CN105547366A - 微小型无人机农作物信息获取与施肥灌溉指导装置 - Google Patents
微小型无人机农作物信息获取与施肥灌溉指导装置 Download PDFInfo
- Publication number
- CN105547366A CN105547366A CN201511028146.8A CN201511028146A CN105547366A CN 105547366 A CN105547366 A CN 105547366A CN 201511028146 A CN201511028146 A CN 201511028146A CN 105547366 A CN105547366 A CN 105547366A
- Authority
- CN
- China
- Prior art keywords
- information
- control signal
- crop
- unmanned plane
- crops
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003973 irrigation Methods 0.000 title claims abstract description 24
- 230000002262 irrigation Effects 0.000 title claims abstract description 24
- 230000004720 fertilization Effects 0.000 title abstract 3
- 239000002689 soil Substances 0.000 claims abstract description 22
- 239000003337 fertilizer Substances 0.000 claims description 17
- 238000012806 monitoring device Methods 0.000 claims description 13
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 108091092878 Microsatellite Proteins 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 208000031968 Cadaver Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
微小型无人机农作物信息获取与施肥灌溉监测装置,属于农作物监测技术领域。为了解决现有农作物监测存在成本高且可靠性差的问题。本发明包括信息采集模块、地面传感器、数据库、地面站和无人机;地面站对待测农作物区域,进行规划航线和设定信息采集点;无人机的飞行控制器根据规划航线控制无人机飞行,当无人机到达信息采集点处,信息采集模块对信息采集点空气指标采集,同时对该信息采集点的农作物高光谱拍照,获得农作物的生长信息;数据库中存储之前产量最优年份对应的数据;地面传感器设置在待测农作物区域,用于测量土壤指标;地面站根据在相应信息采集点的空气指标、农作物生长信息和土壤指标与数据库中相应的数据进行对比,获得施肥灌溉指令。
Description
技术领域
本发明属于农作物监测技术领域,特别涉及一种微小型无人机农作物信息获取与施肥灌溉监测装置。
背景技术
人工采样,根据经验数据,得出农作物长势情况。这种方式下,需要人工手持一些采样终端,如测量土壤温湿度、农作物长势情况,并一一记录,将数据统一进行登录,然后做出相关曲线,与经验数据进行比对,得出结果。这种方法的缺陷不言而喻,浪费大量的人力物力,不具有实时性,根据经验(例如看农作物长势来得出农作物营养情况)来判断,误差很大。
铺设采样网络,采用有线的模式,或者无线的模式,将各种传感器定点铺设在农田中,这种方法的缺陷是需要大量的传感器和布线,而且对于农作物的养分情况,无法进行判别。需要定期对传感器进行校正,任务量大。
大型无人机遥感,目前有些厂商或科研机构推出了一些解决方案,如固定翼无人机运用遥感,对农田进行监测,这种方法最大的弊端是成本高,一般的农场或农垦局并不能接受。另外,使用遥感技术,高空取证,可信赖度大大降低。
发明内容
本发明的目的是为了解决现有采用大型无人机遥感进行农作物监测存在成本高且可靠性差的问题,本发明提供一种微小型无人机农作物信息获取与施肥灌溉监测装置。
本发明的微小型无人机农作物信息获取与施肥灌溉监测装置,所述装置包括信息采集模块、地面传感器、数据库、地面站和无人机;所述信息采集模块安装在无人机上;
地面站,用于对待测农作物区域进行GPS标定,获得经纬度地图;根据地图,进行规划航线和设定信息采集点,当信息采集模块进行采集时,控制相应采集点的地面传感器也进行采集;根据在相应信息采集点采集的空气指标、农作物生长信息和土壤指标与数据库中相应的数据进行对比,获得施肥灌溉指令;
数据库,用于存储之前产量最优年份对应的数据;
地面传感器,设置在待测农作物区域,用于测量土壤指标;
无人机的飞行控制器,根据规划的航线和设定的信息采集点,根据规划的航线控制无人机飞行,当无人机到达设定的信息采集点处,发送采集控制信号;
