王 華

（河南工業(yè)貿(mào)易職業(yè)學(xué)院，河南 鄭州 451191）

1 簡介

隨著物聯(lián)網(wǎng)（IoT）技術(shù)的逐漸成熟，一些基本的應(yīng)用，例如，低功耗的傳感器芯片、物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)、支持IPv6的傳感器和網(wǎng)絡(luò)、基于云計(jì)算的物聯(lián)網(wǎng)多媒體服務(wù)、RFID（射頻識別技術(shù)）及其應(yīng)用、物聯(lián)網(wǎng)技術(shù)等，已經(jīng)成為主要的研究對象。

除了在工業(yè)領(lǐng)域的應(yīng)用，物聯(lián)網(wǎng)技術(shù)對農(nóng)業(yè)生產(chǎn)有很多好處。植物保護(hù)已經(jīng)成為農(nóng)業(yè)種植和田間管理機(jī)械化中最薄弱的環(huán)節(jié)。中國目前的植保產(chǎn)業(yè)水平較低，植保機(jī)械是中國農(nóng)業(yè)機(jī)械化中的一個(gè)主要問題，這種情況亟待改變[1]。

筆者研究的主要目的是開發(fā)、形成一個(gè)區(qū)域信標(biāo)信息系統(tǒng)，用于農(nóng)業(yè)無人機(jī)。該系統(tǒng)結(jié)合了LoRa和物聯(lián)網(wǎng)技術(shù)，并配備了高精度的GPS/GLONAS/RTK定位能力，從而使農(nóng)業(yè)無人機(jī)能夠自動(dòng)收集農(nóng)田的邊界信息，生成飛行路徑，并在導(dǎo)航下飛向鎖定的目標(biāo)，檢測物體的具體特征，收集有關(guān)農(nóng)業(yè)應(yīng)用的信息。該系統(tǒng)可以使無人機(jī)具有以下功能：航空路線規(guī)劃、中繼噴灑、自動(dòng)避障。結(jié)合智能農(nóng)業(yè)管理系統(tǒng)進(jìn)行大數(shù)據(jù)分析，管理者可以實(shí)時(shí)監(jiān)控和記錄農(nóng)場的圖像，然后使用軟件自動(dòng)分析圖像和數(shù)據(jù)，根據(jù)這些分析，可以在第一時(shí)間調(diào)整種植方法[2]。

2 技術(shù)支持

LoRa是一種采用物聯(lián)網(wǎng)的低功率廣域網(wǎng)傳輸技術(shù)。LoRa可以分為三類。

1）A類：基線，用于基本的定時(shí)傳輸和計(jì)時(shí)傳輸，并強(qiáng)調(diào)省電功能；

2）B類：信標(biāo)，除了基本的傳輸能力外，還具有觸發(fā)器功能；

3）C級：提供連續(xù)傳輸能力。

無人機(jī)具有以下優(yōu)勢：操作成本低，應(yīng)用更靈活。由于無人機(jī)在軍事和民用領(lǐng)域都具有巨大的潛力，它已經(jīng)成為學(xué)術(shù)界一個(gè)熱門的研究課題。

3 建議方法

3.1 系統(tǒng)架構(gòu)

無人機(jī)采用了PixHawk飛行控制器作為主要控制單元，IMU（慣性測量單元）作為信息的提供者。該Raspberry Pi配備了攝像頭，用于機(jī)載輔助計(jì)算機(jī)來執(zhí)行以下主要功能：

1）采用長距離傳輸。采用LoRa通信系統(tǒng)的遠(yuǎn)距離傳輸和跟蹤功能，以獲得地面參考物體的位置和距離信息，以及高度信息、海拔信息。

2）對計(jì)劃中的飛行路線進(jìn)行分析，確定飛行情況，并實(shí)時(shí)記錄飛行路徑。

3）自動(dòng)檢測障礙物，以便做出相應(yīng)的反應(yīng)，以實(shí)現(xiàn)飛行安全。

4）地面控制站（GCS）采用MAVLink協(xié)議，與飛行器上的PixHawk飛行控制器進(jìn)行通信。通過無線電，指令空中飛行器進(jìn)行巡航、跟蹤和懸停。農(nóng)業(yè)植保無人機(jī)的區(qū)域信標(biāo)信息系統(tǒng)采用了LoRa和GPS/RTK來傳輸農(nóng)田的邊界信標(biāo)并發(fā)布耕作要求。植物保護(hù)區(qū)域信標(biāo)系統(tǒng)將解決坐標(biāo)問題，并為農(nóng)業(yè)植保無人機(jī)規(guī)劃路徑，然后將任務(wù)路徑和區(qū)域的指令發(fā)給飛行器，使其自動(dòng)執(zhí)行任務(wù)[3]。

3.2 視覺識別系統(tǒng)

視覺識別系統(tǒng)的主要模塊是坐標(biāo)估計(jì)算法、基于遺傳算法的快速運(yùn)動(dòng)L估計(jì)、偏航角ψ估計(jì)、立體深度估計(jì)等模塊。

3.2.1 坐標(biāo)算法

視覺辨別引導(dǎo)系統(tǒng)配備了照相機(jī)，用于拍攝、估計(jì)圖像平面和世界坐標(biāo)平面之間的對應(yīng)關(guān)系以及坐標(biāo)，并進(jìn)行坐標(biāo)估計(jì)。除了圖像處理技術(shù)，如顏色映射、角檢測、圖像拼接、相機(jī)校準(zhǔn)和差異對齊等，快速運(yùn)動(dòng)檢測算法也是必不可少的?？焖龠\(yùn)動(dòng)檢測算法是該系統(tǒng)的一個(gè)重要技術(shù)。由于飛機(jī)是在三維空間中進(jìn)行運(yùn)動(dòng)的，坐標(biāo)必須準(zhǔn)確估計(jì)。因此，坐標(biāo)系的參數(shù)被定義為世界坐標(biāo)系Sw，目標(biāo)坐標(biāo)系So，機(jī)身坐標(biāo)系Sb，相機(jī)坐標(biāo)系Sc以及圖像坐標(biāo)系統(tǒng)Si。目標(biāo)物體坐標(biāo)系So是以兩個(gè)目標(biāo)物體的中點(diǎn)為中心的，Xo和Zo分別表示目標(biāo)物體的前軸和縱軸的方向。機(jī)身坐標(biāo)系的原點(diǎn)是多旋翼無人機(jī)的重心，Xb、Zo分別表示目標(biāo)物體的前軸和垂直軸的方向。Xb、Yb和Zb分別表示多旋翼無人機(jī)的機(jī)頭、右翼和機(jī)腹的方向。多旋翼無人機(jī)在目標(biāo)物體上的姿態(tài)坐標(biāo)為：

其中無人機(jī)的位置坐標(biāo)定義為：ψ表示偏航角，Θ表示俯仰角，Φ表示滾動(dòng)角。為了使無人機(jī)準(zhǔn)確地跟蹤和測量目標(biāo)，在時(shí)間t和t-1上的目標(biāo)圖像在目標(biāo)坐標(biāo)系中被標(biāo)記為：

式中，L是目標(biāo)圖像在時(shí)間t和t-1的位移[4]。

3.2.2 基于遺傳算法的目標(biāo)圖像位移估計(jì)算法

由于這種算法需要在搜索窗口內(nèi)進(jìn)行充分的搜索，它就需要巨大的計(jì)算工作量、耗時(shí)和高計(jì)算復(fù)雜性。因此，需要快速和準(zhǔn)確的搜索技術(shù)，以減少處理時(shí)間。目前，快速搜索算法，包括三步搜索法（TSS）、四步搜索（FSS）、鉆石搜索（DS）和基于六邊形的搜索（HEXBS）?，F(xiàn)在，通過實(shí)驗(yàn)已經(jīng)證實(shí)，基于六邊形的搜索方法與鉆石搜索相比，具有明顯的搜索速度優(yōu)勢。由于飛行器在被跟蹤目標(biāo)物體的正上方盤旋，通過保持飛行控制參數(shù)，可以控制飛行器的機(jī)動(dòng)性，使其停留在時(shí)間t和t-1的圖像中點(diǎn)上。換句話說，目標(biāo)坐標(biāo)系的原點(diǎn)就是時(shí)間t和t-1的圖像的中點(diǎn)。當(dāng)目標(biāo)的位移量接近0時(shí)，它將表明被跟蹤的目標(biāo)物體的位置沒有變化，從而達(dá)到定點(diǎn)跟蹤的目的。然而，目標(biāo)對象位于世界坐標(biāo)系上，而目標(biāo)圖像則位于在攝影機(jī)坐標(biāo)系上，因此，必須首先進(jìn)行圖像坐標(biāo)映射和圖像比例調(diào)整。為了使位移L能夠快速準(zhǔn)確地估算出來，采用快速區(qū)塊匹配算法來估計(jì)位移值L；同時(shí)，采用基于六邊形搜索（HEXBS）進(jìn)行塊匹配的采樣。

3.3 立體視覺的深度估計(jì)

計(jì)算機(jī)立體視覺是一種方法，它采用了一個(gè)或多個(gè)攝像頭來模擬人眼的立體視覺。盡管只用一臺攝像機(jī)就可以實(shí)現(xiàn)圖像采集，但是，只能獲得物體的一個(gè)視點(diǎn)。使用多個(gè)相機(jī)可以獲得物體圖像的多個(gè)視點(diǎn)。因此，人們提出了一個(gè)使用實(shí)時(shí)立體視覺的移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)，它不僅能夠進(jìn)行圖像跟蹤，而且還能探索未知的環(huán)境，以實(shí)現(xiàn)機(jī)器人的主動(dòng)定位。由于單個(gè)攝像頭只能獲得二維圖像信息，獲取準(zhǔn)確的深度信息是不可能的。為了計(jì)算物體在三維空間中的深度，要利用圖像的信息計(jì)算物體在三維空間的深度，必須使用兩臺攝像機(jī)來發(fā)現(xiàn)獲得的圖像中的相應(yīng)點(diǎn)。立體視覺系統(tǒng)使用兩個(gè)攝像頭來模擬雙眼立體視覺，攝像機(jī)被安排在左右位置，以模擬人的眼睛之間距離，并在同一時(shí)間捕獲同一物體的圖像。這對立體圖像中的對應(yīng)點(diǎn)可以被合并成具有視覺深度的圖像。由于每臺攝像機(jī)的外部參數(shù)已經(jīng)知道，所捕獲物體的圖像深度可以計(jì)算出來[5]。

4 結(jié)論

在這項(xiàng)研究中，使用長距離傳輸和跟蹤的LoRa通信系統(tǒng)來獲取地面參考物體的位置、距離和高度信息。自動(dòng)標(biāo)記導(dǎo)航路線以便植保無人機(jī)可以自主工作，以減少人力和物力。通過參考植保區(qū)域參數(shù)，可以為無人機(jī)指出一個(gè)飛行路徑。農(nóng)業(yè)植保無人機(jī)配備了圖像特征識別機(jī)制和物聯(lián)網(wǎng)技術(shù)，具備計(jì)算機(jī)視覺識別和自動(dòng)導(dǎo)航功能。在智能農(nóng)業(yè)實(shí)施中，管理系統(tǒng)可以用于農(nóng)業(yè)生產(chǎn)，對作物類型進(jìn)行大數(shù)據(jù)分析并創(chuàng)建差異性信息。差異化信息不僅可以實(shí)現(xiàn)高效和高度智能化，而且還可以為新技術(shù)的開發(fā)和農(nóng)業(yè)大數(shù)據(jù)的積累提供數(shù)據(jù)，這將對農(nóng)業(yè)植保無人機(jī)的技術(shù)發(fā)展提供很大的幫助。