直升机航空施药全覆盖航线规划算法

为避免航空施药过程中由于多施、漏施、重施等现象造成的覆盖不精准问题,该研究开发了一种航程短,覆盖范围精准的航空施药全覆盖航线规划算法。首先基于区域全覆盖原理,通过对施药作业区域外喷雾航程计算与分析,得出在全覆盖的前提下,区域外最短喷雾航程计算公式。再结合全覆盖航线规划方法,得出全覆盖航空施药的最优航线规划算法,并通过软硬件设计实现了实时采集飞行轨迹,通过OneNet物联网平台与移动终端进行信息双向传输。最后分别对3种不同地形的试验场地进行了7个不同航向的全覆盖喷雾作业试验。试验结果表明,在3种试验场地中,按照规划航向作业的航程比试验组按照其他6个航向作业的航程短,航程比其他航向的航程最大可分别缩短4.920、6.903、59.913 km;且多余覆盖率均为最小,多余覆盖率最小分别为2.08%、7.17%、0.57%。作业面积越大,规划航向作业的航程缩短越明显,多余覆盖率越小,并且规则地形航线规划的多余覆盖率明显小于不规则地形。所提出的航空施药全覆盖航线规划算法,可为航空施药航线规划技术的发展提供理论支撑,为实际施药作业提供指导。     

基于深度强化学习的农田节点数据无人机采集方法

利用无人机采集农田传感器节点数据,可避免网络节点间多次转发数据造成节点电量耗尽,近网关节点过早死亡及网络生命周期缩短等问题。由于相邻传感器数据可能存在冗余、无人机可同时覆盖多个节点进行采集等特点,该研究针对冗余覆盖下部分节点数据采集和全节点数据采集,对无人机数据采集的路线及方案进行优化,以减轻无人机能耗,缩短任务完成时间。在冗余覆盖下部分节点数据采集场景中,通过竞争双重深度Q网络算法（Dueling Double Deep Q Network,DDDQN）优化无人机节点选择及采集顺序,使采集的数据满足覆盖率要求的同时无人机能效最优。仿真结果表明,该算法在满足相同感知覆盖率要求下,较深度Q网络（Deep Q Network,DQN）算法的飞行距离缩短了1.21 km,能耗减少27.9%。在全节点数据采集场景中,采用两级深度强化学习联合（Double Deep Reinforcement Learning,DDRL）方法对无人机的悬停位置和顺序进行优化,使无人机完成数据采集任务时的总能耗最小。仿真结果表明,单节点数据量在160kB以下时,在不同节点个数及无人机飞行速度下,该方法比经典基于粒子群优化的旅行商问题（Particle Swarm Optimization-Traveling Salesman Problem,PSO-TSP）算法和最小化能量飞行控制（Minimized Energy Flight Control,MEFC）算法的总能耗最少节约6.3%。田间试验结果表明,相比PSO-TSP算法,基于DDRL的数据采集方法的无人机总能耗降低11.5%。研究结构可为无人机大田无线传感器节点数据采集提供参考。     

考虑倒伏与粮仓容积的再生稻头季机收路径规划

为提升机具作业效率和质量、减少土壤碾压等,该研究提出一种同时考虑作物倒伏状态、碾压面积和收获机粮仓容积的路径规划算法（ harvester grain bin capacitated arc routing problem,HGBCARP）。该算法由作业信息处理模块和作业路径规划模块组成,作业信息处理模块将农田边界、卸粮点位置、作物倒伏方向及面积、位置等信息转化成可处理的数据形式并传输给路径规划模块,然后由路径规划模块进行作业行方向划分、作业行遍历顺序寻优、转弯方式生成、碾压面积计算等,最终得到最优路径规划结果。采用改进遗传算法,分别以3种再生稻收获机、2种传统水稻收获机和3种不同田块为对象,以行驶路径长度、碾压面积、收获粮食量为评价指标,采用回转式收获路径和HGBCARP式收获路径规划开展对比试验。结果表明,HGBCARP式比回转式收获路径碾压面积减少11.79%～27.20%,可使倒伏的机收头季稻增收1.64%～1.95%;同时在3种不同田块条件下进行仿真试验,HGBCARP式比回转式收获路径可使碾压面积减少7.25%～20.09%。使用电动无人履带式底盘对不同收获路径进行田间模拟收获试验,HGBCARP式收获路径与传统牛耕往复式及回转式收获路径相比,碾压面积减少约11.21%～28.03%,在路径长度减少约6.81%～23.46%,验证了HGBCARP式路径规划方法的有效性,研究结果可为智能化作业路径规划研究提供参考。     

多旋翼无人机避障航迹规划算法

多旋翼无人机的自主避障能力是安全作业的重要保证。该研究针对多旋翼无人机自主避障问题,提出了一种改进的双向RRT快速随机树航迹规划算法,结合最小化位移四阶导数的动力学优化方法,生成更符合多旋翼无人机动力学性能的避障航迹,解决避障过程中重复搜索、航迹曲率波动性大等问题,实现平稳避障;提出了以随机采样算法规划难度（用时）为核心的场景复杂度评价方法,在不同复杂度场景下进行了仿真试验。结果表明：与改进前相比,避障航迹再规划用时最多减少23.69%;有效避障航迹规划用时低于0.33 s、平均避障航迹跟踪速度大于1.12 m/s、避障航迹延长率最多达20.82%。所提出的避障航迹规划方法,提升了避障航迹的规划效率与效果,可为多旋翼无人机自主作业过程中的避障航迹规划提供参考。     

植保无人机昼夜作业的雾滴沉积特性及棉蚜防效对比

针对无人机在棉蚜防治过程中夜间作业雾滴沉积特性和防效未知、目标喷洒区域雾滴沉积规律不明确等问题,该研究采用P20植保无人机进行棉蚜防治试验,对比了无人机白天和夜间作业时棉花植株不同部位的雾滴沉积规律及棉蚜防效,以常规喷杆喷雾机和喷枪为对照。结果表明,无人机白天和夜间作业的雾滴沉积数量及覆盖率差异显著,相同作业参数下,夜间作业的雾滴沉积数量平均比白天多42.82%,覆盖率平均比白天增加51.04%;夜间作业的雾滴穿透性较好,棉花植株的中下层及叶片背面雾滴沉积数量均多于白天。夜间作业时,棉花植株中、下层的雾滴沉积数量平均占垂直方向上雾滴总数量的比例分别为34.79%和22.07%,白天平均占33.27%和21.89%,喷枪为29.50%和19.98%,喷杆喷雾机为43.30%和15.84%;无人机夜间作业的叶片背面雾滴沉积数量平均占正反面总雾滴沉积数量的19.80%,白天作业占14.18%,夜间比白天多39.63%,各层叶片背面的雾滴沉积数量表现为上层下层中层;总体上,无人机作业的叶片背面雾滴沉积数量比例不超过25%,喷枪及喷杆喷雾机作业的叶片背面雾滴数量少,分别占7.09%和0.20%;在棉花花铃期和蕾期作业时,为提高雾滴沉积数量和雾滴穿透性,建议将无人机作业参数设置为飞行高度1.5～2 m,飞行速度3～4 m/s,选用较大的喷洒量,因为只有无人机下压风场不削弱、雾滴不大量损失的前提下,旋翼风场才能有效促进雾滴穿透性。就雾滴沉积数量和棉蚜防效关系而言,药后第1天棉蚜减退率与叶片背面雾滴沉积数量呈正相关关系,因受天敌影响药后第10天二者关联性不高。试验表明,无人机夜间作业更有利于棉蚜防治,其防效显著优于白天作业和其他2种常规设备,且农药剂量减少20%对棉蚜防效无显著影响。该研究结果可为植保无人机作业参数的合理设置提供参考,为棉蚜有效防控提供科学依据。     

植保无人机喷施雾滴沉积特性的荧光示踪分析

航空施药雾滴沉积特性的准确检测对施药参数选择和施药质量优化至关重要。该研究以3WQF-80-10型植保无人机为试验对象,选取典型飞行工况,通过水敏纸和基于荧光示踪的航空施药沉积检测系统同步获取展向雾滴沉积覆盖率,研究对比了该机型在典型飞行工况条件下的雾滴沉积离散性和连续性分布,评估基于荧光示踪的沉积检测系统对雾滴沉积检测效果与适用性。试验结果表明:荧光示踪法与水敏纸法所得雾滴沉积率分布曲线整体趋于一致,2种方法的检测结果相关性拟合优度(R2)为0.88~0.96;由于植保无人机旋翼下洗风场胁迫细小雾滴沉降至非水敏纸布样位置,致使荧光示踪法测得的平均雾滴覆盖率曲线出现更多峰值,覆盖率值高于水敏纸法测量结果。植保无人机飞行速度为2 m/s,飞行高度为3 m的作业条件下,与水敏纸离散布样方式相比,荧光示踪连续布样方式测得雾滴覆盖率提高16.92%,当飞行速度为4 m/s,飞行高度为9 m时,后者较前者提高97.77%。植保无人机作业工况对施药雾滴沉积覆盖率影响方面,飞行速度2 m/s,飞行高度3 m的工况下,雾滴沉积覆盖率最高,为8.34%和7.14%;随着植保无人机飞行高度和速度增加,雾滴沉积覆盖率降低。针对植保无人机下洗风场作用下施药雾滴沉积质量检测,与离散布样方式相比,连续性样品采集可获取更丰富的雾滴空间沉积分布细节。该研究可为无人机低空低量施药雾滴沉积检测和无人机下洗风场对雾滴沉积分布影响研究提供方法参考。     

无人机倾斜摄影技术在水土保持监测中的应用

通过对典型公路工程水土流失易发区域进行无人机倾斜摄影监测，规划航线进行飞行拍摄，获得影像数据，利用影像处理软件和地理信息系统软件进行数据处理，按照算法得出监测点位的土方量，并与施工现场土方量记录表进行比较，结果表明：两者误差为3.5%,可满足水土保持监测的精度要求，保证水土保持监测工作的客观性和准确性。     

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。     

机采棉种植模式对植保机械化学脱叶作业效果的影响

种植模式优化是实现新疆棉花高产优质的重要途经，但其对机采棉化学脱叶环节农机农艺融合的影响还不明确。该研究开展了"矮密早"（1膜6行，66 cm + 10 cm宽窄行，R6）、"宽早优"（1膜3行，76 cm等行距，R3）2种机采棉种植模式下多旋翼植保无人机和自走式喷杆喷雾机2种植保机械的化学脱叶田间试验，通过测定叶片尺度脱叶剂雾滴粒径分布和沉积参数，系统分析了不同种植模式和植保机械组合对棉花冠层脱叶剂雾滴沉积特性、行间地面雾滴损失以及最终脱叶效果的影响。结果表明无人机作业的雾滴粒径分布、覆盖率、沉积量及行间地面损失与喷雾机相比均有显著差异（P<0.01）。喷雾机和无人机作业的100～300 μm粒径有效雾滴占比分别为2.60%和61.00%，无人机较喷雾机提高了58.40个百分点，雾滴粒径分布更均匀；雾滴覆盖率分别为42.05%和3.22%，喷雾机作业的雾滴覆盖率是无人机的13倍；沉积量分别为0.49和0.69 μg/cm2，喷雾机作业的雾滴沉积量仅为无人机的71.00%，这是因为无人机喷雾具有高浓度、低容量的特点。喷雾机喷施后棉花冠层下部较冠层上部的雾滴覆盖率和沉积量相对降低17.99%和17.63%，无人机作业后冠层下部的雾滴覆盖率和沉积量较冠层上部相对降低35.45%和53.71%，说明无人机喷施的雾滴穿透性不足；喷雾机作业后行间地面雾滴沉积损失量为无人机的1.91倍。种植模式对雾滴沉积特性有显著影响（P<0.01），与"矮密早"相比，"宽早优"模式冠层下部雾滴覆盖度提高18.59个百分点（相对提高117.60%），变异系数降低43.73个百分点（相对降低43.83%）；冠层下部雾滴沉积量提高0.33 μg/cm2（相对提高125.60%），变异系数降低31.63个百分点（相对降低36.00%），提高了雾滴的穿透性和均匀性。无人机二次喷施作业后，脱叶率在90%～94%间，满足棉花机采作业要求。综上，采用无人机进行化学脱叶作业雾滴粒径分布合理但穿透性不足，而采用"宽早优"模式可以改善无人机雾滴穿透性不足的问题，提升冠层内雾滴分布均匀性，在满足棉花机采对化学脱叶要求的前提下，降低作业过程对棉花生长和土壤环境的潜在影响。     

基于VMM和DNiGA的直升机多林区植保作业航线规划

直升机在现代林业病虫害防治中扮演重要角色,合理的航线规划对直升机航空施药至关重要.该研究针对直升机小坡度多片作业林区的情况,开发了一种适用于单个林区施药航线规划的向量建模法(Vector Modeling Method,VMM)和适用于多林区间调度航线规划的双层嵌套遗传算法(Double Nested improved...     

基于UAV-WSN MAC的海水稻生长环境信息感知

针对传统无线传感网络(wireless sensor network,WSN)在数据采集和传输上能耗、传输时延和吞吐量等难以满足海水稻生长环境监测要求，该研究提出一种WSN网络介质访问层海水稻生长环境信息感知策略(medium access layer saline-alkali tolerant rice environmental data perception strategy,MAC-SREP)，主要思想是将多无人机协同搜索区域模式映射为单无人机(unmanned arial vehicle,UAV)搜索模式，在此基础上，利用簇头节点的通信距离和UAV对地面的通信覆盖半径修正Voronoi图，再利用修正Voronoi图进行分簇，优化UAV的飞行路径；然后利用MAC层机制对UAV的数据包类型进行优先级调度和时隙分配，以保证网络资源的有效分配。仿真试验结果表明，MAC-SREP在多无人机-无线传感网络(multiple UAVs-WSN,mUAVs-WSN)的网络生命周期和网络吞吐量比单无人机-无线传感网络(single UAV-WSN,sUAV-WSN)分别提高25%和15%，端...     

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。     

N-3型农用无人直升机航空施药飘移模拟与试验

为了判定N-3型农用无人直升机在进行病虫害防治作业时所需的安全农药飘移缓冲区,该文通过模拟和试验,研究了飞机在飞行速度为3 m/s、侧风风速分别为1、2和3 m/s、飞行高度为5、6和7 m时在非靶标区域的药液飘移情况。采用计算流体力学(computational fluid dynamics,CFD)方法,在约束条件下对作业过程中旋翼风场和农药喷洒的两相流进行了模拟,并设计了条件相似的对应试验进行验证。模拟的结果表明,在无人机飞行速度3 m/s,侧风风速相同的情况下,作业飞行高度为5、6、7 m时,药液在侧风下方(Z轴正向)的最大飘移距离和在无人直升机后方(X轴负向)的最大沉积量位置差异不大;在作业飞行高度相同的情况下,侧风风速为1、2、3 m/s时候,药液在侧风下方的最大飘移距离和在无人直升机后方的最大沉积量位置发生变化明显。通过相应试验,对飘移量(飞行高度6 m,飞行速度3 m/s)的模拟数值与试验值的变化趋势进行了比较,并进行线性回归分析,拟合直线决定系数R2分别为0.7482、0.8050和0.6875。本文提出一种较传统检测方法更为方便的CFD模拟方法,来对N-3型无人直升机施药作业中药液的飘移情况进行分析,模拟研究可以比较准确地定性地模拟出实际飘移情况,对实际生产具有一定的指导意义。     

无人驾驶农机自主作业路径规划方法

针对无人驾驶农机自主作业的应用需求,该研究设计了一种基于区块套行作业模式的路径规划方法,以生成含有速度指令和机具状态指令的可执行路径,重点解决田内作业的四边形地块适应性、无人驾驶农机适应性和农田作业路径完整规划等问题。该方法由农田信息处理模块和路径规划模块组成,农田信息处理模块将测绘产生的地块轮廓数据和障碍物数据处理为便于运算的地块轮廓点数据和障碍物轮廓点数据形式,然后由路径规划模块利用用户输入的作业方向、作业幅宽、转弯半径和起始方位等作业参数,经过作业梯形区生成、掉头区与作业区划分、作业条带分割、障碍物条带处理、作业条带路由、掉头路径生成和最终指令路径生成等子模块,最终生成无人驾驶农机的指令路径。仿真试验结果表明,相对于相邻法,该方法的作业面积比及作业路程比分别提升了10.0%和8.8%。播种作业田间试验结果表明,无人驾驶农机自主作业的横向偏差的均值和标准差分别为左偏0.002和0.027m,满足作业要求。研究结果表明,该研究提出的方法适应不同的四边形农田和障碍物,可以结合不同的作业参数完成路径规划,能够满足无人驾驶农机自主作业的需求。     

AS350B3e直升机航空喷施雾滴飘移分布特性

为了探究安装有AG-NAV Guía系统的AS350B3e直升机进行喷施作业时的雾滴飘移规律,以轻型机载北斗RTK差分系统获取的精准作业参数(时间、速度、高度、轨迹)为参考,进行了不同作业参数喷施试验。研究了该直升机以4种不同飞行速度范围进行单向式喷施作业时,对应的有效喷幅区域范围及雾滴飘移分布规律,对比了添加航空助剂对雾滴飘移距离及飘移量的影响。结果表明:有效喷幅区域的位置受自然风速和风向变化的影响,会向直升机航线下风向区域有不同程度的偏移;当直升机分别以70、90、100、120 km/h 4种速度参数进行喷施作业时,随着飞行速度的增大,有效喷幅宽度呈现先缓慢增大后急剧减小的趋势,100 km/h的飞行速度为有效喷幅宽度变化的峰值拐点;当侧风风速为1.1~2.3 m/s时,目标喷雾区的最小宽度在喷雾区域下风向水平距离27.61~48.94 m的范围内,且下风向受飘移影响距离均接近或小于下风向有效喷幅宽度,同时研究还发现雾滴粒径在200μm以下的雾滴更容易发生飘移,因此在作业时要预留至少50 m以上缓冲区(安全区)并合理选择航空喷头以避免药液飘移产生的危害;航空助剂的使用对于雾滴飘移量减轻效果显著,在同等作业条件下,添加航空助剂能够使雾滴飘移量减少33.94%。该研究结果可为直升机的喷施系统性能改进提供参考,对合理喷施农药、减少飘移、提高农药利用率具有重要意义。     

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。     

作物航空喷施作业质量评价及参数优选方法

农用飞机由于具有很好的机动性、灵活性和施药效率,近年来受到高度重视,成为植保产业的重要发展方向。影响航空喷施效果的因素有很多,机型、喷嘴型号、喷雾压力、喷施角度、环境因素、作业高度、作业速度、药剂配方、药剂浓度等因素等都会影响雾滴在植物表面的分布特性,从而影响航空喷雾作业效果。地面药液的雾滴分布特性是决定航空植保效果的主要因素,研究不同因素条件下的雾滴分布情况能为航空喷施作业时选择相对合适的喷嘴型号、喷雾压力、喷施角度、作业高度、作业速度、药剂配方及药剂浓度等提供参考,从而有利于保证航空施药效果。该文在对目前中国航空植保产业发展现状进行深入剖析的基础上,研究分析了目前中国航空植保存在的主要问题,同时提出了作物航空植保技术规程中作业参数的优选及评价方法。该研究为中国主要作物航空植保喷施作业技术规程的制定提供了参考。