基于射线检测算法的无人机植保作业电子围栏设计

保障植保无人机执行喷洒作业时不越过作业地块边界,是保证植保无人机作业安全性与高效性的必要前提。设计了一种高效可靠的无人机植保作业电子围栏,能够实时检测无人机是否越界,并在有越界风险时及时发出预警。首先,算法根据作业地块边界、无人机飞行速度等关键要素确定电子围栏报警模型并由此生成安全边界。当无人机飞行在安全边界内时,算法不对其进行越界检测;当无人机飞行于安全边界与作业边界之间时,算法将进行越界检测并同时发出预警,提示无人机操作人员随时准备控制无人机改变航向;当无人机飞行于作业边界之外时,将反馈越界标志,提供给飞行控制系统或无人机操作人员介入控制。测试表明：无人机植保作业电子围栏能够实现高效、可靠的飞行监测,实时检测植保无人机飞行是否越界,并在有越界风险时及时发出越界预警。     

一种适用于多种环境的超像素分割方法

对于多种环境下的图像分割,传统的超像素分割方法容易造成边界分割不精确、处理速度低等问题。为了保持超像素的边缘贴合度,对简单线性迭代聚类算法(simple linear iterative clustering,SLIC)提出改进:融合边缘梯度信息来计算惩罚函数,并在聚类时添加限制条件,最后利用相似度准则,合并孤立点,获得超像素。通过对多种环境图像的实验,验证了改进算法的高实时性和准确性。     

基于SfM的针叶林无人机影像树冠分割算法

利用无人机影像进行森林资源调查具有作业快速便捷、数据分辨率较高、影像细节丰富的特点,可较好地识别单木,获取树木位置、冠幅等信息。但是,厘米级的影像分辨率使基于光谱信息的传统分割算法在提取树冠时出现破碎化现象,产生过分割结果。同时,在非落叶季由于无人机影像难以观测到茂密林冠下层地形,故在地形起伏较大的林区难以实现基于树木冠层高度模型(CHM)的单木分割方法。针对上述问题,结合传统二维图像处理和Sf M三维建模,提出了一种无需高度归一化的无人机影像树冠三维分割提取算法,首先利用Sf M技术从高重叠航片建立三维表面模型,利用高程和图像信息检测初始树木位置,再采取k NN自适应邻域分水岭分割的方式对中心单木进行精确的树冠参数提取。在北京市百花山国家级自然保护区的落叶松林地进行了高分辨率无人机影像实验,采用正射影像目视解译结果和多种基于图像、点云的自动分割算法结果进行验证和评价。结果表明,本文方法对树木总体检出率在91%以上,冠幅提取精度在81%以上,优于传统的全局分水岭方法和其他树冠分割算法。     

农田地块图像分割技术研究

农田地块图像包含的目标区域多,不同地物间信息相互影响和干扰明显,农田地块图像的分割提取非常困难。利用基于边界和基于区域两种图像分割方法对高空拍摄的农田地块图像进行处理和实验。实验结果表明,利用微分算子的图像边界分割算法虽然能够有效识别出农田地块的边缘,但是对噪声有放大作用;而利用阈值法的图像区域分割算法可以很好地消除农田地块图像的噪声影响。     

基于多速率卡尔曼滤波的植保无人机仿地飞行方法

针对四旋翼植保无人机坡地适应性差、作业时定高精度低的问题,提出了一种融合立体视觉、气压计及惯性测量单元(IMU)的多速率卡尔曼滤波估计无人机高度的仿地飞行方法。首先基于无人机实时高度、姿态与最佳视觉检测区域之间的关系,提出了视觉检测区域自适应算法;然后融合多传感器信息建立多速率卡尔曼滤波模型用以估计无人机对地高度;最后通过自主飞行实验对无人机高度估计算法与仿地飞行方法进行验证。实验结果表明,当飞行高度为2 m,飞行速度为1、2、3 m/s时,植保无人机在平坦地面与15°缓坡区域均可实现高度估计平均绝对误差小于20 mm,高度估计标准差小于30 mm;高度控制平均绝对误差小于30 mm,高度控制标准差小于30 mm;本文验证了植保无人机在地形变化场景下仿地飞行的有效性,为植保无人机在复杂地形自动化作业奠定了基础。     

植保无人机精准覆盖航迹规划算法设计与验证

植保无人机作业航线规划中,应尽量降低无人机能耗、减少药液的浪费.为此,提出了一种航线规划算法,在保证无漏喷的前提下,基于贯穿线理论分析可知,以待作业区域边界为起始边进行作业航线规划时可获得较少转弯次数和冗余覆盖率;利用转弯区域的平行四边形理论,求解可完全覆盖作业区域的最小平行四边形,获得最小的冗余覆盖率;构建作业航线覆...     

基于图像边界提取的果园作业机器人自主导航系统

针对果园中农业移动机器人的自主导航问题,提出了一种基于图像边界提取的自主导航系统。首先,通过摄像机采集果园场景图像,并利用均值偏移算法对图像中的像素点进行聚类;然后,采用基于图论的图像分割算法,根据预定义类别对图像进行分割;接着,提取出所需类的图像区域,并利用Canny算子对该区域图像的边缘进行检测和滤波;最后,利用Hough变换提取出该区域的边界线,从而获得机器人的行进路线。实验结果表明:该方案在不需要先验知识的情况下,能够快速、有效地获得最优路径。     

基于改进蚁群算法的植保无人机路径规划方法

为了规划出更加高效的植保无人机路径,提出一种基于改进蚁群算法的植保无人机路径规划方法,该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径,经过离散化处理后,在三维地形曲面上插值,获得三维作业路径。在此基础上,建立作业路径生成算法,以三维作业路径总长度尽量短、作业路径数量尽量少为目标,对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制,实现对三维作业路径的合理排序,生成总长度较短的转移路径。经过算例检验,针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异,相差最大为92°,这说明考虑三维地形的必要性。算例中,将改进的蚁群算法与贪婪算法进行了对比,针对一系列相同的作业起点,改进的蚁群算法所得的转移路径总长度均较短,比贪婪算法所得结果缩短3%~28%;在未选定作业起点情况下,改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1661m与1763m,说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂,涵盖情况全面,表明本文提出的路径规划方法具有一定实用性。     

植保无人机应用的发展现状与建议

<正>植保无人机指用于农业植物保护作业的无人驾驶飞机,由飞行平台、飞行导航与控制系统、喷洒系统及操控人员共同组成,通过地面遥控或飞行控制系统,实现低空低量飞行喷洒植保作业。近年来,我国主要农作物植保机械化防治技术得到了较快发展,但对于水稻、油菜、玉米等高秆作物,受种植模式和作物生长特性影响,普通地面机械难以达到后期植保防治要求。同时,随着城镇化不断推进,大量农村劳动力转移到第二、第三产业,农业劳动力日益短缺,发展和推广高效率植保     

植保无人机下洗气流对作物冠层作用规律研究

植保无人机作业过程中,旋翼下洗气流不仅会对雾滴沉积效果产生影响,还会对作物冠层产生扰动作用.揭示冠层扰动区域的特点,有助于理解无人机作业特征,可为优化雾滴沉积效果和施药系统提供理论依据.本文通过航拍方法和机器视觉技术研究了无人机下洗气流对作物冠层的影响.结果表明:单旋翼和多旋翼无人机下洗气流所引起的作物冠层扰动区域特征...     

