基于传感器校正与融合农用旋翼无人机姿态解算

在农业生产中,旋翼无人机具有低成本、小型化、结构简单等优点,在农田信息采集过程中,实时姿态信息获取是农用旋翼无人机变量作业控制重要环节,对旋翼无人机飞行稳定性要求较高。为解决这一难题,文章构建基于加速度计、磁力计、陀螺仪惯性测量系统,采用改进欧拉角法描述飞行器姿态解算模型,通过卡尔曼滤波传感器校正与融合,解算出高精度姿态角。结果表明,经基于卡尔曼滤波改进欧拉角算法处理后姿态角动态响应好、精度高,姿态角误差精度小于2°;消除加速度计和磁力计测量噪声同时有效抑制陀螺仪漂移误差。证实该传感器校正与融合算法实用有效,可为农用旋翼无人机飞行控制与变量作业提供准确姿态数据。

农用四旋翼无人机轨迹规划设计--基于计算机深度学习

介绍了农用无人机的工作原理,建立了其动力学模型,并基于人工蜂群的深度学习算法对农用四旋翼无人机轨迹规划进行了深入研究,确定采用线性自抗扰控制方法实现对无人机的轨迹控制。实验结果表明:农用四旋翼无人机可以平滑地从起点运行到了终点,很好地避开了途中的障碍物,证明了系统的可靠性和稳定性。

含障碍物多田块下旋翼无人机作业返航补给规划研究

针对同一区域内相邻多田块的无人机单机作业任务路径规划问题,从续航、负重等实际问题出发,考虑种肥药液和油电能源等消耗品的按需多次返航补给,提出并实现一套含障碍物多田块条件下单机多架次作业的农用旋翼无人机自主飞行作业的路径规划算法。在给出作业路径规划优化目标模型的基础上,提出“先路径、后航次”两步优化法,先以最短路径为优化目标规划初始作业路径,然后考虑消耗品按需返航后的补给与续作问题进行航次规划。针对变量喷播和恒量喷播2种喷播模式,分别提出两种作业航向方向安排原则、航线调度原则、补给方式和续作模式,规划出4种不同航向及航线调度组合策略下的初始作业路径,并在此基础上进一步给出4种不同组合补给续作优化策略下的航次安排方案。针对假想田块和真实田块的算例仿真测试结果表明,规划初始作业路径的4种优化策略能够稳定高效运行,算法耗时78~105161 ms,转移路径优化效果为10.25%~33.81%;在航次优化算法方面,算法耗时略有增加,为21170~106393 ms,转移路径优化效果为14.00%~26.27%,补给次数的最好优化效果从15次降到10次。总体来说,相同条件下完全重置+重排续作的组合策略表现较优。