植保无人机飞控系统与航线规划研究进展分析

应用无人机开展植保作业是有效防治病虫害的重要途径。本文对植保无人机行业发展和相关应用研究进行了综述,分别从植保无人机飞控系统、单机作业航线规划、多机作业调度场景及优化方法 3个角度进行了阐述,以增强植保无人机作业效果与提高作业效率为目标,分析了植保无人机飞行控制系统及航线规划与调度的研究现状。针对植保无人机因作业精度要求高而导致其飞控系统制造成本高的问题,提出应研发低成本、高精度、可适应植保无人机作业需求的测姿器件,开发相应的姿态估计算法;针对植保无人机航线规划、优化调度模型与实际作业需求不匹配的情况,总结了单机作业航线规划与多机调度优化场景、约束条件与优化方法。最后,提出应研发植保无人机自动补给平台,构建基于多机协同的作业管理与调度优化模型,以增强植保无人机在复杂作业环境中的作业效果,提高作业效率。     

植保无人机精准覆盖航迹规划算法设计与验证

植保无人机作业航线规划中,应尽量降低无人机能耗、减少药液的浪费.为此,提出了一种航线规划算法,在保证无漏喷的前提下,基于贯穿线理论分析可知,以待作业区域边界为起始边进行作业航线规划时可获得较少转弯次数和冗余覆盖率;利用转弯区域的平行四边形理论,求解可完全覆盖作业区域的最小平行四边形,获得最小的冗余覆盖率;构建作业航线覆...     

基于多目标优化的飞防队作业调度模型研究

针对面向植保服务订单的多飞防队协同作业模式,综合考虑订单时间窗、病虫害侵染状况、多机协同等关键因素,建立以作业总收益最大、作业总时长最小为优化目标的飞防队作业调度模型;设计了订单优先级排序算法和基于带精英策略的非支配排序遗传算法（NSGA-Ⅱ）的作业路径规划算法,并对调度模型进行了求解。以陕西省武功县植保作业为例,对飞防队作业调度模型及算法进行了验证,实验表明,建立的模型及算法能输出满足时间窗约束的Pareto最优解集,具有良好的搜索性能以及稳定的收敛性能。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。     

农业无人机植保作业全覆盖航线科学规划方法研究

【目的】在无人机植保作业过程中,其作业安全受到诸多因素的影响,包括天气、地形、建筑物等。为了提前考虑到这些因素,降低无人机遇到危险和失控的可能性,从而增强其作业时的安全保障。【方法】笔者进行了农业无人机植保作业全覆盖航线科学规划方法研究,综合分析了全覆盖航线规划效果评价指标,科学设置了航向旋转后坐标位置计算方法,并对作业区域划分和区域规划设计了具体方案内容,最后结合具体作业过程中的地形变化,针对开放边界和障碍边界的地形特点设计了航线规划。根据试验内容,明确了全覆盖航线规划效果评价指标包括覆盖率、重复覆盖率以及其他可能涉及的约束条件,给出了子作业区域数量、子作业区域范围、航路点坐标的计算方法,并提出了航向旋转后坐标位置的计算方法。【结果】全覆盖航线的科学规划可以最大限度地利用无人机的作业效能,既可避免重复作业和漏洞等问题,又能提高作业效率,为全面提升全覆盖航线科学规划实效奠定了坚实的基础;同时,还对在作业过程中减少农药、化肥的使用量有一定的推动作用,不但可减少产业发展过程中的成本投入,还可提高农业产业发展的安全系数。     

基于Grid-GSA算法的植保无人机路径规划方法

为了提高植保无人机的作业效率，研究了一种路径规划方法。运用栅格法构建环境模型，根据实际的作业区域规模、形状等环境信息和无人机航向，为相应栅格赋予概率，无人机优先选择概率高的栅格行进。基于上述机制实现了在形状不规则的作业区域内进行往复回转式全覆盖路径规划；以每次植保作业距离为变量，根据仿真算法得出返航点数量与位置来确定寻优模型中的变量维数范围，以往返飞行、电池更换与药剂装填等非植保作业耗费时间最短为目标函数，通过采用引力搜索算法，实现对返航点数量与位置的寻优；为无人机设置必要的路径纠偏与光顺机制，使无人机能够按既定路线与速度飞行。对提出的路径规划方法进行了实例检验，结果显示，相比于简单规划与未规划的情况，运用Grid-GSA规划方法得出的结果中往返飞行距离总和分别减少了14%与68%，非植保作业时间分别减少了21%与36%，其它各项指标也均有不同程度的提高。在验证测试试验中，实际的往返距离总和减少了322m，实际路径与规划路径存在较小偏差。验证了路径规划方法具有合理性、可行性以及一定的实用性。     

