CN114237301B - 一种空地一体化植保作业系统与方法 - Google Patents

一种空地一体化植保作业系统与方法 Download PDF

Info

Publication number
CN114237301B
CN114237301B CN202210170950.3A CN202210170950A CN114237301B CN 114237301 B CN114237301 B CN 114237301B CN 202210170950 A CN202210170950 A CN 202210170950A CN 114237301 B CN114237301 B CN 114237301B
Authority
CN
China
Prior art keywords
point
track
medicine
medicine supplementing
crown
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
CN202210170950.3A
Other languages
English (en)
Other versions
CN114237301A (zh
Inventor
张毅
于航
林昱辰
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.)
Jiagutech Co ltd
Nanji Agricultural Machinery Research Institute Co ltd
Original Assignee
Jiagutech Co ltd
Nanji Agricultural Machinery Research Institute Co ltd
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 Jiagutech Co ltd, Nanji Agricultural Machinery Research Institute Co ltd filed Critical Jiagutech Co ltd
Priority to CN202210170950.3A priority Critical patent/CN114237301B/zh
Publication of CN114237301A publication Critical patent/CN114237301A/zh
Application granted granted Critical
Publication of CN114237301B publication Critical patent/CN114237301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种空地一体化植保作业系统与方法。该系统包括无人机、地面控制站和无人驾驶车，无人机在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小，并将每一树木的作业点的三维坐标和树冠大小发送至地面控制站，地面控制站引入了权重变量，从而得出最优作业航迹，无人机按照地面控制站最终规划出的航迹和每个作业点药液用量进行作业。本发明在规划作业航迹时，通过增加高度权重、树冠权重和距离属性，使得规划出的作业航迹更加合理，同时根据最终规划出的作业航迹计算出补药点，让无人驾驶车提前形式至补药点等待，从而解决了返航加药的问题，使得无人机可随用随停随补，降低能源消耗，提高作业效率。

Description

一种空地一体化植保作业系统与方法
技术领域
本发明涉及植保作业技术领域，具体涉及一种空地一体化植保作业系统与方法。
背景技术
电动多旋翼植保无人机作为一种新型的农药喷洒设备，近年来发展迅猛。在树木喷药应用上，无人机需要逐棵进行喷洒。传统施药路径为几字形的地毯式遍历，对锂电池的电源是一个极大的浪费。同时由于载药量的限制，在大地块作业时，单架飞机无法满足整个地块的作业药液量，需要无人机返回补给站进行加药。
市面上现有的路径规划大多是基于二维平面作业点之间的最短路径。这种规划方法仅适用于理想地块，即：地块规整齐平且作物分布均匀。现实地块往往难以达到理想状态，故原有方法只能规划出次优解而非最优解。因此需要按照点对点的方式进行路径规划，尤其在杂乱的种植场景下，需要考虑地块高度差、植株高度、植株树冠大小、施药过程飞机重量减轻等多种因素。
发明内容
本发明的目的是针对现有技术存在的不足，提供一种空地一体化植保作业系统与方法。
为实现上述目的，在第一方面，本发明提供了一种空地一体化植保作业系统，其特征在于，包括无人机、地面控制站和无人驾驶车，所述无人机用以在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小，并将每一树木的作业点的三维坐标和树冠大小发送至地面控制站；
所述地面控制站根据每一作业点的三维坐标，计算添加高度权重
Figure DEST_PATH_IMAGE001
后的任意两个作业点之间的路径长度
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
其中，
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE005
、
Figure DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure DEST_PATH_IMAGE007
、
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE009
为第j个作业点的三维坐标，所述作业点的总数为n，i和j均属于（1，2，3，……，n）；
所述地面控制站根据所述树冠大小设置树冠权重，并根据路径长度
