基于无线传感网络的无人机喷药沉积效果检测

农业生产过程面临病虫草害的严重威胁,喷洒农药是较为常用的防治方法。随着农业飞行器的推广,以无人机作为载具的航空喷施发展迅速,成为当前最为理想的农药喷洒方式。无人机喷药的雾滴沉积特性对防治效果有很大影响,是当前研究的重点。为此,设计了一种无人机喷药的雾滴沉积效果检测系统,利用无线传感网络进行航线控制,进行采样点定位以及飞行速度、高度和下方风场的数据采集。结果表明:飞行速度和高度对雾滴沉积量有相似的影响,飞行速度对雾滴沉积量的影响大于飞行高度,而雾滴沉积均匀性主要受到无人机飞行速度的影响。该检测方法具有较高的准确性,可为拓宽无线传感网络的应用范围提供依据。     

无线传感网络技术在设施农业中的应用

为了实现对设施农业中植物-土壤-环境的动态实时监控,以杭州美人紫葡萄栽培基地首批信息化试验区为例,开发和应用无线传感网络系统和智能化管理及控制系统,实现了对土壤水分、养分、温度、湿度和光照等信息的实时动态测试与显示,并能根据葡萄优质高产生长的需要进行自动控制灌溉,取得了较好的效果.     

无线传感网络在农业生产中的应用

无线传感网络在实践中具有一定的感知能力、计算能力以及通信能力,对此其作为一种全新的计算理念,在各个行业中均有涉猎。其中在现代化的农业发展过程中,快速的进行信息的获取是一个重要的工作内容,对于现代农业生产以及管理工作来说有着重要的价值与意义。传统的人工信息采集以及分析方式过于滞后,无法适应现代化的农业发展。基于此种环境背景,文章主要探究无线传感网络在农业生产中的应用。     

基于无线传感网络的智慧农业监测系统研究

针对传统农业低效率、小规模的特点,提出一种基于ZigBee无线传感网络的智慧农业系统实现方案。该系统通过zigbee无线收发模块,可采集土壤湿度、氮浓度、环境温度、光照、气体浓度等信息,并用GPRS 3G网络传输信息至监控中心。监控中心根据信息及时作出相应处理,从而减少成本,有效提高农作物产量,具有一定实用价值。     

基于TinyOS的温度数据采集无线传感网络节点设计

无线传感器网络具备自组织、部署简单及无需现场维护等特点,在农业环境监测方面前景广阔.本文设计和实现了无线温度传感网络采集节点,包括硬件系统设计和基于TinyOS应用软件的开发.     

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...     

基于无线传感网络的农业视觉智能车测试平台设计

随着智能农业机械的发展,农业智能车辆也得到了广泛地研究应用.基于CCD视觉传感器的无人驾驶车辆也得到了深入地研究.为了获取无人操控的农业智能车辆在野外农田作业时的状态,本文根据需求改进精简Zigbee协议,设计了一种测试平台监控其工作运行,并对车辆故障进行报警.最后在自行设计的基于ARM9 (S3C2410) CCD传感的农业智能车平台上测试,实验证明该测试平台能有效稳定地工作.     

基于单片机构建智慧农业无线传感器网络

随着科学技术的发展,各个领域都开始依靠科学的力量创新生产,提高生产水平,农业亦是如此。依靠物联网技术的智慧农业正在蓬勃发展。基于单片机构建的智慧农业无线传感网络,为农业打造出的互联网技术下的智能农田灌溉系统,对提高农业产量,促进农作物的健康生长有着重要的作用。文章将从智慧农业的理论出发,结合智慧农业的特点以及系统结构的分析,探索出无线传感网络在智慧农村中的应用。希望可以在一定程度上促进智慧农业的更好发展。     

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。     

基于ZigBee无线传感器网络的灌溉控制系统设计

在采用一款ZigPyce解决方案的射频芯片CC2430和ZigBee协议栈的基础上,设计了一个简单的无线传感器网络灌溉控制系统,给出了相应设计方案和软件中的实现细节.该系统实现了对土壤含水率的实时检测,并依据土壤含水率灌溉阈值进行自动控制灌溉,以达到节水灌溉的目的.初步测试证明,该系统运行稳定可靠,能够准确获取网络节点...     

农用无人机纵向姿态控制系统设计及仿真

针对农用无人机的作业特点和应用领域,设计了一种基于经典PID控制方法的纵向姿态控制系统。首先,利用Mat Lab软件建立了无人机在配平点处的纵向运动数学模型,分析了无人机的纵向运动规律。在此基础上,采用经典PID理论对无人机纵向运动的俯仰角控制回路和高度控制回路进行设计。通过Simulink软件进行仿真实验,结果表明:该飞行姿态控制系统控制效果良好,可以满足农用无人机的技术要求。     

基于改进型自抗扰控制的复合翼无人机旋翼控制系统设计与试验

针对多旋翼无人机在飞行过程中容易受到各种外部扰动的影响,以复合翼无人机的旋翼控制系统为研究对象,设计了一种自抗扰控制系统。首先,建立了多旋翼无人机系统运动学模型和动力学模型;其次,对自抗扰控制算法的特点展开研究,结合无人机模型分别设计了位置和姿态控制器。并改进了扩张状态观测器,引入了更精确的动力学模型,提升了扰动观测速度和估计精度,同时,降低了扩张状态观测器的阶数,提升了控制器调参简易性;再次,依据六自由度力和力矩的平衡方程,对本文研究对象搭建了控制分配模型。最终,采用Matlab/Simulink完成仿真模型设计和参数调节,对控制目标分别加入了内部重力扰动和外部风力扰动,仿真结果表明本文设计的控制器不仅可以很好地估计出系统内外扰动并进行补偿,而且具有极强的抗干扰性,可以保证无人机从初始点快速且平稳到达目标位置,并保持稳定悬停,姿态控制稳态误差在0.05°以内。     

基于深度学习的无人机土地覆盖图像分割方法

编制土地覆盖图需要包含精准类别划分的土地覆盖数据,传统获取方法成本高、工程量大,且效果不佳。提出一种面向无人机航拍图像的语义分割方法,用于分割不同类型的土地区域并分类,从而获取土地覆盖数据。首先,按照最新国家标准,对包含多种土地利用类型的航拍图像进行像素级标注,建立无人机高分辨率复杂土地覆盖图像数据集。然后,在语义分割模型DeepLab V3+的基础上进行改进,主要包括:将原始主干网络Xception+替换为深度残差网络ResNet+;引入联合上采样模块,增强编码器的信息传递能力;调整扩张卷积空间金字塔池化模块的扩张率,并移除该模块的全局池化连接;改进解码器,使其融合更多浅层特征。最后在本文数据集上训练和测试模型。实验结果表明,本文提出的方法在测试集上像素准确率和平均交并比分别为95. 06%和81. 22%,相比原始模型分别提升了14. 55个百分点和25. 49个百分点,并且优于常用的语义分割模型FCN-8S和PSPNet模型。该方法能够得到精度更高的土地覆盖数据,满足编制精细土地覆盖图的需要。     

基于无线传感器网络的节水灌溉远程监控系统

为了节约农田灌溉用水,提高水资源的使用效率,提出了一种基于无线传感器网络与GPRS网络相结的农田自动节水灌溉远程监控系统,该系统由中央监控计算机、灌溉监测控制器、无线传感器网络、GPRS模块和阀门控制器组成。系统以单片机为控制核心,由无线传感器节点、无线路由节点和无线网关实时监测土壤含水率变化,根据土壤含水率和农田用水规律实施精确灌溉。系统实现了节水灌溉的自动化控制,改善了农业灌溉水资源的高效利用和灌溉系统自动化水平。实验结果表明,整个系统的伸缩性较好,当土壤含水率太高或某种因素导致某些传感器节点损坏,系统中的其他部分仍能持续正常工作,具有自组织重新恢复的功能。监控中心能够实时地显示出各节点的土壤含水率参数和阀门的启停状况,实现节水灌溉的远程监控。     

基于神经网络的无人驾驶车辆转向控制研究

为了提高无人驾驶车辆进行路径跟踪时转向的准确性,基于神经网络控制理论,利用ADAMS/Car与MATLAB/Simulink进行无人驾驶车辆转向控制联合仿真。利用ADAMS/Car模块建立整车模型,进行规定路径下的跟踪实验并收集路径、车速、前轮转角等信息,以作为神经网络的训练样本。利用MATLAB对训练样本进行训练,并在Simulink中建立神经网络控制器。最后利用ADAMS/Control模块连接ADAMS/Car与MATLAB/Simulink,实现无人驾驶车辆路径跟踪时转向控制的联合仿真。仿真分析结果表明:所建立的神经网络转向控制器能够对路径进行良好的跟踪且具有良好的鲁棒性;同时验证了联合仿真的可行性与优越性,为智能车辆的整车开发提供了思路。     

基于无人机遥感与卷积神经网络的草原物种分类方法

基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。     

基于遗传算法的无人机多目标路径规划

研究了无人机在抢险救灾中的应用,通过构建路径规划模型来求解最优路径,模型以整个无人机飞行路径距离最短为目标,利用遗传算法对路径方案进行迭代优化,利用适应度函数在迭代过程中更新种群个体,使得算法能够趋向最优解,同时利用遗传变异操作防止算法陷入局部最优解。利用MATLAB对算法进行计算,并通过随机个体比较对方案进行了验证。案例结果表明:该模型能够在较短时间内得到最优解,提高了无人机的工作效率,为抢险救灾争取到了宝贵的时间。     

LiDAR单木分割辅助的无人机影像CNN+EL树种识别

为研究激光雷达单木分割辅助条件下无人机可见光图像树种识别应用潜力,提出联合卷积神经网络(CNN)和集成学习(EL)的树种识别方法.首先利用同期无人机激光雷达数据和可见光影像数据进行单木树冠探测并制作单木树冠影像数据集;其次引入ResNet50网络并结合引入有效通道注意力机制、替换膨胀卷积、调整卷积模块层数搭建出4个卷积...     

基于无人机平台的绿肥种子撒播装置设计与试验

针对水稻收获前稻田以及丘陵山区播种绿肥,存在机具无法下田作业、人工撒播劳动强度大的问题,基于农用多旋翼无人机平台,设计离心甩盘式绿肥种子撒播装置。该装置可与多品牌无人机方便、快速组配挂接,主要由挂接机构、种箱、排种机构、撒种机构及自动控制系统构成,设计螺旋输送式排种机构可实现连续稳定定量排种,优化撒种机构使得撒播更加均匀顺畅,控制系统可跟随无人机飞行速度控制排种机构排种量,并根据不同品种绿肥种子设定撒种机构甩种盘转速,从而实现多品种绿肥种子定量排种、均匀撒播。选取典型绿肥品种紫云英种子为试验物料,以撒播均匀性变异系数Y1和单位面积撒种量误差Y2为评价指标,螺旋输送器转速A、甩种盘转速B、飞行速度C为试验因素,开展三因素三水平正交试验。结果表明：螺旋输送器转速A和甩种盘转速B对两评价指标影响极显著,飞行速度C对两评价指标影响显著,影响撒播均匀性变异系数Y1的主次因素为B、A、C,影响单位面积撒种量误差Y2的主次因素为A、B、C,最佳因素水平组合A2B2C2,即A为190r/min、B为1700r/min、C为5m/s时,Y1为28.47%,Y2为11.81%。田间试验表明,在最佳参数组合下,整体出苗良好。该研究为改进完善无人机离心甩盘式绿肥撒播装置,以及大面积推广绿肥种植提供了理论依据和装备支撑。