CN112947574B - 一种无人机飞播作业设计方法 - Google Patents
一种无人机飞播作业设计方法 Download PDFInfo
- Publication number
- CN112947574B CN112947574B CN202110283763.1A CN202110283763A CN112947574B CN 112947574 B CN112947574 B CN 112947574B CN 202110283763 A CN202110283763 A CN 202110283763A CN 112947574 B CN112947574 B CN 112947574B
- Authority
- CN
- China
- Prior art keywords
- seeding
- air
- time
- data
- density
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013461 design Methods 0.000 title claims abstract description 26
- 238000009331 sowing Methods 0.000 title claims abstract description 26
- 238000010899 nucleation Methods 0.000 claims abstract description 162
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 239000002699 waste material Substances 0.000 claims abstract description 5
- 238000011835 investigation Methods 0.000 claims description 37
- 239000002994 raw material Substances 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008635 plant growth Effects 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 238000003892 spreading Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 9
- 238000012216 screening Methods 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000005315 distribution function Methods 0.000 abstract description 3
- 230000012010 growth Effects 0.000 abstract description 3
- 230000035784 germination Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 4
- 235000010582 Pisum sativum Nutrition 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 241000219843 Pisum Species 0.000 description 2
- 240000004713 Pisum sativum Species 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241001669573 Galeorhinus galeus Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Sowing (AREA)
Abstract
本发明公开了一种无人机飞播作业设计方法。所述方法包括如下步骤:收集参数;数据正态分布分析;数据筛选;作业预算;高密度飞播检验;实地飞播;作业预算与实地作业对比。本发明方法具有如下技术效果:(1)无人机飞播数据的预处理,无人机飞播数据受环境和仪器设计的影响,飞播数据必然不是镜面对称和中心对称的,本发明方法考虑到该问题,并得到了较好的解决;(2)利用正态分布函数可以对无人机飞播数据进行拟合,方便飞播数据保存和参考;(3)无人机飞播实际作业为连续作业模式;(4)高密度飞播检验将飞播种子浪费情况和种子发芽后对生长状况的影响进行了评估。本发明方法能够科学的设计飞播试验数据并指导生产实践。
Description
技术领域
本发明涉及一种无人机飞播作业设计方法,属于精准农业技术领域。
背景技术
