一个灵活的精准农业的无人驾驶飞行器

一个灵活的精准农业的无人驾驶飞行器作者作者联系雅格布电子邮件作者萨尔瓦多菲利普·迪热内罗帕扎利菲奥里洛劳伦斯杰内西奥亚历山德罗马泰赛弗朗西斯科首先瓦卡里技术报告

第一个在线:2012年1月19日

DOI:10.1007/s11119-012-9257-6本文引用:

迪詹纳罗,旧金山那里等.精度,菲奥里洛称,通常情况下阿格利司(2012)13:517。doi:10.1007/s11119-012-9257-6【摘要】无人飞行器(“VIPtero”)是组装和测试,目的是开发一个灵活的和特有的葡萄园管理的有力工具。系统由一个六个转子空中平台能够自主飞行的一个预先确定的点空间,和植被的音高和辊补偿多光谱相机树冠反射率录音。的飞行活动之前,相机的精度是评价与高分辨率的地面测量,用分光计。然后,“VIPtero”执行飞行在意大利中部一个实验性的葡萄园中,获得63多光谱图像在10分钟的飞行几乎自动完成。图像进行分析和分类活力地图生产基于归一化植被指数。由此产生的活力地图清楚表明作物异质性条件下,与地面观测的好协议。系统提供了非常有前景的结果,鼓励其发展作为精准农业的工具应用在小作物。【关键词】高决议图像归一化区别植被多光谱指数图像活力地图的葡萄园介绍如今,最精准农业(PA)的研究是面向实现新的传感器和仪器,能够远程检测作物和土壤属性准实体。而一些卫星传感器的空间分辨率,如我河野快鸟最近有所改善,然而一些重大关切仍然依赖于困难采取重复测量在作物周期(莫兰等.1997;杨等.2006年)。克服这些问题的解决方案是使用机载遥感可以很高的空间分辨率,(几厘米的),和独立的空中传球的时机的选择。后者实际上避免卫星频率调查不足或令人不安的云层条件。然而,一些特定限制的航空遥感高运营成本使它在经济上盈利的只有大片,和时间的缺乏灵活性与飞行计划的调度。在过去的十年中,无人机(UAV)的发展平台,特点是体积小作物管理和监控提供了一个新的解决方案,能够及时提供高分辨率的图像,特别是在小型生产区域必须被监控(勒隆等.2008年)。由于这些原因,相信与这些特征可能适合无人机葡萄园管理,非常灵活的监控与通常不到一周的通知是必需的。在托斯卡纳地区尤其如此(意大利中部),以属性的分裂成小单位5公顷,通过广泛的地形和气候条件的多样性和大葡萄酒生产质量的差异(马泰赛等.2009年)。这种变化是直接与每年存储生物量创造光合作用表面单元，通常称为活力(绿色大苹果等.2011;古利特2011;光热和施耐德1998)。因此,很明显,活力地图来自植被指数等归一化植被指数，对于葡萄栽培者来说可能提供有用的信息来增加酿酒葡萄园的潜力(贝尔尼等.2009;海岸-费雷拉.2007年,2009年)。在这部作品中,空中平台“VIPtero”,一个灵活的和完全可定制的无人机系统,能够获得高分辨率的多光谱图像特别适合在小作物精准农业应用程序。植被指数从无人机图像是在良好的协议与获得地面高分辨率光谱仪。最后,一些成像分析的结果在一个实验性的葡萄园,造成飞行运动与“VIPtero”所示。材料和方法硬件设置无人机平台“VIPtero”是一个修改,德国),可用一个开源项目预飞行和无刷控制董事会,和可选硬件磁罗经和一个全球定位系统(GPS)单元。“VIPtero”是一个六转子空中平台能够自动垂直起降和飞行一组用户定义的锚点。大约1公斤的有效载荷是10分钟的连续操作。进一步配备一个鹰树遥测设备,飞行系统定制的第一个视图(鹰树系统LLC,佤邦贝尔维尤,美国)和“黑盒”自治供电,GPS接收器和一个全球移动通信系统(GSM)调制解调器的复苏平台导航系统的任何故障。“VIPtero”有一个悬挂式万能相机山,由高速倾斜补偿俯仰和滚伺服直接由飞行控制委员会(飞行控制)。这是定制包括硬件弹性吊架摄像无人机系统解耦并抑制高频振动诱导旋转的螺旋桨。系统组件的总成本约000€。摄像无人机,主板负责实际飞行,是建立在一个瞄准1284P单片机(美国加利福尼亚州圣何塞爱特梅尔公司)和六个无刷控制器通信通过一个双向二线串行总线(I2C总线)。它集成了一个压力传感器和使用硬件加速器来计算并结合地球引力。额外的导航控制委员会配备一个ARM9微控制器(美国加利福尼亚州圣何塞爱特梅尔公司)和MicroSD卡插座路标导航数据存储也存在。三维数字罗盘,沿着z轴的旋转(偏航)是监控,连同LEA-6GPS模块(U-bloxAG)、塔尔维尔、瑞士)循环错误可能精度为2.5m,它允许不同程度的自主飞行。目前,系统是用来保存“VIPtero”在空间定位,消除影响偏航运动控制方向和实现自主飞行航点和“回家”功能。Hexa-II实现六ATmega8控制董事会(美国加利福尼亚州圣何塞爱特梅尔公司)提供所需的三相的交流无刷电机,可以迅速接受油门值(小于0.5毫秒)的典型反应。Hexa-II配有4细胞3300&14.8V锂聚合物电池(上海丹锂国际有限公司、上海、中国)给出了10分钟的飞行理论的自主权。2.4GHz的无人机控制双发射机(JETI模型信息。捷克共和国),一个完整的频道跳频扩频系统,不断地传递信息,控制器包括:电池状态、能耗、引擎状态,高度和水平距离起飞点。无人机也可以接收固件更新,路标点输入和显示状态信息通过蓝牙协议使用系统有限公司是一家提供的软件。本研究中使用的相机是一个ADC-lite相机(盖恩斯维尔,佛罗里达州美国)配备了3.2像素CMOS传感器(2048×048像素)。相机重200g和远程电源和显示功能,为优化无人机平台上的位置。这个产品的主要用途是记录植物树冠反射率,由此产生的图像是适合推导几种植被指数(NDVI、土壤调节植被指数、树冠分割和近红外/绿色的比率)。图片记录在可见的红色和绿色和近红外(NIR)光谱波长的名义520-600,630-690,和760-900海里。3.2像素的ADC配备了一个8.5毫米镜头的视场43°和能够达到0.056米/像素地面分辨率的飞行高度150米。仪器用于NDVI验证光谱仪(美国ASD公司.)、博尔德有限公司)。的整体范围光谱仪350-2350海里的获得是通过三个内部传感器高信噪比测量辐射紫外线/VNIR(350-1050海里),SWIR1(900-1850nm)和SWIR2(1700-2700海里)。光谱仪的光谱分辨率是3700nm和10nm1400/2100海里。积分时间设置自动为每个三个数组优化传入的所有三个地区的辐射水平。图像处理提供的原始多光谱图像需要接受一系列的步骤来提供一个活力的地图。的第一步处理链的影像校正图像。这是通过一个数字高程模型(DEM)的5×5m分辨率得到了数字1:5000的等高线地图每菲奥里洛(南丫),4.5的环境(视觉信息解决方案公司,博尔德有限公司,美国)。系统没有当时的影像通过一组原照片地面分辨率的地图服务提供的0.5大区托斯卡尼和辐射测量纠正将每个像素的数字数量(亮度值)首先制成光谱辐射和反射所述高尔德等。(1991)。后来归一化植被指数计算的方程:,R近红外和rr反射率在近红外和红乐队,分别(唤醒等.1973年)。NDVI地图随后处理ArcGIS9.3(ESRI公司雷德兰兹,CA,美国为了独立树冠像素从土壤像素(德莱纳等.2010年)。最后,活力地图创建传播树冠值到行间空间克里格方法(奥利弗和韦伯斯特1990)和假设之间的对应关系NDVI和活力(哥斯达黎加费雷拉等.2007;菲奥里洛称等.2009年)通常情况下。结果作为初步的一步,NDVI值收购ADC-lite相机安装在“VIPtero”是相对于地面NDVI值与FieldSpecPro光谱仪测量验证了ADC系统的精度。现场验证了5月24日,2011年,比较数据5目标放在草草甸在两组不同的措施,在11点半和下午12:30。为每个目标3值与光谱仪获取和平均。与此同时,一个图像被“VIPtero”从一个5米的高度。光谱仪价值观与NDVI值从平均获得的目标区域的图像。图1显示了高度的相关性(R2≈0.98)之间的空中和地面测量NDVI值。图1

线性回归NDVI值之间用图像测量和地面FIELDSPEC光谱仪测量。错误的酒吧代表光谱仪测量值的标准误差计算和相对应的像素值(图像)每一个目标区域,虚线代表1:1关系无人机飞行运动是在实验的葡萄园(恩波利,FI10°55′01”41′E,43°28N)5月27日,2011年。这个葡萄园,位于山地环境,可见活力变化,适合本研究的目标,尽管它体积小约0.5公顷。葡萄园的GPS位置中心是通过蓝牙传送到无人机(由软件),并在13:05手动起飞后,“VIPtero”自动飞到预定的路标,海拔150米的高度。无人机替代了5分钟和相机设置在连续拍摄模式,用一个照片每5s。注册的GPS数据的分析证实,“VIPtero”维护其在空间位置上的图像采集步骤期间具有良好的精度,飞行平台的修正的微风天出现渐进和光滑。上面的垂直无人机自主然后返回起始位置在25米的身高和手动登陆。整个飞行了7.5分钟。在飞行期间,“VIPtero”平均能耗的350W,允许20%的备用电池容量,应该允许多达9分钟的操作。63年拍摄的图像的初步分析了选择要使用的图片的进一步措施。这是必要的,因为有些人受到扭曲的直线树冠,记录图形的振动引起的工件滚动快门的相机和典型的CMOS系统(梁等.2008年)。

选中的图片,NDVI地图和五级活力地图生产。图2显示了明显的梯度植被活力。这证实了实证评价由当地葡萄园的葡萄栽培者,他们分为两部分:向东需要不同的管理和生产葡萄酒比西(个人沟通)。地图允许精细和清晰的识别细分单元中均匀的水平和增长,因此,可能是一个有价值的工具,用于精密葡萄栽培。图2

葡萄园的多光谱图像(左)在5厘米假彩色图像的空间分辨率和(右)分类基于NDVI葡萄园活力地图讨论“VIPtero”显示一个好的执行所需任务的能力,它能够飞正是在一个空间上的不动点和维护所需的位置为一个明确的时间,克服了常见问题的耦合与飞行路径的图片(同性恋等.2009年),而不需要使用复杂的GPS控制相机触发器(勒隆等.2008年)。这种能力,让更多的路点的可能性,可能会导致一个更简单的拼接的几个图片(贝尔尼等.2009年)。此外,由于无人机的重量不到7公斤和苍蝇的运营商,它受到最小的空域限制和约束的自由安排飞行计划,使之成为一个非常灵活的遥感系统在处理小作物。之一仍需要解决的主要问题是机械振动阻尼系统的相机,这限制了“好”图片的数量和每飞行超出2-3路点的可能性。

虽然在PA使用无人机的可能性已经测试了几个作者(贝尔尼等.2009;赫威茨等.2004年)。这是第一个基于无人机的归一化植被指数和活力映射的例子在葡萄园在意大利。自几的作品表明,葡萄质量参数葡萄园活力指数呈现负相关(约翰逊等.2001;羊肉等.2004年),活力地图似乎是一个合适的工具块内葡萄园葡萄栽培管理和精度。结果农业技术的应用可以显著提高输入效率,环境的可持续性,并非最不重要的是,农民的收入。然而,这些新工具可能是常见的工具在一个农民的资产只有他们是友好的,自动的,经济上也是可行的。平台可能满足这些目标,因为它是相对便宜,能够自主完成几乎所有的飞行和图像采集过程的步骤。关于飞行的长度需要改进,相机振动图像采集和提供自主起飞和着陆的可能性。然而,初步结果是令人鼓舞的,进一步微型化的传感器和探测器可以大大提高这个平台的潜力。认知作者感谢弗朗西斯科·萨巴蒂他的帮助平台组装,对皮耶罗他的图像处理工具,知识菲利皮主持和莱安德罗罗基()软件开发援助和所有员工没有他们“VIPtero”永远不会离开地面。特别感谢→本公司阿格里科拉主办操作测试。这项工作是由一个专门拨款支持意大利经济和金融项目的国家研究委员会”中午-知识创新与发展集成/可持续发展和创新意大利制造农业法令。191/2009”。贝尔尼苏亚雷斯,大肠(2009)。热量和窄带多光谱遥感植被监测无人机。IEEE地球科学和遥感,47岁,722-738。绿色大苹果,&老板pk(2011)。葡萄活力的变化,葡萄产量和葡萄园的土壤和地形指标变化的化学成分葡萄、葡萄酒和葡萄酒感官属性。澳大利亚葡萄和葡萄酒研究期刊》的研究,217-229。

日尔曼,年代明星。(2007)。变换的高分辨率航空影像在葡萄树活力地图块内规模由半自动图像处理(pp。1372-1381)。国际研讨会:十五学报上。

谷歌学术搜索年代(2010)。从像素到葡萄树包裹:一个完整的方法葡萄园描述和表征使用遥感数据。电脑和电子产品在农业,70,78-83。

菲奥里洛称,通常情况下,德菲利皮主持(2009)。映射的空间变异性葡萄园树冠利用高分辨率机载多光谱图像。16日国际研讨会GiESCO学报》上。群系统合作的国际专家(19到24页)。戴维斯CA:加州大学戴维斯分校。

同性恋,aP。斯图尔特,t.P。,天使,R。Easey,M。伊夫斯,a·J。托马斯:J。皮尔斯,d。&坎普,2009年人工智能。为当地开发无人机和一个灵活的环境和农业监测学报》2009年度会议。(页471-476)莱斯特。古利特(2011)。使用调查在葡萄园的葡萄酒种植者中部谷(法国),与土壤的研究。土地使用政策,28岁,770-782。

马卡姆,B。染料,dG。杜兰,W。&杨,j·l.(1991)。归一化植被指数从先进的高分辨率辐射计测量。环境遥感,35岁,257-277。

约翰逊,希金斯,rG。沙利文,d.V。郑等。(2004)。从一个无人机成像:农业监测和决策支持。电脑和电子产品在农业、44岁,49-61。

施耐德,c(1998)。生物结构等绿党环。巴黎:侦探和医生拉瓦锡。

谷歌学术搜索约翰逊,博世,dF。威廉姆斯(2001)。遥感的葡萄园管理区域:对葡萄酒质量的影响。应用工程在农业,17岁,557-560。

谷歌学术搜索

羊肉&绿色大苹果,r.g.v.(2004)。利用遥感预测葡萄酚醛树脂和颜色在葡萄园赤霞珠在收获:定时观测对葡萄树物候学和优化图像分辨率。澳大利亚葡萄和葡萄酒研究期刊》的研究,10,46-54岁。

交叉参考谷歌学者

汉堡面粉糊,B。拉贝风,S。&董事会