Figure 452027DEST_PATH_IMAGE002
计算添加树冠权重
Figure DEST_PATH_IMAGE010
后的两个作业点之间的路径长度
Figure DEST_PATH_IMAGE011
，
Figure DEST_PATH_IMAGE012
所述地面控制站对每一作业点进行编号，并根据所述编号及任意两个作业点之间的路径长度
Figure DEST_PATH_IMAGE013
构建一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父代群体，每一作业航迹的起止作业点相同，其余作业点随机打乱；
所述地面控制站根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度，并取作业航迹中总长度最小的作为最终规划出的作业航迹，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量M，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置，并根据补药点的位置为无人驾驶车规划行驶轨迹；
所述无人机按照地面控制站最终规划出的航迹和每个作业点药液用量进行作业；
所述无人驾驶车按照地面控制站规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。
进一步的，所述地面控制站在计算每一作业航迹的总长度前，还根据每一作业航迹中的作业点的顺序对每段路径长度添加距离权重，添加距离权重后的每段路径长度
Figure DEST_PATH_IMAGE014
为：
Figure DEST_PATH_IMAGE015
其中，m为所述作业航迹中路段的序号，
Figure DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，a为设定的临界阈值作业点的序号；
根据添加距离权重后的每段路径长度
Figure 492138DEST_PATH_IMAGE014
计算每一作业航迹添加距离权重后的总长度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
进一步的，所述地面控制站计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。
进一步的，每完成一个作业点的喷洒作业后，所述无人机将剩余药液量发送至地面控制站，所述地面控制站根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机和无人驾驶车，以使所述无人机和无人驾驶车前往新的补药点进行补药。
进一步的，所述根据补药作业点的位置计算补药点具体包括：
以所述补药作业点为圆心，并以所述补药作业点的树冠半径+b为半径作圆，判断所述圆上是否满足落入补药点，若满足，则随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值。
在第二方面，本发明提供了一种空地一体化植保作业方法，包括：
在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小；
根据每一作业点的三维坐标，计算添加高度权重
Figure 599771DEST_PATH_IMAGE001
后的任意两个作业点之间的路径长度
Figure 339188DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE017
其中，
Figure 232189DEST_PATH_IMAGE004
、
Figure 851389DEST_PATH_IMAGE005
、
Figure 931471DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure 927109DEST_PATH_IMAGE007
、
Figure 127146DEST_PATH_IMAGE008
、
Figure 202068DEST_PATH_IMAGE009
为第j个作业点的三维坐标，所述作业点的总数为n，i和j均属于（1，2，3，……，n）；
根据所述树冠大小设置树冠权重，并根据路径长度
Figure 753136DEST_PATH_IMAGE002
计算添加树冠权重
Figure DEST_PATH_IMAGE018
后的两个作业点之间的路径长度
Figure DEST_PATH_IMAGE019
，
Figure DEST_PATH_IMAGE020
对每一作业点进行编号，并根据所述编号及任意两个作业点之间的路径长度
Figure 975301DEST_PATH_IMAGE002
构建一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父代群体，每一作业航迹的起止作业点相同，其余作业点随机打乱；
根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度，并取作业航迹中总长度最小的作为最终规划出的作业航迹，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量M，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置，并根据补药点的位置为无人驾驶车规划行驶轨迹；
控制无人机按照最终规划出的航迹和每个作业点药液用量进行作业；
控制无人驾驶车按照规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。
进一步的，在计算每一作业航迹的总长度前，还根据每一作业航迹中的作业点的顺序对每段路径长度添加距离权重，添加距离权重后的每段路径长度
Figure DEST_PATH_IMAGE021
为：
Figure 374052DEST_PATH_IMAGE015
其中，m为所述作业航迹中路段的序号，
Figure 600634DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，a为设定的临界阈值作业点的序号；
根据添加距离权重后的每段路径长度
Figure 121221DEST_PATH_IMAGE014
计算每一作业航迹添加距离权重后的总长度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
进一步的，还包括：
计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。
进一步的，每完成一个作业点的喷洒作业后，所述无人机将剩余药液量发送至地面控制站，所述地面控制站根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机和无人驾驶车，以使所述无人机和无人驾驶车前往新的补药点进行补药。
进一步的，所述根据补药作业点的位置计算补药点具体包括：
以所述补药作业点为圆心，并以所述补药作业点的树冠半径+b为半径作圆，判断所述圆上是否满足落入补药点，若满足，则随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值。
有益效果：本发明在规划作业航迹时，通过增加高度权重、树冠权重和距离属性，使得规划出的作业航迹更加合理，同时根据最终规划出的作业航迹计算出补药点，让无人驾驶车提前形式至补药点等待，从而解决了返航加药的问题，使得无人机可随用随停随补，降低能源消耗，提高作业效率。
附图说明
图1是本发明实施例的空地一体化植保作业系统的结构示意图；
图2是使用2-opt算法得到总长度最小的作业航迹的示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，本实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本发明实施例提供了一种空地一体化植保作业系统，包括无人机1、地面控制站2和无人驾驶车3，地面控制站2与无人机1和无人驾驶车3之间通过无线通信方式实现实时信息交互，并据此实现空地联动。在地块开始作业前，首先通过地面控制站2指定作业区域，由无人机1对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小，并将每一树木的作业点的三维坐标和树冠大小发送至地面控制站2，为地面控制站2规划航迹和计算补药点做数据准备。
由于现有规划只能针对路径长度得出最优解，而本发明通过引入了权重变量，从而得出更优作业航迹。具体的， 地面控制站2根据每一作业点的三维坐标，计算添加高度权重
Figure 458661DEST_PATH_IMAGE001
后的任意两个作业点之间的路径长度
Figure 633290DEST_PATH_IMAGE002
，具体的计算方式如下：
Figure 515927DEST_PATH_IMAGE003
其中，
Figure 307165DEST_PATH_IMAGE004
、
Figure 933450DEST_PATH_IMAGE005
、
Figure 228165DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure 530970DEST_PATH_IMAGE007
、
Figure 294658DEST_PATH_IMAGE008
、
Figure 973901DEST_PATH_IMAGE009
为第j个作业点的三维坐标，作业点的总数为n，i和j均属于（1，2，3，……，n）。无人机1在飞行过程中，垂直升降比水平飞行要消耗更多的电量，同时果树作业需要无人机精准悬停在树冠上方进行作业。由于地块之间的高度差和每棵植株的高度不同，所以只有平面坐标是无法满足路径规划计算的。因此在该作业场景下，需要测绘每棵果树的三维点坐标。为避免无人机1频繁升降造成电能浪费，在距离计算中，为高度添加额外的权重
Figure DEST_PATH_IMAGE022
，使得无人机1尽可能沿同一水平线飞行。
地面控制站2根据树冠大小设置树冠权重，并根据路径长度
Figure 927383DEST_PATH_IMAGE002
计算添加树冠权重
Figure 666669DEST_PATH_IMAGE010
后的两个作业点之间的路径长度
Figure 917653DEST_PATH_IMAGE011
，
Figure 416898DEST_PATH_IMAGE012
在飞行过程中，无人机1每经过一个作业点即消耗与树冠大小成一定正比例的药液量，即树冠越大，作业后飞机载重越轻，飞行耗能越低。因此要将每个作业点按照树冠大小设置树冠权重
Figure 686206DEST_PATH_IMAGE018
，树冠越大则树冠权重
Figure DEST_PATH_IMAGE023
越小，树冠越小则树冠权重
Figure 143863DEST_PATH_IMAGE023
越大。一般可将树冠权重
Figure 131411DEST_PATH_IMAGE023
设置在1至10之间。
地面控制站2对每一作业点进行编号，并根据编号及任意两个作业点之间的路径长度
Figure DEST_PATH_IMAGE024
构建一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父代群体，每一作业航迹的起止作业点相同，其余作业点随机打乱。父代群体中个体的数量可以根据需要进行设定。
地面控制站2根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度，并取作业航迹中总长度最小的作为最终规划出的作业航迹。具体的计算方式如下：
Figure DEST_PATH_IMAGE025
其中，m为作业航迹中路段的序号，
Figure 493734DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，例如作业点共为5个，作业航迹中的作业点的编号顺序为1、3、5、2、4、1，作业航迹中第1段路径的长度
Figure DEST_PATH_IMAGE026
，第2段路径的长度
Figure DEST_PATH_IMAGE027
，以此类推。在计算出最终规划出的作业航迹后，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置。具体的，假设树木的树冠大小为W，每平方米树冠的施药量为N，则该树木的喷洒量M=W*N，根据无人机1的药液箱载药量和喷洒量即可计算出剩余药量，然后根据剩余药量判断是否满足下一个作业点所需的药量，不满足，则当前作业点就是补药作业点。并根据补药点的位置为无人驾驶车规划行驶轨迹，优选按照最短路径原则规划行驶轨迹。无人驾驶车3可以通过自身携带的激光雷达自行绕开途中经过的树木等障碍物。
根据补药作业点的位置计算补药点具体包括：
以补药作业点为圆心，并以补药作业点的树冠半径+b为半径作圆，判断所述圆上是否满足落入补药点，即在圆上取一点为圆心，以b为半径的圆不与其他作业点为圆心树冠半径所绘的圆相交。若满足，则随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值，b可取值为1m，每次扩大的半径也优选为1m。
在作业时，无人机1按照地面控制站2最终规划出的作业航迹和每个作业点药液用量进行作业。具体的，无人机1起飞后，先飞行至起止作业点的上方，然后打开水泵开关，再进行原地旋转，同时计算喷洒量。当喷洒量达到设定的数值后，结束对该树木喷洒，然后飞往下一作业点。
无人驾驶车3按照地面控制站2规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。当无人机1停靠在补药点时，无人机1悬停在补药点并向地面控制站2发送已到达指令，由地面控制站2向无人驾驶车3发送加速指令。当无人驾驶车3率先到达时，停车在补药点等待并告知地面控制站2，地面控制站2收到无人驾驶车3与无人机1的到达命令后，向两者发送开始补药命令。地面控制站2可以根据无人机1当前剩余药液量和药液箱载药量得出灌药量，并将灌药量通过无线传输给无人驾驶车3上的灌药机，灌药机开始按照灌药量进行灌药。在灌药完成后，无人机1继续按照剩余的作业航迹进行作业，无人驾驶车3按照剩余的行驶轨迹前往下一个补药点。
随着作业过程，无人机1药液箱里的药液不断消耗，使得整体载重不断下降，所以飞行过程中的耗电量是一个由高到低的过程。即在航迹规划中，高载重的飞行路径要尽量短。作为优选实施例，地面控制站2在计算每一作业航迹的总长度前，还根据每一作业航迹中的作业点的顺序对每段路径的长度
Figure 712488DEST_PATH_IMAGE016
添加距离权重，添加距离权重后的每段路径长度
Figure 59156DEST_PATH_IMAGE021
为：
Figure 2841DEST_PATH_IMAGE015
其中，m为作业航迹中路段的序号，a为设定的临界阈值作业点的序号，a取值优选为10，即前十个作业点的距离权重是变化的，后续的作业点的距离权重为1。然后再根据添加距离权重后的每段路径长度
Figure 312731DEST_PATH_IMAGE021
计算每一作业航迹添加距离权重后的总长度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
为了尽可能的得到最优的作业航迹，地面控制站2计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。具体的，参见图2，任选一个可行解s={A,B,C,D,E,F,G,H,A}，并假设s是最优解Smin。然后使用2-opt算法得到总长度最小的作业航迹，原理如下：随机选取两点d和b，将d之前的路径不变添加到新路径中，将d到b之间的路径翻转其编号后添加到新路径中，将b之后的路径不变添加到新路径中。
假设原作业航迹为：
A ==> B ==> C ==> D ==> E ==> F ==>G ==> H ==> A；
取d = 4, b =7；
可通过以下三个步骤得出一个新的作业航迹：
1. (A ==> B ==>C)；
2. A ==> B ==> C==> (G ==> F ==> E ==> D)；
3. A ==> B ==> C==> G ==> F ==> E ==> D (==> H ==> A)。
计算新的作业航迹的的路径总长度，并将其与Smin的数值比较，取两者数值较小的，通过大量次数的迭代，从而找到尽可能优的作业航迹。
补药点是基于数据计算得到的理想模型，与实际作业情况可能存在误差。在作业过程中，每完成一个作业点的喷洒作业后，无人机1可以把当前剩余药液量发送至地面控制站2，当前剩余药液量可由设置在药液箱上的液位计进行采集。地面控制站2根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机1和无人驾驶车3，以使无人机1和无人驾驶车3前往新的补药点进行补药。另外，后续的补药点会同步更新。
基于以上实施例，本领域技术人员可以轻易理解，本发明还提供了一种空地一体化植保作业方法，包括：
在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小，为规划航迹和计算补药点做数据准备。
根据每一作业点的三维坐标，计算添加高度权重
Figure DEST_PATH_IMAGE028
后的任意两个作业点之间的路径长度
Figure 87789DEST_PATH_IMAGE013
，
Figure DEST_PATH_IMAGE029
其中，
Figure 890179DEST_PATH_IMAGE004
、
Figure 337472DEST_PATH_IMAGE005
、
Figure 700320DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure DEST_PATH_IMAGE030
、
Figure 80617DEST_PATH_IMAGE008
、
Figure 503508DEST_PATH_IMAGE009
为第j个作业点的三维坐标，作业点的总数为n，i和j均属于（1，2，3，……，n）。无人机在飞行过程中，垂直升降比水平飞行要消耗更多的电量，同时果树作业需要无人机精准悬停在树冠上方进行作业。由于地块之间的高度差和每棵植株的高度不同，所以只有平面坐标是无法满足路径规划计算的。因此在该作业场景下，需要测绘每棵果树的三维点坐标。为避免无人机频繁升降造成电能浪费，在距离计算中，为高度添加额外的权重
Figure 703676DEST_PATH_IMAGE001
，使得无人机尽可能沿同一水平线飞行。
根据所述树冠大小设置树冠权重，并根据路径长度
Figure 604636DEST_PATH_IMAGE002
计算添加树冠权重
Figure DEST_PATH_IMAGE031
后的两个作业点之间的路径长度
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE033
在飞行过程中，无人机1每经过一个作业点即消耗与树冠大小成一定正比例的药液量，即树冠越大，作业后飞机载重越轻，飞行耗能越低。因此要将每个作业点按照树冠大小设置树冠权重
Figure 429985DEST_PATH_IMAGE031
，树冠越大则树冠权重
Figure DEST_PATH_IMAGE034
越小，树冠越小则树冠权重
Figure 571247DEST_PATH_IMAGE034
越大。一般可将树冠权重
Figure 976821DEST_PATH_IMAGE034
设置在1至10之间。
对每一作业点进行编号，并根据所述编号及任意两个作业点之间的路径长度
Figure DEST_PATH_IMAGE035
构建一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父代群体，每一作业航迹的起止作业点相同，其余作业点随机打乱。父代群体中个体的数量可以根据需要进行设定。
根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度f，并取作业航迹中总长度最小的作为最终规划出的作业航迹。具体的计算方式如下：
Figure 494521DEST_PATH_IMAGE025
其中，m为作业航迹中路段的序号，
Figure 52673DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，例如作业点共为5个，作业航迹中的作业点的编号顺序为1、3、5、2、4、1，作业航迹中第1段路径的长度
Figure 817366DEST_PATH_IMAGE026
，第2段路径的长度
Figure DEST_PATH_IMAGE036
，以此类推。在计算出最终规划出的作业航迹后，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置。具体的，假设树木的树冠大小为W，每平方米树冠的施药量为N，则该树木的喷洒量M=W*N，根据无人机1的药液箱载药量和喷洒量即可计算出剩余药量。并根据补药点的位置为无人驾驶车规划行驶轨迹，优选按照最短路径原则规划行驶轨迹。无人驾驶车可以通过自身携带的激光雷达自行绕开途中经过的树木等障碍物。
根据补药作业点的位置计算补药点具体包括：
以补药作业点为圆心，并以补药作业点的树冠半径+b为半径作圆，判断所述圆上是否满足落入补药点，即在圆上取一点为圆心，以b为半径的圆不与其他作业点为圆心树冠半径所绘的圆相交。若满足，则随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值，b可取值为1m，每次扩大的半径也优选为1m。
控制无人机按照最终规划出的航迹和每个作业点药液用量进行作业。具体的，无人机起飞后，先飞行至起止作业点的上方，然后打开水泵开关，再进行原地旋转，同时计算喷洒量。当喷洒量达到设定的数值后，结束对该树木喷洒，然后飞往下一作业点。
控制无人驾驶车按照规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。当无人机停靠在补药点时，可以根据无人机当前剩余药液量和药液箱载药量得出灌药量，并将灌药量通过无线传输给无人驾驶车上的灌药机，灌药机开始按照灌药量进行灌药。在灌药完成后，无人继续按照剩余的作业航迹进行作业，无人驾驶车按照剩余的行驶轨迹前往下一个补药点。
随着作业过程，无人机药液箱里的药液不断消耗，使得整体载重不断下降，所以飞行过程中的耗电量是一个由高到低的过程。即在航迹规划中，高载重的飞行路径要尽量短。因此，在计算每一作业航迹的总长度前，还可根据每一作业航迹中的作业点的顺序对每段路径长度添加距离权重，添加距离权重后的每段路径长度
Figure 272354DEST_PATH_IMAGE014
为：
Figure DEST_PATH_IMAGE037
其中，m为作业航迹中路段的序号，a为设定的临界阈值作业点的序号，a取值优选为10，即前十个作业点的距离权重是变化的，后续的作业点的距离权重为1。然后再根据添加距离权重后的每段路径长度
Figure 311855DEST_PATH_IMAGE021
计算每一作业航迹添加距离权重后的总长度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
