CN117406776A - 一种无人机飞行轨迹规划方法及相关装置 - Google Patents
一种无人机飞行轨迹规划方法及相关装置 Download PDFInfo
- Publication number
- CN117406776A CN117406776A CN202311524789.6A CN202311524789A CN117406776A CN 117406776 A CN117406776 A CN 117406776A CN 202311524789 A CN202311524789 A CN 202311524789A CN 117406776 A CN117406776 A CN 117406776A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- pollination
- path planning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000010152 pollination Effects 0.000 claims abstract description 101
- 238000005507 spraying Methods 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 239000000575 pesticide Substances 0.000 claims abstract description 32
- 230000007613 environmental effect Effects 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 13
- 239000003814 drug Substances 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims abstract description 10
- 238000012876 topography Methods 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 11
- 239000007921 spray Substances 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 241000607479 Yersinia pestis Species 0.000 claims description 2
- 201000010099 disease Diseases 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 abstract description 25
- 235000013339 cereals Nutrition 0.000 description 13
- 230000010354 integration Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 7
- 239000002420 orchard Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 241000219991 Lythraceae Species 0.000 description 2
- 235000014360 Punica granatum Nutrition 0.000 description 2
- 241000220324 Pyrus Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008713 feedback mechanism Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000021017 pears Nutrition 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 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 1
- 241000257303 Hymenoptera Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 239000003906 humectant Substances 0.000 description 1
