基于改进最小化SNAP的植保无人机作业轨迹优化算法

轨迹优化是实现植保无人机自主作业路径规划的重要环节，合理高效的轨迹优化算法能使植保无人机安全快速地跟踪轨迹作业，提升作业稳定性与精准性。针对传统最小化SNAP算法偏移误差较大、时间分配不合理的问题，该研究提出一种针对植保作业场景的改进最小化SNAP轨迹优化算法。首先，运用机载载波相位差分(real-time kinematic,RTK)模块采集作业地块地形数据并搭建三维空间地图，基于空间地图采用牛耕法规划初始作业路径；其次，通过改进最小化SNAP算法优化作业路径，结合初始轨迹状态参量构建时间分配函数，解算得到当前最优时间分配；然后，重构最小化SNAP轨迹约束函数，添加位置偏移量梯度惩罚因子，采用最优化方法求解轨迹多项式系数；最后，联合无人机位置控制周期与轨迹多项式实例化航迹点，作为无人机运动的位置期望。试验结果表明，相较于传统最小化SNAP算法，本文算法在同等作业时间前提下，平均加速度减小7.82%，平均偏移误差减小45.56%，对轨迹偏移的抑制效果明显，并降低了加速度在地头转向处的超调，作业轨迹更加精准，作业速度更加平稳，可为植保无人机的轨迹优化策略提供参考。     

基于贝塞尔曲线的动态识别区农机避障路径实时规划

为解决农机田间作业避障路径实时规划问题,该研究提出一种在动态识别区内利用三阶贝塞尔曲线实时规划农机避障路径算法。首先构建农机作业行走动态识别区,在动态识别区内利用激光雷达感知障碍物。然后利用障碍物信息计算避障路径控制点选取范围,生成满足农机最小转弯半径等多约束条件下的路径簇,同时以曲率最小为目标从路径簇中选取最优避障路径。最后进行避障路径实时规划试验。试验结果表明,本文算法规划的避障路径最大曲率和平均曲率分别为0.126和0.054 m-1;路径跟踪过程中产生的最大横向误差和平均横向误差分别为0.12和0.057 m;拖拉机到障碍物外轮廓的距离大于0.375 m。和现有算法比较,本文算法规划的避障路径最大曲率和平均曲率分别减少25.9%和42.6%,路径跟踪过程中产生的最大横向误差和平均横向误差分别减少36.8%和28.8%。研究结果可为拖拉机无人驾驶作业提供技术支撑。     

旋翼无人机气流特征及大田施药作业研究进展

旋翼植保无人机近年发展迅速,已出现大量施药作业的相关研究成果。针对目前研究现状中基础作业体系不清晰、关键问题研究不深入的问题,该文聚焦旋翼无人机施药目的,明确指出旋翼气流的存在是旋翼植保无人机大田作业的典型特征。围绕该特征,提出旋翼无人机大田施药作业基础体系,依照农药装载搬运-农药转化雾滴-雾滴空间运动-雾滴植株扩散-施药作业方法的主线,分别对旋翼无人机的机体、药箱、雾滴物理状态、运动状态、旋翼气流、对靶沉积、脱靶飘移、气流与作物互作、雾滴附着、机体控制、喷施量控制及作业模式等基本要素的研究现状进行归纳总结,梳理旋翼无人机施药作业体系的内在逻辑关系,探寻施药作业体系中待深入研究的基础科学问题。指出目前旋翼无人机大田作业亟需解决作业体系内容研究不均衡、机理研究不深入的问题;亟需解决作业参数关联性不强、大田试验条件精准性有待提高的问题;亟需解决作业模式无法直接表征作业效果、高精度飞行参数难转化为作业参数的问题,并给出深入研究的相关建议。期待广大学者提高对旋翼气流相关研究的关注度,围绕旋翼无人机大田作业体系中的实践与技术难点,寻找出具有旋翼气流特征的物理参数,提炼基础科学问题,加强工程应用研究。     

