实施植保无人机作业效果与分析

指出农用植保无人机通过地面对其进行遥控或设定GPS飞行控制来实现植保作业。通过防控效果监测方法、增产效果监测方法进行农用植保无人机试验,并对验验结果进行了分析。     

基于射线检测算法的无人机植保作业电子围栏设计

保障植保无人机执行喷洒作业时不越过作业地块边界,是保证植保无人机作业安全性与高效性的必要前提。设计了一种高效可靠的无人机植保作业电子围栏,能够实时检测无人机是否越界,并在有越界风险时及时发出预警。首先,算法根据作业地块边界、无人机飞行速度等关键要素确定电子围栏报警模型并由此生成安全边界。当无人机飞行在安全边界内时,算法不对其进行越界检测;当无人机飞行于安全边界与作业边界之间时,算法将进行越界检测并同时发出预警,提示无人机操作人员随时准备控制无人机改变航向;当无人机飞行于作业边界之外时,将反馈越界标志,提供给飞行控制系统或无人机操作人员介入控制。测试表明：无人机植保作业电子围栏能够实现高效、可靠的飞行监测,实时检测植保无人机飞行是否越界,并在有越界风险时及时发出越界预警。     

基于Android系统的植保无人机监控软件设计

以Android为系统开发平台,设计一种植保无人机监控系统,可实现植保无人机飞行过程的移动控制.通过对植保无人机监控系统功能模块进行设计,并从Android基础理论出发,进行植保无人机控制系统软件设计,完成无人机植保作业过程中的状态监控及飞行控制.测试结果表明:该植保无人机监控系统能够有效地对无人机飞行过程进行控制.     

农业植保多旋翼无人机飞行控制系统设计

【目的】为了确保农业植保无人机能够在合适的位置喷洒农药,提高控制精度、作业效率并降低成本,有必要对多旋翼无人机的飞行控制系统进行优化设计。【方法】本研究团队以STM32F428IGT6芯片为核心,设计了农业植保多旋翼无人机飞行控制系统。首先概述了无人机飞行控制系统的整体架构,该飞控系统由主控系统、惯性测量单元、喷洒系统、空速测量系统等构成。其次,详细分析了无人机飞行控制系统的电源供电系统设计、通信设计、传感器选择、喷洒系统设计等硬件设计。最后,阐述了无人机飞行控制系统的算法设计,主要包括无人机姿态解算和PID控制算法,并介绍了该系统应用优势。【结果】该系统各模块之间执行SPI和CAN总线协议,可以将传感器实时采集的高度、速度、偏航角等参数传输到主控系统中,利用MCU芯片完成参数的分析处理,在此基础上发出新的调控指令,让多旋翼无人机沿着既定航线飞行,在到达特定位置后启动喷洒系统并完成喷药作业。【结论】该系统能让无人机在合适位置喷洒农药,达到远程控制、自动作业的效果,提高了植保作业效率,有利于促进现代农业机械化高质量发展。     

基于网络平台的植保无人机通信系统设计

以提升植保无人机的通信系统性能、改善无人机作业效率为目标,结合先进数据传输网络平台技术,对其通信系统进行了设计。在植保无人机通信系统运行原理的基础上,搭建基于网络控制与传输平台的通信模型并增设控制补偿模型,根据实现功能目标需求,针对系统进行软件模块功能设计与硬件架构配置,形成完整的植保无人机地面监控与机体飞行通信系统并进行通信试验。试验结果表明:该植保无人机通信内部数据处理丢包率、系统通信强度、无人机作业通信距离等指标均得到改善,系统有效通信距离大幅度提高,系统收发数据信号反应灵敏度较一般传统通信提高21%,系统平均丢包率由1.5%可提升至1.36%,并实现了分级、分功能的数据准确传输与显示,为无人机进行远距离作业提供通信数据传输控制便利,可为类似农机设备通信系统优化提供参考。     

植保无人机的应用特点与变量施药技术研究

多旋翼植保无人机是我国农业无人机植保的新方式,近年来不仅发展速度快,而且体现出了显著的作业优势,通过对现阶段农用植保无人机作业特点进行分析,说明了多旋翼植保无人机作业时的优势与不足,并对植保无人机应用变量施药技术的实施方式进行了研究与总结,说明了在植保无人机上应用变量施药技术的必要性。     

农用无人遥控飞行器优势和效益分析

<正>阜新市地处丘陵地带,耕种面积达780万亩,每年需要大量的农业植保作业(即病虫害防治、查勘灾情)。而我市农作物的植保作业基本上是手动机械即人工作业。在植保作业季节,每年都有农药中毒甚至因农药中毒死亡事件发生,且农药残留造成了环境污染的恶果。推广应用农用无人飞行器非常必要。一、农用无人机简介农用无人机由三部分组成:飞行平台(固定翼、单旋翼、多旋翼)、飞控系统、喷洒系统。其作业形式是通过     

基于多速率卡尔曼滤波的植保无人机仿地飞行方法

针对四旋翼植保无人机坡地适应性差、作业时定高精度低的问题,提出了一种融合立体视觉、气压计及惯性测量单元(IMU)的多速率卡尔曼滤波估计无人机高度的仿地飞行方法。首先基于无人机实时高度、姿态与最佳视觉检测区域之间的关系,提出了视觉检测区域自适应算法;然后融合多传感器信息建立多速率卡尔曼滤波模型用以估计无人机对地高度;最后通过自主飞行实验对无人机高度估计算法与仿地飞行方法进行验证。实验结果表明,当飞行高度为2 m,飞行速度为1、2、3 m/s时,植保无人机在平坦地面与15°缓坡区域均可实现高度估计平均绝对误差小于20 mm,高度估计标准差小于30 mm;高度控制平均绝对误差小于30 mm,高度控制标准差小于30 mm;本文验证了植保无人机在地形变化场景下仿地飞行的有效性,为植保无人机在复杂地形自动化作业奠定了基础。     

基于GNSS与视觉融合的山地果园无人机航迹控制

为精准控制无人机航迹稳定、准确进行山地果园的航空植保作业,以四旋翼无人机为载体,设计了基于GNSS与视觉导航融合的山地果园无人机植保航迹控制系统。该系统由无人机飞行平台和地面控制站两部分组成。其中,无人机平台由四旋翼无人机、内环飞控、GNSS移动站、RGB相机、无线视频发射模块和电子罗盘组成;控制站由GNSS基站、飞行控制模块、便携式计算机、无线视频接收模块和视频采集模块组成。基于Python语言,结合Open CV库,设计了果树行识别算法。采用线性组合算法提取目标行作业区域,利用最小二乘法对作业区域中心点进行拟合,得到果树行趋势线,进而计算出偏航角,以实现无人机作业航迹控制。山地苹果园的导航控制试验结果表明,当无人机飞行速度为2 m/s,距离果树冠层高度约2 m,相机倾角为46°,视觉导航控制率为2次/s时,该系统航迹控制误差范围为-47～42 cm,平均误差为-9 cm,系统控制精度较高,可满足无人机对山地果园植保作业的要求。     

基于DER通信技术的农用无人机远程监控系统设计

针对农用无人机数据传输不稳定的问题,基于DER通信技术对农用无人机的远程监控系统进行了设计。该无人机的远程监控系统主要分为3个模块,即无人机飞行器、DER并网监控通信系统和地面远程监控系统。通过设计无人机的监控平台,采用全局粒子性算法对无人机航迹进行规划,保证了远程监控系统对无人机飞行状态的实时监控。对无人机监控系统的数据传输和航迹规划进行了试验,结果表明:监控系统可以完成数据和视频图像的传输,并可对无人机的航迹进行有效的规划。     

基于CAN总线的旋翼无人机喷洒模拟系统

设计了一套高精度、高可控性的无人机喷洒模拟平台,并进行了试验验证。该系统机械部分采用直线导轨结合伺服电机,最大承载质量50 kg,控制部分采用MFC设计上位机控制软件,与主控板STM32通过串口进行通讯,实现对水平和垂直2个方向上伺服电机的控制,同时采用CAN总线与喷洒控制器通讯和远程操控,可以实现喷洒流量控制以及旋翼风速控制。为评价系统运行精度,采用激光测距仪分别对系统在水平运动速度0.05、0.10、0.15、0.20 m/s下和垂直运动速度0.01、0.02、0.03、0.04 m/s下的控制距离进行距离测量,结果显示,垂直和水平方向上,控制参数与实际行程决定系数R2=1,水平与垂直重复精度优于2 mm,系统控制精度高;采用振动测试仪对系统在0.05、0.10、0.15 m/s运行速度下进行测试,通过分析振动数据,在不同运动速度下系统振动均不超过20 m/s2,其中X向和Y向在运行中存在较为稳定的4~5 m/s2的加速度,系统运行稳定。本系统可以有效降低喷洒试验载具成本,降低试验风险。     

农业植保无人机高精度定位系统研究与设计——基于GPS和GPRS

农业植保无人机凭借其高效率、低作业成本等特点,目前正逐步地取代人工植保,成为农业植保领域的一种重要装备。定位系统作为农业植保无人机控制系统的核心,是实现无人机自主工作和飞行的关键,也是无人机进行各项植保飞行作业的基础,研发和设计高精度的无人机定位系统是未来农业植保无人机技术进一步突破和应用的关键。为此,针对GPS定位系统在复杂环境下的稳定性差、定位精度有限、无法为农业植保无人机提供高精度稳定的定位服务的问题,提出了一种基于GPS和GPRS的混合农业植保无人机高精度定位系统的设计,通过该系统可以有效地弥补GPS在复杂环境的定位不足,提高农业植保无人机的定位精度,对进一步促进农业植保无人机技术发展具有非常重要的意义。     

智能化无人机植保作业关键技术及研究进展

搭载高性能传感器和施药装备的农业植保无人机系统是精准农业领域具有代表性的智能装备之一。本研究首先从前端田间作业环境动态感知技术出发,阐述了无人机光谱成像遥感、多传感器融合的SLAM实时环境建模等技术在无人机植保作业方面的应用情况;然后对精准施药过程建模与优化控制有关的前沿技术进行了分析,包括旋翼下方风场结构演化及雾滴沉积过程仿真建模、多区域全覆盖条件下的智能作业路径规划、精准变量施药控制等;最后论述了作业效果评估与过程监管相关技术的发展现状,包括施药作业质量评价方法、基于云平台数据管理的全过程可视化监管等。在总结现有技术发展现状基础上,对未来智能化无人机植保关键技术发展趋势进行了预测,阐明了光谱图像获取与计算智能的深度学习识别聚类、基于高精度雾滴谱和风场模型预测的精准变量施药作业路径规划、基于传感器实时数据的作业质量评估和作业监管等新技术手段,将在遥感信息反演、药液飘移抑制、作业效率优化、施药过程管控等方面带来革命性的进步,使植保作业数据化、透明化,全过程可观化可控制,推动农业生产管理从机械化向智能化和智慧化迈进。     

基于深度学习的农用无人机自主避障研究

针对目前农用植保无人机(UAV)自主避障能力弱及避障系统繁琐等问题,提出了一种适用于植保无人机的基于深度学习的端到端自主避障方式。利用植保无人机挂载的双目相机实时采集图像,当检测到障碍物与植保无人机距离≤5m时,自主避障系统启动,将采集图像预处理后输入卷积神经网络,输出姿态角与油门量控制无人机自主飞行与避障,同时卷积神经网络通过手动飞行采集信息进行训练。实验结果表明:该方法能使植保无人机对农田常见障碍物房屋、树木、电线杆等做出自主避障,且模型具有一定的泛化能力,适当训练后,可将此避障方式应用于复杂环境下的植保无人机自主避障。     

无人机精准施药关键技术综述

无人机施药技术具有快速、高效、适应性广和操控人员安全等显著特点，近年来在我国发展迅猛，已成为一个具有中国特色的新兴产业。无人机精准施药技术针对田间作物的生长发育阶段和病虫草害状况，按需对作物喷施农药，可显著提高施药作业效率、增加农药的有效利用率，并减少对人体的危害和对环境的污染，精准施药技术得到了植保行业的高度重视。该文从无人机机体、无人机飞控导航避障技术、田间作物信息获取和航空变量施药技术方面，综述实现无人机精准施药的关键技术及其发展现状，分析目前在指导实际田间无人机精准施药过程中存在的问题，即缺乏针对具体作物和病虫害的药剂及药量配方指导、所需雾化特性参数和应有的飞行参数的系统研究，提出应将人工智能AI（Artificial Intelligence）技术有效引入无人机精准施药系统中，提高系统的自适应性和鲁棒性，使农业从业者容易操纵植保无人机精准施药系统，推动无人机精准施药技术尽快得到应用、推广和普及。      

基于农机CAN总线的OneNet远程监测系统研究

针对CAN总线技术在农业机械上已大规模应用,但缺少将CAN总线技术与物联网技术结合的农机远程监测系统,存在专用服务器租金过高、相关软件开发周期长等问题,研究一种基于OneNet开放平台的玉米中耕变量施肥机远程监测系统。通过STM32103主控制器进行数据的处理与转化,BC20无线通信模块负责数据传输,借助OneNet平台实现PC端和移动端对于施肥机的速度、坐标、排肥轴转速等状态参数的实时远程监测。试验结果表明,整套系统数据传输延时低,性能稳定,数据传输成功率在95%以上,满足复杂田间环境工作要求。实现对于玉米中耕变量施肥机状态参数的远程实时监测。     

基于图像识别的无人机导航系统设计

无人机提高了农业生产效率,但作业性能受各方面因素的影响,而导航能力是重点关注的内容。图像识别技术通过分析图像中的大量信息来辨识目标,可以提高无人机的自动导航能力。固定翼无人机在飞行速度和高度上具有优势,进行农业信息监测和保险勘察时效率更高,但精准导航的难度较大。为此,设计了一个基于图像识别的无人机导航系统,以固定翼的航拍无人机为平台,搭载影像传感器拍摄图像,进行图像边缘检测和目标识别分析,获得空间定位和跑道识别的功能。同时,地面站根据分析结果生成飞行控制指令,无人机接收指令后通过舵面偏转调整飞行姿态,获得自主飞行和着陆能力。     

大数据运作平台下的植保机作业布局研究

为进一步提升无人植保机应用的合理性与高效性,以大数据运作平台技术为支撑,针对其作业布局展开研究。通过系统分析植保机作业过程与主要控制组件,根据田间飞行作业特点,确定系列核心控制参数,并依据大数据布局内部算法分配规则建立大数据运作模型。同时,考虑各系统模块的数据耦合性,生成大数据运作平台下的植保机作业布局并进行试验,结果表明:在各自占空比一定条件下,喷洒流量在0.3~0.6L/min波动时,所获取的流量误差控制在6.33%~15%;选取关键对比控制参数,较一般作业布局状态而言,基于大数据平台作业布局下的植保机续航能力可提升7.79%,试验效果良好。该布局优化充分提高了植保机的作业效率,可为类似农机系统布局提供改善思路。