CN110282135B - 一种植保无人机农药精准喷施系统及喷施方法 - Google Patents

一种植保无人机农药精准喷施系统及喷施方法 Download PDF

Info

Publication number
CN110282135B
CN110282135B CN201910514464.7A CN201910514464A CN110282135B CN 110282135 B CN110282135 B CN 110282135B CN 201910514464 A CN201910514464 A CN 201910514464A CN 110282135 B CN110282135 B CN 110282135B
Authority
CN
China
Prior art keywords
spraying
aerial vehicle
unmanned aerial
pest
plant protection
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.)
Active
Application number
CN201910514464.7A
Other languages
English (en)
Other versions
CN110282135A (zh
Inventor
严方
冯祥
胡居凯
刘晓宇
赵中营
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Polytechnic College of Agriculture and Forestry
Original Assignee
Jiangsu Polytechnic College of Agriculture and Forestry
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Polytechnic College of Agriculture and Forestry filed Critical Jiangsu Polytechnic College of Agriculture and Forestry
Priority to CN201910514464.7A priority Critical patent/CN110282135B/zh
Publication of CN110282135A publication Critical patent/CN110282135A/zh
Application granted granted Critical
Publication of CN110282135B publication Critical patent/CN110282135B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/085—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to flow or pressure of liquid or other fluent material to be discharged
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
    • B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pest Control & Pesticides (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开了一种植保无人机农药精准喷施系统及喷施方法，该植保无人机上设有子机机器视觉摄像装置、图像识别控制器，图像识别控制器根据该区域虫害严重等级分类的先验标定图片进行分类，然后根据实时采集的图片分类信息重新调整喷施装置的喷施量，从而实现农药的精准喷施。大田作物的病虫害图形特征明显，在植保无人机农药精准喷施前，可采用无人机对喷施区域进行病虫害采样，并人工标定成为先验知识，无人机可以根据规划的喷施路线进行分类作业。本方案喷施控制方法的喷施量根据飞机飞行的高度、飞行的速度自动调整农药的喷施量，采用图像识别的分级喷施策略可以大幅度降低农药的喷施量。

Description

一种植保无人机农药精准喷施系统及喷施方法
技术领域
本发明涉及一种植保无人机及其应用，特别是一种植保无人机农药精准喷施系统及喷施方法。
背景技术
植保无人机喷施农药时多采用均匀喷施进行作业，药液喷施控制以开环控制为主，即按照规划好的路线进行连续不间断地均匀喷施，喷施方法单一，这种喷施方法依赖人工操作经验，并且无法按大田作物实际虫害状况进行喷施，如需要喷施效果较好，多采用过量喷施，极易造成药液浪费和环境污染。
发明内容
发明目的：本发明一种植保无人机农药精准喷施系统及喷施方法，该喷施系统能能够形成闭环控制，根据实际病虫害情况进行喷施，并且可同时进行人工操作；该喷施方法根据病虫害的发展程度进行精确药量分级喷施，从而实现精准喷施。
技术方案：本发明公开了一种植保无人机农药精准喷施系统，包括植保无人机、图像采集无人机和地面控制主站：
具体的，图像采集无人机用于采集图像信息并将图像信息实时传递到地面控制主站，地面控制主站利用图像采集无人机采集的图像信息建立或检验植保无人机喷施前的病虫害程度匹对样本库；
具体的，地面控制主站用于将病虫害程度匹对样本库下载至植保无人机子机上，所述植保无人机子机通过将视觉摄像装置采集的辨识图像与病虫害程度匹对样本库进行对比进行病害程度识别，并将采集的辨识图像传输至地面控制主站；地面控制主站将飞行基础数据写入主机控制器；
具体的，植保无人机上包括主机和子机；主机包括主机控制器、泵；泵具体为带有PID控制的总线式流量型蠕动泵，便于进行精确喷施；所述主机控制器用于植保无人机飞控和泵喷施控制；所述子机包括子机控制器、视觉摄像装置；所述子机控制器控制视觉摄像装置进行辨识图像采集，并进行病害程度识别；所述主机控制器与子机控制器连接，并将飞行基础数据写入子机控制器；所述子机控制器将病害辨识结果传输至主机控制器，主机控制器根据病害辨识结果进行泵喷施控制。
具体的，植保无人机子机通过伸缩杆与植保无人机主机连接。
具体的，伸缩杆上安装有一个总线式倾角传感器，所述总线式倾角传感器用于检测所述子机和主机之间的倾角。
具体的，图像采集无人机、主机控制器、子机控制器与地面控制主站采用WIFI通讯。
具体的，子机控制器作为主机控制器的一个MODBUS RTU从站，采用MODBUS RTU协议传递病虫害识别程度数据。
具体的，植保无人机上配置有标准总线接口的测速和测高装置。
本发明还公开了一种植保无人机农药精准喷施系统的喷施方法，包括如下步骤：
步骤1)采用图像采集无人机对喷施区域进行病虫害图像采集，采集后的图像传递至地面控制主站；地面控制主站根据病虫害程度对采集图像进行分类标定，并建立病虫害程度匹对样本库；
步骤2)地面控制主站将病虫害程度匹对样本库下载至子机控制器上；地面控制主站将飞行基础数据下载至植保无人机主机控制器；主机控制器初始化后将飞行基础数据写入子机控制器；通过地面控制主站可以根据实际飞行状况在飞行过程中重新设定植保无人机的飞行路径和飞行高度以及飞行速度，并下载至主机控制器。
步骤3)通过地面控制主站模拟发送分级喷雾指令，下载不同等级标准喷施量，调整喷嘴的位置，使得喷嘴喷施量和喷施角度合适；
步骤4)启动植保无人机主机，飞行至指定喷施位置，通过地面控制主站启动喷施，同时通过地面控制主站监视植保无人机子机传递回的辨识图片；通过地面控制主站人工干预喷施过程和农药喷施等级，或者，植保无人机主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级。
具体的，步骤1)面控制主站根据病虫害程度对采集图像进行分类标定具体方法如下：
将采集图像按照无病虫害、一级病虫害、二级病虫害、三级病虫害四个分类进行标定，无病虫害、一级病虫害、二级病虫害、三级病虫害分别定义为病虫害程度0，1，2，3；每类病虫害程度至少集或定义三个样本，采用颜色直方图分析方法提取病虫害样本图形的HSI颜色直方图特征；
每个样本图片的图形区域HSI颜色直方图特征提取的方法如下：
S1：将标定样本图形区域按照公式(1)、(2)、(3)RGB颜色空间转换到HSI颜色空间:
Figure BDA0002094560550000031
S＝MAX(R,G,B)-MIN(R,G,B)(2)
Figure BDA0002094560550000032
S2:按人眼对色彩的敏感度，将H空间分为10个非等分区域，S分为4个非等分区域，I分为4个非等分区域，则整个HIS颜色空间被映射为160个区间：一维空间采用式(4)进行计算：
HSI＝α1H+α2S+α3I，α1+α2+α3＝1(4)
其中H空间、S空间、I空间的空间划分通过地面控制主站软件进行设置，α1、α2、α3的值通过地面控制主站软件进行设置；系统可以设置4类H空间、S空间、I空间的空间划分，4类α1、α2、α3的权重设置；
S3：对程度i的j样本区域的GT值按式(5)进行直方图统计分析；
Figure BDA0002094560550000033
在公式中k代表程度i的j样本区域图像的HIS区间取值，L是HIS区间可取值个数，L为160，nk是程度i的j样本区域图像中具有HIS区间值为k的像素的个数，N是程度i的j样本区域图像像素的总数。
具体的，步骤4)子机控制器辨识过程具体步骤如下：
S1：根据飞机喷施的高度h、相机的焦距f、纵向分辨率L0、横向分辨率H0以及无人机的飞行速度V、统计采样间隔时间△T，以相机成像的照片质心为中心取喷施辨识分析区域So，So像素长度和宽度分别为L1、H1，且以相机的照片质心作为中心；辨识的采样频率F设置标准是统计采样间隔时间△T，即在△T时间内的采样频率为F；无人机则根据设定的喷施的高度h和飞行速度V进行喷施；V和h参数也可以在无人机喷施过程中动态获取；R为无人机的单位高度喷施半径：
L1＝fV△T/h (6)
H1＝2fR (7)
T＝min[L0/(fV),H0/(fV)] (8)
其中T为照片区域无人机飞过时间；
S2:将喷施辨识分析区域So等分切割成N个区域，按式(9)进行直方图统计GTm(k)，m＝1,..N；比较GTm(k)与GTij(k)的相似度，采用欧式距离法(10)计算：
Figure BDA0002094560550000041
在公式中k代表每个So区域中图像第m区域的HIS区间取值，L是HIS区间可取值个数，本案为160，nk是So区域中图像第m区域中具有HIS区间值为k的像素的个数，N是So区域中图像第m区域像素的总数；
Figure BDA0002094560550000042
M(m,j,i)代表了So的m区域HSI颜色直方图特征与程度i的j样本的HSI颜色直方图特征匹配度；
分别对第m区域的相似度M(m,j,i)进行排序，其中i为程度，i＝0,1,2,3；j为样本序号，j＝0,1,2,…,n,其中n为每类程度的样本数，选择M(m,j,i)最小值所对应的i值作为第m区域的病虫害程度，标记为I(m)；
I(m)＝i|min(M(m,j,i))(11)。
具体的，步骤4)主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级具体过程如下：
喷施量选择:在实际喷施过程中，为了保障药效，采用保守喷施策略，即按MAX(I(m,j))，也就是识别区域最严重的病虫害程度i来进行一次辨识的喷施；单位时间内的喷施量根据无人机的标准飞行速度Vb和标准喷施半径Rb分别设定为Q0,Q1,Q2,Q3，分别对应于0-3级病虫害，将根据病虫害程度选择的标准喷施量记为Q(i)；则通过流量型蠕动泵可以对施药过程进行精确喷施：
Figure BDA0002094560550000043
其中在蠕动泵工作压力给的情况下，喷头布置给定情况下，喷施半径与飞机实际飞行高度成正比；表示实际飞行高度，Hb计算理论喷施量的标准高度。
有益效果：本发明公开的一种植保无人机农药精准喷施系统，其喷施量根据飞机飞行的高度、飞行的速度自动调整农药的喷施量，采用图像识别的分级喷施策略可以大幅度降低农药的喷施量，尤其是在病虫害早期；为了降低飞控难度，将图像采集子飞行器和植保无人机硬连接，采用倾角传感器进行垂直方向的飞行控制，方向控制由植保无人机完成；本发明公开的一种植保无人机农药精准喷施喷施方法，其采用的图像识别算法采用带权重的HSI颜色直方图，将颜色空间压缩成160个空间信息，在充分保障病虫害程度识别的基础上，减少了图像相似度计算的计算量，计算开销小，常规控制器均可以实时完成辨识工作。
附图说明
图1本发明系统模块通信方式；
图2本发明系统硬件框图。
具体实施方式
一种植保无人机农药精准喷施系统，包括植保无人机、图像采集无人机和地面控制主站：
具体的，图像采集无人机用于采集图像信息并将图像信息实时传递到地面控制主站，地面控制主站利用图像采集无人机采集的图像信息建立或检验植保无人机喷施前的病虫害程度匹对样本库；
具体的，地面控制主站用于将病虫害程度匹对样本库下载至植保无人机子机上，所述植保无人机子机通过将视觉摄像装置采集的辨识图像与病虫害程度匹对样本库进行对比进行病害程度识别，并将采集的辨识图像传输至地面控制主站；地面控制主站将飞行基础数据写入主机控制器；
具体的，植保无人机上包括主机和子机；所述主机包括主机控制器、泵；泵具体为带有PID控制的总线式流量型蠕动泵，便于进行精确喷施；主机控制器用于植保无人机飞控和泵喷施控制；主机上还配置有标准总线接口的测速和测高装置用于测量实时飞行速度和飞行高度；子机包括子机控制器、视觉摄像装置；所述子机控制器控制视觉摄像装置进行辨识图像采集，并进行病害程度识别；所述主机控制器与子机控制器连接，并将飞行基础数据写入子机控制器；所述子机控制器将病害辨识结果传输至主机控制器，主机控制器根据病害辨识结果进行泵喷施控制。
如图1所示，植保无人机子机通过伸缩杆与植保无人机主机连接。伸缩杆采用手动模式。在无人机升空前拉开并锁定，采用螺丝铆接方式三角平行固定在植保无人机上。伸缩杆上安装有一个总线式倾角传感器，所述总线式倾角传感器用于检测所述子机和主机之间的倾角。子机根据总线式倾角传感器的输出调整飞控，以便子母机的飞行高度保持一致。子机的飞行方向由植保无人机主机控制。
图像采集无人机、主机控制器、子机控制器与地面控制主站采用WIFI通讯。子机控制器和主机控制器通过RS485相连。子机控制器作为主机控制器的一个MODBUS RTU从站，采用MODBUS RTU协议传递病虫害识别程度数据。子机控制器作为主机控制器的一个MODBUSRTU从站，采用MODBUS RTU协议传递病虫害识别程度数据。每个数据采用16进制表达，寄存器地址为0x01-0x14，一共最多传递20个病虫害程度值。也就是辨识区域最多分为20个区域。主机控制器将飞行速度V(t)、飞行高度H(t)、标准速度Vb、标准高度Vh、喷施标准半径Rb、相机的焦距f、纵向分辨率L、横向分辨率H、统计采样间隔时间△T、喷施辨识分析区域So像素长度和宽度L1、H1,4类α1、α2、α3,4类H空间、S空间、I空间的空间划分等167个飞行基础数据写入子机控制器。每个数据采用16进制表达，寄存器地址为0x01-0xA7。其中V(t)、H(t)是实时传输，其它的参数是在初始化时写入。
如图2所示，主机控制器采用NMEA-0183协议采集GPS模块信息，同时通过PWM控制植保无人机飞行旋转电机1-5，通过精确的转速调控进行无人机的飞行速度、飞行高度和飞行路径控制。子机控制器通过PWM控制倾角平衡电机，精确的转速调控保持植保无人主机和子机的高度平衡。
本实施例还公开了一种植保无人机农药精准喷施系统的喷施方法，包括如下步骤：
步骤1)将同类植物的病虫害识别以及分类样本库导入辨识样本库，采用图像采集无人机对喷施区域进行病虫害图像采集，采集后的图像传递至地面控制主站；地面控制主站根据病虫害程度对采集图像进行分类标定，并建立病虫害程度匹对样本库；地面控制主站对图像进行自动分析匹配和辨识；如果自动匹配异常，人工对回传图像进行病虫害分级标定，扩充辨识样本库。图像辨识可以覆盖全部喷施区域或者人工选择部分喷施区域。如果各个程度均已经辨识成功，且连续10次辨识均无误，结束本次辨识校验。
其中，地面控制主站根据病虫害程度对采集图像进行分类标定具体步骤如下：
将采集图像按照无病虫害、一级病虫害、二级病虫害、三级病虫害四个分类进行标定，无病虫害、一级病虫害、二级病虫害、三级病虫害分别定义为病虫害程度0，1，2，3；每类病虫害程度至少集或定义三个样本，采用颜色直方图分析方法提取病虫害样本图形的HSI颜色直方图特征；
每个样本图片的图形区域HSI颜色直方图特征提取的方法如下：
S1：将标定样本图形区域按照公式(1)、(2)、(3)RGB颜色空间转换到HSI颜色空间:
Figure BDA0002094560550000071
S＝MAX(R,G,B)-MIN(R,G,B)(2)
Figure BDA0002094560550000072
S2:按人眼对色彩的敏感度，将H空间分为10个非等分区域，S分为4个非等分区域，I分为4个非等分区域，则整个HIS颜色空间被映射为160个区间：一维空间采用式(4)进行计算：
HSI＝α1H+α2S+α3I，α1+α2+α3＝1(4)
其中H空间、S空间、I空间的空间划分通过地面控制主站软件进行设置，α1、α2、α3的值通过地面控制主站软件进行设置；系统可以设置4类H空间、S空间、I空间的空间划分，4类α1、α2、α3的权重设置；
S3：对程度i的j样本区域的GT值按式(5)进行直方图统计分析；
Figure BDA0002094560550000073
在公式中k代表程度i的j样本区域图像的HIS区间取值，L是HIS区间可取值个数，L为160，nk是程度i的j样本区域图像中具有HIS区间值为k的像素的个数，N是程度i的j样本区域图像像素的总数。
步骤2)将子机通过伸缩三角连杆固定在植保无人机上。将倾角传感器连接到子机控制器上，并连接好子机控制器和主机控制器的485总线。先检测倾角传感器对子机的倾角控制性能。
步骤3)地面控制主站将病虫害程度匹对样本库下载至子机控制器上；地面控制主站将飞行基础数据下载至植保无人机主机控制器；主机控制器初始化后将飞行基础数据写入子机控制器；通过地面控制主站可以根据实际飞行状况在飞行过程中重新设定植保无人机的飞行路径和飞行高度以及飞行速度，并下载至主机控制器；
步骤4)通过地面控制主站模拟发送分级喷雾指令，下载不同等级标准喷施量，调整喷嘴的位置，使得喷嘴喷施量和喷施角度合适；
步骤5)启动植保无人机主机，飞行至指定喷施位置，通过地面控制主站启动喷施，同时通过地面控制主站监视植保无人机子机传递回的辨识图片；通过地面控制主站人工干预喷施过程和农药喷施等级，或者，植保无人机主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级；
其中，子机控制器辨识过程具体步骤如下：
S1：根据飞机喷施的高度h、相机的焦距f、纵向分辨率L0、横向分辨率H0以及无人机的飞行速度V、统计采样间隔时间△T，以相机成像的照片质心为中心取喷施辨识分析区域So，So像素长度和宽度分别为L1、H1，且以相机的照片质心作为中心；辨识的采样频率F设置标准是统计采样间隔时间△T，即在△T时间内的采样频率为F；无人机则根据设定的喷施的高度h和飞行速度V进行喷施；V和h参数也可以在无人机喷施过程中动态获取；R为无人机的单位高度喷施半径：
L1＝fV△T/h (6)
H1＝2fR (7)
T＝min[L0/(fV),H0/(fV)] (8)
其中T为照片区域无人机飞过时间；
S2:将喷施辨识分析区域So等分切割成N个区域，按式(9)进行直方图统计GTm(k)，m＝1,..N；比较GTm(k)与GTij(k)的相似度，采用欧式距离法(10)计算：
Figure BDA0002094560550000081
在公式中k代表每个So区域中图像第m区域的HIS区间取值，L是HIS区间取值，本案为160，nk是So区域中图像第m区域中具有HIS区间值为k的像素的个数，N是So区域中图像第m区域像素的总数；
Figure BDA0002094560550000082
M(m,j,i)代表了So的m区域HSI颜色直方图特征与程度i的j样本的HSI颜色直方图特征匹配度；
分别对第m区域的相似度M(m,j,i)进行排序，其中i为程度，i＝0,1,2,3；j为样本序号，j＝0,1,2,…,n,其中n为每类程度的样本数，选择M(m,j,i)最小值所对应的i值作为第m区域的病虫害程度，标记为I(m)；
I(m)＝i|min(M(m,j,i))(11)。
当主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级具体过程如下：
喷施量选择:在实际喷施过程中，为了保障药效，采用保守喷施策略，即按MAX(I(m,j))，也就是识别区域最严重的病虫害程度i来进行一次辨识的喷施；单位时间内的喷施量根据无人机的标准飞行速度Vb和标准喷施半径Rb分别设定为Q0,Q1,Q2,Q3，分别对应于0-3级病虫害，将根据病虫害程度选择的标准喷施量记为Q(i)；则通过流量型蠕动泵可以对施药过程进行精确喷施：
Figure BDA0002094560550000091
其中在蠕动泵工作压力给的情况下，喷头布置给定情况下，喷施半径与飞机实际飞行高度成正比；表示实际飞行高度，Hb计算理论喷施量的标准高度。

Claims (10)

1.一种植保无人机农药精准喷施系统，包括植保无人机、图像采集无人机和地面控制主站；其特征在于：
所述图像采集无人机用于采集图像信息并将图像信息实时传递到地面控制主站，地面控制主站利用图像采集无人机采集的图像信息建立或检验植保无人机喷施前的病虫害程度匹对样本库；
所述地面控制主站用于将病虫害程度匹对样本库下载至植保无人机子机上，所述植保无人机子机通过将视觉摄像装置采集的辨识图像与病虫害程度匹对样本库进行对比进行病害程度识别，并将采集的辨识图像传输至地面控制主站；地面控制主站将飞行基础数据写入主机控制器；
所述植保无人机上包括主机和子机；所述主机包括主机控制器、泵，所述主机控制器用于植保无人机飞控和泵喷施控制；所述子机包括子机控制器、视觉摄像装置；所述子机控制器控制视觉摄像装置进行辨识图像采集，并进行病害程度识别；所述主机控制器与子机控制器连接，并将飞行基础数据写入子机控制器；所述子机控制器将病害辨识结果传输至主机控制器，主机控制器根据病害辨识结果进行泵喷施控制。
2.根据权利要求1所述的植保无人机农药精准喷施系统，其特征在于：所述植保无人机子机通过伸缩杆与植保无人机主机连接。
3.根据权利要求2所述的植保无人机农药精准喷施系统，其特征在于：所述伸缩杆上安装有一个总线式倾角传感器，所述总线式倾角传感器用于检测所述子机和主机之间的倾角。
4.根据权利要求1所述的植保无人机农药精准喷施系统，其特征在于：所述图像采集无人机、主机控制器、子机控制器与地面控制主站采用WIFI通讯。
5.根据权利要求1所述的植保无人机农药精准喷施系统，其特征在于：所述子机控制器作为主机控制器的一个MODBUS RTU从站，采用MODBUS RTU协议传递病虫害识别程度数据。
6.根据权利要求1所述的植保无人机农药精准喷施系统，其特征在于：所述植保无人机上配置有标准总线接口的测速和测高装置。
7.一种植保无人机农药精准喷施系统的喷施方法，其特征在于:包括如下步骤：
步骤1)采用图像采集无人机对喷施区域进行病虫害图像采集，采集后的图像传递至地面控制主站；地面控制主站根据病虫害程度对采集图像进行分类标定，并建立病虫害程度匹对样本库；
步骤2)地面控制主站将病虫害程度匹对样本库下载至子机控制器上；地面控制主站将飞行基础数据下载至植保无人机主机控制器；主机控制器初始化后将飞行基础数据写入子机控制器；通过地面控制主站可以根据实际飞行状况在飞行过程中重新设定植保无人机的飞行路径和飞行高度以及飞行速度，并下载至主机控制器；
步骤3)通过地面控制主站模拟发送分级喷雾指令，且通过地面控制主站下载不同等级标准喷施量至主机控制器，调整喷嘴的位置，使得喷嘴喷施量和喷施角度合适；
步骤4)启动植保无人机主机，飞行至指定喷施位置，通过地面控制主站启动喷施，同时通过地面控制主站监视植保无人机子机传递回的辨识图片；通过地面控制主站人工干预喷施过程和农药喷施等级，或者，植保无人机主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级。
8.根据权利要求7所述的一种植保无人机农药精准喷施系统的喷施方法，其特征在于:所述步骤1)地面控制主站根据病虫害程度对采集图像进行分类标定具体方法如下：
将采集图像按照无病虫害、一级病虫害、二级病虫害、三级病虫害四个分类进行标定，无病虫害、一级病虫害、二级病虫害、三级病虫害分别定义为病虫害程度0，1，2，3；每类病虫害程度至少集或定义三个样本，采用颜色直方图分析方法提取病虫害样本图形的HSI颜色直方图特征；
每个样本图片的图形区域HSI颜色直方图特征提取的方法如下：
S1：将标定样本图形区域按照公式(1)、(2)、(3)RGB颜色空间转换到HIS颜色空间:
Figure FDA0003255820760000021
S＝MAX(R,G,B)-MIN(R,G,B) (2)
Figure FDA0003255820760000022
S2:按人眼对色彩的敏感度，将H空间分为10个非等分区域，S分为4个非等分区域，I分为4个非等分区域，则整个HIS颜色空间被映射为160个HIS区间：一维空间采用式(4)进行计算：
HIS＝α1H+α2S+α3I，α1+α2+α3＝1 (4)
其中H空间、S空间、I空间的空间划分通过地面控制主站软件进行设置，α1、α2、α3的值通过地面控制主站软件进行设置；系统设置4类H空间、S空间、I空间的空间划分，4类α1、α2、α3的权重设置；
S3：对程度i的j样本区域的GT值按式(5)进行直方图统计分析；
Figure FDA0003255820760000031
在公式中k代表程度i的j样本区域图像的HIS区间取值，L是HIS区间可取值个数，L为160，nk是程度i的j样本区域图像中具有HIS区间值为k的像素的个数，N是程度i的j样本区域图像像素的总数。
9.根据权利要求7所述的一种植保无人机农药精准喷施系统的喷施方法，其特征在于：所述步骤4)子机控制器辨识过程具体步骤如下：
S1：根据飞机喷施的高度h、相机的焦距f、纵向分辨率L0、横向分辨率H0以及无人机的飞行速度V、统计采样间隔时间△T，以相机成像的照片质心为中心取喷施辨识分析区域So，So像素长度和宽度分别为L1、H1，且以相机的照片质心作为中心；辨识的采样频率F设置标准是统计采样间隔时间△T，即在△T时间内的采样频率为F；无人机则根据设定的喷施的高度h和飞行速度V进行喷施；V和h参数也可以在无人机喷施过程中动态获取；R为无人机的单位高度喷施半径：
L1＝fV△T/h (6)
H1＝2fR (7)
T＝min[L0/(fV),H0/(fV)] (8)
其中T为照片区域无人机飞过时间；
S2:将喷施辨识分析区域So等分切割成N个区域，按式(9)进行直方图统计GTm(k)，m＝1,..N；比较GTm(k)与GTij(k)的相似度，采用欧式距离法(10)计算：
Figure FDA0003255820760000032
在公式中k代表每个So区域中图像第m区域的HIS区间取值，L是HIS区间可取值个数，本案为160，nk是So区域中图像第m区域中具有HIS区间值为k的像素的个数，N是So区域中图像第m区域像素的总数；
Figure FDA0003255820760000033
M(m,j,i)代表了So的m区域HSI颜色直方图特征与程度i的j样本的HSI颜色直方图特征匹配度；
分别对第m区域的相似度M(m,j,i)进行排序，其中i为程度，i＝0,1,2,3；j为样本序号，j＝0,1,2,…,n,其中n为每类程度的样本数，选择M(m,j,i)最小值所对应的i值作为第m区域的病虫害程度，标记为I(m)；
I(m)＝i|min(M(m,j,i)) (11)。
10.根据权利要求9所述的一种植保无人机农药精准喷施系统的喷施方法，其特征在于：所述步骤4)主机控制器采信子机控制器的辨识结果干预喷施过程和农药喷施等级具体过程如下：
喷施量选择:在实际喷施过程中，为了保障药效，采用保守喷施策略，即按MAX(I(m))，也就是喷施辨识分析区域So最严重的病虫害程度i来进行一次辨识的喷施；单位时间内的喷施量根据无人机的标准飞行速度Vb和标准喷施半径Rb分别设定为Q(0),Q(1),Q(2),Q(3)，分别对应于0-3级病虫害，将根据病虫害程度选择的标准喷施量记为Q(i)；则通过流量型蠕动泵可以对施药过程进行精确喷施：
Figure FDA0003255820760000041
其中在蠕动泵工作压力给的情况下，喷头布置给定情况下，喷施半径与飞机实际飞行高度成正比；H(t)表示实际飞行高度，Hb表示计算理论喷施量的标准高度。
CN201910514464.7A 2019-06-14 2019-06-14 一种植保无人机农药精准喷施系统及喷施方法 Active CN110282135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910514464.7A CN110282135B (zh) 2019-06-14 2019-06-14 一种植保无人机农药精准喷施系统及喷施方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910514464.7A CN110282135B (zh) 2019-06-14 2019-06-14 一种植保无人机农药精准喷施系统及喷施方法

Publications (2)

Publication Number Publication Date
CN110282135A CN110282135A (zh) 2019-09-27
CN110282135B true CN110282135B (zh) 2021-10-29

Family

ID=68004300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910514464.7A Active CN110282135B (zh) 2019-06-14 2019-06-14 一种植保无人机农药精准喷施系统及喷施方法

Country Status (1)

Country Link
CN (1) CN110282135B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112148028B (zh) * 2020-08-28 2022-06-14 合肥工业大学 基于无人机拍摄图像的环境监测方法和系统
CN112181029A (zh) * 2020-10-15 2021-01-05 苏州千诚锐创机器人科技有限公司 一种pid控制植保无人机喷洒系统和方法
CN112487895B (zh) * 2020-11-18 2021-06-29 广东技术师范大学 基于荷电喷雾技术的间断性喷施方法、装置和计算机设备
CN113247265B (zh) * 2021-06-28 2021-12-21 泗县汉和智能装备科技有限公司 一种基于大数据的植保无人机农药精准喷施系统
CN113359855B (zh) * 2021-07-13 2023-10-20 华南农业大学 一种植保无人机精准施药实时控制方法
CN113870198A (zh) * 2021-09-14 2021-12-31 青岛农业大学 一种防治农作物半翅目害虫的方法
CN114089650B (zh) * 2021-09-28 2023-06-06 游佳凝 一种基于物联网的智能农田喷药电子自动控制系统
CN116076290A (zh) * 2022-08-19 2023-05-09 湖北省农业科学院果树茶叶研究所 一种猕猴桃软腐病的综合防控方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272739A (zh) * 2017-07-24 2017-10-20 湘潭大学 一种基于子母系统的喷药系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751122B (zh) * 2015-03-05 2017-11-17 北京农业信息技术研究中心 一种农作物病情指数的计算方法及系统
CN105069131B (zh) * 2015-08-14 2018-10-09 北京工业大学 基于视觉词汇和局部描述符的胶囊内镜图像检索方法
KR101908340B1 (ko) * 2016-08-24 2018-10-16 정규영 농업용 작업 비행체 또는 무인 작업체의 실시간 제어방법
CN106956778A (zh) * 2017-05-23 2017-07-18 广东容祺智能科技有限公司 一种无人机农药喷洒方法及系统
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
CN208191978U (zh) * 2018-04-02 2018-12-07 西北农林科技大学 一种基于无人机遥感的矮砧苹果园精准变量施药系统
CN208271033U (zh) * 2018-05-29 2018-12-21 农业部南京农业机械化研究所 多源信息融合智能决策自主飞行植保无人机
CN109871029A (zh) * 2019-02-21 2019-06-11 华南农业大学 一种基于图像处理技术的植保无人机航线规划优化方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272739A (zh) * 2017-07-24 2017-10-20 湘潭大学 一种基于子母系统的喷药系统及方法

Also Published As

Publication number Publication date
CN110282135A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN110282135B (zh) 一种植保无人机农药精准喷施系统及喷施方法
CN111582055B (zh) 一种无人机的航空施药航线生成方法及系统
US10902566B2 (en) Methods for agronomic and agricultural monitoring using unmanned aerial systems
CN106774431B (zh) 一种测绘无人机航线规划方法及装置
US11319067B2 (en) Drone for capturing images of field crops
CN109765930A (zh) 一种无人机视觉导航系统
WO2020103108A1 (zh) 一种语义生成方法、设备、飞行器及存储介质
CN111985724B (zh) 一种农作物产量预估的方法、装置、设备及存储介质
CN208506596U (zh) 无人机多光谱遥感系统
WO2018048387A1 (en) Systems and methods for mapping emerged plants
CN109813286A (zh) 一种基于无人机的倒伏灾害遥感定损方法
CN107832655A (zh) 一种基于无人机近地面成像的航拍系统及棉花产量估测方法
CN113325872A (zh) 植物的巡查方法及装置、系统、飞行器
CN115761535B (zh) 应用于土壤质量数据分析方法和系统
CN113610040B (zh) 一种基于改进BiSeNetV2分割网络的水稻田杂草密度实时统计方法
CN113378754B (zh) 一种工地裸土监测方法
CN111814585A (zh) 无人机近地空作物苗情遥感监测方法、装置及存储介质
CN112837345B (zh) 一种植物冠层药液沉积分布探测方法及系统
CN114913418A (zh) 一种基于无人机和遥感模型的秸秆综合利用识别方法
Devia et al. Aerial monitoring of rice crop variables using an UAV robotic system
CN115830474A (zh) 一种识别野生藏药独一味及其分布并计算其产量的方法与系统
CN112789571A (zh) 无人机降落方法、装置及无人机
CN114240921A (zh) 区域巡检方法、装置、电子设备、系统以及可读存储介质
CN117253142A (zh) 一种农作物面积测量和禾本科作物产量预估方法及系统
AU2022381713A1 (en) Method and system for collecting data on a field used for agriculture

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant