陈立平团队：无人机精准施药过程建模与优化控制关键技术研究进展

#本文节选自#

徐旻, 张瑞瑞, 陈立平, 唐青, 徐刚. 智能化无人机植保作业关键技术及研究进展[J]. 智慧农业, 2019, 1(2): 20-33.

XU Min, ZHANG Ruirui, CHEN Liping, TANG Qing, XU Gang. Key technology analysis and research progress of UAV intelligent plant protection[J]. Smart Agriculture, 2019, 1(2): 20-33.

点击直达知网阅读

点击直达官网阅读（免费）

精准施药过程建模与优化控制

1 雾滴沉积运动建模

不同于地面植保机械,无人机航空植保作业时无法深入作物冠层中施药,只能通过旋翼风场裹挟雾滴到达作物病害部位,因此无人机植保效果受旋翼下洗气流、环境风场、飞行高度、作业速度等多种因素影响。要想达到精准变量施药的目的,必须对喷头所在风场和喷头雾化参数之间的耦合关系展开研究,建立雾滴沉积漂移过程的动力学模型,从而实现对雾滴有效沉积区域的实时预测,为控制系统精准施药提供依据。

1.1 雾滴沉积特性研究

国内外针对无人机施药雾滴沉积特性的研究已经开展了多年,目前常用的研究手段为田间布点试验,对试验数据进行定量统计,获得样本的沉积点密度、粒径等。此种方式可对雾滴沉积效果进行量化评价,并在一定程度上获取雾滴沉积飘移与飞行高度、雾滴粒径大小、喷头布局和外部气象条件之间的影响关系和经验公式。但此类试验受到环境条件和现有仪器技术水平的影响,只能对最终沉积结果进行静态观测,无法获得雾滴在喷头和风场作用下的运动过程及沉积穿透作用机理,难以形成通用的模型及结论。美国在1979年就开始基于固定翼有人机尾涡运动模型及高斯分布方法的建立雾滴飘移预测模型,并研发相关软件AGDISP。唐青等基于计算流体动力学（Computational Fluid Dynamics,CFD）模拟获得了固定翼有人机在不同作业条件下的雾滴沉积飘移模型,如图1所示。高精度格式CFD模拟旋翼翼尖涡与试验结果对比如图2、图3所示。

图 1   CFD模拟展示雾滴运动规律

Fig. 1   CFD simulation shows the movement law of fog droplets

图 2   高精度格式CFD模拟旋翼翼尖涡

Fig. 2   CFD predicted phase-averaged vorticity contours (along with velocity vectors)

图 3   翼尖涡试验测试结果

Fig. 3   Experimental data of phase-averaged vorticity contours (along with velocity vectors)

1.2 复杂流场湍流模型数值求解

无人旋翼植保机的下洗气流结构复杂,针对其雾滴沉积漂移预测的模型已经成为新的研究热点。在数值计算方法研究方面,高精度格式瞬态算法具有较好模拟精度,但是主要用于基础的风场结构研究领域,未结合地面作业和雾滴运动模型;而在行业应用主要以定常流平均场模拟为主,注重对实际作业条件及雾滴运动的模拟。

综合目前的研究结果分析,针对农用无人机面临的近地面复杂流场环境,要获得较为真实的涡管三维运动仍需高精度瞬态算法和大量计算周期,难以直接应用,而采用基于雷诺平均方法（Reynolds Average Navier-Stokes,RANS）湍流模型数值求解N-S方程,通过优化自适应网格和并行算法,可降低计算周期,提高系统的实用性。在喷雾模型构建方面,目前仍以非接触式测量方法为主,通过激光衍射、高速粒子图像测速等手段,对特定喷头、助剂、喷杆结构布局、管路压力等喷施参数下的雾滴粒径及速度的空间分布进行测量,获得无人机施药作业的喷雾模型。基于罗辛-拉姆勒（Rosin-Rammler）分布模型简化后,与无人机风场模型进行耦合,求解离散相雾滴的运动轨迹,从而实现雾滴沉积飘移规律的预测,以达到对作业过程中药剂覆盖区域与飘移特性的估计和规避施药作业风险的目的。

1.3 精准施药控制及先进雾化

无人机施药主要面向小地块区域,具有超低量、高精度的特点,需要将飞行导航控制信息与精准变量控制结合起来,依据飞行及作业状态信息的关键参数来实现精准变量喷洒控制,主要包括作业飞行控制技术、流量精准检测、流量输出控制、喷头雾化控制四方面技术。无人机的喷洒系统管路结构布局紧凑,采用传统的涡轮计数式流量计响应速度慢,且需要对管路进行改造,不利于应用,而超声非接触式流量传感器精度高响应快,且不影响系统管路,将逐步取代现有涡轮流量计。流量控制仍以传统的功率调节控制泵流量的方式为主,目前逐步引入机体姿态、位置、飞行速度、作业相对高度、以及环境气象条件等参数,共同完成控制决策,获得最佳的施药回收效果和沉积精度。随着微机电系统（Micro-Electro-Mechanical System,MEMS）技术的发展,直接对单一喷头的独立控制必将成为未来研究的重点。在雾化技术方面,通过实际作业测试,采用电机控制的离心雾化喷头具有雾滴粒径谱分布窄,雾化幅宽大的特点,相对于压力喷头和液力雾化喷头的效果有明显的优势,目前已进入商用阶段。无人机静电喷头具有雾滴漂移小,附着力高的特点。何雄奎等针对航空施药植保无人机设计了双极性接触式航空机载静电喷雾系统,在轻型油动直升机上对喷施油剂和水的电荷与雾化效果进行了测试,结果表明此类静电喷头与油剂配合使用,可有效提高雾滴沉积分布均匀性。国外学者在喷头技术上也已经开展多年的研究,从通用喷头、静电喷头、抗漂移喷头、逐步转向精准变量喷头。Daggupati将微机电系统和喷头进行集成设计,通过微型电磁阀开关动作来调解喷口出水量,实现变量喷雾作业。Funseth等采用步进电机驱动流量调节转盘转动的方式改变流体喷嘴的流体入口尺寸,从而实现变量喷洒。MEMS系统技术将控制、执行机构进一步小型化,精细化调解喷洒雾滴谱进行抗漂移和精准变量施药已经成为新的研究趋势。

2 作业路径最优算法

植保无人机载荷和续航能力较弱,且作业区域多为分散的小面积不规则区域,如何进行有效的作业路径优化,减少农业无人机作业过程无效的非作业飞行距离和时间具有重要意义。目前国内外农业无人机作业路径规划主要采用全覆盖算法,即规划路径必须对作业空间实现完全的覆盖。首先采用单元分解方式,参考地面作业机具工作模式,将作业区域按种植方向以梯形方式、栅格、维诺图（Voronoi diagram）等方式进行分割,在分割区域基础上进行单元分解和数字标记,然后再运用A*、动态规划（Travelling Salesman Problem,TSP）、遗传算法（Genetic Algorithm,GA）等优化搜索算法,最终使转弯、往返加药点等无效作业路径长度最短或作业能耗最小。

农业植保无人机作业路径规划方法研究目前主要围绕单一区域多架次作业和多个非连通区域作业调度两个方面开展。

2.1 单一区域多架次作业路径规划

在单一区域中,由于种植方向约束,植保无人机作业通常采用单一方向规则往复的“牛耕法”,当药剂用完时再返回加药点补充药剂继续作业,这种方式作业中,地头转弯和多架次往返加药距离会因为作业规划不同而有很大差异,导致不必要的非作业能耗损失（图4、图5）。为了便于将计算智能引入作业路径规划中,栅格法被普遍用于构建作业环境描述模型,一方面可对作业区域进行精细到作业幅宽量级的数值化描述,另一方面有利于和GIS系统进行坐标的转化,将平面坐标点阵和大地坐标系映射关联起来。在区域栅格化后,根据区域面积、形状、作业航向方向、底边距离,为相应栅格赋予作业概率,优先选择概率高的栅格行进作业,同时以往返飞行、电池更换、药剂装填等非植保作业能耗最小为目标函数,通过采用引力搜索等智能搜索方法,实现对返航点数量与位置的寻优,进而优化作业路径。

图 4   无人机全覆盖作业区域规划

Fig.4   Full coverage spraying route planning method of UAV

图 5   单一区域多架次作业路径规划

Fig. 9   Route planning for multiple sorties in a single area of UAV

2.2 多个非联通区域多架次作业路径规划

对于多个非连通区域作业问题（图6）,先对单个作业区域进行局部作业路径规划,再将各区域作业顺序进行编码,采用遗传算法进行多个区域间飞行作业任务优化调度,从而最终优化整个全过程作业路径,提高无人机作业效率,目前通过仿真和示范试验已证明此方法的有效性。多机协同植保作业路径规划及分配技术可充分发挥植保无人机低成本,易于使用的特点。Luo等依据无人机动力学特性约束和作业区域杜宾曲线（Dubins）距离参数,构造基于时间窗和作业方向的多机作业效益函数,利用遗传算法设计多机协同作业路径规划算法,优化路径分配,提高作业效率。目前多机协同植保施药作业路径规划技术研究尚处于起步阶段,需要进一步开展依据无人机作业能力参数和施药覆盖效果的全局作业路径规划算法的研究。

图 6   多个非联通区域无人机作业路径规划

Fig. 6   Route planning of UAV operation in multiple unconnected areas

通讯作者简介

陈立平  研究员

陈立平，博士，研究员，博士生导师，国家农业智能装备工程技术研究中心主任、农业部农业信息软硬件产品质量检测重点实验室主任、农机北斗导航与智能测控国家地方联合工程实验室主任，国家现代农业产业体系小麦体系智能管理与精准作业岗位专家，北京农业信息化学会副理事长、中国农业工程学会农业航空分会副主任委员、中国农业机械学会农业航空分会副主任委员、《智慧农业（中英文）》等学术期刊编委。主要从事精准农业信息获取和智能装备技术研究，先后获得国家科学技术进步二等奖3项、省部级科技奖励6项。国务院政府特殊津贴专家，入选国家百千万人才工程、国家中青年科技创新领军人才、全国农业科研杰出人才、青年北京学者，获中国青年科技奖、茅以升北京青年科技奖、首都劳动奖章、北京青年五四奖章、北京市有突出贡献科学技术管理人才等荣誉称号。