基于雾滴沉积模型的植保无人机喷洒质量评价方法与流程

1.本发明涉及植保无人机喷洒作业领域，具体为基于雾滴沉积模型的植保无人机喷洒质量评价方法。


背景技术：

2.近年来，作为我国农业植保产业的重要组成之一的植保无人机的迅猛发展和广泛应用引起了人们的关注。与传统人工喷洒和地面植保机械相比，植保无人机具有灵活性强、作业效率高、安全性高、适应性强、成本低、不破坏耕地等优点。与有人驾驶固定翼飞机和直升机相比，植保无人机具有机动灵活、不需要专用的起降机场的优势，特别适用于我国田块小、田块分散的地域和民居稠密的农业区域。与大型固定翼飞机相比，植保无人机通常采用低空作业，旋翼产生的下洗风场增加了液滴对作物的穿透性，提高了防治效果。下洗风场的存在，虽然使得雾滴的穿透性增强，但也使得雾滴在空中的运动过程更加复杂，雾滴的沉积规律更加难以研究，作业质量高低难于评价。评价植保无人机作业质量的依据主要是喷洒的液滴在目标作物上的分布是否均匀，是否存在重喷漏喷现象，是否产生大量的飘移，雾滴沉积量是一个重要的指标，它代表着单位面积上沉积雾滴的体积。作业区域内雾滴沉积量的分布，是衡量无人机作业质量高低的量化指标。获得准确的雾滴沉积量分布情况，有助于制定合理的喷雾决策，提高喷雾质量，降低农药用量。
3.学术研究中最常用的雾滴沉积检测方法为水敏纸检测，水敏纸采集雾滴后，结合图像处理方法分析雾滴沉积信息。这种方法可以直接观察沉积效果。然而，雾滴沉积检测的准确性会受到水敏纸上雾滴重叠和扫描仪分辨率的限制。另外，用有限个采样点处的雾滴沉积率来推测整片作业区域的雾滴沉积分布情况显然不准确的。与水敏纸类似的还有通过计算和分析添加到杀虫剂中的示踪剂来间接检测雾滴沉积。示踪法能灵敏地检测雾滴的沉积，且原料成本低。然而，为了获得雾滴沉积数据，需要后续进行数据处理和复杂分析。目前还有一些商用产品用于检测雾滴沉积质量，如激光粒度分析仪和叶片湿度传感器。此外，分析天平已用于直接测量雾滴沉积质量。
4.除以上方法外有人还提出一种便携式航空施药雾滴沉积量检测装置，采用该装置在作物密集时检测，会对作物造成损伤，此外，施药后进入大田采集雾滴沉积量，会对人体健康造成危害；有人提出一种植保机械喷雾作业雾滴沉积量在线检测系统，由于使用的电容传感器输出电压与液体的电导率有关，当液体电导率发生变化时，会影响系统检测雾滴沉积量的准确性，同时，航空施药作业雾滴粒径较小，喷洒量较少，而采用电容传感器，会因其灵敏度不足难以支持微量雾滴沉积量的采集。
5.针对以上问题，亟需一种准确性高，便于操作的雾滴沉积分布实时监测方法用于提高植保无人机作业质量。


技术实现要素：

6.(一)解决的技术问题
7.针对现有技术的不足，本发明提供了基于雾滴沉积模型的植保无人机喷洒质量评价方法，解决了上述背景技术中的问题。
8.(二)技术方案
9.为实现以上目的，本发明通过以下技术方案予以实现：基于雾滴沉积模型的植保无人机喷洒质量评价方法，包括以下步骤：
10.步骤1，利用环境检测系统对环境信息进行数据采集，获取作业区域的实时环境数据信息，并传递给云服务器；
11.步骤2，利用无人机终端实时将无人机作业参数信息进行实时采集，并传递给云服务器；
12.步骤3，云服务器利用已经建立的雾滴沉积分布模型，将实时收集的环境数据信息和作业参数信息作为输入，将作业区域内雾滴沉积分布作为输出，生成整片区域内的雾滴沉积分布结果；
13.步骤4，云服务器根据雾滴沉积分布结果对作业进行评价，并将评价结果传递给用户终端。
14.优选的，所述雾滴沉积分布模型的构建方法包括以下步骤：通过选取样本无人机不同作业参数信息和不同目标环境数据信息基础上，通过计算流体力学数值模拟方式获取了不同参数组合下的雾滴沉积分布情况，之后通过反距离加权平均的方式获得任意作业组合下的雾滴沉积分布情况，通过实际作业中获取的数据与模型输出进行对比，进一步修正模型参数，最终获得雾滴沉积模型。
15.优选的，所述雾滴沉积分布模型通过以下步骤训练得到：对样本无人机进行物理建模，对作业局域进行物理建模并进行网格化处理，将建好的无人机和作业区域的物理模型导入计算流体力学软件，通过设置边界条件来模拟不同的作业参数和环境参数；
16.通过设置喷头类型和喷洒流量条件，将雾滴注入到流场中，通过计算获得作业区域内的雾滴分布情况，以不同的作业组合下的雾滴分布情况为基础，通过反距离加权平均的方式获得任意参数组合下的雾滴分布情况，获取雾滴沉积分布理论模型，通过实际作业检测，进一步修正模型参数，获得较准确的雾滴沉积分布模型。
17.优选的，所述雾滴沉积分布模型通过cfd数值模拟获取数据，各种参数容易控制，避免了随机因素的干扰。
18.优选的，所述步骤1具体包括：通过气象传感模块采集环境信息，获取作业区域内环境数据信息，所述气象传感模块包括温湿度传感器、风速传感器、gps传感器。
19.优选的，所述步骤3之前还包括以下步骤：对无人机的所述作业参数信息和环境数据信息进行预处理，得到按比例缩放的数据，所述预处理包括正态分布标准化和统计分布标准化。
20.基于雾滴沉积模型的植保无人机喷洒质量评价系统，包括无人机终端、环境检测系统、云服务器和用户系统，所述环境检测系统能够获取作业区域的实时环境数据信息并传递给云服务器，所述无人机终端能够将无人机作业参数信息进行实时采集并传递给云服务器，所述云服务器包括存储有雾滴沉积分布预测模型的存储模块，所述云服务器能够根据雾滴沉积分布模型，将实时收集的环境数据信息和作业参数信息作为输入，将作业区域内雾滴沉积分布作为输出，生成整片区域内的雾滴沉积分布结果。
21.优选的，所述无人机终端包括定位模块、喷头模块、飞控模块和无线通信模块，所述定位模块和喷头模块均与飞控模块相连，所述飞控模块通过无线通信模块连接云服务器，所述环境检测系统包括气象传感模块、处理器和无线通信模块，所述气象传感模块连接处理器，所述处理器通过无线通信模块连接云服务器。
22.优选的，所述气象传感模块包括温湿度传感器、风速传感器，所述处理器与温湿度传感器、风速传感器分别相连。
23.(三)有益效果
24.本发明提供了基于雾滴沉积模型的植保无人机喷洒质量评价方法。具备以下有益效果：
25.本发明通过无人机终端收集植保无人机作业过程中的飞行高度、飞行速度等信息，通过环境检测系统收集获取无人机作业区域的实时环境数据信息，将以上信息输入云服务器，通过雾滴沉积模型，计算植保无人机作业后作业区域内的雾滴沉积分布情况，用于评价喷洒质量，所设计的质量评价方法，相对于传统的采样方法，自动化程度高，节省大量的人力物力，量化结果全面可靠，容易被人接受，作业过程完整记录，作业过程可追溯，便于管理，可以以高质量作业为目标优化飞行控制，为真正实现全自动化飞行打下良好的基础。
附图说明
26.图1为本发明的工作流程示意图；
27.图2为本发明的作业区域与无人机机体网格划分情况示意图；
28.图3为本发明的雾滴沉积分布情况示意图；
29.图4为本发明的地面液滴沉积情况示意图；
30.图5为本发明的连续作业条件下的作业区域内的雾滴沉积分布情况示意图；
31.图6为本发明的环境检测系统框图；
32.图7为本发明的无人机终端框图；
33.图8为本发明的系统框图。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.实施例一：
36.如图1－图5所示，本发明实施例提供基于雾滴沉积模型的植保无人机喷洒质量评价方法，包括以下步骤：
37.步骤1，利用环境检测系统对环境信息进行数据采集，获取作业区域的实时环境信息数据，传递给云服务器的雾滴沉积分布模型；
38.步骤2，利用无人机终端实时将无人机作业参数数据，无人机位置信息等数据进行实时采集，并传递给云服务器的雾滴沉积分布模型；
39.步骤3，云服务器利用已经建立的雾滴沉积分布模型，将实时收集的环境信息和飞
行参数，位置信息作为输入，将作业区域内雾滴沉积分布作为输出，生成整片区域内的雾滴沉积分布结果。
40.步骤4，云服务器根据雾滴沉积分布结果对本次作业进行评价，并将评价结果传递给用户终端。
41.在本发明实施例中，步骤1中，环境检测系统为地面监测设备，能够检测环境信息，环境检测系统采用无线传感器采集环境温度信息和风速信息，获取到环境信息数据，能够采集风速信息、风向的信息、环境信息，风速信息为平均风速的信息，风向的信息，环境信息包括温度、湿度。无人机作业参数包括喷头类型、喷洒流量雾滴粒径、农药用量等事前设定。无人机飞行高度、速度等信息由于受到环境影响会有一定的波动性，所以由无人机搭载的飞控模块和定位模块实时采集数据信息传给云服务器。
42.步骤2中，无人机终端到云服务器的传输一般采用移动互联网gprs/4g/5g进行。程序主要是在无人机终端嵌入式飞行控制模块上使用c语言实现，包括飞控与传感器之间的通信，飞控与云服务器的通信等。
43.步骤3中，云服务器的雾滴沉积模型的建立主要利用了计算流体力学(cfd)的数值模拟方式收集数据，建立模型，主要按照下面的步骤进行：
44.(1)建立样本植保无人机的物理模型，并进行作业区域和机体的网格划分，如图2所示，作业区域与无人机机体网格划分情况；
45.(2)通过设置边界条件进行不同飞行高度，不同飞行速度，不同环境风速条件下的流场计算。作业参数组合如下表：
46.作业参数取值飞行高度/(m)2，2.1，2.3，2.5，2.7，3飞行速度/(m/s)0，0.5，1，1.5，2，2.5，3侧风风速/(m/s)0，0.5，1，1.5，2，2.5，3
47.(3)流场计算所采用的是sst k
‑
omega湍流模型，其数学形式为：
[0048][0049]
其中：μ,ν,w为x,y,z方向的速度矢量的分量ψ为通用变量，ζ为广义扩散系数，s为广义源项。
[0050]
(4)流场计算收敛之后，引入离散相模型按照样本机型的喷雾系统对喷头类型，喷雾流量，雾滴粒径等参数进行设置，从计算精度和计算量两方面考虑注入适当数量的液滴，并追踪液滴在流场内的移动位置。
[0051]
(5)将作业区域地面进行网格划分，通过统计落在地面上每个网格内的液滴数量来描述作业区域范围内，不同位置处的液滴沉积率，从而获得整片作业区域内的液滴分布情况，如图3所示，为飞行高度3m，飞行速度0
‑
3m/s，侧风速度0m/s的雾滴沉积分布情况。
[0052]
(6)对上表中所有参数组合下的雾滴沉积分布情况进行计算，将获得的所有参数组合下的每个网格内的雾滴沉积率，组成一个矩阵x，x的第j列代表第j种参数组合下的每个网格内的雾滴沉积率，第i行代表第i个网格内的不同作业参数下的雾滴沉积率。
[0053]
(7)实际作业中，采用实验中预定的喷头类型，喷雾流量，雾滴粒径，主要记录无人
机在任意时刻的飞行高度，飞行速度和侧风风速用向量表示，其中h为飞行高度，v为飞行速度，w为侧风风速(与飞行方向垂直)，实际飞行中如果侧风风向与飞行方向不垂直则需要对其进行两个方向上的分解。之后利用归一化公式对p进行归一化得到归一化之后的向量
[0054]
(8)采用反距离加权平均的方法，依据测得的飞行高度，飞行速度和风速与实验中参数之间的距离，通过已计算出的沉积率矩阵对雾滴沉积分布进行实时的预测，获得实时雾滴沉积分布向量y计算公式为：
[0055][0056]
其中
[0057][0058]
为实验中所选取的第j种作业参数组合。
[0059]
ε＝0.00001为默认参数。如图4所示为地面液滴沉积情况，飞行方向为y轴正半轴方向，侧风方向为x轴负半轴，飞行高度3m，侧风风速－2m/s，飞行速度2m/s。
[0060]
(9)在植保无人机作业过程中，按照一定的采样频率，收集不同喷洒位置的飞行高度，飞行速度和侧风风速，获得整片作业区域内的雾滴沉积分布情况，如图5所示，为连续作业条件下的作业区域内的雾滴沉积分布情况。
[0061]
步骤4中智能手机端可以通过访问云端服务器，获取本次植保操作的质量评价报告，或者通过安装app实时获取质量评价报告。
[0062]
实施例二：
[0063]
如图6－图8所示，本发明实施例提供基于雾滴沉积模型的植保无人机喷洒质量评价系统，包括无人机终端、环境检测系统、云服务器和用户系统，环境检测系统能够获取作业区域的实时环境数据信息并传递给云服务器，无人机终端能够将无人机作业参数信息进行实时采集并传递给云服务器，云服务器包括存储有雾滴沉积分布预测模型的存储模块，云服务器能够根据雾滴沉积分布模型，将实时收集的环境数据信息和作业参数信息作为输入，将作业区域内雾滴沉积分布作为输出，生成整片区域内的雾滴沉积分布结果。
[0064]
无人机终端包括定位模块、喷头模块、飞控模块和无线通信模块，定位模块和喷头模块均与飞控模块相连，飞控模块通过无线通信模块连接云服务器，环境检测系统包括气象传感模块、处理器和无线通信模块，气象传感模块连接处理器，处理器通过无线通信模块连接云服务器。
[0065]
气象传感模块包括温湿度传感器、风速传感器，处理器与温湿度传感器、风速传感器分别相连。
[0066]
通过无人机终端收集植保无人机作业过程中的飞行高度、飞行速度、环境风速、风
向等信息，通过环境检测系统收集获取无人机作业区域的实时环境数据信息，将以上信息输入云服务器，通过雾滴沉积模型，计算植保无人机作业后作业区域内的雾滴沉积分布情况，用于评价喷洒质量，自动化程度高，节省大量的人力物力，量化结果全面可靠，作业过程完整记录，作业过程可追溯，便于管理，可以以高质量作业为目标优化飞行控制，为真正实现全自动化飞行打下良好的基础。
[0067]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。