[发明专利]一种无人机变量施药控制系统及方法在审

专利信息
申请号: 202110870741.5 申请日: 2021-07-30
公开(公告)号: CN113460308A 公开(公告)日: 2021-10-01
发明(设计)人: 刘亚佳 申请(专利权)人: 中国农业大学
主分类号: B64D1/18 分类号: B64D1/18;G05B11/42;A01M7/00;G08B17/02
代理公司: 北京中安信知识产权代理事务所(普通合伙) 11248 代理人: 李彬;徐林
地址: 100083 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人机 变量 施药 控制系统 方法
【权利要求书】:

1.一种无人机变量施药控制系统,设置在植保无人机上,其特征在于:所述变量施药控制系统包括速度获取模块(2)、控制器(4)、传输模块和喷施模块;其中,

所述速度获取模块(2)包括GPS传感器和加速度传感器;所述GPS传感器设置在植保无人机的机体顶部,用于获取植保无人机的飞行速度;所述加速度传感器固定于植保无人机的机体顶部,并与植保无人机的机体水平面保持平行,其中,加速度传感器的x轴方向与无人机前进方向保持一致;

所述喷施模块固定在植保无人机的机体底部,包括药箱(3)、电子调速器(5)、微型隔膜泵(9)、流量计(6)和喷头(8);其中,所述微型隔膜泵(9)的入水口通过软管与药箱(3)连接,出水口通过软管与流量计(6)连接;流量计(6)通过软管与多个设置在喷杆(7)上的喷头(8)连接;所述微型隔膜泵(9)通过电子调速器(5)与控制器(4)连接,控制器(4)发送PWM占空比调节电子调速器(5)从而控制微型隔膜泵(9)的流量;每一个微型隔膜泵(9)根据最大流量控制4个喷头;

所述控制器(4)分别与电源(1)、速度获取模块(2)和流量计(6)连接;

所述控制器(4)包括PID控制器和RBF神经网络模块。

2.如权利要求1所述的无人机变量施药控制系统,其特征在于:所述控制器(4)采用STM32F429型号嵌入式板。

3.如权利要求1所述的无人机变量施药控制系统,其特征在于:所述传输模块提供与云平台通信功能。

4.如权利要求1所述的无人机变量施药控制系统,其特征在于:所述喷头(8)为离心喷头或圆锥喷头。

5.一种利用如权利要求1~4所述的无人机变量施药控制系统的无人机变量施药控制方法,其特征在于:包括如下步骤:

S1、植保无人机携药液在作业目标上空飞行,启动速度获取模块(2)、GPS传感器和加速度传感器,将实时采集的速度信息发送至控制器(4);

S2、确定无人机的实时飞行速度;

控制器(4)根据1s内GPS传感器采集的速度信息,判断无人机是否处于匀速飞行状态;

当GPS传感器采集的飞行速度波动范围小于0.2m/s时,则无人机处于匀速飞行状态,此时将加速度传感器获取到的加速度设置为0,并将GPS传感器获取到的飞行速度作为无人机的实时飞行速度;

当GPS传感器采集的飞行速度波动范围大于0.2m/s时,则无人机处于加速或减速的飞行状态,此时,通过公式1获得的实时修正飞行速度作为无人机的实时飞行速度;

式中,Vi为实时修正飞行速度,单位为m/s;Vg为GPS传感器获取到的飞行速度,单位为m/s;f为加速度传感器的实际采样频率,单位为Hz;t为采样时间,单位为s;ax为加速度传感器x轴方向获取到的加速度,单位为m/s2;ax=((AxH<<8|AxL)/32768*16g,g为重力加速度,取9.8m/s2;AxL为加速度传感器以16进制发送的低字节数据,AxH为加速度传感器以16进制发送的高字节数据;

S3、变量施药;

控制器(4)根据步骤S2确定的无人机的实时飞行速度,通过公式2获得目标喷雾流量Qrin;将目标喷雾流量Qrin作为控制系统的设定流量r(k);将流量计(6)采集到的实际喷雾流量y(k)与设定流量r(k)的偏差e(k)作为PID控制器的输入,PID控制器输出控制电压u(k);控制器(4)根据控制电压u(k)改变PWM波信号的占空比来调节实际输出流量y(k);

式中,Qrin为目标喷雾流量,单位为L/min,N为单位面积的农药喷施量,单位为L/hm2,v为步骤S2确定的无人机的实时飞行速度,单位为m/s,d为无人机喷幅,单位为m。

6.如权利要求5所述的无人机变量施药控制方法,其特征在于:

所述步骤S3中,包括如下步骤:

S3.1、GPS模块获取当前无人机飞行速度,变量喷施控制系统根据公式2计算出目标喷雾流量作为控制系统的设定流量r(k);

S3.2、计算实际喷雾流量与设定流量的偏差e(k),将偏差作为PID控制器的输入,PID控制器输出控制电压u(k);

S3.3、将u(k)传递给变量喷施控制系统,改变PWM波信号的占空比来调节流量,系统输出实际流量y(k);

S3.4、通过RBF神经网络辨识得到Jacobian信息,将Jacobian信息作为依据调节PID控制器的参数KP、KI和KD,从而实现参数自整定的变量施药;

RBF神经网络的整定指标为:

式中:error(k)为第k时刻的控制偏差;

采用梯度下降法分别调整KP、KI和KD

xc(1)=error(k)-error(k-1)

xc(2)=error(k)

xc(3)=error(k)-2error(k-1)+error(k-2)

式中,被控对象的Jacobian信息为是通过RBF网络的辨识获得的;η为学习速率(η大于0);error(k)为第k时刻的控制偏差;e(k)为实际喷雾流量与设定流量的偏差,单位为L/min;E为RBF神经网络的整定指标;y为系统输出实际流量,单位为L/min;Δu为控制电压,单位为v;

PID参数的调节方法如下:

Kp(k)=Kp(k-1)+ΔKp(k)+ac(Kp(k-1)+Kp(k-2))

Ki(k)=Ki(k-1)+ΔKi(k)+ac(Ki(k-1)+Ki(k-2))

Kd(k)=Kd(k-1)+ΔKd(k)+ac(Kd(k-1)+Kd(k+-2))

式中,Kp(k)、Ki(k)和Kd(k)分别为第k时刻的比例常数、微分时间常数、积分时间常数;

Kp(k-1)、Ki(k-1)和Kd(k-1)分别为第k-1时刻的比例常数、微分时间常数、积分时间常数;

Kp(k-2)、Ki(k-2)和Kd(k-2)分别为第k-2时刻的比例常数、微分时间常数、积分时间常数;

ΔKp(k)、ΔKi(k)和ΔKd(d)为第k时刻与上一时刻的偏差;ac为动量因子。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110870741.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top