劉思奕 周 航

(武漢億航自動化有限公司，湖北 武漢 430000)

1 國內(nèi)植保無人機發(fā)展現(xiàn)狀

中國作為農(nóng)業(yè)大國，擁有1.3億hm2基本農(nóng)田，每年需要大量的農(nóng)業(yè)植保機械作業(yè)。然而，農(nóng)村勞動力短缺，年輕人不愿意從事繁重的農(nóng)業(yè)生產(chǎn)，老年人體力下降，對于農(nóng)業(yè)生產(chǎn)心有余而力不足。此外，每年農(nóng)藥中毒、農(nóng)藥殘留和污染事件頻發(fā)，給家庭帶來巨大的悲痛。與傳統(tǒng)植保作業(yè)相比，無人機植保具高效率、更綠色、更安全等特點，作業(yè)人員也避免了暴露于農(nóng)藥當中的危險，因此受到市場廣泛歡迎。

國內(nèi)植保無人機產(chǎn)業(yè)最初是從2008年起步，起初是以油動無人直升機作業(yè)為主。當時植保無人機發(fā)展處于萌芽階段，價格高，性能穩(wěn)定性差，沒有實現(xiàn)大規(guī)模量產(chǎn)，用戶難以盈利。自2016年以后，我國植保無人機產(chǎn)業(yè)開始迅猛發(fā)展，各大無人機廠家陸續(xù)加入，使產(chǎn)品的性能、性價比快速提升。

植保無人機的機型按照動力可分為油動型和電動型，按照旋翼數(shù)量可分為單旋翼和多旋翼。油動型植保無人機以單旋翼為主，電動型以多旋翼居多。油動型植保無人機載重量大，有效載荷在15～30kg，續(xù)航時間長，連續(xù)作業(yè)能力強，但操控相對復(fù)雜，維護成本較高，售價昂貴；電動型植保無人機載重量小，有效載荷在10～20kg，續(xù)航時間受電池容量限制，但操控簡單，容易維護，穩(wěn)定性更好，售價低。

目前我國植保無人機銷量逐年上升，作業(yè)面積保持大幅的增長，但相對于發(fā)達國家，我國農(nóng)業(yè)植保環(huán)節(jié)的機械化水平較低，植保機械滲透率提升空間很大。

2 新型雙旋翼橫列式無人機的研發(fā)

針對大型果園、農(nóng)場等環(huán)境，定點安裝攝像頭來監(jiān)測作物生長狀況，存在著監(jiān)視范圍窄、果園布線難、線路易損壞、保護難度高、投入資金大等問題。本文設(shè)計了一種新型雙旋翼橫列式無人機(圖1)。該無人機可以對果園、農(nóng)場等環(huán)境進行快速勘探，觀察作物長勢、監(jiān)視蟲害影響，并對作物產(chǎn)量進行預(yù)估。該產(chǎn)品具有輕量化、柔性化、智能化以及性價比高等特點。

圖1 新型雙旋翼橫列式無人機

2.1 整體設(shè)計框架

機身整體將采用3D打印技術(shù)進行加工制作，設(shè)計框架如圖2所示，主要分為主控系統(tǒng)與圖傳系統(tǒng)。其中主控系統(tǒng)主要包括對左右無刷電機、GPS定位系統(tǒng)、遙控接收器等部件進行控制或接收信號，圖傳系統(tǒng)將OpenMV捕獲的作物圖片經(jīng)過主控板處理后實時傳輸給圖傳發(fā)射器。

圖2 無人機整體設(shè)計框架

2.2 主控系統(tǒng)

主控板Omnibus F4V3采用進口STM32F405主芯片，緩存高達128MHz，拓展IO口豐富。該無人機是通過2只BLS 30A電調(diào)分別控制左右2枚無刷電機，BLS電調(diào)自帶12顆ESR電容組成的濾電容電路，能夠有效降低對圖傳設(shè)備的干擾，并提高系統(tǒng)的穩(wěn)定性。GPS導(dǎo)航系統(tǒng)采用BN-220模塊，內(nèi)置FLASH、TTL電平、1HZ輸出、NMEA-0183協(xié)議輸出。數(shù)據(jù)信息回傳模塊(遙控接收器)采用PRM-03，該模塊能將飛控中的GPS、飛行高度、飛行速度、飛行距離等信息回傳到AT9或AT10中，再在AT9或AT10的界面上顯示出來。基于以上高性能模塊的組合搭配，該款雙旋翼橫列式無人機能廣泛適應(yīng)于復(fù)雜的農(nóng)田環(huán)境。

2.3 圖傳系統(tǒng)

圖傳系統(tǒng)是整套無人機勘測系統(tǒng)中最為核心的組成部分，當無人機掠過作物上方時，通過圖傳系統(tǒng)對作物生長狀況進行拍照取樣，通過無線圖傳拓展板將圖片傳輸給地面控制中心進行預(yù)處理。由此可見，圖傳系統(tǒng)性能的穩(wěn)定性很大程度上取決于信息傳輸過程中是否存在波動以及圖傳算法的先進性。

為此，該雙旋翼橫列式無人機搭載的是開源硬件OpenMV以及配套無線圖傳拓展板作為圖傳系統(tǒng)的硬件基礎(chǔ)(圖3)，同時，在軟件上優(yōu)化了圖傳控制算法，硬件上加裝信號放大器，確保了信息傳輸?shù)耐暾耘c穩(wěn)定性。

圖3 圖傳系統(tǒng)硬件基礎(chǔ)

3 農(nóng)田作物生長狀態(tài)監(jiān)測方案

3.1 基于深度學習的作物成熟度檢測算法

為了實現(xiàn)農(nóng)作物種植的智能化管理，以及對作物成熟度、產(chǎn)量等數(shù)據(jù)的準確預(yù)測，本文在無人機圖傳的基礎(chǔ)上，將基于深度學習的圖像目標檢測技術(shù)引入到作物成熟度檢測方面，提高了科學種植能力。

此方法首先依次對從圖傳系統(tǒng)捕獲的照片進行RGB顏色空間直方圖均衡化、高斯濾波、局部均值分辨率調(diào)整的圖像預(yù)處理工作，如此能大大提升輸入網(wǎng)絡(luò)的照片質(zhì)量，并進行圖像幾何變換的數(shù)據(jù)增強，擴充樣本數(shù)據(jù)集，實現(xiàn)作物照片的批量化提??；其次采用遷移學習引入深度學習模型INCEPTION V3，經(jīng)過訓(xùn)練，當作物成熟度數(shù)據(jù)測試集上的準確率大于95%時，可滿足勘測精度需求；最后，將該方法用于實際果園，發(fā)現(xiàn)該方法對作物成熟度檢測具有較好的識別效果，同時能夠?qū)崿F(xiàn)智能化觀測，避免了人為主觀判斷帶來的影響。

3.2 實際應(yīng)用案例

為了驗證檢測算法的實際效果，利用本文所研發(fā)的雙旋翼橫列式無人機對0.67hm2種植有柿子樹的果園進行實地測試。利用該算法對采集的作物圖像數(shù)據(jù)進行訓(xùn)練、測試和驗證，對測試圖像目標進行檢測，漏檢率約為7%，錯檢率約為2%，精度較高。同時，也將該算法和其它深度學習目標檢測算法進行了對比和分析，測試結(jié)果反饋檢測速度較快、檢測精度良好，可以大范圍推廣使用。

4 結(jié)語

本文設(shè)計的一種新型雙旋翼橫列式無人機，采用了雙旋翼橫向?qū)ΨQ布置且兩旋翼轉(zhuǎn)速一致，旋向相反，抵消了傳統(tǒng)直升機自有的自旋力矩，同時采用大功率發(fā)動機，提高了飛機單位功率，提高飛機載荷能力，空氣動力學性能更好。對于在作物生長過程中，未成熟與成熟時，果實顏色差異顯著且果實體積較強的作物品種，該無人機檢測的準確率較高；對于果實體積較小的作物品種，且田間雜草較多時，檢測的準確率不高。因為田間或果園工作環(huán)境較為雜亂，使得收集的圖畫富含很多噪聲或攪擾，例如作物的果實常常被莖葉遮擋，田間光照也經(jīng)常改變，因而辨認的準確率不高?？傮w來說，本文將雙旋翼橫列式的結(jié)構(gòu)應(yīng)用在植保無人機領(lǐng)域具有很強的實踐意義，提出了一種高機動性、高性價比的作物生長狀態(tài)勘探方式。