- 230000010211 insect pollination Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000024100 pollen adhesion Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无人机飞行技术领域,公开了一种无人机飞行轨迹规划方法及相关装置,a)建立无人机模型,确保该模型具有与无人机的飞行稳定性及足够的载重空间,包括但不限于具备至少2小时的连续飞行时间和至少5公斤的有效载荷能力;b)在无人机模型底部预留空间,用于搭载花粉授粉装置或药箱装置,装置设计能够根据飞行高度及作物类型自动调整装置的释放或喷洒量;c)利用无人机的路径规划系统,输入作物分布与生长数据,并采用避障及轨迹规划算法计算出最优飞行轨迹,同时考虑环境因素如风速、地形起伏等。本发明能够应用于无人机的果树或粮食作物授粉喷药的路径规划,能够满足农业授粉需求。
Description
技术领域
本发明属于无人机飞行技术领域,尤其涉及一种无人机飞行轨迹规划方法及相关装置。
背景技术
传粉昆虫在农业生产中发挥着十分重要的作用,全球75.7%的主要作物依赖昆虫传粉。2022年中国科学院的研究结果显示:1989年-2019年,全球农业的授粉需求以每年1.78%的平均速度增长,是家养蜜蜂蜂群年增长速度的2倍。截至2019年全球农业对传粉蜜蜂的需求量高达2.11亿群,而全球现存蜂群数量约为0.92亿群,缺口达1.19亿群,现有传粉昆虫数量远远不能满足全球农业授粉需求,授粉市场缺口巨大,授粉无人机市场广阔。
但是目前关于无人机果树授粉的路径规划方法仍然存在着实施慢,可变性少,效果差等问题,研究一种基于果树的植保无人机路径规划方案势在必行。
本团队研发的固态授粉无人机按照坐果率估算可使河阴石榴平均增产12%以上,其中,亩产量增加300公斤以上,亩增收3000元以上。可使孟津梨平均每亩增收3600元左右。经济效益远高于目前市面上其他授粉方式。在带动就业方面,团队未来三年将直接间接带动近200人就业。
通过上述分析,现有技术存在的问题及缺陷为:现有传粉昆虫数量远远不能满足全球农业授粉需求,授粉市场缺口巨大。并且无人机果树授粉的路径规划方法仍然存在着实施慢,可变性少,效果差等问题,研究一种基于果树的植保无人机路径规划方案势在必行。
对于无人机飞行轨迹规划方法,尤其是在农业应用中用于果树和粮食作物的授粉及喷药,最接近的现有技术是传统的农业无人机喷洒系统。这些系统通常包括无人机配备喷洒装置,用于农药、肥料或水的喷洒。它们已经具备基本的飞行规划和自动导航功能。
现有技术的技术问题分析
1)有限的路径规划能力:现有的农业无人机喷洒系统只具备基本的路径规划能力,没有考虑到更复杂的环境因素,如地形起伏、气候条件变化等,这影响作业的精确度和效率。
2)避障技术不足:传统系统的避障能力相对有限,尤其是在复杂的农业环境中,如果园中的树木密集区域,无法有效避免障碍物,增加了作业风险。
3)作业效率问题:现有技术无法根据作物类型和生长情况调整喷洒或授粉的范围和密度,导致资源浪费或作业效果不理想。
4)数据集成和反馈缺乏:传统农业无人机缺乏高级数据集成和作业后数据反馈机制,无法充分利用作业数据进行未来作业的规划和优化。
5)自动化水平有限:现有系统的自动化水平相对较低,需要更多人工干预,这在大规模农业作业中不够高效。
6)特定作业装置的集成:现有技术还没有很好地将特定作业装置(如授粉装置)与无人机系统集成,这在特殊作业如授粉方面导致效率低下或操作困难。
综上所述,尽管现有的农业无人机喷洒系统提供了一定的自动化和效率优势,但在路径规划的智能化、环境适应性、作业精度和自动化水平等方面仍存在不足。本发明提出的无人机飞行轨迹规划方法,通过先进的路径规划算法、更高级的避障技术和数据集成能力,以及特定作业装置的有效集成,有望解决这些现有技术的问题。
发明内容
针对现有技术存在的问题,本发明提供了一种无人机飞行轨迹规划方法及相关装置。
本发明是这样实现的,一种用于农业应用中的无人机飞行轨迹规划方法,适用于果树和粮食作物的授粉及喷药活动,包括:
a)建立无人机模型,确保该模型具有与大疆等成熟无人机品牌相似的飞行稳定性及足够的载重空间,包括但不限于具备至少2小时的连续飞行时间和至少5公斤的有效载荷能力;
b)在无人机模型底部预留空间,用于搭载花粉授粉装置或药箱装置,装置设计能够根据飞行高度(范围从1米至10米)及作物类型自动调整装置的释放或喷洒量;
c)利用无人机的路径规划系统,输入作物分布与生长数据,如作物种类、行间距、生长阶段等,并采用避障及轨迹规划算法计算出最优飞行轨迹,同时考虑环境因素如风速、地形起伏等。
进一步,所述步骤c)中的路径规划系统采用的是结合实时避障技术的A*或Dijkstra算法,该系统能够根据地形、气候、作物生长情况以及障碍物(如树木、建筑物)分布实时生成和优化飞行轨迹,同时实现路径的动态调整以适应突发的环境变化。