遗传算法在植保无人机控制系统中的应用

以无人机飞行控制系统为研究对象,通过对植保无人机的应用进行分析,提出一种双闭环控制方式的植保无人机飞行控制系统。由于作业需求,植保无人机飞行轨迹应根据作业状态进行不断调整,有效避开飞行航线中的障碍物,因此控制系统中兼容一种基于遗传算法的植保无人机飞行避障算法。仿真实验表明：植保无人机在飞行过程中能够有效进行单障碍及多障碍的规避,避障过程存在较小的误差,不会对植保无人机的作业状态产生影响;不同飞行速度对无人机的避障会产生不同程度的误差影响,速度越高,误差越大。     

基于自动导航的农业装备全覆盖路径规划研究进展

目前农业机械向着大型化自动化发展,同时农业无人机也应用于农业植保作业,全覆盖路径规划作为农业机械导航的核心技术,对农业机械作业质量有着直接影响。基于目前全覆盖路径规划技术发展研究,按照传统规划算法以及启发式算法的分类对各种算法在农业机械导航上的应用进行介绍,并且对于各种算法的优缺点进行总结。基于算法发展趋势以及农业发展需要,提出算法满足多机协同、动态路径规划、多算法结合以及优化机械转向路线的发展趋势,为我国全覆盖路径规划研究提供重要依据。     

含障碍物多田块下旋翼无人机作业返航补给规划研究

针对同一区域内相邻多田块的无人机单机作业任务路径规划问题,从续航、负重等实际问题出发,考虑种肥药液和油电能源等消耗品的按需多次返航补给,提出并实现一套含障碍物多田块条件下单机多架次作业的农用旋翼无人机自主飞行作业的路径规划算法。在给出作业路径规划优化目标模型的基础上,提出"先路径、后航次"两步优化法,先以最短路径为优化目标规划初始作业路径,然后考虑消耗品按需返航后的补给与续作问题进行航次规划。针对变量喷播和恒量喷播2种喷播模式,分别提出两种作业航向方向安排原则、航线调度原则、补给方式和续作模式,规划出4种不同航向及航线调度组合策略下的初始作业路径,并在此基础上进一步给出4种不同组合补给续作优化策略下的航次安排方案。针对假想田块和真实田块的算例仿真测试结果表明,规划初始作业路径的4种优化策略能够稳定高效运行,算法耗时78～105 161 ms,转移路径优化效果为10.25%～33.81%;在航次优化算法方面,算法耗时略有增加,为21 170～106 393 ms,转移路径优化效果为14.00%～26.27%,补给次数的最好优化效果从15次降到10次。总体来说,相同条件下完全重置+重排续作的组合策略表现较优。     

油菜地块边界提取研究

油菜地块精准提取可实现道路、田埂和地块三部分的分离，为植保无人机提供准确作业区域和非作业区域，推动植保无人机实现自主作业。基于甘肃省张掖市民乐县油菜地无人机低空RGB影像，构建基于简单线性迭代聚类（SLIC）分割和VGG16分类网络相结合的方法实现油菜田地块边界提取。首先，以过绿指数方式灰度化图像，区分裸露地表与植被覆盖区域，其次，通过直方图分析、轮廓检测提取地块主体部分；最后，通过简单线性迭代聚类（SLIC）和VGG16模型相结合，划分网格，识别过分割区域中的作物种植区域，提取完整地块。对比所提算法与传统边界检测算法地块边界提取效果，结果表明：所提模型的平均交并比和平均准确率分别为95.9%、96.0%，边界提取精度和完整性明显优于传统算法。所提模型能够消除低空拍摄下杂草的影像，可为农田边界提取提供参考，可为植保无人机完全自主作业做好铺垫。     

基于能量优化的无人机喷施规划组合算法研究

针对目前无人机喷施规划并未达到能量利用率最大化的问题,以总航程最短、有效载荷和安全作业为作业目标,研究了一种基于能量优化的无人机喷施规划组合算法。利用栅格法对工作区域进行划分,得到全覆盖航线后,通过设置补给点,合理地分配各架次的返航点和有效载荷,从航线和载荷上降低无人机的能量消耗率,提高了作业效率。所设计的配套地面站软件对算法进行仿真,结果表明,在同等作业条件下,采用本组合算法进行无人机喷施规划,相比于传统以药液或能量耗尽为返航依据、偶有迫降或坠机危险的喷施规划,航程规划得到的能量节省率达16. 25%,载荷规划得到的能量节省率为18. 92%。田间对比试验表明,经过算法规划的作业比未经算法规划的作业节省了272. 5 m的返航航程,航程节省率为23. 7%;节省载荷1 L,载荷节省率为16. 7%。本组合算法能保证无人机在能量满足安全条件的情况下进行作业,证实了算法的节能性和安全性。     