关于无人机飞播的研究一直受到关注,早在20世纪,研究人员利用无人机飞播草籽进行飞播试验。当前关于无人机飞播的研究中大疆无人机飞播的试验具有前瞻性,大疆撒播***2.0以撒播水稻为例,其工作原理如下:(1)播幅与播撒速率测定:①播幅测定,定转速,定飞行高度,进行撒播,确定播撒宽幅;②播撒速率测定;(2)参数确定,根据公式“亩用量=播撒量÷(飞行速度×播撒宽幅×时间÷666)”计算飞行速度,在根据公式“播撒速率=播撒量÷时间”计算撒播速率;(3)根据实际播撒出的用量来微调播撒参数,实际播撒亩用量与计算出的亩用量有些许偏差,飞行速度或仓口大小需要进行微调。此外,目前关于无人机飞播的研究中还有研究人员关注播撒装置的设计,例如,有研究人员研究开发了与极飞P20四旋翼无人机平台配套的油菜无人机飞播装置和控制***,目的是通过设计与改造将无人机飞播作业速度快、工作效率高和适用范围广的优点更大的发挥出来。
然而,在无人机飞播作业中依据飞播数据进行飞播作业设计较为关键,对于无人机飞播作业设计存在如下问题:(1)无人机飞播数据的预处理问题,无人机飞播数据受环境和仪器设计的影响,飞播统计数据必然不是镜像对称和中心对称的,当前方法中对于飞播数据的分析中并未考虑到该问题;(2)无人机飞播数据的描述问题,没有一个较为方便简单的函数或者模型对无人机飞播数据进行描述、归纳,不方便大家检索和参考;(3)无人机飞播实际作业为连续作业模式,并未科学的验证飞播试验数据与实际生产实践是否一致;(4)当前对于作业时间的计算较为理想化,与实际存在较大的差别。因此,需要提供一种合理的无人机飞播作业设计方法。
发明内容
本发明的目的是提供一种无人机飞播作业设计方法,用于解决当前无人机飞播作业设计方法中飞播数据未进行预处理、数据描述问题、连续作业科学化管理不足和实际作业时间科学化预算不准确等问题。
本发明所提供的无人机飞播作业设计方法,包括如下步骤:
收集参数;数据正态分布分析;数据筛选;作业预算;高密度飞播检验;实地飞播;作业预算与实地作业对比,详细步骤如下:
S1、收集参数
在试验地进行飞播试验,收集飞行参数、现场调查数据和飞播数据;
所述飞行参数包括飞行高度、飞行速度、材料漏速和转盘转速;
所述现场调查数据包括飞行调查幅宽和调查单元的边长;
进行飞播试验时,无人机从试验区域的一端沿直线飞行至另一端,在所述试验区域中部设置至少3条数据带,所述数据带所在范围为无人机匀速飞行和物料正常撒播的范围,每条所述数据带包括若干面积相等的调查单元;
飞播数据指的是种子粒数;
所述调查单元的个数为10~40,从左至右对所述调查单元进行编号;
所述飞行调查幅宽为10~20m;
所述调查单元的边长为0.5~1.0m。
S2、数据正态分布分析
1、对称优化
无人机飞播航线左右两侧距航线相同距离调查单元内的数据并不对称,这意味着飞播数据对称中心线与无人机飞播航迹不重合,如果对数据未进行对称优化处理,将会影响飞播数据的应用。将无人机航线左右两侧距航线相同距离调查单元的数据求平均值作为两个调查单元的数据。本步骤开始前将飞播数据中数据值为0的用1代替,目的是为了方便计算,同时不会影响数据处理结果。
按照式(1)得到优化后左右两侧距离飞播航线相等距离的所述调查单元的种子数,以f(i)和f(n+1-i)表示:
式(1)中,i表示所述数据带中从左至右所述调查单元的编号,n表示所述调查单元的总数,1≤i≤n,n为10~40之间的自然数,xi,xn+1-i分别代表距离飞播航线相等距离调查单元种子数,取值范围为xi≥0,xn+1-i≥0;
2、正态分布拟合
按照式(2)对式(1)的优化结果进行正态分布拟合得到正态分布曲线F(i);
式(2)中,a、w、xc和y0均为特征曲线参数,可通过对比多条正态分布曲线确立a、w、xc和y0;
S3、数据筛选
1、归一化
将对称优化的数据进行归一化处理,其原理如下:将人工或机械播种种植密度作为飞播原料调查单元参考撒播密度,将对称优化数据除以飞播原料调查单元参考撒播密度,该结果即为归一化处理结果。
按照式(3)得到归一化结果:
式(3)中,b表示所述调查单元的参考种植密度,为人工或机械播种种植密度,b≥1;
2、单条带有效幅宽
对归一化结果数据进行筛选处理,其方法如下:将归一化结果数据大于等于1的个数乘以调查单元长度作为单条带有效幅宽;
按照式(4)得到:
c=w(z(i))×Δl (4)
式(4)中,c表示单条带有效幅宽,0≤c≤n×△l,w(x)为求取自变量x≥1个数的函数,△l表示所述调查单元的长度;
3、区域作业有效幅宽
按照式(5)确定区域作业有效幅宽:
若d2≥1,则d=d1+1,若d2<1,则d=d1;
d表示区域作业有效幅宽,0≤d≤n×△l,d1和d2表示区域作业有效幅宽待选值;
S4、作业预算
无人机飞播作业消耗时间包含各种工作内容,其中包含飞播播撒作业耗时,电池更换耗时,原料装填耗时,其它耗时(包含故障、操作人员熟练程度和补播等);以飞播播撒作业飞行耗时时间系数为1,分别对电池更换耗时,原料装填耗时和其它耗时经验系数赋值;将飞播撒播作业飞行耗时时间系数,电池更换耗时经验系数,原料装填耗时经验系数和其它耗时经验系数之和作为总耗时时间系数。作业时间为作业面积除以无人机飞行速度,再除以无人机多条带有效幅宽;预算总作业时间为作业时间乘以总耗时时间系数。
