臧 英 ，吳海添 ，周志艷 ，臧 禹 ，趙玲麗 ，周銘杰 ，呂子晨

（1.華南農(nóng)業(yè)大學(xué) 工程學(xué)院/廣東省農(nóng)業(yè)航空應(yīng)用工程技術(shù)研究中心，廣州 510642；2.南方農(nóng)業(yè)機(jī)械與裝備關(guān)鍵技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，廣州510642；3.國家精準(zhǔn)農(nóng)業(yè)航空施藥技術(shù)國際聯(lián)合研究中心，廣州 510642；）

近年來，無人機(jī)在農(nóng)業(yè)中的應(yīng)用迅猛發(fā)展，特別是多旋翼植保無人機(jī)，與有人駕駛飛機(jī)作業(yè)相比，其作業(yè)時(shí)能夠垂直起降、自動(dòng)懸停，能航線規(guī)劃飛行、一鍵起降，操作便捷，而且能利用自身的旋翼風(fēng)場，使霧滴的穿透力增強(qiáng)，使農(nóng)作物葉片正反面著藥，植株中下部藥液沉積量增加。

在植保無人機(jī)的農(nóng)田實(shí)際作業(yè)中，由于農(nóng)作物長勢(shì)不一或地形起伏變化，一方面會(huì)因?yàn)閲婎^與作物冠層之間距離的變化，造成作業(yè)幅寬變化，從而影響霧滴沉積的均勻性，甚至出現(xiàn)重噴、漏噴現(xiàn)象；另一方面還可能帶來墜機(jī)的風(fēng)險(xiǎn)。因此，仿地定高飛行控制技術(shù)是提升植保無人機(jī)作業(yè)質(zhì)量、保障飛行安全的關(guān)鍵。

本研究擬在綜合分析國內(nèi)外現(xiàn)有仿地定高飛行控制技術(shù)的基礎(chǔ)上，結(jié)合植保無人機(jī)作業(yè)的特點(diǎn)，對(duì)植保無人機(jī)仿地定高飛行控制技術(shù)進(jìn)行分析，探討適合植保無人機(jī)的適應(yīng)性廣、可靠性高且成本較低的傳感器測(cè)距方法及仿地控制裝置，以期為植保無人機(jī)更好地實(shí)現(xiàn)精準(zhǔn)作業(yè)提供技術(shù)手段上的參考。

1 植保無人機(jī)仿地定高飛行控制技術(shù)應(yīng)用現(xiàn)狀

1.1 基于超聲波傳感器的仿地定高飛行控制技術(shù)

超聲波傳感器測(cè)距是一種非接觸式測(cè)距方法，其工作原理是基于聲速在既定的均勻媒介里傳播速度有一恒定值，利用發(fā)送和接收超聲波信號(hào)時(shí)間差和聲音傳播的速度之間的關(guān)系，從而計(jì)算出超聲波傳感器與物體之間的距離[1]。超聲波傳感器測(cè)距原理簡單、成本低廉，且受顏色、光照和電磁場等干擾較小，因此目前應(yīng)用較廣泛[2]，在早期的微小型無人機(jī)輔助定高飛行控制中，超聲波傳感器的應(yīng)用比較常見。HENRI等[3]提出了一種多旋翼無人機(jī)高度估計(jì)器的方法，使用超聲波傳感器的相對(duì)高度和氣壓傳感器的絕對(duì)高度值作為高度來源，高度數(shù)據(jù)輸入到帶預(yù)測(cè)濾波器的估計(jì)器中，并結(jié)合動(dòng)態(tài)模型預(yù)測(cè)出無人機(jī)的實(shí)際高度值，實(shí)現(xiàn)懸停和定高飛行。胡文超等[4]在四旋翼無人機(jī)上利用超聲波傳感器實(shí)現(xiàn)改進(jìn)的仿生聲納SLAM算法的研究，但僅在簡單環(huán)境下證明了聲納SLAM二維構(gòu)建圖的算法合理性及可行性。

但在植保無人機(jī)的仿地定高飛行控制中，由于植保作業(yè)面對(duì)的作物種類、作業(yè)場景以及農(nóng)田環(huán)境復(fù)雜多變，超聲波傳感器存在一些自身難以克服的局限：（1）超聲波必須用于能充分反射聲波和傳播聲波的對(duì)象，當(dāng)作物冠層稀疏不勻或冠層結(jié)構(gòu)變化劇烈時(shí)，其測(cè)量精度將受到影響；（2）超聲波的傳播速度受傳播介質(zhì)的密度、壓力與溫度等因素影響，植保無人機(jī)快速飛行作業(yè)中，需要對(duì)測(cè)量方法進(jìn)行相對(duì)較復(fù)雜的修正和補(bǔ)償，測(cè)量裝置的成本及響應(yīng)速度會(huì)受到影響[5]；（3）由于發(fā)射功率有限，測(cè)量距離通常為10m以內(nèi)[6]，而且超聲波測(cè)量原理的限制，超聲波測(cè)量時(shí)通常存在的固有測(cè)量盲區(qū)（0．25～0．8m），被測(cè)的最高物位如進(jìn)入盲區(qū)，將無法進(jìn)行正確的測(cè)量。因此，國內(nèi)一些企業(yè)在早期推出的植保無人機(jī)使用超聲波傳感器進(jìn)行植保無人機(jī)的仿地定高飛行控制，但實(shí)際應(yīng)用效果并不理想，在后續(xù)產(chǎn)品的升級(jí)中基本上都摒棄了超聲波傳感器的使用[7]。

1.2 基于激光雷達(dá)的仿地定高飛行控制技術(shù)

激光雷達(dá)基于TOF（飛行時(shí)間）原理，其中常用的紅外光源有905nm和850nm。TOF激光雷達(dá)最初為了快速測(cè)距而設(shè)計(jì)的，一般是周期性向外發(fā)出近紅外調(diào)制波，調(diào)制波遇到物體后反射，通過測(cè)量調(diào)制波往返相位差得到飛行時(shí)間，從而計(jì)算出該模塊與被測(cè)目標(biāo)之間的相對(duì)距離[8-9]。TOF激光雷達(dá)在室外環(huán)境容易受光照干擾，隨著測(cè)量距離的增加會(huì)使測(cè)量誤差增大[10]。熊偉翔等[11]基于旋轉(zhuǎn)激光雷達(dá)掃描室內(nèi)空間實(shí)現(xiàn)高精度定位，但只針對(duì)于水平二維的定位建圖，不能實(shí)現(xiàn)三維的定位建圖。文恬等[12]基于兩個(gè)激光傳感器模塊實(shí)現(xiàn)了地形匹配的方法，結(jié)合DMC-PID控制器，大大減少了無人機(jī)高度控制的滯后性、大慣性下的超調(diào)性和過度時(shí)間，但單線雷達(dá)掃描的地形面積不大，仿地飛行依然會(huì)產(chǎn)生延遲。楊凡等[13]基于無人機(jī)的VUX激光雷達(dá)掃描低矮植被的方式測(cè)量作物高度可達(dá)厘米級(jí)精度，利用測(cè)高技術(shù)還可以反演推算生物量和植被長勢(shì)信息，但是該激光雷達(dá)成本較高，無法在植保無人機(jī)上推廣應(yīng)用。

1.3 基于毫米波雷達(dá)的仿地定高飛行控制技術(shù)

毫米波雷達(dá)是指工作在30～300GHz頻域的雷達(dá)，發(fā)射頻率高，具有較強(qiáng)的抗干擾能力[14-15]。毫米波的波長介于微波和厘米波之間，因而毫米波雷達(dá)兼?zhèn)溆形⒉ɡ走_(dá)和光電雷達(dá)的一些優(yōu)點(diǎn)，可穿透霧、煙、灰塵的能力，具有全天候(大雨天除外)全天時(shí)的特點(diǎn)[16]。基于毫米波雷達(dá)測(cè)距方法具備全天候應(yīng)用的優(yōu)勢(shì)，不僅在無人駕駛領(lǐng)域上適用，也是植保無人機(jī)生產(chǎn)企業(yè)青睞的仿地定高傳感器。吳開華等[17]基于3個(gè)毫米波雷達(dá)的高度融合算法實(shí)現(xiàn)了植保無人機(jī)高精度的仿地定高飛行。但該仿地定高飛行技術(shù)爬坡和下坡階段誤差在40cm以內(nèi)，對(duì)于精準(zhǔn)施藥而言精度較差。此外，一些植保無人機(jī)生產(chǎn)企業(yè)采用旋轉(zhuǎn)式毫米波全向雷達(dá)[18]，但旋轉(zhuǎn)式結(jié)構(gòu)容易磨損，不僅影響使用壽命，也會(huì)增加測(cè)量誤差，相應(yīng)抬高了使用成本。

1.4 基于GNSS系統(tǒng)的定高飛行控制技術(shù)

GNSS的全稱為全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System），泛指所有的衛(wèi)星導(dǎo)航系統(tǒng)[19]，包括美國的GPS、俄羅斯的Glonass、歐洲的Galileo、中國的北斗衛(wèi)星導(dǎo)航系統(tǒng)等。RTK是基于載波相位差分的導(dǎo)航定位技術(shù)，是實(shí)時(shí)處理兩個(gè)測(cè)量站載波相位觀測(cè)量的差分方法，將基準(zhǔn)站采集的載波相位發(fā)給用戶接收機(jī)，進(jìn)行坐標(biāo)位置的修正和解算[20]，從而使移動(dòng)站模塊能夠在室外實(shí)時(shí)獲得厘米級(jí)三維定位精度[21-22]。在植保無人機(jī)的應(yīng)用中，GNSS能提供飛機(jī)的高程及經(jīng)緯坐標(biāo)數(shù)據(jù)，可用來實(shí)現(xiàn)植保無人機(jī)的航線飛行作業(yè)。但由于GNSS提供的高程數(shù)據(jù)是絕對(duì)坐標(biāo)數(shù)據(jù)，很難提供飛機(jī)與作物冠層之間的實(shí)時(shí)相對(duì)距離數(shù)據(jù)，所以GNSS用于仿地定高飛行比較困難。此外，在采用RTK進(jìn)行高精度定位時(shí)，通常高程精度比平面坐標(biāo)精度要差一些，直接用于植保無人機(jī)低空的仿地飛行也有比較大的風(fēng)險(xiǎn)。

1.5 基于氣壓傳感器的定高飛行控制技術(shù)

數(shù)字氣壓傳感器能夠獲得外界的氣壓值和溫度值[23]，利用大氣壓的特性計(jì)算出海拔高度。通常氣壓受影響因素較多，比如空氣密度在大范圍內(nèi)是不均勻的，所以會(huì)產(chǎn)生測(cè)量誤差。當(dāng)無人機(jī)飛行高度變化時(shí)，導(dǎo)致氣壓傳感器數(shù)值變化，因此可以通過氣壓傳感器測(cè)量環(huán)境大氣壓的方式間接獲取無人機(jī)的絕對(duì)高度[24]。由于植保無人機(jī)在飛行過程中，由于旋翼氣流的干擾，風(fēng)場氣壓的變化比較復(fù)雜，所以對(duì)氣壓計(jì)測(cè)量的氣壓實(shí)際值影響較大，無人機(jī)安裝氣壓計(jì)區(qū)域需要避免復(fù)雜的氣流流動(dòng)。另外空氣的溫濕度因素和傳感器的電壓波動(dòng)也會(huì)導(dǎo)致氣壓計(jì)測(cè)量數(shù)據(jù)的誤差[25]。一般情況下，氣壓計(jì)需要經(jīng)常標(biāo)定或補(bǔ)償，測(cè)量精度在短時(shí)間內(nèi)可達(dá)厘米級(jí)，但是在長時(shí)間的測(cè)量過程會(huì)產(chǎn)生漂移誤差?；跉鈮簜鞲衅鞫ǜ唢w行技術(shù)所面臨的問題，許多學(xué)者根據(jù)氣壓物理特性，設(shè)計(jì)出高精度的氣壓傳感器。袁少強(qiáng)等[26]利用靜壓特性，設(shè)計(jì)出一款壓阻硅式絕壓傳感器，實(shí)現(xiàn)了靈敏度較高的定高系統(tǒng)。法國Parrot公司BABEL等[27]提出一種無人機(jī)高度估計(jì)方法，該方法是基于氣壓傳感器的原始高度數(shù)據(jù)和補(bǔ)償觀測(cè)器的觀測(cè)高度，其中高度補(bǔ)償觀測(cè)器數(shù)據(jù)來源于姿態(tài)傳感器和風(fēng)速傳感器，最終解算出以地面為參考系的無人機(jī)絕對(duì)高度值。雖然大部分植保無人機(jī)都搭配有氣壓傳感器模塊，但只適用于絕對(duì)高度的定位，有一定的局限性。另外，氣壓傳感器在無人機(jī)近地飛行時(shí)，受地面氣流效應(yīng)影響較大，測(cè)量誤差較大，所以通常氣壓傳感器只作為輔助定高。

1.6 基于視覺傳感器的仿地定高飛行控制技術(shù)

雙目視覺的原理是通過計(jì)算兩個(gè)攝像頭所拍攝的兩幅圖像的視差，直接對(duì)前方景象進(jìn)行距離測(cè)量。經(jīng)歷了幾十年的發(fā)展，雙目視覺在機(jī)器人視覺，無人機(jī)、軍事、醫(yī)學(xué)成像等領(lǐng)域應(yīng)用越來越廣。周武根等[28]基于視覺SLAM實(shí)現(xiàn)無人機(jī)在棚內(nèi)煤場自主飛行與地圖構(gòu)建，可以適用于無GPS的室內(nèi)環(huán)境，同時(shí)利用視覺傳感器實(shí)現(xiàn)了煤堆全覆蓋的視覺成像，構(gòu)建了接近實(shí)際的煤儲(chǔ)量估計(jì)。史珂路等[29]在無人機(jī)高空火災(zāi)測(cè)距方面，基于融合動(dòng)態(tài)模板的雙目視覺算法獲得了較好的測(cè)量精度。CAMPOS等[30]基于單目視覺的地形跟蹤飛行高度估計(jì)方法，該方法是輸入視覺信息給決策樹測(cè)距訓(xùn)練，最終測(cè)距的準(zhǔn)確率達(dá)80%以上。宋宇等[31]設(shè)計(jì)雙光流傳感器在室內(nèi)環(huán)境下實(shí)現(xiàn)無人機(jī)實(shí)時(shí)高度測(cè)量，結(jié)合擴(kuò)展卡爾曼濾波得到機(jī)身的位置、速度、姿態(tài)等信息，能提供更準(zhǔn)確的導(dǎo)航信息。目前，視覺傳感器已在植保無人機(jī)上得到了應(yīng)用，但視覺傳感器受外物污染時(shí)會(huì)影響可靠性和精度，特別是植保無人機(jī)施藥作業(yè)時(shí)，極易受到農(nóng)藥污染。因此，惡劣的作業(yè)環(huán)境，視覺傳感器的用途是不太可靠的。

2 當(dāng)前植保無人機(jī)仿地定高飛行控制技術(shù)存在的問題

2.1 傳感器精度和抗干擾能力需要進(jìn)一步提高

目前采用GNSS、氣壓計(jì)的定高方案雖然應(yīng)用比較成熟，但是傳感器數(shù)據(jù)是海拔高度，植保無人機(jī)無法相對(duì)于農(nóng)作物冠層高度上仿地定高飛行，也無法適應(yīng)地形起伏的作業(yè)環(huán)境下飛行。超聲波傳感器在測(cè)量相對(duì)距離過程會(huì)穿透農(nóng)作物的冠層，同時(shí)因無人機(jī)風(fēng)場導(dǎo)致的農(nóng)作物枝葉擺動(dòng)而測(cè)量不穩(wěn)定，影響仿地定高飛行的穩(wěn)定性。單線激光雷達(dá)、紅外傳感器、雙目視覺等在沒有粉塵、水霧的應(yīng)用場景下精度較高，但是在植保作業(yè)過程易受霧滴、陽光照射等的干擾，所以在植保作業(yè)中的穩(wěn)定性不佳。毫米波雷達(dá)不易受霧滴、陽光照射等干擾，抗干擾能力較強(qiáng)，可實(shí)現(xiàn)全天候作業(yè)，目前被越來越多的植保無人機(jī)企業(yè)選用，但也存在旋轉(zhuǎn)部件易磨損、成本較高等問題。

2.2 缺少面向農(nóng)田場景的高程預(yù)判及仿地定高飛行規(guī)劃技術(shù)

目前植保無人機(jī)在開始作業(yè)前，通常航線規(guī)劃的工作主要是針對(duì)平面坐標(biāo)，在高程方向上的飛行規(guī)劃較少見。平面坐標(biāo)系上的航線規(guī)劃及作業(yè)飛行控制，較適合地勢(shì)平坦的區(qū)域，而我國許多地區(qū)，特別是南方15省，丘陵山地的作業(yè)場景較多，迫切需要面向農(nóng)田場景的高程預(yù)判及仿地定高飛行規(guī)劃技術(shù)，以提高作業(yè)的質(zhì)量及飛行的安全性。

未來植保無人機(jī)的發(fā)展，應(yīng)能提前測(cè)量前方地形的高程數(shù)據(jù)，具備前方作業(yè)區(qū)域預(yù)判功能，并在此基礎(chǔ)上，在飛行作業(yè)航線的規(guī)劃時(shí)，增加仿地定高飛行的規(guī)劃。具體思路為：對(duì)機(jī)頭前進(jìn)方向區(qū)域劃分為若干分區(qū)，結(jié)合仿地測(cè)距傳感器提前探測(cè)地形的變化狀況，對(duì)不同劃分區(qū)域執(zhí)行不同的仿地定高調(diào)節(jié)機(jī)制。具體示例如圖1，將植保無人機(jī)飛行區(qū)域劃分為高度保持區(qū)（15m內(nèi)，檢測(cè)地形高度無變化，保持飛行高度）、姿態(tài)提前調(diào)節(jié)區(qū)（3m內(nèi)，檢測(cè)地形高度發(fā)生變化，并且植保無人機(jī)從高度保持區(qū)進(jìn)入高度實(shí)時(shí)調(diào)節(jié)區(qū)或者從高度實(shí)時(shí)調(diào)節(jié)區(qū)進(jìn)入高度保持區(qū)，提前作姿態(tài)調(diào)整，同時(shí)可根據(jù)飛行速度可以把姿態(tài)提前調(diào)節(jié)區(qū)距離適當(dāng)調(diào)整）和高度實(shí)時(shí)調(diào)節(jié)區(qū)（根據(jù)地形坡度實(shí)時(shí)調(diào)節(jié)植保無人機(jī)飛行姿態(tài)，同時(shí)考慮飛行速度的影響適當(dāng)調(diào)整姿態(tài)變化的快慢）。

圖1 植保無人機(jī)仿地定高飛行區(qū)域劃分示意圖Figure 1 Terrian following zone division diagram of plant protection UAV

2.3 復(fù)雜環(huán)境下的仿地定高控制算法適用性需要加強(qiáng)

目前植保無人機(jī)仿地定高控制常用PID控制算法[32]，但植保無人機(jī)實(shí)際農(nóng)田作業(yè)中，還會(huì)受到自然風(fēng)和藥箱藥液的晃動(dòng)等外界因素影響，特別是作物長勢(shì)不勻、地形變化頻繁的復(fù)雜環(huán)境下，需要高適應(yīng)性的控制算法，以提高控制的穩(wěn)定性和平順性。為了提高控制算法的適應(yīng)性，可以考慮結(jié)合一些控制一體化的方法，包括滑膜控制、滑膜自適應(yīng)控制、最優(yōu)控制、自適應(yīng)控制、魯棒控制、模糊控制、自抗擾控制、反饋線性化和反步控制等[33-3 4]。CHEOLKEUN[35]針對(duì)非線性飛行器模型進(jìn)行仿真，采用基于遺傳算法的模糊增益表控制器，驗(yàn)證了在各種環(huán)境擾動(dòng)下能夠保證軌跡跟蹤的性能，但由于需要模糊規(guī)律庫的先驗(yàn)知識(shí)庫，對(duì)工程師設(shè)計(jì)要求較高，且需要更多的時(shí)間設(shè)計(jì)模糊規(guī)律庫，不利于工程的應(yīng)用。韓京清研究員提出一種不依賴被控對(duì)象的自抗擾控制技術(shù)[36-3 8]，包括跟蹤微分器、擴(kuò)張狀態(tài)觀測(cè)器、非線性反饋和幾個(gè)非線性函數(shù)組成[39]。自抗擾控制已在飛行器姿態(tài)控制上展現(xiàn)出獨(dú)特的抗擾能力，但是由于該控制方法參數(shù)較多還未能廣泛推廣[40]。高志強(qiáng)提出了基于頻域尺度的線性自抗擾控制器，使得調(diào)試參數(shù)大大減少，且具有明確的物理意義，極大地推動(dòng)了自抗擾控制理論發(fā)展與實(shí)際應(yīng)用[41-42]?？梢酝ㄟ^學(xué)科移植的方法，將一些其他領(lǐng)域應(yīng)用效果較好的控制策略，例如自抗擾控制器在陀螺儀加工工藝[43]、PMSM電機(jī)持續(xù)同步控制[44]、軌道車輛懸掛系統(tǒng)[45]等領(lǐng)域的應(yīng)用，移植到植保無人機(jī)的仿地定高飛行控制中，使得植保無人機(jī)的仿地定高控制精度及適用性提升，仿地定高控制更平滑且迅速，提升作業(yè)質(zhì)量和效率。

3 未來發(fā)展趨勢(shì)展望

3.1 多種傳感器信息融合定位

單個(gè)傳感器由于分別存在各自的缺陷，在仿地定高控制中難免會(huì)出現(xiàn)不能滿足各種復(fù)雜應(yīng)用場景的情況。因此，在仿地定高飛行控制中，多傳感器信息融合的方法逐步得到重視，增加多種傳感器作為冗余方案，各傳感器間優(yōu)勢(shì)互補(bǔ)，從而提高仿地定高飛行的穩(wěn)定性。GNSS在障礙物遮擋等情況下失效時(shí)，光流傳感器在水平輔助定位懸停和位置估計(jì)中可作為備用定位傳感器[46]。HERISSE等[47]提出基于多觀測(cè)點(diǎn)平均光流測(cè)量的無人機(jī)地形跟蹤方法，結(jié)果表明縱向運(yùn)動(dòng)跟蹤軌跡較好。HERISSE等[48-49]提出室內(nèi)無人機(jī)基于球面相機(jī)的平移光流融合IMU傳感器，實(shí)現(xiàn)非線性控制的地形跟隨，該試驗(yàn)通過仿真和不同室內(nèi)場景測(cè)試，驗(yàn)證了算法的地形跟隨效果。另外，毫米波雷達(dá)在地形起伏復(fù)雜環(huán)境下，假設(shè)高度數(shù)據(jù)失效，氣壓計(jì)作為絕對(duì)高度定位的方法是失控保護(hù)的措施之一。植保無人機(jī)的飛控系統(tǒng)基于多種傳感器數(shù)據(jù)融合技術(shù)[50-51]，可以保障植保無人機(jī)穩(wěn)定作業(yè)，避免突發(fā)事故。王飛等[52]設(shè)計(jì)的視覺光流和旋轉(zhuǎn)激光雷達(dá)測(cè)距，融合IMU傳感器數(shù)據(jù)，實(shí)現(xiàn)了室內(nèi)定位導(dǎo)航飛行。黃鶴等[53]提出一種多層多源信息融合的無人機(jī)定高算法，該算法改善了多傳感器融合算法中傳感器測(cè)量誤差問題。GOLISK等[54]設(shè)計(jì)基于卡爾曼濾波融合算法的非線性濾波器，適用于無人機(jī)的姿態(tài)估計(jì)，使無人機(jī)姿態(tài)估計(jì)更準(zhǔn)確。

3.2 人工智能技術(shù)應(yīng)對(duì)場景識(shí)別定位

植保無人機(jī)在復(fù)雜環(huán)境下噴灑作業(yè)，特別是果樹普遍種植在山地，地形復(fù)雜、高低起伏較大，樹與樹之間存在較大的間隙，僅靠雷達(dá)的仿地飛行，容易導(dǎo)致植保無人機(jī)在樹的間隙區(qū)間仿地定高飛行，造成植保無人機(jī)撞機(jī)。此外，植保無人機(jī)在自動(dòng)飛行中，由于無法識(shí)別田塊空地而停止噴灑，造成藥液的浪費(fèi)。因此，平原模式的自主飛行難以用于果園、坡地等復(fù)雜環(huán)境。為了應(yīng)對(duì)復(fù)雜環(huán)境識(shí)別定位，牛淵[55]提出利用飛行高度傳感器和室內(nèi)定位系統(tǒng)采集的數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)訓(xùn)練，實(shí)現(xiàn)無人機(jī)的地形跟隨控制。周龍[56]提出基于立體視覺和激光雷達(dá)掃描的方式獲取場景的細(xì)節(jié)信息，測(cè)量準(zhǔn)確的三維深度信息，為無人機(jī)導(dǎo)航規(guī)劃提供強(qiáng)大的感知能力。這些研究方法是將來人工智能技術(shù)結(jié)合植保無人機(jī)實(shí)現(xiàn)更智能化噴灑作業(yè)的趨勢(shì)。為了解決農(nóng)田復(fù)雜環(huán)境問題，目前已有部分企業(yè)植保無人機(jī)的作業(yè)方案采用AI智能引擎與地面站相結(jié)合的模式，首先通過對(duì)低空遙感采集作業(yè)區(qū)域的圖像進(jìn)行分析，并對(duì)場景地圖進(jìn)行三維重建和自動(dòng)識(shí)別障礙物、農(nóng)作物等，最后通過智能三維航線規(guī)劃，自動(dòng)將果園場景中的樹木、水塘、建筑、電線桿、地面等進(jìn)行智能識(shí)別，形成帶有類別屬性的三維語義地圖，讓山地和果園場景的作業(yè)實(shí)現(xiàn)自動(dòng)化和智能化。

3.3 基于模型設(shè)計(jì)的高精度仿地定高控制系統(tǒng)

圖2 未來植保無人機(jī)仿地定高飛行控制系統(tǒng)框圖Figure 2 Terrian following control system block diagram for future of plant protection UAV

如前所述，面向復(fù)雜農(nóng)田場景的高精度、高穩(wěn)定性的仿地定高控制系統(tǒng)是未來植保無人機(jī)必須具備的重要功能之一。結(jié)合高程預(yù)判及仿地定高飛行規(guī)劃、自抗擾控制算法的思想，本研究提出未來植保無人機(jī)仿地定高飛行控制系統(tǒng)的框圖如圖2。首先設(shè)置仿地飛行的期望高度，期望高度經(jīng)過安排過渡過程得到高度v1和高度導(dǎo)數(shù)v2，然后根據(jù)非線性組合出偏差量e1和e2，得出u0輸出值，同時(shí)根據(jù)擴(kuò)張觀測(cè)器z3擾動(dòng)干擾補(bǔ)償和基于懸停油門補(bǔ)償函數(shù)的藥液質(zhì)量反饋機(jī)制，最終輸出控制量u控制植保無人機(jī)高度變化。其中通過擴(kuò)張卡爾曼濾波器的多傳感器信息分析機(jī)制得出的實(shí)際高度值輸入到擴(kuò)張觀測(cè)器中，擴(kuò)張觀測(cè)器觀測(cè)輸出觀測(cè)高度值z(mì)1、觀測(cè)高度導(dǎo)數(shù)z2、觀測(cè)擾動(dòng)補(bǔ)償z3。另外擴(kuò)張卡爾曼濾波器的多傳感器信息分析機(jī)制可根據(jù)作業(yè)地形仿地定高飛行狀況分區(qū)控制姿態(tài)控制器提前作出姿態(tài)調(diào)整。

4 結(jié)束語

隨著農(nóng)業(yè)航空的快速發(fā)展，植保無人機(jī)將逐漸成為農(nóng)業(yè)生產(chǎn)中施藥環(huán)節(jié)的重要工具。仿地定高飛行控制技術(shù)是提升植保無人機(jī)作業(yè)質(zhì)量和安全性的重要功能，本研究通過對(duì)現(xiàn)有仿地定高飛行的控制方法進(jìn)行系統(tǒng)分析，提出了多傳感器信息融合定位、人工智能場景識(shí)別定位、基于模型設(shè)計(jì)的高精度低成本定高控制等解決方案，可為植保無人機(jī)更好地實(shí)現(xiàn)精準(zhǔn)作業(yè)提供參考。