申请/专利权人：华南农业大学

申请日：2018-02-11

公开（公告）日：2024-03-12

公开（公告）号：CN108271493B

主分类号：A01C23/04

分类号：A01C23/04;B64D1/18;G06V20/17

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2018.08.07#实质审查的生效;2018.07.13#公开

摘要：本发明公开了一种基于无人机的茶园喷雾系统及喷雾方法，包括设置在无人机上的高光谱遥感相机、微控制器、驱动放大电路、变频器、电动离心喷头和水箱。该喷雾系统可利用无人机搭载高光谱遥感相机探测茶园茶树的叶面积指数，根据叶面积指数判断茶树生长状况，调整水肥喷洒量。搭载该系统的无人机可实时监测茶树的生长状况，动态调控水肥喷施量，使得本发明系统能根据茶树叶面积指数，合理控制水肥喷洒量，对于提高资源利用率，减轻化肥对环境的污染具有重要意义。

主权项：1.一种基于无人机的茶园喷雾系统，其特征在于，包括均设置在无人机上的高光谱遥感相机、微控制器、驱动放大电路、变频器、电动离心喷头和水箱；所述高光谱遥感相机连接微控制器，将采集到的茶树冠层高光谱图像传送给微控制器，由微控制器根据茶树冠层高光谱图像计算出茶树的叶面积指数；所述微控制器具体用于在接收到茶树冠层高光谱图像后，首先对茶树冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到归一化植被指数；然后将归一化植被指数代入到茶树叶面积指数计算模型中，通过茶树叶面积指数计算模型计算得到对应茶树的叶面积指数；建立所述茶树叶面积指数计算模型的步骤为：首先选取多棵茶树构成训练样本集，其中一棵茶树对应训练样本集中的一个训练样本，测定每个训练样本的叶面积指数，同时通过高光谱遥感相机采集每个训练样本的冠层高光谱图像；然后针对于每个训练样本，对其冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到训练样本的归一化植被指数；最后在得到训练样本集中每个训练样本的归一化植被指数后，针对训练样本的归一化植被指数和训练样本的叶面积指数进行相关性分析，得到茶树归一化植被指数和茶树叶面积指数之间的函数关系，从而得到茶树叶面积指数计算模型；所述微控制器通过驱动放大电路连接变频器，所述变频器连接电动离心喷头，微控制器根据茶树的叶面积指数控制驱动放大电路的放大倍数，从而控制电动离心喷头转速；所述茶树叶面积指数和喷雾量的函数关系为：Y＝2.456X+5.971；其中Y为喷雾量，X为茶树叶面积指数；所述电动离心喷头通过管道接通到水箱。

全文数据：一种基于无人机的茶园喷雾系统及喷雾方法技术领域[0001]本发明涉及茶园喷雾施肥技术领域，特别涉及一种基于无人机的茶园喷雾系统及喷雾方法。背景技术[0002]中国是茶叶的故乡。茶叶种植在中国具有悠久的历史，饮茶是中国人喜爱的生活习惯。随着生活水平的提高，人们对高品质茶叶的要求越来越高。高品质的茶叶需要良好的栽培管理，然而城镇化的加剧导致茶园管理用工紧缺，茶园管理成本升高。茶园生产机械化是茶叶产业的总体趋势。近年来，茶园采收机械、茶园耕作机械和茶园施肥机械正逐渐应用于茶园管理中。由于茶树是喜湿的植物，大多数茶树种植在高山上，很多茶园作业机械难以在坡度过大的高山上作业。[0003]无人机凭借其漂移少、可空中悬停等优点，适合用于丘陵山区的茶园高空水肥喷施作业。然而，传统的喷雾无人机搭载的水箱容量有限，每次水箱肥料消耗完后，无人机必须返回原地重新加满肥料，这会浪费一定的无人机能耗，导致续航里程缩短。而且传统的喷雾方式不能够自动地根据茶树的生长状况调节喷雾量，导致茶树生长量少的区域喷雾量过多，造成一定的肥料浪费和环境污染。发明内容[0004]本发明的第一目的在于克服现有技术的缺点与不足，提供一种基于无人机的茶园喷雾系统，该茶园喷雾系统能根据茶树叶面积指数，合理控制水肥喷洒量，对于提高资源利用率，减轻化肥对环境的污染具有重要意义。[0005]本发明的第二目的在于提供一种上述喷雾系统实现的喷雾方法。[0006]本发明的第一目的通过下述技术方案实现:一种基于无人机的茶园喷雾系统，包括均设置在无人机上的高光谱遥感相机、微控制器、驱动放大电路、变频器、电动离心喷头和水箱；[0007]所述高光谱遥感相机连接微控制器，将采集到的茶树冠层高光谱图像传送给微控制器，由微控制器根据茶树冠层高光谱图像计算出茶树的叶面积指数；[0008]所述微控制器通过驱动放大电路连接变频器，所述变频器连接电动离心喷头，微控制器根据茶树的叶面积指数控制驱动放大电路的放大倍数，从而控制电动离心喷头转速；[0009]所述电动离心喷头通过管道接通到水箱。[0010]优选的，还包括流量传感器，所述流量传感器连接微控制器，所述流量传感器设置在电动离心喷头与水箱连接的管道上，用于检测电动离心喷头的喷雾量，并且将检测到电动离心喷头的喷雾量信息传送给微控制器。[0011]优选的，还包括上位机，所述微控制器通过无线通信模块和上位机进行通信连接，将计算出的茶树叶面积指数传送给上位机。[0012]优选的，所述无人机顶端平衡布置着八个旋翼，每个旋翼下端分别连接一个控制旋翼旋转的电机，各电机分别连接微控制器;所述高光谱遥感相机架设在无人机机身下端。[0013]本发明的第二目的通过下述技术方案实现:一种基于无人机的茶园喷雾系统实现的基于无人机的茶园喷雾方法，步骤如下：[0014]步骤S1、高光谱遥感相机采集茶树冠层高光谱图像，并且将采集到的茶树冠层高光谱图像传送给微控制器；[0015]步骤S2、微控制器接收到茶树冠层高光谱图像后，根据茶树冠层高光谱图像计算出茶树叶面积指数；[0016]步骤S3、微控制器根据茶树叶面积指数和喷雾量的函数关系计算出茶树当前需要的喷雾量，然后根据茶树当前需要的喷雾量调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。[0017]优选的，还包括建立茶树叶面积指数计算模型的步骤，具体如下：[0018]首先选取多棵茶树构成训练样本集，其中一棵茶树对应训练样本集中的一个训练样本，测定每个训练样本的叶面积指数，同时通过高光谱遥感相机采集每个训练样本的冠层高光谱图像；[0019]然后针对于每个训练样本，对其冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到训练样本的归一化植被指数；[0020]最后在得到训练样本集中每个训练样本的归一化植被指数后，针对训练样本的归一化植被指数和训练样本的叶面积指数进行相关性分析，得到茶树归一化植被指数和茶树叶面积指数之间的函数关系，从而得到茶树叶面积指数计算模型。[0021]更进一步的，训练样本的叶面积指数测定过程如下:获取作为训练样本的茶树的占地面积，同时测量该茶树所有叶片的总面积，将该茶树所有叶片的总面积除以该茶树的占地面积即得到该茶树的叶面积指数。[0022]更进一步的，所述步骤S2中，微控制器接收到茶树冠层高光谱图像后，首先对茶树冠层高光谱图像进行图像处理，得到提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到归一化植被指数;然后将归一化植被指数代入到茶树叶面积指数计算模型中，通过茶树叶面积指数计算模型计算得到对应茶树的叶面积指数。[0023]优选的，所述步骤S3中所用到的茶树叶面积指数和喷雾量的函数关系为：[0024]Y=2.456X+5.971；[0025]其中Y为喷雾量，X为茶树叶面积指数。[0026]优选的，设置在电动离心喷头与水箱连接的管道上的流量传感器实时检测电动离心喷头的当前喷雾量，并且将检测到电动离心喷头的当前喷雾量信息传送给微控制器，微控制器将茶树当前需要的喷雾量和电动离心喷头的当前喷雾量进行比较，根据比较结果调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。[0027]本发明相对于现有技术具有如下的优点及效果：[0028]1本发明一种基于无人机的茶园喷雾系统及喷雾方法，包括设置在无人机上的高光谱遥感相机、微控制器、驱动放大电路、变频器、电动离心喷头和水箱;高光谱遥感相机连接微控制器，将采集到的茶树冠层高光谱图像传送给微控制器，由微控制器根据茶树冠层高光谱图像计算出茶树的叶面积指数;微控制器连接驱动放大电路和变频器后连接电动离心喷头，微控制器根据茶树的叶面积指数控制驱动放大电路的放大倍数，从而控制电动离心喷头转速，使得电动离心喷头按照一定的喷雾量进行喷雾。可见，本发明喷雾系统可利用无人机搭载高光谱遥感相机探测茶园茶树的叶面积指数，根据叶面积指数判断茶树生长状况，根据茶园茶树的生长状况从而动态调整水肥喷洒量；因此本发明能够根据茶树叶面积指数，合理控制水肥喷洒量，对于提高资源利用率，减轻化肥对环境的污染具有重要意义。[0029]2本发明一种基于无人机的茶园喷雾系统及喷雾方法中，在电动离心喷头与水箱连接的管道上设置有流量传感器，通过流量传感器可以实时的检测电动离心喷头的喷雾量，并且将检测到电动离心喷头的喷雾量信息传送给微控制器，微控制器可以对茶树当前需要的喷雾量以及电动离心喷头的当前喷雾量信进行比较后根据比较结果调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾;本发明中通过流量传感器向微控制器实时反馈电动离心喷头的喷雾量，使得微控制器能够实现更加准确的调节电动离心喷头的喷雾量。另外通过流量传感器实时检测电动离心喷头的喷雾量，能够防止喷头喷雾量超出设定的范围[0030]3本发明一种基于无人机的茶园喷雾方法中，通过训练样本集中作为训练样本的各棵茶树的归一化植被指数和叶面积指数相关性分析，得到茶树归一化植被指数和茶树叶面积指数之间的函数关系，从而得到茶树叶面积指数计算模型，微控制器根据该模型对需要喷雾的茶树进行叶面积指数的计算，具有叶面积指数计算准确、快速且茶树叶片不受损的优点。[0031]4本发明一种基于无人机的茶园喷雾系统中，无人机顶端平衡布置着八个旋翼，每个旋翼下端均布置有一个控制旋翼旋转的电机，各电机连接微控制器。本发明可通过微控制器监控各旋翼的电机，保证各旋翼转速保持一致，从而实现旋翼下方的气压平衡，维持无人机身的飞行稳定。附图说明[0032]图1是本发明基于无人机的茶园喷雾系统的结构框图。[0033]图2是本发明基于无人机的茶园喷雾系统的结构示意图。[0034]图3是本发明基于无人机的茶园喷雾方法的流程图。具体实施方式[0035]下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。[0036]实施例[0037i本^施例一种基于无人机的茶园喷雾系统，如图1和2所示，包括均设置在无人机^的，光谱遥感相机2、微控制器3、驱动放大电路3丨、变频器32、电动离心喷头5、水箱4、流量传感器9和上位机10;高光谱遥感相机2连接微控制器3,将采集到的茶树冠层高光谱图像传送给微控制器，由微控制器3根据茶树冠层高光谱图像计算出茶树的叶面积指数;微控制器3通过驱动放大电路连接变频器，变频器连接电动离心喷头，微控制器4根据茶树的叶面积指数控制驱动放大电路的放大倍数，从而控制电动离心喷头5转速；电动离心喷头5通过管道6接通到水箱4。[0038]本实施例中，流量传感器9连接微控制器3,流量传感器9设置在电动离心喷头5与水箱4连接的管道6上，用于检测电动离心喷头5的喷雾量，并且将检测到电动离心喷头的喷雾量信息传送给微控制器3。[0039]在本实施例中，微控制器3通过无线通信模块和上位机10进行通信连接，将计算出的茶树叶面积指数传送给上位机10。其中无线通信模块可以是蓝牙或者wifi等通信模块。[0040]如图2所示，本实施例中无人机顶端平衡布置着八个旋翼i，每个旋翼的半径为30cm。微控制器3监控各电机的转速，保证各旋翼转速保持一致，从而实现旋翼下方的气压平衡，维持无人机身的飞行稳定。每个旋翼1下端分别连接一个控制旋翼旋转的电机7,各电机7连接微控制器3;微控制器接收无人机遥控发射的控制信号，实现无人机的飞行控制。无人机遥控发射频带为2400〜2483.5MHZ，可在500m范围内调节无人机飞行高度。[0041]本实施例中，高光谱遥感相机2架设在无人机机身下端，高光谱遥感相机2上端通过支架与无人机身固定铰接，并可根据需要调整拍摄角度。电动离心喷头设置在无人机机身侧边，电动离心喷头的喷嘴类型可以进行更换，具体根据实际喷雾量的要求选择不同喷孔直径的喷嘴。[0042]在本实施例中，电动离心喷头内装有小型电机，电机由机载蓄电池供电。由于电机的高速旋转作用，在喷头内产生较大的离心力，肥料在强大的离心力作用下冲击喷头上的细孔，进而产生细小的肥料雾滴漂洒在茶园上空。在重力的作用下，雾滴下降粘附在植物表面，被茶树吸收利用。[0043]在本实施例中，微控制器可以使用单片机。[0044]本实施例还公开一种上述基于无人机的茶园喷雾系统实现的基于无人机的茶园喷雾方法，如图3所示，步骤如下：[0045]步骤S1、高光谱遥感相机采集茶树冠层高光谱图像，并且将采集到的茶树冠层高光谱图像传送给微控制器；[0046]步骤S2、微控制器接收到茶树冠层高光谱图像后，根据茶树冠层高光谱图像计算出茶树叶面积指数；[0047]在本实施例中，微控制器根据茶树冠层高光谱图像，通过茶树叶面积指数计算模型计算出茶树叶面积指数，其中本实施例中，建立茶树叶面积指数计算模型的步骤，具体如下：[0048]首先选取多棵茶树构成训练样本集，其中一棵茶树对应训练样本集中的一个训练样本，测定每个训练样本的叶面积指数，同时通过高光谱遥感相机采集每个训练样本的冠层高光谱图像;其中本实施例中，训练样本的叶面积指数测定过程如下:获取作为训练样本的茶树的占地面积，同时测量该茶树所有叶片的总面积，将该茶树所有叶片的总面积除以该茶树的占地面积即得到该茶树的叶面积指数。[0049]然后针对于每个训练样本，对其冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到训练样本的归一化植被指数;在本实施例中，获取到训练样本的冠层高光谱图像后，输入到计算机中，通过计算机中的MATLAB程序提取到RGB和NIR四个通道的灰度平均值。其中归一化植被指数NDVI为：[0050]NDVI=NIR-RNIR+R；[0051]其中NIR为近红外波段，R为红光波段。[0052]最后在得到训练样本集中每个训练样本的归一化植被指数后，针对训练样本的归一化植被指数和训练样本的叶面积指数进行相关性分析，得到茶树归一化植被指数和茶树叶面积指数之间的函数关系，从而得到茶树叶面积指数计算模型。[0053]在本步骤中，微控制器接收到茶树冠层高光谱图像后，首先对茶树冠层高光谱图像进行图像处理，得到提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到归一化植被指数;然后将归一化植被指数代入到茶树叶面积指数计算模型中，通过茶树叶面积指数计算模型计算得到对应茶树的叶面积指数。在本实施例中，微控制器获取到茶树的冠层高光谱图像后，通过其中嵌入的MATLAB程序提取到RGB和NIR四个通道的灰度平均值。[00M]步骤S3、微控制器根据茶树叶面积指数和喷雾量的函数关系计算出茶树当前需要的喷雾量，然后根据茶树当前需要的喷雾量调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。在本实施例中，设置在电动离心喷头与水箱连接的管道上的流量传感器实时检测电动离心喷头的当前喷雾量，并且将检测到电动离心喷头的当前喷雾量信息传送给微控制器，微控制器比较当前需要的喷雾量以及电动离心喷头的当前喷雾量进行比较，根据比较结果调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。[0055]其中在本步骤中所用到的茶树叶面积指数和喷雾量的函数关系为：[0056]Y=2.456X+5.971；[0057]其中Y为喷雾量，X为茶树叶面积指数。[0058]上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

权利要求：1.一种基于无人机的茶园喷雾系统，其特征在于，包括均设置在无人机上的高光谱遥感相机、微控制器、驱动放大电路、变频器、电动离心喷头和水箱；所述高光谱遥感相机连接微控制器，将采集到的茶树冠层高光谱图像传送给微控制器，由微控制器根据茶树冠层高光谱图像计算出茶树的叶面积指数；所述微控制器通过驱动放大电路连接变频器，所述变频器连接电动离心喷头，微控制器根据茶树的叶面积指数控制驱动放大电路的放大倍数，从而控制电动离心喷头转速；所述电动离心喷头通过管道接通到水箱。2.根据权利要求1所述的基于无人机的茶园喷雾系统，其特征在于，还包括流量传感器，所述流量传感器连接微控制器，所述流量传感器设置在电动离心喷头与水箱连接的管道上，用于检测电动离心喷头的喷雾量，并且将检测到电动离心喷头的喷雾量信息传送给微控制器。3.根据权利要求1所述的基于无人机的茶园喷雾系统，其特征在于，还包括上位机，所述微控制器通过无线通信模块和上位机进行通信连接，将计算出的茶树叶面积指数传送给上位机。4.根据权利要求1所述的基于无人机的茶园喷雾系统，其特征在于，所述无人机顶端平衡布置着八个旋翼，每个旋翼下端分别连接一个控制旋翼旋转的电机，各电机分别连接微控制器;所述高光谱遥感相机架设在无人机机身下端。5.—种基于权利要求1所述的基于无人机的茶园喷雾系统实现的基于无人机的茶园喷雾方法，其特征在于，步骤如下：步骤S1、高光谱遥感相机采集茶树冠层高光谱图像，并且将采集到的茶树冠层高光谱图像传送给微控制器；步骤S2、微控制器接收到茶树冠层高光谱图像后，根据茶树冠层高光谱图像计算出茶树叶面积指数；步骤S3、微控制器根据茶树叶面积指数和喷雾量的函数关系计算出茶树当前需要的喷雾量，然后根据茶树当前需要的喷雾量调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。6.根据权利要求5所述的基于无人机的茶园喷雾方法，其特征在于，还包括建立茶树叶面积指数计算模型的步骤，具体如下：首先选取多棵茶树构成训练样本集，其中一棵茶树对应训练样本集中的一个训练样本，测定每个训练样本的叶面积指数，同时通过高光谱遥感相机采集每个训练样本的冠层高光谱图像；然后针对于每个训练样本，对其冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到训练样本的归一化植被指数；最后在得到训练样本集中每个训练样本的归一化植被指数后，针对训练样本的归一化植被指数和训练样本的叶面积指数进行相关性分析，得到茶树归一化植被指数和茶树叶面积指数之间的函数关系，从而得到茶树叶面积指数计算模型。7.根据权利要求6所述的基于无人机的茶园喷雾系统，其特征在于，训练样本的叶面积指数测定过程如下:获取作为训练样本的茶树的占地面积，同时测量该茶树所有叶片的总_枳，将该氽柯所有叶片的总面积除以该茶树的占地面积即得到该茶树的叶面积指数。8.根据权利要求6所述的基于无人机的茶园喷雾方法，其特征在于，所述步骤S2中，微控制器接收到茶树冠层高光谱图像后，首先对茶树冠层高光谱图像进行图像处理，提取到RGB和NIR四个通道的灰度平均值，针对RGB和NIR四个通道的灰度平均值进行数学变化后得到归一化植被指数;然后将归一化植被指数代入到茶树叶面积指数计算模型中，通过茶树叶面积指数计算模型计算得到对应茶树的叶面积指数。9.根据权利要求5所述的基于无人机的茶园喷雾方法，其特征在于，所述步骤S3中所用到的茶树叶面积指数和喷雾量的函数关系为：Y=2.456X+5.971；其中Y为喷雾量，X为茶树叶面积指数。10.根据权利要求5所述的基于无人机的茶园喷雾方法，其特征在于，设置在电动离心喷头与水箱连接的管道上的流量传感器实时检测电动离心喷头的当前喷雾量，并且将检测到电动离心喷头的当前喷雾量信息传送给微控制器，微控制器将茶树当前需要的喷雾量和电动离心喷头的当前喷雾量进行比较，根据比较结果调节驱动放大电路的放大倍数，以通过变频器调节电动离心喷头的转速，使得电动离心喷头按照茶树当前需要的喷雾量进行喷雾。

百度查询： 华南农业大学 一种基于无人机的茶园喷雾系统及喷雾方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD