-
微信號:youuav
關(guān)注官方微信
m.youuav.com手機(jī)掃碼看新聞
-
- 添加收藏
- 關(guān)于我們
無人機(jī)整機(jī)
無人機(jī)配件
無人機(jī)服務(wù)
設(shè)備與工具在噴霧機(jī)無人機(jī)機(jī)動過程中，必須考慮障礙物的存在，例如重型工具、移動車輛和機(jī)器人，以避免碰撞，同時仍然保持“精確噴灑”和無人機(jī)的“安全”。因此，噴霧機(jī)無人機(jī)的根本任務(wù)變成了“智能技術(shù)操作”，無人機(jī)自主識別障礙物，并以平穩(wěn)的機(jī)動完成規(guī)定的避碰動作。也就是說，噴霧器無人機(jī)系統(tǒng)要自主高效地避開飛行路徑中的各類障礙物，保證噴霧覆蓋范圍，防止重載振蕩引發(fā)事故，避免自主飛行災(zāi)難，有效減少財(cái)產(chǎn)損失和人員傷亡。
噴霧器無人機(jī)的主要目標(biāo)是噴灑最大的耕作區(qū)域，具有足夠的噴灑覆蓋范圍和良好的液滴沉積。然而，在噴灑時，必須考慮到農(nóng)田內(nèi)的一些限制條件。這些包括 (a) 場地形狀；(b) 不同的天氣條件；(c) 現(xiàn)場障礙。其他噴霧性能限制是噴霧器無人機(jī)本身固有的，其中包括 (a) 液體負(fù)載，最終會減少；(b) 液體容量或車輛重量；(c) 電池/燃料容量；(d) 車輛類型；(e) 噴霧壓力。為簡潔起見，農(nóng)用噴霧機(jī)無人機(jī)的基本示意圖如圖1所示。
圖1 農(nóng)業(yè)噴霧器無人機(jī)（四旋翼）
與農(nóng)業(yè)自動駕駛車輛類似，自動噴霧器無人機(jī)也遵循覆蓋路線計(jì)劃。已經(jīng)對農(nóng)田覆蓋的路線規(guī)劃進(jìn)行了大量研究。一些路線規(guī)劃研究側(cè)重于不同的幾何場形狀，而另一些則沒有關(guān)注場的幾何形狀。一個典型的路徑規(guī)劃結(jié)構(gòu)如圖2所示。
圖 2. ( a ) 不考慮幾何的路徑規(guī)劃；( b ) 考慮幾何的路徑規(guī)劃
圖3顯示了過濾后的路徑規(guī)劃，不包括可見的衛(wèi)星障礙物。
圖3 ( a ) 從衛(wèi)星數(shù)據(jù)中選擇的字段；( b ) 為領(lǐng)域生成的計(jì)劃
液體負(fù)載和晃動
眾所周知，農(nóng)用噴霧機(jī)無人機(jī)帶有一個液罐，液罐有三種可能的情況：（a）飛行過程中液位不斷下降；(b) 車輛飛行運(yùn)動改變了車輛和坦克的角度；(c) 罐內(nèi)液體在改變方向時產(chǎn)生晃動。第一種情況是液位下降不斷改變罐的重心。其次，飛行的活動改變了罐的角度，這也改變了液罐的重心。Khorsandi、Ayers、Freeland和Wang 展示了傾斜罐如何改變重心，如圖4所示。第三種情況，即液體晃動，與液位、罐傾斜角和速度有關(guān)。
圖4 液體移動和重心 (CG1 ,CG2 ) 位置
在圖5中試驗(yàn)了30%的填充率對罐內(nèi)的晃動影響，專門針對噴霧機(jī)無人機(jī)的液體晃動做了實(shí)驗(yàn)。結(jié)果表明，內(nèi)部水平和垂直格柵可以有效減少罐體液體的晃動和噴霧機(jī)無人機(jī)罐體的振蕩。
圖5. 晃動影響比較：( a ) 自由流動的液體與 ( b )包括具有30%液體的垂直和水平柵格
農(nóng)田上的障礙
由于低空飛行，農(nóng)田上的障礙物較多，如梯子、泵房、變電站、電力線、電話塔、燈塔、成群的樹木、散落的樹木、飛鳥或蝙蝠等。示例障礙物圖像（衛(wèi)星圖像）如圖6所示。
圖 6. 農(nóng)田障礙物，衛(wèi)星視圖( a )房屋( b ) 電塔( c )大灌木( d )樹木
要成功、智能地避開這些障礙物，就必須對農(nóng)田上所有可能的障礙進(jìn)行分類。在對農(nóng)田上所有可能的障礙物進(jìn)行分類后，我們可以看到其中一些障礙物，全局檢測系統(tǒng)可以檢測到更大尺寸的障礙物，而有些則需要由局部檢測系統(tǒng)檢測。局部檢測和避障操作需要實(shí)時分析、智能識別、潛在區(qū)域檢測、合適路徑等。因此，噴霧器無人機(jī)需要合適的檢測傳感器或傳感器融合。
