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...     

多作业区域植保无人机航线规划算法

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。     

植保无人机飞控系统与航线规划研究进展分析

应用无人机开展植保作业是有效防治病虫害的重要途径。本文对植保无人机行业发展和相关应用研究进行了综述,分别从植保无人机飞控系统、单机作业航线规划、多机作业调度场景及优化方法 3个角度进行了阐述,以增强植保无人机作业效果与提高作业效率为目标,分析了植保无人机飞行控制系统及航线规划与调度的研究现状。针对植保无人机因作业精度要求高而导致其飞控系统制造成本高的问题,提出应研发低成本、高精度、可适应植保无人机作业需求的测姿器件,开发相应的姿态估计算法;针对植保无人机航线规划、优化调度模型与实际作业需求不匹配的情况,总结了单机作业航线规划与多机调度优化场景、约束条件与优化方法。最后,提出应研发植保无人机自动补给平台,构建基于多机协同的作业管理与调度优化模型,以增强植保无人机在复杂作业环境中的作业效果,提高作业效率。     

基于目视遥控的无人机直线飞行与航线作业试验

为了得到在无导航目视遥控模式下农用无人机的直线飞行特性、检验农田作业航线的人为即时规划情况和评价实际作业质量及效果,设计了基于GPS的坐标采集无线传输系统,以水稻田边界直线为参照,通过目视和经验遥控无人机分别进行循直线飞行试验和基于作业幅宽的航线规划飞行试验。结果表明目视遥控模式下难以控制无人机沿直线飞行;人为即时规划的航线与理论航线偏离严重;在理想喷雾条件下估算出的作业遗漏率为17.1%,重复作业占8.2%,区域外浪费占0.7%;同时,目视遥控模式下无人机的高度及速度表现出无规律随机性。因此在无导航情况下,仅凭目视和经验遥控无人机难以做到精准作业。以GPS导航为主、能根据田块实际大小智能优化并生成作业航线的自主飞行作业模式是未来农用无人机进行精准作业的发展方向。     

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。     

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。     

复杂边界田块旋翼无人机自主作业路径规划

针对农用无人机复杂边界田块下的作业问题,提出一种对田块边界形状具有普适性意义的旋翼无人机作业路径规划算法,以快速获得凸多边形、凹多边形、带孔洞多边形甚至多个多边形形式的复杂边界田块情形下的飞行作业轨迹。首先,基于田块边界多边形顶点数据的存储规则,采用多边形分组法,区分所属不同田块的多边形,建立按区域即田块为单元进行航线计算的基础;针对单田块的内、外边界多边形,采用活性边表法实现单个多边形扫描线填充的快速求交解算,得到初始扫描线,再对处于同一航向位置上的内、外多边形两类扫描线组采用线段布尔运算"减法"操作处理,获得预设航向条件下的作业航线;以最小航线间转移路径总长度为优化目标,引入贪婪算法、凸多边形最小跨度法和步进旋转法,综合进行航线排序优化和航向优化,获得不考虑障碍物条件下的完整作业路径。为进一步扩大算法的应用范围,假设田块边界上存在障碍物,且高度大于作业高度,继续增加转移过程的安全性判断及处理算法。针对假想田块和实际田块边界的多组算法仿真试验结果表明,所设计的算法可处理各种复杂边界类型的田块;在不考虑障碍物影响时算法耗时15 ms～19. 2 s;相比于只进行航线排序优化的情况,同时进行航向和航线排序优化后,航线间转移路径总长度下降了23. 04%～45. 98%;而考虑障碍物影响时处理耗时也在离线应用的可接受范围内。该算法的通用性、可靠性、效率和优化效果均可满足各种复杂边界二维田块无障碍物和有障碍物条件下的农用无人机作业的相关要求。     

基于Grid-GSA算法的植保无人机路径规划方法

为了提高植保无人机的作业效率,研究了一种路径规划方法。运用栅格法构建环境模型,根据实际的作业区域规模、形状等环境信息和无人机航向,为相应栅格赋予概率,无人机优先选择概率高的栅格行进。基于上述机制实现了在形状不规则的作业区域内进行往复回转式全覆盖路径规划;以每次植保作业距离为变量,根据仿真算法得出返航点数量与位置来确定寻优模型中的变量维数范围,以往返飞行、电池更换与药剂装填等非植保作业耗费时间最短为目标函数,通过采用引力搜索算法,实现对返航点数量与位置的寻优;为无人机设置必要的路径纠偏与光顺机制,使无人机能够按既定路线与速度飞行。对提出的路径规划方法进行了实例检验,结果显示,相比于简单规划与未规划的情况,运用Grid-GSA规划方法得出的结果中往返飞行距离总和分别减少了14%与68%,非植保作业时间分别减少了21%与36%,其它各项指标也均有不同程度的提高。在验证测试试验中,实际的往返距离总和减少了322m,实际路径与规划路径存在较小偏差。验证了路径规划方法具有合理性、可行性以及一定的实用性。     