进一步,所述无人机在执行任务期间,会通过安装的传感器(包括光学相机、红外传感器、激光测距仪)和导航系统(包括GPS和IMU)对飞行状态和作业效果进行实时监控。监控数据包括但不限于飞行速度、高度、作业区域覆盖率,并在作业完成后收集作业数据,如作业面积、药物或花粉使用量,反馈给操作员或农业管理系统,用于未来作业规划和决策分析。
一种无人机飞行轨迹规划的相关装置,特别设计用于农业作业,其特征在于,该装置可以为授粉装置,也可以为喷药、病虫害监测或作物生长情况评估等其他农业作业模块。
进一步,所述授粉装置设计为能够轻松安装和拆卸于中型无人机(如重量在10至20公斤之间的无人机)下方,并且在执行作业时能够
稳定地连接并完成工作,装置包括快速接口和防震结构。
进一步,所述授粉装置能够携带大量的花粉(至少能够装载1公斤花粉),并且在设计上确保内部操作时不产生过多热量,以避免影响花粉的质量和效果。
进一步,所述授粉装置能够根据实际作业情况(如风速、作物高度等因素)通过精密的控制系统调节释放的花粉量,确保授粉效果的均匀和高效。
进一步,所述授粉装置内部具有混合结构,包括一个旋转式混合器,用于在授粉前将研磨完成的花粉与授粉助剂(如营养剂或保湿剂)进行充分混合,确保授粉效果的一致性和有效性。
进一步,所述授粉装置内部采用磁力或电力技术以提高授粉效率和准确性,其中磁力技术用于快速分散花粉,而电力技术用于精确控制花粉释放量。
进一步,所述无人机装备有多种类型的传感器,包括但不限于雷达、光学传感器和GPS,以支持高精度的实时环境感知和作业效果监控。这些传感器能够提供环境的三维映射,实时监测风速和风向,以及确保无人机在复杂环境中的安全飞行。
结合上述的技术方案和解决的技术问题,本发明所要保护的技术方案所具备的优点及积极效果为:
第一,本发明提出了一种无人机飞行轨迹规划方法及相关装置,能够应用于无人机的果树或粮食作物授粉喷药的路径规划,能够满足农业授粉需求。
本发明提出的授粉装置能够解决花粉粘连或者与授粉助剂混合的问题,或者进行一些检测。
1)智能化农业操作:通过高精度的轨迹规划和实时避障,实现了无人机在果树和粮食作物授粉及喷药活动中的自动化和精确化作业,有效提高了农业作业的效率和作业质量。
2)灵活应对环境变化:由于采用了动态调整飞行轨迹的方法,使得无人机能够实时应对环境变化,如风速变化、地形变化等,进一步提升了无人机的作业能力。
3)作业数据反馈:无人机在执行任务期间收集的飞行状态和作业效果的数据,可以用于分析和优化未来的作业计划,提高农业管理的科学性和精确性。
4)适应性强:本发明的无人机飞行轨迹规划方法和装置可以根据不同的农业作业需求(如花粉授粉或喷药)进行调整,具有很强的适应性和广泛的应用前景。
5)环保高效:通过无人机进行农业作业,可以减少人力资源的消耗,同时减少农药的使用量,达到节能减排的效果,是一种环保高效的农业作业方式。
第二,利用轨迹规划算法,可以高效规划基于果树的植保无人机授粉作业,提高授粉效率。
将算法与无人机及其授粉装置结合,可以解决实际存在的授粉难,授粉慢,授粉贵等农业问题。
第三,本发明的技术方案转化后的预期收益和商业价值为:本团队研发的固态授粉无人机及轨迹规划方法有极强的创新性,按照坐果率估算可使河阴石榴平均增产12%以上,其中,亩产量增加300公斤以上,亩增收3000元以上。可使孟津梨平均每亩增收3600元左右。
本发明的技术方案填补了国内外业内技术空白:目前没有很多专门做授粉无人机的生产厂家,也很少针对果树的授粉喷药进行突破的相关轨迹规划方法。
本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题:可以解决实际存在的授粉难,授粉慢,授粉贵等农业问题。
第四,本发明提供的无人机飞行轨迹规划方法带来的显著技术进步主要体现在以下几个方面:
1)智能化操作:采用先进的算法实现无人机的自主飞行,大幅减少了人为操作的需要,提高了操作的便捷性和安全性。
2)精确喷洒和授粉:通过精确的飞行轨迹规划,确保喷洒或授粉覆盖均匀且精准,减少农药或授粉材料的浪费,提高作物产量和质量。
3)高效能源使用:优化的飞行路径减少了无人机在空中的停留时间和移动距离,从而降低能源消耗,延长了无人机的作业时间和电池寿命。
4)实时避障能力:整合的避障系统提升了无人机在复杂环境下的适应性和飞行安全,能够即时应对突发的飞行环境变化。
5)环境适应性:规划系统考虑了多种环境因素,比如作物布局、天气条件等,提升了无人机在各种环境下的工作效率和应用范围。
6)可扩展性和适应性:该方法不仅限于农业作物的喷洒和授粉,同样的规划系统可以扩展应用到其他领域,如搜索救援、地图绘制、安全监控等。
7)用户体验:友好的用户界面和操作系统减轻了操作员的工作负担,让非专业人员也能够轻松管理和控制无人机的飞行任务。
8)经济效益:提高作业效率和减少农药使用量有助于降低农业生产成本,对农户经济带来直接的正面影响。
本发明提供的无人机飞行轨迹规划方法能够在提升效率的同时,保障飞行的安全性和作业的精确性,对无人机在精准农业中的应用带来了显著的技术进步。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的无人机飞行轨迹规划方法流程图。
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。
应用实施例1:果树授粉
在果树园中,无人机可以被用于花粉的授粉任务。具体实施方案如下:
1)建立无人机模型:选择一款适合农业应用的无人机,如大疆的农业无人机。在计算机上建立该无人机的模型,包括其尺寸、重量、飞行能力和载荷能力等参数,并在虚拟环境中进行模拟测试。
2)装载花粉授粉装置:在无人机模型的底部装载花粉授粉装置,设置合适的重心和飞行参数以保证飞行稳定。
3)实施轨迹规划:利用高级的避障和轨迹规划算法,规划无人机在果树园中的飞行轨迹。同时,使用高精度地图和环境数据,以及果树的种类、分布、开花情况等信息,优化飞行路径和授粉效果。
4)实际飞行:无人机根据规划的轨迹进行飞行,同时利用搭载的传感器实时检测环境,根据需要动态调整飞行路径。同时,无人机会按照预设的参数进行花粉授粉。
应用实施例2:稻田喷药
在稻田中,无人机可以被用于喷洒农药。具体实施方案如下:
1)建立无人机模型:同样选择一款适合农业应用的无人机,如大疆的农业无人机,建立其在计算机上的模型。
2)装载喷药装置:在无人机模型的底部装载喷药装置,调整无人机的重心和飞行参数以保证飞行稳定。
3)实施轨迹规划:利用高级的避障和轨迹规划算法,规划无人机在稻田中的飞行轨迹。同时,利用高精度地图和环境数据,以及稻田的分布、作物生长情况等信息,优化飞行路径和喷药效果。
4)实际飞行:无人机根据规划的轨迹进行飞行,同时利用搭载的传感器实时检测环境,根据需要动态调整飞行路径。同时,无人机会按照预设的参数进行农药喷洒。
本发明提供的无人机飞行轨迹规划方法的详细工作原理可以从以下几个关键步骤来描述:
步骤一:建立无人机模型
1)无人机的结构设计:按照特定的应用需求,如农业喷药或授粉,设计无人机的结构。
包括确定无人机的尺寸、重量、负载能力、动力系统(如电机和螺旋桨)、电池续航力和通信系统等。
2)系统集成:集成飞控系统(Flight Controller),负责协调无人机的飞行动态,包括稳定性和导航。集成传感器系统,如GPS、IMU(惯性测量单元)、避障传感器(如激光雷达、红外或视觉系统)。
步骤二:搭载装置设计
1)预留空间设计:在无人机模型的底部设计预留空间,以便根据使用需求装载花粉授粉装置或者农药喷洒装置。确保装置的安装不会影响无人机的飞行稳定性和负载分布。
2)装置选择和适配:根据目标作物和作业环境,选择合适的授粉喷药装置。
设计必要的接口和固定机制,确保装置在飞行中的安全。
步骤三:飞行轨迹规划
1)路径规划算法设计:使用高级路径规划算法(如A*、RRT、D*或遗传算法等),来规划无人机在果树或粮食作物上空的最优飞行轨迹。轨迹需考虑作物布局、风速风向、作业面积和作业效率等因素。
2)避障算法集成:
集成避障算法,以确保无人机在飞行过程中可以自主识别和规避障碍物,如树枝、电线或其他无人机。避障算法使用视觉识别、雷达或其他传感器获取的数据来检测和回避障碍。
3)实时数据处理和调整:在无人机飞行过程中,实时处理传感器数据,如风速、位置、障碍物信息,并根据这些数据调整飞行轨迹,保持路径规划的准确性和安全性。
4)用户界面和控制:设计用户友好的操作界面,允许操作员进行轨迹规划的输入和调整,并实时监控无人机的飞行状态。通过上述的模型构建、装置搭载设计和飞行轨迹规划,这种无人机飞行轨迹规划方法能够在农业领域为作物喷药和授粉提供高效、精确且安全的自动化解决方案。
针对现有技术存在的问题,本发明提供了一种无人机飞行轨迹规划方法及相关装置。
如图1所示,本发明实施例提供的一种无人机飞行轨迹规划方法,所述无人机飞行轨迹规划方法包括以下步骤:
S101,建立无人机模型;
S102,在模型底部预留空间搭载花粉授粉装置或者药箱装置;
S103,利用无人机的果树或粮食作物授粉喷药的路径规划系统规划无人机飞行轨迹。
该无人机飞行轨迹规划方法是针对农业应用设计的,尤其是果树和粮食作物的授粉与喷药操作。它结合了现代无人机技术、精准农业和自动化控制系统。以下是详细的工作原理:
步骤一:建立无人机模型
模型设计:首先,设计一个与大疆等成熟无人机品牌的结构类似的无人机模型,确保其具有稳定的飞行能力和足够的载重空间。
系统集成:在无人机模型中集成必要的传感器和导航系统,如GPS、IMU(惯性测量单元)、以及用于环境感知的视觉/雷达系统。
步骤二:搭载功能装置
花粉授粉装置/药箱装置:在无人机底部预留空间内,安装可调节的花粉授粉装置或者药箱装置。这些装置能够在飞行过程中释放花粉或喷洒农药。
调节机制:确保这些装置能够根据飞行高度和作物类型调整释放量或喷洒量,以达到最佳效果。
步骤三:路径规划系统