信息采集模块,根据采集控制信号,获得相应信息采集点的空气指标,同时对该信息采集点的农作物高光谱拍照,获得农作物的生长信息。
所述数据库以采集数据的时间、地点和变量为坐标,所述变量为采集的空气指标、农作物生长信息和土壤指标。
所述信息采集模块包括采集控制器、温度传感器、湿度传感器、光照传感器、二氧化碳传感器、ADC模块和高光谱成像系统;
采集控制器,根据采集控制信号,发送工作控制信号;
温度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的温度;
湿度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的湿度;
光照传感器,当接收到工作控制信号,采集该采集点农作物的所受光照强度;
二氧化碳传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的二氧化碳浓度;
高光谱成像系统,当接收到工作控制信号,对采集点农作物进行拍照,并根据拍摄的照片,获得农作物的生长信息;
ADC模块,将采集的温度和二氧化碳浓度从模拟信号转换为数字信号。
所述飞行控制器包括主控制器、姿态模块、GPS模块、无线通信模块和调速系统;
无线通信模块,用于与地面站交换数据,接收规划的航线和设定的信息采集点;
GPS模块,用于感应地面规划的航线的节点,并接收节点信息,所述节点信息包括时间节点信息与空间节点信息;
姿态模块,对无人机姿态进行检测,获得偏离值;
主控制器,用于根据规划的航线,发送飞行控制信号,当到达航线的节点,将节点信息转换为无人机期望的姿态,根据所述姿态发送飞行控制信号,同时发送采集控制信号;还用于根据获得的偏离值,利用控制算法获得无人机姿态的调节量,根据所述调节量,发送飞行控制信号;
调速系统,根据飞行控制信号,控制无人机飞行。
所述飞行控制器为四旋翼飞行器,该四旋翼飞行器的数学模型包括:
在无人机机体坐标系中的角速度和线速度通过转换矩阵转换到导航坐标系中:
vn=Cvb
wn=Twb
其中,C为合成旋转矩阵,T为欧拉旋转矩阵,导航坐标系中的线速度vn,无人机机体坐标系中的线速度vb,导航坐标系中的角速度wn,无人机机体坐标系中的角速度wb;
无人机螺旋桨桨叶拟合的曲线为:
F1=6.7x-5.36
其中,螺旋桨的反作用力F1单位为N/10,速度x的单位为转/秒;
无人机高度的数学模型为:
其中F2为电机提供的升力,v为上升速度,h为上升高度,g为重力加速度。
无人机三轴角度的数学模型为:
其中T为转动扭矩,ω是转动角速度,F为电机产生的力,α为转动的角度,l为两电机距离,J为转动惯量。
所述监测装置还包括GSM/GPRS模块;
GSM/GPRS模块,用于将灌溉施肥指令发送到用户手机上。
本发明的有益效果在于,采用地面站对飞行控制器进行路线规划,自动在设定采集点采集,获得采集点的农作物生长环境参数,还通过高光谱相机获得农垦区内农作物营养状况。采用小型无人机成本低且结构简单易控制,采集的信息参考近年内年产量最高年份的环境参数,设置施肥灌溉指令,增强可靠性,保证产量。
附图说明
图1为具体实施方式中微小型无人机农作物信息获取与施肥灌溉监测装置的原理示意图。
图2为具体实施方式中飞行控制器的原理示意图。
图3为具体实施方式中信息采集模块的原理示意图。
具体实施方式
结合图1-图3说明本实施方式,本实施方式所述的微小型无人机农作物信息获取与施肥灌溉监测装置,所述装置包括信息采集模块、地面传感器、数据库、地面站和无人机,如图1所示;所述信息采集模块安装在无人机上;地面站对待测农作物区域进行GPS标定,获得经纬度地图;根据地图,进行规划航线和设定信息采集点;无人机的飞行控制器根据规划的航线控制无人机飞行,当无人机到达设定的信息采集点处,信息采集模块对相应信息采集点空气中的温度、湿度、光照强度和二氧化碳浓度进行采集,同时对该信息采集点的农作物高光谱拍照,获得农作物的生长信息;数据库中存储之前产量最优年份对应的数据;地面传感器设置在待测农作物区域,用于测量土壤中的温度和湿度;
本实施方式中的所述信息采集模块包括采集控制器、温度传感器、湿度传感器、光照传感器、二氧化碳传感器、ADC模块和高光谱成像系统;
采集控制器,根据采集控制信号,发送工作控制信号;
温度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的温度;
湿度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的湿度;
光照传感器,当接收到工作控制信号,采集该采集点农作物的所受光照强度;
二氧化碳传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的二氧化碳浓度;
高光谱成像系统,当接收到工作控制信号,对采集点农作物进行拍照,并根据拍摄的照片,获得农作物的生长信息;
ADC模块,将采集的温度和二氧化碳浓度从模拟信号转换为数字信号。
本实施方式中的数据库以采集数据的时间、地点和变量为坐标,所述变量为采集的空气指标、农作物生长信息和土壤指标;
本实施方式的农作物灌溉施肥指导装置的意图在于,采集确定的时间和地点的农作物信息情况,然后和最优产量年份的信息进行比较,从而得出想要的指导信息。故需要一个数据库,来存储产量最优年份的相关信息;
(1)数据库的存储
数据库存储在32G的SD卡中,存储的坐标为时间、地点和变量,所以是一个立体数据库。
其中:时间量,精确到天数。
地点,为经纬度坐标系,精确到百米。
变量:空气中的湿度、温度、二氧化碳浓度、光照强度、农作物的生长信息、土壤温度和土壤湿度。
在SD卡的存储数据中,采集点的地点采用经纬度的方式表示,经纬度被画成了网格状,只有在网格节点上,才有对应的数据。所以在后续对比的过程中,需要将测得经纬度转移到与之最近的节点上。实际试验证明,这样的误差,并不会因过大而失去指导意义。
在SD卡中存储的数据,每一个年份,只有73组数据,也就是每五天有一组数据。所以在日期的比对的时候,要与日期最近的进行匹配,这样,指导数据的误差在3天以内,试验证实,这样的误差,不会因为过大而失去指导意义。
(2)数据库的更新
在初次使用,应至少收集5个年份数据,并对数据进行筛选,选出一个年份的作为最优数据。然后根据后续数据,进行比对后存储,若当年,产量优于往年,则摒弃往年数据,更新数据库,否则不更新数据库。数据库应有一定的地域界限,在不同的地域内,可以将数据存储在不同的SD卡中。
最后,地面站根据在相应信息采集点采集的空气指标、农作物生长信息和土壤指标与数据库中相应的数据进行对比,获得施肥灌溉指令。
获得灌溉施肥指令的具体过程包括:
根据实时采集的数据的时间和地点,调取和这个时间点和地点对应的数据库中存储的数据,作为参考量
统一各个采集数据的标准单位后,将采集的各项数据和对应参考数据取差值,作为偏差量;
将各个偏差量输入灌溉施肥指导函数,函数表示为:
u=f(Δa,Δb,Δc......)
其中u是输出量,如施肥的比例,灌溉量等指导信息。Δa,Δb,Δc......是各项数据的偏差量;f是采集的各项数据与输出量的映射关系。
本实施方式获得灌溉量u1的方式为:
u1=λp·△Pd+λhs·△Hsd+λha·△Had+λts·△Tsd+λta·△Tad;
λp为平均降雨量系数,λhs为土壤湿度系数,λha为空气湿度系数;λts为土壤温度差值,λta为空气温度差值;
平均降雨量差值:△Pd=Po-Pm;Po为数据库中存储的相平均降水量,Pm为相应时间内采集点的平均降水量;
土壤湿度差值:△Hsd=Hso-Hsm;Hso为数据库中存储的土壤湿度,Hsm为采集点的土壤湿度;
空气湿度差值:△Had=Hao-Hasm;Hao为数据库中存储的空气湿度,Hasm为采集点的空气湿度;
土壤温度差值:△Tsd=Tso-Tsm;Tso为数据库中存储的土壤湿度,Tsm为采集点的土壤湿度;
空气温度差值:△Tad=Tao-Tasm;Tao为数据库中存储的空气湿度,Tasm为采集点的空气湿度。
本实施方式获得灌溉量u2的方式为:
u2=λ1△P1+λ2△P2+λ3△P3
λ1为二氧化碳浓度系数,λ2为光照强度系数,λ3为NPK系数;
△P1为数据库中二氧化碳浓度与采集点的二氧化碳浓度的差值,△P2为数据库中光照强度与采集点的光照强度的差值,高光谱相机可以拍摄到农作物发出的高光谱信息,由于NPK(营养主要元素)的光谱不同,可以通过分析光谱,定量的分析出农作物NPK含量,所以根据农作物生长信息能够获得农作物的N/P/K的含量,△P3为数据库中N/P/K的含量与采集点的N/P/K的含量的差值;
本实施方式中的信息采集模块还包括GSM/GPRS模块,用于将灌溉施肥指令发送到用户手机上。用户实时就能掌握该区域的农作物需要如何施肥灌溉。
本实施方式中的飞行控制器采用四旋翼飞行器,四旋翼是一种共轴蝶式飞行器,结构紧凑,能产生较大的升力,无需反扭矩桨。四旋翼是典型的欠驱动系统,控制难度高,但其垂直起降,全方位运行的优点。本实施方式中,使用两个环路对飞行器进行控制,内环路主要控制四旋翼姿态,外环路控制四旋翼轨迹。四旋翼外环路从地面站获得规划好的轨迹,并在每个节点转换为飞行器期望的姿态送入内环路,这个节点包含了时间节点与空间节点两层含义。内环路利用惯性传感器,对飞行器姿态进行检测,获得偏离值,再利用控制算法对飞行器姿态进行调节,如图2所示。
本实施方式的飞行控制器包括主控制器、姿态模块、GPS模块、无线通信模块和调速系统;
无线通信模块,用于与地面站交换数据,接收规划的航线和设定的信息采集点;
GPS模块,用于感应地面规划的航线的节点,并接收节点信息,所述节点信息包括时间节点信息与空间节点信息;
姿态模块,对无人机姿态进行检测,获得偏离值;
主控制器,用于根据规划的航线,发送飞行控制信号,当到达航线的节点,将节点信息转换为无人机期望的姿态,根据所述姿态发送飞行控制信号,同时发送采集控制信号;还用于根据获得的偏离值,利用控制算法获得无人机姿态的调节量,根据所述调节量,发送飞行控制信号;
调速系统,根据飞行控制信号,控制无人机飞行。
四旋翼飞行器的数学模型包括:
在无人机机体坐标系中的角速度和线速度通过转换矩阵转换到导航坐标系中:
vn=Cvb
wn=Twb
其中,C为合成旋转矩阵,T为欧拉旋转矩阵,导航坐标系中的线速度vn,无人机机体坐标系中的线速度vb,导航坐标系中的角速度wn,无人机机体坐标系中的角速度wb;
无人机螺旋桨桨叶拟合的曲线为:
F1=6.7x-5.36
其中,螺旋桨的反作用力F1单位为N/10,速度x的单位为转/秒;
无人机高度的数学模型为:
其中F2为电机提供的升力,v为上升速度,h为上升高度,g为重力加速度。
无人机三轴角度的数学模型为:
其中T为转动扭矩,ω是转动角速度,F为电机产生的力,α为转动的角度,l为两电机距离,J为转动惯量。
本实施方式中主控制器采用芯片STM32F407,姿态模块采用芯片BMX055,为9轴惯性传感器(陀螺仪、加速度计、电子罗盘)。并设置冗余电子罗盘HMC5883。本实施方式飞行器内环路控制频率为300hz,外环路频率为50hz。本实施方式使用内外环路控制,可以有效的调节飞行器姿态。
本实施方式旨在低空监测农作物生长情况,并且得出农作物生长情况和即时灌溉施肥控制指令。设计的地面站和飞行控制器,极大的降低了飞行器成本,使用矢量旋转与插值方法测量飞行器角度,可以稳定的测量飞行器姿态,使用基于KF的PID控制器,可以有效控制姿态,使用DubinPath进行路径规划,可以在最小的路径下,提取最大的信息量。
使用飞行器机载农作物生长环境监测传感器和高光谱相机,以及SD卡,有效的对数据进行处理、存储,使用GSM网络发送短信的方式,可以以最小的成本获取农作物生长信息和灌溉施肥参考信息。
Claims (6)
1.一种微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述装置包括信息采集模块、地面传感器、数据库、地面站和无人机;所述信息采集模块安装在无人机上;
地面站,用于对待测农作物区域进行GPS标定,获得经纬度地图;根据地图,进行规划航线和设定信息采集点,当信息采集模块进行采集时,控制相应采集点的地面传感器也进行采集;根据在相应信息采集点采集的空气指标、农作物生长信息和土壤指标与数据库中相应的数据进行对比,获得施肥灌溉指令;
数据库,用于存储之前产量最优年份对应的数据;
地面传感器,设置在待测农作物区域,用于测量土壤指标;
无人机的飞行控制器,根据规划的航线和设定的信息采集点,根据规划的航线控制无人机飞行,当无人机到达设定的信息采集点处,发送采集控制信号;
信息采集模块,根据采集控制信号,获得相应信息采集点的空气指标,同时对该信息采集点的农作物高光谱拍照,获得农作物的生长信息。
2.根据权利要求1所述的微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述数据库以采集数据的时间、地点和变量为坐标,所述变量为采集的空气指标、农作物生长信息和土壤指标。
3.根据权利要求1或2所述的微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述信息采集模块包括采集控制器、温度传感器、湿度传感器、光照传感器、二氧化碳传感器、ADC模块和高光谱成像系统;
采集控制器,根据采集控制信号,发送工作控制信号;
温度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的温度;
湿度传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的湿度;
光照传感器,当接收到工作控制信号,采集该采集点农作物的所受光照强度;
二氧化碳传感器,当接收到工作控制信号,采集该采集点农作物的周围空气中的二氧化碳浓度;
高光谱成像系统,当接收到工作控制信号,对采集点农作物进行拍照,并根据拍摄的照片,获得农作物的生长信息;
ADC模块,将采集的温度和二氧化碳浓度从模拟信号转换为数字信号。
4.根据权利要求3所述的微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述飞行控制器包括主控制器、姿态模块、GPS模块、无线通信模块和调速系统;
无线通信模块,用于与地面站交换数据,接收规划的航线和设定的信息采集点;
GPS模块,用于感应地面规划的航线的节点,并接收节点信息,所述节点信息包括时间节点信息与空间节点信息;
姿态模块,对无人机姿态进行检测,获得偏离值;
主控制器,用于根据规划的航线,发送飞行控制信号,当到达航线的节点,将节点信息转换为无人机期望的姿态,根据所述姿态发送飞行控制信号,同时发送采集控制信号;还用于根据获得的偏离值,利用控制算法获得无人机姿态的调节量,根据所述调节量,发送飞行控制信号;
调速系统,根据飞行控制信号,控制无人机飞行。
5.根据权利要求4所述的微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述飞行控制器为四旋翼飞行器,该四旋翼飞行器的数学模型包括:
在无人机机体坐标系中的角速度和线速度通过转换矩阵转换到导航坐标系中:
vn=Cvb
wn=Twb
其中,C为合成旋转矩阵,T为欧拉旋转矩阵,导航坐标系中的线速度vn,无人机机体坐标系中的线速度vb,导航坐标系中的角速度wn,无人机机体坐标系中的角速度wb;
无人机螺旋桨桨叶拟合的曲线为:
F1=6.7x-5.36
其中,螺旋桨的反作用力F1单位为N/10,速度x的单位为转/秒;
无人机高度的数学模型为:
F2-mg=ma
其中F2为电机提供的升力,v为上升速度,h为上升高度,g为重力加速度。
无人机三轴角度的数学模型为:
其中T为转动扭矩,ω是转动角速度,F为电机产生的力,α为转动的角度,l为两电机距离,J为转动惯量。
6.根据权利要求3所述的微小型无人机农作物信息获取与施肥灌溉监测装置,其特征在于,所述监测装置还包括GSM/GPRS模块;
