共查询到20条相似文献,搜索用时 609 毫秒
1.
农用无人机植保的应用及发展 总被引:2,自引:0,他引:2
随着我国现代社会的进一步发展,关于农用无人机应用于植保方面的研究越来越深入,并取得了良好的成果。为了能够进一步研究农用无人机植保的应用和发展情况,文章对农用无人机的发展现状进行分析,并对农用无人机应用于植保方面的优势及存在的问题进行阐述,进而思考农用无人机未来应用于植保方面的具体发展趋势,以供参考。 相似文献
2.
农用植保已经得到社会的普遍关注,而农用植保中无人机的使用也呈现一种蓬勃发展的态势,我国越来越多的地方开始进行无人机的推广。本文分析了农用植保无人机的优点,对未来农业植保无人机的应用提出了建议和思考。 相似文献
3.
4.
农用植保无人机推广应用中面临的不利因素及发展对策 总被引:2,自引:0,他引:2
介绍了农用植保无人机的特点,阐述了农用植保无人机的应用优势,分析了农用植保无人机在推广应用中面临的不利因素,提出了促进农用植保无人机推广应用的对策和建议。 相似文献
5.
植保无人机的应用特点与变量施药技术研究 总被引:1,自引:0,他引:1
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。 相似文献
6.
7.
8.
植保无人机凭借其低成本、高效率、精准快速作业等优点,在农业植保领域得到快速发展,成为现代农业的一种重要装备。为了能够实时远程监控农用植保旋翼无人机的飞行状态信息,提高无人机飞行作业安全和作业质量,进行更好的飞行控制管理,设计并实现了植保旋翼无人机地面监控系统,可实现与植保无人机的远距离实时通信、监测飞行姿态、显示飞行作业轨迹和飞行控制等操作。地面监控系统采用嵌入式树莓派2作为硬件平台,2.4G无线模块实现数据收发,使用跨平台C++图形用户界面应用程序框架Qt对地面监控系统软件功能和交互界面进行开发,并制定了旋翼无人机与地面监控系统之间的数据通讯协议。该系统实际测试表明:监控系统可长时间连续稳定的工作,有效实现了对农用植保旋翼无人机实时监控与操作。 相似文献
9.
我国传统的人工植保技术不仅费时费力,植保效果也差强人意,无法有效的保护农作物。而现代的无人机植保技术不仅可以降低植保成本,还可大幅提升工作效率,从而更好的防止农作物出现病虫害,提高种植户经济利益。本文分析了农用植保无人机技术研究中存在的问题,详细阐述了改善农用植保无人机技术的具体措施,供相关人员参考。 相似文献
10.
11.
随着社会不断的发展,我国的农村劳动力转移以及农业经营的规模都进一步扩大。同时,农业生产对植保机械安全、效率以及精准性方面的要求也越来越高。近年来,市面上逐渐兴起了一种农用植保无人机,其具备效率高、无需操作人员自己动手喷洒农药的优势,适用于各种环境。本文通过具体分析无人植保机在农业植保方面的应用优势,并提出农用植保无人机的应用推广策略,有利于为农用植保无人机的应用推广提供重要的理论依据。 相似文献
12.
农用植保无人机作为一种新型农机装备在黑龙江省的农业生产领域中得到了快速普及和应用,2020年黑龙江省农用植保无人机市场保有量已经达到2万余台,飞播飞防飞施的作业面积迅猛增长,发展前景广阔.黑龙江省是农业大省,植保无人机的保有量占全国总量的40%以上,通过实地调研了解黑龙江省农用植保无人机的发展现状,并为后期的发展作出前... 相似文献
13.
伴随着农业种植结构的调整,农业机械化及现代化的提高,对玉米稳产、增产提出了更高的要求,需要更合理的田间管理措施。农用植保无人机技术极大地提高了玉米田间杂草的管理,通过连续两年的对比试验,可知农用植保无人机在玉米田间杂草防治比传统施药具有明显的优势,为农用植保无人机在玉米田间杂草防治的推广具有指导意义。 相似文献
14.
农用多旋翼植保无人机的动力匹配,就电动无人机而言,其实就是根据植保无人机的作业载重,通过计算进行选择电机、电调、桨叶以及电池的问题。合理的动力匹配能够保障植保无人机安全稳定的作业运行,同时也可以避免因为设计冗余造成的动力浪费。 相似文献
15.
16.
17.
<正>近年来,随着机械化植保作业需求不断增加,农用无人机植保技术迅猛发展。截至2016年底,我国已有100多家农用无人机生产制造企业,投入使用的农用无人机已超过3000台。2015年2月,农业部印发《制定2020年农药使用量零增长行动方案》中明确要求:"淘汰传统农药喷洒工具,推进主要农作物高效植保机械化作业技术发展",为农用无人机的推广应用提供了有利的契机。目前,我 相似文献
18.
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。 相似文献
19.