基于遗传算法的农用无人机定位系统优化

随着精细农业的发展,无人机在农业生产中的应用越来越广泛,无人机定位系统是无人机航线路径规划的关键环节。由于缺乏智能算法的应用,传统的无人机航线路径规划始终无法保证处于最优路径,经常发生误撞现象,严重影响无人机在农业生产中的持续作业,降低无人机作业效率。为此,深入研究了遗传算法工作原理、进化周期模型以及算法运算流程等理论,将遗传算法应用在无人机定位系统中,用于无人机航线路径的规划。通过确定无人机定位约束条件,按照遗传算法运算流程,定位无人机下一时刻最优运动节点,从而计算分析无人机最优航行轨迹,使无人机定位系统具有较强的定位功能,保证无人机航线路径处于最优路线,避免无人机碰撞到其他物体,使其能够在任何复杂的环境下完成飞行任务。     

基于无线传感网络的农业无人机航线控制系统

无人机是一个由飞行器、控制站、通讯设备和其它部件形成的系统,在农业领域主要应用于农药喷洒、信息监测和农业保险勘察。农业无人机在飞行过程中的实际航线与规划航路之间会存在偏差,不仅降低了作业质量,还会影响作业效率。无线传感网络是一种与无人机紧密结合的技术,可以用于对无人机的航线进行控制。为此,基于无线传感网络,设计了无人机的航线控制系统。该系统由无人机平台、传感节点、汇聚节点和控制中心4部分组成,对航线的控制通过二维坐标系跟随算法完成。试验结果表明:无线传感网络对直线和曲线航线的跟踪更加稳定,具有较高的航线控制精确度。     

大数据在农业无人机上的应用研究

大数据是无法在一定时间内用普通软件分析管理的数据集合,具有规模性、多样性和高速性的特点,其在相应的需求下产生,已经应用到社会生产和科学研究中的多个领域。无人机在飞行和作业中产生大量数据,普通设备难以完成这些数据的分析处理。为此,研究了大数据在农业无人机上的应用。工作时,由硬件设备采集巨量数据,Hadoop大数据分析技术运行相应算法,经过一系列处理获得有用的信息。利用无人机对油菜地和山茶园的信息进行采集,其大数据分析处理功能在航线规划、飞行控制和图像处理的测试中取得了理想效果。此研究可以推动大数据与无人机的结合,为无人机性能升级提供技术支撑。     

果蔬运输车辆路径再规划

果蔬具有易腐性,在销售、消费时存在很强的时效性,这就要求合理规划果蔬运输车辆的配送路径。在果蔬配送途中,当某运输车遇到特殊情况无法按时送达配送点时,应当对其他运输车进行路径再规划。给出了带时间窗的果蔬运输车辆路径再规划的数学模型,并采用改进蚁群算法进行了求解。仿真试验结果表明,模型及算法可以有效地优化果蔬配送新路线,为降低果蔬腐烂损失、提高销售收入、有效控制运作成本提供了理论支持。     

基于改进蚁群算法的蔬菜大田无人农机路径优化

推进蔬菜机械化与无人化种植能够保障优良的蔬菜规模化种植技术效益,有力保证蔬菜质量与品质,有利于蔬菜规模化生产种植技术产业体系的发展。利用无人拖拉机作业GPS定位点集将实际农业作业区域转化为规则矩形,在此基础上建立以无人拖拉机总转弯距离最短为优化模型,采用蚁群算法对无人拖拉机耕地作业路径序列进行搜索。同时考虑到传统蚁群算法易陷入局部最优、全局搜索能力不足等问题,提出一种基于和声搜索策略的改进蚁群算法,通过引入sigmoid函数与和声搜索机制改善路径搜索能力,得到高质量耕地作业路径序列。将传统蚁群算法(AC)、精英蚁群算法(ELAC)作为对比算法,将传统梭形、回形作业方法作为路径对比作业方法,针对不同耕地作业规模进行无人拖拉机作业路径搜索试验。结果表明,本文算法得到的总转弯距离较梭形耕法降低35.53%~43.08%、较回形耕法降低2498%~86.88%。精英蚁群算法在小规模作业区域中性能较优,但随着蔬菜大田规模扩大,改进和声蚁群算法优化效果更明显。     

油菜无人播种作业两退三切鱼尾自动调头方法

为减小油菜无人播种作业系统调头产生的未作业区域面积,提高作业行切换对行精度,提出一种两退三切鱼尾调头自动控制方法。基于CaseTM1404型拖拉机、北斗RTK和2BFQ-8型油菜精量直播机构建了一套油菜无人播种作业系统。根据该系统参数,定量分析了3种鱼尾调头模型的路径几何关系,以田头未作业区域面积最少和对行精度最优为目标生成鱼尾调头路径,基于几何模型和运动学模型设计了改进的模糊自适应纯追踪控制器,依据该控制器结合油菜精量直播机播种规范构建了控制策略。开展了3种鱼尾调头模型田头未作业区域面积仿真,仿真结果表明,两退三切鱼尾调头模型相对于传统鱼尾调头模型田头未作业区域面积减少14.62%~22.43%。运用该调头方法开展了田间无人播种作业试验,试验结果表明：两退三切鱼尾调头方法较传统鱼尾调头方法初始横向偏差减小7.37~8.08cm,上升时间减少1.3~2.3s,无人作业对行精度为1.48cm。该研究为油菜无人播种作业过程中的梭行路径调头换行方法提供了技术支撑。     

拖拉机机组无人作业协同控制系统设计与试验

为提高拖拉机作业机组无人作业的智能化水平,实现机组横向运动、纵向运动和机具提升作业的协同控制,设计了无人作业协同控制系统。以播种作业机组为研究对象,将拖拉机机组无人作业协同控制系统划分为规划层、决策层和执行层。规划层结合播种农艺要求和机组运动学特性,采用经/纬度坐标规划作业路径,为了同时满足直线作业区域与转向曲线区域的路径跟踪,提出自适应预瞄路径跟踪控制算法。决策层制定了拖拉机机组无人作业联合控制策略,实现拖拉机-播种机联合作业精准控制。执行层对拖拉机转向机构、机具提升机构、油门踏板、制动器、离合器等机构进行硬件线控设计。在此基础上,分别开展无人播种作业仿真与田间试验,仿真结果验证了拖拉机播种机组无人作业协同控制系统的可行性。田间试验表明：拖拉机转向器、油门踏板、离合器、制动器、机具提升机构严格根据规划层与决策层制定的控制指令协同动作。试验过程车轮转向平均误差0.45°,直线段横向误差均值为0.035 m,转向段横向误差最大值为0.11 m;机具提升响应时间为1.2 s、机具提升转角超调量小于1.5°;油门踏板、制动器、离合器均根据决策指令完成操纵动作。无人作业协同控制系统满足拖拉机机...     

基于地理信息系统MapGIS的农机调度分配优化研究

为了提高多农机联合作业的效率,使农机在农忙时节能够高效地完成作业任务,基于地理信息系统MapGIS技术构建了农机调度分配优化系统,并利用云平台技术构建了调度系统的基本框架,设计了农机调度分配的动态显示可视化系统,有效提高了农机的现代化管理水平.以相同面积的农作物作业为研究对象,对采用农机调度优化系统前后的作业效率进行了...     

凸多边形田块下油菜联合直播机组作业路径规划

针对无人农场场景下油菜联合直播机组自动导航自主作业需求,提出一套对凸多边形边界田块具有普适性的油菜联合直播作业路径规划算法。在拟定油菜直播作业对路径规划算法基本要求的基础上,将作业区域分成内部方向平行作业区与外围轮廓平行作业区,对应方向平行作业路径和轮廓平行作业路径;进一步将作业路径分为工作路径和非工作路径,对后者包括的行间转移衔接路径、区域衔接路径、拐角衔接路径、进入路径和退出路径等的生成原理进行详细阐述,通过"最小跨度法"得到方向平行路径最优作业方向,通过贪婪算法与Google OR-Tools对方向平行路径行调度次序进行排序优化。综合考虑作业路径总长度、算法耗时和重漏面积等指标,针对油菜联合直播机组免少耕和旋耕播种作业,以东方红-LX804型拖拉机+2BFQ-6型免耕直播机等机组为对象,对比测试了4个实际典型田块下不同作业参数、地头转弯策略和调度策略下的算法性能。测试结果表明,规划所得路径对应的油菜播种作业面积覆盖率大于等于95.14%,重播率小于等于2.63%,有效工作路径占比大于等于57.39%,算法耗时小于等于8 003 ms,算法稳定高效,满足油菜联合直播作业对路径规划的...