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。     

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。     

基于KNN神经网络的无人机作业操控系统研究

为进一步提升我国农业植保无人机的精准作业效率,针对其操控系统展开优化研究。选定KNN神经网络算法为执行理念,以无人机作业控制原理为基础,搭建正确的过程参数动态计算模型,进行操控系统的算法实现与调控配置,并展开基于KNN神经网络的无人机喷施作业试验。试验结果表明：KNN神经网络算法下的无人机操控系统运行稳定,过程参数的分类准确率相对提高了8.00%,目标喷施流量与试验喷施流量的偏差率相对降低了5.71%,农药喷施均匀度可提升至94.75%,整机作业综合效率明显提升。此设计理念以计算机智能数据处理为出发点,对无人机的高效率全面发挥有一定的推动作用,可用于类似智能农机装备的控制系统改进与开发,具有一定的参考价值。     

基于迭代算法分析的无线通信信号识别研究

为进一步提升我国植保无人机通信系统的作业效率，基于迭代计算思维，针对其无线通信信号的识别与处理模块展开分析。以通信路径原理为基础，以通信信道资源识别、功率改进为切入点，搭建准确的通信迭代计算模型，进行特性分析与关联匹配设置，并展开整机通信作业参数试验效果验证。结果表明：基于迭代算法分析的无线通信信号识别与处理各模块功能运行稳定，信号时延率与信道误码率均相对降低，通信的识别准确率相对提升8.94%,整体通信综合效率提升至96.93%。此迭代算法分析准确，设计效果明显，对于类似智慧型农机装备的通信质量与通信效率提升有较好的参考价值。     

基于自主农业无人机的无线传感器网络定位系统

为了实现农机的自主无人化作业,在农机自主导航的设计上引入了无线传感网络定位系统,并采用蚁群PID算法对定位系统进行了优化,提高了定位系统的定位精度。为了验证无线传感器定位系统在自主农业无人机导航系统应用的可行性,以农田作业环境为研究对象,模拟田间环境架构了不同覆盖距离范围的无线传感网络,并对无线传感网络定位的精度进行了测试。测试结果表明:采用基于蚁群PID算法的无线传感网络得到了较高的定位精度,可以满足自主农业无人机导航的精度设计要求。     

基于无线传感网的无人机精准喷药系统研究

喷药无人机由飞行平台、飞行控制系统和喷药系统组成,主要用于农药的喷洒。无线传感网络是一种结合了计算、通信和传感器3种技术的产物,可实现对无人机的控制。为此,基于无线传感网络设计了喷药无人机以较低的能量遍历农作物区域的航线控制系统,通过GDOP算法对无人机的航线进行规划和控制,从而达到无人机精准喷药的目的。试验结果表明:基于无线传感网络的无人机航线规划能够使无人机以较低的能量消耗遍历农作物区域,从而达到精准喷药的目的。     

播种机漏播补种系统设计——基于ZigBee无线传感网络

为了降低播种机的漏播现象,提高播种机械作业的质量和自动化水平,提出了一种新的漏种补播系统,并利用Zig Bee无线传感网络设计了播种机作业状态的远程监控平台。该系统以51单片机为控制核心,在排种器上设计了漏报监测的红外线传感器,当监测到漏播时可以通过单片机控制偏心电机的振动,实现再次补种;利用Zig Bee无线传感网络,可以对故障进行远程报警。为了验证该系统的可靠性,对试验样机进行了测试,结果表明:对于1d Bm的信号,在远处通讯距离可以延长接近100m,其通信性能较好,播种机的漏播率较低,在漏播后的补种率非常高,达到了98%以上,从而大大提高了播种机的作业效率和质量。     

一种CDIO机理下的植保机路径追踪系统优化

为进一步提高农业无人植保机的作业运行效率,以CDIO设计理念为依托,针对其路径追踪系统进行优化设计。以构思、设计、实施、运行为主体思路,在理解植保机的路径控制及动力原理的基础上,设计CDIO机理下植保机路径追踪实施步骤,建立路径追踪控制模型。同时,从目标追寻与路径避障入手,对植保机路径追踪系统进行硬件配置,并采取嵌入式路径追踪系统软件控制。进行路径追踪系统运行试验,结果表明:以路径误差、避障成功率及整机作业效率等为主要评价参数,在同等试验条件下,基于CDIO设计机理植保机的整机作业效率可提高6.19%,作业路径追踪误差小于6.5%,避障成功率可提高10.92%。该设计思路具有一定的创新性,可为植保机的优化提供参考。     

基于计算机通信网络的农机实时协同导航系统研究

无线协同中继技术可以提高数据传输的速率及频谱效率,从而对抗信号衰落,提高系统的鲁棒性。近年来,无人机被使用到农业生产过程中,作业过程中自动导航技术对无人机作业的效率和质量具有重要的影响,但受到农机作业环境的影响,在无人机导航过程中采用无线通信网络定位技术时信号的衰落严重。为了提高通信的可靠性,引入了协同中继节点技术,并采用超带宽调频技术提高信号的传输速率,从而有效提高了导航的效率和导航精度,对于提升无人机的作业性能具有重要的意义。     

农用植保旋翼无人机地面监控系统的设计与实现

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。     

面向对象的玉米收获机系统优化可行性分析

为深度提升我国玉米收获机的整机作业效能与运行效率,采用面向对象的软件设计开发方法,对其作业系统展开可行性优化设计.以整机的作业机理为基础,融合ETL技术与面向对象的设计方法,把系统划分为不同的对象进行系统建模,并构建完整的系统运行体系展开可行性验证试验.试验结果表明:经面向对象方法设计优化,收获机系统的数据冗余度可降低...     

基于无迹卡尔曼滤波的农用无人机定位研究

为提高农用无人机在作业时的定位精度,提出应用全球定位系统及惯性导航系统信息融合的方法实现无人机位姿状态的建模,得到导航系统测量信号与无人机状态间的非线性微分方程。对于系统中存在的非线性状态估计问题,创新性的提出采用适合于非线性系统的无迹卡尔曼滤波算法(Unscented Kalman Filter,UKF)进行处理,实现对基于多传感器信息融合的无人机姿态(翻滚角、俯仰角、偏航角)、速度和位置的准确而稳定的估计。现场试验采用改造升级后的极飞科技P10 2018植保无人机,配备改造升级后的机载电子和传感器系统。试验结果表明,与常见的扩展卡尔曼滤波器相比,UKF与多传感信息融合技术结合可实现对无人机位置信息(欧拉角)的高精度估计,其翻滚角、俯仰角和偏航角误差估算准确度分别提高30.3%、45.8%、70.2%,绝对值最大为0.57°。     

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。     

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。     

一种谷物收获机的高速信道传输技术分析

为进一步提升谷物收获机的收获效率与智能化控制水平,从信息数据传输精准度出发,结合高速信道传输技术理念,针对其通信系统展开设计。在谷物收获环境特点与作业机理的基础上,合理分配信道和网络地址,搭建高速信道模型,布置谷物收获机通信系统的信道传输高速化设计组成并进行技术实现。信道传输性能试验表明:高速信道传输技术应用后,理论计算下的高速信道输出与仿真试验输出值误差不大,满足精度要求,且通信系统的稳定性与准确率均有所提升,整机收获效率可保证在90%以上,具有较好地推广价值与应用前景。     

基于WSN和嵌入式系统的收割机智能监测优化设计

为了降低收割机作业的故障率,提高收割机的实时智能化监测水平,提出了基于WSN和嵌入式系统的收割机智能监测优化方法,并据此设计了基于无线传感网络的嵌入式监控系统硬件架构和功能软件。根据收割机无线传感网络的特点,结合自适应加权平均算法,提出了一种多传感器采集数据的误差融合算法,有效地提高了收割机滚筒信息的监测精度,降低了WSN数据传输时延和离散性带来的误差。以收割机作业为基本条件,对嵌入式系统和WSN进行了可行性测试,测试结果表明:在发生滚筒阻塞时,收割机的滚筒和搅龙的转速突变的趋势是相同的,与现场查看阻塞情况时收割机的作业情况相符合,从而验证了WSN和嵌入式系统在收割机智能监测系统中应用的可行性。     

基于参数优化的植保无人机飞控系统性能分析

为进一步提升植保无人机田间作业效率,从参数优化角度出发,对机体的飞控系统进行性能分析。通过全面理解植保机飞控系统原理,明确其控制流程,具体分析无人机作业变异系数、喷施压力、飞行高度与角度等参数间的内在关联,建立以影响飞控系统性能的各项参数为条件的二次性能指标控制模型。进行飞控系统的硬件与软件设计,并进行植保机飞控系统性能稳定性及参数优化可行性试验。结果表明:在频率7Hz、飞行速度为1.5m/s的条件下,系统理论轨迹偏差与试验轨迹偏差间的误差较小,可控制在±0.2%,且在20%～60%占空比范围内,占空比与轨迹误差存在负相关趋势。试验过程中,整机运行稳定,可为植保无人机及其他自动化田间作业设备的深度优化提供一定的参考思路。     

基于计算机控制的水肥一体机通信系统模块设计

针对水肥一体机智能化程度不高、数据传输不够稳定的问题,设计了基于计算机控制的水肥一体机,并对通信系统模块进行了改进。水肥一体机的主要组成部分为核心控制器、数据采集模块、灌溉施肥模块、通信系统模块和报警模块。其中,通信系统模块采用构件无线传感网络(WSN),融合ZigBee和GPRS无线网的方式传递数据信息,通过对通信系统架构和通信节点进行设计,以保证数据快速、准确的传输。试验结果表明:通信系统可以满足数据准确、快速传输的要求,灌溉作业状态稳定,能够根据土壤状态及时进行灌溉作业。     

多播种机作业系统设计——基于无线网络节点协同通信与聚合算法

在多播种机协同自动化作业过程中,由于农田环境的复杂性,其协同通信过程往往会受到干扰,且多播机间的通信效率较低,从而降低了播种机的作业速度和质量。随着节点中继技术的发展,利用协同中继,可以使单天线系统具有多天线的优点,形成一个协同通信系统,从而有效地提高了多终端设备的协同通信功能。为此,将无线传感网络协同通信系统引入到了多播种机协同作业控制系统中,并采用聚类算法对中继节点进行了优化,最后对系统的可行性进行了验证。由4台播种机同时作业时的实时定位测试发现,系统的定位效率较高,定位所需时间较短,且4台播种机在x和y向的定位精度都较高,从而验证了该方案的可行性。     

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。