CN113353284A - 一种纵列双旋翼无人植保系统、构建方法、介质、计算机 - Google Patents
一种纵列双旋翼无人植保系统、构建方法、介质、计算机 Download PDFInfo
- Publication number
- CN113353284A CN113353284A CN202110728481.8A CN202110728481A CN113353284A CN 113353284 A CN113353284 A CN 113353284A CN 202110728481 A CN202110728481 A CN 202110728481A CN 113353284 A CN113353284 A CN 113353284A
- Authority
- CN
- China
- Prior art keywords
- plant protection
- protection system
- rotor
- tandem
- digital
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 91
- 238000004519 manufacturing process Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 238000013210 evaluation model Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000013499 data model Methods 0.000 claims abstract description 10
- 230000006872 improvement Effects 0.000 claims abstract description 8
- 230000009467 reduction Effects 0.000 claims abstract description 7
- 238000012795 verification Methods 0.000 claims abstract description 7
- 238000007418 data mining Methods 0.000 claims description 18
- 238000012938 design process Methods 0.000 claims description 10
- 230000009977 dual effect Effects 0.000 claims description 10
- 239000003814 drug Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 9
- 241000196324 Embryophyta Species 0.000 description 83
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pest Control & Pesticides (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于无人植保技术领域，公开了一种纵列双旋翼无人植保系统、构建方法、介质、计算机，包括：基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。本发明构建典型布局植保无人机的不确定数据模型，创新应用动量源法，针对悬停、前飞状态下的气动流场特性，构造纵列机身的气动特性评估模型，采用数字化仿真技术，设计面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，通过物理样机的试制论证方案的可行性。
Description
技术领域
本发明属于无人植保技术领域，尤其涉及一种纵列双旋翼无人植保系统、构建方法、介质、计算机。
背景技术
目前：当前农作物植保无人机的典型特征是四旋翼和传统直升机布局，基于农产品植保过程特点，通过前期调研该类植保设备结构复杂、姿态控制灵敏度差、负载能力弱、抗风能力弱，不适合山地环境开展植保工作等技术问题。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有的无人植保系统设备结构复杂、姿态控制灵敏度差、负载能力弱、抗风能力弱，不适合山地环境开展植保工作。
(2)自主巡航飞控系统主要包含断点续航(植保系统中途加药不需重新设置航线)；自动定高(市场上的植保无人机都是采用气压定高，高度方向的分辨率无法适应贵州山地复杂地形地貌的农作物质保)；自动避障(在自动定高的前提下，如何规避田间种植的树木和电线等物体)，因此开发设计满足植保要求，植保精度高的飞控系统是需要解决的关键问题。
解决以上问题及缺陷的难度为：在评估模型建立的过程中，由于很多数据、信息等不确定因素很多。但关于不确定数据库建模的研究工作很多，可能世界模型则是应用最广泛的数据模型。在大多数应用中，不确定性可细分为存在级不确定性和属性级不确定性。存在级不确定性描述元组的存在与否，较为普遍。属性级不确定性并不涉及整个元组的不确定性，而是以概率密度函数或统计参数(例如方差等)来描述特定属性的不确定性。例如，假设某传感器无法准确探测周围环境温度，典型的记录方式为：70％的概率为26℃，30％的概率为25℃。类似的记录均具有属性级不确定性。
数字孪生(digital twin)是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用。如何根据纵列双旋翼植保无人机的特点，建立虚实映射、信息实时交互的数据模型。
随着数据采集和处理技术的发展，在智能制造领域中进行设计制造过程数据挖掘显得越发重要。现有的设计制造过程数据挖掘多集中于历史数据的分析，虽然可以为设计制造执行决策提供一定的参考，但最能反映实时状态的设计制造过程实时数据却利用程度不高。鉴于植保无人机在设计、制造、植保作业过程数据具有海量异构，种类繁多，分散性高等特点，现有数据挖掘算法在处理该类数据时存在的适用性差，效率低等问题。