避障技巧
在農(nóng)田上使用本地衛(wèi)星圖像進(jìn)行避障和路徑規(guī)劃可能是有害的。由于衛(wèi)星數(shù)據(jù)會在特定的時間表之后更新，有時圖像會在障礙物出現(xiàn)之前更新，這可能會導(dǎo)致事故。此外，在更新障礙物的圖像后，障礙物可能會消失，這可能會導(dǎo)致不需要的路徑生成。有時，即使是很小或很窄的障礙物也無法從衛(wèi)星圖像中看到。因此，局部避障對于噴霧無人機(jī)來說非常重要。
Bug算法
在所有避障方法中，最簡單的避障方法是bug方法。Lumelsky 和 Stepanov在bug移動之后提出了這種方法。他們做了兩個版本的 bug算法：Bug1和Bug2，如圖7所示
圖7 Bug1( a )和 Bug2算法( b )的軌跡
人工勢場算法
人工勢場算法 (APF) 由 Khatib提出，這是一種獨(dú)特的移動機(jī)器人實(shí)時避障方法。該算法為其已知區(qū)域的每個點(diǎn)設(shè)置一個人工勢場，并開始向可能的較低區(qū)域移動，其中目標(biāo)點(diǎn)是可能的最低區(qū)域。車輛總是被吸引到盡可能低的區(qū)域，最終到達(dá)目標(biāo)點(diǎn)，如圖8所示。
圖8 人工勢場
碰撞錐法
Chakravarthy和Ghose首次針對2D運(yùn)動場景提出了碰撞錐概念。作者將任何障礙物假設(shè)為圓形區(qū)域，并使用無人機(jī)的速度矢量在碰撞錐內(nèi)計(jì)算從無人機(jī)位置到障礙物區(qū)域的距離。這個概念適用于任何不規(guī)則形狀的未知障礙物，并防止兩個不規(guī)則形狀的物體或車輛發(fā)生碰撞，如圖9所示。
圖9 碰撞錐和瞄準(zhǔn)點(diǎn)
神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)算法受到人腦的啟發(fā)。神經(jīng)網(wǎng)絡(luò)接收數(shù)據(jù)，訓(xùn)練自己識別數(shù)據(jù)中的模式，然后預(yù)測一組新的相似數(shù)據(jù)的輸出。計(jì)算模型使用生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)重復(fù)訓(xùn)練或函數(shù)，直到出現(xiàn)最佳結(jié)果。動態(tài)神經(jīng)網(wǎng)絡(luò)能夠自動調(diào)整其結(jié)構(gòu)，跟隨車輛環(huán)境的復(fù)雜性，實(shí)時了解車輛狀態(tài)及其避障決策之間的映射關(guān)系，并有效降低車輛的計(jì)算量。圖10顯示了針對復(fù)雜環(huán)境進(jìn)行訓(xùn)練的示例訓(xùn)練數(shù)據(jù)，但結(jié)果優(yōu)于其他一些避障方法，如圖11所示。
圖10 神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)( a - h )在訓(xùn)練階段生成的具有不同位置的單個和多個障礙物路徑
圖11 使用訓(xùn)練數(shù)據(jù)的碰撞避免性能與粒子群(PSO)、動態(tài)A*算法和人工勢場(APF)比較
無人機(jī)噴霧器由于其動態(tài)運(yùn)行和加載條件仍面臨障礙物檢測挑戰(zhàn)。其中之一包括“噴霧沉積和覆蓋”，這些參數(shù)與無人機(jī)重量和有效載荷直接相關(guān)；另一個與智能傳感器和無人機(jī)系統(tǒng)的高成本有關(guān)：無人機(jī)飛行時間短、運(yùn)營成本高是農(nóng)民關(guān)注的主要問題。
源自：Agronomy 2021, 11, 1069. https://doi.org/10.3390/agronomy11061069
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
2025-08-26 13:50
2025-08-23 20:37
2025-08-22 10:33
