基于WiFi的无人机视频传输系统设计与试验

针对目前传统无人机视频传输系统抗干扰能力差、无法多用户监测的缺点,设计了一种基于Wi Fi的无人机网络实时视频监控系统。系统采用Tiny210嵌入式开发板为核心,通过架设在无人机上的网络监控摄像头和无线网关实现视频采集与传输;嵌入式系统采用Linux操作系统,采用Mjpg-Streamer视频传输方案;S5P210对网络摄像头获得的视频数据依据Mjpg-Streamer方案进行数据格式转换和压缩,通过无线网关上传到网络服务器,监控端计算机组通过监听相应的网络端口实现视频监控。测试结果表明,视频设定分辨率为76 800,当理论帧率在10至25 fps之间递增,视频传输的实际帧率随理论帧率变化接近线性增加,最大实际帧率达到3.27 fps,同时系统占用带宽在每秒1到2 M之间递增,当理论帧率大于25 fps,实际帧率保持最大传输帧率不变,而此过程系统占用带宽在理论帧率25至40 fps之间缓慢递增,大于40 fps后带宽开始下降。设置分辨率大于307 200,摄像头接近其工作极限,视频实际传输帧率维持稳定,与用户设定帧率无关,系统占用带宽平缓保持在每秒2到3 M之间,上位机画面清晰流畅,满足大数据传输下的视频传输要求。该研究为无人机实时性传输、减小运行功耗的深入研究提供了参考。     

基于流形学习算法的柑橘叶片氮含量光谱估测模型

提出了一种基于流形学习算法的柑橘叶片氮含量光谱快速检测方法。分别在萌芽期、稳果期、壮果促梢期和采果期,使用ASD Field Spec 3光谱仪采集了柑橘叶片的反射光谱,并同步采用凯式定氮法测定叶片的氮含量。首先采用正交试验确定各个生长期小波去噪的最佳参数组合,然后分别采用主成分分析、多维尺度变换、局部线性嵌入、等距映射和拉普拉斯特征映射5种流形学习算法对原始光谱和经小波去噪后的光谱数据进行特征提取,将特征数据导入支持向量机回归建立柑橘叶片氮含量预测模型,4个生长期的最佳验证集模型决定系数依次为0.901 4、0.934 4、0.895 4和0.877 9。试验结果表明,这5种流形学习算法都能有效地用于柑橘叶片氮含量预测,为柑橘叶片氮含量快速无损检测、生长态势监测和变量施肥提供了理论依据。     

基于深度学习的龙眼叶片叶绿素含量预测的高光谱反演模型

【目的】探讨龙眼Dimocarpus longan Lour.叶片发育过程中叶绿素含量二维分布变化规律,实现无损检测病虫害对叶片叶绿素含量分布的影响,为评估嫩叶抗寒能力、龙眼结果期的施肥量和老熟叶的修剪提供参考。【方法】利用高光谱成像仪采集龙眼叶片在369~988 nm区间的高光谱图像,自动提取感兴趣区域,利用分光光度法测定叶片叶绿素含量。基于皮尔森相关系数(r)分析了龙眼叶片生长过程中各波段光谱响应与叶绿素含量之间相关性,建立偏最小二乘回归模型。分析了特征波段图像纹理特征与叶绿素含量相关性,将光谱特征和纹理特征结合导入深度学习中的稀疏自编码(SAE)模型预测龙眼叶片叶绿素含量,结合"图谱信息"的SAE模型预测龙眼叶片叶绿素含量的分布情况。【结果】龙眼叶片3个生长发育期相关系数的曲线均在700 nm附近出现波峰,嫩叶、成熟叶和老熟叶3个阶段相关性最高的波长分别为692、698和705 nm;全发育期的最敏感波段相关性远高于3个生长发育期,r达到0.890 3。回归模型中,吸收带最小反射率位置和吸收带反射率总和建立的最小二乘回归模型预测效果最好(R_c~2=0.856 8,RMSEc=0.219 5;R_v~2=0.771 2,RMSEv=0.286 2),其校正集和验证集的决定系数均高于单一参数建立的预测模型。在所有预测模型中,结合"图谱信息"的SAE模型预测效果最好(R_c~2=0.979 6,RMSEc=0.171 2;R_v~2=0.911 2,RMSEv=0.211 5),且预测性能受叶片成熟度影响相对较小,3个生长阶段R_v~2的标准偏差仅为最小二乘回归模型标准偏差的29.9%。【结论】提出了一种自动提取感兴趣区域的方法,成功率为100%。基于光谱特征的回归模型对不同生长阶段的叶片预测效果变化较大,而基于"图谱信息"融合的SAE模型预测性能受叶片成熟度影响相对较小且预测精度较高,SAE模型适用于不同成熟度的龙眼叶片叶绿素含量分布预测。     

基于神经网络PID的无人机自适应变量喷雾系统的设计与试验

【目的】针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统。【方法】采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量。由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性。【结果】算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57%、84.73%和31.03%,正弦跟踪平均误差分别小63.01%、87.03%和0.58%,方波跟踪平均误差分别小74.00%、79.53%和6.80%,鲁棒性强,无静差,超调量为1.20%;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43%,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25%,喷杆方向平均降低18.79%。【结论】该研究结果可为农业航空变量喷雾技术的应用提供理论基础。     

防风罩对喷雾喷幅影响的试验

在密闭试验室条件下,对6种典型防风罩,进行喷雾试验,选用320和200喷头;喷头移动速度为1.21、1.91、2.60、3.30和4.00 km/h,研究了喷雾平均喷幅中心和雾滴沉积均匀度.结果表明:320喷头在不同速度下采用防风罩#5时的喷雾平均喷幅中心比采用其他防风罩和无防风罩时平均提高了2.60%～22.29%;200喷头在不同速度下采用防风罩#5时的喷雾平均喷幅中心比采用其他防风罩和无防风罩时平均提高了2.16%～32.71%.     

果树LAI快速检测的随机分布模型构建

目前对精确喷施机具本身研究较多，而对喷施对象—果树叶面积指数（LAI）的快速检测方面达不到与机具对接的要求。其中，LAI快速检测样机构建中，光学模型的构建是关键。针对果树具有单一、独立、冠层不规则、不均匀的特点，进行了计算机随机分布模型的仿真和LAI计算。基于从简单到复杂、一般到个别的原则，用VC语言构建了平面随机分布矩形叶子及其LAI测试界面。根据真实番石榴果树的具体参数如投影区域面积和叶宽度等进行匹配，构建随机分布计算分析模型，并应用在基于真树和人造树的虚拟番石榴树LAI计算中，得到虚拟果树阴影率的变     

田间作物信息监测技术的研究现状与展望

利用田间监测技术采集作物信息,可以实时获取田间作物的生长情况,并做出相应决策,对提高作物的产量和品质有重要作用。针对依赖于人工采样测量的传统作物田间监测方法存在效率低下、主观性强、特征单一等缺点,田间作物的快速监测、信息获取及分析技术成为了当下的研究热点。本文从采集目标、监测平台以及不同数据(信息)分析方法 3个方面分析了国内外田间作物监测技术的研究现状,总结了目前我国田间作物监测中存在的问题,并对今后在监测技术创新、信息解析技术、数据(信息)标准化与共享化,以及基础设施及推广方面的发展提出了建议,以期为我国田间作物监测技术的创新和产业发展提供参考。