为了尽可能的得到最优的作业航迹，在计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。具体的，参见图2，任选一个可行解s={A,B,C,D,E,F,G,H,A}，并假设s是最优解Smin。然后使用2-opt算法得到总长度最小的作业航迹，原理如下：随机选取两点d´和b´，将d´之前的路径不变添加到新路径中，将d´到b´之间的路径翻转其编号后添加到新路径中，将b之后的路径不变添加到新路径中。
假设原作业航迹为：
A ==> B ==> C ==> D ==> E ==> F ==>G ==> H ==> A；
取d´= 4, b´=7；
可通过以下三个步骤得出一个新的作业航迹：
1. (A ==> B ==>C)；
2. A ==> B ==> C==> (G ==> F ==> E ==> D)；
3. A ==> B ==> C==> G ==> F ==> E ==> D (==> H ==> A)。
计算新的作业航迹的的路径总长度，并将其与Smin的数值比较，取两者数值较小的，通过大量次数的迭代，从而找到尽可能优的作业航迹。
补药点是基于数据计算得到的理想模型，与实际作业情况可能存在误差。在作业过程中，每完成一个作业点的喷洒作业后，无人机可以把当前剩余药液量发送至地面控制站，当前剩余药液量可由设置在药液箱上的液位计进行采集。地面控制站根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机和无人驾驶车，以使无人机和无人驾驶车前往新的补药点进行补药。另外，后续的补药点会同步更新。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，其它未具体描述的部分，属于现有技术或公知常识。在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种空地一体化植保作业系统，其特征在于，包括无人机、地面控制站和无人驾驶车，所述无人机用以在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小，并将每一树木的作业点的三维坐标和树冠大小发送至地面控制站；
所述地面控制站根据每一作业点的三维坐标，计算添加高度权重
Figure 166030DEST_PATH_IMAGE001
后的任意两个作业 点之间的路径长度
Figure 76217DEST_PATH_IMAGE002
，
Figure 545988DEST_PATH_IMAGE003
其中，
Figure 567034DEST_PATH_IMAGE004
、
Figure 441580DEST_PATH_IMAGE005
、
Figure 522668DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure 731933DEST_PATH_IMAGE007
、
Figure 307402DEST_PATH_IMAGE008
、
Figure 285722DEST_PATH_IMAGE009
为第j个作业点的三维坐标， 所述作业点的总数为n，i和j均属于（1，2，3，……，n）；
所述地面控制站根据所述树冠大小设置树冠权重，并根据路径长度
Figure 22865DEST_PATH_IMAGE002
计算添加树冠权 重
Figure 719426DEST_PATH_IMAGE010
后的两个作业点之间的路径长度
Figure 82274DEST_PATH_IMAGE011
，
Figure 211640DEST_PATH_IMAGE012
所述地面控制站对每一作业点进行编号，并根据所述编号及任意两个作业点之间的路 径长度
Figure 368952DEST_PATH_IMAGE013
构建一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父 代群体，每一作业航迹的起止作业点相同，其余作业点随机打乱；
所述地面控制站根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度，并取作业航迹中总长度最小的作为最终规划出的作业航迹，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量M，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置，并根据补药点的位置为无人驾驶车规划行驶轨迹；
所述无人机按照地面控制站最终规划出的航迹和每个作业点药液用量进行作业；
所述无人驾驶车按照地面控制站规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。
2.根据权利要求1所述的空地一体化植保作业系统，其特征在于，所述地面控制站在计 算每一作业航迹的总长度前，还根据每一作业航迹中的作业点的顺序对每段路径长度添加 距离权重，添加距离权重后的每段路径长度
Figure 303541DEST_PATH_IMAGE014
为：
Figure 735659DEST_PATH_IMAGE015
其中，m为所述作业航迹中路段的序号，
Figure 422993DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，a为设定的 临界阈值作业点的序号；
根据添加距离权重后的每段路径长度
Figure 767517DEST_PATH_IMAGE014
计算每一作业航迹添加距离权重后的总长 度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
3.根据权利要求1所述的空地一体化植保作业系统，其特征在于，所述地面控制站计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。
4.根据权利要求1所述的空地一体化植保作业系统，其特征在于，每完成一个作业点的喷洒作业后，所述无人机将剩余药液量发送至地面控制站，所述地面控制站根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机和无人驾驶车，以使所述无人机和无人驾驶车前往新的补药点进行补药。
5.根据权利要求1所述的空地一体化植保作业系统，其特征在于，所述根据补药作业点的位置计算补药点具体包括：
以所述补药作业点为圆心，并以所述补药作业点的树冠半径+b为半径作圆，在所述圆上取一点为圆心，若以b为半径的圆不与其他作业点为圆心树冠半径所绘的圆相交，则判断为以所述补药作业点的树冠半径+b为半径的圆上满足落入补药点，随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值。
6.一种空地一体化植保作业方法，其特征在于，包括：
在作业前对指定的作业区域进行巡航测绘，以记录每一树木的作业点的三维坐标和树冠大小；
根据每一作业点的三维坐标，计算添加高度权重
Figure 173091DEST_PATH_IMAGE001
后的任意两个作业点之间的路径长 度
Figure 894053DEST_PATH_IMAGE002
，
Figure 701472DEST_PATH_IMAGE017
其中，
Figure 466166DEST_PATH_IMAGE004
、
Figure 372418DEST_PATH_IMAGE005
、
Figure 880759DEST_PATH_IMAGE006
为第i个作业点的三维坐标，
Figure 293417DEST_PATH_IMAGE018
、
Figure 229012DEST_PATH_IMAGE008
、
Figure 609178DEST_PATH_IMAGE009
为第j个作业点的三维坐标， 所述作业点的总数为n，i和j均属于（1，2，3，……，n）；
根据所述树冠大小设置树冠权重，并根据路径长度
Figure 406364DEST_PATH_IMAGE002
计算添加树冠权重
Figure 188375DEST_PATH_IMAGE010
后的两个 作业点之间的路径长度
Figure 311183DEST_PATH_IMAGE011
，
Figure 178645DEST_PATH_IMAGE012
对每一作业点进行编号，并根据所述编号及任意两个作业点之间的路径长度
Figure 28789DEST_PATH_IMAGE013
构建 一个n*n位置矩阵，根据所有作业点生成以多个作业航迹分别为个体的父代群体，每一作业 航迹的起止作业点相同，其余作业点随机打乱；
根据每一作业航迹中的每段路径长度计算每一作业航迹的总长度，并取作业航迹中总长度最小的作为最终规划出的作业航迹，根据最终规划出的作业航迹中的作业点顺序及其对应的树冠大小计算每个作业点药液用量M，当前作业点作业完成后剩余药液量不足以完成下一个作业点作业时，将当前作业点标注为补药作业点，并根据补药作业点的位置计算补药点在最终规划出的作业航迹当中的位置，并根据补药点的位置为无人驾驶车规划行驶轨迹；
控制无人机按照最终规划出的航迹和每个作业点药液用量进行作业；
控制无人驾驶车按照规划出的行驶轨迹到达第一个补药点后停车等待，并在补药完成后前往下一个补药点。
7.根据权利要求6所述的空地一体化植保作业方法，其特征在于，在计算每一作业航迹 的总长度前，还根据每一作业航迹中的作业点的顺序对每段路径长度添加距离权重，添加 距离权重后的每段路径长度
Figure 418969DEST_PATH_IMAGE014
为：
Figure 696367DEST_PATH_IMAGE015
其中，m为所述作业航迹中路段的序号，
Figure 785545DEST_PATH_IMAGE016
为作业航迹中第m段路径的长度，a为设定的 临界阈值作业点的序号；
根据添加距离权重后的每段路径长度
Figure 190113DEST_PATH_IMAGE014
计算每一作业航迹添加距离权重后的总长 度，并取作业航迹中添加距离权重后的总长度最小的作为最终规划出的作业航迹。
8.根据权利要求6所述的空地一体化植保作业方法，其特征在于，还包括：
计算出每一作业航迹的总长度后，基于2-opt算法得到总长度最小的作业航迹。
9.根据权利要求6所述的空地一体化植保作业方法，其特征在于，每完成一个作业点的喷洒作业后，所述无人机将剩余药液量发送至地面控制站，所述地面控制站根据当前剩余药液量判断预设补药点是否符合预期，若不符合预期，则生成新的补药点，并将新的补药点的位置和补药点更改指令发送至无人机和无人驾驶车，以使所述无人机和无人驾驶车前往新的补药点进行补药。
10.根据权利要求6所述的空地一体化植保作业方法，其特征在于，所述根据补药作业点的位置计算补药点具体包括：
以所述补药作业点为圆心，并以所述补药作业点的树冠半径+b为半径作圆，在所述圆上取一点为圆心，若以b为半径的圆不与其他作业点为圆心树冠半径所绘的圆相交，则判断为以所述补药作业点的树冠半径+b为半径的圆上满足落入补药点，随机取其中一点作为补药点，否则，扩大半径作圆，直至圆上满足落入补药点，b为设定的距离阈值。
CN202210170950.3A 2022-02-24 2022-02-24 一种空地一体化植保作业系统与方法 Active CN114237301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210170950.3A CN114237301B (zh) 2022-02-24 2022-02-24 一种空地一体化植保作业系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210170950.3A CN114237301B (zh) 2022-02-24 2022-02-24 一种空地一体化植保作业系统与方法

Publications (2)

Publication Number Publication Date
CN114237301A CN114237301A (zh) 2022-03-25
CN114237301B true CN114237301B (zh) 2022-05-20

Family

ID=80748077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210170950.3A Active CN114237301B (zh) 2022-02-24 2022-02-24 一种空地一体化植保作业系统与方法

Country Status (1)

Country Link
CN (1) CN114237301B (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106292687A (zh) * 2015-05-25 2017-01-04 中国农业机械化科学研究院 一种农用无人飞行器喷施装置及其喷施方法
IT201800003790A1 (it) * 2018-03-20 2019-09-20 Skyx Ltd Gestione di una flotta di veicoli aerei di spruzzatura
CN110262472B (zh) * 2018-06-04 2022-09-30 北京京东乾石科技有限公司 路径规划方法、装置和计算机可读存储介质
CN109144100B (zh) * 2018-09-03 2021-06-25 南京嘉谷初成通信科技有限公司 喷洒控制方法、装置、地面站及存储介质
CN109283937A (zh) * 2018-09-18 2019-01-29 广东省智能制造研究所 一种基于无人机的植保喷施作业的方法及系统
CN109358642A (zh) * 2018-10-22 2019-02-19 江南大学 一种基于多旋翼无人机的果树植保及采摘方法
CN113168777B (zh) * 2018-11-27 2023-05-23 株式会社尼罗沃克 作业计划装置、作业计划装置的控制方法、无人机和计算机可读取记录介质
CN111752303B (zh) * 2020-06-15 2022-09-27 中国人民解放军国防科技大学 一种小型无人机中继充电路径规划方法与系统
CN112163966A (zh) * 2020-09-18 2021-01-01 广州极飞科技有限公司 一种施肥作业方法、装置、电子设备及存储介质
CN112602690B (zh) * 2020-11-26 2021-10-15 中国农业大学 一种果树冠层全覆盖智能立体植保系统与方法
CN113361820B (zh) * 2021-07-12 2022-11-18 海南海柠科技有限公司 应用于农业喷药的多无人机协同调度方法、控制器及介质

Also Published As

Publication number Publication date
CN114237301A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
US9852644B2 (en) Hybrid airship-drone farm robot system for crop dusting, planting, fertilizing and other field jobs
US9382003B2 (en) Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
CN106020189A (zh) 基于邻域约束的空地异构机器人系统路径规划方法
CN105955294A (zh) 控制无人机植保作业的方法及装置
CN107264806B (zh) 一种无人机的植保喷洒方法
CN109035871A (zh) 无人机飞行路线规划方法、装置、系统及智能终端
CN107808550B (zh) 一种植保无人机管理系统
CN105929846A (zh) 基于无人机的喷药方法及装置
CN108519775A (zh) 一种精准喷洒的无人机系统及其控制方法
CN103699135A (zh) 无人直升机农药喷洒农田作业区域的航迹自动规划方法
CN107260078A (zh) Uav及其清洁墙体的方法、采用该uav的墙体清洁系统
CN108205326A (zh) 无人机作业的方法及装置
CN205455559U (zh) 一种自动喷洒式农业无人机
CN108871335B (zh) 一种无人机喷施作业航线及载荷规划方法
CN101308609B (zh) 利用虚拟领航机进行空中交通管制系统及其运行方法
CN110794862A (zh) 一种植保固定翼无人航迹规划控制方法
CN107274254B (zh) 互联网共享租赁无人机系统
CN109760846A (zh) 一种植保无人机田间自动补给装置及方法
CN110275544A (zh) 一种植保无人机航线规划方法
CN110531786A (zh) 基于dqn的无人机机动策略自主生成方法
CN108375977A (zh) 一种基于雾节点的城市环境自动驾驶方法
CN103578299B (zh) 一种模拟航空器飞行过程的方法
CN109353504A (zh) 基于处方图的无人机智能喷施系统及方法
CN108184794A (zh) 植保作业方法、终端、植保无人机及计算机可读存储介质
CN109709972A (zh) 一种基于无人机的物联网通信系统及方法

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