农用无人机避障技术的应用现状及展望

随着中国农业现代化稳步推进,农业生产对农业机械的需求日益增长,农用无人机因其广泛适用于地面机械难以耕作的农业区域,在实践推广应用中已表现出明显特点和优势。随着精准农业航空技术的进一步发展,实现障碍物的自主识别与实时避障是农用无人机智能化发展的必然趋势之一。然而,农田作业环境复杂、障碍物类型多变,实现农用无人机的实时避障仍任重道远。为提高航空植保作业的安全性,对农田环境中的障碍物进行了分类,并提出了作业视场的避障分区及各区避障策略。通过对比分析国内外农用无人机避障技术的应用现状及各类避障传感器,并剖析中国农用无人机避障问题中存在的不足,展望未来农用无人机避障技术的研究方向和研究热点。该文可为中国农用无人机避障技术的有序发展提供参考。     

多翼单臂纵列式电动无人机旋翼间距优化及能耗试验

针对现代农业航空技术的发展对电动多旋翼农用无人机的载荷能力、持续作业能力、作业效率提出更高的要求,而目前电动多旋翼植保无人机存在续航时间短、载质量小、作业效率低等问题,该文通过试验测试平台,首先对共轴式双旋翼进行不同纵向间距下的升力性能及能耗测试,分析纵向间距对双旋翼升力的影响规律,根据分析结果,针对纵列式双旋翼进行升力随横向间距的变化规律研究,得出横向间距比等于1.8为双旋翼纵列式方式的最优横向间距比。随后对不同尺寸纵列式双旋翼和纵列式多旋翼升力随横向间距比的变化规律进行测试,验证最优横向间距比1.8的普遍适用性。最后,对多旋翼单机臂结构六轴十二旋翼纵列式布局无人机的综合性能参数进行优化分析,并对平面式、纵列式布局方式下的六轴十二旋翼无人机进行飞行试验,验证旋翼间距的优化结果。优化分析结果表明,横向间距比均分别在最优化条件下时,纵列式和平面式布局的升力远高于共轴式布局。与纵列式布局相比,平面式布局机型升力差别不大,但机身尺寸增加38.70%。飞行试验结果表明,在相同负载下,相对于优化后的纵列式机型,平面式机型在单位时间内悬停功率仅减小0.062%,而机身质量增加6.8%。该研究在保证无人机能效的前提下,通过改变旋翼间的相对位置,对多旋翼单机臂结构电动无人机的旋翼间距进行优化,从而优化机身尺寸及质量,改善多翼单臂结构无人机的气动特性,降低惯性,提升有效负载能力,从而提升整机性能。     

基于无人机航向的不规则区域作业航线规划算法与验证

为尽可能地减少飞行总距离和多余覆盖面积,节省无人机的能耗和药液消耗,研究了一种基于作业方向的不规则区域作业航线规划算法。该算法根据指定的作业方向,可快速规划出较优的作业航线,也可在未指定作业方向的情况下,给出某一推荐的作业方向与航线,使整个作业过程能耗和药耗最优。仿真结果表明,在一块面积为983.125 m2的不规则凸五边形作业区域内,采用该算法进行航线规划,无人机作业的多余覆盖率最低可达到11.5%,而且作业面积越大,优化效果越明显,在同样的地块进行田间试验,得到最低多余覆盖率为2.8%,证明了该算法的可行性。该研究可为自主作业无人机的航线规划算法提供参考。     