智能化无人机植保作业关键技术及研究进展

搭载高性能传感器和施药装备的农业植保无人机系统是精准农业领域具有代表性的智能装备之一。本研究首先从前端田间作业环境动态感知技术出发,阐述了无人机光谱成像遥感、多传感器融合的SLAM实时环境建模等技术在无人机植保作业方面的应用情况;然后对精准施药过程建模与优化控制有关的前沿技术进行了分析,包括旋翼下方风场结构演化及雾滴沉积过程仿真建模、多区域全覆盖条件下的智能作业路径规划、精准变量施药控制等;最后论述了作业效果评估与过程监管相关技术的发展现状,包括施药作业质量评价方法、基于云平台数据管理的全过程可视化监管等。在总结现有技术发展现状基础上,对未来智能化无人机植保关键技术发展趋势进行了预测,阐明了光谱图像获取与计算智能的深度学习识别聚类、基于高精度雾滴谱和风场模型预测的精准变量施药作业路径规划、基于传感器实时数据的作业质量评估和作业监管等新技术手段,将在遥感信息反演、药液飘移抑制、作业效率优化、施药过程管控等方面带来革命性的进步,使植保作业数据化、透明化,全过程可观化可控制,推动农业生产管理从机械化向智能化和智慧化迈进。     

基于深度学习的农用无人机自主避障研究

针对目前农用植保无人机(UAV)自主避障能力弱及避障系统繁琐等问题,提出了一种适用于植保无人机的基于深度学习的端到端自主避障方式。利用植保无人机挂载的双目相机实时采集图像,当检测到障碍物与植保无人机距离≤5m时,自主避障系统启动,将采集图像预处理后输入卷积神经网络,输出姿态角与油门量控制无人机自主飞行与避障,同时卷积神经网络通过手动飞行采集信息进行训练。实验结果表明:该方法能使植保无人机对农田常见障碍物房屋、树木、电线杆等做出自主避障,且模型具有一定的泛化能力,适当训练后,可将此避障方式应用于复杂环境下的植保无人机自主避障。     

基于卷积网络的沙漠腹地绿洲植物群落自动分类方法

为解决沙漠腹地绿洲遥感图像植物群落背景较易混淆,仅用传统的基于像元光谱信息的图像处理方法未能充分利用其图像特征信息,使得提取效果不佳的问题,针对地物类内特征复杂、类间边界模糊的特点,以连续分布的区域为研究对象,提出了一种基于深度卷积神经网络(Convolutional neural network,CNN)的高分辨率遥感影像植物群落自动分类方法。切分无人机影像获得规则块图像,利用基于CNN的VGGNet和Res Net模型分别对块图像的特征进行抽象与学习,以自动获取更加深层抽象、更具代表性的图像块深层特征,从而实现对植物群落分布区域的提取,以原图像与结果图像叠加的形式输出植物群落自动分类结果。采用了不同梯度的样本数量作为训练样本,利用文中提出的方法分析了不同梯度的训练样本数量对自动分类结果的影响。实验结果表明,训练样本数量对分类精度具有明显的影响;提高其泛化能力后,Res Net50模型与VGG19模型的建模精度从86. 00%、83. 33%分别提升到92. 56%、90. 29%; Res Net50模型分类精度为83. 53%～91. 83%,而VGG19模型分类精度为80. 97%～89. 56%,与传统的监督分类方法比较,深度卷积网络明显提高了分类精度。分类结果表明,训练样本数量不低于200时,基于CNN的Res Net50模型表现出最佳的分类结果。     

农业植保无人机高精度定位系统研究与设计——基于GPS和GPRS

农业植保无人机凭借其高效率、低作业成本等特点,目前正逐步地取代人工植保,成为农业植保领域的一种重要装备。定位系统作为农业植保无人机控制系统的核心,是实现无人机自主工作和飞行的关键,也是无人机进行各项植保飞行作业的基础,研发和设计高精度的无人机定位系统是未来农业植保无人机技术进一步突破和应用的关键。为此,针对GPS定位系统在复杂环境下的稳定性差、定位精度有限、无法为农业植保无人机提供高精度稳定的定位服务的问题,提出了一种基于GPS和GPRS的混合农业植保无人机高精度定位系统的设计,通过该系统可以有效地弥补GPS在复杂环境的定位不足,提高农业植保无人机的定位精度,对进一步促进农业植保无人机技术发展具有非常重要的意义。     

水田植保机自主作业滑模抗干扰路径跟踪方法

为解决无人化水田植保机在田间作业时上线速度慢、精度不高和抗干扰能力差的问题,提出了一种基于快速幂次趋近律和全局滑模控制的水田植保机路径跟踪控制方法。首先建立了含有滑移干扰项和航向角干扰项的水田植保机四轮异相位转向运动学模型,提出了一种基于全局滑模控制和快速幂次趋近律的直线作业跟踪转向控制算法,解决了滑模控制算法的抖振和趋近模态对干扰敏感的问题,使用Lyapunov判据检验了算法的收敛性。使用Matlab建立了仿真模型,对算法进行了仿真,相比基于指数趋近律和等速趋近律的滑模控制算法,本文算法的快速性更好。实际作业实验结果表明,该方法直线跟踪横向偏差绝对值最大为0.0778m,能够有效提高自主导航控制系统的稳定性和快速性。     

黑龙江省农用植保无人机的发展现状及前景展望

农用植保无人机作为一种新型农机装备在黑龙江省的农业生产领域中得到了快速普及和应用,2020年黑龙江省农用植保无人机市场保有量已经达到2万余台,飞播飞防飞施的作业面积迅猛增长,发展前景广阔.黑龙江省是农业大省,植保无人机的保有量占全国总量的40％以上,通过实地调研了解黑龙江省农用植保无人机的发展现状,并为后期的发展作出前...     

植保无人机喷洒作业雾滴飘移的质点运动学分析

为了研究雾滴飘移对植保无人机喷洒作业质量的影响,基于多相流理论和质点运动学方法,对植保无人机喷洒的雾滴其受力和运动轨迹进行了理论分析与数学建模.在对近地面层和层流副层风速进行假设的基础上,即假设风速测量高度范围内的风速近似为线性函数分布,进行方程耦合迭代求解,分析了雾滴直径、飞行高度、飞行速度大小和航向、风速大小和风向、雾滴初始速度大小和方向对雾滴飘移的影响.进一步讨论了各因素之间耦合作用对雾滴飘移的影响,得到雾滴飘移浓度分布情况.结果表明:风速和风向对雾滴飘移距离影响较大;雾滴飘移距离和初始速度角度呈二次函数分布,在所给条件下经计算得出初始速度角在20°左右飘移距离最近;雾滴飘移主要集中分布在喷嘴周围,并且呈散射状分布.     

基于卷积神经网络的互花米草识别研究

互花米草的侵入对我国的生态系统多样性造成了巨大损失,如何准确地识别零散斑块的互花米草对其早期监测及预警具有重要意义。采用低空无人机遥感技术,以广西北海地区春季时期红树林中的互花米草为研究对象,利用AlexNet、VGG16、GoogleNet、ResNet50、EfficientNetB0五种卷积神经网络,分别对包含互花米草、红树林及其他地物背景的图像数据集进行模型的训练、验证与测试,然后将训练好的五种网络模型对整个试验区域的互花米草及地物背景进行识别并标记,得到互花米草的分布图。基于混淆矩阵和运算时间的综合定量评估结果表明,ResNet50网络模型总体上优于另外四种网络模型,识别准确率最高,达到了96.96%,且在测试集上耗时仅为5.47 s。将识别结果图与互花米草实际分布图进行对比,ResNet50网络模型的识别结果与互花米草的实际分布基本重合。     

植保无人机飞行控制精度测量方法及不确定度分析

结合植保无人机目前应用的领域及现状,分析其系统组成和指标性能特点。从作业属性和用户体验角度,选取植保无人机飞行质量的检验检测方向为研究对象,提出一种针对植保无人机飞行控制精度指标的测试方法。系统介绍测量设备组成和操作方法,重点对该方法的测量不确定度进行分析和评估,为植保无人机相关的质量鉴定和选型筛选提供一定依据。