数据输入:收集果树或粮食作物的分布图和生长数据,输入到无人机的飞行规划系统中。
避障及轨迹规划算法:使用高级算法,如A*或Dijkstra算法结合实时避障技术,计算出飞行路径。这些算法会综合考虑地形、气候、作物生长情况和障碍物分布,生成最优飞行轨迹。
轨迹优化:根据实时数据,如风速和其他环境变量,动态调整飞行轨迹以优化授粉或喷药效率。
系统整合与执行
实时监控:在执行任务期间,无人机系统会实时监控飞行状态和作业效果,确保操作的准确性。
数据反馈:作业完成后,系统会收集作业数据并反馈给操作员或者集成到农业管理系统中,以供未来的作业规划和决策使用。
通过这种方法,无人机可以在保证安全和高效的同时,自动完成果树和粮食作物的授粉或喷药任务,大幅度提高农业生产效率,并减少人工成本。
进一步,所述无人机建模的部分贴切与大疆等成熟的无人机。
进一步,所述无人机的果树或粮食作物授粉喷药的路径规划系统使用避障及轨迹规划算法。
一种无人机飞行轨迹规划的相关装置,可以为授粉装置,也可以为其他模块。
进一步,所述授粉装置搭载在中型无人机下方连接完成工作。
进一步,所述授粉装置携带大量的花粉,并且内部做工不产生热量。
进一步,所述授粉装置在授粉的时候根据实际情况控制出去的粉量。
进一步,所述授粉装置内部的混合结构,让研磨完成后的花粉授粉前与授粉助剂类进行充分混合。
进一步,所述授粉装置内部采用磁或者电的技术。
以下是两个具体的实施例及其实现方案:
实施例1:自动果园喷洒系统
无人机建模:选择一款适用于农业的无人机,如大疆农业喷洒无人机,作为基础模型。
载荷定制:在无人机的预留空间安装定制的喷洒装置,确保能够容纳足够的农药,并且喷头设计能够实现均匀喷洒。
飞行轨迹规划系统:开发一个基于GPS和地图数据的轨迹规划系统。该系统能够根据果园的具体布局,天气情况和作物生长周期自动规划喷洒路径。
避障系统:整合雷达或视觉识别系统进行实时避障,以避免在复杂的果园环境中与树木或其他障碍物相撞。
执行与监控:通过遥控或自动飞行模式执行飞行任务。操作员可以通过地面控制站监控飞行状态和喷洒情况,确保作业的准确性和效率。
实施例2:智能粮食作物授粉系统
无人机选型:选取适合粮食作物授粉的无人机,例如能够搭载较轻负载的多旋翼无人机。
授粉装置:在无人机下方安装可释放花粉的授粉装置,保证在飞行过程中能均匀分布花粉。
路径规划:利用遥感技术和大数据分析作物生长数据,结合无人机自身的避障及轨迹规划算法,规划出最优的授粉飞行轨迹。
环境适应算法:集成温度、湿度传感器等环境监测设备,实时调整授粉强度和路径规划,以适应不同天气条件。
自动控制和反馈:在执行授粉任务的同时,系统能够自动收集授粉效果的数据,并根据反馈结果调整后续飞行计划。
这两个实施例展示了如何通过无人机技术的应用,结合智能软件系统和自动化硬件,解决特定的农业问题,提高作物产量和农业作业效率。
本发明提供的无人机飞行轨迹规划方法专注于在农业应用中的精准和高效操作,特别是在果树和粮食作物的授粉及喷药活动中。以下是该方法的具体实现步骤和规划算法的描述:
步骤一:建立无人机模型
无人机模型的构建:模型建立会基于成熟无人机技术,如大疆无人机的设计和性能参数。这包括无人机的尺寸、重量、飞行能力(如速度、航程)、载荷能力等。
模拟测试:在虚拟环境中,使用该模型进行模拟测试,确保其性能参数符合实际操作需求。
步骤二:装载特定装置
装置搭载:在无人机模型底部预留空间用于搭载花粉授粉装置或药箱装置。这些装置的设计要考虑到整体重量对无人机飞行性能的影响。
调整与优化:根据装置的重量和尺寸调整无人机的重心和飞行参数,以确保飞行稳定性。
步骤三:路径规划系统
避障及轨迹规划算法:采用高级算法(如A*算法、动态窗口法、人工势场法等)来规划无人机的飞行轨迹。这些算法能有效计算从起点到终点的最优路径,同时考虑避免障碍物(如树木、建筑物)。
地图与环境数据集成:系统将集成高精度地图和环境数据(包括地形、植被高度等)来辅助规划更精确的飞行路径。
实时调整:在实际飞行中,系统能实时调整飞行轨迹以应对环境变化(如风速变化、意外障碍物出现)。
任务特定优化:对于授粉或喷药任务,系统会优化飞行高度和速度,确保均匀且高效的作业。
1)飞行路径规划:首先,系统将基于任务需求(如授粉或喷药区域)和环境数据生成初始飞行路径。
2)避障策略:在飞行过程中,无人机会利用搭载的传感器(如雷达、光学传感器)实时检测环境,避障算法根据这些数据动态调整飞行路径。
3)高效作业:系统根据作物类型和分布,优化喷洒或授粉的范围和密度,确保每个区域都被有效覆盖。
本发明提供的具体阐述这些算法的核心步骤和逻辑:
第一,A*算法
A*算法是一种用于寻找在两点之间最短路径的算法。它结合了最好优先搜索和Dijkstra算法的特点,使用一个评价函数`f(n)=g(n)+h(n)`来选择路径,其中:
`g(n)`:从起点到当前点的实际成本。
`h(n)`:当前点到终点的估计成本(启发式估计)。
#步骤:
1)初始化:将起始节点加入开放列表(未检测的节点)。
2)循环检查:只要开放列表不为空,重复以下步骤:
从开放列表中找到具有最低`f(n)`值的节点,记为当前节点。
检查当前节点是否为目标节点。如果是,路径被找到,算法结束。
将当前节点移至关闭列表(已检测的节点)。
对当前节点的每个相邻节点:
如果它已在关闭列表中,忽略它。
如果它不在开放列表中,计算`f(n)`,并将其添加到开放列表中。
第二,动态窗口法(DWA)
DWA用于动态避免障碍物,特别适用于移动机器人和无人机。
#步骤:
1)速度采样:基于当前速度和加速度限制,对的速度空间进行采样。
2)模拟未来轨迹:对每个采样速度,预测在一定时间内的轨迹。
3)计算成本:为每条轨迹分配成本,基于因素如与目标的距离、与障碍物的接近程度。
4)选择最佳轨迹:选择成本最低的轨迹,并将对应的速度作为下一步的指令。
第四,人工势场法
人工势场法是一种通过模拟势场力来避免障碍物的方法。
#步骤:
1)势场建立:
为每个障碍物创建排斥势场。
为目标位置创建吸引势场。
2)计算合力:在无人机的当前位置,计算由所有势场产生的合力。
3)路径调整:根据计算出的合力调整无人机的移动方向和速度。
通过结合这些算法,无人机可以在复杂环境中高效、安全地导航,同时实现特定任务(如喷药或授粉)的精确执行。实际应用时,算法的具体参数(如势场强度、速度采样粒度等)需要根据无人机的性能和任务需求进行调整和优化。
本发明的无人机飞行轨迹规划方法综合考虑了无人机的设计参数、装载特定农业作业装置的需求,以及高级避障及轨迹规划算法的应用,使得无人机在果树和粮食作物的授粉及喷药活动中能够实现高效、精准的飞行和作业。
为了具体无人机飞行轨迹规划方法,以下是具体实现步骤:
1.数据集成和预处理
地形和环境数据:集成高精度地图数据,包括地形、植被高度、障碍物分布等信息。
气候数据:集成实时气候数据,如风速、风向、湿度等。
作物信息:输入作物的种类、生长阶段、行间距等信息。
2.初始路径规划
使用A*或Dijkstra算法:根据无人机的起始位置和目标区域,利用A*或Dijkstra算法计算初步飞行轨迹。这些算法通过评估不同路径的成本来找出最短或最有效的路径。
考虑环境因素:在路径计算中,考虑地形起伏、植被高度等因素,确保飞行轨迹适应地形条件。
3.实时避障与轨迹调整
传感器数据集成:利用搭载的传感器(如雷达、光学相机)实时检测周围环境和障碍物。
动态调整路径:如果检测到障碍物或环境变化,系统会动态调整飞行路径。这种调整基于实时数据和避障算法,以确保无人机安全飞行并避免的障碍。
4.作业参数优化
调整飞行高度和速度:根据作物类型和生长阶段,自动调整无人机的飞行高度和速度,以优化授粉或喷药效果。
喷洒或授粉范围调整:根据作物行间距和植被密度,调整喷洒或授粉的宽度和密度。
5.实时反馈与自适应
实时反馈机制:无人机会实时反馈飞行状态和作业效果,如覆盖面积和资源使用量。
自适应系统:系统会根据实时反馈调整飞行策略,以适应突发的环境变化,如天气变化或未预料的障碍物。
通过这种方法,无人机可以在复杂的农业环境中进行高效、精确的飞行和作业。该系统的核心优势在于其能够实时响应环境变化并据此调整飞行轨迹,同时优化作业效果。
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)
1.一种无人机飞行轨迹规划方法,其特征在于,其特征在于:包括:
a)建立无人机模型,确保该模型具有与无人机的飞行稳定性及足够的载重空间,包括但不限于具备至少2小时的连续飞行时间和至少5公斤的有效载荷能力;
b)在无人机模型底部预留空间,用于搭载花粉授粉装置或药箱装置,装置设计能够根据飞行高度及作物类型自动调整装置的释放或喷洒量;
c)利用无人机的路径规划系统,输入作物分布与生长数据,并采用避障及轨迹规划算法计算出最优飞行轨迹,同时考虑环境因素如风速、地形起伏。
2.根据权利要求1所述的无人机飞行轨迹规划方法,其特征在于,所述步骤c)中的路径规划系统采用的是结合实时避障技术的A*或Dijkstra算法,该系统能够根据地形、气候、作物生长情况以及障碍物分布实时生成和优化飞行轨迹,同时实现路径的动态调整以适应突发的环境变化。
3.根据权利要求2所述的无人机飞行轨迹规划方法,其特征在于,所述无人机在执行任务期间,会通过安装的传感器和导航系统对飞行状态和作业效果进行实时监控。监控数据包括但不限于飞行速度、高度、作业区域覆盖率,并在作业完成后收集作业数据,如作业面积、药物或花粉使用量,反馈给操作员或农业管理系统,用于未来作业规划和决策分析。
4.根据权利要求1所述的无人机飞行轨迹规划方法,其特征在于,包括以下步骤:
建立无人机模型:构建一个基于成熟无人机技术的模型,该模型包括尺寸、重量、飞行能力、载荷能力参数,并进行模拟测试以确保模型的实际操作适用性;
装载特定装置:在无人机模型底部预留空间以搭载花粉授粉装置或药箱装置,这些装置能够根据飞行高度和作物类型自动调整释放或喷洒量;
实施路径规划系统:采用避障及轨迹规划算法,结合高精度地图和实时环境数据来计算最优飞行轨迹,并能实时调整以适应环境变化,如突发的气候条件变化或障碍物出现。
5.根据权利要求4所述的无人机飞行轨迹规划方法,其特征在于,
在路径规划过程中,结合无人机搭载的传感器提供的实时数据进行动态避障,确保无人机在复杂环境中的安全飞行;
系统能够根据实时监测到的地形、障碍物、气候条件因素动态调整飞行轨迹,以确保作业的连续性和效率;
根据作物类型和生长阶段,自动调整飞行参数,如高度、速度和喷洒/授粉范围,以提高授粉或喷药的准确性和均匀性。
6.一种无人机飞行轨迹规划的相关装置,特别设计用于农业作业,其特征在于,该装置可以为授粉装置,也可以为喷药、病虫害监测或作物生长情况评估其他农业作业模块;所述授粉装置设计为能够轻松安装和拆卸于中型无人机下方,并且在执行作业时能够稳定地连接并完成工作,装置包括快速接口和防震结构。
7.如权利要求6所述的无人机飞行轨迹规划的相关装置,其特征在于,所述授粉装置能够携带大量的花粉,并且在设计上确保内部操作时不产生过多热量,以避免影响花粉的质量和效果;所述授粉装置能够根据实际作业情况通过精密的控制系统调节释放的花粉量,确保授粉效果的均匀和高效。
8.如权利要求6所述的无人机飞行轨迹规划的相关装置,其特征在于,所述授粉装置内部具有混合结构,包括一个旋转式混合器,用于在授粉前将研磨完成的花粉与授粉助剂进行充分混合,确保授粉效果的一致性和有效性。
9.如权利要求6所述的无人机飞行轨迹规划的相关装置,其特征在于,所述授粉装置内部采用磁力或电力技术以提高授粉效率和准确性,其中磁力技术用于快速分散花粉,而电力技术用于精确控制花粉释放量。
10.如权利要求6所述的无人机飞行轨迹规划的相关装置,其特征在于,所述无人机装备有多种类型的传感器,包括但不限于雷达、光学传感器和GPS,以支持高精度的实时环境感知和作业效果监控;这些传感器能够提供环境的三维映射,实时监测风速和风向,以及确保无人机在复杂环境中的安全飞行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524789.6A CN117406776A (zh) | 2023-11-16 | 2023-11-16 | 一种无人机飞行轨迹规划方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524789.6A CN117406776A (zh) | 2023-11-16 | 2023-11-16 | 一种无人机飞行轨迹规划方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117406776A true CN117406776A (zh) | 2024-01-16 |
Family
ID=89496148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524789.6A Pending CN117406776A (zh) | 2023-11-16 | 2023-11-16 | 一种无人机飞行轨迹规划方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117406776A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117837366A (zh) * | 2024-03-04 | 2024-04-09 | 湖南惠农科技有限公司 | 一种基于农业物联网的农业监管平台 |
CN117850457A (zh) * | 2024-03-07 | 2024-04-09 | 湖南林科达农林技术服务有限公司 | 一种基于北斗技术的无人机林间精准作业飞行控制系统 |
CN117837366B (zh) * | 2024-03-04 | 2024-06-07 | 湖南惠农科技有限公司 | 一种基于农业物联网的农业监管平台 |
-
2023
- 2023-11-16 CN CN202311524789.6A patent/CN117406776A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117837366A (zh) * | 2024-03-04 | 2024-04-09 | 湖南惠农科技有限公司 | 一种基于农业物联网的农业监管平台 |
CN117837366B (zh) * | 2024-03-04 | 2024-06-07 | 湖南惠农科技有限公司 | 一种基于农业物联网的农业监管平台 |
CN117850457A (zh) * | 2024-03-07 | 2024-04-09 | 湖南林科达农林技术服务有限公司 | 一种基于北斗技术的无人机林间精准作业飞行控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9382003B2 (en) | Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs | |
US20160307448A1 (en) | Hybrid airship-drone farm robot system for crop dusting, planting, fertilizing and other field jobs | |
Ju et al. | A review on multirobot systems in agriculture | |
Gorjian et al. | Applications of solar PV systems in agricultural automation and robotics | |
CN117406776A (zh) | 一种无人机飞行轨迹规划方法及相关装置 | |
CN104527981A (zh) | 一种利用农用无人机进行农药喷施的方法 | |
CN109814597A (zh) | 集群式植保无人机控制系统的控制方法 | |
Zhan et al. | Biological control technology and application based on agricultural unmanned aerial vehicle (UAV) intelligent delivery of insect natural enemies (Trichogramma) carrier | |
CN109254545A (zh) | 一种多个无人农机车辆远程集中控制系统与方法 | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测系统 | |
Koç | Design and Development of a Low-cost UAV for Pesticide Applications | |
WO2022108533A1 (en) | Method and system for pollination | |
Uche et al. | UAV for agrochemical application: a review | |
CA3224120A1 (en) | Multi-device agricultural field treatment | |
Ma et al. | Research on route planning of plant protection UAV based on area modular division | |
Meti et al. | IoT and Solar Energy Based Multipurpose Agricultural Robot for Smart Farming | |
US20190313571A1 (en) | Robotic System For Automated Soil Testing And Analyses | |
EP4230037A1 (en) | Multi-device agricultural field treatment | |
Kumawat et al. | Agri-Drones for Field Surveillance | |
Wen Zhu | AROS The Autonomous Robot for Orchard Surverying | |
Castaldo | Revolucionando a agricultura pelos céus: explorando o potencial dos drones de pulverização na agricultura de precisão | |
Li et al. | Sensing and Automation Technologies Applied in Pollination | |
Kadu et al. | UAV (Unmanned Aerial Vehicle) for Agriculture Application-A State-of-the-Art Review. | |
CN114237255A (zh) | 空地协同荒漠治理机器人系统 | |
Gheorghe et al. | Field crops protection system using an aircraft without a pilot (agricultural drone). |
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 |