四边形田块下油菜联合收获机全覆盖作业路径规划算法

为解决无人农场模式下油菜联合收获作业过程中自主导航作业路径自动规划及优化问题,该研究提出了两套完整的针对任意四边形边界田块的油菜联合收获全覆盖作业路径规划算法。采用“理论分析-算法设计及程序编码-算例测试与仿真评估”的技术路线及方法,首先分析油菜联合收获机的作业特点与机具特性,拟定油菜联合收获无人化作业过程对路径规划工作的基本要求,再通过等距偏置处理和扫描线填充算法生成全覆盖作业路径,并采用OR-Tools软件对方向平行路径进行调度优化。通过4块典型实际田块进行仿真计算和测试,结果表明,算法耗时在0.17～4.73 s之间,混合路径相对于目前生产中广泛使用的环形作业路径,在未经行调度优化时,倒车次数减少36.36%～40.00%;混合路径中,行调度优化后倒车次数相对于未调度优化时减少33.33%～60.87%,非作业路径长度减少7.20%～20.23%。该研究为长江中下游区域稻油轮作无人农场中油菜无人化联合收获提供了作业路径规划方面的理论与技术支撑。     

电动多旋翼植保无人机升力特性综合测评方法

升力特性是电动多旋翼植保无人机性能测试的重要参数之一。为了实现对电动多旋翼植保无人机升力特性的性能检测,针对不同型号、不同规格的电动多旋翼植保无人机在评价过程中存在无统一的评价指标问题,该文提出了一种半系留式电动多旋翼植保无人机升力特性的测试与评价方法,包括性能检测平台、升力特性测试方法及指标、升力特性的评价方法。为了验证方法的可行性,对3种不同机型(分别为四旋翼机型Ⅰ、六旋翼机型Ⅱ、八旋翼机型Ⅲ)进行了升力特性指标的性能测试试验。试验结果表明:3种机型在功率载荷、重量效率、热效比等方面有较大差异,功率载荷最好的机型Ⅲ比最差的机型Ⅰ大7.6 m N/W,重量效率最好的机型Ⅰ比最差的机型Ⅱ大0.33,热效比最好的机型Ⅲ比最差的机型Ⅱ大10.5 N/℃,反映出3种机型在设计过程中整个动力系统效率、机型整体结构和材料选择上的差异,从而在整机作业性能上表现出差异。在上述指标测试的基础上,结合无人机动力系统数学模型,提出了运用功率载荷、重量效率和热效比进行电动多旋翼植保无人机升力特性综合评价的评分方法,对上述3种机型进行综合评分的结果为:机型Ⅲ机型Ⅰ机型Ⅱ,该结果表明所提出的评价方法能有效对不同类型电动多旋翼植保无人机的升力特性进行综合评判。该文所给出的测试与评价方法,不仅能用于电动多旋翼植保无人机性能的评测,还能为机型性能的进一步改进提供参考。     

低空低速植保无人直升机避障控制系统设计

针对低空低速植保无人直升机喷洒作业过程中地表障碍物的威胁,提出了一种基于改进人工势场的避障控制方法。将地表障碍物划分为低矮型和高杆型,并制定不同的避障策略。将无人机与障碍物的相对运动速度引入到人工势场中,给出基于改进人工势场的避障控制算法。设计自适应反步飞行控制器,构建含避障控制算法和飞行控制器的完整避障控制系统。仿真结果表明,与传统人工势场相比,对于低矮型障碍物,所提出的避障控制方法避障路径缩短66.7%,避障时间减少31%;对于高杆型中的圆柱体型障碍物,避障路径和避障时间差别不大;而对于高杆型中的长方体型障碍物,避障路径缩短约42%,避障时间减少25%。该研究可为植保无人直升机规模化应用提供参考。     

多翼单臂纵列式布局电动无人机旋翼间距优化及能耗试验

针对现代农业航空技术的发展对电动多旋翼农用无人机的载荷能力、持续作业能力、作业效率提出更高的要求,而目前电动多旋翼植保无人机存在续航时间短、载质量小、作业效率低等问题,该文通过试验测试平台,首先对共轴式双旋翼进行不同纵向间距下的升力性能及能耗测试,分析纵向间距对双旋翼升力的影响规律,根据分析结果,针对纵列式双旋翼进行升力随横向间距的变化规律研究,得出横向间距比等于1.8为双旋翼纵列式方式的最优横向间距比。随后对不同尺寸纵列式双旋翼和纵列式多旋翼升力随横向间距比的变化规律进行测试,验证最优横向间距比1.8的普遍适用性。最后,对多旋翼单机臂结构六轴十二旋翼纵列式布局无人机的综合性能参数进行优化分析,并对平面式、纵列式布局方式下的六轴十二旋翼无人机进行飞行试验,验证旋翼间距的优化结果。优化分析结果表明,横向间距比均分别在最优化条件下时,纵列式和平面式布局的升力远高于共轴式布局。与纵列式布局相比,平面式布局机型升力差别不大,但机身尺寸增加38.70%。飞行试验结果表明,在相同负载下,相对于优化后的纵列式机型,平面式机型在单位时间内悬停功率仅减小0.06%,而机身质量增加6.82%。该研究在保证无人机能效的前提下,通过改变旋翼间的相对位置,对多旋翼单机臂结构电动无人机的旋翼间距进行优化,从而优化机身尺寸及质量,改善多翼单臂结构无人机的气动特性,降低惯性,提升有效负载能力,从而提升整机性能。     

机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求,该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式,其次采用横纵向解耦的方法,通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策,随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度,得到最优路径,最后在多种行驶环境中进行仿真和实车试验,行驶参考速度为2 m/s。实车试验结果表明,在绕行静态障碍物场景中,规划轨迹的平均绝对曲率为0.021 m^-1,最大绝对曲率为0.056 m^-1,平均绝对横向误差为3.23 cm,最大绝对横向误差为8.69 cm,农机与障碍物外轮廓的距离大于0.76 m;在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中,规划速度的平均绝对速度误差为0.08～0.12 m/s,绝对速度误差小于0.38 m/s,加速度变化范围为-0.38～0.44 m/s²。在规划周期为200 ms的仿真试验中,本文算法平均耗时48 ms,最大耗时75 ms,相比采用静态状态栅格法平均耗时减少38 ms,算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。     

基于CarSim软件的闪避障碍物驾驶者模型

为了建立闪避障碍物驾驶者模型,用于仿真驾驶者在两种不同精神状态下闪避障碍物的行为,该研究根据驾驶者与被操控车辆所组成的人机分隔模型的特性,将驾驶者的精神状况分成良好和不足两类,以PID（比例-积分-微分）控制器加上时间延迟表示驾驶者循迹动态模型,选用二维车辆动态模型,并设定驾驶者对转向角度的修正4个参数等建立驾驶者模型,利用CarSim车辆仿真软件模拟驾驶者在不同精神状况下对车体动态的操作性能反应。仿真结果显示：当驾驶者在良好与不足精神状态时反应延迟时间分别为0.15 s和1.4 s,闪避前方障碍物时车辆的重心移动轨迹、转向角以及车辆自身侧速度显著不同。因此,该文所设计的驾驶者模型参数与实际驾驶者相吻合,将为下一步建立驾驶者与车辆闪避障碍物控制法则奠定基础。     

农田信息采集用多旋翼无人机姿态稳定控制系统设计与试验

农田信息快速采集是精准农业的基础。为快速、高效、准确、节能获取农田信息,该文搭建了多旋翼无人机平台,设计了以STM32F407为主控制器的多旋翼飞行控制系统。采用了比例积分微分(proportion,integration,differentiation,PID)双闭环控制策略,外环为角度反馈,内环为角速度反馈。通过工程凑试法得到合适的PID控制参数。运用专家控制策略改进上述控制方法,使控制参数适应无人机姿态变化。对所设计的无人机控制系统进行抗干扰和阶跃响应试验。系统在受到30?横滚与俯仰角干扰后,其对应恢复平衡时间均在3.4 s内,航向角30?干扰后恢复时间在4 s内。系统横滚与俯仰角阶跃响应调节时间在1~2 s内,航向角在3.4 s内。试验结果表明:双闭环PID控制策略实现多旋翼无人机姿态稳定控制,专家控制策略增强无人机的抗干扰能力。在室外农田环境中,无人机能根据指令在1~2 s内快速调整姿态。当姿态受风影响发生倾斜时,陀螺仪测量角速度大于3(?)/s,采用的控制策略能迅速调整电机转速,保持无人机姿态稳定平衡。试验证明该控制系统稳定可控且具有较强抗干扰性,满足多旋翼无人机低空采集农田信息的要求。     

