CN113460308A - 一种无人机变量施药控制系统及方法 - Google Patents

一种无人机变量施药控制系统及方法 Download PDF

Info

Publication number
CN113460308A
CN113460308A CN202110870741.5A CN202110870741A CN113460308A CN 113460308 A CN113460308 A CN 113460308A CN 202110870741 A CN202110870741 A CN 202110870741A CN 113460308 A CN113460308 A CN 113460308A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
controller
speed
flow
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
Application number
CN202110870741.5A
Other languages
English (en)
Inventor
刘亚佳
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.)
China Agricultural University
Original Assignee
China Agricultural University
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 China Agricultural University filed Critical China Agricultural University
Priority to CN202110870741.5A priority Critical patent/CN113460308A/zh
Publication of CN113460308A publication Critical patent/CN113460308A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/005—Special arrangements or adaptations of the spraying or distributing parts, e.g. adaptations or mounting of the spray booms, mounting of the nozzles, protection shields
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0089—Regulating or controlling systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/02—Mechanical actuation of the alarm, e.g. by the breaking of a wire

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pest Control & Pesticides (AREA)
  • Environmental Sciences (AREA)
  • Insects & Arthropods (AREA)
  • General Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开一种无人机变量施药控制系统及方法，包括速度获取模块(2)、控制器(4)、传输模块和喷施模块。所述速度获取模块(2)包括GPS传感器和加速度传感器；所述喷施模块固定在植保无人机的机体底部，包括药箱(3)、电子调速器(5)、微型隔膜泵(9)、流量计(6)和喷头(8)；所述控制器(4)分别与电源(1)、速度获取模块(2)和流量计(6)连接；所述控制器(4)采用STM32F429型号嵌入式板；所述控制器(4)包括PID控制器和RBF神经网络模块。本发明独立于植保无人机，不与植保无人机做通信，不受限于各类植保无人机机型，在降低农业成本的基础上，实时地采集无人机作业过程中的飞行速度，并根据飞行速度的变化，实时地调节喷施流量，有效地降低施药流量误差，提高施药精准性。

Description

一种无人机变量施药控制系统及方法
技术领域
本发明属于航空植保作业领域，具体涉及一种无人机变量施药控制系统及方法。
背景技术
我国作为一个农业大国，农业发展在当代社会发展中占据了相当重要的地位，我国长期以来受制于落后的农药喷洒设备以及农药使用技术，农药利用率一直处于较低的状态，在此背景下，采用精准化的农药喷洒设备，提高农药喷洒技术成为保障我国粮食安全的关键。
同时，伴随着无人机行业的快速发展，航空施药也被广泛地应用于农业中。航空施药方式具有飞行速度快、喷洒效率高、应对突发灾害能力强等优点，将变量施药技术与植保无人机结合起来可实现精准施药，为农药高效使用提供了新方法。
如王大帅等.植保无人机动态变量施药系统设计与试验[J].农业机械学报，2017，48(05):86-93.公开了一种基于ARM的变量控制系统，该系统采用了PWM脉宽调制技术来实现对流量的调节，根据飞行速度与流量之间的对应数学关系，确定不同的飞行速度下对应喷施的流量值。但是这种方法在速度不断变化时，不能及时地将流量偏差降到最低。
如岑振钊等.基于神经网络PID的无人机自适应变量喷雾系统的设计与试验[J].华南农业大学学报，2019，40(04):100-10.公开了一种基于神经网络PID喷雾系统，但在系统对所获取飞行速度的实现方法以及准确性上缺少讨论。
发明内容
针对上述技术问题，本发明的目的是提供一种无人机变量精确施药系统与方法，该系统通过获取无人机在田间作业过程中加减速时的速度变化，从而通过RBF神经网络的辨识结果对PID进行自适应调节喷施流量，降低施药流量误差，提高施药精准性。
为了实现上述目的，本发明提供了如下技术方案：
一种无人机变量施药控制系统，设置在植保无人机上，其中：所述变量施药控制系统包括速度获取模块2、控制器4、传输模块和喷施模块；其中，
所述速度获取模块2包括GPS传感器和加速度传感器；所述GPS传感器设置在植保无人机的机体顶部，用于获取植保无人机的飞行速度；所述加速度传感器固定于植保无人机的机体顶部，并与植保无人机的机体水平面保持平行，其中，加速度传感器的x轴方向与无人机前进方向保持一致；
所述喷施模块固定在植保无人机的机体底部，包括药箱3、电子调速器5、微型隔膜泵9、流量计6和喷头8；其中，所述微型隔膜泵9的入水口通过软管与药箱3连接，出水口通过软管与流量计6连接；流量计6通过软管与多个设置在喷杆7上的喷头8连接；所述微型隔膜泵9通过电子调速器5与控制器4连接，控制器4发送PWM占空比调节电子调速器5从而控制微型隔膜泵9的流量；每一个微型隔膜泵9根据最大流量控制4个喷头；
所述控制器4分别与电源1、速度获取模块2和流量计6连接；
所述控制器4采用STM32F429型号嵌入式板；所述控制器4包括PID控制器和RBF神经网络模块。
其中，所述传输模块提供与云平台通信功能。
其中，所述喷头8为离心喷头或圆锥喷头。
一种无人机变量施药控制方法，其中，包括如下步骤：
S1、植保无人机携药液在作业目标上空飞行，启动速度获取模块2、GPS传感器和加速度传感器，将实时采集的速度信息发送至控制器4；
S2、确定无人机的实时飞行速度；
控制器4根据1s内GPS传感器采集的速度信息，判断无人机是否处于匀速飞行状态；
当GPS传感器采集的飞行速度波动范围小于0.2m/s时，则无人机处于匀速飞行状态，此时将加速度传感器获取到的加速度设置为0，并将GPS传感器获取到的飞行速度作为无人机的实时飞行速度；
当GPS传感器采集的飞行速度波动范围大于0.2m/s时，则无人机处于加速或减速的飞行状态，此时，通过公式1获得的实时修正飞行速度作为无人机的实时飞行速度；
Figure BDA0003189046140000031
式中，Vi为实时修正飞行速度，单位为m/s；Vg为GPS传感器获取到的飞行速度，单位为m/s；f为加速度传感器的实际采样频率，单位为Hz；t为采样时间，单位为s；ax为加速度传感器x轴方向获取到的加速度，单位为m/s2；ax＝((AxH＜＜8|AxL)/32768-16g，g为重力加速度，取9.8m/s2；AxL为加速度传感器以16进制发送的低字节数据，AxH为加速度传感器以16进制发送的高字节数据；
S3、变量施药；
控制器4根据步骤S2确定的无人机的实时飞行速度，通过公式2获得目标喷雾流量Qrin；将目标喷雾流量Qrin作为控制系统的设定流量r(k)；将流量计6采集到的实际喷雾流量y(k)与设定流量r(k)的偏差e(k)作为PID控制器的输入，PID控制器输出控制电压u(k)；控制器4根据控制电压u(k)改变PWM波信号的占空比来调节实际输出流量y(k)；
Figure BDA0003189046140000041
式中，Qrin为目标喷雾流量，单位为L/min，N为单位面积的农药喷施量，单位为L/hm2，v为步骤S2确定的无人机的实时飞行速度，单位为m/s，d为无人机喷幅，单位为m。
其中，所述步骤S3中，包括如下步骤：
S3.1、GPS模块获取当前无人机飞行速度，变量喷施控制系统根据公式2计算出目标喷雾流量作为控制系统的设定流量r(k)；
