神经网络决策的植保无人机精准变量喷雾装置和控制方法制造方法及图纸

本发明专利技术公开一种神经网络决策的植保无人机精准变量喷雾装置，机臂端部相连有无刷直流电机与旋翼桨叶相连，药箱通过抗压水管与喷头相连，抗压水管相连有液泵，在液泵的作用下喷头将药液喷洒；机臂中部安装有定位装置，机臂顶部还设有控制器和微型环境信息采集器，控制器还通过多通道数据采集器分别与定位装置、微型环境信息采集器以及安装于无刷直流电机底端的高光谱相机连接。本发明专利技术还提出一种使用神经网络决策的植保无人机精准变量喷雾装置的控制方法，相对现有技术，本发明专利技术综合考虑植保无人机喷雾作业时对喷雾量影响的各种因素以及根据处方值按需施药，精准调节喷雾流量等优点，有效减少农药浪费和精准变量喷雾且达到最佳防治效果。

Precise variable spraying device and control method of plant protection UAV Based on neural network decision

The invention discloses a plant controlled UAV precision variable spray device, which is connected by a neural network decision. The end of the arm is connected with a brushless DC motor and connected with a rotor blade. The medicine box is connected with the sprinkler through a compression water pipe, a water pump is connected to the compression pipe, and the spraying liquid is sprayed by the spray head under the action of the liquid pump; a positioning device is installed in the middle part of the machine arm, and a controller and a micro environment letter are arranged at the top of the machine arm. The information acquisition device and the controller are connected with the positioning device, the micro environmental information acquisition device and the hyperspectral camera installed at the bottom of the brushless DC motor through the multi-channel data acquisition device. The invention also provides a control method of the precise variable spraying device of the plant protection UAV Using Neural Network decision-making. Compared with the prior art, the invention comprehensively considers various factors affecting the spray amount of the plant protection UAV during spraying operation, and the advantages of accurately spraying the flow according to the prescription value according to the requirements, and effectively reduces pesticide waste and precise variable spray and achieves the best prevention. Therapeutic effect.

【技术实现步骤摘要】
神经网络决策的植保无人机精准变量喷雾装置和控制方法
本专利技术涉及农业植保
，特别涉及神经网络决策的植保无人机精准变量喷雾装置和控制方法。
技术介绍
现有技术的植保无人机进行作业时通过分析整个作业地块的病虫害情况而设置预喷施量，实际飞行作业中，根据无人机飞行速度和高度对瞬时流量进行控制，以保证喷雾的均匀性。然而同一个地块、病虫草害的分布情况各不一样，同时植保无人机在喷雾作业时，由于受到作业环境以及旋翼风场等因素影响，使得喷洒出的雾滴存在蒸发、附着于机身表面或者飘散在空气等情况，另外现有的植保无人机喷施作业的技术体系尚不完善且没有统一的标准，不同植保无人机公司的无人机在结构参数上各不相同，在作业环境参数、飞行参数以及处方值等都相同的情况下，不同型号的植保无人机喷雾作业雾滴沉积情况也各不相同，因此现有技术无人机喷施量决策的方法已经无法满足精准农业生产要求。
技术实现思路
本专利技术的主要目的是提出一种精准调节喷雾流量的神经网络决策的植保无人机精准变量喷雾装置，本专利技术还提出一种使用神经网络决策的植保无人机精准变量喷雾装置的控制方法，旨在能够根据作业区域病虫草害的严重程度、飞行参数、植保无人机规格参数以及环境因素等在线对喷雾流量精准调节，有效减少农药浪费和精准变量喷雾，达到最佳防治效果。为实现上述目的，本专利技术提出的神经网络决策的植保无人机精准变量喷雾装置，包括若干条机臂，所述机臂端部相连有无刷直流电机，所述无刷直流电机顶端与旋翼桨叶相连，所述机臂组成的机身下方相连有药箱，所述药箱底部通过抗压水管与喷头相连，所述抗压水管相连有液泵，所述喷头安装在机身下方的喷杆上；所述机臂中部安装有若干个定位装置，机身顶部安装有控制器以及用于采集环境参数的微型环境信息采集器，所述控制器还通过多通道数据采集器分别与所述定位装置、所述微型环境信息采集器以及安装于所述无刷直流电机底端的高光谱相机连接。优选地，机身顶部安装有驱动放大模块分别与所述控制器和所述液泵连接。优选地，所述液泵与设置于所述药箱底部的过滤器通过管道通连。优选地，所述抗压水管沿药液流动方向依次还设有溢流阀、流量传感器以及压力传感器分别与所述控制器连接。优选地，所述药箱内部壁面顶部设有用于检测药液液面高度的液位传感器与所述控制器连接。本专利技术还提出一种使用所述喷雾装置的控制方法，包括以下步骤：S1：搭载于所述机臂下部的所述高光谱相机采集作业地块的作物图像信息，所述定位装置实时获取位置信息以及搭载于机身顶部的所述微型环境信息采集器采集田间的环境参数，所述高光谱相机和所述定位装置以及所述微型环境信息采集器分别将采集到的数据传输至所述控制器；所述流量传感器、所述压力传感器以及所述液位传感器将流量、压力值以及药液剩余量实时反馈至所述控制器；S2：所述控制器通过所述多通道数据采集器将采集到的数据处理，所述控制器内的信息处理及决策模块使用训练的神经网络模块对图像等信息处理并生成病虫害的空间分布图；S3：所述控制器根据图像处理结果并结合作物病虫草害防治专家模块输出喷施药量值，生成目标地块的喷施作业处方图，所述无人机飞行控制模块结合作业处方图自主规划航线；S4：所述控制器对收集到的飞行参数、环境参数、植保无人机实时信息以及处方值信息、液位、流量以及压力等信息处理后，通过训练的神经网络模块对各个决策量进行运算并获取最佳喷施量；当作业前已经获取作业地块的处方图时，所述控制器提取当前位置信息与处方图对比，判断无人机当前所处位置以获取当前位置的处方值等信息；S5：所述控制器的变量喷雾控制模块对接收到的最佳喷施量信息，使用闭环PID算法产生相应占空比脉冲方波，经过所述驱动放大模块放大后驱动所述液泵工作，同时所述流量传感器、所述压力传感器实时反馈实际流量、压力值，再次通过控制器对流量精准调节；所述液位传感器实时监测药箱内药液剩余量，并将药液剩余量反馈至飞行控制模块，当药液低于某一设定值时，及时做出返航操作。优选地，所述步骤S1中所述高光谱相机采集作业地块的宽度为10米，所述高光谱相机采集作业地块的长度与植保无人机飞行速度匹配，并结合所述定位装置获取的地理位置信息获得作业区域分布信息图；所述步骤S2中所述控制器对图像信息处理，将图像信息作为输入量进行卷积运算以过滤图像中无用信息，再通过神经网络模块的隐含层对预处理后的图像提取颜色、形状、纹理等特征，再经过运算输出获得作业地块病虫草害分布图；所述步骤S3中根据不同作物生长周期内的各种病虫草害防治经验以及大量田间防治实验数据建立数据库，根据图像识别后获得病虫草害空间分布情况，由所述作物病虫草害防治专家模块输出喷施处方值，再结合作业地块病虫草害的分布情况和喷施量生成作业地块处方图，在作业前已经获得的处方图，所述飞行控制模块根据处方图自主生成最优的喷施作业航线；所述步骤S4中的作物病虫草害防治专家模块输出的喷施量信息、无人机规格参数、飞行参数以及环境参数经过所述多通道数据采集器传输至所述控制器中；当作业前获得处方图时，将处方图导入至所述控制器中，植保无人机进行植保作业过程中，通过当前位置信息与处方图的位置信息进行对比，确定植保无人机相对处方图所在位置以获取喷施量。优选地，所述步骤S4的所述神经网络模块为反向传播神经网络模块，所述神经网络包括输入层、隐含层以及输出层，训练神经网络所需的样本数据是大量相关试验的有效试验数据，在训练神经网络前，随机初始化权重和偏置，并将各权值的范围设定在(-1,1)内，设定误差函数e，并设定训练最大学习次数和计算精度值ε，选取的样本作为输入量X，并对样本对应的期望输出进行定义：数入量：X(k)＝(x1(k)，x2(k)，…xn(k))输出期望值：Y分别对隐含层各神经元输入和输出计算，其中隐含层的输入量：式中，wi(k)为各个输入神经元与隐含层之间的连接权值；bi为隐含层的神经元偏置值；n为输入变量的个数；隐含层神经元输出量：式中，wo(k)为输出神经元与隐含层之间的连接权值；b为输出层神经元偏置值；经过神经网络多层隐含层的计算，得到输出值，并根据输出量的期望值计算误差函数对输出层神经元的偏导数δo(k)，其中全局误差为：神经网络训练过程中根据累计误差调整隐含层各层神经元的权值wi(k)，从而减小全局误差，即：式中的η为学习率；根据各隐层神经元输出层的权值调整公式对权值进行调整，即：当前一个训练周期的所有变量均小于某个指定的阈值时，神经网络完成一个学习周期，根据设定的学习周期完成学习过程，经过深度学习训练后的神经网络模块能够根据输入信息，经过模型运算后输出一个合理结果。优选地，所述步骤S5的通过编程将训练符合要求的神经网络模块建立在控制器中，作业时通过接收的作业时的环境温湿度、风速风向信息、飞行参数以及处方值等信息经过处理后作为神经网络的输入量，经过神经网络运行后输出一个最佳的喷施量，嵌入式系统会将最佳喷施量值传送到变量喷雾控制器中，变量喷雾控制模块根据接收的喷施量信息产生相应占空比的脉冲方波在经过放大后驱动液泵，同时喷施回路的流量传感器和压力传感器实时测量输药管路的流速和压力值，并反馈搭配变量喷雾控制器模块，并结合实际流速、实际压力值和理论流速、理论压力值之间的偏差，对喷雾过程进行精准调节，液位传感器通过检测药箱内药量情况，本文档来自技高网...

【技术保护点】
1.神经网络决策的植保无人机精准变量喷雾装置，其特征在于，包括若干条机臂，所述机臂端部相连有无刷直流电机，所述无刷直流电机顶端与旋翼桨叶相连，所述机臂组成的机身下方相连有药箱，所述药箱底部通过抗压水管与喷头相连，所述抗压水管相连有液泵，所述喷头安装在机身下方的喷杆上；所述机臂中部安装有若干个定位装置，机身顶部安装有控制器以及用于采集环境参数的微型环境信息采集器，所述控制器还通过多通道数据采集器分别与所述定位装置、所述微型环境信息采集器以及安装于所述无刷直流电机底端的高光谱相机连接。

【技术特征摘要】
1.神经网络决策的植保无人机精准变量喷雾装置，其特征在于，包括若干条机臂，所述机臂端部相连有无刷直流电机，所述无刷直流电机顶端与旋翼桨叶相连，所述机臂组成的机身下方相连有药箱，所述药箱底部通过抗压水管与喷头相连，所述抗压水管相连有液泵，所述喷头安装在机身下方的喷杆上；所述机臂中部安装有若干个定位装置，机身顶部安装有控制器以及用于采集环境参数的微型环境信息采集器，所述控制器还通过多通道数据采集器分别与所述定位装置、所述微型环境信息采集器以及安装于所述无刷直流电机底端的高光谱相机连接。2.如权利要求1所述的喷雾装置，其特征在于，机身顶部安装有驱动放大模块分别与所述控制器和所述液泵连接。3.如权利要求2所述的喷雾装置，其特征在于，所述液泵与设置于所述药箱底部的过滤器通过管道通连。4.如权利要求3所述的喷雾装置，其特征在于，所述抗压水管沿药液流动方向依次还设有溢流阀、流量传感器以及压力传感器分别与所述控制器连接。5.如权利要求4所述的喷雾装置，其特征在于，所述药箱内部壁面顶部设有用于检测药液液面高度的液位传感器与所述控制器连接。6.一种使用如权利要求5所述喷雾装置的控制方法，其特征在于，包括以下步骤：S1：搭载于所述机臂下部的所述高光谱相机采集作业地块的作物图像信息，所述定位装置实时获取位置信息以及搭载于机身顶部的所述微型环境信息采集器采集田间的环境参数，所述高光谱相机和所述定位装置以及所述微型环境信息采集器分别将采集到的数据传输至所述控制器；所述流量传感器、所述压力传感器以及所述液位传感器将流量、压力值以及药液剩余量实时反馈至所述控制器；S2：所述控制器通过所述多通道数据采集器将采集到的数据处理，所述控制器内的信息处理及决策模块使用训练的神经网络模块对图像等信息处理并生成病虫害的空间分布图；S3：所述控制器根据图像处理结果并结合作物病虫草害防治专家模块输出喷施药量值，生成目标地块的喷施作业处方图，所述无人机飞行控制模块结合作业处方图自主规划航线；S4：所述控制器对收集到的飞行参数、环境参数、植保无人机实时信息以及处方值信息、液位、流量以及压力等信息处理后，通过训练的神经网络模块对各个决策量进行运算并获取最佳喷施量；当作业前已经获取作业地块的处方图时，所述控制器提取当前位置信息与处方图对比，判断无人机当前所处位置以获取当前位置的处方值等信息；S5：所述控制器的变量喷雾控制模块对接收到的最佳喷施量信息，使用闭环PID算法产生相应占空比脉冲方波，经过所述驱动放大模块放大后驱动所述液泵工作，同时所述流量传感器、所述压力传感器实时反馈实际流量、压力值，再次通过控制器对流量精准调节；所述液位传感器实时监测药箱内药液剩余量，并将药液剩余量反馈至飞行控制模块，当药液低于某一设定值时，及时做出返航操作。7.如权利要求6所述的控制方法，其特征在于，所述步骤S1中所述高光谱相机采集作业地块的宽度为10米，所述高光谱相机采集作业地块的长度与植保无人机飞行速度匹配，并结合所述定位装置获取的地理位置信息获得作业区域分布信息图；所述步骤S2中所述控制器对图像信息处理，将图像信息作为输入量进行卷积运算...

【专利技术属性】
技术研发人员：文晟，张泉勇，兰玉彬，卢玉华，尹选春，单建，韩杰，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东,44