GSM/GPRS模块,用于将灌溉施肥指令发送到用户手机上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511028146.8A CN105547366A (zh) | 2015-12-30 | 2015-12-30 | 微小型无人机农作物信息获取与施肥灌溉指导装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511028146.8A CN105547366A (zh) | 2015-12-30 | 2015-12-30 | 微小型无人机农作物信息获取与施肥灌溉指导装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105547366A true CN105547366A (zh) | 2016-05-04 |
Family
ID=55826719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511028146.8A Pending CN105547366A (zh) | 2015-12-30 | 2015-12-30 | 微小型无人机农作物信息获取与施肥灌溉指导装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105547366A (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955300A (zh) * | 2016-06-12 | 2016-09-21 | 浙江大学 | 一种智能农作物检测系统 |
CN106018417A (zh) * | 2016-06-27 | 2016-10-12 | 深圳大学 | 一种外墙缺陷的检测方法及检测系统 |
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN106203697A (zh) * | 2016-07-08 | 2016-12-07 | 西北大学 | 一种无人机数据收集过程中的路径规划方法 |
CN106386762A (zh) * | 2016-09-21 | 2017-02-15 | 江西天祥通用航空股份有限公司 | 一种农药雾化程度调节方法及系统 |
CN106598070A (zh) * | 2016-12-14 | 2017-04-26 | 东北农业大学 | 一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机 |
CN106932411A (zh) * | 2017-04-06 | 2017-07-07 | 侯思明 | 一种应用于火电厂的设备检测方法及装置 |
CN107241403A (zh) * | 2017-05-31 | 2017-10-10 | 深圳前海弘稼科技有限公司 | 推送方法及推送装置、服务器、设备和可读存储介质 |
CN107238574A (zh) * | 2017-06-07 | 2017-10-10 | 江苏大学 | 面向棉花靶向施肥的植株长势检测与诊断方法 |
CN107438753A (zh) * | 2016-09-22 | 2017-12-05 | 深圳市大疆创新科技有限公司 | 一种航线生成方法、装置及终端 |
CN107479569A (zh) * | 2017-07-05 | 2017-12-15 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制系统 |
CN107479570A (zh) * | 2017-07-05 | 2017-12-15 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制方法 |
CN108045582A (zh) * | 2017-12-15 | 2018-05-18 | 佛山市神风航空科技有限公司 | 一种用于检测、防治农作物病害的主副无人机系统 |
CN108196556A (zh) * | 2017-12-29 | 2018-06-22 | 华南农业大学 | 一种基于无人机的山地柑橘园灌溉控制系统和方法 |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打系统 |
CN108982521A (zh) * | 2018-08-04 | 2018-12-11 | 石修英 | 可视化土壤健康水平检测设备 |
CN109030385A (zh) * | 2018-07-05 | 2018-12-18 | 武汉捷特航空科技有限公司 | 一种无人机高光谱农作物产量分析系统 |
CN109146862A (zh) * | 2018-08-04 | 2019-01-04 | 石修英 | 土壤修复状态智能化检测设备 |
CN109187417A (zh) * | 2018-09-18 | 2019-01-11 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
CN109241918A (zh) * | 2018-09-13 | 2019-01-18 | 樊江岩 | 一种基于植物信息的植物管控方法、装置及系统 |
CN109300336A (zh) * | 2018-11-05 | 2019-02-01 | 华南农业大学 | 一种耕地质量监测节点的无人机遍历航线优化方法及系统 |
CN109297467A (zh) * | 2017-07-24 | 2019-02-01 | 德国福维克控股公司 | 用于检测三维环境数据的系统和传感器模块 |
CN110161192A (zh) * | 2019-07-09 | 2019-08-23 | 中南大学 | 一种智慧农业全天候污染物无人机三维测量方法 |
CN111435135A (zh) * | 2019-01-11 | 2020-07-21 | 通用电气航空系统有限公司 | 经由uav收集数据的土地监测系统和方法 |
CN112948641A (zh) * | 2021-03-25 | 2021-06-11 | 河北农业大学 | 用于农业的立体数据库构建方法及农业技术扩散平台 |
CN114946350A (zh) * | 2022-04-18 | 2022-08-30 | 昆明学院 | 一种农业种植针对性智能施肥装置 |
CN116700122A (zh) * | 2023-08-01 | 2023-09-05 | 长春理工大学 | 一种自适应肥料补偿的深松施肥控制系统 |
CN117309780A (zh) * | 2023-11-27 | 2023-12-29 | 核工业北京地质研究院 | 土壤锗元素含量的确定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425102A (zh) * | 2013-07-30 | 2013-12-04 | 上海丰凸通讯科技有限公司 | 基于低空遥感、多光谱精准识别的智能施肥系统 |
CN203461088U (zh) * | 2013-09-13 | 2014-03-05 | 重庆金泰航空工业有限公司 | 四轴农用无人飞行器机身定位结构 |
CN103770943A (zh) * | 2014-01-23 | 2014-05-07 | 南京模拟技术研究所 | 一种智能施药无人直升机 |
CN204383750U (zh) * | 2015-01-17 | 2015-06-10 | 山东菁华环境科技有限公司 | 一种垃圾填埋场无人喷药机的控制系统 |
-
2015
- 2015-12-30 CN CN201511028146.8A patent/CN105547366A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425102A (zh) * | 2013-07-30 | 2013-12-04 | 上海丰凸通讯科技有限公司 | 基于低空遥感、多光谱精准识别的智能施肥系统 |
CN203461088U (zh) * | 2013-09-13 | 2014-03-05 | 重庆金泰航空工业有限公司 | 四轴农用无人飞行器机身定位结构 |
CN103770943A (zh) * | 2014-01-23 | 2014-05-07 | 南京模拟技术研究所 | 一种智能施药无人直升机 |
CN204383750U (zh) * | 2015-01-17 | 2015-06-10 | 山东菁华环境科技有限公司 | 一种垃圾填埋场无人喷药机的控制系统 |
Non-Patent Citations (6)
Title |
---|
姜军等: "面向机动飞行的多旋翼飞行器设计和建模与控制", 《科学通报》 * |
扈菲菲: "农田环境四旋翼UAV信息采集系统及航迹规划研究", 《中国优秀硕士学位论文全文数据库(电子期刊)农业科技辑》 * |
李继宇等: "小型无人机在农田信息监测系统中的应用", 《农机化研究》 * |
汪沛: "基于微小型无人机的遥感信息获取关键技术综述", 《农业工程学报》 * |
贾鹏宇等: "小型无人机在农情监测中的应用研究", 《农机化研究》 * |
黄国平: "基于数字信号处理器(DSP)的四旋翼无人机自主控制系统研究", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955300A (zh) * | 2016-06-12 | 2016-09-21 | 浙江大学 | 一种智能农作物检测系统 |
CN106018417A (zh) * | 2016-06-27 | 2016-10-12 | 深圳大学 | 一种外墙缺陷的检测方法及检测系统 |
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN106203697A (zh) * | 2016-07-08 | 2016-12-07 | 西北大学 | 一种无人机数据收集过程中的路径规划方法 |
CN106386762A (zh) * | 2016-09-21 | 2017-02-15 | 江西天祥通用航空股份有限公司 | 一种农药雾化程度调节方法及系统 |
WO2018053768A1 (zh) * | 2016-09-22 | 2018-03-29 | 深圳市大疆创新科技有限公司 | 一种航线生成方法、装置及终端 |
CN107438753A (zh) * | 2016-09-22 | 2017-12-05 | 深圳市大疆创新科技有限公司 | 一种航线生成方法、装置及终端 |
CN106598070A (zh) * | 2016-12-14 | 2017-04-26 | 东北农业大学 | 一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机 |
CN106598070B (zh) * | 2016-12-14 | 2019-11-22 | 东北农业大学 | 一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机 |
CN106932411A (zh) * | 2017-04-06 | 2017-07-07 | 侯思明 | 一种应用于火电厂的设备检测方法及装置 |
CN107241403A (zh) * | 2017-05-31 | 2017-10-10 | 深圳前海弘稼科技有限公司 | 推送方法及推送装置、服务器、设备和可读存储介质 |
CN107238574A (zh) * | 2017-06-07 | 2017-10-10 | 江苏大学 | 面向棉花靶向施肥的植株长势检测与诊断方法 |
CN107479569A (zh) * | 2017-07-05 | 2017-12-15 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制系统 |
CN107479570A (zh) * | 2017-07-05 | 2017-12-15 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制方法 |
CN109297467B (zh) * | 2017-07-24 | 2022-05-10 | 德国福维克控股公司 | 用于检测三维环境数据的系统和传感器模块 |
CN109297467A (zh) * | 2017-07-24 | 2019-02-01 | 德国福维克控股公司 | 用于检测三维环境数据的系统和传感器模块 |
CN108045582A (zh) * | 2017-12-15 | 2018-05-18 | 佛山市神风航空科技有限公司 | 一种用于检测、防治农作物病害的主副无人机系统 |
CN108196556A (zh) * | 2017-12-29 | 2018-06-22 | 华南农业大学 | 一种基于无人机的山地柑橘园灌溉控制系统和方法 |
CN108196556B (zh) * | 2017-12-29 | 2020-12-25 | 华南农业大学 | 一种基于无人机的山地柑橘园灌溉控制系统和方法 |
CN108693119A (zh) * | 2018-04-20 | 2018-10-23 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打系统 |
CN108693119B (zh) * | 2018-04-20 | 2020-09-25 | 北京麦飞科技有限公司 | 基于无人机高光谱遥感的病虫害智能察打系统 |
CN109030385A (zh) * | 2018-07-05 | 2018-12-18 | 武汉捷特航空科技有限公司 | 一种无人机高光谱农作物产量分析系统 |
CN109146862A (zh) * | 2018-08-04 | 2019-01-04 | 石修英 | 土壤修复状态智能化检测设备 |
CN108982521A (zh) * | 2018-08-04 | 2018-12-11 | 石修英 | 可视化土壤健康水平检测设备 |
CN109241918A (zh) * | 2018-09-13 | 2019-01-18 | 樊江岩 | 一种基于植物信息的植物管控方法、装置及系统 |
CN109241918B (zh) * | 2018-09-13 | 2022-04-01 | 樊江岩 | 一种基于植物信息的植物管控方法、装置及系统 |
CN109187417B (zh) * | 2018-09-18 | 2022-05-17 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
CN109187417A (zh) * | 2018-09-18 | 2019-01-11 | 深圳市奥谱太赫兹技术研究院 | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 |
CN109300336A (zh) * | 2018-11-05 | 2019-02-01 | 华南农业大学 | 一种耕地质量监测节点的无人机遍历航线优化方法及系统 |
CN111435135A (zh) * | 2019-01-11 | 2020-07-21 | 通用电气航空系统有限公司 | 经由uav收集数据的土地监测系统和方法 |
CN110161192B (zh) * | 2019-07-09 | 2020-11-06 | 中南大学 | 一种智慧农业全天候污染物无人机三维测量方法 |
CN110161192A (zh) * | 2019-07-09 | 2019-08-23 | 中南大学 | 一种智慧农业全天候污染物无人机三维测量方法 |
CN112948641A (zh) * | 2021-03-25 | 2021-06-11 | 河北农业大学 | 用于农业的立体数据库构建方法及农业技术扩散平台 |
CN114946350A (zh) * | 2022-04-18 | 2022-08-30 | 昆明学院 | 一种农业种植针对性智能施肥装置 |
CN116700122A (zh) * | 2023-08-01 | 2023-09-05 | 长春理工大学 | 一种自适应肥料补偿的深松施肥控制系统 |
CN116700122B (zh) * | 2023-08-01 | 2023-10-13 | 长春理工大学 | 一种自适应肥料补偿的深松施肥控制系统 |
CN117309780A (zh) * | 2023-11-27 | 2023-12-29 | 核工业北京地质研究院 | 土壤锗元素含量的确定方法 |
CN117309780B (zh) * | 2023-11-27 | 2024-02-06 | 核工业北京地质研究院 | 土壤锗元素含量的确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105547366A (zh) | 微小型无人机农作物信息获取与施肥灌溉指导装置 | |
Palomaki et al. | Wind estimation in the lower atmosphere using multirotor aircraft | |
Altstädter et al. | ALADINA–an unmanned research aircraft for observing vertical and horizontal distributions of ultrafine particles within the atmospheric boundary layer | |
CN106030431B (zh) | 传感器的自动标定系统及方法 | |
Urbahs et al. | Features of the use of unmanned aerial vehicles for agriculture applications | |
CN201429796Y (zh) | 无人直升机自动飞行控制系统电路 | |
CN107783548B (zh) | 基于多传感器信息融合技术的数据处理方法 | |
CN107783544B (zh) | 一种控制单旋翼植保无人机避障飞行的方法 | |
CN101008676A (zh) | 无人机航空摄影遥感森林计测方法 | |
CN104298245A (zh) | 基于无人机的监控林木生长状态的方法 | |
CN104061904B (zh) | 一种确定林窗形状和面积的方法 | |
Kim et al. | Estimation of sensible heat flux and atmospheric boundary layer height using an unmanned aerial vehicle | |
CN107783549A (zh) | 基于多传感器信息融合技术的单旋翼植保无人机避障系统 | |
CN110308023A (zh) | 基于无人机机载的气溶胶粒子垂直观测系统及采样方法 | |
CN113885580A (zh) | 基于无人机实现自动化巡检风机的路径规划方法及系统 | |
CN113342041A (zh) | 一种无人机实现自动化巡检风叶发电设备的方法及系统 | |
CN101702037B (zh) | 基于遥控飞艇的近地层气象要素廓线剖面数据获取方法 | |
CN116227990A (zh) | 无人机生态环境碳收支评估方法、系统及监测数据采集设备 | |
He et al. | Research and application of lidar technology in cadastral surveying and mapping | |
Mei et al. | Observational data from uncrewed systems over Southern Great Plains | |
Bonin et al. | Comparison and application of wind retrieval algorithms for small unmanned aerial systems | |
Islam et al. | University of Nebraska unmanned aerial system (UAS) profiling during the LAPSE-RATE field campaign | |
WO2014207492A1 (en) | Measurement data collection method and system for spatially detecting atmosphere properties | |
CN111626893A (zh) | 一种家畜自由放牧状态下畜群放牧强度的测定方法 | |
Natalie et al. | Experimental observations of the boundary layer in varying topography with unmanned aircraft |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160504 |