针对当前无人机喷药喷施不均匀、雾滴飘移、肥药有效利用率低和浪费污染严重等问题,设计了一种基于果树冠层识别的植保无人机可变角度变量喷施装置。该装置通过摄像头采集果树冠层图像并传输至Jetson Orin Nano,利用ROI选取与子区间线...针对当前无人机喷药喷施不均匀、雾滴飘移、肥药有效利用率低和浪费污染严重等问题,设计了一种基于果树冠层识别的植保无人机可变角度变量喷施装置。该装置通过摄像头采集果树冠层图像并传输至Jetson Orin Nano,利用ROI选取与子区间线扫方法实现冠层边界与果树行宽度识别,识别结果传至STM32控制器,其中冠层边界信息用于调节喷头角度,像素占比信息用于调控喷头流量,流量计与磁编码器反馈信号经模糊PID算法处理,实现喷头角度与喷施量双闭环控制。经试验验证,果树冠层边界算法离线识别率为91.58%。台架试验结果表明,该方法在果树行宽度识别中平均误差为7.32%,线性拟合R^(2)=0.91;在喷雾验证中,当喷施角度大于靶区时,调节后可使靶区外沉积数量平均降低26.61个/cm^(2),雾滴沉积数量降低51.94%。当喷施角度小于靶区时,调节后可使靶区内外部雾滴沉积数量平均提升25.37个/cm^(2),雾滴沉积数量提高54.8%。核密度估计曲线更平滑,有效改善沉积分布均匀性。田间试验结果显示:统计检验结果为t=3.29、P=0.03,达到P<0.05的统计显著水平,装置开启状态下沉积效果更优,该方法实现了基于果树行宽度可变角度变量喷施控制,可有效提高雾滴利用率,为无人机果园精准施药提供技术支持。展开更多
针对Boost变换器存在多种干扰和电子元件具有非整数阶特性的问题,提出了一种分数阶PID(fractional order PID,FOPID)电压外环-分数阶滑模控制器(fractional order sliding mode control,FOSMC)电流内环双闭环控制系统。首先,利用Oustal...针对Boost变换器存在多种干扰和电子元件具有非整数阶特性的问题,提出了一种分数阶PID(fractional order PID,FOPID)电压外环-分数阶滑模控制器(fractional order sliding mode control,FOSMC)电流内环双闭环控制系统。首先,利用Oustaloup算法对电感和电容进行7阶拟合,得到分数阶电路模型;其次,设计了微积分阶次可调的FOPID,并将其作为电压外环的控制器;然后,设计扩张状态观测器(extended state observer,ESO)对系统状态、负载扰动和输入扰动进行估计;最后,基于ESO的估计值,用FOPID作为滑模面构建了FOSMC。结果表明,与其他控制算法相比,FOPID-FOSMC双闭环控制策略结合了电压外环的稳态调节能力和电流内环的快速响应能力,实现了对Boost变换器输出电压和电流的双重优化控制,具有更快的响应速度、更小的超调量、更短的恢复时间和更好的稳定性与鲁棒性。展开更多
文摘针对当前无人机喷药喷施不均匀、雾滴飘移、肥药有效利用率低和浪费污染严重等问题,设计了一种基于果树冠层识别的植保无人机可变角度变量喷施装置。该装置通过摄像头采集果树冠层图像并传输至Jetson Orin Nano,利用ROI选取与子区间线扫方法实现冠层边界与果树行宽度识别,识别结果传至STM32控制器,其中冠层边界信息用于调节喷头角度,像素占比信息用于调控喷头流量,流量计与磁编码器反馈信号经模糊PID算法处理,实现喷头角度与喷施量双闭环控制。经试验验证,果树冠层边界算法离线识别率为91.58%。台架试验结果表明,该方法在果树行宽度识别中平均误差为7.32%,线性拟合R^(2)=0.91;在喷雾验证中,当喷施角度大于靶区时,调节后可使靶区外沉积数量平均降低26.61个/cm^(2),雾滴沉积数量降低51.94%。当喷施角度小于靶区时,调节后可使靶区内外部雾滴沉积数量平均提升25.37个/cm^(2),雾滴沉积数量提高54.8%。核密度估计曲线更平滑,有效改善沉积分布均匀性。田间试验结果显示:统计检验结果为t=3.29、P=0.03,达到P<0.05的统计显著水平,装置开启状态下沉积效果更优,该方法实现了基于果树行宽度可变角度变量喷施控制,可有效提高雾滴利用率,为无人机果园精准施药提供技术支持。
文摘针对Boost变换器存在多种干扰和电子元件具有非整数阶特性的问题,提出了一种分数阶PID(fractional order PID,FOPID)电压外环-分数阶滑模控制器(fractional order sliding mode control,FOSMC)电流内环双闭环控制系统。首先,利用Oustaloup算法对电感和电容进行7阶拟合,得到分数阶电路模型;其次,设计了微积分阶次可调的FOPID,并将其作为电压外环的控制器;然后,设计扩张状态观测器(extended state observer,ESO)对系统状态、负载扰动和输入扰动进行估计;最后,基于ESO的估计值,用FOPID作为滑模面构建了FOSMC。结果表明,与其他控制算法相比,FOPID-FOSMC双闭环控制策略结合了电压外环的稳态调节能力和电流内环的快速响应能力,实现了对Boost变换器输出电压和电流的双重优化控制,具有更快的响应速度、更小的超调量、更短的恢复时间和更好的稳定性与鲁棒性。