基于Bezier曲线优化的农机自动驾驶避障控制方法

动力换挡拖拉机的产生促进农机自动驾驶向着无人化方向发展,农机的自动避障成为需要解决的关键问题。该文针对最短切线路径曲线曲率不连续、跟踪控制精度差及农机运动模型精度低等缺点,采用三阶Bezier曲线优化法形成连续平滑农机避障路径,通过链式控制理论建立农机运动线性控制模型,利用PI控制器进行转角补偿,并进行了控制方法的仿真和犁耕作业试验。仿真结果表明:农机行驶的航向误差角在-0.06～0.06 rad,横向位置误差小于13 cm,前轮转向角变化平缓,没有显著突变,说明该方法控制精度较高,农机能够按预设轨迹行驶。犁耕作业试验结果表明:Bezier曲线部分的避障精度为5.21 cm,曲线路径的跟踪控制效果较好;避障后农机继续沿直线行驶的精度为1.98 cm,说明该方法可保证农机在避障后恢复直线自动驾驶。研究结果表明,该避障路径控制方法在不平整犁耕地中具有较好的鲁棒性和适应性,可满足拖拉机作业的避障要求。     

基于R树空间索引的植保无人机与植保作业匹配算法

为了充分保障植保作业的科学分配和植保无人机资源的合理配置,设计了一套高效的植保无人机植保作业匹配算法,为用户提供无人机与植保作业的快速匹配。为适应植保作业的并发性、时效性和准确性要求高的特点,该算法基于R树空间索引技术设计,实现了植保作业的区域查询功能与智能化无人机植保作业推荐功能。无人机植保作业匹配算法允许用户在地图上搜索任意矩形范围内的植保作业,也可以根据植保无人机用户当前位置和用户偏好推荐最佳的植保作业。该文在植保无人机作业匹配算法基础之上实现了植保无人机租赁与智能化调度系统,系统测试与分析表明,基于R树的无人机植保作业匹配算法具有较高的灵活性、准确性、高效性和动态性等优势,单次R树查询服务器响应时间低于1 ms,能够实现高效且精确合理的植保作业查询与匹配。     

葡萄株间除草机精准避障控制系统优化设计与试验

现有篱架式栽培葡萄双边作业株间自动避障除草机避障系统采用开关控制避障动作,由于避障行程固定,无法根据障碍物位置精确控制避障动作行程,导致除草效果不佳。针对上述问题,该研究在先前研究的基础上,依据仿形控制原理对避障控制系统进行优化,设计一种由避障信号采集部分、程序控制部分、液压执行部分、避障监测反馈部分等组成的精准避障控制系统。基于精准避障工作要求,确定避障动作闭环控制方案;优化液压回路结构,液压与电控结合实现精准避障控制;对精准避障控制程序进行静态标定和PID参数整定;利用Recurdyn对障碍物呈直线排列状态下除草机的精准避障作业进行模拟仿真,并通过分析除草刀盘运动轨迹选取较优除草刀盘转速;以机器作业速度为试验因素,除草作业覆盖率和果树损伤率为评价指标进行田间试验。试验结果表明,当机器作业速度为380 mm/s时,除草作业覆盖率与作业效率综合效果最佳,试验得到平均除草作业覆盖率为93.97%,较先前研究提高4.39%,果树损伤率为1.92%,除草机可良好实现避障除草作业。该研究可为果园株间除草机的进一步优化提供参考。