S3.2、计算实际喷雾流量与设定流量的偏差e(k)，将偏差作为PID控制器的输入，PID控制器输出控制电压u(k)；
S3.3、将u(k)传递给变量喷施控制系统，改变PWM波信号的占空比来调节流量，系统输出实际流量y(k)；
S3.4、通过RBF神经网络辨识得到Jacobian信息，将Jacobian信息作为依据调节PID控制器的参数KP、KI和KD，从而实现参数自整定的变量施药；
RBF神经网络的整定指标为：
Figure BDA0003189046140000042
式中：error(k)为第k时刻的控制偏差；
采用梯度下降法分别调整KP、KI和KD：
Figure BDA0003189046140000043
Figure BDA0003189046140000051
Figure BDA0003189046140000052
xc(1)＝error(k)-error(k-1)
xc(2)＝error(k)
xc(3)＝error(k)-2error(k-1)+error(k-2)
式中，被控对象的Jacobian信息为
Figure BDA0003189046140000053
是通过RBF网络的辨识获得的；η为学习速率(η大于0)；error(k)为第k时刻的控制偏差；e(k)为实际喷雾流量与设定流量的偏差，单位为L/min；E为RBF神经网络的整定指标；y为系统输出实际流量，单位为L/min；Δu为控制电压，单位为v；
PID参数的调节方法如下：
Kp(k)＝Kp(k-1)+ΔKp(k)+ac(Kp(k-1)+Kp(k-2))
Ki(k)＝Ki(k-1)+ΔKi(k)+ac(Ki(k-1)+Ki(k-2))
Kd(k)＝Kd(k-1)+ΔKd(k)+ac(Kd(k-1)+Kd(k-2))
式中，Kp(k)、Ki(k)和Kd(k)分别为第k时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-1)、Ki(k-1)和Kd(k-1)分别为第k-1时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-2)、Ki(k-2)和Kd(k-2)分别为第k-2时刻的比例常数、微分时间常数、积分时间常数；
ΔKp(k)、ΔKi(k)和ΔKd(d)为第k时刻与上一时刻的偏差；ac为动量因子。
与现有技术相比，本发明的有益效果在于：
1、降低农业成本，将GPS传感器与加速度计传感器结合测速，通过采用低成本的传感器硬件设备，来实现无人机的速度获取，使整个变量施药控制系统独立于无人机。
2、采用RBF-PID控制方法进行流量调节，通过RBF神经网络对PID参数自适应调节，减少了调参的过程，提高了变量施药控制系统的可移植性。
3、采用RBF-PID控制方法相对于传统的PID的控制方法来说更加稳定，能够更有效地降低流量误差，提高施药精准性。
4、将加速度计传感器用于速度获取过程中，能够更好地解决植保机械在加减速过程中速度难以获取的问题。
5、采用4G传输作为数据传输方式，降低农业成本，能够更好地实现有效的远距离传输，数据在云平台中有更直观的展示。
附图说明
图1是本发明的无人机变量施药控制系统的示意图；
图2是本发明的无人机速度获取方法示意图；
图3是本发明的无人机变量施药控制方法示意图。
其中的附图标记为：
1、电源
2、速度获取模块
3、药箱
4、控制器
5、电子调速器
6、流量计
7、喷杆
8、喷头
9、微型隔膜泵
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
如图1所示，本发明提供一种无人机变量施药控制系统，设置在植保无人机上，所述变量施药控制系统包括速度获取模块2、控制器4、传输模块和喷施模块；
所述速度获取模块2包括GPS传感器和加速度传感器；所述GPS传感器设置在植保无人机的机体顶部，用于获取植保无人机的飞行速度；所述加速度传感器固定于植保无人机的机体顶部，并与植保无人机的机体水平面保持平行，其中，加速度传感器的x轴方向与无人机前进方向保持一致，用于获取植保无人机的速度变化。当GPS传感器获取到的速度波动较大时，判断无人机已进入加减速过程，因此采用加速度传感器获取到的速度作为当前的实时速度。
所述喷施模块固定在植保无人机的机体底部，包括药箱3、电子调速器5、微型隔膜泵9、流量计6和喷头8；其中，所述微型隔膜泵9的入水口通过软管与药箱3连接，出水口通过软管与流量计6连接；流量计6通过软管与多个设置在喷杆7上的喷头8连接。所述微型隔膜泵9通过电子调速器5与控制器4连接，控制器4发送PWM占空比调节电子调速器5从而控制微型隔膜泵9的流量；每一个微型隔膜泵9根据最大流量控制4个喷头。
所述控制器4分别与电源1、速度获取模块2和流量计6连接。
所述控制器4采用STM32F429型号嵌入式板。所述控制器4包括PID控制器和RBF神经网络模块，其中PID控制器根据给定的理论流量和实际输出值构成控制偏差，将偏差按比例、积分和微分通过线性组合构成控制量，对被控对象进行控制，使得理论流量与实际流量的误差不断缩小。RBF神经网络模块主要是通过与PID控制方式相结合的方式，通过RBF神经网络来自适应调节PID控制器的参数，把RBF神经网络作为辨识器对PID控制器进行辨识，从而额实现PID控制器中三个参数的自适应调节。
所述传输模块提供与云平台通信功能。
所述喷头8为离心喷头或圆锥喷头。
本发明提供一种无人机变量施药控制方法，包括如下步骤：
S1、植保无人机携药液在作业目标上空飞行，启动速度获取模块2、GPS传感器和加速度传感器，将实时采集的速度信息发送至控制器4；
S2、确定无人机的实时飞行速度；
如图2所示，控制器4根据1s内GPS传感器采集的速度信息，判断无人机是否处于匀速飞行状态；
当GPS传感器采集的飞行速度波动范围小于0.2m/s时，则无人机处于匀速飞行状态，此时将加速度传感器获取到的加速度设置为0，并将GPS传感器获取到的飞行速度作为无人机的实时飞行速度；
当GPS传感器采集的飞行速度波动范围大于0.2m/s时，则无人机处于加速或减速的飞行状态，此时，通过公式1获得的实时修正飞行速度作为无人机的实时飞行速度；
Figure BDA0003189046140000081
式中，Vi为实时修正飞行速度，单位为m/s；Vg为GPS传感器获取到的飞行速度，单位为m/s；f为加速度传感器的实际采样频率，单位为Hz；t为采样时间，单位为s；ax为加速度传感器x轴方向获取到的加速度，单位为m/s2；ax＝((AxH＜＜8|AxL)/32768*16g，g为重力加速度，取9.8m/s2；AxL为加速度传感器以16进制发送的低字节数据，AxH为加速度传感器以16进制发送的高字节数据。
S3、变量施药；
控制器4根据步骤S2确定的无人机的实时飞行速度，通过公式2获得目标喷雾流量Qrin；将目标喷雾流量Qrin作为控制系统的设定流量r(k)；将流量计6采集到的实际喷雾流量y(k)与设定流量r(k)的偏差e(k)作为PID控制器的输入，PID控制器输出控制电压u(k)；控制器4根据控制电压u(k)改变PWM波信号的占空比来调节实际输出流量y(k)；
Figure BDA0003189046140000091
式中，Qrin为目标喷雾流量，单位为L/min，N为单位面积的农药喷施量，单位为L/hm2，v为步骤S2确定的无人机的实时飞行速度，单位为m/s，d为无人机喷幅，单位为m。
如图3所示，所述步骤S3中，具体控制过程如下：
S3.1、GPS模块获取当前无人机飞行速度，变量喷施控制系统根据公式2计算出目标喷雾流量作为控制系统的设定流量r(k)。
S3.2、计算实际喷雾流量与设定流量的偏差e(k)，将偏差作为PID控制器的输入，PID控制器输出控制电压u(k)。
S3.3、将u(k)传递给变量喷施控制系统，改变PWM波信号的占空比来调节流量，系统输出实际流量y(k)。
S3.4、通过RBF神经网络辨识得到Jacobian信息，将Jacobian信息作为依据调节PID控制器的参数KP、KI和KD，从而实现参数自整定的变量施药。
RBF神经网络的整定指标为：
Figure BDA0003189046140000101
式中：error(k)为第k时刻的控制偏差。
采用梯度下降法分别调整KP、KI和KD：
Figure BDA0003189046140000102
Figure BDA0003189046140000103
Figure BDA0003189046140000104
xc(1)＝error(k)-error(k-1)
xc(2)＝error(k)
xc(3)＝error(k)-2error(k-1)+error(k-2)
式中，被控对象的Jacobian信息为
Figure BDA0003189046140000105
是通过RBF网络的辨识获得的；η为学习速率(η大于0)；error(k)为第k时刻的控制偏差；e(k)为实际喷雾流量与设定流量的偏差，单位为L/min；E为RBF神经网络的整定指标；y为系统输出实际流量，单位为L/min；Δu为控制电压，单位为v。
PID参数的调节方法如下：
Kp(k)＝Kp(k-1)+ΔKp(k)+ac(Kp(k-1)+Kp(k-2))
Ki(k)＝Ki(k-1)+ΔKi(k)+ac(Ki(k-1)+Ki(k-2))
Kd(k)＝Kd(k-1)+ΔKd(k)+ac(Kd(k-1)+Kd(k-2))
式中，Kp(k)、Ki(k)和Kd(d)分别为第k时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-1)、Ki(k-1)和Kd(k-1)分别为第k-1时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-2)、Ki(k-2)和Kd(k-2)分别为第k-2时刻的比例常数、微分时间常数、积分时间常数；
ΔKp(k)、ΔKi(k)和ΔKd(d)为第k时刻与上一时刻的偏差；ac为动量因子。

Claims (6)

1.一种无人机变量施药控制系统，设置在植保无人机上，其特征在于：所述变量施药控制系统包括速度获取模块(2)、控制器(4)、传输模块和喷施模块；其中，
所述速度获取模块(2)包括GPS传感器和加速度传感器；所述GPS传感器设置在植保无人机的机体顶部，用于获取植保无人机的飞行速度；所述加速度传感器固定于植保无人机的机体顶部，并与植保无人机的机体水平面保持平行，其中，加速度传感器的x轴方向与无人机前进方向保持一致；
所述喷施模块固定在植保无人机的机体底部，包括药箱(3)、电子调速器(5)、微型隔膜泵(9)、流量计(6)和喷头(8)；其中，所述微型隔膜泵(9)的入水口通过软管与药箱(3)连接，出水口通过软管与流量计(6)连接；流量计(6)通过软管与多个设置在喷杆(7)上的喷头(8)连接；所述微型隔膜泵(9)通过电子调速器(5)与控制器(4)连接，控制器(4)发送PWM占空比调节电子调速器(5)从而控制微型隔膜泵(9)的流量；每一个微型隔膜泵(9)根据最大流量控制4个喷头；
所述控制器(4)分别与电源(1)、速度获取模块(2)和流量计(6)连接；
所述控制器(4)包括PID控制器和RBF神经网络模块。
2.如权利要求1所述的无人机变量施药控制系统，其特征在于：所述控制器(4)采用STM32F429型号嵌入式板。
3.如权利要求1所述的无人机变量施药控制系统，其特征在于：所述传输模块提供与云平台通信功能。
4.如权利要求1所述的无人机变量施药控制系统，其特征在于：所述喷头(8)为离心喷头或圆锥喷头。
5.一种利用如权利要求1～4所述的无人机变量施药控制系统的无人机变量施药控制方法，其特征在于：包括如下步骤：
S1、植保无人机携药液在作业目标上空飞行，启动速度获取模块(2)、GPS传感器和加速度传感器，将实时采集的速度信息发送至控制器(4)；
S2、确定无人机的实时飞行速度；
控制器(4)根据1s内GPS传感器采集的速度信息，判断无人机是否处于匀速飞行状态；
当GPS传感器采集的飞行速度波动范围小于0.2m/s时，则无人机处于匀速飞行状态，此时将加速度传感器获取到的加速度设置为0，并将GPS传感器获取到的飞行速度作为无人机的实时飞行速度；
当GPS传感器采集的飞行速度波动范围大于0.2m/s时，则无人机处于加速或减速的飞行状态，此时，通过公式1获得的实时修正飞行速度作为无人机的实时飞行速度；
Figure FDA0003189046130000021
式中，Vi为实时修正飞行速度，单位为m/s；Vg为GPS传感器获取到的飞行速度，单位为m/s；f为加速度传感器的实际采样频率，单位为Hz；t为采样时间，单位为s；ax为加速度传感器x轴方向获取到的加速度，单位为m/s2；ax＝((AxH＜＜8|AxL)/32768*16g，g为重力加速度，取9.8m/s2；AxL为加速度传感器以16进制发送的低字节数据，AxH为加速度传感器以16进制发送的高字节数据；
S3、变量施药；
控制器(4)根据步骤S2确定的无人机的实时飞行速度，通过公式2获得目标喷雾流量Qrin；将目标喷雾流量Qrin作为控制系统的设定流量r(k)；将流量计(6)采集到的实际喷雾流量y(k)与设定流量r(k)的偏差e(k)作为PID控制器的输入，PID控制器输出控制电压u(k)；控制器(4)根据控制电压u(k)改变PWM波信号的占空比来调节实际输出流量y(k）；
Figure FDA0003189046130000031
式中，Qrin为目标喷雾流量，单位为L/min，N为单位面积的农药喷施量，单位为L/hm2，v为步骤S2确定的无人机的实时飞行速度，单位为m/s，d为无人机喷幅，单位为m。
6.如权利要求5所述的无人机变量施药控制方法，其特征在于：
所述步骤S3中，包括如下步骤：
S3.1、GPS模块获取当前无人机飞行速度，变量喷施控制系统根据公式2计算出目标喷雾流量作为控制系统的设定流量r(k)；
S3.2、计算实际喷雾流量与设定流量的偏差e(k)，将偏差作为PID控制器的输入，PID控制器输出控制电压u(k)；
S3.3、将u(k)传递给变量喷施控制系统，改变PWM波信号的占空比来调节流量，系统输出实际流量y(k)；
S3.4、通过RBF神经网络辨识得到Jacobian信息，将Jacobian信息作为依据调节PID控制器的参数KP、KI和KD，从而实现参数自整定的变量施药；
RBF神经网络的整定指标为：
Figure FDA0003189046130000041
式中：error(k)为第k时刻的控制偏差；
采用梯度下降法分别调整KP、KI和KD：
Figure FDA0003189046130000042
Figure FDA0003189046130000043
Figure FDA0003189046130000044
xc(1)＝error(k)-error(k-1)
xc(2)＝error(k)
xc(3)＝error(k)-2error(k-1)+error(k-2)
式中，被控对象的Jacobian信息为
Figure FDA0003189046130000045
是通过RBF网络的辨识获得的；η为学习速率(η大于0)；error(k)为第k时刻的控制偏差；e（k）为实际喷雾流量与设定流量的偏差，单位为L/min；E为RBF神经网络的整定指标；y为系统输出实际流量，单位为L/min；Δu为控制电压，单位为v；
PID参数的调节方法如下：
Kp(k)＝Kp(k-1)+ΔKp(k)+ac(Kp(k-1)+Kp(k-2))
Ki(k)＝Ki(k-1)+ΔKi(k)+ac(Ki(k-1)+Ki(k-2))
Kd(k)＝Kd(k-1)+ΔKd(k)+ac(Kd(k-1)+Kd(k+-2))
式中，Kp(k)、Ki(k)和Kd(k)分别为第k时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-1)、Ki(k-1)和Kd(k-1)分别为第k-1时刻的比例常数、微分时间常数、积分时间常数；
Kp(k-2)、Ki(k-2)和Kd(k-2)分别为第k-2时刻的比例常数、微分时间常数、积分时间常数；
ΔKp(k)、ΔKi(k)和ΔKd(d)为第k时刻与上一时刻的偏差；ac为动量因子。
CN202110870741.5A 2021-07-30 2021-07-30 一种无人机变量施药控制系统及方法 Pending CN113460308A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110870741.5A CN113460308A (zh) 2021-07-30 2021-07-30 一种无人机变量施药控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110870741.5A CN113460308A (zh) 2021-07-30 2021-07-30 一种无人机变量施药控制系统及方法

Publications (1)

Publication Number Publication Date
CN113460308A true CN113460308A (zh) 2021-10-01

Family

ID=77883413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110870741.5A Pending CN113460308A (zh) 2021-07-30 2021-07-30 一种无人机变量施药控制系统及方法

Country Status (1)

Country Link
CN (1) CN113460308A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115092396A (zh) * 2022-06-01 2022-09-23 安徽农业大学 一种植保无人机水雾和热雾双喷施系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103657923A (zh) * 2013-12-23 2014-03-26 江苏大学 Pwm间歇喷雾式变量喷施系统喷施流量分组调控方法
CN106708105A (zh) * 2016-11-25 2017-05-24 内蒙古农业大学 无人机喷药控制系统、喷药装置以及无人机
CN106873648A (zh) * 2017-03-28 2017-06-20 致导科技（北京）有限公司 无人机自动喷洒控制方法、系统及无人机喷洒控制系统
CN107171612A (zh) * 2017-07-06 2017-09-15 桂林电子科技大学 模糊分数阶pid的开关磁阻电机转矩控制方法与系统
CN107264804A (zh) * 2017-05-12 2017-10-20 华南农业大学 一种基于gps的无人飞行器变量喷雾控制装置与方法
CN108549213A (zh) * 2018-06-26 2018-09-18 西安科技大学 一种基于rbf神经网络pid的速比控制方法
CN109122633A (zh) * 2018-06-25 2019-01-04 华南农业大学 神经网络决策的植保无人机精准变量喷雾装置和控制方法
CN109275648A (zh) * 2018-10-12 2019-01-29 杭州瓦屋科技有限公司 无人机喷洒控制方法和系统
CN109597449A (zh) * 2019-01-30 2019-04-09 杭州庆睿科技有限公司 一种基于神经网络的超声波分散仪温度控制方法
CN210155531U (zh) * 2019-06-21 2020-03-17 中国农业大学 一种植保无人机作业参数检测系统
CN111084173A (zh) * 2020-01-09 2020-05-01 中国农业大学 一种喷雾机仿形变量施药系统喷头流量自动调节方法
CN111449040A (zh) * 2020-03-12 2020-07-28 清远市智慧农业研究院 一种最小误差变量施药控制方法及系统
CN112407283A (zh) * 2020-11-24 2021-02-26 广东技术师范大学 基于多层次协同的无人机喷施作业方法和装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103657923A (zh) * 2013-12-23 2014-03-26 江苏大学 Pwm间歇喷雾式变量喷施系统喷施流量分组调控方法
CN106708105A (zh) * 2016-11-25 2017-05-24 内蒙古农业大学 无人机喷药控制系统、喷药装置以及无人机
CN106873648A (zh) * 2017-03-28 2017-06-20 致导科技（北京）有限公司 无人机自动喷洒控制方法、系统及无人机喷洒控制系统
CN107264804A (zh) * 2017-05-12 2017-10-20 华南农业大学 一种基于gps的无人飞行器变量喷雾控制装置与方法
CN107171612A (zh) * 2017-07-06 2017-09-15 桂林电子科技大学 模糊分数阶pid的开关磁阻电机转矩控制方法与系统
CN109122633A (zh) * 2018-06-25 2019-01-04 华南农业大学 神经网络决策的植保无人机精准变量喷雾装置和控制方法
CN108549213A (zh) * 2018-06-26 2018-09-18 西安科技大学 一种基于rbf神经网络pid的速比控制方法
CN109275648A (zh) * 2018-10-12 2019-01-29 杭州瓦屋科技有限公司 无人机喷洒控制方法和系统
CN109597449A (zh) * 2019-01-30 2019-04-09 杭州庆睿科技有限公司 一种基于神经网络的超声波分散仪温度控制方法
CN210155531U (zh) * 2019-06-21 2020-03-17 中国农业大学 一种植保无人机作业参数检测系统
CN111084173A (zh) * 2020-01-09 2020-05-01 中国农业大学 一种喷雾机仿形变量施药系统喷头流量自动调节方法
CN111449040A (zh) * 2020-03-12 2020-07-28 清远市智慧农业研究院 一种最小误差变量施药控制方法及系统
CN112407283A (zh) * 2020-11-24 2021-02-26 广东技术师范大学 基于多层次协同的无人机喷施作业方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
岑振钊等: "基于神经网络 PID 的无人机自适应变量喷雾系统的设计与试验", 《华南农业大学学报》, no. 4, pages 1 - 2 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115092396A (zh) * 2022-06-01 2022-09-23 安徽农业大学 一种植保无人机水雾和热雾双喷施系统

Similar Documents

Publication Publication Date Title
CN204270115U (zh) 一种植保无人机专用飞控系统
CN109258601B (zh) 一种智能化的除草无人机自动对靶喷雾流量控制装置与方法
CN107264804A (zh) 一种基于gps的无人飞行器变量喷雾控制装置与方法
CN108791894B (zh) 一种精确控制的自主飞行农药喷洒无人机
CN106970634B (zh) 一种智能植保无人机的控制管理系统及其控制方法
CN107065902B (zh) 基于非线性模型的无人机姿态模糊自适应预测控制方法及系统
CN204178240U (zh) 无人机飞行控制系统
CN106774409B (zh) 一种无人机的半自主仿地飞行系统及其控制方法
CN109857141A (zh) 植保无人机喷洒方法和系统
CN108812591A (zh) 一种减小雾滴漂移的分布式植保无人机喷施系统
CN104407586A (zh) 一种驱动解耦植保无人机的控制系统及控制方法
CN110001973B (zh) 轻型固定翼无人机的混合动力推进系统与控制方法
CN205844798U (zh) 一种植保无人机智能调速农药喷洒系统
CN208470114U (zh) 一种植保无人飞机喷头主动平衡装置
CN105649782B (zh) 一种微/小型喷气发动机燃油控制系统及控制方法
CN108363405A (zh) 一种无人机协同无人艇充电的方法及系统
CN109433443B (zh) 一种基于无人机的沙土固化装置及控制方法
CN113460308A (zh) 一种无人机变量施药控制系统及方法
CN102749926A (zh) 小型农药喷洒无人直升机飞行操控系统
CN109275648A (zh) 无人机喷洒控制方法和系统
CN108536170A (zh) 一种航空变量施药监控装置及方法
CN110806754A (zh) 四旋翼飞行器姿态修正控制系统及方法
CN208109377U (zh) 一种植物冠层气流场生物模拟测试系统
CN208271034U (zh) 一种航空变量施药监控装置
CN215436919U (zh) 无人机对靶精准施药系统

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