基于物聯網的農業植保無人機

王 華

（河南工業貿易職業學院，河南 鄭州 451191）

1 簡介

隨著物聯網（IoT）技術的逐漸成熟，一些基本的應用，例如，低功耗的傳感器芯片、物聯網傳感器網絡、支持IPv6的傳感器和網絡、基于云計算的物聯網多媒體服務、RFID（射頻識別技術）及其應用、物聯網技術等，已經成為主要的研究對象。

除了在工業領域的應用，物聯網技術對農業生產有很多好處。植物保護已經成為農業種植和田間管理機械化中最薄弱的環節。中國目前的植保產業水平較低，植保機械是中國農業機械化中的一個主要問題，這種情況亟待改變[1]。

筆者研究的主要目的是開發、形成一個區域信標信息系統，用于農業無人機。該系統結合了LoRa和物聯網技術，并配備了高精度的GPS/GLONAS/RTK定位能力，從而使農業無人機能夠自動收集農田的邊界信息，生成飛行路徑，并在導航下飛向鎖定的目標，檢測物體的具體特征，收集有關農業應用的信息。該系統可以使無人機具有以下功能：航空路線規劃、中繼噴灑、自動避障。結合智能農業管理系統進行大數據分析，管理者可以實時監控和記錄農場的圖像，然后使用軟件自動分析圖像和數據，根據這些分析，可以在第一時間調整種植方法[2]。

2 技術支持

LoRa是一種采用物聯網的低功率廣域網傳輸技術。LoRa可以分為三類。

1）A類：基線，用于基本的定時傳輸和計時傳輸，并強調省電功能；

2）B類：信標，除了基本的傳輸能力外，還具有觸發器功能；

3）C級：提供連續傳輸能力。

無人機具有以下優勢：操作成本低，應用更靈活。由于無人機在軍事和民用領域都具有巨大的潛力，它已經成為學術界一個熱門的研究課題。

3 建議方法

3.1 系統架構

無人機采用了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，用于機載輔助計算機來執行以下主要功能：

1）采用長距離傳輸。采用LoRa通信系統的遠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）對計劃中的飛行路線進行分析，確定飛行情況，并實時記錄飛行路徑。

3）自動檢測障礙物，以便做出相應的反應，以實現飛行安全。

4）地面控制站（GCS）采用MAVLink協議，與飛行器上的PixHawk飛行控制器進行通信。通過無線電，指令空中飛行器進行巡航、跟蹤和懸停。農業植保無人機的區域信標信息系統采用了LoRa和GPS/RTK來傳輸農田的邊界信標并發布耕作要求。植物保護區域信標系統將解決坐標問題，并為農業植保無人機規劃路徑，然后將任務路徑和區域的指令發給飛行器，使其自動執行任務[3]。

3.2 視覺識別系統

視覺識別系統的主要模塊是坐標估計算法、基于遺傳算法的快速運動L估計、偏航角ψ估計、立體深度估計等模塊。

3.2.1 坐標算法

視覺辨別引導系統配備了照相機，用于拍攝、估計圖像平面和世界坐標平面之間的對應關系以及坐標，并進行坐標估計。除了圖像處理技術，如顏色映射、角檢測、圖像拼接、相機校準和差異對齊等，快速運動檢測算法也是必不可少的。快速運動檢測算法是該系統的一個重要技術。由于飛機是在三維空間中進行運動的，坐標必須準確估計。因此，坐標系的參數被定義為世界坐標系Sw，目標坐標系So，機身坐標系Sb，相機坐標系Sc以及圖像坐標系統Si。目標物體坐標系So是以兩個目標物體的中點為中心的，Xo和Zo分別表示目標物體的前軸和縱軸的方向。機身坐標系的原點是多旋翼無人機的重心，Xb、Zo分別表示目標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的機頭、右翼和機腹的方向。多旋翼無人機在目標物體上的姿態坐標為：

其中無人機的位置坐標定義為：ψ表示偏航角，Θ表示俯仰角，Φ表示滾動角。為了使無人機準確地跟蹤和測量目標，在時間t和t-1上的目標圖像在目標坐標系中被標記為：

式中，L是目標圖像在時間t和t-1的位移[4]。

3.2.2 基于遺傳算法的目標圖像位移估計算法

由于這種算法需要在搜索窗口內進行充分的搜索，它就需要巨大的計算工作量、耗時和高計算復雜性。因此，需要快速和準確的搜索技術，以減少處理時間。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）。現在，通過實驗已經證實，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勢。由于飛行器在被跟蹤目標物體的正上方盤旋，通過保持飛行控制參數，可以控制飛行器的機動性，使其停留在時間t和t-1的圖像中點上。換句話說，目標坐標系的原點就是時間t和t-1的圖像的中點。當目標的位移量接近0時，它將表明被跟蹤的目標物體的位置沒有變化，從而達到定點跟蹤的目的。然而，目標對象位于世界坐標系上，而目標圖像則位于在攝影機坐標系上，因此，必須首先進行圖像坐標映射和圖像比例調整。為了使位移L能夠快速準確地估算出來，采用快速區塊匹配算法來估計位移值L；同時，采用基于六邊形搜索（HEXBS）進行塊匹配的采樣。

3.3 立體視覺的深度估計

計算機立體視覺是一種方法，它采用了一個或多個攝像頭來模擬人眼的立體視覺。盡管只用一臺攝像機就可以實現圖像采集，但是，只能獲得物體的一個視點。使用多個相機可以獲得物體圖像的多個視點。因此，人們提出了一個使用實時立體視覺的移動機器人導航系統，它不僅能夠進行圖像跟蹤，而且還能探索未知的環境，以實現機器人的主動定位。由于單個攝像頭只能獲得二維圖像信息，獲取準確的深度信息是不可能的。為了計算物體在三維空間中的深度，要利用圖像的信息計算物體在三維空間的深度，必須使用兩臺攝像機來發現獲得的圖像中的相應點。立體視覺系統使用兩個攝像頭來模擬雙眼立體視覺，攝像機被安排在左右位置，以模擬人的眼睛之間距離，并在同一時間捕獲同一物體的圖像。這對立體圖像中的對應點可以被合并成具有視覺深度的圖像。由于每臺攝像機的外部參數已經知道，所捕獲物體的圖像深度可以計算出來[5]。

4 結論

在這項研究中，使用長距離傳輸和跟蹤的LoRa通信系統來獲取地面參考物體的位置、距離和高度信息。自動標記導航路線以便植保無人機可以自主工作，以減少人力和物力。通過參考植保區域參數，可以為無人機指出一個飛行路徑。農業植保無人機配備了圖像特征識別機制和物聯網技術，具備計算機視覺識別和自動導航功能。在智能農業實施中，管理系統可以用于農業生產，對作物類型進行大數據分析并創建差異性信息。差異化信息不僅可以實現高效和高度智能化，而且還可以為新技術的開發和農業大數據的積累提供數據，這將對農業植保無人機的技術發展提供很大的幫助。