基于引力搜索算法的植保无人机三维路径规划方法

为了使植保无人机作业更加精准、高效与节能,研究了一种适用于三维地形的植保无人机路径规划方法。根据农田的规模、形状、高度起伏等地理环境信息,对其进行栅格化处理,建立三维环境模型;在此环境模型条件下,为无人机增加直行与回转机制,实现全覆盖路径仿真;通过提取仿真计算中每次植保作业飞行距离作为输入变量、非植保作业耗费时间作为输出函数,从而构建寻优模型;对寻优模型引入引力搜索算法,以输出函数最小为目标,对输入变量进行寻优,再通过仿真计算求出优化后的返航点位置。实例结果显示,在二维投影形状与尺寸相同的田地中,二维与三维路径规划方法之间的返航点位置存在偏差,证明了本文方法的必要性;在三维地形算例中,运用本文方法规划后的往返飞行距离总和与非植保作业时间分别为440.2 m与9 min,相比于未规划情况分别减少了90%与54%,相比于简单规划结果分别减少了23%与7%。在实际测试过程中,相比于未规划情况,规划后的路径飞行距离总和与非植保作业时间分别减少了11%和5%,验证了本文方法的合理性与可行性。     

基于遗传算法的农用无人机定位系统优化

随着精细农业的发展,无人机在农业生产中的应用越来越广泛,无人机定位系统是无人机航线路径规划的关键环节。由于缺乏智能算法的应用,传统的无人机航线路径规划始终无法保证处于最优路径,经常发生误撞现象,严重影响无人机在农业生产中的持续作业,降低无人机作业效率。为此,深入研究了遗传算法工作原理、进化周期模型以及算法运算流程等理论,将遗传算法应用在无人机定位系统中,用于无人机航线路径的规划。通过确定无人机定位约束条件,按照遗传算法运算流程,定位无人机下一时刻最优运动节点,从而计算分析无人机最优航行轨迹,使无人机定位系统具有较强的定位功能,保证无人机航线路径处于最优路线,避免无人机碰撞到其他物体,使其能够在任何复杂的环境下完成飞行任务。     

农业植保多旋翼无人机飞行控制系统设计

【目的】为了确保农业植保无人机能够在合适的位置喷洒农药,提高控制精度、作业效率并降低成本,有必要对多旋翼无人机的飞行控制系统进行优化设计。【方法】本研究团队以STM32F428IGT6芯片为核心,设计了农业植保多旋翼无人机飞行控制系统。首先概述了无人机飞行控制系统的整体架构,该飞控系统由主控系统、惯性测量单元、喷洒系统、空速测量系统等构成。其次,详细分析了无人机飞行控制系统的电源供电系统设计、通信设计、传感器选择、喷洒系统设计等硬件设计。最后,阐述了无人机飞行控制系统的算法设计,主要包括无人机姿态解算和PID控制算法,并介绍了该系统应用优势。【结果】该系统各模块之间执行SPI和CAN总线协议,可以将传感器实时采集的高度、速度、偏航角等参数传输到主控系统中,利用MCU芯片完成参数的分析处理,在此基础上发出新的调控指令,让多旋翼无人机沿着既定航线飞行,在到达特定位置后启动喷洒系统并完成喷药作业。【结论】该系统能让无人机在合适位置喷洒农药,达到远程控制、自动作业的效果,提高了植保作业效率,有利于促进现代农业机械化高质量发展。     

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。     

基于无线传感网络的农业无人机航线控制系统

无人机是一个由飞行器、控制站、通讯设备和其它部件形成的系统,在农业领域主要应用于农药喷洒、信息监测和农业保险勘察。农业无人机在飞行过程中的实际航线与规划航路之间会存在偏差,不仅降低了作业质量,还会影响作业效率。无线传感网络是一种与无人机紧密结合的技术,可以用于对无人机的航线进行控制。为此,基于无线传感网络,设计了无人机的航线控制系统。该系统由无人机平台、传感节点、汇聚节点和控制中心4部分组成,对航线的控制通过二维坐标系跟随算法完成。试验结果表明:无线传感网络对直线和曲线航线的跟踪更加稳定,具有较高的航线控制精确度。     

油菜地块边界提取研究

油菜地块精准提取可实现道路、田埂和地块三部分的分离,为植保无人机提供准确作业区域和非作业区域,推动植保无人机实现自主作业。基于甘肃省张掖市民乐县油菜地无人机低空RGB影像,构建基于简单线性迭代聚类(SLIC)分割和VGG16分类网络相结合的方法实现油菜田地块边界提取。首先,以过绿指数方式灰度化图像,区分裸露地表与植被覆盖区域,其次,通过直方图分析、轮廓检测提取地块主体部分;最后,通过简单线性迭代聚类(SLIC)和VGG16模型相结合,划分网格,识别过分割区域中的作物种植区域,提取完整地块。对比所提算法与传统边界检测算法地块边界提取效果,结果表明：所提模型的平均交并比和平均准确率分别为95.9%、96.0%,边界提取精度和完整性明显优于传统算法。所提模型能够消除低空拍摄下杂草的影像,可为农田边界提取提供参考,可为植保无人机完全自主作业做好铺垫。     

基于能量优化的无人机喷施规划组合算法研究

针对目前无人机喷施规划并未达到能量利用率最大化的问题,以总航程最短、有效载荷和安全作业为作业目标,研究了一种基于能量优化的无人机喷施规划组合算法。利用栅格法对工作区域进行划分,得到全覆盖航线后,通过设置补给点,合理地分配各架次的返航点和有效载荷,从航线和载荷上降低无人机的能量消耗率,提高了作业效率。所设计的配套地面站软件对算法进行仿真,结果表明,在同等作业条件下,采用本组合算法进行无人机喷施规划,相比于传统以药液或能量耗尽为返航依据、偶有迫降或坠机危险的喷施规划,航程规划得到的能量节省率达16. 25%,载荷规划得到的能量节省率为18. 92%。田间对比试验表明,经过算法规划的作业比未经算法规划的作业节省了272. 5 m的返航航程,航程节省率为23. 7%;节省载荷1 L,载荷节省率为16. 7%。本组合算法能保证无人机在能量满足安全条件的情况下进行作业,证实了算法的节能性和安全性。     

无人机梯田施药路径规划设计

针对我国南方丘陵梯田等复杂地形的作物农药喷洒问题,传统方法依赖于人工喷洒,工作量繁重并且工作环境差,极易导致人中毒,安全系数低,提出采用无人机自动施药的方案。采用厘米级PTK网络连接的定位系统对无人机进行定位,飞机在用户自定义施药区域自主飞行,控制器实时检测飞机位置并记录无人机飞行路径,通过与用户定义区域实时对比,计算出未作业区域,经过激光测距测量飞机距离田面及田壁距离,调整飞机位置。控制器对无人机采集回的图像数据进行处理,确定田面上农作物有无情况,实现对复杂地形的全覆盖作业,系统安全可靠、喷药效率高,可在实际作业中广泛应用。     

基于足球比赛路径规划的农用无人机定位和导航研究

无人机具有很高的作业效率,能够推动农业生产的现代化和智能化。由于受各种因素的影响,无人机的实际航线与规划航线之间会出现偏差,因此需要进行定位和导航。足球比赛机器人的控制原理与农用无人机相似,其路径规划方法可以作为无人机定位和导航的参考。为此,将足球比赛路径规划的人工势场模型与农用无人机相结合,设计了一种无人机定位和导航方法。仿真试验结果表明:该方法定位和导航的无人机药液喷洒覆盖率达到98%,飞行的距离和时间相比人工控制减少了20%,路线中的急剧转向次数大幅减少,能够为无人机航线控制提供新的途径。     

植保无人机电磁兼容性能（辐射发射）测试研究与分析

【目的】电磁兼容性是保证电子设备或系统使用安全可靠的重要指标,探明并提高设备或系统的电磁兼容性,对于农业机械电子系统设备来说十分重要。【方法】课题组根据植保无人机电磁兼容性标准要求,对植保无人机电磁兼容性能（辐射发射）测试进行了研究与分析,针对植保无人机电源和电机供电端口,使用磁环进行骚扰源预定位整改,为植保无人机电磁兼容性能缺陷提出消除或降低安全风险的方法。【结果】整改前,该款植保无人机辐射发射测试在30 MHz～80 MHz、2.380 5GHz～2.527 0 GHz和4.784 7 GHz～5.054 0 GHz越过限值,考核频段中最大超限点在46.15 MHz处超限5.32 dBμV/m;整改后,30 MHz～1 000 MHz范围内的最大准峰值为49.5 dBμV/m,小于50 dBμV/m的限值。【结论】整改后的测试结果符合要求,能够提升植保无人机产品质量。为了进一步确保植保无人机产品具有较好的电磁兼容性能,在产品设计初期还应充分考虑输入与输出影响、传导影响和互耦影响。     

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。     

RTK技术在植保无人机的应用与发展

随着植保无人机行业的发展,实际应用中对植保无人机作业质量、效率、安全等需求提出了更高的要求,常规GPS定位精度不够,已经很难满足精准农业的要求。RTK(Real-time kinematic)载波相位差分技术被应用至植保无人机。借助该技术,无人机可以实现厘米级的高精度定位,按照预先设置的航线实现厘米级的自主飞行。