WO2022067687A1 - 农业植保无人机的作业结构识别、控制方法、装置及设备 - Google Patents

农业植保无人机的作业结构识别、控制方法、装置及设备 Download PDF

Info

Publication number
WO2022067687A1
WO2022067687A1 PCT/CN2020/119448 CN2020119448W WO2022067687A1 WO 2022067687 A1 WO2022067687 A1 WO 2022067687A1 CN 2020119448 W CN2020119448 W CN 2020119448W WO 2022067687 A1 WO2022067687 A1 WO 2022067687A1
Authority
WO
WIPO (PCT)
Prior art keywords
gain
plant protection
agricultural plant
protection drone
current
Prior art date
Application number
PCT/CN2020/119448
Other languages
English (en)
French (fr)
Inventor
王晓亮
贾向华
王璐
Original Assignee
深圳市大疆创新科技有限公司
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 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN202080009777.8A priority Critical patent/CN113330385A/zh
Priority to PCT/CN2020/119448 priority patent/WO2022067687A1/zh
Publication of WO2022067687A1 publication Critical patent/WO2022067687A1/zh

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
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS 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 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
    • G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
    • 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

Definitions

  • the present application relates to the technical field of unmanned aerial vehicles, and in particular, to a method, device and equipment for identifying the operation structure of an agricultural plant protection unmanned aerial vehicle.
  • the embodiments of the present application provide a method, device, and equipment for identifying an operation structure of an agricultural plant protection drone, so as to solve the problem of high use cost in the prior art.
  • the embodiments of the present application provide a method for identifying an operation structure of an agricultural plant protection drone, the method comprising:
  • the first gain is calculated and obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis;
  • the current operating structure of the agricultural plant protection drone is identified.
  • the embodiments of the present application provide a control method for an agricultural plant protection drone, including:
  • the operation mode of the agricultural plant protection drone is determined, and the operation mode includes at least one of the following: a common operation mode and a fruit tree operation mode;
  • an embodiment of the present application provides an operation structure identification device of an agricultural plant protection drone, the device comprising: a memory and a processor;
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the first gain is calculated and obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis;
  • the current operating structure of the agricultural plant protection drone is identified.
  • an embodiment of the present application provides a processing device for an agricultural plant protection drone, including: a memory and a processor;
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the operation mode of the agricultural plant protection drone is determined, and the operation mode includes at least one of the following: a common operation mode and a fruit tree operation mode;
  • the embodiments of the present application provide an agricultural plant protection drone, the agricultural plant protection drone comprising a fuselage, a power system disposed on the fuselage, and an operation structure identification device;
  • the power system is used to provide power for the agricultural plant protection drone
  • the work structure identification device includes a memory and a processor
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the first gain is calculated and obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis;
  • the current operating structure of the agricultural plant protection drone is identified.
  • the embodiments of the present application provide an agricultural plant protection drone, the agricultural plant protection drone comprising a fuselage, a power system and a control device arranged on the fuselage;
  • the power system is used to provide power for the agricultural plant protection drone
  • control device includes a memory and a processor
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the operation mode of the agricultural plant protection drone is determined, and the operation mode includes at least one of the following: a common operation mode and a fruit tree operation mode;
  • an embodiment of the present application provides a computer-readable storage medium, where the computer-readable storage medium stores instructions, and the instructions can be executed by a processor to control the processor to perform any one of the first aspect the method described.
  • an embodiment of the present application provides a computer-readable storage medium, where the computer-readable storage medium stores instructions, and the instructions can be executed by a processor to control the processor to perform any one of the second aspect the method described.
  • the embodiments of the present application provide a method, device and equipment for identifying the operation structure of an agricultural plant protection drone.
  • acquiring the current speed data of the agricultural plant protection drone rotating relative to the target axis based on the current speed data and the current control signal, calculate The first gain is obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis.
  • the current operation structure of the agricultural plant protection drone is identified, and the current operation structure of the agricultural plant protection drone is automatically identified. It does not require the user to use the terminal to inform the agricultural plant protection drone of the operation structure, thereby reducing the cost of use.
  • FIG. 1 is a schematic diagram of an application scenario of a method provided by an embodiment of the present application
  • FIG. 2A is a schematic diagram of an agricultural plant protection drone under a common operation structure provided by an embodiment of the application;
  • 2B is a schematic diagram of an agricultural plant protection drone under a fruit tree operation structure provided by an embodiment of the application;
  • FIG. 3 is a schematic flowchart of an operation structure identification method of an agricultural plant protection drone provided by an embodiment of the present application
  • FIG. 4 is a schematic diagram of a frequency-gain relationship curve provided by an embodiment of the present application.
  • FIG. 5 is a schematic flowchart of a method for identifying an operation structure of an agricultural plant protection drone provided by another embodiment of the present application;
  • FIG. 6 is a schematic flowchart of a control method for an agricultural plant protection drone provided by another embodiment of the present application.
  • FIG. 7 is a schematic structural diagram of an operation structure identification device of an agricultural plant protection unmanned aerial vehicle provided by an embodiment of the present application.
  • FIG. 8 is a schematic structural diagram of a control device for an agricultural plant protection drone provided by an embodiment of the present application.
  • the agricultural plant protection drone 10 may include a fuselage 11 , which is arranged on the fuselage 11 .
  • the power system 12 is used to provide power for the agricultural plant protection drone 10
  • the spraying equipment 14 is used to spray pesticides, seeds, fertilizers, etc.
  • the device 13 is used to implement the Methods.
  • the agricultural plant protection drone 10 has at least two operation structures, and by replacing the components of the agricultural plant protection drone 10, switching between different operation structures can be realized.
  • the at least two working structures may include a first working structure and a second working structure.
  • the first work structure may be a work structure for a common work scene (hereinafter referred to as a common work structure).
  • the common work structure may specifically include a farmland work structure.
  • the second work structure may be a work structure for an uncommon work scene (hereinafter referred to as an uncommon work structure).
  • the uncommon work scene includes a fruit tree work scene
  • the uncommon work structure may specifically include a fruit tree work structure.
  • the first operation structure includes a common operation structure
  • the second operation structure includes a fruit tree operation structure as an example for illustration.
  • the current operation structure of the agricultural plant protection drone 10 in FIG. 1 is one of the at least two operation structures. Among them, under different operation structures, the rotational moment of the agricultural plant protection drone 10 around the target axis is different, so as to adapt to different operation scenarios.
  • the target axis includes one or more of a pitch axis, a roll axis, and a yaw axis.
  • the operation structure of the agricultural plant protection drone 10 may use a common operation structure.
  • a schematic structural diagram of the agricultural plant protection drone 10 may be, for example, as shown in FIG. 2A .
  • the arm 15 is perpendicular to the power component (not shown) to generate a force in the direction shown by the arrow in FIG. 2A , so that the agricultural plant protection drone 10 can fly in a parallel attitude.
  • the power component can be formed by connecting the propeller, the motor, the electronic governor, etc. in sequence.
  • the posture of the agricultural plant protection drone 10 is mainly an inclined posture, and the requirements for the degree of inclination of the agricultural plant protection drone 10 are relatively high, so as to realize the spraying method in the inclined downward direction to the trees. Perform three-dimensional spraying.
  • the operation structure of the agricultural plant protection drone 10 can use the fruit tree operation structure.
  • a schematic structural diagram of the agricultural plant protection drone 10 may be, for example, as shown in FIG. 2B . Referring to FIG. 2B, under the fruit tree operation structure, the arm 15 is inclined outward relative to the power component (not shown) to generate a force in the direction shown by the arrow in FIG. 2B, so that the agricultural plant protection drone 10 can fly in an inclined attitude.
  • the power component can be formed by connecting the propeller, the motor, the electronic governor, etc. in sequence.
  • the relationship between the attitude information and the power parameters of the agricultural plant protection drone 10 Different, wherein, the power parameter refers to the parameter used to control the attitude change of the agricultural plant protection drone 10, and the attitude information refers to the attitude change condition of the agricultural plant protection drone Information. Therefore, the relationship between the attitude information and the dynamic parameters of the agricultural plant protection drone can be used to characterize which of the at least two operation structures the operation structure of the agricultural plant protection drone 10 is.
  • the power parameter may include a control signal for controlling the rotation of the agricultural plant protection drone around the target axis.
  • the attitude information may include speed data of the rotation of the agricultural plant protection drone 10 around the target axis.
  • the speed data may include angular velocity.
  • the embodiment of the present application provides an operation identification method for an agricultural plant protection drone, so as to automatically identify the agricultural plant protection drone 10 based on the relationship characteristics between the attitude information and dynamic parameters of the agricultural plant protection drone 10 under different operation structures.
  • the operation structure of the agricultural plant protection drone does not need the user to use the terminal to inform the agricultural plant protection drone of the operation structure, thereby reducing the cost of use.
