李海龍 權(quán)龍哲,2 皮鵬飛 郭英豪 馬 震 余 濤

(1.東北農(nóng)業(yè)大學(xué)工程學(xué)院，哈爾濱 150030；2.安徽省智能農(nóng)機(jī)裝備工程實(shí)驗(yàn)室，合肥 230036；3.安徽農(nóng)業(yè)大學(xué)工學(xué)院，合肥 230036)

0 引言

對靶施藥是實(shí)現(xiàn)農(nóng)藥高效利用、減少環(huán)境污染的有效技術(shù)手段，該技術(shù)可根據(jù)病灶區(qū)域的防控需求來定量施藥，實(shí)現(xiàn)農(nóng)藥高效利用，維持農(nóng)田生態(tài)可持續(xù)發(fā)展[1-4]?；谔幏綀D的對靶施藥技術(shù)可根據(jù)全球?qū)Ш叫l(wèi)星系統(tǒng)(Global navigation satellite system，GNSS)獲取噴頭位置信息和運(yùn)動(dòng)狀態(tài)，進(jìn)行處方圖位置匹配控制噴頭動(dòng)作，進(jìn)行按需對靶施藥，從而提高作業(yè)速度，降低植保裝備成本[1，5-8]。然而，基于處方圖的對靶施藥系統(tǒng)仍無法避免GNSS設(shè)備信號(hào)延遲、控制系統(tǒng)指令滯后、噴頭響應(yīng)動(dòng)作延遲，從而造成霧滴沉積位置偏移的問題，使得對靶施藥精度下降[9-12]。

國內(nèi)外眾多學(xué)者為解決對靶施藥霧滴沉積偏移問題開展了大量研究，其中包括作業(yè)速度精準(zhǔn)感知、定位信息融合、滯后時(shí)間補(bǔ)償、霧滴沉積糾偏、霧滴漂移控制等，但這些研究都以較低分辨率的大尺寸靶標(biāo)物體作業(yè)場景為主[13-17]。為滿足面向植株個(gè)體水平的高分辨率對靶施藥的作業(yè)需求，解決因靶標(biāo)尺寸過小、靶標(biāo)數(shù)量過多、動(dòng)作時(shí)間過短、執(zhí)行部件過多所造成的系統(tǒng)性延遲問題，尋求可行方式來準(zhǔn)確預(yù)估對靶施藥過程中的霧滴沉積位置，是提高對靶施藥作業(yè)精度的關(guān)鍵[18-19]。

針對以上問題，本文以對靶噴施的霧滴粒群為研究對象，構(gòu)建噴頭位姿高頻感知系統(tǒng)，建立植保裝備作業(yè)過程中的霧滴沉積覆蓋區(qū)域預(yù)估模型，制定噴頭控制規(guī)則，旨在避免因系統(tǒng)性延遲造成的霧滴沉積位置偏移問題，以期為發(fā)展高分辨率精準(zhǔn)施藥提供參考。

1 對靶施藥作業(yè)分析

1.1 對靶施藥平臺(tái)結(jié)構(gòu)

圖1 對靶施藥機(jī)器人Fig.1 Targeted spraying robot1.行走底盤 2.GNSS 3.對靶施藥控制系統(tǒng) 4.電磁噴頭

基于處方圖的對靶施藥機(jī)器人結(jié)構(gòu)如圖1所示，主要由行走底盤、GNSS、對靶施藥控制系統(tǒng)和電磁噴頭構(gòu)成。

1.2 工作原理

基于處方圖的對靶施藥機(jī)器人在田間工作時(shí)，首先通過對靶施藥控制系統(tǒng)進(jìn)行GNSS信號(hào)解析，然后根據(jù)噴頭與定位定向天線的空間結(jié)構(gòu)位置關(guān)系，解算出各噴頭的施藥覆蓋坐標(biāo)范圍，最后將各噴頭覆蓋范圍與處方圖中的作業(yè)區(qū)域信息進(jìn)行比對，以此控制噴頭動(dòng)作，完成對靶噴施。

1.3 對靶施藥作業(yè)特點(diǎn)

與傳統(tǒng)大田施藥作業(yè)不同，面向植株個(gè)體水平的高分辨率對靶施藥作業(yè)，要求控制系統(tǒng)具有極快的噴頭位置狀態(tài)信息更新頻率，從而使控制噴頭在極短時(shí)間內(nèi)響應(yīng)動(dòng)作，實(shí)現(xiàn)噴頭覆蓋區(qū)域與處方圖靶標(biāo)區(qū)域的匹配，完成藥液定向噴施[17,20]。植保作業(yè)存在作業(yè)裝備、土地狀況、施藥對象的差異性，對作業(yè)速度要求不一，作業(yè)速度越快，噴頭響應(yīng)動(dòng)作時(shí)間越短，為使靶標(biāo)區(qū)域外的藥液沉積面積更小，需要提高對系統(tǒng)的實(shí)時(shí)性要求，在保證對靶施藥準(zhǔn)確率的前提下，對霧滴沉積偏移距離的要求也就更高。對靶施藥沉積區(qū)域的霧滴密度存在邊緣效應(yīng)，需通過延長噴頭動(dòng)作時(shí)間進(jìn)行完整覆蓋，或使用傳導(dǎo)型藥劑來彌補(bǔ)邊緣效應(yīng)缺陷。對靶施藥噴頭間斷動(dòng)作所形成的霧滴群體不連續(xù)，抗干擾能力較弱，需采取降低噴頭作業(yè)高度、提高管路壓力等措施，以減小風(fēng)場等因素對霧滴沉積區(qū)域的影響。

1.4 霧滴沉積偏移分析

機(jī)器人搭載的GNSS(上海指尚DOVE-E482型，精度1 cm)通過接入連續(xù)運(yùn)行參考站(Continuously operating reference stations，CORS)的實(shí)時(shí)差分(Real-time kinematic，RTK)數(shù)據(jù)鏈(千尋知寸FindCM，精度2 cm)，實(shí)時(shí)獲取機(jī)器人準(zhǔn)確位置。由于CORS-RTK通訊機(jī)制和硬件數(shù)據(jù)更新頻率的限制，使得機(jī)器人運(yùn)動(dòng)過程中GNSS信號(hào)存在誤差和延遲。對靶施藥控制系統(tǒng)對GNSS數(shù)據(jù)中的$GPGGA、$GPVTG、$GNHDT語句進(jìn)行解析，并根據(jù)噴頭空間位置結(jié)構(gòu)獲取各噴頭的覆蓋范圍；抽取比對處方圖中數(shù)據(jù)，控制噴頭瞬間響應(yīng)的整個(gè)過程中存在系統(tǒng)性延遲。施藥靶標(biāo)對象均存在空間密度差異的現(xiàn)象，這將直接影響控制系統(tǒng)在當(dāng)前區(qū)域的運(yùn)算量，導(dǎo)致系統(tǒng)性延遲不一。假定各噴頭與定位定向天線位置相對固定，沉積過程不受風(fēng)場干擾，在整個(gè)系統(tǒng)信號(hào)誤差和時(shí)間延遲的共同作用下，噴頭將在錯(cuò)誤位置響應(yīng)動(dòng)作，造成霧滴沉積位置偏移。

2 對靶施藥霧滴沉積預(yù)估模型

通過分析對靶施藥的工作原理和作業(yè)特點(diǎn)，確定了影響霧滴沉積位置偏移的主要因素為系統(tǒng)信號(hào)誤差和延遲。高效準(zhǔn)確感知噴頭位姿信息和狀態(tài)參數(shù)，為準(zhǔn)確預(yù)估霧滴沉積覆蓋區(qū)域的前提，是控制噴頭及時(shí)響應(yīng)實(shí)現(xiàn)霧滴定向沉積的關(guān)鍵。

2.1 噴頭位姿感知

高分辨率對靶施藥作業(yè)要求控制系統(tǒng)具有極快的噴頭位姿信息更新頻率，而大部分GNSS硬件更新頻率有限，大都以5～20 Hz為主，并不能滿足高分辨率對靶施藥實(shí)時(shí)性的要求。

受到土質(zhì)、水分等因素影響，不同農(nóng)田區(qū)域土壤堅(jiān)實(shí)度存在顯著差異，使得行走輪沉陷程度不一，使用接觸式傳感器難以獲得準(zhǔn)確數(shù)據(jù)，而非接觸式傳感器(如慣性測量單元(Inertial measurement unit，IMU))數(shù)據(jù)更新頻率可達(dá)200 Hz，能夠在較短時(shí)間內(nèi)通過計(jì)算連續(xù)獲得機(jī)車位置、速度、航向等行走信息。當(dāng)保持IMU坐標(biāo)軸線與機(jī)車行駛方向一致時(shí)，進(jìn)行GNSS數(shù)據(jù)和IMU的數(shù)據(jù)融合，根據(jù)噴頭與定位定向天線的空間結(jié)構(gòu)位置關(guān)系，便可獲取噴頭的實(shí)時(shí)運(yùn)動(dòng)狀態(tài)參數(shù)[21]。

2.2 噴頭位姿描述

圖2 噴頭運(yùn)動(dòng)關(guān)系轉(zhuǎn)換Fig.2 Nozzle motion relationship conversion

噴頭與機(jī)器人連接關(guān)系視為剛性連接，噴頭隨機(jī)器人的連續(xù)運(yùn)動(dòng)，可看作噴頭在水平面內(nèi)的二維遞推運(yùn)動(dòng)，如圖2a所示，機(jī)器人初始位置投影坐標(biāo)為(E0，N0)，初始航向角為θ0，噴頭與定位定向天線的結(jié)構(gòu)位置關(guān)系如圖2b所示。

為方便進(jìn)行噴頭位姿描述，規(guī)定噴頭朝向角為其隨機(jī)器人前進(jìn)方向的北向夾角，與機(jī)器人航向角相同[21]。IMU安裝于定位天線正下方，根據(jù)圖2所示，噴頭朝向角計(jì)算式為

(1)

式中ω——IMU陀螺儀所測機(jī)器人角速度，rad/s

IMU獲得噴頭加速度分量為

(2)

(3)

式中ax——IMU傳感器獲得的車體沿x方向加速度，m/s2

ay——IMU傳感器獲得的車體沿y方向加速度，m/s2

lBC——噴頭與機(jī)器人中軸線的橫向距離，m

lAB——噴頭與機(jī)器人后軸線的縱向距離，m

噴頭加速度在導(dǎo)航坐標(biāo)系中的分量為

aDE=aDysinθDt+aDxcosθDt

(4)

aDN=aDycosθDt-aDxsinθDt

(5)

噴頭在導(dǎo)航坐標(biāo)系中的速度分量為加速度的積分，其速度分量為

(6)

(7)

噴頭在導(dǎo)航坐標(biāo)系中的位移分量可表示為對加速度的二重積分，噴頭在導(dǎo)航坐標(biāo)系中的位置分量為

EDt=?(aDysinθDt+aDxcosθDt)dtdt+E0

(8)

NDt=?(aDycosθDt-aDxsinθDt)dtdt+N0

(9)

使用GNSS數(shù)據(jù)描述的噴頭位置為

EGkt=-KΔsinθ+lAB+E0

(10)

NGkt=KΔcosθ+lABsinθ+N0

(11)

式中K——中間噴頭為起點(diǎn)的編號(hào)，K=1代表靠近中間噴頭左側(cè)第1個(gè)噴頭，K=-1代表靠近中間噴頭右側(cè)第1個(gè)噴頭

EGkt——噴頭坐標(biāo)東向投影值，m

NGkt——噴頭坐標(biāo)北向投影值，m

Δ——均勻分布噴頭間距，m

2.3 噴頭位姿估計(jì)

使用的GNSS和IMU傳感器為相互獨(dú)立器件，需GNSS/IMU傳感器的數(shù)據(jù)空間配準(zhǔn)后，采用具有魯棒性好、動(dòng)態(tài)性能佳、實(shí)時(shí)精度高等特性的松耦合卡爾曼濾波算法進(jìn)行噴頭位姿數(shù)據(jù)融合，以獲取噴頭高頻位姿信息，噴頭位姿估計(jì)系統(tǒng)架構(gòu)如圖3所示。

圖3 噴頭位姿估計(jì)系統(tǒng)架構(gòu)Fig.3 Nozzle attitude estimation system architecture

在該系統(tǒng)中噴頭位移為連續(xù)運(yùn)動(dòng)，GNSS和IMU傳感器信息均為離散型數(shù)據(jù)，參考卡爾曼濾波差分方程描述方法，離散化的噴頭位姿狀態(tài)模型和觀測方程可表示為[22]

Xk=Ak,k-1Xk-1+BUk-1+ΓkWk-1

(12)

Zk=HkXk+Vk

(13)

其中

(14)

式中Xk——k時(shí)刻的噴頭位姿狀態(tài)估計(jì)量

Ak,k-1——k-1時(shí)刻到k時(shí)刻的噴頭運(yùn)動(dòng)狀態(tài)轉(zhuǎn)移矩陣

B——控制矩陣Uk-1——控制輸入

Γk——系統(tǒng)噪聲影響矩陣，表示由k-1時(shí)刻到k時(shí)刻各個(gè)噴頭狀態(tài)量噪聲影響各個(gè)狀態(tài)量的程度

Wk-1——k-1時(shí)刻的系統(tǒng)噪聲

Zk——k時(shí)刻的觀測矢量

Hk——k時(shí)刻的觀測矩陣

Vk——k時(shí)刻的觀測噪聲

根據(jù)卡爾曼濾波遞推關(guān)系，進(jìn)行相關(guān)參數(shù)預(yù)測，即

(15)

(16)

Q——系統(tǒng)過程協(xié)方差矩陣，根據(jù)傳感器誤差和噴頭沉積情況設(shè)定初始值

卡爾曼濾波參數(shù)更新為

(17)

(18)

(19)

式中Kk——卡爾曼增益

Pk——更新后的協(xié)方差矩陣，根據(jù)傳感器誤差和噴頭沉積情況設(shè)定初始值

R——協(xié)方差矩陣H——觀測矩陣

I——單位矩陣

通過GNSS/IMU信號(hào)融合，得到各噴頭的位姿分量最優(yōu)估計(jì)值，分別記為噴頭朝向角kθ，噴頭坐標(biāo)投影值kE、kN，噴頭速度分量kvE、kvN。

3 霧滴定向沉積控制

3.1 霧滴沉積位置估計(jì)

參考噴頭對靶施藥覆蓋區(qū)域坐標(biāo)求解方法[13-14]，霧滴沉積預(yù)估中心位置可表示為

(20)

(21)

m——霧滴質(zhì)量，kg

η——液滴與空氣的摩擦因數(shù)

t——液滴在空氣中的總運(yùn)動(dòng)時(shí)間，s

3.2 噴頭控制規(guī)則

(p0p1×p0S)(p2p3×p2S)≥0

(22)

(p3p0×p3S)(p1p2×p1S)≥0

(23)

圖4 噴頭響應(yīng)邊界示意圖Fig.4 Nozzle response boundary diagram

為避免田間靶標(biāo)物體空間分異性對施藥準(zhǔn)確性的影響，可通過調(diào)節(jié)Δl和Δw改變噴頭響應(yīng)范圍，降低作業(yè)分辨率，以應(yīng)對較大尺寸靶標(biāo)物體，提高植保裝備對靶施藥準(zhǔn)確率。

3.3 噴頭響應(yīng)控制系統(tǒng)

噴頭響應(yīng)控制流程圖如圖5所示。

圖5 噴頭響應(yīng)控制流程圖Fig.5 Nozzle response control flow chart

圖6 對靶施藥系統(tǒng)電路鏈接示意圖Fig.6 Schematic of circuit link to targeted spraying system

對靶施藥系統(tǒng)電路如圖6所示。對靶施藥機(jī)器人通過60 V鋰電池供電，通過底盤控制箱降壓至24、12、5 V，對底盤行走系統(tǒng)、GNSS系統(tǒng)、對靶施藥控制系統(tǒng)等進(jìn)行供電。對靶施藥控制系統(tǒng)以STM32F407ZGT6為核心，根據(jù)各噴頭估計(jì)覆蓋區(qū)域，與內(nèi)存卡中處方圖靶標(biāo)信息進(jìn)行匹配，匹配成功后通過核心板I/O口發(fā)送1/0指令給光電隔離驅(qū)動(dòng)板控制對應(yīng)噴頭響應(yīng)動(dòng)作，直至完成對靶施藥作業(yè)。

4 試驗(yàn)與結(jié)果分析

對靶施藥控制系統(tǒng)噴頭單次響應(yīng)時(shí)間極短，難以通過作業(yè)過程中的系統(tǒng)滯后時(shí)間檢測方法進(jìn)行測量。鑒于對靶施藥的霧滴沉積位置可見性，使用霧滴沉積偏移位置檢測方法可間接評價(jià)系統(tǒng)的信號(hào)誤差和延遲。為驗(yàn)證基于霧滴沉積位置預(yù)估的對靶施藥噴頭控制方法，在機(jī)器人作業(yè)速度范圍內(nèi)，開展對靶施藥控制方法驗(yàn)證與性能評價(jià)試驗(yàn)[18-19]。

4.1 試驗(yàn)條件

試驗(yàn)于2021年5月15日—6月25日在黑龍江省哈爾濱市香坊區(qū)向陽試驗(yàn)基地進(jìn)行，試驗(yàn)場地分別為基地田間道(平整場地)和玉米田。基地位于126.92°E，45.77°N，地勢平坦，田間試驗(yàn)玉米生長時(shí)期為3～5葉期，株高為350～540 mm，設(shè)置懸掛高度約為600 mm，當(dāng)前高度霧滴覆蓋尺寸約為158 mm×60 mm。田間雜草密度為3～126株/m2，雜草俯視外接圓直徑為55.0～232.2 mm。試驗(yàn)期間地面空氣流速為0.5～1.6 m/s，天氣多云，白天平均溫度13～21℃。試驗(yàn)設(shè)備為對靶噴施機(jī)器人、高精度測地儀、大疆精靈4 RTK無人機(jī)等。

為便于開展霧滴沉積偏移距離數(shù)據(jù)獲取，經(jīng)測試，選擇使用油漆模擬靶標(biāo)物體，通過無人機(jī)(大疆精靈4 RTK)獲取地面圖像，并使用文獻(xiàn)[23]中的圖像處理方法，獲取校準(zhǔn)后的圖像靶標(biāo)位置，使用高精度測地儀(上海華測i50型，精度±2.5 mm)進(jìn)行靶標(biāo)位置的精度驗(yàn)證，靶標(biāo)位置偏差平均值為6 mm，地面模擬靶標(biāo)物體識(shí)別準(zhǔn)確率為100%，試驗(yàn)設(shè)備及場地情況，如圖7所示。

圖7 試驗(yàn)設(shè)備及場地Fig.7 Test equipment and site

4.2 試驗(yàn)方案

將GNSS/IMU信號(hào)融合霧滴沉積位置預(yù)估噴頭控制方法、基于GNSS信號(hào)霧滴沉積位置預(yù)估噴頭控制方法、GNSS/IMU結(jié)構(gòu)解算(噴頭相對定位點(diǎn)的結(jié)構(gòu)關(guān)系，2.2節(jié))噴頭控制方法、GNSS結(jié)構(gòu)解算噴頭控制方法開展對比試驗(yàn)。對比因素為機(jī)器人自動(dòng)駕駛區(qū)間內(nèi)的作業(yè)速度為0.5、1.0、1.5、2.0 m/s，試驗(yàn)指標(biāo)為對靶施藥準(zhǔn)確率和霧滴沉積偏移距離。其中，霧滴沉積偏移距離為霧滴沉積中心與油漆模擬的靶標(biāo)物體中心距離，對靶施藥準(zhǔn)確率計(jì)算式為

(24)

式中Ac——對靶施藥準(zhǔn)確率

Yc——霧滴覆蓋樣本數(shù)

Zc——噴施區(qū)域靶標(biāo)樣本總數(shù)

在完成平整場地模擬試驗(yàn)后，選取符合大田對靶施藥作業(yè)準(zhǔn)確率要求的組合，進(jìn)一步開展大田對靶施藥驗(yàn)證。

機(jī)器人在試驗(yàn)準(zhǔn)備區(qū)前進(jìn)速度穩(wěn)定后，進(jìn)入對靶施藥模擬區(qū)域，每次試驗(yàn)重復(fù)3次，以每次試驗(yàn)結(jié)果的平均值為評價(jià)標(biāo)準(zhǔn)。使用文獻(xiàn)[18-19]中的方法進(jìn)行評價(jià)。

4.3 試驗(yàn)結(jié)果與分析

圖8 對比試驗(yàn)結(jié)果Fig.8 Results of contrast test

機(jī)器人試驗(yàn)結(jié)果如圖8所示。由圖8可知，使用GNSS/IMU信號(hào)融合預(yù)估控制方法的對靶施藥平均準(zhǔn)確率和霧滴沉積偏移距離分別為92.6%、6.7 cm，優(yōu)于GNSS預(yù)估控制方法的80.0%、8.5 cm，性能分別提高了15.8%、21.1%。使用GNSS/IMU結(jié)構(gòu)解算方法的對靶施藥平均準(zhǔn)確率為1.6%，使用GNSS結(jié)構(gòu)解算方法的對靶施藥平均準(zhǔn)確率為2.3%，在作業(yè)速度為0.5 m/s時(shí)，霧滴沉積偏移距離分別為11.8、13.3 cm。當(dāng)作業(yè)速度大于1 m/s時(shí)，霧滴沉積偏移距離過大，由于靶標(biāo)分布距離較近，出現(xiàn)了霧滴沉積偏移后仍將覆蓋靶標(biāo)區(qū)域覆蓋的情況，造成了準(zhǔn)確率統(tǒng)計(jì)值偏大。霧滴沉積預(yù)估噴頭控制方法對靶施藥的平均準(zhǔn)確率比結(jié)構(gòu)解算噴頭控制方法高97.6%。出現(xiàn)該情況的原因，可能是沒有進(jìn)行霧滴沉積位置的預(yù)估，造成沉積位置滯后，試驗(yàn)結(jié)果表明：結(jié)構(gòu)解算噴頭控制方法不能滿足對靶施藥作業(yè)需求。因此，下文僅對霧滴沉積預(yù)估的噴頭控制方法進(jìn)行分析、討論。

由圖8a可知，隨著機(jī)器人作業(yè)速度的增加，對靶施藥準(zhǔn)確率下降。當(dāng)作業(yè)速度為0.5 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法對靶施藥準(zhǔn)確率分別為99.8%、99.6%，作業(yè)速度大于0.5 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法的施藥準(zhǔn)確率高于GNSS預(yù)估控制方法的對靶施藥準(zhǔn)確率。這是由于機(jī)器人在低速行駛時(shí)，GNSS數(shù)據(jù)更新頻率滿足低速作業(yè)要求。當(dāng)作業(yè)速度分別為1.0、1.5、2.0 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法的施藥準(zhǔn)確率分別為98.4%、95.9%、76.5%，GNSS預(yù)估控制方法的施藥準(zhǔn)確率分別為93.8%、82.5%、44.0%，說明機(jī)器人以較快速度行駛時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法可提高對靶施藥準(zhǔn)確率。當(dāng)作業(yè)速度大于1.5 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法的施藥準(zhǔn)確率均出現(xiàn)明顯下降，但GNSS/IMU信號(hào)融合預(yù)估控制的下降速率小于GNSS預(yù)估控制，說明在當(dāng)前作業(yè)分辨率尺度下，使用GNSS/IMU信號(hào)融合預(yù)估控制方法提高了對靶施藥準(zhǔn)確率。

由圖8b可知，隨著機(jī)器人作業(yè)速度的增加，對靶施藥過程中的霧滴沉積偏移距離增加。當(dāng)作業(yè)速度為0.5 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法的偏移距離分別為4.3、3.8 cm，GNSS/IMU信號(hào)融合預(yù)估控制方法的標(biāo)準(zhǔn)差比GNSS預(yù)估控制方法的標(biāo)準(zhǔn)差低0.07 cm，進(jìn)一步驗(yàn)證了機(jī)器人低速行駛時(shí)，GNSS預(yù)估控制方法可滿足作業(yè)需求，且在當(dāng)前速度下作業(yè)，大部分霧滴沉積覆蓋居中性較好，如圖9a所示。作業(yè)過程中，雖然沉積霧滴實(shí)現(xiàn)了靶標(biāo)區(qū)域的全覆蓋，但在作業(yè)時(shí)存在拖尾現(xiàn)象，如圖9b、9c所示，可能是形成沉積偏移距離統(tǒng)計(jì)結(jié)果較大的原因。當(dāng)作業(yè)速度為1.0 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法的偏移距離分別為5.4、7.5 cm。當(dāng)作業(yè)速度為1.5 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法的偏移距離分別為7.5、9.2 cm，均有不同程度的霧滴沉積縫隙，如圖9d所示，出現(xiàn)縫隙的原因可能是由于電磁噴頭響應(yīng)頻率有限導(dǎo)致。當(dāng)作業(yè)速度為2 m/s時(shí)，GNSS/IMU信號(hào)融合預(yù)估控制方法和GNSS預(yù)估控制方法的偏移距離分別為10.0、12.9 cm，GNSS預(yù)估控制方法的作業(yè)效果如圖9e所示，霧滴沉積位置出現(xiàn)了較大的偏移，且對靶施藥準(zhǔn)確率較低。GNSS/IMU信號(hào)融合預(yù)估控制方法作業(yè)的大部分效果如圖9f所示，雖對靶施藥準(zhǔn)確率較高，沉積面積較大，但對小目標(biāo)靶標(biāo)物體易形成漏噴，沉積尺寸遠(yuǎn)大于目標(biāo)尺寸，經(jīng)過測試，小目標(biāo)物體形成漏噴的主要原因?yàn)殡姶砰y頻率較低不能及時(shí)響應(yīng)造成。通過試驗(yàn)表明，靶標(biāo)物體聚集區(qū)域內(nèi)密度越高，對靶施藥準(zhǔn)確率越高，越不容易形成漏噴，如圖9g中部聚集區(qū)域所示。同時(shí)，靶標(biāo)物體的識(shí)別準(zhǔn)確率也將直接影響對靶施藥準(zhǔn)確率，因此，在正常作業(yè)過程中，應(yīng)首要保證靶標(biāo)物體的識(shí)別準(zhǔn)確率。

圖9 作業(yè)效果對比Fig.9 Comparison of operation effects

為進(jìn)一步驗(yàn)證機(jī)器人田間對靶施藥性能，開展玉米大田對靶除草試驗(yàn)驗(yàn)證。使用無人機(jī)獲取田間正射影像，用YOLO v5進(jìn)行田間雜草檢測形成處方圖，控制機(jī)器人進(jìn)行對靶施藥作業(yè)。目前對靶施藥除草相關(guān)作業(yè)標(biāo)準(zhǔn)空缺，參考GB/T 36007—2008[24]及文獻(xiàn)[25]對靶施藥作業(yè)除草率，選擇模擬試驗(yàn)中準(zhǔn)確率大于95%的組別開展田間試驗(yàn)驗(yàn)證。因此，選擇GNSS/IMU信號(hào)融合預(yù)估控制方法在作業(yè)速度0.5、1.0、1.5 m/s，和GNSS預(yù)估控制方法在作業(yè)速度為0.5 m/s，開展大田對靶施藥驗(yàn)證試驗(yàn)。由于田間噴霧后藥液散失較快，無法進(jìn)行偏移距離統(tǒng)計(jì)，因此，僅統(tǒng)計(jì)對靶施藥準(zhǔn)確率。將水敏紙固定在無遮擋的雜草上，作為靶標(biāo)物體，試驗(yàn)結(jié)束后，通過統(tǒng)計(jì)水敏紙著色情況，判斷對靶施藥準(zhǔn)確率[26]。通過試驗(yàn)結(jié)果可知，GNSS/IMU信號(hào)融合預(yù)估控制方法的田間試驗(yàn)施藥準(zhǔn)確率平均值分別為98.7%、96.7%、95.3%，平整地面的施藥準(zhǔn)確率平均值分別為99.8%、98.4%、95.9%，分別降低1.1、1.7、0.6個(gè)百分點(diǎn)?？赡苁怯捎谔镩g地勢起伏造成懸掛晃動(dòng)使得對靶施藥準(zhǔn)確率降低[27]。為檢驗(yàn)田間對靶施藥除草效果，作業(yè)完成14 d后進(jìn)入田間查看并統(tǒng)計(jì)雜草滅殺效果，雜草滅殺率分別為99.1%、97.2%、95.9%、98.2%，這可能是由于作業(yè)過程中藥液漂移造成統(tǒng)計(jì)結(jié)果偏高，或在噴灑作業(yè)過程中已經(jīng)噴灑到了雜草葉片上，但沒有沉積在水敏紙上，造成前期統(tǒng)計(jì)結(jié)果偏低。同時(shí)，在未噴灑區(qū)域，有數(shù)量較少的新生雜草出現(xiàn)，通過追蹤調(diào)查發(fā)現(xiàn)，不會(huì)對后期玉米生長產(chǎn)生影響，因此并未列入統(tǒng)計(jì)結(jié)果。

通過以上分析可知，對靶施藥作業(yè)過程中使用GNSS/IMU信號(hào)融合的霧滴沉積位置預(yù)估噴頭控制方法，可提高對靶施藥精準(zhǔn)度，減小霧滴沉積偏移誤差。與GNSS信號(hào)霧滴沉積位置預(yù)估噴頭控制方法相比，對靶施藥平均準(zhǔn)確率提高了12.6個(gè)百分點(diǎn)，霧滴沉積平均偏移距離減小了1.8 cm。對靶施藥與變量施肥、精準(zhǔn)播種作業(yè)場景相比，作業(yè)精準(zhǔn)度要求更高，信號(hào)處理速度要求更快。為實(shí)現(xiàn)更高分辨率的對靶施藥，應(yīng)進(jìn)一步開展高頻信號(hào)輸出、電磁噴頭響應(yīng)、行駛速度波動(dòng)、壓力波動(dòng)滯后、靶標(biāo)大小等的相關(guān)研究，以解決對靶施藥過程中形成的沉積縫隙、作業(yè)速度限制等問題[28-32]。從而在保證防效與兼顧效益的前提下，適當(dāng)提高對靶施藥作業(yè)分辨率，減小靶標(biāo)區(qū)域外的施藥面積，降低環(huán)境污染。

5 結(jié)論

(1)提出了一種基于GNSS/IMU信號(hào)融合的對靶施藥噴頭位姿估計(jì)與霧滴定向控制方法，該方法能夠提高對靶施藥準(zhǔn)確率，減小霧滴沉積偏移距離。

(2)提出了對靶施藥模擬試驗(yàn)方法，該方法能夠在近乎自然環(huán)境下，準(zhǔn)確記錄對靶施藥準(zhǔn)確率和霧滴沉積偏移距離。

(3)通過模擬試驗(yàn)對比可知，使用GNSS/IMU信號(hào)融合的霧滴沉積位置預(yù)估噴頭控制方法，能夠提高對靶施藥準(zhǔn)確率，減小霧滴沉積偏移。該研究可為高分辨率對靶施藥、施肥、播種等的物料定向控制方法，提供參考依據(jù)。