基于农作物数据分析实现无人机自动化作业系统研究

摘  要：无人机在农业领域的应用可以提高农业现代化水平，完成喷洒农药、生长剂等操作。该文将对基于农作物数据分析的无人机自动化作业系统进行研究，首先介绍农业无人机技术发展现状，探讨大数据技术在农业无人机领域的应用;在此基础上，研究无人机自动化作业系统实现方案，以期促进无人机技术的应用推广。

关键词：农作物;数据分析;无人机;自动化作业

中图分类号：V279;TP278      文献标识码：A 文章编号：2096-4706（2019）23-0121-03

Research on UAV Automated Operation System Based on Crop Data Analysis

TAO Jing

（Wuhu Institute of Technology，Wuhu  241003，China）

Abstract：The application of UAV in agriculture can improve the level of agricultural modernization and complete the operations of spraying pesticides and growth agents. This paper will study the automatic operation system of UAV based on crop data analysis. Firstly，it introduces the development status of agricultural UAV technology and discusses the application of big data technology in the field of agricultural UAV. On this basis，the research on the implementation of the UAV automatic operation system is studied to promote the application and promotion of the UAV technology.

Keywords：crops;data analysis;UAV;automated operation

0  引  言

无人机技术在农业生产中的应用具有多方面优势，例如利用无人机喷洒农药，工作效率是人工的几十倍[1]，而且喷洒方式更加科学合理，可以降低成本，确保施药安全性。因此，无人机技术的研究和应用受到了重视，目前国内已经有无人机产品在农业植保中得到应用，因此，对其自动化作业系统进行研究具有重要意义。

1  农业无人机技术发展现状

无人机在几年前还属于新鲜产物，经过短短几年的研究与应用，人们对无人机已经不再陌生，在各个领域都可以看到无人机的应用。其中，农业生产是无人机技术的一个重要应用领域。在2015年时，我国大疆创新科技有限公司成功研制出一款农业喷洒智能化无人机[2]，随后国内涌现出许多优秀农业无人机制造商，目前产品类型较为丰富。最具有影响力的仍然是“大疆创新”系列无人机，该品牌目前占有全球74%的无人机市场份额，荣获最受美国欢迎的中国制造商称号。但继华为之后，大疆创新也被美国列入“危害国家安全”名单，而这也能够从一定程度上说明大疆创新在无人机领域的地位和影响力。无人机技术在农业生产中的应用具有多重价值，适应于农业现代化发展趋势，可以自动完成施肥、撒药、病虫害防治等作业任务。相比于传统人工作业方式，无人机不仅效率更高，而且可以突破地形、自然环境等方面的限制。对于一些易倒伏和果实易掉落的品种，采用无人机作业也可以获得更好的效果。为了推广无人机技术的应用，应积极研究其自动化作业系统，对无人机功能进行完善，进一步提高其运行稳定性。

2  大数据技术在农业无人机领域的应用

2.1  数据分析需求

在无人机自动化作业系统的实现过程中，首先要解决农作物数据分析问题。农作物数据规模庞大，类型众多，而且伴随着农作物生产以及自然环境的变化，具有动态性特征。在数据获取和分析过程中，需要发挥大数据技术的作用，确保数据分析的及时性与可靠性。无人机在飞行作业过程中，也会产生大量的虚拟性数据，采用传统数据分析和处理技术，难以满足无人机数据实时处理的需求。在大数据技术的应用下，可以随时对无人机作业信息进行存储和分析，提取有价值的信息，并与农作物数据结合起来，确保无人机作业的合理性。在数据获取过程中，可以通过在无人机设备上搭载传感器、高清摄像设备等，实时采集和传输农作物数据，完成相关测绘工作。然后根据数据分析结果，制定无人机飞行计划以及农业植保作业计划。大数据技术在处理图像信息方面也有突出的应用优势，可以解决航拍和遥感数据的处理问题，利用Hadoop平台完成数据存储和处理工作，具有良好的数据可维护性。因此，大数据技术是实现无人机自动化作业的关键技术。

2.2  大数据处理流程

在大数据技术的应用过程中，需要根据大数据技术平台的特点以及实际应用需求，构建数據处理流程，对各种类型的海量信息数据进行处理，提取其中有价值的信息。在无人机作业过程中，需要在获取实时信息的基础上，通过采用网络传输协议，建立数据联网，实现数据交换功能。可以基于IEEE1588时间同步协议确保数据传输的安全性，同时减小交换试验，确保数据的及时传输。受目前无人机搭载设备的限制，在无人机采集到农作物数据后，无法在本平台上完成数据分析和处理工作，需要通过网络传输方式将数据传回地面基站，由地面基站的大数据平台进行数据处理。因此，数据传输效率对于整个作业流程有重要影响，需要尽可能采用先进的通讯技术，提高数据传输效率。地面基站在获取无人机传回的数据后，需要按照标准流程进行数据处理，包括数据格式处理、存储等，为后续分析处理工作的开展奠定基础。针对大数据结构化、半结构化、非结构化数据并存的特点，还需要利用到并行处理技术，提高数据处理效率。在此基础上，通过综合利用数据挖掘等技术手段，完成数据处理任务，为无人机自动化作业提供支持。

2.3  大数据技术选择

在本次研究中，主要采用Hadoop大数据技术为无人机自动化作业系统的实现提供支持。Hadoop是目前使用较为广泛的大数据框架之一，基于Java分布式大数据处理软件实现，包含通用模块和分布式文件等几个部分，在分布式文件系统下有集群文件存储组件，可以在特定节点建立分布式文件架构。在Hadoop框架支持下，可通过构建简单的并行计算模型，解决大数据分析处理问题，具有较强的扩展性和容错性，因此适用范围广泛。在无人机自动化作业系统的实现过程中，也可以采用Hadoop技术实现农作物数据处理以及航线规划分析等功能。根据农作物数据分析结果，判断飞行路径的合理性，并对无人机作业任务进行动态调整。具体可采用方格路径算法等，按照一定原则完成初始路径规划，然后再根据农作物数据分析结果，对无人机作业任务进行动态调整，确保其可以满足实际作业需求。此外，在大数据处理过程中，根据无人机作业的实际情况，需要完成大量的图像处理工作。可以采用颜色特征阈值分割方法，对图像进行识别。将图像色彩空间中的各个分量做最大类间方差分析，然后进行二值化处理，获得最大阈值，通过阈值分割，确定目标区域和背景区域，从而提取有价值的信息。

3  基于农作物数据分析实现的无人机自动化作業系统

3.1  无人机平台搭建

在上述农作物数据分析处理技术的应用下，具体设计无人机自动化作业系统，实现农业植保功能。首先在硬件平台设计方面，无人机主要由机架部分、动力系统、喷洒系统等部分组成，需要保证无人机平台具有足够的飞行稳定性和续航时间，能够满足设计载荷标准下的植保作业要求。在无人机机架结构设计方面，应考虑整体架构选择的合理性，否则容易影响飞行控制效果和作业稳定性。本次研究采用四轴八旋翼机架结构，整体采用碳纤维材料制作，强度高、质量轻。四个机械臂设计为空心结构，进一步减轻无人机重量，并减少电机转动可能对飞行控制产生的振动影响[3]。在动力系统设计方面，无人机动力系统主要由电机、调速器和螺旋桨组成[4]。

其中，电机带动旋翼的旋转为无人机提供驱动力，需要确保电机性能优良，满足无人机负载能力、续航能力等方面的要求。在电机选择过程中，还要参考KV值指标，即电机电压每升高1V时转速值增加量，KV值决定着电机扭力大小，KV值越高，电机能带动的旋翼尺寸越小，需要充分考虑二者匹配的问题。在螺旋桨选择时，主要考虑直径、螺距等关键参数，确保旋翼与电机相互匹配，提升动力系统性能。此外，还要做好调速器的选择，根据电机型号选择电子调速器，确保其具有足够快的反应速度和较好的适应能力。

无人机的喷洒系统主要由水泵、喷头等部分组成。水泵的选择要确保运转的稳定性，具有较强的自吸能力，并支持长时间空转运行和长时间连续复杂运转。本次研究选择的水泵额定功率为25W，最大压力为0.65MPa，最大扬程为10m。喷头采用静电离心雾化型喷头，其雾化盘采用静电材料制成，当药液通过时，经过离心的药液雾滴附带碘离子，可以确保药液喷雾能够吸附到农作物上，从而提高药液利用率。此外，静电的相互排斥作用还可以确保药液在农作物表面的均匀分布，产品性能较为突出。

3.2  飞行自动控制系统实现

在飞行自动控制系统的实现过程中，考虑多旋翼无人机属于静态不稳定飞行器，需要在其飞行过程中不断对无人机飞行姿态进行调整，从而确保无人机可以在期望状态下运行。为了实现飞行自动控制功能，无人机需要采用雷达传感器、差分GPS、避障传感器等技术。对作业场景和农作物信息进行采集，经过大数据分析后，对无人机飞行状态进行自动控制。

其中，GPS定位和检测装置主要为无人机提供高精度导航信息，确保控制系统能够准确捕捉无人机位置信息，防止因位置信息的误差引发重喷、漏喷等情况[5]。

通过采用高精度GPS定位板卡，可以确保位置信息精度为厘米级，利用差分技术实现精准定位，即使在差分信号丢失的情况下，仍可以保证无人机的正确飞行。在无人机作业过程中，还要通过采用高精度检测单元，利用传感器技术对其飞行误差进行控制。GPS技术主要实现水平误差控制，传感器技术负责高度实时检测和控制，满足农业无人机的超低空作业需求。具体可采用毫米波雷达传感器，这种传感器本身质轻，具有多种通信接口，能够在50ms内实现对目标的准确跟踪定位，精确度也可以达到厘米级。

此外，为了保证无人机飞行的安全性，还要设计避障检测单元，实施检测无人机周围障碍物，对其尺寸和位置等信息进行采集，制定相应的避障策略，确保无人机作业的顺利进行。在自动避障主控模块的设计过程中，需要采用先进的工控机设备，内部含有处理器，支持各种通信接口，具有较好的工作条件适应性，而且能耗较低，可以满足避障控制的机载设备使用需求。在避障传感器选择方面，也需要选择质轻、体积小，能够在自然条件下完成障碍物识别的先进传感器设备。考虑到无人机在作业过程中的飞行速度一般在4m/s左右，避障检测要为无人机飞行控制留有一定的反应时间，因此检测距离应在5m以上，检测宽度略大于无人机自身宽度即可。在飞行自动控制系统的应用下，可以为无人机作业稳定性提供保障。

3.3  软件系统设计

在无人机自动化作业系统的软件设计过程中，需要构建基于农作物数据分析流的作业控制策略，通过设计各个软件功能模块，对无人机的整个运行过程进行自动化控制。具体应实现的功能包括自动起降、巡航、避障、断点续飞和喷洒控制等。其中，自动起降功能是采用插入航点法来实现的，通过设置无人机巡航作业飞行高度、起飞高度、home点、目标航点、降落点等参数，通过软件编程方式实现上述飞行控制系统的功能，从而确保无人机在启动后可以自动完成农业植保作业任务。

自动巡航与避障功能主要根据无人机采集到的农作物数据以及作业场景数据，对无人机的飞行状态进行动态监控，采取相应的调控措施，确保无人机作业过程的稳定性。在避障功能的实现过程中，需要通过软件编程确定避障方向、制定避障策略。根据采集到的农作物信息，优先采用折线平移避障策略，如果平移距离超出10m，则采用爬升避障策略，躲过障碍物后再恢复正常作业高度。此外还可以根据避障策略执行情况，插入临时航点，对航线规划进行优化。此外，还可以通过软件编程方式，对喷洒作业的任务参数进行动态调整，包括喷洒量、喷洒半径等，确保无人机在航线调整过程中，仍可以实现预期的喷洒作业效果。

3.4  主要功能测试

为了验证无人机自动化作业系统的实现效果，可以采用上述硬件使用要求，搭建无人机平台，设计自主巡航作业任务，对无人机自动化作业系统的功能进行测试。可以分别选取两个不同的农作物场地进行试飞，每个场地试飞50架次，记录无人机作业任务的完成情况。在本次试验过程中主要检验无人机的自动起降、巡航和避障、断点续飞功能。利用地面控制系统完成初始任务设置，上传到机载控制系统中。其中，无人机正常巡航高度设置为3m，飞行速度为4m/s，水平避障及爬升避障的最大值为10m，如果超出这一距离仍无法实现避障，则设置断点，重新规划路线，并执行断点续费任务，完成剩余作业。从本次试验结果来看，无人机能够根据任务设定，自动起飞到预设高度开始执行任务。在巡航过程中，能够根据农作物数据分析结果，对飞行状态进行自动控制，执行避障指令，确保无人机运行的安全性。完成所有任务后，返回降落點平稳降落。整个过程不需要人工操作，作业效率非常高。

4  结  论

综上所述，基于农作物数据分析实现的无人机自动化作业系统可根据农作物实际情况，对无人机飞行作业过程进行动态调整，控制无人机航向、飞行路径以及作业参数的改变，从而提高无人机作业效率及质量。在此情况下，可以最大化地发挥无人机技术优势，带动农业生产效率的提升。

参考文献：

[1] 李维江.农用植保无人机的研究现状及趋势 [J].农业与技术，2018，38（10）：97.

[2] 黄欢，苏琦.农业无人机领域中国专利申请态势分析 [J].现代农业科技，2016（13）：347-348.

[3] 韩宾.基于pixhawk的多旋翼全自动植保无人机控制系统研究 [D].杭州：杭州电子科技大学，2017.

[4] 张瑞辰.小型四旋翼无人机硬件结构综述 [J].中国科技纵横，2016（24）：50-51.

[5] 杨迎化，唐大全.无人机自动着舰方案研究 [J].飞航导弹，2003（11）：51-55.

作者简介：陶婧（1985.09-），女，汉族，安徽枞阳人，讲师，数据库系统工程师，毕业于安徽工业大学计算机学院，本科，主要研究方向：软件开发、数据库及其应用。