  • the embodiment of the present application also provides a control method for an agricultural plant protection drone, so as to automatically determine the agricultural plant protection drone 10 based on the relationship between the attitude information and power parameters of the agricultural plant protection drone 10 under different operation structures.
  • the operation mode of the plant protection UAV, and the adaptation of the control parameters based on the determined operation mode, and the user uses the terminal to inform the agricultural plant protection UAV of the operation structure, and the agricultural plant protection UAV performs the parameters based on the operation structure informed by the user.
  • the user does not need to inform the plant protection drone of the operation structure, which can reduce the cost of use.
  • FIG. 3 is a schematic flowchart of a method for identifying an operation structure of an agricultural plant protection drone provided by an embodiment of the present application.
  • the execution body of this embodiment may be the device 13 , and specifically may be the processor of the device 13 .
  • the method of this embodiment may include:
  • Step 31 Obtain the current speed data of the rotation of the agricultural plant protection drone relative to the target axis.
  • the current velocity data may specifically include a linear velocity, or, optionally, the current velocity data may specifically include an angular velocity. Since the current speed data includes the angular speed, there is no need to distinguish motors with different rotor radii, which is beneficial to simplify the implementation.
  • the target axis may be the pitch axis; when the agricultural plant protection drone flies parallel to the pitch axis, the target axis The axis may be a roll axis; when the agricultural plant protection drone flies in a direction parallel to the yaw axis, the target axis may be the yaw axis.
  • Step 32 Calculate a first gain based on the current speed data and the current control signal, and the control signal is used to control the agricultural plant protection drone to rotate relative to the target axis.
  • the control signal when the current speed data includes a linear speed, the control signal may be used to represent a physical quantity related to linear speed control.
  • the control signal may be used to represent a physical quantity related to angular velocity control.
  • the rotational moment of the agricultural plant protection UAV around the target axis is different. If the control signal is used as the input of the system and the speed data is used as the output of the system, the gain generated by different operating structures for the same input control signal Therefore, the current operating structure of agricultural plant protection drones can be identified based on the gain. Thus, the first gain can be calculated based on the current speed data and the current control signal in step 32 .
  • the at least two operating structures include a common operating structure and a fruit tree operating structure
  • the rotational moment of the agricultural plant protection UAV around the pitch axis under the common operating structure is greater than the rotational moment of the agricultural plant protection UAV around the pitch axis under the fruit tree operating structure
  • the comparison of the frequency (unit Hz)-gain (unit dB) relationship curve of the system transfer function model under the two operating structures can be, for example, as shown in FIG. 4 .
  • the frequency-gain relationship curve (curve shown by the dotted line) of the fruit tree working structure is below the frequency-gain relationship curve (curve shown by the solid line) of the common working structure, that is, corresponding to the frequency of the same control signal, the ordinary working structure
  • the gain produced by the system under the structure is greater than that produced by the system under the fruit tree operation structure.
  • the gain of the system under the common operation structure is g 1
  • the gain of the system under the fruit tree operation structure is g 2 .
  • FIG. 4 takes two operation structures as an example.
  • there are more types of operation structures such as three types, there may be three relationship curves, and the three relationship curves correspond to the three operation structures one-to-one.
  • the relationship curves are the relationship curve 1 corresponding to the operation mode with the largest torque, the relationship curve 2 corresponding to the operation mode with the second torque, and the relationship curve 3 corresponding to the operation mode with the smallest torque, the relationship curve 1 can be located between the relationship curve 2.
  • relationship 2 may lie above relationship 3 .
  • step 32 may specifically include: taking the ratio of the current speed data to the current control signal as the first gain.
  • the determination of the gain may be performed in the frequency domain.
  • step 32 may specifically include: taking the ratio of the Fourier transform result of the current speed data to the current Fourier transform result of the control signal as the first gain.
  • the gain is determined by transforming it into the frequency domain through Fourier transform, which is beneficial to remove noise.
  • the first gain g, the current control signal c and the current angular velocity r may satisfy the following formula (1), where fft represents the Fourier transform.
  • Step 33 based on the first gain, identify the current operation structure of the agricultural plant protection drone.
  • the current operating structure of the agricultural plant protection drone can be identified based on the magnitude relationship between the first gain and g x , where g x is located at g 1 and g 2 .
  • the current working structure of the agricultural plant protection drone may be identified as a common working structure; if the first gain is less than or equal to g x , all The current operation structure of the agricultural plant protection drone is identified as the fruit tree operation structure.
  • the gain of the system will decrease with the decrease of the battery voltage of the agricultural plant protection drone, it will also decrease with the increase of the load quality, that is, with the change of the battery voltage and the change of the load quality, the relationship shown in Figure 4
  • the curve will change, so in order to improve the accuracy of the identification of the working structure, the voltage of the UAV battery and the influence of the load condition can be considered.
  • the aforementioned size based on the first gain and g x can be used The way the relationship identifies the current operating structure of the agricultural plant protection drone.
  • the first gain is calculated based on the current speed data and the current control signal, and the control signal is used to control the agricultural plant protection drone
  • the drone rotates relative to the target axis, and based on the first gain, the current operation structure of the agricultural plant protection drone is identified, and the current operation structure of the agricultural plant protection drone is automatically identified, and the user does not need to use the terminal to inform the agricultural plant protection drone of the operation structure. man-machine, thereby reducing the cost of use.
  • FIG. 5 is a schematic flowchart of a method for identifying an operation structure of an agricultural plant protection drone provided by another embodiment of the present application. Based on the embodiment shown in FIG. 3 , this embodiment mainly describes a method for identifying agriculture based on the first gain. The specific implementation of the current operating structure of the plant protection UAV. As shown in FIG. 5 , the method of this embodiment may include:
  • Step 51 obtaining the current speed data of the rotation of the agricultural plant protection drone relative to the target axis.
  • step 51 is similar to step 31, and details are not repeated here.
  • Step 52 Calculate a first gain based on the current speed data and the current control signal, and the control signal is used to control the agricultural plant protection drone to rotate relative to the target axis.
  • step 52 is similar to step 32, and details are not repeated here.
  • Step 53 based on the current voltage and load conditions, the first gain is equivalent to the gain under the preset voltage and load conditions to obtain the second gain.
  • the preset voltage and load conditions can be flexibly implemented according to requirements.
  • the preset voltage and load conditions may include full voltage and no load. Since the gain of the system will decrease with the decrease of the battery voltage of the agricultural plant protection UAV, it will also decrease with the increase of the load quality of the agricultural plant protection UAV. Therefore, the gain of the system is the largest under the condition of full voltage and no load.
  • the preset voltage and load conditions include full voltage and no load, which can facilitate the verification of the equivalently obtained first gain and avoid the problem that the second gain is obviously wrong, that is, when the equivalently obtained second gain is When the gain is greater than the preset gain under voltage and load conditions, the second gain may be limited to the preset gain under voltage and load conditions.
  • the first gain can be equivalent to the gain under the preset voltage and load conditions to obtain the second gain.
  • step 53 may specifically include: determining a first equivalent output lift based on the current voltage and load conditions; and, based on the first equivalent output lift, the second equivalent output lift and the first gain, A second gain is obtained by calculation, wherein the second equivalent output lift is the equivalent output lift of the agricultural plant protection drone under the preset voltage and load conditions.
  • the above-mentioned first equivalent output lift and second equivalent output lift may be obtained through the flight control system of the UAV, which is not limited in this application.
  • the first equivalent output lift force T, the second equivalent output lift force T 0 , the first gain g and the second gain g′ satisfy the following formula (2).
  • the equivalent scaling factor k 1 may be calculated based on the first equivalent output lift force and the second equivalent output lift force, and then based on the equivalent scaling factor k 1 and The first gain is calculated to obtain the second gain.
  • the first gain can be equivalent to the gain under the preset voltage and load conditions to obtain the second gain.
  • step 53 may specifically include: calculating the second gain based on the overall machine quality under the current voltage and load conditions, the overall machine quality under the preset voltage and load conditions, and the first gain.
  • the current voltage u, the whole machine mass m under the current load condition, the preset voltage u 0 , the whole machine mass m 0 under the preset load condition, the first gain g and the second gain g′ can satisfy The following formula (2).
  • the equivalent scaling factor k can be calculated based on the current voltage and the quality of the whole machine under the load condition, the preset voltage and the whole machine quality under the load condition. 2 , and then the second gain is calculated based on the equivalent scaling factor k 2 and the first gain.
  • the gain under the preset voltage and load conditions and the gain under the current voltage and load conditions can be converted to each other. It can be seen from this that in other embodiments, the reference gain under the preset voltage and load conditions can also be equivalent to the gain under the current voltage and load conditions, so as to realize the identification of the Current operational results of agricultural plant protection drones.
  • g 1 can be equivalent to the current voltage and load conditions. gain to obtain gain g 1 ', and equivalent g 2 to the gain under current voltage and load conditions to obtain gain g 2 '. Further, g x ' may be determined based on g 1 ' and g 2 ', where g x ' is located between g 1 ' and g 2 '. Finally, the current operating structure of the agricultural plant protection drone can be identified based on the magnitude relationship between the first gain and g x '.