解决以上问题及缺陷的意义为：针对山地植保无人机产品设计与加工制造困难的问题，基于动量源法，研究面向数字孪生的复杂产品精准建模方法，数字孪生驱动的复杂产品多学科优化设计与虚拟样机技术，基于数字孪生的装备运行分析与性能预测方法，数字孪生驱动智能化决策控制方法；创建对山地植保无人机进行全生命周期各项活动的仿真分析、评估和决策数字孪生体，大幅度减少对物理实体测试的依赖和损耗，减少或避免可能出现的环境污染或人体伤害。获得在不同工况条件、不同场景下各个阶段、环节物理产品更好的可制造性、装配性、检测性和保障性。
发明内容
针对现有技术存在的问题，本发明提供了一种纵列双旋翼无人植保系统构建方法。
本发明是这样实现的，一种纵列双旋翼无人植保系统构建方法，所述纵列双旋翼无人植保系统构建方法包括：
步骤一，基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；
步骤二，构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。
进一步，步骤一中，所述基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟包括：
以调研数据为研究对象，针对各地典型地貌特征，通过数据挖掘、理论研究，以悬停、前飞状态下的气动流场特性为依据，创新应用动量源法，构造纵列机身的气动特性评估模型。
进一步，步骤二中，所述面向数字孪生构建飞行动力学模型，通过物理样机的试制论证可行性包括：
基于前后旋翼的纵向间距与垂向间距对气动特性的影响，构建面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，并通过物理样机的试制论证可行性。
进一步，所述纵列双旋翼无人植保系统构建方法还包括：
(1)构建纵列双旋翼植保无人机气动特性评估模型：将评估模型有机结合纵列双旋翼无人机设计、制造过程实际建立相应的应用机制；
(2)建立面向数字孪生的大载荷山地无人植保系统飞行动力学模型：根据纵列双旋翼植保无人机的特点，建立虚实映射、信息实时交互的数据模型；
(3)在线离线状态下数字孪生数据挖掘和可行性论证：确定面向数字孪生的在线离线数据挖掘、数据分析及优化方法。
本发明的另一目的在于提供一种由所述纵列双旋翼无人植保系统构建方法构建的纵列双旋翼无人植保系统。
本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行所述纵列双旋翼无人植保系统构建方法包括下列步骤：
步骤一，基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；
步骤二，构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述纵列双旋翼无人植保系统构建方法。
本发明的另一目的在于提供一种所述纵列双旋翼无人植保系统的控制方法，所述控制方法包括以下步骤：
将三个标的测量仪安装在农田周围；
通过测量仪测量并建立实时的农田地图；
无人植保系统通过预存地图与实时地图的对比，修正并规划飞行轨迹和飞行高度；
植保过程中根据载药量和植保面积，设定合理的续航断点；
实时监测植保过程中下洗气流对植保药物的影响和植保效率；
基于实际植保数据，修正并建立新的孪生体智能化决策控制方法，同时建立该农田的孪生体。
进一步，所述农田地图包括农田几何形状、农作物高度、建造物、实时风速、风向。
本发明的另一目的在于提供一种山地环境植保方法，所述山地环境植保方法使用所述的纵列双旋翼无人植保系统。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明构建典型布局植保无人机的不确定数据模型，创新应用动量源法，针对悬停、前飞状态下的气动流场特性，构造纵列机身的气动特性评估模型，研究前后旋翼的纵向间距与垂向间距对气动特性的影响，采用数字化仿真技术，设计面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，通过物理样机的试制论证方案的可行性。
本发明的纵列双旋翼的前、后旋翼可以向相反方向(如：前旋翼水平向右倾斜，后旋翼水平向左倾斜)偏转，减小转弯半径。
附图说明
图1是本发明实施例提供的纵列双旋翼无人植保系统构建方法流程图。
图2是本发明实施例提供的STEP三维模型示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种纵列双旋翼无人植保系统构建方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的纵列双旋翼无人植保系统构建方法包括：
S101，基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；
S102，构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。
步骤S101中，本发明实施例提供的基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟包括：
以调研数据为研究对象，针对各地典型地貌特征，通过数据挖掘、理论研究，以悬停、前飞状态下的气动流场特性为依据，创新应用动量源法，构造纵列机身的气动特性评估模型。
步骤S102中，本发明实施例提供的面向数字孪生构建飞行动力学模型，通过物理样机的试制论证可行性包括：
基于前后旋翼的纵向间距与垂向间距对气动特性的影响，构建面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，并通过物理样机的试制论证可行性。
本发明实施例提供的纵列双旋翼无人植保系统构建方法还包括：
(1)构建纵列双旋翼植保无人机气动特性评估模型：将评估模型有机结合纵列双旋翼无人机设计、制造过程实际建立相应的应用机制；
(2)建立面向数字孪生的大载荷山地无人植保系统飞行动力学模型：根据纵列双旋翼植保无人机的特点，建立虚实映射、信息实时交互的数据模型；
(3)在线离线状态下数字孪生数据挖掘和可行性论证：确定面向数字孪生的在线离线数据挖掘、数据分析及优化方法。
本发明的纵列双旋翼无人植保系统的控制方法包括以下步骤：
将三个标的测量仪安装在农田周围；
通过测量仪测量并建立实时的农田地图；
无人植保系统通过预存地图与实时地图的对比，修正并规划飞行轨迹和飞行高度；
植保过程中根据载药量和植保面积，设定合理的续航断点；
实时监测植保过程中下洗气流对植保药物的影响和植保效率；
基于实际植保数据，修正并建立新的孪生体智能化决策控制方法，同时建立该农田的孪生体。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1：
(1)基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟
当前农作物植保无人机的典型特征是四旋翼和传统直升机布局，基于农产品植保过程特点，通过前期调研该类植保设备结构复杂、姿态控制灵敏度差、负载能力弱、抗风能力弱，不适合贵州典型山地环境开展植保工作等技术问题。以调研数据为研究对象，针对贵州典型地貌特征，通过数据挖掘、理论研究，以悬停、前飞状态下的气动流场特性为依据，创新应用动量源法，构造纵列机身的气动特性评估模型，改善姿态控制响应速度。
(2)面向数字孪生设计飞行动力学模型，通过物理样机的试制论证总体方案的可行性
提出了一种纵列双旋翼无人植保系统，研究前后旋翼的纵向间距与垂向间距对气动特性的影响，设计面向数字孪生的飞行动力学模型法，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，并对其工作原理进行阐述，通过物理样机的试制论证总体方案的可行性，最后完成动力学关键技术应用研究。
2.2研究目标
本发明构建典型布局植保无人机的不确定数据模型，创新应用动量源法，针对悬停、前飞状态下的气动流场特性，构造纵列机身的气动特性评估模型，研究前后旋翼的纵向间距与垂向间距对气动特性的影响，采用数字化仿真技术，设计面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，通过物理样机的试制论证方案的可行性。
2.3拟解决的关键问题
(1)纵列双旋翼植保无人机气动特性评估模型构建
在评估模型建立的过程中，由于很多数据、信息等不确定因素很多。但关于不确定数据库建模的研究工作很多，可能世界模型则是应用最广泛的数据模型。在大多数应用中，不确定性可细分为存在级不确定性和属性级不确定性。存在级不确定性描述元组的存在与否，较为普遍。属性级不确定性并不涉及整个元组的不确定性，而是以概率密度函数或统计参数(例如方差等)来描述特定属性的不确定性。例如，假设某传感器无法准确探测周围环境温度，典型的记录方式为：70％的概率为26℃，30％的概率为25℃。类似的记录均具有属性级不确定性。属性级不确定性往往比存在级不确定性更容易处理。有些时候，也可以将多个相关的元组视为单个含属性级不确定性的元组。作为不确定性数据库建模的最核心思想，可能世界模型被广泛采纳于各种应用之中，并衍生出多种应用相关的模型，特别是针对关系型数据、半结构化数据、流数据和多维数据的模型。如何把这些模型有机结合纵列双旋翼无人机设计、制造过程实际建立相应的应用机制是本发明拟解决的关键技术。
(2)面向数字孪生的大载荷山地无人植保系统飞行动力学模型建立
数字孪生(digital twin)是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用。如何根据纵列双旋翼植保无人机的特点，建立虚实映射、信息实时交互的数据模型拟解决的关键点。
(3)在线离线状态下数字孪生数据挖掘和可行性论证
随着数据采集和处理技术的发展，在智能制造领域中进行设计制造过程数据挖掘显得越发重要。现有的设计制造过程数据挖掘多集中于历史数据的分析，虽然可以为设计制造执行决策提供一定的参考，但最能反映实时状态的设计制造过程实时数据却利用程度不高。鉴于植保无人机在设计、制造、植保作业过程数据具有海量异构，种类繁多，分散性高等特点，现有数据挖掘算法在处理该类数据时存在的适用性差，效率低等问题，因此设计面向数字孪生的在线离线数据挖掘、数据分析及优化方法是拟解决的关键问题。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种纵列双旋翼无人植保系统构建方法，其特征在于，所述纵列双旋翼无人植保系统构建方法包括：
基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；
构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。
2.如权利要求1所述纵列双旋翼无人植保系统构建方法，其特征在于，所述基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟包括：以调研数据为研究对象，针对各地典型地貌特征，通过数据挖掘、理论研究，以悬停、前飞状态下的气动流场特性为依据，创新应用动量源法，构造纵列机身的气动特性评估模型。
3.如权利要求1所述纵列双旋翼无人植保系统构建方法，其特征在于，所述面向数字孪生构建飞行动力学模型，通过物理样机的试制论证可行性包括：基于前后旋翼的纵向间距与垂向间距对气动特性的影响，构建面向数字孪生的飞行动力学模型，从植保过程植保系统能效控制与改进的角度，以植保过程减阻特性为具体研究对象进行应用验证，获得大载荷山地无人植保系统动力学数据分析及优化方法，并通过物理样机的试制论证可行性。
4.如权利要求1所述纵列双旋翼无人植保系统构建方法，其特征在于，所述纵列双旋翼无人植保系统构建方法还包括：
(1)构建纵列双旋翼植保无人机气动特性评估模型：将评估模型有机结合纵列双旋翼无人机设计、制造过程实际建立相应的应用机制；
(2)建立面向数字孪生的大载荷山地无人植保系统飞行动力学模型：根据纵列双旋翼植保无人机的特点，建立虚实映射、信息实时交互的数据模型；
(3)在线离线状态下数字孪生数据挖掘和可行性论证：确定面向数字孪生的在线离线数据挖掘、数据分析及优化方法。
5.一种由权利要求1-4任意一项所述纵列双旋翼无人植保系统构建方法构建的纵列双旋翼无人植保系统。
6.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行如权利要求1-4任意一项所述纵列双旋翼无人植保系统构建方法包括下列步骤：
步骤一，基于数字化仿真技术，运用动量源法进行纵列双旋翼机身流场的数值模拟；
步骤二，构建面向数字孪生的飞行动力学模型，通过物理样机的试制论证可行性。
7.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1-4任意一项所述纵列双旋翼无人植保系统构建方法。
8.一种如权利要求5所述纵列双旋翼无人植保系统的控制方法，其特征在于，所述控制方法包括以下步骤：
将三个标的测量仪安装在农田周围；
通过测量仪测量并建立实时的农田地图；
无人植保系统通过预存地图与实时地图的对比，修正并规划飞行轨迹和飞行高度；
植保过程中根据载药量和植保面积，设定合理的续航断点；
实时监测植保过程中下洗气流对植保药物的影响和植保效率；
基于实际植保数据，修正并建立新的孪生体智能化决策控制方法，同时建立该农田的孪生体。
9.如权利要求8所述的控制方法，其特征在于，所述农田地图包括农田几何形状、农作物高度、建造物、实时风速、风向。
10.一种山地环境植保方法，其特征在于，所述山地环境植保方法使用权利要求5所述的纵列双旋翼无人植保系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110728481.8A CN113353284A (zh) | 2021-06-29 | 2021-06-29 | 一种纵列双旋翼无人植保系统、构建方法、介质、计算机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110728481.8A CN113353284A (zh) | 2021-06-29 | 2021-06-29 | 一种纵列双旋翼无人植保系统、构建方法、介质、计算机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113353284A true CN113353284A (zh) | 2021-09-07 |
Family
ID=77537078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110728481.8A Pending CN113353284A (zh) | 2021-06-29 | 2021-06-29 | 一种纵列双旋翼无人植保系统、构建方法、介质、计算机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113353284A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117950417A (zh) * | 2024-03-14 | 2024-04-30 | 天津万森科技发展有限公司 | 针对多型号双旋翼无人机的定点悬停镇定方法及设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688354A (zh) * | 2017-10-30 | 2018-02-13 | 北京博鹰通航科技有限公司 | 一种自主飞行的无人机系统及其控制方法 |
| US20180321692A1 (en) * | 2017-05-05 | 2018-11-08 | General Electric Company | Three-dimensional robotic inspection system |
| US20190138667A1 (en) * | 2017-11-08 | 2019-05-09 | Veerum Inc. | Systems and methods for the digital verification of industrial construction execution |
| CN109934166A (zh) * | 2019-03-12 | 2019-06-25 | 中山大学 | 基于语义分割和孪生神经网络的无人机图像变化检测方法 |
| CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器系统及其建模方法 |
| CN111897239A (zh) * | 2020-08-04 | 2020-11-06 | 中国铁建重工集团股份有限公司 | 一种双向数字模拟实时仿真系统及仿真方法 |
| CN112036095A (zh) * | 2020-08-31 | 2020-12-04 | 燕山大学 | 海上救援直升机的飞行实时仿真方法及其仿真系统 |
| CN112462756A (zh) * | 2020-10-29 | 2021-03-09 | 久瓴(上海)智能科技有限公司 | 农林作业任务生成方法、装置、计算机设备和存储介质 |
| CN112487584A (zh) * | 2020-12-03 | 2021-03-12 | 天津工业大学 | 一种基于动力学的滚动轴承数字孪生建模方法 |
| CN112965396A (zh) * | 2021-02-08 | 2021-06-15 | 大连大学 | 一种四旋翼无人机硬件在环可视化仿真方法 |
-
2021
- 2021-06-29 CN CN202110728481.8A patent/CN113353284A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180321692A1 (en) * | 2017-05-05 | 2018-11-08 | General Electric Company | Three-dimensional robotic inspection system |
| CN107688354A (zh) * | 2017-10-30 | 2018-02-13 | 北京博鹰通航科技有限公司 | 一种自主飞行的无人机系统及其控制方法 |
| US20190138667A1 (en) * | 2017-11-08 | 2019-05-09 | Veerum Inc. | Systems and methods for the digital verification of industrial construction execution |
| CN109934166A (zh) * | 2019-03-12 | 2019-06-25 | 中山大学 | 基于语义分割和孪生神经网络的无人机图像变化检测方法 |
| CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器系统及其建模方法 |
| CN111897239A (zh) * | 2020-08-04 | 2020-11-06 | 中国铁建重工集团股份有限公司 | 一种双向数字模拟实时仿真系统及仿真方法 |
| CN112036095A (zh) * | 2020-08-31 | 2020-12-04 | 燕山大学 | 海上救援直升机的飞行实时仿真方法及其仿真系统 |
| CN112462756A (zh) * | 2020-10-29 | 2021-03-09 | 久瓴(上海)智能科技有限公司 | 农林作业任务生成方法、装置、计算机设备和存储介质 |
| CN112487584A (zh) * | 2020-12-03 | 2021-03-12 | 天津工业大学 | 一种基于动力学的滚动轴承数字孪生建模方法 |
| CN112965396A (zh) * | 2021-02-08 | 2021-06-15 | 大连大学 | 一种四旋翼无人机硬件在环可视化仿真方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117950417A (zh) * | 2024-03-14 | 2024-04-30 | 天津万森科技发展有限公司 | 针对多型号双旋翼无人机的定点悬停镇定方法及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | A bioinspired path planning approach for mobile robots based on improved sparrow search algorithm | |
| Jiang et al. | Autonomous navigation system of greenhouse mobile robot based on 3D Lidar and 2D Lidar SLAM | |
| Sun et al. | AGV path planning based on improved Dijkstra algorithm | |
| Otte | A survey of machine learning approaches to robotic path-planning | |
| CN108170162B (zh) | 多尺度风扰分析无人机机群协调控制系统性能评估方法 | |
| Sun et al. | Safe and smooth motion planning for Mecanum-Wheeled robot using improved RRT and cubic spline | |
| CN110132291A (zh) | 用于港口的栅格地图生成方法、系统、设备及存储介质 | |
| Liu et al. | Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0 | |
| Cheng et al. | Research status of artificial neural network and its application assumption in aviation | |
| CN114859375A (zh) | 基于多机器人协作的自主探索建图系统及探索建图方法 | |
| WO2018214387A1 (zh) | 面向航空电子数据的分布式挖掘系统及方法 | |
| Luo et al. | Simulate the aerodynamic olfactory effects of gas-sensitive UAVs: A numerical model and its parallel implementation | |
| CN113326570A (zh) | 一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法 | |
| CN113353284A (zh) | 一种纵列双旋翼无人植保系统、构建方法、介质、计算机 | |
| CN114637305B (zh) | 一种无人机最短路径规划方法及装置 | |
| Shen et al. | An automatic visible explainer of geometric knowledge for aeroshape design optimization based on SHAP | |
| Kim et al. | Neuroevolutionary control for autonomous soaring | |
| Chen et al. | Path planning and energy efficiency of heterogeneous mobile robots using Cuckoo–beetle swarm search algorithms with applications in UGV obstacle avoidance | |
| Ma et al. | Research on path planning algorithm for driverless vehicles | |
| Wang et al. | Research on aerial autonomous docking and landing technology of dual multi-rotor UAV | |
| Wang et al. | Obstacle avoidance and profile ground flight test and analysis for plant protection UAV | |
| Liu et al. | Path Planning and Tracking Control of Tracked Agricultural Machinery Based on Improved A* and Fuzzy Control | |
| Dong | The design of autonomous uav prototypes for inspecting tunnel construction environment | |
| CN112015784A (zh) | 风况数据挖掘方法、装置、测风装置和数据挖掘设备 | |
| Sun et al. | Research on dynamic path planning method of moving single target based on visual AGV |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210907 |