随机环境风影响下的基于降阶模型的施药控制系统及方法技术方案

本发明专利技术涉及一种随机环境风影响下的基于降阶模型的施药控制系统及方法，所述方法包括以下几个步骤：1、对无人机工况范围内的样本点设计滤波的高斯白噪声信号模拟环境风速信号，并通过高精度的CFD方法计算得到雾滴的沉积分布；2、采用深度学习中的时间序列预测方法，将上述CFD的输入输出信号作为样本建立系统的高效降阶模型；3、在验证降阶模型有效性的基础上，采用降阶模型代替CFD方法，可实现对雾滴沉积分布的实时高效预测；4、结合降阶模型与控制算法调节系统的喷嘴角度与施药压力，以实现系统的自动对靶变量施药控制。本发明专利技术可以设计主动控制算法控制施药系统喷嘴角度与施药压力的作动，使雾滴向靶向区域沉积以抑制雾滴的漂移。

【技术实现步骤摘要】
随机环境风影响下的基于降阶模型的施药控制系统及方法
本专利技术涉及精准农业
，具体的讲是一种随机环境风影响下的基于降阶模型的施药控制系统及方法。
技术介绍
我国是世界上受病虫害最为严重的国家之一，通过植保作业可以有效预防和治理病虫害，是保障我国粮食安全与提高农产品品质和产量的重要手段。传统的地面植保作业器械存在作业效率低下、农药用量大等缺点。采用植保无人机的航空施药作业能大幅提高作业速度并降低农药使用量，且具有不受作物长势限制及可适期作业等优点。但环境中不可控的随机风场与旋翼下洗流场、作物之间相互耦合作用使得轻质量小粒径雾滴易向非靶区运动并沉积，导致雾滴漂移并造成雾滴在作业田块与作物局部分布不均等问题，同时对非靶向区域也造成环境污染。目前防止或减弱雾滴漂移的方法主要包括设置合理的飞行速度与作业高度，改善喷嘴的防漂移性能等，但是对随机环境风影响下雾滴飘移的抑制作用有限。
技术实现思路
本专利技术要解决的技术问题是针对以上不足，提供一种随机环境风影响下的基于降阶模型的施药控制系统及方法。随机环境风影响下的基于降阶模型的施药控制方法，包括以下步骤：步骤1、根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力数据离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；步骤2、在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的CFD计算方法得到雾滴的沉积分布，作为施药系统的输出信号；步骤3、建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；步骤4、将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用CFD方法与最终降阶模型计算得到雾滴分布响应；步骤5、通过对比CFD与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复上述步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；步骤6、根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中输出的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；步骤7、按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。进一步的，所述步骤2中，随机环境风速信号为滤波的连续变化的高斯白噪声信号。进一步的，所述步骤3中，基于系统辨识理论，采用结合递归算法的回归模型或深度学习中的RNN方法建立施药系统的时间序列预测模型。随机环境风影响下的基于降阶模型的施药控制系统，包括以下模块：包括样本空间模块、施药系统降阶模型建立模块、降阶模型及CFD调试模块、喷药参数计算模块和施药控制模块，所述样本空间模块用于根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；施药系统降阶模型建立模块用于在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的CFD计算方法得到雾滴的沉积分布，作为施药系统的输出信号；建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；通过对比CFD与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复上述步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；降阶模型及CFD调试模块用于将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用CFD方法与降阶模型计算得到雾滴分布响应；喷药参数计算模块用于根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；施药控制模块用于按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。为解决以上技术问题，本专利技术采用以下技术方案：本专利技术采用以上技术方案后，与现有技术相比，具有以下优点：1、本专利技术提出利用降阶模型高效准确地预测雾滴的分布规律。本专利技术创新性地利用机载风速仪与降阶模型方法预测雾滴在强耦合气动效应与复杂物理边界条件下的漂移与沉积规律。降阶模型在保证计算精度的前提下，可有效降低计算耗时。2、本专利技术提出基于代理模型的自动对靶控制策略。相对于不同风速下的无差别施药，基于降阶模型方法变量施药控制方法可有效抑制环境风速对雾滴飘移的影响，使环境风影响下施药系统反馈调节更高效准确，进而提高农药的利用率并降低农药对环境的污染，是实现精准农业的有效手段。下面结合附图和实施例对本专利技术进行详细说明。附图说明图1为本专利技术中CFD计算方法的示意图。图2为本专利技术中的随机风速的示意图。图3为本专利技术中搭建降阶模型的示意图。图4为本专利技术中的利用降阶模型实现雾滴漂移抑制的控制原理示意图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。本专利技术是一种基于监测随机侧风信号通过降阶模型和变量施药控制方法抑制雾滴的漂移，包括：风速监测装置、变量施药控制系统，以及调节喷嘴角度和调节喷药压力组成的变量施药执行装置。为保证获取风速信息的准确性，所述的侧风监测装置包括地面监测装置以及机载监测装置，其中机载监测装置安装在无人机飞行方向的前、后、左、右四个方位，用于测量不同方向的风速，并降低旋翼流场对风速测量的干扰。所述的风速测量装置通过无线信号将本文档来自技高网...

【技术保护点】
1.随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，包括以下步骤：/n步骤1、根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力数据离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；/n步骤2、在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的CFD计算方法得到雾滴的沉积分布，作为施药系统的输出信号；/n步骤3、建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；/n步骤4、将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用CFD方法与最终降阶模型计算得到雾滴分布响应；/n步骤5、通过对比CFD与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复上述步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；/n步骤6、根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中输出的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；/n步骤7、按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。/n...

【技术特征摘要】
1.随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，包括以下步骤：
步骤1、根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力数据离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；
步骤2、在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的CFD计算方法得到雾滴的沉积分布，作为施药系统的输出信号；
步骤3、建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；
步骤4、将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用CFD方法与最终降阶模型计算得到雾滴分布响应；
步骤5、通过对比CFD与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复上述步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；
步骤6、根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中输出的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；
步骤7、按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。


2.根据权利要1所的随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，所述步骤2中，随机环境风速信号为滤波的连续变化的高斯白噪声信号。


3.根据权利要1所的随机环境风影响下的基于降阶模型的施药控制方法，其特征...

【专利技术属性】
技术研发人员：李文成，黄小毛，赵鑫，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：湖北;42