  • the current working structure of the agricultural plant protection drone can be identified as a common working structure; if the first gain is less than or equal to g x ', it can be Identify the current operation structure of the agricultural plant protection drone as the fruit tree operation structure.
  • Step 54 based on the second gain, identify the current operation structure of the agricultural plant protection drone.
  • step 54 may specifically include: based on the second gain and the reference gain respectively generated by the at least two operating structures for the same input control signal under the preset voltage and load conditions , identify the current operating structure of the agricultural plant protection drone.
  • the gain - frequency curves of the two are as shown in FIG. )/(g'-g 2 ) and the proportional threshold, identify the current operation structure of the agricultural plant protection drone. If the (g 1 -g')/(g'-g 2 ) is greater than the ratio threshold, the current operation structure of the agricultural plant protection drone is identified as the common operation structure; if the (g 1 -g')/(g'-g 2 ) is less than or equal to the ratio threshold, then the current operation structure of the agricultural plant protection drone is identified as the fruit tree operation structure.
  • the identifying the current operation structure of the agricultural plant protection drone based on the second gain may specifically include: identifying the agricultural plant protection drone based on the magnitude relationship between the second gain and a gain threshold.
  • the at least two operating structures include a first operating structure and a second operating structure, the first operating structure producing a first reference gain, the second operating structure producing a second reference gain, the gain A threshold is located between the first reference gain and the second reference gain.
  • the first reference gain may be g 1 in FIG. 4
  • the second reference gain may be, for example, FIG. 4 . g 2 .
  • the gain threshold may be close to the second reference gain.
  • the first reference gain g 1 , the second reference gain g 2 and the gain threshold g x may satisfy the following formula (6).
  • the current operation structure of the agricultural plant protection drone is identified based on the magnitude relationship between the second gain and the gain threshold, which may specifically be: Including: if the second gain is greater than the gain threshold, identifying the current working structure of the agricultural plant protection drone as the first working structure; if the second gain is less than or equal to the gain threshold, Then, the current operation structure of the agricultural plant protection drone is identified as the second operation structure.
  • the first reference gain is g 1 in FIG. 4
  • the second reference gain is g 2 in FIG. 4
  • the gain threshold determined based on g 1 and g 2 is g x
  • the second threshold is greater than g x
  • the current operation structure of the agricultural plant protection drone is identified as the common operation structure
  • the second threshold is less than or equal to g x
  • the current operation structure of the agricultural plant protection drone is identified as a fruit tree work structure
  • the first gain is equivalent to the gain under the preset voltage and load conditions, so as to obtain the second gain, and based on the second gain, identification of agricultural plant protection
  • the current operating structure of the man-machine realizes the automatic identification of the current operating structure of the agricultural plant protection drone, thereby reducing the cost of use.
  • the frequency of the control signal may be a specific frequency that satisfies a preset condition. This avoids the problem that the control signal has the same frequency as the other frequencies in the agricultural plant protection drone, resulting in greater signal interference.
  • the specific frequency is a frequency other than the excitation frequency of the propeller of the agricultural plant protection drone and the operating frequency of the load carried by the agricultural plant protection drone.
  • the agricultural plant protection drone after determining the current operation structure of the agricultural plant protection drone based on the first gain, it may further include: based on the current operation structure, control parameters. adaptation. Therefore, it is possible to implement corresponding control by using the control parameters adapted to the current working structure, which is beneficial to improve the flexibility of the control.
  • FIG. 6 is a schematic flowchart of a control method of an agricultural plant protection drone provided by another embodiment of the present application.
  • the execution body of this embodiment may be the device 13 , and specifically may be the processor of the device 13 .
  • the method of this embodiment may include:
  • Step 61 Obtain the current attitude information and current power parameters of the agricultural plant protection drone.
  • the power parameter refers to a parameter used to control the action force of the attitude change of the agricultural plant protection drone
  • the attitude information refers to a parameter used to characterize the attitude change of the agricultural plant protection drone information.
  • the power parameter may include a control signal for controlling the rotation of the agricultural plant protection drone around the target axis.
  • the attitude information may include speed data of the agricultural plant protection drone rotating around the target axis.
  • the speed data may include angular velocity.
  • Step 62 Determine the operation mode of the agricultural plant protection drone according to the current attitude information and the current power parameter, and the operation mode includes at least one of the following: a normal operation mode and a fruit tree operation mode.
  • the determined operation mode of the agricultural plant protection drone is the operation mode corresponding to the current operation structure of the agricultural plant protection drone.
  • the determined operation mode of the agricultural plant protection drone may be a fruit tree operation mode.
  • the determined operation mode of the agricultural plant protection drone may be an ordinary operation mode. Therefore, the operation mode of the agricultural plant protection drone can be determined by identifying the current operation structure of the agricultural plant protection drone based on the current attitude information and current power parameters of the agricultural plant protection drone.
  • step 62 may specifically include calculating a first gain according to the current speed data and the control signal; and determining an operation mode of the agricultural plant protection drone according to the first gain. It should be noted that the specific way of determining the operation mode of the agricultural plant protection drone according to the current attitude information and the current power parameters is the same as the specific method of identifying the current operation structure of the agricultural plant protection drone described in the previous embodiment. The method is similar and will not be repeated here.
  • Step 63 according to the determined operation mode, select appropriate control parameters.
  • the control parameters suitable for the fruit tree operation mode may be selected; if the determined operation mode is the ordinary operation mode, the control parameters suitable for the fruit tree operation mode may be selected; Control parameters adapted to the operating mode.
  • the method provided by the embodiment of the present application determines the operation mode of the agricultural plant protection UAV by acquiring the current attitude information and the current power parameters of the agricultural plant protection drone, according to the current attitude information and the current power parameters, and selects the operation mode according to the determined operation mode.
  • the adaptive control parameters realize the automatic determination of the operation mode of the agricultural plant protection UAV, and the adaptation of the control parameters based on the determined operation mode, which is incompatible with the user using the terminal to inform the agricultural plant protection UAV of the operation structure so as to be informed by the agricultural plant protection UAV.
  • the user does not need to inform the plant protection UAV of the operation structure, which can reduce the use cost.
  • FIG. 7 is a schematic structural diagram of a device for identifying an operation structure of an agricultural plant protection drone provided by an embodiment of the application.
  • the device 70 may include: a processor 71 and a memory 72 .
  • the memory 72 for storing instructions
  • the processor 71 invokes the instruction, and when the instruction is executed, is configured to perform the following operations:
  • the first gain is calculated and obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis;
  • the current operating structure of the agricultural plant protection drone is identified.
  • the apparatus provided in this embodiment can be used to implement the technical solutions of the method embodiments shown in FIG. 3 and FIG. 5 , and the implementation principles and technical effects thereof are similar to those of the method embodiments, which will not be repeated here.
  • FIG. 8 is a schematic structural diagram of a control device for an agricultural plant protection drone provided by an embodiment of the present application.
  • the apparatus 80 may include: a processor 81 and a memory 82 .
  • the memory 82 for storing instructions
  • the processor 81 invokes the instruction, and when the instruction is executed, is configured to perform the following operations:
  • the operation mode of the agricultural plant protection drone is determined, and the operation mode includes at least one of the following: a common operation mode and a fruit tree operation mode;
  • the apparatus provided in this embodiment can be used to implement the technical solution of the foregoing method embodiment shown in FIG. 6 , and the implementation principle and technical effect thereof are similar to those of the method embodiment, and are not repeated here.
  • the embodiment of the present application also provides an agricultural plant protection drone, the agricultural plant protection drone includes a fuselage, a power system and an operation structure identification device arranged on the fuselage;
  • the power system is used to provide power for the agricultural plant protection drone
  • the work structure identification device includes a memory and a processor
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the first gain is calculated and obtained, and the control signal is used to control the rotation of the agricultural plant protection drone relative to the target axis;
  • the current operating structure of the agricultural plant protection drone is identified.
  • the embodiments of the present application also provide an agricultural plant protection drone, the agricultural plant protection drone comprising a fuselage, a power system and a control device arranged on the fuselage;
  • the power system is used to provide power for the agricultural plant protection drone
  • control device includes a memory and a processor
  • the memory for storing instructions
  • the processor calling the instruction, when the instruction is executed, is configured to perform the following operations:
  • the operation mode of the agricultural plant protection drone is determined, and the operation mode includes at least one of the following: a common operation mode and a fruit tree operation mode;
  • control device For the specific content of the control device, reference may be made to the embodiment shown in FIG. 7 , which will not be repeated here.
  • the aforementioned program can be stored in a computer-readable storage medium.
  • the steps including the above method embodiments are executed; and the aforementioned storage medium includes: ROM, RAM, magnetic disk or optical disk and other media that can store instructions.

