基于双目视觉系统的农用无人机导航算法研究

农用无人机市场大,发展迅速,双目视觉系统对周边环境检测能力强,被广泛用于路径规划、避障和导航中。针对农用无人机的路径规划和导航的特定场合,利用双目视觉、图像处理和嵌入式控制等技术,设计了一套农用无人机导航算法,可以为无人机提供准确的导航策略。     

基于目视遥控的无人机直线飞行与航线作业试验

为了得到在无导航目视遥控模式下农用无人机的直线飞行特性、检验农田作业航线的人为即时规划情况和评价实际作业质量及效果,设计了基于GPS的坐标采集无线传输系统,以水稻田边界直线为参照,通过目视和经验遥控无人机分别进行循直线飞行试验和基于作业幅宽的航线规划飞行试验。结果表明目视遥控模式下难以控制无人机沿直线飞行;人为即时规划的航线与理论航线偏离严重;在理想喷雾条件下估算出的作业遗漏率为17.1%,重复作业占8.2%,区域外浪费占0.7%;同时,目视遥控模式下无人机的高度及速度表现出无规律随机性。因此在无导航情况下,仅凭目视和经验遥控无人机难以做到精准作业。以GPS导航为主、能根据田块实际大小智能优化并生成作业航线的自主飞行作业模式是未来农用无人机进行精准作业的发展方向。     

基于遗传算法的农用无人机定位系统优化

随着精细农业的发展,无人机在农业生产中的应用越来越广泛,无人机定位系统是无人机航线路径规划的关键环节。由于缺乏智能算法的应用,传统的无人机航线路径规划始终无法保证处于最优路径,经常发生误撞现象,严重影响无人机在农业生产中的持续作业,降低无人机作业效率。为此,深入研究了遗传算法工作原理、进化周期模型以及算法运算流程等理论,将遗传算法应用在无人机定位系统中,用于无人机航线路径的规划。通过确定无人机定位约束条件,按照遗传算法运算流程,定位无人机下一时刻最优运动节点,从而计算分析无人机最优航行轨迹,使无人机定位系统具有较强的定位功能,保证无人机航线路径处于最优路线,避免无人机碰撞到其他物体,使其能够在任何复杂的环境下完成飞行任务。     

农用无人机飞行控制中的英语语言理解名词汇聚

农用无人机飞行作业中会受到各种因素影响,实际航线与规划航线之间存在偏差,要精确控制飞行状态,才能按照规划的航线飞行。增强无人机的智能性和自主性是解决这个问题的有效途径,自然语言理解可以作为技术基础。为此,研究了英语语言理解在农业拍摄无人机飞行控制中的作用,并对名词汇聚进行重点分析;列举了无人机状态监测、定位导航和姿态控制这3种控制功能的代表性名词,名词类型以普通名词和事件名词为主。这种方法可以控制无人机按照预定的航线和高度飞行,并能对环境变化做出迅速的反应。因此,英语语言理解名词汇聚可以提高农用无人机控制的精确程度,有助于实现自主飞行。     

基于单片机控制的农用无人机导航研究

为进一步提升农用无人机导航控制系统的精度和时效性,在深入理解农用无人机的工作原理及部件组成的基础上,结合单片机控制机理对农用无人机的导航控制系统进行了设计。通过硬件部件配置选型匹配及参数设定等环节实现高准确度的导航信息获取传输,并对软件控制程序进行优化处理,实现后台实时性的无人机位姿调整且进行了导航控制试验。试验结果表明:在单片机控制程序下的农用无人机自主导航系统可实现整机的转速和方向控制,且对比经度和纬度信息,可实际飞行数据与试验飞行数据的最大误差为1.425 1m,满足农用无人机导航控制系统要求。该研究可为农用无人机深度优化提供思路,同时也可用于其他喷洒自控装置的设计开发,具有一定的推广价值。     

基于嵌入式Linux的农用无人机视觉导航算法及应用

首先介绍了农用无人机机械结构与工作原理,接着介绍了双目视觉成像原理及视觉系统相机标定,并从图像采集和图像处理等模块介绍了嵌入式硬件平台,最后利用人工势场实现了农用无人机视觉导航算法。MatLab仿真结果表明:农用无人机在在无障碍物和有障碍物下,能够利用视觉导航算法,准确进行避障和导航,且仿真结果与预期效果一致,验证了农用无人机视觉导航算法的可行性和有效性。     

基于控制器的农用无人机导航自动控制系统研究

农用无人机在自主作业时,导航精度对作业性能的影响较大,如果导航精度不高,农机在行驶过程中会产生横向误差和纵向误差,从而降低农机的作业质量.为了提高农用无人机导航的精度,采用滑模控制方法建立了导航线追踪和主从系统车速协同的控制模型,并通过虚拟仿真验证了控制器的控制效果.仿真结果表明:采用滑模控制方法可以有效降低导航的误差...     

农用无人机自主飞行技术研究与趋势

随着人工智能、深度学习的快速发展,无人机自主飞行技术已然成为无人机智能化评价之一。在精准农业与智慧农业的倡导下,无人机在农业领域发展迅猛。农用无人机应用场景包括:作物授粉、喷洒作业、农情监测、打顶剪枝、疏花疏果及畜牧跟踪,其自主程度重要性不言而喻。综述国内外无人机飞行技术研究现状,介绍农用无人机在自主控制方法、避障方法、轨迹规划算法以及精准喷洒方法的研究进展,分析指出农用无人机系统自主环境感知能力差、信息处理速度慢、路径规划算法收敛慢、作物识别率低等不足,提出采用多传感器组合、双冗余控制、多算法融合和基于深度学习的作物特征识别等改进方法。本文为农用无人机自主飞行技术满足智能作业需求提供理论基础。     

基于Grid-GSA算法的植保无人机路径规划方法

为了提高植保无人机的作业效率,研究了一种路径规划方法。运用栅格法构建环境模型,根据实际的作业区域规模、形状等环境信息和无人机航向,为相应栅格赋予概率,无人机优先选择概率高的栅格行进。基于上述机制实现了在形状不规则的作业区域内进行往复回转式全覆盖路径规划;以每次植保作业距离为变量,根据仿真算法得出返航点数量与位置来确定寻优模型中的变量维数范围,以往返飞行、电池更换与药剂装填等非植保作业耗费时间最短为目标函数,通过采用引力搜索算法,实现对返航点数量与位置的寻优;为无人机设置必要的路径纠偏与光顺机制,使无人机能够按既定路线与速度飞行。对提出的路径规划方法进行了实例检验,结果显示,相比于简单规划与未规划的情况,运用Grid-GSA规划方法得出的结果中往返飞行距离总和分别减少了14%与68%,非植保作业时间分别减少了21%与36%,其它各项指标也均有不同程度的提高。在验证测试试验中,实际的往返距离总和减少了322m,实际路径与规划路径存在较小偏差。验证了路径规划方法具有合理性、可行性以及一定的实用性。     

基于无线传感网的无人机精准喷药系统研究

喷药无人机由飞行平台、飞行控制系统和喷药系统组成,主要用于农药的喷洒。无线传感网络是一种结合了计算、通信和传感器3种技术的产物,可实现对无人机的控制。为此,基于无线传感网络设计了喷药无人机以较低的能量遍历农作物区域的航线控制系统,通过GDOP算法对无人机的航线进行规划和控制,从而达到无人机精准喷药的目的。试验结果表明:基于无线传感网络的无人机航线规划能够使无人机以较低的能量消耗遍历农作物区域,从而达到精准喷药的目的。     

农业机器人路径识别自主导航系统——基于STM32与物联网

我国人口众多,粮食需求量高,因此有必要提高农业生产效率以提高粮食产量。为此,开发了一套基于STM32及物联网的农业机器人定位及路径导航行走系统,跟踪端GSM芯片在STM32的控制下通过GPRS网络发送GPS定位数据信息,农业机器人视觉系统根据所在环境拍摄图像分析获得行走路径,完成导航任务。以农田垄沟环境为研究对象并进行仿真,将机器人视觉系统采集的图像进行优化,通过MatLab仿真处理,将机器人导航行走路线通过阈值分割和边缘检测提取出来,满足其定位导航的精度。该系统能够大量应用在农业生产技术中,包括种植管理、喷洒农药及果实采摘等,极大地减轻了我国农业生产人员的劳动强度,对于推动农业的现代化具有重要意义。     

基于图像识别的无人机导航系统设计

无人机提高了农业生产效率,但作业性能受各方面因素的影响,而导航能力是重点关注的内容.图像识别技术通过分析图像中的大量信息来辨识目标,可以提高无人机的自动导航能力.固定翼无人机在飞行速度和高度上具有优势,进行农业信息监测和保险勘察时效率更高,但精准导航的难度较大.为此,设计了一个基于图像识别的无人机导航系统,以固定翼的航...     

基于信息化时代的农业收割机定位系统设计与试验

为了提高收割机的定位导航效率和精度,实现自主定位,基于信息化时代将云技术和无线通信技术引入到了导航系统的设计上,通过导航视觉系统图像的高速处理、无线传感节点通信、路径规划和追踪,实现了收割机的自主定位和导航。对不同作业块的导航定位精度和路径追踪的精度进行了测试,结果表明:采用自主定位系统可以成功地对作业区域的路径进行规划,并实现高精度的路径追踪,对于提高农机的智能化水平的研究具有重要的意义。     

基于单目视觉的农业机器人导航系统研究

机器人在农业生产、农产品运输等方面的应用程度,已逐渐成为农业智慧化水平的体现,而受农业环境复杂性的限制,机器人的导航路径规划及定位精度问题,仍是制约农业机器人应用的主要因素之一。为此,设计了一种基于单目视觉的农业机器人导航系统,通过摄像头采集农业机器人工作环境信息,建立机器人的视觉导航地图;采用级联分类器区域检测结合颜色标定的方法,使用户能够根据具体环境,自主规划机器人运动路径,实现机器人的实时定位与导航。实验结果表明:农业机器人沿用户自主规划的无轨道路径,可自动完成导航定位工作,并在路径各目标点获得了亚米级的定位精度,满足农业机器人的应用需求。     

基于EKF的农机智能体自主导航算法研究

为获得更加准确、全面、实时的农田障碍物信息,提高农业机械智能体自主导航定位的精度,提出一种基于北斗系统和视觉导航的组合定位方法。针对农田环境,选择BDS、视觉CCD为外部传感器,设计一种基于扩展卡尔曼滤波器(EKF)的数据融合算法,该算法融合了BDS和视觉传感器数据,实时定位农机智能体的位置。系统通过对导航角度和行驶进度进行跟踪,完成绝对定位。通过机器视觉图像处理,获取导航基准和作业目标信息,完成相对定位。通过试验验证该算法的有效性,并通过卡尔曼滤波算法(KF)的成果进行对比分析。结果表明：滤波后的路径更平滑,抖动偏差减小,坐标数据比KF滤波结果更稳定、更平滑。此外,距离的平均误差可以从滤波前的0.119 5 m降低到滤波后的0.07 0 m,有效地降低了过程噪声。且位置偏差在±0.1 m以内,精度较高,提升了农机智能体自主导航的定位精度。     

基于嵌入式的农业无人机航点规划算法研究

农业无人机在作业中易受到风速、雨雪、大雾、空气密度、温度、雷达和障碍物等外来因素的影响,针对以上复杂环境,利用嵌入式技术,研究了农业无人机航点规划算法,建立了农业无人机航迹规划数学模型,实现了农业无人机的航迹规划。试验结果表明:针对不同情形的障碍威胁环境,农业无人机都能规划出一条合理的规避威胁的航迹,并且移动路径长度和拐点都最优,验证了无人机航点规划算法的可靠性和可行性。     

基于足球比赛运动的避障系统开发设计

在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。     

基于激光导航设施的收割机自动控制系统研究

针对无人驾驶农机的应用需求,提出了一种应用于无人驾驶农机自主行走的激光扫描路径规划与导航算法。此方法利用激光测距仪获取当前视场内路径、作物及障碍物信息,根据田垄和作物区域的特征检测路径边缘,并生成行驶路径。为了保证导航精度,在控制器上采用了PID反馈调节方式,利用增量式PID控制器对行走方向进行调节,从而使农机可以按照预定的路径行走。以无人驾驶收割机为研究对象,对导航方案进行了测试,结果表明:采用激光导航设置可以成功地规划出行驶路径,使收割机自主的沿着行驶路径行走,实现了无人驾驶收割机的自主导航。