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。     

实施植保无人机作业效果与分析

指出农用植保无人机通过地面对其进行遥控或设定GPS飞行控制来实现植保作业。通过防控效果监测方法、增产效果监测方法进行农用植保无人机试验,并对验验结果进行了分析。     

农用无人机飞行控制中的英语语言理解名词汇聚

农用无人机飞行作业中会受到各种因素影响,实际航线与规划航线之间存在偏差,要精确控制飞行状态,才能按照规划的航线飞行。增强无人机的智能性和自主性是解决这个问题的有效途径,自然语言理解可以作为技术基础。为此,研究了英语语言理解在农业拍摄无人机飞行控制中的作用,并对名词汇聚进行重点分析;列举了无人机状态监测、定位导航和姿态控制这3种控制功能的代表性名词,名词类型以普通名词和事件名词为主。这种方法可以控制无人机按照预定的航线和高度飞行,并能对环境变化做出迅速的反应。因此,英语语言理解名词汇聚可以提高农用无人机控制的精确程度,有助于实现自主飞行。     

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。     

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。     

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。     

含障碍物多田块下旋翼无人机作业返航补给规划研究

针对同一区域内相邻多田块的无人机单机作业任务路径规划问题,从续航、负重等实际问题出发,考虑种肥药液和油电能源等消耗品的按需多次返航补给,提出并实现一套含障碍物多田块条件下单机多架次作业的农用旋翼无人机自主飞行作业的路径规划算法。在给出作业路径规划优化目标模型的基础上,提出"先路径、后航次"两步优化法,先以最短路径为优化目标规划初始作业路径,然后考虑消耗品按需返航后的补给与续作问题进行航次规划。针对变量喷播和恒量喷播2种喷播模式,分别提出两种作业航向方向安排原则、航线调度原则、补给方式和续作模式,规划出4种不同航向及航线调度组合策略下的初始作业路径,并在此基础上进一步给出4种不同组合补给续作优化策略下的航次安排方案。针对假想田块和真实田块的算例仿真测试结果表明,规划初始作业路径的4种优化策略能够稳定高效运行,算法耗时78～105 161 ms,转移路径优化效果为10.25%～33.81%;在航次优化算法方面,算法耗时略有增加,为21 170～106 393 ms,转移路径优化效果为14.00%～26.27%,补给次数的最好优化效果从15次降到10次。总体来说,相同条件下完全重置+重排续作的组合策略表现较优。     

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。     

农用多旋翼无人机作业能耗白盒模型构建与试验

为了减少因能量有限而导致无人机飞行时间有限的问题，研究农用无人机在飞行时的作业能耗是十分必要的。本研究以农用多旋翼无人机为研究对象，采用白盒建模的方法，依照动力系统各部件原理，构建了农用无人机的飞行总效率模型，再根据农用无人机的飞行特点，建立了一种针对农用无人机的作业能耗模型，并通过对农用无人机的速度、载荷和航程这3个动态参数分组试验得到的数据进行了验证。结果表明，模型具有较高的精度，最大平均误差约为6.582%,最大绝对误差中位数约为7.654%。最后对模型的各个参数进行分析，引入模型修正系数对模型进行修正，修正后的模型精度相比修正前的最大平均误差减少约3.092个百分点，误差中位数减少约3.612个百分点，修正后效果显著。本研究构建的理论模型可以用于农用无人机作业能耗的计算和预测，在规划无人机任务前就可以得到相应的作业能耗并进行优化，也可以适配不同控制器的其他旋翼机型，具有一定的应用价值。     

多旋翼农用无人机功率能耗模型构建与试验验证

续航时间是无人机的重要性能指标之一,在此构建多旋翼农用无人机功率能耗模型,进行续航时间的计算,并通过试验验证模型的准确性。构建了针对多旋翼农用无人机功率能耗计算的理论模型,搭建无人机测试平台,通过改变无人机质量与作业速度,对测试无人机进行试验。6组试验结果表明:悬停状态下,测试无人机续航时间为理论续航时间的89%～93%,作业飞行状态下测试无人机续航时间为理论续航时间的80%～83%。构建的理论模型可以用于多旋翼农用无人机续航时间的计算和预测,具有一定的应用价值。