nóng)村區(qū)域圖像中是否存在重疊物體，若存在，則將所述農(nóng)村區(qū)域圖像中存在重疊物體的圖像標(biāo)記為待檢測(cè)圖像；

24、確定所述農(nóng)村區(qū)域圖像中與所述待檢測(cè)圖像相鄰且存在所述重疊物體的共視區(qū)域圖像，并基于所述待檢測(cè)圖像以及共視區(qū)域圖像進(jìn)行三維模擬處理，得到物體三維圖像；

25、確定所述物體三維圖像中重疊物體的坐標(biāo)信息以及與所述坐標(biāo)信息相對(duì)應(yīng)的第一描述子信息；

26、基于所述物體三維圖像中的重疊物體圖像特征點(diǎn)對(duì)預(yù)設(shè)重疊圖像庫(kù)中的重疊圖像進(jìn)行多維空間數(shù)據(jù)搜索，得到重疊圖像集，所述預(yù)設(shè)重疊圖像庫(kù)為在歷史時(shí)間段內(nèi)所述無人機(jī)拍攝的農(nóng)村區(qū)域圖像中存在重疊物體且重疊物體中包含垃圾的圖像集合庫(kù)；

27、根據(jù)所述坐標(biāo)信息以及所述第一描述子對(duì)所述待檢測(cè)圖像與所述重疊圖像集中每個(gè)重疊圖像進(jìn)行相似比分析，得到相似比信息；

28、基于所述相似比信息確定描述子相似比均值，并判斷所述描述子相似比均值是否滿足預(yù)設(shè)相似比條件，若滿足，則確定所述待檢測(cè)圖像中存在未采集垃圾，并基于所述定位坐標(biāo)系對(duì)所述待檢測(cè)圖像所對(duì)應(yīng)的位置進(jìn)行定位，得到隱藏垃圾坐標(biāo)。

29、在一種可能實(shí)現(xiàn)的方式中，所述物體三維圖像中重疊物體的坐標(biāo)信息以及第一描述子信息的確定過程包括：

30、按照預(yù)設(shè)觀測(cè)角度以及預(yù)設(shè)動(dòng)作變化規(guī)則將所述物體三維圖像轉(zhuǎn)換為物體三維視頻，并對(duì)所述物體三維視頻進(jìn)行視覺幀采集，得到物體視覺幀；

31、對(duì)所述物體視覺幀進(jìn)行分析處理，得到物體地圖點(diǎn)；

32、基于所述物體地圖點(diǎn)確定所述物體三維圖像中的重疊物體圖像特征點(diǎn)在不同觀測(cè)方向時(shí)所對(duì)應(yīng)的坐標(biāo)信息以及第一描述子信息。

33、在一種可能實(shí)現(xiàn)的方式中，所述根據(jù)所述坐標(biāo)信息以及所述第一描述子對(duì)所述待檢測(cè)圖像與所述重疊圖像集中每個(gè)重疊圖像進(jìn)行相似比分析，得到相似比信息，包括：

34、將所述坐標(biāo)信息分別與所述重疊圖像集中每個(gè)重疊圖像的對(duì)應(yīng)坐標(biāo)位置相對(duì)應(yīng)，得到第二描述子信息，所述第二描述子信息用于表示所述重疊圖像集中每個(gè)重疊圖像與所述坐標(biāo)信息相對(duì)應(yīng)的描述子信息；

35、將所述第一描述子信息中的描述子分別與所述第二描述子信息中的描述子進(jìn)行矩陣比對(duì)，得到相似比信息。

36、第二方面，本技術(shù)提供一種農(nóng)村垃圾定位采集裝置，采用如下的技術(shù)方案：

37、一種農(nóng)村垃圾定位采集裝置，包括：

38、信息獲取模塊，用于獲取無人機(jī)拍攝的農(nóng)村區(qū)域圖像以及車輛位置信息，所述車輛位置信息為垃圾采集車與不同區(qū)域村落的實(shí)時(shí)相對(duì)位置；

39、垃圾檢測(cè)模塊，用于對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾，所述未采集垃圾為所述垃圾采集車未采集到的垃圾；

40、坐標(biāo)確定模塊，用于當(dāng)所述農(nóng)村區(qū)域圖像中存在未采集垃圾時(shí)，獲取存在所述未采集垃圾的農(nóng)村圖像的原始坐標(biāo)，并基于所述原始坐標(biāo)建立定位坐標(biāo)系，所述原始坐標(biāo)為根據(jù)所述農(nóng)村區(qū)域圖像的區(qū)域面積所確定的中心坐標(biāo)；

41、定位采集模塊，用于基于所述車輛位置信息以及所述定位坐標(biāo)系確定車輛位置坐標(biāo)以及垃圾定位坐標(biāo)，并根據(jù)所述車輛位置坐標(biāo)以及所述垃圾定位坐標(biāo)生成垃圾定位采集路徑，并將所述垃圾定位采集路徑發(fā)送至所述垃圾采集車終端。

42、在一種可能的實(shí)現(xiàn)方式中，所述裝置還包括：圖層形成模塊、區(qū)域劃分模塊、曲線獲取模塊、第一曲線融合模塊、第二曲線融合模塊、區(qū)域調(diào)整模塊以及圖層融合模塊，其中，

43、所述圖層形成模塊，用于對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行邊緣保持濾波，形成第一圖層和第二圖層，所述第一圖層為所述農(nóng)村區(qū)域圖像中的區(qū)域基礎(chǔ)輪廓圖層，所述第二圖層為所述農(nóng)村區(qū)域圖像中的區(qū)域細(xì)節(jié)輪廓圖層；

44、所述區(qū)域劃分模塊，用于將所述第一圖層劃分為多個(gè)子區(qū)域，獲取每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域直方圖和所述第一圖層對(duì)應(yīng)的全局直方圖以及每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域平坦度和所述第一圖層對(duì)應(yīng)的全局平坦度；

45、所述曲線獲取模塊，用于依據(jù)所述全局直方圖以及所述全局平坦度，獲取所述第一圖層對(duì)應(yīng)的第一色調(diào)曲線以及第一亮暗度增強(qiáng)曲線；

46、第一曲線融合模塊，用于依據(jù)每個(gè)子區(qū)域的子區(qū)域直方圖，獲取每個(gè)子區(qū)域?qū)?yīng)的第二色調(diào)曲線，并將所述第二色調(diào)曲線與所述第一色調(diào)曲線融合，得到融合色調(diào)曲線；

47、所述第二曲線融合模塊，用于依據(jù)每個(gè)子區(qū)域的子區(qū)域平坦度，獲取每個(gè)子區(qū)域?qū)?yīng)的亮暗度曲線融合權(quán)重，并依據(jù)所述亮暗度曲線融合權(quán)重，將所述融合色調(diào)曲線與所述第一亮暗度增強(qiáng)曲線進(jìn)行融合，得到調(diào)整曲線；

48、區(qū)域調(diào)整模塊，用于依據(jù)所述調(diào)整曲線，對(duì)所述第一圖層的每個(gè)子區(qū)域進(jìn)行調(diào)整，得到調(diào)整后第一圖層；

49、圖層融合模塊，用于基于所述調(diào)整后第一圖層與所述第二圖層進(jìn)行融合，得到處理后的農(nóng)村區(qū)域圖像。

50、在另一種可能的實(shí)現(xiàn)方式中，所述第二曲線融合模塊在依據(jù)每個(gè)子區(qū)域的子區(qū)域平坦度，獲取每個(gè)子區(qū)域?qū)?yīng)的亮暗度曲線融合權(quán)重時(shí)，具體用于：

51、依據(jù)預(yù)設(shè)的子區(qū)域暗區(qū)色調(diào)權(quán)重閾值與預(yù)設(shè)的子區(qū)域暗區(qū)平均像素閾值的映射曲線，得到每個(gè)子區(qū)域暗區(qū)平均像素值對(duì)應(yīng)的子區(qū)域暗區(qū)色調(diào)融合權(quán)重；

52、依據(jù)預(yù)設(shè)的子區(qū)域亮區(qū)色調(diào)權(quán)重閾值與預(yù)設(shè)的子區(qū)域亮區(qū)平均像素閾值的映射曲線，得到每個(gè)子區(qū)域亮區(qū)平均像素值對(duì)應(yīng)的子區(qū)域亮區(qū)色調(diào)融合權(quán)重；

53、依據(jù)每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域暗區(qū)色調(diào)融合權(quán)重和子區(qū)域平坦度，獲取所述融合色調(diào)曲線與第一亮暗度曲線的暗區(qū)融合權(quán)重，依據(jù)每個(gè)子區(qū)域?qū)?yīng)的子區(qū)域亮區(qū)色調(diào)融合權(quán)重和子區(qū)域平坦度，獲取所述融合色調(diào)曲線與第一亮暗度增強(qiáng)曲線的亮暗曲線融合權(quán)重。

54、在另一種可能的實(shí)現(xiàn)方式中，所述垃圾檢測(cè)模塊在對(duì)所述農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾時(shí)，具體用于：

55、將處理后的所述農(nóng)村區(qū)域圖像輸入至預(yù)設(shè)垃圾檢測(cè)模型中進(jìn)行垃圾檢測(cè)，確定所述農(nóng)村區(qū)域圖像中是否存在未采集垃圾。

56、在另一種可能的實(shí)現(xiàn)方式中，所述裝置包括：重疊物檢測(cè)模塊、三維模擬模塊、信息確定模塊、圖像搜索模塊、相似比分析模塊以及隱藏定位模塊，其中，

57、所述重疊物檢測(cè)模塊，用于當(dāng)所述農(nóng)村區(qū)域圖像中不存在未采集垃圾時(shí)，檢測(cè)所述農(nóng)村區(qū)域圖像中是否存在重疊物體，若存在，則將所述農(nóng)村區(qū)域圖像中存在重疊物體的圖像標(biāo)記為待檢測(cè)圖像；

58、所述三維模擬模塊，用于確定所述農(nóng)村區(qū)域圖像中與所述待檢測(cè)圖像相鄰且存在所述重疊物體的共視區(qū)域圖像，并基于所述待檢測(cè)圖像以及共視區(qū)域圖像進(jìn)行三維模擬處理，得到物體三維圖像；

59、所述信息確定模塊，用于確定所述物體三維圖像中重疊物體的坐標(biāo)信息以及與所述坐標(biāo)信息相對(duì)應(yīng)的第一描述子信息；

60、所述圖像搜索模塊，用于基于所述物體三維圖像中的重疊物體圖像特征點(diǎn)對(duì)預(yù)設(shè)重疊圖像庫(kù)中的重疊圖像進(jìn)行多維空間數(shù)據(jù)搜索，得到重疊圖像集，所述預(yù)設(shè)重疊圖像庫(kù)為在歷史時(shí)間段內(nèi)所述無人機(jī)拍攝的農(nóng)村區(qū)域圖像中存在重疊物體且重疊物體中包含垃圾的圖像集合庫(kù)；

61、所述相似比分析模塊，用于根據(jù)所述坐標(biāo)信息以及所述第一描述子對(duì)所述待檢測(cè)圖像與所述重疊圖像集中每個(gè)重疊圖像進(jìn)行相似比分析，得到相似比信息；

62、所述隱藏定位模塊，用于基于所述相似比信息確定描述子相似比均值，并判斷所述描述子相似比均值是否滿足預(yù)設(shè)相似比條件，若滿足，則確定所述待檢測(cè)圖像中存在未采集垃圾，并基于所述定位坐標(biāo)系對(duì)所述待檢測(cè)圖像所對(duì)應(yīng)的位置進(jìn)行定位，得到隱藏垃圾坐標(biāo)。

63、在另一種可能的實(shí)現(xiàn)方式中，所述信息確定模塊在確定物體三維圖像中重疊物體的坐標(biāo)信息以及第一描述子信息時(shí)，具體用于：

64、按照預(yù)設(shè)觀測(cè)角度以及預(yù)設(shè)動(dòng)作變化規(guī)則將所述物體三維圖像轉(zhuǎn)換為物體三維視頻，并對(duì)所述物體三維視頻進(jìn)行視覺幀采集，得到物體視覺幀；

65、對(duì)所述物體視覺幀進(jìn)行分析處理，得到物體地圖點(diǎn)；

66、基于所述物體地圖點(diǎn)確定所述物體三維圖像中的重疊物體圖像特征點(diǎn)在不同觀測(cè)方向時(shí)所對(duì)應(yīng)的坐標(biāo)信息以及第一描述子信息。

67、在另一種可能的實(shí)現(xiàn)方式中，所述相似比分析模塊在根據(jù)所述坐標(biāo)信息以及所述第一描述子對(duì)所述待檢測(cè)圖像與所述重疊圖像集中每個(gè)重疊圖像進(jìn)行相似比分析，得到相似比信息時(shí)，具體用于：

68、將所述坐標(biāo)信息分別與所述重疊圖像集中每個(gè)重疊圖像的對(duì)應(yīng)坐標(biāo)位置相對(duì)應(yīng)，得到第二描述子信息，所述第二描述子信息用于表示所述重疊圖像集中每個(gè)重疊圖像與所述坐標(biāo)信息相對(duì)應(yīng)的描述子信息；

69、將所述第一描述子信息中的描述子分別與所述第二描述子信息中的描述子進(jìn)行矩陣比對(duì)，得到相似比信息。

70、第三面，本技術(shù)提供一種電子設(shè)備，采用如下的技術(shù)方案：

71、至少一個(gè)處理器；

72、存儲(chǔ)器；

73、至少一個(gè)應(yīng)用程序，其中至少一個(gè)應(yīng)用程序被存儲(chǔ)在存儲(chǔ)器中并被配置為由至少一個(gè)處理器執(zhí)行，所述至少一個(gè)應(yīng)用程序配置用于：執(zhí)行如第一方面任一項(xiàng)所述的一種農(nóng)村垃圾定位采集方法。

74、第四方面，本技術(shù)提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用如下的技術(shù)方案：

75、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)中執(zhí)行時(shí)，令所述計(jì)算機(jī)執(zhí)行如第一方面任一項(xiàng)所述農(nóng)村垃圾定位采集方法。

76、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

77、在對(duì)農(nóng)村垃圾進(jìn)行采集前，通過無人機(jī)拍攝的方式對(duì)即將采集垃圾的農(nóng)村進(jìn)行農(nóng)村區(qū)域圖像的獲取，以便于后續(xù)對(duì)農(nóng)村垃圾存在與否進(jìn)行檢測(cè)，同時(shí)也獲取當(dāng)前垃圾車的車輛位置信息，以便于后續(xù)設(shè)計(jì)垃圾采集的路線，然后對(duì)無人機(jī)拍攝的農(nóng)村區(qū)域圖像進(jìn)行垃圾檢測(cè)處理，確定農(nóng)村區(qū)域圖像中是否存在未采集垃圾，當(dāng)存在時(shí)，根據(jù)農(nóng)村區(qū)域圖像的區(qū)域面積確定該農(nóng)村的中心坐標(biāo)，并將該中心坐標(biāo)定義為原始坐標(biāo)，基于該原始坐標(biāo)建立定位坐標(biāo)系，然后根據(jù)車輛位置信息以及定位坐標(biāo)系確定車輛位置坐標(biāo)，同時(shí)再根據(jù)農(nóng)村區(qū)域圖像所檢測(cè)到的垃圾位置，以及根據(jù)農(nóng)村區(qū)域圖像所建立的定位坐標(biāo)系，確定垃圾定位坐標(biāo)與車輛位置坐標(biāo)，基于垃圾定位坐標(biāo)以及及車輛位置坐標(biāo)確定垃圾定位采集路徑，垃圾車根據(jù)垃圾定位采集路徑對(duì)農(nóng)村區(qū)域中不同位置的垃圾進(jìn)行采集，從而提高了對(duì)農(nóng)村區(qū)域的垃圾采集效率。