Abstract

一种农业植保无人机的作业结构识别方法、装置及设备。该方法包括：获取所述农业植保无人机相对于目标轴转动的当前速度数据；基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；基于所述第一增益，识别所述农业植保无人机的当前作业结构。本申请实现了自动识别作业结构，从而能够降低使用成本。

Description

农业植保无人机的作业结构识别、控制方法、装置及设备 技术领域
本申请涉及无人机技术领域，尤其涉及一种农业植保无人机的作业结构识别方法、装置及设备。
背景技术
随着农业自动化技术的不断发展，农业植保无人机的应用也越来越广泛。
目前，为了使得农业植保无人机能够适应不同的作业场景，提出了用户在获得普通作业结构的农业植保无人机之后，可以根据需要更换部件，将农业植保无人机重新装配成果树作业结构。进一步的，需要由用户使用终端将当前的作业结构告知农业植保无人机，以由农业植保无人机进行相应的控制参数适配。
然而，上述方式，存在使用成本较高的问题。
发明内容
本申请实施例提供一种农业植保无人机的作业结构识别方法、装置及设备，用以解决现有技术中使用成本较高的问题。
第一方面，本申请实施例提供一种农业植保无人机的作业结构识别方法，所述方法包括：
获取所述农业植保无人机相对于目标轴转动的当前速度数据；
基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
基于所述第一增益，识别所述农业植保无人机的当前作业结构。
第二方面，本申请实施例提供一种农业植保无人机的控制方法，包括：
获取所述农业植保无人机的当前姿态信息以及当前动力参数；
根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
根据确定的作业模式，选择相适应的控制参数。
第三方面，本申请实施例提供一种农业植保无人机的作业结构识别装置，所述装置包括：存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机相对于目标轴转动的当前速度数据；
基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
基于所述第一增益，识别所述农业植保无人机的当前作业结构。
第四方面，本申请实施例提供一种农业植保无人机的处理装置，包括：存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机的当前姿态信息以及当前动力参数；
根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
根据确定的作业模式，选择相适应的控制参数。
第五方面，本申请实施例提供一种农业植保无人机，所述农业植保无人机包括机身、设置于所述机身上的动力系统和作业结构识别装置；
所述动力系统，用于为所述农业植保无人机提供动力；
所述作业结构识别装置包括存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机相对于目标轴转动的当前速度数据；
基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
基于所述第一增益，识别所述农业植保无人机的当前作业结构。
第六方面，本申请实施例提供一种农业植保无人机，所述农业植保无人机包括机身、设置于所述机身上的动力系统和控制装置；
所述动力系统，用于为所述农业植保无人机提供动力；
所述控制装置包括存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机的当前姿态信息以及当前动力参数；
根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
根据确定的作业模式，选择相适应的控制参数。
第七方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令可由处理器执行，以控制所述处理器执行如第一方面任一项所述的方法。
第八方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令可由处理器执行，以控制所述处理器执行如第二方面任一项所述的方法。
本申请实施例提供一种农业植保无人机的作业结构识别方法、装置及设备，通过获取农业植保无人机相对于目标轴转动的当前速度数据，基于当前速度数据以及当前的控制信号，计算得到第一增益，控制信号用于控制农业植保无人机相对于目标轴转动，基于第一增益，识别农业植保无人机的当前作业结构，实现了自动识别农业植保无人机的当前作业结构的识别，无需用户使用终端将作业结构告知农业植保无人机，从而能够降低使用成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请实施例提供的方法的应用场景示意图；
图2A为本申请一实施例提供的普通作业结构下农业植保无人机的示意图；
图2B为本申请一实施例提供的果树作业结构下农业植保无人机的示意图；
图3为本申请一实施例提供的农业植保无人机的作业结构识别方法的流程示意图；
图4为本申请一实施例提供的频率-增益关系曲线的示意图；
图5为本申请另一实施例提供的农业植保无人机的作业结构识别方法的流程示意图；
图6为本申请又一实施例提供的农业植保无人机的控制方法的流程示意图；
图7为本申请一实施例提供的农业植保无人机的作业结构识别装置的结构示意图；
图8为本申请一实施例提供的农业植保无人机的控制装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供的方法可以应用于如图1所示的农业植保无人机10，如图1所示，所述农业植保无人机10可以包括机身11、设置于所述机身11的动力系统12、装置13以及喷洒设备14。其中，所述动力系统12用于为所述农业植保无人机10提供动力，所述喷洒设备14用于进行农药、种子、化肥等的喷洒，所述装置13用于执行本申请实施例提供的方法。
所述农业植保无人机10存在至少两种作业结构，通过更换所述农业植保无人机10的部件，可以实现不同作业结构之间的切换。一个实施例中，所述至少两种作业结构可以包括第一作业结构和第二作业结构。可选的，所述第 一作业结构可以是用于普通作业场景的作业结构(以下记为普通作业结构)，在普通作业场景包括农田作业场景时，普通作业结构具体可以包括农田作业结构。所述第二作业结构可以是用于非普通作业场景的作业结构(以下记为非普通作业结构)，在非普通作业场景包括果树作业场景时，非普通作业结构具体可以包括果树作业结构。以下主要以第一作业结构包括普通作业结构，第二作业结构包括果树作业结构为例进行举例说明。
需要说明的是，图1中所述农业植保无人机10的当前作业结构是所述至少两种作业结构中的一种。其中，不同作业结构下，农业植保无人机10绕目标轴转动的力矩不同，以适应不同的作业场景。示例性的，所述目标轴包括俯仰轴、横滚轴、偏航轴中的一种或多种。
例如，在作业场景包括普通的农田作业场景时，农业植保无人机10的姿态主要是平行姿态，对所述农业植保无人机10倾斜程度的要求较低，以实现采用垂直向下的喷洒方式对农田上的作物进行平面喷洒。在此情况下，农业植保无人机10的作业结构可以使用普通作业结构。在所述农业植保无人机10的作业结构为普通作业结构时，所述农业植保无人机10的结构示意图例如可以如图2A所示。参考图2A，普通作业结构下，机臂15相对于动力部件(未示出)垂直，以产生图2A中箭头所示方向的作用力，以便于农业植保无人机10以平行姿态飞行。其中，动力部件可以由螺旋桨、电机、电子调速器等依次连接形成。
在作业场景包括果树作业场景时，农业植保无人机10的姿态主要是倾斜姿态，对所述农业植保无人机10倾斜程度的要求较高，以实现采用倾斜向下方向的喷洒方式对树木进行立体喷洒。在此情况下，农业植保无人机10的作业结构可以使用果树作业结构。在所述农业植保无人机10的作业结构为果树作业结构时，所述农业植保无人机10的结构示意图例如可以如图2B所示。参考图2B，果树作业结构下，机臂15相对于动力部件(未示出)向外倾斜，以产生图2B中箭头所示方向的作用力，以便于农业植保无人机10以倾斜姿态飞行。其中，动力部件可以由螺旋桨、电机、电子调速器等依次连接形成。
对比图2A和图2B可以看出，果树作业结构与普通作业结构相比，果树作业结构的升力以及绕俯仰轴、横滚轴和绕偏航轴转动的力矩要小。
由于农业植保无人机10绕目标轴的转动，使得所述农业植保无人机10的姿态会发生变化，因此不同作业结构下，农业植保无人机10的姿态信息和动 力参数之间的关系不同，其中，所述动力参数是指用于控制所述农业植保无人机10的姿态变化的作用力的参数，所述姿态信息是指用于表征所述农业植保无人机的姿态变化情况的信息。由此，农业植保无人机的姿态信息和动力参数之间的关系，可以用于表征农业植保无人机10的作业结构具体是所述至少两种作业结构中的哪一种。
一个实施例中，所述动力参数可以包括用于控制所述农业植保无人机绕目标轴转动的控制信号。
一个实施例中，所述姿态信息可以包括所述农业植保无人机10绕所述目标轴转动的速度数据，示例性的，所述速度数据可以包括角速度。
基于此，本申请实施例提供一种农业植保无人机的作业识别方法，以基于不同作业结构下所述农业植保无人机10的姿态信息和动力参数之间的关系特点，自动识别所述农业植保无人机的作业结构，无需由用户使用终端将作业结构告知农业植保无人机，从而能够降低使用成本。
另外，本申请实施例还提供一种农业植保无人机的控制方法，以基于不同作业结构下所述农业植保无人机10的姿态信息和动力参数之间的关系特点，自动确定所述农业植保无人机的作业模式，并基于确定的作业模式进行控制参数的适配，与由用户使用终端将作业结构告知农业植保无人机以由农业植保无人机基于用户告知的作业结构进行参数适配相比，无需由用户将作业结构告知植保无人机，从而能够降低使用成本。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
图3为本申请一实施例提供的农业植保无人机的作业结构识别方法的流程示意图，本实施例的执行主体可以为装置13，具体可以为装置13的处理器。如图3所示，本实施例的方法可以包括：
步骤31，获取农业植保无人机相对于目标轴转动的当前速度数据。
本步骤中，可选的，所述当前速度数据具体可以包括线速度，或者，可选的，所述当前速度数据具体可以包括角速度。通过所述当前速度数据包括角速度，可以无需区分不同转子半径的电机，有利于简化实现。
需要说明的是，在所述农业植保无人机平行于横滚轴方向飞行时，所述目标轴可以为俯仰轴；在所述农业植保无人机平行于俯仰轴方向飞行时，所述目标轴可以为横滚轴；在所述农业植保无人机平行于偏航轴方向飞行时， 所述目标轴可以为偏航轴。以下主要以目标轴为俯仰轴为例进行举例说明。
步骤32，基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动。
本步骤中，在所述当前速度数据包括线速度的情况下，所述控制信号可以用于表示线速度控制相关的物理量。在所述当前速度数据包括角速度的情况下，所述控制信号可以用于表示角速度控制相关的物理量。
由于不同作业结构下，农业植保无人机绕目标轴转动的力矩不同，如果将控制信号作为系统的输入，并将速度数据作为系统的输出，则不同作业结构对于输入的同一控制信号产生的增益不同，因此可以基于增益识别农业植保无人机的当前作业结构。由此可以在步骤32中基于所述当前速度数据以及当前的控制信号，计算得到第一增益。
假设所述至少两种作业结构包括普通作业结构和果树作业结构，且普通作业结构下农业植保无人机绕俯仰轴转动的力矩，大于果树作业结构下农业植保无人机绕俯仰轴转动的力矩，则两种作业结构下该系统传递函数模型的频率(单位Hz)-增益(单位dB)关系曲线的对比例如可以如图4所示。参考图4，果树作业结构的频率-增益关系曲线(虚线所示曲线)处于普通作业结构的频率-增益关系曲线(实线所示曲线)之下，即对应于同一控制信号的频率，普通作业结构下系统所产生的增益，大于果树作业结构下系统所产生的增益。以控制信号的频率为f 0为例，普通作业结构下系统的增益为g 1，果树作业结构下系统的增益为g 2。
需要说明的是，图4中以两种作业结构为例，在作业结构为更多种时，例如三种，可以存在三条关系曲线，三条关系曲线与三个作业结构一一对应。假设三条关系曲线分别为力矩最大的作业模式对应的关系曲线1、力矩次之的作业模式对应的关系曲线2和力矩最小的作业模式对应的关系曲线3，则关系曲线1可以位于关系曲线2之上，关系曲线2可以位于关系曲线3之上。
一个实施例中，可以在时域中进行增益的确定。基于此，步骤32具体可以包括：将所述当前速度数据与当前的所述控制信号之比，作为第一增益。
另一个实施例中，可以在频域中进行增益的确定。基于此，步骤32具体可以包括：将所述当前速度数据的傅里叶变换结果与当前的所述控制信号的傅里叶变换结果之比，作为第一增益。通过傅里叶变换变换到频域进行增益的确定，有利于去除噪声。第一增益g、当前的所述控制信号c以及当前的角 速度r可以满足如下公式(1)，其中，fft表示傅里叶变换。
Figure PCTCN2020119448-appb-000001
步骤33，基于所述第一增益，识别所述农业植保无人机的当前作业结构。
本步骤中，在所述控制信号的频率为f 0时，例如可以基于所述第一增益与g x的大小关系识别所述农业植保无人机的当前作业结构，其中，g x位于g 1和g 2之间。示例性的，如果所述第一增益大于g x，则可以将所述农业植保无人机的当前作业结构识别为普通作业结构；如果所述第一增益小于或等于g x，则可以将所述农业植保无人机的当前作业结构识别为果树作业结构。
考虑到系统的增益会随着农业植保无人机电池电压的降低而降低，还会随着负载质量的增加而降低，即随着电池电压的变化以及负载质量的变化，图4所示的关系曲线是会发生变化的，因此为了提高作业结构识别的准确性，可以考虑无人机电池的电压以及负载状况的影响。在此情况下，在所述农业植保无人机当前的电压和负载状况与图4所示的关系曲线对应的电压及负载状况相同时，可以采用前述基于所述第一增益与g x的大小关系识别所述农业植保无人机的当前作业结构的方式。
本申请实施例提供的方法，通过获取农业植保无人机相对于目标轴转动的当前速度数据，基于当前速度数据以及当前的控制信号，计算得到第一增益，控制信号用于控制农业植保无人机相对于目标轴转动，基于第一增益，识别农业植保无人机的当前作业结构，实现了自动识别农业植保无人机的当前作业结构的识别，无需用户使用终端将作业结构告知农业植保无人机，从而能够降低使用成本。
图5为本申请另一实施例提供的农业植保无人机的作业结构识别方法的流程示意图，本实施例在图3所示实施例的基础上，主要描述了一种基于第一增益识别农业植保无人机的当前作业结构的具体实现方式。如图5所示，本实施例的方法可以包括：
步骤51，获取农业植保无人机相对于目标轴转动的当前速度数据。
需要说明的是，步骤51与步骤31类似，在此不再赘述。
步骤52，基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动。
需要说明的是，步骤52与步骤32类似，在此不再赘述。
步骤53，基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益。
本步骤中，所述预设的电压及负载状况可以根据需求灵活实现。一个实施例中，所述预设的电压及负载状况可以包括满电压且空载。由于系统的增益会随着农业植保无人机电池电压的降低而降低，还会随着农业植保无人机负载质量的增加而降低，因此满电压且空载的情况下系统的增益最大，由此通过所述预设的电压及负载状况包括满电压且空载，能够便于对等效得到的第一增益进行校验，避免出现第二增益明显错误的问题，即在等效得到的第二增益大于预设的电压及负载状况下的增益时，可以将第二增益限制为预设的电压及负载状况下的增益。
一个实施例中，可以基于等效输出升力，实现将第一增益等效到预设的电压及负载状况下的增益以得到第二增益。基于此，步骤53具体可以包括：基于当前的电压和负载状况，确定第一等效输出升力；以及，基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。在一个实施例中，可以通过无人机的飞控系统获得上述第一等效输出升力、第二等效输出升力，本申请在此不作限定。
其中，所述第一等效输出升力T，所述第二等效输出升力T 0、所述第一增益g以及所述第二增益g’满足如下公式(2)。
Figure PCTCN2020119448-appb-000002
其中，
Figure PCTCN2020119448-appb-000003
可以记为等效缩放因子k 1，则整理公式(2)可以得到如下公式(3)。
g′＝k 1g       公式(3)
基于公式(3)可以看出，在另一个实施例中，可以先基于第一等效输出升力和第二等效输出升力计算得到等效缩放因子k 1，然后基于等效缩放因子k 1和第一增益计算得到第二增益。
另一个实施例中，可以直接基于电压及负载状况，实现将第一增益等效到预设的电压及负载状况下的增益以得到第二增益。基于此，步骤53具体可以包括：基于当前的电压及负载状况下的整机质量、预设的电压及负载状况 下的整机质量以及所述第一增益，计算得到第二增益。
其中，当前的电压u、当前的负载状况下的整机质量m、预设的电压u 0、预设的负载状况下的整机质量m 0、第一增益g以及第二增益g’可以满足如下公式(2)。
Figure PCTCN2020119448-appb-000004
其中，
Figure PCTCN2020119448-appb-000005
可以记为等效缩放因子k 2，则整理公式(4)可以得到如下公式(5)。
g′＝k 2g        公式(5)
基于公式(5)可以看出，在另一个实施例中，可以先基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量计算得到等效缩放因子k 2，然后基于等效缩放因子k 2和第一增益计算得到第二增益。
另外，基于公式(2)和公式(4)可以看出，预设的电压及负载状况下的增益，与当前的电压及负载状况下的增益，两者之间可以相互转换。由此可以看出，在其他实施例中，也可以将预设的电压及负载状况下的基准增益，等效到当前的电压及负载状况下的增益，从而实现直接基于第一增益识别所述农业植保无人机的当前作业结果。
例如，假设图4所示的关系曲线为预设的电压及负载状况下的关系曲线，且所述控制信号的频率为f 0，则可以将g 1等效到当前的电压及负载状况下的增益以得到增益g 1’，并将g 2等效到当前的电压及负载状况下的增益以得到增益g 2’。进一步的，可以基于g 1’和g 2’确定g x’，其中g x’位于g 1’和g 2’之间。最后，可以基于所述第一增益与g x’的大小关系识别所述农业植保无人机的当前作业结构。示例性的，如果所述第一增益大于g x’，则可以将所述农业植保无人机的当前作业结构识别为普通作业结构；如果所述第一增益小于或等于g x’，则可以将所述农业植保无人机的当前作业结构识别为果树作业结构。
步骤54，基于所述第二增益，识别所述农业植保无人机的当前作业结构。
本步骤中，可选的，步骤54具体可以包括：基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
假设所述至少两种作业结构包括普通作业结构和果树作业结构，两者的 增益-频率曲线如图4所示，且所述控制信号的频率为f 0，则可以基于(g 1-g’)/(g’-g 2)与比例阈值的大小关系，识别所述农业植保无人机的当前作业结构。如果所述(g 1-g’)/(g’-g 2)大于所述比例阈值，则将所述农业植保无人机的当前作业结构识别为所述普通作业结构；如果所述(g 1-g’)/(g’-g 2)小于或等于所述比例阈值，则将所述农业植保无人机的当前作业结构识别为所述果树作业结构。
或者，可选的，所述基于所述第二增益，识别所述农业植保无人机的当前作业结构，具体可以包括：基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益而确定的。
一个实施例中，所述至少两种作业结构包括第一作业结构和第二作业结构，所述第一作业结构产生第一基准增益，所述第二作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。在所述第一作业结构为普通作业结构，第二作业结构为果树作业结构情况下，所述第一基准增益例如可以为图4中的g 1、第二基准增益例如可以为图4中的g 2。
可选的，在所述第一作业结构为普通作业结构，第二作业结构为非普通作业结构的情况下，所述增益阈值可以靠近所述第二基准增益。考虑到普通作业结构的使用概率相对非普通作业结构要大，如果增益阈值靠近第一基准增益很容易出现将普通作业结构误识别为非普通作业结构，因此通过增益阈值靠近第二基准增益，有利于降低出现识别错误的概率。一个实施例中，第一基准增益g 1、第二基准增益g 2以及增益阈值g x可以满足如下公式(6)。
Figure PCTCN2020119448-appb-000006
可选的，在所述第一基准增益大于第二基准增益的情况下，所述基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构，具体可以包括：如果所述第二增益大于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第一作业结构；如果所述第二增益小于或等于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第二作业结构。
假设第一基准增益为图4中的g 1，第二基准增益为图4中的g 2，且基于g 1和 g 2确定的增益阈值为g x，则如果所述第二阈值大于g x，则将所述农业植保无人机的当前作业结构识别为所述普通作业结构；如果所述第二阈值小于或等于g x，则将所述农业植保无人机的当前作业结构识别为果树作业结构；
本申请实施例提供的方法，通过基于当前的电压和负载状况，将第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，基于第二增益，识别农业植保无人机的当前作业结构，实现了自动识别农业植保无人机的当前作业结构的识别，从而降低了使用成本。
可选的，在上述方法实施例的基础上，所述控制信号的频率可以是满足预设条件的特定频率。从而避免所述控制信号与所述农业植保无人机中存在其他频率相同，导致信号干扰较大的问题。
进一步可选的，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。从而避免所述控制信号与所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率相同，导致信号干扰较大的问题。
可选的，在上述方法实施例的基础上，所述基于所述第一增益，确定所述农业植保无人机的当前作业结构之后，还可以包括：基于所述当前作业结构，进行控制参数的适配。从而能够实现采用与当前作业结构适配的控制参数进行相应控制，有利于提高控制的灵活性。
图6为本申请又一实施例提供的农业植保无人机的控制方法的流程示意图，本实施例的执行主体可以为装置13，具体可以为装置13的处理器。如图6所示，本实施例的方法可以包括：
步骤61，获取所述农业植保无人机的当前姿态信息以及当前动力参数。
本步骤中，所述动力参数是指用于控制所述农业植保无人机的姿态变化的作用力的参数，所述姿态信息是指用于表征所述农业植保无人机的姿态变化情况的信息。
一个实施例中，所述动力参数可以包括用于控制所述农业植保无人机绕目标轴转动的控制信号。
一个实施例中，所述姿态信息可以包括所述农业植保无人机绕所述目标轴转动的速度数据，示例性的，所述速度数据可以包括角速度。
步骤62，根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式， 果树作业模式。
本步骤中，确定的所述农业植保无人机的作业模式是与所述农业植保无人机的当前作业结构对应的作业模式。在所述农业植保无人机的当前作业结构是果树作业结构的情况下，确定的所述农业植保无人机的作业模式可以是果树作业模式。在所述农业植保无人机的当前作业结构是普通作业结构的情况下，确定的所述农业植保无人机的作业模式可以是普通作业模式。因此，可以采用基于农业植保无人机的当前姿态信息以及当前动力参数识别农业植保无人机的当前作业结构的方式，确定所述农业植保无人机的作业模式。
示例性的，步骤62具体可以包括根据所述当前速度数据以及所述控制信号，计算得到第一增益；根据所述第一增益，确定所述农业植保无人机的作业模式。需要说明的是，根据所述当前姿态信息以及所述当前动力参数，确定农业植保无人机的作业模式的具体方式，与前述实施例所述的识别农业植保无人机的当前作业结构的具体方式类似，在此不再赘述。
步骤63，根据确定的作业模式，选择相适应的控制参数。
本步骤中，示例性的，在确定的作业模式是果树作业模式的情况下，可以选择与果树作业模式相适应的控制参数；在确定的作业模式是普通作业模式的情况下，可以选择与普通作业模式相适应的控制参数。
本申请实施例提供的方法，通过获取农业植保无人机的当前姿态信息以及当前动力参数，根据当前姿态信息以及当前动力参数，确定农业植保无人机的作业模式，根据确定的作业模式，选择相适应的控制参数，实现了自动确定农业植保无人机的作业模式，并基于确定的作业模式进行控制参数的适配，与由用户使用终端将作业结构告知农业植保无人机以由农业植保无人机基于用户告知的作业结构进行参数适配相比，无需由用户将作业结构告知植保无人机，从而能够降低使用成本。
图7为本申请一实施例提供的农业植保无人机的作业结构识别装置的结构示意图，如图7所示，该装置70可以包括：处理器71和存储器72。
所述存储器72，用于存储指令；
所述处理器71，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机相对于目标轴转动的当前速度数据；
基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
基于所述第一增益，识别所述农业植保无人机的当前作业结构。
本实施例提供的装置，可以用于执行前述图3、图5所示方法实施例的技术方案，其实现原理和技术效果与方法实施例类似，在此不再赘述。
图8为本申请一实施例提供的农业植保无人机的控制装置的结构示意图。如图8所示，该装置80可以包括：处理器81和存储器82。
所述存储器82，用于存储指令；
所述处理器81，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机的当前姿态信息以及当前动力参数；
根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
根据确定的作业模式，选择相适应的控制参数。
本实施例提供的装置，可以用于执行前述图6所示方法实施例的技术方案，其实现原理和技术效果与方法实施例类似，在此不再赘述。
另外，本申请实施例还提供一种农业植保无人机，所述农业植保无人机包括机身、设置于所述机身上的动力系统和作业结构识别装置；
所述动力系统，用于为所述农业植保无人机提供动力；
所述作业结构识别装置包括存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机相对于目标轴转动的当前速度数据；
基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
基于所述第一增益，识别所述农业植保无人机的当前作业结构。
其中，所述作业结构识别装置的具体内容可以参见图7所示实施例，在此不再赘述。
此外，本申请实施例还提供一种农业植保无人机，所述农业植保无人机包括机身、设置于所述机身上的动力系统和控制装置；
所述动力系统，用于为所述农业植保无人机提供动力；
所述控制装置包括存储器和处理器；
所述存储器，用于存储指令；
所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
获取所述农业植保无人机的当前姿态信息以及当前动力参数；
根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
根据确定的作业模式，选择相适应的控制参数。
其中，所述控制装置的具体内容可以参见图7所示实施例，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储指令的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (104)

  1. 一种农业植保无人机的作业结构识别方法，其特征在于，所述方法包括：
    获取所述农业植保无人机相对于目标轴转动的当前速度数据；
    基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
    基于所述第一增益，识别所述农业植保无人机的当前作业结构。
  2. 根据权利要求1所述的方法，其特征在于，所述基于所述第一增益，识别所述农业植保无人机的当前作业结构，包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益；
    基于所述第二增益，识别所述农业植保无人机的当前作业结构。
  3. 根据权利要求2所述的方法，其特征在于，所述基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  4. 根据权利要求2所述的方法，其特征在于，所述基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  5. 根据权利要求2所述的方法，其特征在于，所述基于所述第二增益，识别所述农业植保无人机的当前作业结构，包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  6. 根据权利要求2所述的方法，其特征在于，所述基于所述第二增益， 识别所述农业植保无人机的当前作业结构，包括：
    基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益而确定的。
  7. 根据权利要求6所述的方法，其特征在于，所述农业植保无人机存在至少两种作业结构，所述至少两种作业结构包括第一作业结构和第二作业结构，所述第一作业结构产生第一基准增益，所述第二作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  8. 根据权利要求7所述的方法，其特征在于，所述第一作业结构为普通作业结构，第二作业结构为非普通作业结构；所述增益阈值靠近所述第二基准增益。
  9. 根据权利要求7所述的方法，其特征在于，所述第一基准增益大于第二基准增益；
    所述基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构，包括：
    如果所述第二增益大于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第一作业结构；
    如果所述第二增益小于或等于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第二作业结构。
  10. 根据权利要求2所述的方法，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  11. 根据权利要求1所述的方法，其特征在于，所述控制信号的频率是特定频率。
  12. 根据权利要求11所述的方法，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  13. 根据权利要求1所述的方法，其特征在于，所述基于所述当前速度数据以及当前的所述控制信号，计算得到第一增益，包括：
    将所述当前速度数据的傅里叶变换结果与当前的所述控制信号的傅里叶变换结果之比，作为第一增益。
  14. 根据权利要求1所述的方法，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  15. 根据权利要求1所述的方法，其特征在于，所述至少两个作业结构包括：果树作业结构和普通作业结构。
  16. 根据权利要求1所述的方法，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  17. 根据权利要求1所述的方法，其特征在于，所述基于所述第一增益，确定所述农业植保无人机的当前作业结构之后，还包括：
    基于所述当前作业结构，进行控制参数的适配。
  18. 一种农业植保无人机的控制方法，其特征在于，包括：
    获取所述农业植保无人机的当前姿态信息以及当前动力参数；
    根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
    根据确定的作业模式，选择相适应的控制参数。
  19. 根据权利要求18所述的方法，其特征在于，所述当前姿态信息包括所述农业植保无人机相对于目标轴转动的当前速度数据；
    所述当前动力参数包括当前的控制信号，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动。
  20. 根据权利要求19所述的方法，其特征在于，所述根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，包括：
    根据所述当前速度数据以及所述控制信号，计算得到第一增益；
    根据所述第一增益，确定所述农业植保无人机的作业模式。
  21. 根据权利要求20所述的方法，其特征在于，所述根据所述第一增益，确定所述农业植保无人机的作业模式，包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益；
    基于所述第二增益，确定所述农业植保无人机的作业模式。
  22. 根据权利要求21所述的方法，其特征在于，所述基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  23. 根据权利要求21所述的方法，其特征在于，所述基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  24. 根据权利要求21所述的方法，其特征在于，所述农业植保无人机存在至少两种作业结构，所述基于所述第二增益，确定所述农业植保无人机的作业模式，包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  25. 根据权利要求21所述的方法，其特征在于，所述农业植保无人机存在至少两种作业结构，所述基于所述第二增益，确定所述农业植保无人机的作业模式，包括：
    基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人机的作业模式；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两种作业结构对于同一控制信号分别产生的基准增益而确定的。
  26. 根据权利要求25所述的方法，其特征在于，所述至少两种作业结构包括普通作业结构和果树作业结果；所述普通作业结构产生第一基准增益，所述果树作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  27. 根据权利要求26所述的方法，其特征在于，所述增益阈值靠近所述第二基准增益。
  28. 根据权利要求26所述的方法，其特征在于，所述第一基准增益大于第二基准增益；
    所述基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人 机的作业模式，包括：
    如果所述第二增益大于所述增益阈值，则确定所述农业植保无人机的作业模式为普通作业模式；
    如果所述第二增益小于或等于所述增益阈值，则确定所述农业植保无人机的作业模式为果树作业模式。
  29. 根据权利要求21所述的方法，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  30. 根据权利要求20所述的方法，其特征在于，所述根据所述当前速度数据以及所述控制信号，计算得到第一增益，包括：
    将所述当前速度数据的傅里叶变换结果与所述控制信号的傅里叶变换结果之比，作为第一增益。
  31. 根据权利要求19所述的方法，其特征在于，所述控制信号的频率是特定频率。
  32. 根据权利要求31所述的方法，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  33. 根据权利要求19所述的方法，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  34. 根据权利要求19所述的方法，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  35. 一种农业植保无人机的作业结构识别装置，其特征在于，所述装置包括：存储器和处理器；
    所述存储器，用于存储指令；
    所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
    获取所述农业植保无人机相对于目标轴转动的当前速度数据；
    基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
    基于所述第一增益，识别所述农业植保无人机的当前作业结构。
  36. 根据权利要求35所述的装置，其特征在于，所述处理器用于基于所述第一增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载 状况下的增益，以得到第二增益；
    基于所述第二增益，识别所述农业植保无人机的当前作业结构。
  37. 根据权利要求36所述的装置，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  38. 根据权利要求36所述的装置，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  39. 根据权利要求36所述的装置，其特征在于，所述处理器用于基于所述第二增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  40. 根据权利要求36所述的装置，其特征在于，所述处理器用于基于所述第二增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益而确定的。
  41. 根据权利要求40所述的装置，其特征在于，所述农业植保无人机存在至少两种作业结构，所述至少两种作业结构包括第一作业结构和第二作业结构，所述第一作业结构产生第一基准增益，所述第二作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  42. 根据权利要求41所述的装置，其特征在于，所述第一作业结构为普 通作业结构，第二作业结构为非普通作业结构；所述增益阈值靠近所述第二基准增益。
  43. 根据权利要求41所述的装置，其特征在于，所述第一基准增益大于第二基准增益；
    所述处理器用于基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构，具体包括：
    如果所述第二增益大于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第一作业结构；
    如果所述第二增益小于或等于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第二作业结构。
  44. 根据权利要求36所述的装置，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  45. 根据权利要求35所述的装置，其特征在于，所述控制信号的频率是特定频率。
  46. 根据权利要求45所述的装置，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  47. 根据权利要求35所述的装置，其特征在于，所述处理器用于基于所述当前速度数据以及当前的所述控制信号，计算得到第一增益，具体包括：
    将所述当前速度数据的傅里叶变换结果与当前的所述控制信号的傅里叶变换结果之比，作为第一增益。
  48. 根据权利要求35所述的装置，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  49. 根据权利要求35所述的装置，其特征在于，所述至少两个作业结构包括：果树作业结构和普通作业结构。
  50. 根据权利要求35所述的装置，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  51. 根据权利要求35所述的装置，其特征在于，所述处理器还用于：基于所述当前作业结构，进行控制参数的适配。
  52. 一种农业植保无人机的处理装置，其特征在于，包括：存储器和处理器；
    所述存储器，用于存储指令；
    所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
    获取所述农业植保无人机的当前姿态信息以及当前动力参数；
    根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
    根据确定的作业模式，选择相适应的控制参数。
  53. 根据权利要求52所述的装置，其特征在于，所述当前姿态信息包括所述农业植保无人机相对于目标轴转动的当前速度数据；
    所述当前动力参数包括当前的控制信号，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动。
  54. 根据权利要求53所述的装置，其特征在于，所述处理器用于根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，具体包括：
    根据所述当前速度数据以及所述控制信号，计算得到第一增益；
    根据所述第一增益，确定所述农业植保无人机的作业模式。
  55. 根据权利要求54所述的装置，其特征在于，所述处理器用于根据所述第一增益，确定所述农业植保无人机的作业模式，具体包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益；
    基于所述第二增益，确定所述农业植保无人机的作业模式。
  56. 根据权利要求55所述的装置，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  57. 根据权利要求55所述的装置，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增 益，以得到第二增益，具体包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  58. 根据权利要求55所述的装置，其特征在于，所述农业植保无人机存在至少两种作业结构，所述处理器用于基于所述第二增益，确定所述农业植保无人机的作业模式，具体包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  59. 根据权利要求55所述的装置，其特征在于，所述农业植保无人机存在至少两种作业结构，所述处理器用于基于所述第二增益，确定所述农业植保无人机的作业模式，具体包括：
    基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人机的作业模式；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两种作业结构对于同一控制信号分别产生的基准增益而确定的。
  60. 根据权利要求59所述的装置，其特征在于，所述至少两种作业结构包括普通作业结构和果树作业结果；所述普通作业结构产生第一基准增益，所述果树作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  61. 根据权利要求60所述的装置，其特征在于，所述增益阈值靠近所述第二基准增益。
  62. 根据权利要求60所述的装置，其特征在于，所述第一基准增益大于第二基准增益；
    所述处理器用于基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人机的作业模式，具体包括：
    如果所述第二增益大于所述增益阈值，则确定所述农业植保无人机的作业模式为普通作业模式；
    如果所述第二增益小于或等于所述增益阈值，则确定所述农业植保无人机的作业模式为果树作业模式。
  63. 根据权利要求55所述的装置，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  64. 根据权利要求54所述的装置，其特征在于，所述处理器用于根据所述当前速度数据以及所述控制信号，计算得到第一增益，具体包括：
    将所述当前速度数据的傅里叶变换结果与所述控制信号的傅里叶变换结果之比，作为第一增益。
  65. 根据权利要求53所述的装置，其特征在于，所述控制信号的频率是特定频率。
  66. 根据权利要求65所述的装置，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  67. 根据权利要求53所述的装置，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  68. 根据权利要求53所述的装置，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  69. 一种农业植保无人机，其特征在于，所述农业植保无人机包括机身、设置于所述机身上的动力系统和作业结构识别装置；
    所述动力系统，用于为所述农业植保无人机提供动力；
    所述作业结构识别装置包括存储器和处理器；
    所述存储器，用于存储指令；
    所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
    获取所述农业植保无人机相对于目标轴转动的当前速度数据；
    基于所述当前速度数据以及当前的控制信号，计算得到第一增益，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动；
    基于所述第一增益，识别所述农业植保无人机的当前作业结构。
  70. 根据权利要求69所述的农业植保无人机，其特征在于，所述处理器用于基于所述第一增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益；
    基于所述第二增益，识别所述农业植保无人机的当前作业结构。
  71. 根据权利要求70所述的农业植保无人机，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载 状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  72. 根据权利要求70所述的农业植保无人机，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  73. 根据权利要求70所述的农业植保无人机，其特征在于，所述处理器用于基于所述第二增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  74. 根据权利要求70所述的农业植保无人机，其特征在于，所述处理器用于基于所述第二增益，识别所述农业植保无人机的当前作业结构，具体包括：
    基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益而确定的。
  75. 根据权利要求74所述的农业植保无人机，其特征在于，所述农业植保无人机存在至少两种作业结构，所述至少两种作业结构包括第一作业结构和第二作业结构，所述第一作业结构产生第一基准增益，所述第二作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  76. 根据权利要求75所述的农业植保无人机，其特征在于，所述第一作业结构为普通作业结构，第二作业结构为非普通作业结构；所述增益阈值靠 近所述第二基准增益。
  77. 根据权利要求75所述的农业植保无人机，其特征在于，所述第一基准增益大于第二基准增益；
    所述处理器用于基于所述第二增益与增益阈值的大小关系，识别所述农业植保无人机的当前作业结构，具体包括：
    如果所述第二增益大于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第一作业结构；
    如果所述第二增益小于或等于所述增益阈值，则将所述农业植保无人机的当前作业结构识别为所述第二作业结构。
  78. 根据权利要求70所述的农业植保无人机，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  79. 根据权利要求69所述的农业植保无人机，其特征在于，所述控制信号的频率是特定频率。
  80. 根据权利要求79所述的农业植保无人机，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  81. 根据权利要求69所述的农业植保无人机，其特征在于，所述处理器用于基于所述当前速度数据以及当前的所述控制信号，计算得到第一增益，具体包括：
    将所述当前速度数据的傅里叶变换结果与当前的所述控制信号的傅里叶变换结果之比，作为第一增益。
  82. 根据权利要求69所述的农业植保无人机，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  83. 根据权利要求69所述的农业植保无人机，其特征在于，所述至少两个作业结构包括：果树作业结构和普通作业结构。
  84. 根据权利要求69所述的农业植保无人机，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  85. 根据权利要求69所述的农业植保无人机，其特征在于，所述处理器还用于：基于所述当前作业结构，进行控制参数的适配。
  86. 一种农业植保无人机，其特征在于，所述农业植保无人机包括机身、设置于所述机身上的动力系统和控制装置；
    所述动力系统，用于为所述农业植保无人机提供动力；
    所述控制装置包括存储器和处理器；
    所述存储器，用于存储指令；
    所述处理器，调用所述指令，当指令被执行时，用于执行以下操作：
    获取所述农业植保无人机的当前姿态信息以及当前动力参数；
    根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，所述作业模式包括如下至少一种：普通作业模式，果树作业模式；
    根据确定的作业模式，选择相适应的控制参数。
  87. 根据权利要求86所述的农业植保无人机，其特征在于，所述当前姿态信息包括所述农业植保无人机相对于目标轴转动的当前速度数据；
    所述当前动力参数包括当前的控制信号，所述控制信号用于控制所述农业植保无人机相对于所述目标轴转动。
  88. 根据权利要求87所述的农业植保无人机，其特征在于，所述处理器用于根据所述当前姿态信息以及所述当前动力参数，确定所述农业植保无人机的作业模式，具体包括：
    根据所述当前速度数据以及所述控制信号，计算得到第一增益；
    根据所述第一增益，确定所述农业植保无人机的作业模式。
  89. 根据权利要求88所述的农业植保无人机，其特征在于，所述处理器用于根据所述第一增益，确定所述农业植保无人机的作业模式，具体包括：
    基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益；
    基于所述第二增益，确定所述农业植保无人机的作业模式。
  90. 根据权利要求89所述的农业植保无人机，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况，确定所述农业植保无人机的第一等效输出升力；
    基于所述第一等效输出升力、第二等效输出升力以及所述第一增益，计算得到第二增益，其中，所述第二等效输出升力为所述预设的电压及负载状况下所述农业植保无人机的等效输出升力。
  91. 根据权利要求89所述的农业植保无人机，其特征在于，所述处理器用于基于当前的电压和负载状况，将所述第一增益等效到预设的电压及负载状况下的增益，以得到第二增益，具体包括：
    基于当前的电压及负载状况下的整机质量、预设的电压及负载状况下的整机质量以及所述第一增益，计算得到第二增益。
  92. 根据权利要求89所述的农业植保无人机，其特征在于，所述农业植保无人机存在至少两种作业结构，所述处理器用于基于所述第二增益，确定所述农业植保无人机的作业模式，具体包括：
    基于所述第二增益，以及所述预设的电压及负载状况下所述至少两个作业结构对于输入的同一控制信号分别产生的基准增益，识别所述农业植保无人机的当前作业结构。
  93. 根据权利要求89所述的农业植保无人机，其特征在于，所述农业植保无人机存在至少两种作业结构，所述处理器用于基于所述第二增益，确定所述农业植保无人机的作业模式，具体包括：
    基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人机的作业模式；其中，所述增益阈值是基于所述预设的电压及负载状况下，所述至少两种作业结构对于同一控制信号分别产生的基准增益而确定的。
  94. 根据权利要求93所述的农业植保无人机，其特征在于，所述至少两种作业结构包括普通作业结构和果树作业结果；所述普通作业结构产生第一基准增益，所述果树作业结构产生第二基准增益，所述增益阈值位于所述第一基准增益和所述第二基准增益之间。
  95. 根据权利要求94所述的农业植保无人机，其特征在于，所述增益阈值靠近所述第二基准增益。
  96. 根据权利要求94所述的农业植保无人机，其特征在于，所述第一基准增益大于第二基准增益；
    所述处理器用于基于所述第二增益与增益阈值的大小关系，确定所述农业植保无人机的作业模式，具体包括：
    如果所述第二增益大于所述增益阈值，则确定所述农业植保无人机的作业模式为普通作业模式；
    如果所述第二增益小于或等于所述增益阈值，则确定所述农业植保无人机的作业模式为果树作业模式。
  97. 根据权利要求89所述的农业植保无人机，其特征在于，所述预设的电压及负载状况包括满电压且空载。
  98. 根据权利要求88所述的农业植保无人机，其特征在于，所述处理器用于根据所述当前速度数据以及所述控制信号，计算得到第一增益，具体包括：
    将所述当前速度数据的傅里叶变换结果与所述控制信号的傅里叶变换结果之比，作为第一增益。
  99. 根据权利要求87所述的农业植保无人机，其特征在于，所述控制信号的频率是特定频率。
  100. 根据权利要求99所述的农业植保无人机，其特征在于，所述特定频率为除所述农业植保无人机的螺旋桨的激励频率以及所述农业植保无人机所搭载负载的工作频率之外的其他频率。
  101. 根据权利要求87所述的农业植保无人机，其特征在于，所述当前速度数据包括角速度，所述控制信号用于表示角速度控制相关的物理量。
  102. 根据权利要求87所述的农业植保无人机，其特征在于，所述目标轴包括俯仰轴、横滚轴和偏航轴中的至少一者。
  103. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令可由处理器执行，以控制所述处理器执行如权利要求1-17任一项所述的方法。
  104. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令可由处理器执行，以控制所述处理器执行如权利要求18-34任一项所述的方法。
PCT/CN2020/119448 2020-09-30 2020-09-30 农业植保无人机的作业结构识别、控制方法、装置及设备 WO2022067687A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202080009777.8A CN113330385A (zh) 2020-09-30 2020-09-30 农业植保无人机的作业结构识别、控制方法、装置及设备
PCT/CN2020/119448 WO2022067687A1 (zh) 2020-09-30 2020-09-30 农业植保无人机的作业结构识别、控制方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/119448 WO2022067687A1 (zh) 2020-09-30 2020-09-30 农业植保无人机的作业结构识别、控制方法、装置及设备

Publications (1)

Publication Number Publication Date
WO2022067687A1 true WO2022067687A1 (zh) 2022-04-07

Family

ID=77413342

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/119448 WO2022067687A1 (zh) 2020-09-30 2020-09-30 农业植保无人机的作业结构识别、控制方法、装置及设备

Country Status (2)

Country Link
CN (1) CN113330385A (zh)
WO (1) WO2022067687A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08163946A (ja) * 1994-12-14 1996-06-25 Yamaha Motor Co Ltd 無人ヘリコプターによる薬剤散布装置
CN104554726A (zh) * 2014-12-01 2015-04-29 嵊州领航信息科技有限公司 一种农林业专用智能无人机
CN105217038A (zh) * 2015-10-23 2016-01-06 吉林省农业机械研究院 一种植保飞机定向喷洒装置及其控制方法
CN105253303A (zh) * 2015-10-23 2016-01-20 杨珊珊 一种无人机喷洒范围调整装置及方法
CN110162087A (zh) * 2019-05-17 2019-08-23 安徽舒州农业科技有限责任公司 一种植保无人机自动识别农作物病害的方法及装置
CN211281487U (zh) * 2019-11-28 2020-08-18 石家庄中皇尚品农业发展有限公司 一种可避让非作业区的植保无人机

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020133241A1 (zh) * 2018-12-28 2020-07-02 深圳市大疆软件科技有限公司 农业植保无人机的控制方法、农业植保无人机和计算机可读存储介质
CN111273693B (zh) * 2020-02-27 2023-11-03 辽宁壮龙无人机科技有限公司 一种植保无人机作业的控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08163946A (ja) * 1994-12-14 1996-06-25 Yamaha Motor Co Ltd 無人ヘリコプターによる薬剤散布装置
CN104554726A (zh) * 2014-12-01 2015-04-29 嵊州领航信息科技有限公司 一种农林业专用智能无人机
CN105217038A (zh) * 2015-10-23 2016-01-06 吉林省农业机械研究院 一种植保飞机定向喷洒装置及其控制方法
CN105253303A (zh) * 2015-10-23 2016-01-20 杨珊珊 一种无人机喷洒范围调整装置及方法
CN110162087A (zh) * 2019-05-17 2019-08-23 安徽舒州农业科技有限责任公司 一种植保无人机自动识别农作物病害的方法及装置
CN211281487U (zh) * 2019-11-28 2020-08-18 石家庄中皇尚品农业发展有限公司 一种可避让非作业区的植保无人机

Also Published As

Publication number Publication date
CN113330385A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN109799699B (zh) 自动驾驶系统控制参数处理方法、装置、设备、存储介质
JP7379833B2 (ja) 強化学習方法、強化学習プログラム、および強化学習システム
CN112236593A (zh) 基于m叶片变换的减小结构振动的转子控制系统
CN107943089B (zh) 多规格动力系统控制分配方法及相关装置
CN112987812A (zh) 一种力矩控制方法、装置、终端设备及存储介质
Connor et al. Using particle swarm optimization for PID optimization for altitude control on a quadrotor
CN110875599A (zh) 一种电网频率振荡的控制方法及系统
WO2022067687A1 (zh) 农业植保无人机的作业结构识别、控制方法、装置及设备
WO2023092783A1 (zh) 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法
CN113777932A (zh) 一种基于Delta算子的四旋翼自适应滑模容错控制方法
CN112198888A (zh) 一种考虑无人机在机动平台自主起降的自适应pid控制方法
CN112817338B (zh) 无人机的控制方法、装置、存储介质及电子设备
CN111061262B (zh) 一种减少无效操舵的航向控制方法
CN116610106B (zh) 一种多无人机容错跟踪控制方法
CN108763779A (zh) 一种应用改进的粒子群算法对四旋翼无人机控制的方法
CN113093782B (zh) 一种无人机指定性能姿态控制方法及系统
CN115755616A (zh) 无人机云台控制方法、装置、设备及存储介质
CN114707349A (zh) 基于机械阻抗的直升机振动控制方法、装置和存储介质
Kaba A Comparative Study on the Tuning of the PID Flight Controllers Using Swarm Intelligence
CN108196557B (zh) 无人机的控制方法及装置
CN114290327A (zh) 基于一阶变增益adrc的六轴机械臂控制系统
CN113759973A (zh) 一种无人机集群的目标搜索控制方法及系统
WO2021237469A1 (zh) 无人机的飞行控制方法、无人机、电子设备及介质
CN115139340B (zh) 一种失效故障下柔性机器人关节神经网络观测器设计方法
WO2022095063A1 (zh) 控制无人机的方法、无人机及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20955712

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20955712

Country of ref document: EP

Kind code of ref document: A1