摘要：为明确适合应对大豆玉米带状复合种植杂草发生特点的植保无人机作业参数,本文采用两因素三水平试验设计,探究不同喷液量和雾滴粒径下的药液沉积效果及对杂草防效。结果表明,当喷液量一定时,200~400μm范围内,粒径越大,雾滴覆盖率和沉积量也随之增大,而雾滴密度随之减小,杂草防效提高;当雾滴粒径一定时,喷液量越大,雾滴覆盖率、密度和沉积量都随之增大,杂草防效也提高。当喷液量为45.0 L/hm^( 2)、粒径400μm时,防效最高,40%砜吡草唑SC 375 mL/hm^( 2)+480 g/L嗪草酮SC 600 mL/hm^( 2)处理后20 d,对禾本科和阔叶类杂草的株防效分别可达98.88%和100.00%,药后35 d,对禾本科和阔叶类杂草的株防效分别为97.62%和75.56%,鲜重防效分别为98.92%和99.02%。因此,在利用植保无人机对大豆玉米带状复合种植田进行播后苗前除草时,适当增大喷液量和雾滴粒径,有利于提高除草效果。

摘要：目前,植保无人机已经逐渐普及,也被证明其作业效率和质量都是非常高的,但在实际操作中仍然存在诸多不便及安全隐患,主要有以下几点:(1)无人机的收纳;(2)农药的调配罐装;(3)电池的充电与更换。但这款植保无人机可以让农药自动配比罐装、种子化肥自动送料、电池自动更换充电、拖挂设计方便运输,实现了植保无人机的高度自动化。

摘要：基于XV-2植保无人机,利用流体仿真,探究了该无人机旋翼下洗气流的速度分布特性。在此基础上,分析了在下洗气流影响下的雾滴运动方式,并进行实地测试。仿真分析说明:旋翼下洗气流从中心向外的流速差使流场从上向下有向外的铺展效应,使得喷幅增大,且喷幅与飞行高度成正比;旋翼外沿的卷扬气流使得喷幅范围内的雾滴沉积数出现2个峰值。试验结果表明:当飞行高度为6 m时,有效喷幅为10 m;飞行高度8 m时,有效喷幅为12 m。2种飞行高度下的雾滴分布均匀性基本一致。试验结果与仿真结果基本一致。研究结果可为无人机喷雾系统设计和航空植保作业参数的选择提供参考依据。

摘要：为了提高八旋翼植保无人机的可控制性,对无人机喷洒过程中药箱进行了分析和建模,推导出长方体药箱质量和转动惯量随时间变化的公式,进一步得到了植保无人机精确的时变性动力学模型.为了验证模型的正确性和先进控制律的控制效果,设计自适应反步终端滑模姿态控制器,第一步采用典型反演控制;第二步应用终端滑模控制,使最后状态在有限时间内收敛到理想值;第三步设计了自适应控制律以消除未知干扰的影响,设计的控制器均满足Lyapunov稳定性理论.对控制器进行了仿真和试验验证,控制效果与模糊PID姿态控制器进行对比分析,结果表明:建立的时变性动力学模型可以使自适应反步终端滑模控制器良好地应用到无人机上,姿态角控制效果得到明显改善,试验中姿态角误差分别降低了25.57%,24.21%和19.41%,同时控制器对外界未知干扰不敏感,且具有较强的鲁棒性.

摘要：针对存在障碍物农田区域的植保无人机避障问题,提出了一种基于结构光视觉的植保无人机障碍物检测方法。本文基于激光三角测量原理,通过半导体激光器与CCD传感器间特殊的光路,设计了可探测前方障碍物信息的光学检测系统。激光器发出的线结构光经障碍物表面的反射,成像于CCD靶面上,通过图像采集、处理和计算提取出前方障碍物距离、方位角和宽度等参数信息。实验表明,该方法能够有效检测出未知环境下障碍物的距离、方位角和宽度,并且距离检测误差小于0.06 m。

摘要：针对植保无人机在飞行作业过程中由于不同种类药箱和航线以及转向、急停、旋转时药液在药箱中不规则运动产生晃动导致对药箱产生冲击的情况,设计一款可对植保无人机复杂工况下药箱内药液晃动情况进行模拟检测的试验台。试验台利用六自由度运动平台可在三维空间内加载激励的特性,充分模拟植保无人机在飞行作业时的工况,并设计可适配不同形状大小药箱的加载组件,以保证试验台可以对市面上大部分药箱进行试验分析,最后利用试验台对市面上通用的矩形药箱进行试验验证,选择水平激励3 m/s^(2)和圆周激励下的不同充液比的工况进行模拟试验,对其内壁压力、液位等药箱晃动的判定指标进行检测,对结果进行分析发现药箱充液比0.7~0.9时药箱内药液晃动程度最为剧烈。

摘要：为探究不同类型飞防助剂与杀虫剂配伍方式对其防治稻纵卷叶螟Cnaphalocrocis medinalis效果的影响,以杀虫剂、飞防助剂和施药液量为因素设计3因素4水平的正交试验,通过方差分析(analysis of variance,ANOVA)对各因素的显著性水平进行分析,确定对稻纵卷叶螟具有理想防效的配伍方式。结果表明,杀虫剂和飞防助剂对防治稻纵卷叶螟的效果均有极显著影响,施药液量对防治稻纵卷叶螟的效果无显著影响。施药后第15天,杀虫剂选择10%甲维·茚虫威悬浮剂、飞防助剂选择有机硅、施药液量选择30.0 L/hm^(2)的配伍方式对稻纵卷叶螟的防效较好,达84.32%。飞防助剂并非对所有杀虫剂都具有同等增效,其中聚合物助剂对5%氯虫苯甲酰胺悬浮剂的增效显著高于对其他3种杀虫剂的增效,植物油助剂对12%甲维·虫螨腈悬浮剂的增效显著低于对其他3种杀虫剂的增效,有机硅助剂对4种杀虫剂的增效均较好。

摘要：针对直线型倾转多旋翼植保无人机模型耦合复杂、作业时易受施药执行器干扰等问题,提出了一种模型补偿-线性自抗扰控制算法。首先建立无人机运动学和动力学模型,并分析作业时离心喷头产生的力矩作用影响;然后将作业模型中的固定部分作为已知扰动,引入模型补偿-扩张状态观测器估计内外未知总扰动并动态补偿控制系统,完成位姿控制器设计。仿真结果表明,所提出的算法在作业场景下偏航角度误差小于0.2°,恢复时间小于0.55 s,相比于PID算法和线性自抗扰算法最大角度偏差分别降低3.4°和0.9°,恢复时间减少3.1和0.99 s,具有较强的鲁棒性。飞行实验表明,该无人机可以很好地跟踪植保作业轨迹,最大位置稳态误差小于15 cm,满足植保作业需求。

摘要：植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estimator,VSL-MHE)。首先将多传感器测量数据进行序列化;然后通过线性索引来确定排列项中无数据的坐标,根据该坐标对代价函数中权重矩阵进行更新,从而改变估计器结构;最后通过VSL-MHE估计植保无人机位置。在室内测试中,通过Opti Track向植保无人机发送模拟GPS信号,输出频率范围为2~20 Hz。将VSL-MHE估计的位置、MHE估计的位置和循环迭代扩展卡尔曼滤波器(Circular iterated extended Kalman filter,CIEKF)估计的位置分别与Opti Track获取的精确位置做对比,结果表明,VSL-MHE的位置最大偏差小于CIEKF和MHE的位置最大偏差。在室外40 m×30 m范围的飞行测试中,VSL-MHE的航线位置最大偏差小于CIEKF和MHE的位置最大偏差,验证了该算法的有效性。

摘要：为进一步满足植保无人机的用户需求,提出一种基于Kano模型的植保无人机造型设计开发流程。依据Kano模型中用户需求类型的相关规范,面向植保无人机造型设计Kano问卷,通过调研数据的统计与分析,获得植保无人机各质量要素的用户需求类别。在此基础上求解模型中的可变参数k值,并结合熵权理论计算各质量要素的用户需求基础重要度权重,然后确定用户需求重要度,有效提高评价值的客观性和准确性。以4轴植保无人机造型设计为例,基于Kano模型的分析进行了造型创新设计,初步验证了该创新设计流程的可行性,为植保无人机设计提供依据,也为同类产品的造型设计提供参考。