按照式(7)得到总耗时时间系数;
r=r1+r2+r3+r4 (7)
式(7)中,r表示总耗时时间系数,r>1,r1表示飞播播撒作业飞行耗时时间系数,取值为1,r2表示电池更换耗时经验系数,r2>0,r3表示原料装填耗时经验系数,r3>0,r4表示其它耗时经验系数,r4>0;
分别按照式(8)和式(9)得到作业时间和总作业时间;
t2=t1×r (9)
其中,e表示作业面积,v表示飞播飞行速度,t1表示作业时间,t2表示总作业时间;
按照式(10)得到飞播作业面积内需要的种子质量;
m2=m1×t1 (10)
其中,m1表示无人机播撒速率,单位为kg/min,m2表示飞播作业面积内需要种子质量,单位为kg;
S5、高密度飞播检验
1、高密度飞播阈值倍数
按照式(11)得到高密度飞播阈值;
b<h2<h1×b (11)
其中,h2表示高密度飞播阈值,h1表示高密度飞播阈值倍数,即表示最大飞播合理密度与飞播原料调查单元参考撒播密度的比值;
2、高密度飞播面积系数
按照式(12)得到高密度飞播面积系数;
h4=sum1(z1(f(i))) (13)
z1(f(i))>h2 (14)
其中,h3表示高密度飞播面积系数,即飞播条带中飞播种子数高于高密度飞播阈值条带的总宽度所占区域飞播有效幅宽的比例,该值越小越好;h4表示飞播种子数高于飞播阈值调查单元的边长总和,函数sum1(x)代表对调查单元x边长的求和;z1(x)表示飞播条带中飞播种子数高于飞播阈值的调查单元的个数;
3、高密度飞播种子系数
按照式(15)得到高密度飞播种子系数;
h6=sum2(z2(f(i))) (16)
z2(f(i))>h2 (17)
其中,h5表示高密度飞播种子系数,即飞播条带中飞播种子数高于高密度飞播阈值种子的总数与高密度飞播阈值的比值,该值越小越好;h6表示调查单元种子数高于飞播阈值的种子总和,函数sum2(x)表示对调查单元种子数高于飞播阈值的种子数的求和;z2(x)表示飞播条带中飞播种子数高于飞播阈值的种子数;
所述高密度飞播面积系数和所述高密度飞播种子系数作为飞播参数的种子浪费和过高密度种植对植物生长不利的评价指标;
S6、按照步骤S4确定的飞行参数进行实地飞播作业,记录播撒作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时;
S7、对步骤S4与步骤S6得到的播撒飞播作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时进行比较,如果两种数据相差合理,则将步骤S4确定的播撒飞播作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时的参数进行统计和存储,作为无人机飞播的参考数据;如果两种数据相差不合理,调整参数,并将调整后的参数统计和存储,作为无人机飞播的参考数据;
具体地,若飞播时间检验系数△t在0%~10%之间,则为合理飞播设计,
由式(18)确定飞播时间检验系数:
t3表示实际飞播总作业时间。
本发明飞播作业设计方法具有如下技术效果:
(1)无人机飞播数据的预处理,无人机飞播数据受环境和仪器设计的影响,飞播数据必然不是镜面对称和中心对称的,本发明方法考虑到该问题,并得到了较好的解决;(2)利用正态分布函数可以对无人机飞播数据进行拟合,方便飞播数据保存和参考;(3)无人机飞播实际作业为连续作业模式;(4)高密度飞播检验将飞播种子浪费情况和种子发芽后对生长状况的影响进行了评估。
本发明方法能够科学的设计飞播试验数据并指导生产实践。
附图说明
图1为本发明无人机飞播数据源采集示意图;
图2为本发明无人机飞播作业设计方法的流程图。
图3为本发明方法得到的数据拟合曲线。
具体实施方式
下述实施例中所使用的实验方法如无特殊说明,均为常规方法。
下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到。
实施例1、采煤沉陷治理地离心式撒播无人机豌豆飞播试验
1、试验区概况
试验地位于陕西省榆林市神木市张家峁煤矿区,飞播试验用地为采煤沉陷治理地,属于农业用地。
2、材料与设备
(1)供试飞播材料为豌豆,飞播作业面积为4266.7平方米。
(2)离心式撒播无人机为天途M8APRO,最大载重为20kg。
3、数据采集
(1)设置飞播调查幅宽为20m,调查单元为0.5m×0.5m的正方形,调查单元个数为40,飞播方法见图1,无人机由1-2-3-4顺序直线飞行而过,中间设置三条数据采集带①②③,三条数据采集带所在范围为无人机匀速飞行和物料正常撒播的范围,且每条数据采集带均是由40个0.5m×0.5m的矩形组成,各条带中将数据从左至右编号为1-40。将①②③三条条带中相同编号的数据求均值得到一条飞播数据条带,编号从左至右依旧是1-40,这样的飞播重复飞行三次。将三次飞播各自得到的一条飞播数据条带对应编号的数据求取均值得到一条数据条带,编号从左至右依旧是1-40,并作为以下数据处理的数据源。
(2)测得豌豆漏速为8.22kg/min。
(3)飞播试验飞播数据见表2,
表2飞播数据
数据编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
种子粒数 | 1 | 1 | 1 | 1 | 1 | 1 | 2 | 4 | 5 | 7 | 7 | 11 | 11 | 13 | 12 | 12 | 13 | 13 | 14 | 14 |
数据编号 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 |
种子粒数 | 12 | 11 | 12 | 13 | 12 | 11 | 11 | 8 | 8 | 6 | 5 | 3 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
注:将飞播数据中0用1代替,为了方便计算,同时不会影响数据处理结果。
4、作业预算
将所得飞播数据进行处理,数据处理流程见图2,收集参数(图2中步骤1),数据正态分布分析(图2中步骤2),数据筛选(图2中步骤3),作业预算(图2中步骤4),高密度飞播检验(图2中步骤5),实地飞播(图2中步骤6),作业预算与实地飞播对比(图2中步骤7)。
(1)收集参数(图2中步骤1)
飞播原料为豌豆,飞行高度为2m,飞行速度为4m/s,材料漏速8.22kg/min,转速为高档,设置飞行调查幅宽为20m,调查单元为0.5m×0.5m的正方形,调查单元边长为0.5m。
(2)数据正态分布分析(图2中步骤2)
①对称优化
无人机飞播航线左右两侧距航线相同距离调查单元内的数据并不对称,这意味着飞播数据对称中心线与无人机飞播航迹不重合,如果对数据未进行对称处理,将会影响飞播数据的应用。将无人机航线左右两侧距航线相同距离调查单元的数据求平均值作为两个调查单元的数据。
i代表航线飞行方向上飞播调查单元从左至右调查单元编号,取值范围为1≤i≤40;
以xi,x41-i分别代表距离飞播航线相等距离调查单元种子数,取值范围为xi≥0,x41-i≥0;
以f(i)和f(41-i)分别代表对称优化后距离飞播航线相等距离调查单元种子数,取值范围为f(i)≥0,f(41-i)≥0,计算公式如下,
对称优化结果见表3。
表3对称优化结果
数据编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
数据编号 | 40 | 39 | 38 | 37 | 36 | 35 | 34 | 33 | 32 | 31 | 30 | 29 | 28 | 27 | 26 | 25 | 24 | 23 | 22 | 21 |
对称优化结果 | 1 | 1 | 1 | 1 | 1 | 1 | 2 | 4 | 5 | 7 | 7 | 11 | 11 | 13 | 12 | 12 | 13 | 13 | 14 | 14 |
②正态分布拟合
将(2)中对称优化结果数据进行正态分布拟合,用正态分布曲线作为描述无人机飞播数据的特征曲线,公式如下,
其中,a,w,xc,y0为特征曲线参数。
本试验中拟合参数为a=296.136,w=15.937,xc=20.5,y0=1.21×10-7,计算结果见图3。
(3)数据筛选(图2中步骤3)
①归一化
将对称优化的数据进行归一化处理,其原理如下,将人工或机械播种种植密度作为飞播原料调查单元参考撒播密度,将对称优化数据除以飞播原料调查单元参考撒播密度,该结果即为归一化处理结果。
以b代表调查单元参考种植密度,取值范围为b≥1,本试验取值为10;
以z(x)代表对x归一化处理结果,计算公式如下,
归一化结果见表4。
表4归一化结果
数据编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
数据编号 | 40 | 39 | 38 | 37 | 36 | 35 | 34 | 33 | 32 | 31 | 30 | 29 | 28 | 27 | 26 | 25 | 24 | 23 | 22 | 21 |
归一化结果 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.2 | 0.4 | 0.5 | 0.7 | 0.7 | 1.1 | 1.1 | 1.3 | 1.2 | 1.2 | 1.3 | 1.3 | 1.4 | 1.4 |
②单条带有效幅宽
对归一化结果数据进行筛选处理,其方法如下,将归一化结果数据大于等于1的个数乘以调查单元长度作为单条带有效幅宽;
设w(x)为求取自变量x≥1个数的函数;
以c代表单条带有效幅宽,取值范围为0≤c≤20,计算公式如下,
c=w(z(i))×Δl
本试验中单条带有效幅宽为9m(归一化结果数据大于等于1的个数为18个,调查单元长度为0.5m(Δl),两者乘积为9m)。
③区域作业有效幅宽
以d代表区域作业有效幅宽,取值范围为0≤d≤20,d1和d2代表区域作业有效幅宽待选值,计算公式如下,
若d2≥1,则区域作业有效幅宽为d=d1+1,若d2<1,则区域作业有效幅宽为d=d1。
本试验中区域作业有效幅宽为12m。
(4)作业预算(图2中步骤4)
无人机飞播作业消耗时间包含各种工作内容,其中包含飞播播撒作业飞行耗时,电池更换耗时,原料装填耗时,其它耗时(包含故障、操作人员熟练程度和补播等);以飞播播撒作业飞行耗时时间系数为1,分别对电池更换耗时,原料装填耗时和其它耗时经验系数赋值;将飞播撒播作业飞行耗时时间系数,电池更换耗时经验系数,原料装填耗时经验系数和其它耗时经验系数之和作为总耗时时间系数。作业时间为作业面积除以无人机飞行速度,再除以无人机区域作业有效幅宽;总作业时间为作业时间乘以总耗时时间系数。
以r1代表飞播播撒作业耗时时间系数,取值为1;
以r2代表电池更换耗时经验系数,取值为1;
以r3代表原料装填耗时经验系数,取值为1;
以r4代表其它耗时经验系数,取值为1.5,本实验中代表操作人员操作熟练程度耗时和补播耗时;
以r代表总耗时时间系数,取值范围为r>1;计算公式如下,
r=r1+r2+r3+r4
本试验中总耗时时间系数为4.5。
以e代表作业面积,以v代表飞播飞行速度,以t1代表作业时间,以t2代表总作业时间,作业时间计算如下,
总作业时间计算如下,
t2=t1×r
以m1代表无人机播撒速率,单位为kg/min,取值为8.22kg/min;
以m2代表飞播作业面积内需要种子质量,飞播作业面积内需要种子质量计算公式如下,
m2=m1×t1
本试验中作业时间为1.48min,总作业时间为6.67min,种子质量为12.18kg。
(5)高密度飞播检验(图2中步骤5)
①高密度飞播阈值倍数
以h1代表高密度飞播阈值倍数,即代表合理最大飞播密度与飞播原料调查单元参考撒播密度的比值。
以h2高密度飞播阈值,
b<h2<h1×b
本试验中h1设置为2,则10<h2<20。
②高密度飞播面积系数
以h3代表高密度飞播面积系数,即飞播条带中飞播种子数高于高密度飞播阈值条带的总宽度所占区域飞播有效幅宽的比例,该值越小越好。
以z1(x)代表飞播条带中飞播种子数高于飞播阈值h2的调查单元,z1(f(i))=0。
以h4代表飞播中子数高于飞播阈值调查单元的边长总和,函数sum1(x)代表对调查单元x边长的求和,
h4=sum1(z1(f(i)))
本试验中h4=0,h3=0。
③高密度飞播种子系数
以h5代表高密度飞播种子系数,即飞播条带中飞播种子数高于高密度飞播阈值种子的总数与高密度飞播阈值的比值,该值越小越好。
以z2(x)代表飞播条带中飞播种子数高于飞播阈值h2的种子数,z2(f(i))=0。
以h6代表调查单元种子数高于飞播阈值的种子总和,函数sum2(x)代表对调查单元种子数高于飞播阈值的种子数的求和,
h6=sum2(z2(f(i)))
本试验中h6=0,h5=0。
5、实际作业(图2中步骤6)
飞行参数设置同4中,实际作业结果如下,区域作业有效幅宽选择12m,作业飞行时间3.5分钟,电池更换用时1分钟,原料装填用时2分钟,其它耗时0分钟;总作业时间6.5分钟。
6、作业预算与实地飞播对比(图2中步骤7)
飞播设计时间是否合理通过设置的飞播时间检验系数进行确定,规则如下,
以t3代表实际飞播的总作业时间,△t代表飞播时间检验系数,以0%<△t<10%为合理飞播设计,计算公式如下,
本发明方法计算总耗时为6.67分钟,实际操作为6.5分钟,计算发现飞播时间检验系数为2.61%,该值在实际飞播时间0%~10%之间,说明本发明方法计算结果较为科学,本发明方法的数据可以统计并保存,作为无人机飞播的参考数据。
高密度飞播阈值倍数设置为2,高密度飞播面积系数为0和高密度飞播种子系数为0,能够作为对植物生长不利的评价指标。
本发明飞播作业设计方法能够科学的设计飞播试验数据并指导生产实践,具有如下技术效果:(1)无人机飞播数据的预处理,无人机飞播数据受环境和仪器设计的影响,飞播数据必然不是镜面对称和中心对称的,本发明方法考虑到该问题,并得到了较好的解决;(2)利用正态分布函数可以对无人机飞播数据进行拟合,方便飞播数据保存和参考;(3)无人机飞播实际作业为连续作业模式;(4)高密度飞播检验将飞播种子浪费情况和种子发芽后对生长状况的影响进行了评估。
Claims (4)
1.一种无人机飞播作业设计方法,包括如下步骤:
S1、在试验地进行飞播试验,收集飞行参数、现场调查数据和飞播数据;
所述飞行参数包括飞行高度、飞行速度、材料漏速和转盘转速;
所述现场调查数据包括飞行调查幅宽和调查单元的边长;
进行飞播试验时,无人机从试验区域的一端沿直线飞行至另一端,在所述试验区域中部设置至少3条数据带,所述数据带所在范围为无人机匀速飞行和物料正常撒播的范围,每条所述数据带包括若干面积相等的调查单元;
飞播数据指的是种子粒数;
S2、按照式(1)得到优化后左右两侧距离飞播航线相等距离的所述调查单元的种子数,以f(i)和f(n+1-i)表示:
式(1)中,i表示所述数据带中从左至右所述调查单元的编号,n表示所述调查单元的总数,1≤i≤n,n为10~40之间的自然数,以xi,xn+1-i分别代表距离飞播航线相等距离调查单元种子数,取值范围为xi≥0,xn+1-i≥0;
按照式(2)对式(1)的优化结果进行正态分布拟合得到正态分布曲线F(i);
式(2)中,a、w、xc和y0均为特征曲线参数;
S3、按照式(3)得到归一化结果:
式(3)中,b表示所述调查单元的参考种植密度,为人工或机械播种种植密度,b≥1;
将归一化结果中数据大于等于1的个数乘以所述调查单元的长度作为单条带有效幅宽,按照式(4)得到:
c=w(z(i))×△l (4)
式(4)中,c表示单条带有效幅宽,0≤c≤n×△l,w(x)为求取自变量x≥1个数的函数,△l表示所述调查单元的边长;
按照式(5)确定区域作业有效幅宽:
若d2≥1,则d=d1+1,若d2<1,则d=d1;
d表示区域作业有效幅宽,0≤d≤n×△l,d1和d2表示区域作业有效幅宽待选值;
S4、按照式(7)得到总耗时时间系数;
r=r1+r2+r3+r4 (7)
式(7)中,r表示总耗时时间系数,r>1,r1表示飞播播撒作业飞行耗时时间系数,取值为1,r2表示电池更换耗时经验系数,r2>0,r3表示原料装填耗时经验系数,r3>0,r4表示其它耗时经验系数,r4>0;
分别按照式(8)和式(9)得到作业时间和总作业时间;
t2=t1×r (9)
其中,e表示作业面积,v表示飞播飞行速度,t1表示作业时间,t2表示总作业时间;
按照式(10)得到飞播作业面积内需要的种子质量;
m2=m1×t1 (10)
其中,m1表示无人机播撒速率,单位为kg/min,m2表示飞播作业面积内需要种子质量,单位为kg;
S5、按照式(11)得到高密度飞播阈值;
b<h2<h1×b (11)
其中,h2表示高密度飞播阈值,h1表示高密度飞播阈值倍数,即表示最大飞播合理密度与飞播原料调查单元参考撒播密度的比值;
按照式(12)得到高密度飞播面积系数;
h4=sum1(z1(f(i))) (13)
z1(f(i))>h2 (14)
其中,h3表示高密度飞播面积系数,即飞播条带中飞播种子数高于高密度飞播阈值条带的总宽度所占区域飞播有效幅宽的比例;h4表示飞播种子数高于飞播阈值调查单元的边长总和,函数sum1(x)代表对调查单元x边长的求和;z1(x)表示飞播条带中飞播种子数高于飞播阈值的调查单元的个数;
按照式(15)得到高密度飞播种子系数;
h6=sum2(z2(f(i))) (16)
z2(f(i))>h2 (17)
其中,h5表示高密度飞播种子系数,即飞播条带中飞播种子数高于高密度飞播阈值种子的总数与高密度飞播阈值的比值;h6表示调查单元种子数高于飞播阈值的种子总和,函数sum2(x)表示对调查单元种子数高于飞播阈值的种子数的求和;z2(x)表示飞播条带中飞播种子数高于飞播阈值的种子数;
所述高密度飞播面积系数和所述高密度飞播种子系数作为飞播参数的种子浪费和过高密度种植对植物生长不利的评价指标;
S6、按照步骤S4确定的飞行参数进行实地飞播作业,记录播撒作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时;
S7、对步骤S4与步骤S6得到的播撒飞播作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时进行比较,如果两种数据相差合理,则将步骤S4确定的播撒飞播作业飞行耗时、电池更换耗时、原料装填耗时和其它耗时的参数进行统计和存储,作为无人机飞播的参考数据;如果两种数据相差不合理,调整参数,并将调整后的参数统计和存储,作为无人机飞播的参考数据。
2.根据权利要求1所述的无人机飞播作业设计方法,其特征在于:步骤S1中,所述飞行调查幅宽为10~20m;
所述调查单元的边长为0.5~1.0m。
3.根据权利要求1或2所述的无人机飞播作业设计方法,其特征在于:步骤S4中,所述其它耗时经验系数指的是故障、操作人员熟练程度和补播耗时的系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110283763.1A CN112947574B (zh) | 2021-03-17 | 2021-03-17 | 一种无人机飞播作业设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110283763.1A CN112947574B (zh) | 2021-03-17 | 2021-03-17 | 一种无人机飞播作业设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947574A CN112947574A (zh) | 2021-06-11 |
CN112947574B true CN112947574B (zh) | 2022-05-31 |
Family
ID=76230243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110283763.1A Active CN112947574B (zh) | 2021-03-17 | 2021-03-17 | 一种无人机飞播作业设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947574B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528513A (zh) * | 2016-10-18 | 2017-03-22 | 广州极飞科技有限公司 | 一种基于无人机作业的作业报告生成方法及装置 |
US9609288B1 (en) * | 2015-12-31 | 2017-03-28 | Unmanned Innovation, Inc. | Unmanned aerial vehicle rooftop inspection system |
CN109774943A (zh) * | 2019-02-27 | 2019-05-21 | 广州极飞科技有限公司 | 撒播用量的调整方法、装置、无人机和存储介质 |
CN110503259A (zh) * | 2019-08-19 | 2019-11-26 | 农业农村部南京农业机械化研究所 | 一种植保无人飞机作业参数设置决策方法 |
CN110794862A (zh) * | 2019-11-20 | 2020-02-14 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人航迹规划控制方法 |
CN111221351A (zh) * | 2020-01-19 | 2020-06-02 | 西安科技大学 | 一种离心式无人机飞播物料的方法 |
CN111291488A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种基于气象参数的飞播造林方法 |
-
2021
- 2021-03-17 CN CN202110283763.1A patent/CN112947574B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9609288B1 (en) * | 2015-12-31 | 2017-03-28 | Unmanned Innovation, Inc. | Unmanned aerial vehicle rooftop inspection system |
CN106528513A (zh) * | 2016-10-18 | 2017-03-22 | 广州极飞科技有限公司 | 一种基于无人机作业的作业报告生成方法及装置 |
CN109774943A (zh) * | 2019-02-27 | 2019-05-21 | 广州极飞科技有限公司 | 撒播用量的调整方法、装置、无人机和存储介质 |
CN110503259A (zh) * | 2019-08-19 | 2019-11-26 | 农业农村部南京农业机械化研究所 | 一种植保无人飞机作业参数设置决策方法 |
CN110794862A (zh) * | 2019-11-20 | 2020-02-14 | 深圳市益鑫智能科技有限公司 | 一种植保固定翼无人航迹规划控制方法 |
CN111221351A (zh) * | 2020-01-19 | 2020-06-02 | 西安科技大学 | 一种离心式无人机飞播物料的方法 |
CN111291488A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种基于气象参数的飞播造林方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112947574A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11871698B2 (en) | Crop growth system including a seeder and associated harvester | |
Panning et al. | Laboratory and field testing of seed spacing uniformity for sugarbeet planters | |
Önal et al. | An evaluation of seed spacing accuracy of a vacuum type precision metering unit based on theoretical considerations and experiments | |
St Jack et al. | Precision metering of Santalum spicatum (Australian Sandalwood) seeds | |
Song et al. | Test and comprehensive evaluation for the performance of UAV-based fertilizer spreaders | |
Shi et al. | Fertilization strategy and application model using a centrifugal variable-rate fertilizer spreader | |
CN111587644A (zh) | 一种多路排料器及其运转速度控制方法 | |
Liu et al. | Development of UAV-based shot seeding device for rice planting | |
CN112947574B (zh) | 一种无人机飞播作业设计方法 | |
Ismail et al. | Fennel seeds planting by investigated novel pneumatic technology | |
Ştefan et al. | Experimental results on the solid organic fertilizer machine MG 5 | |
Steingrobe et al. | A model relating the maximum nitrate inflow of lettuce (Lactuca satvia L.) to the growth of roots and shoots | |
Yazgi et al. | Seed Mixture Flowing Characteristicsof a Seed Drill for Mixed Seeding | |
Ignaciuk et al. | Predicting the seeding quality of radish seeds with the use of a family of Nakagami distribution functions | |
CN112098275A (zh) | 一种航空撒播作业质量的快速检测***及方法 | |
Sanchez et al. | Response of diverse lettuce types to fertilizer phosphorus | |
Liu et al. | Analysis and Evaluation of Seed-Filling Performance of a Pneumatic Interference Precision Seeder for Small Cabbages | |
CN214121919U (zh) | 一种用于检测航空撒播质量的快速检测装置 | |
Kocher et al. | Advances in Determining Singulating Seeder Performance: ASABE Standard S658 | |
Degirmencioglu et al. | Prototype Twin Vacuum Disk Metering Unit for Improved Seed Spacing Uniformity Performance at High Seeding Speeds | |
YAZGI et al. | Optimization of the performance of a precision planter metering cotton seed using response surface methodology | |
Al-Mallahi et al. | Monitoring the flow of seeds in grain drill using fiber sensor | |
Smith et al. | Evaluate planter meter and seed tube systems for seed spacing performance of confection sunflower seed to improve plant spacing in the field | |
Vanderstraeten et al. | Micromorphology and chemistry of airborne particles in Brussels during agriculture working periods in surrounding region | |
YAZGI et al. | Mixed Seeding Performance of a Seed Drill at Different Mixture Ratios Under the Laboratory and Field Conditions |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |