基于稻瘟病发病程度的多旋翼无人机变量施药装置的制作方法

本实用新型属于一种植保器械，具体地说，尤其涉及一种基于稻瘟病发病程度的多旋翼无人机变量施药装置。

背景技术：

稻瘟病被公认为水稻的三大病害之一，是水稻产量的重要限制因子，对世界粮食生产具有严重威胁。水稻稻瘟病的药物防治主要以预防为主，即病害发生前进行全方面施药预防，小型多旋翼无人机施药技术及应用正处于起步阶段，大规模实施应用还未成熟。现有的小型多旋翼无人机一般采用锂电池做为动力，载重药箱在5-30Kg内，续航能力和载重量一直是小型多旋翼植保机的技术瓶颈问题。现有的小型多旋翼植保机配备飞控系统、动力系统、药箱、喷施系统等，一般作业方式为均量式全覆盖喷洒，造成了施药量过多，过度防治等问题，进而引发药物残留、环境污染等一系列生态问题。

另外，常见的稻瘟病识别方法主要包括人工识别和图像识别。人工识别虽然准确率高，但是效率比较低，而且容易受到气象条件和生产经验等的限制。图像识别是目前技术相对成熟，而且已经被大量使用的方法。现有的图像识别技术常需要将样本叶片进行离体识别，进行实验室条件下的图像处理识别；也有研究利用有线设备在田间进行图像采集，但受到采集设备以及稻田环境的限制，不能大数据点面式进行图像采集识别。基于图像识别方法对植物叶片病害进行识别，通过多种技术处理手段能够获得较高的识别效率，且被广泛使用。这种识别方法是对叶片进行数字图像处理，一般进行离体实验室处理，不但对样本进行了破坏，而且不具有时效性。另外这种方法处理信息量较大，而且是对已经发生病害的叶片进行识别，对于即将发生或已经被侵染但症状未显的叶片识别效率较低，也就不能够快速实现对植物病害的预警处理。

目前现有技术中还没有在多旋翼无人机装置上将水稻稻瘟病的判别和预警与喷药系统相结合进行实时变量式喷药防治稻瘟病的成熟技术。

技术实现要素：

本实用新型目的是提供一种基于稻瘟病发病程度的多旋翼无人机变量施药装置，以克服现有技术中小型多旋翼植保机作业方式采用均量式全覆盖喷洒方式造成的施药量过多、过度防治等问题，进而引发药物残留、环境污染等一系列生态问题的缺陷。

本实用新型是采用以下技术方案实现的：一种基于稻瘟病发病程度的多旋翼无人机变量施药装置，包括无人机，所述无人机上设有飞控系统、动力系统，所述飞控系统设有定位模块，所述无人机上还设有水稻样本图像采集系统、稻瘟病病害程度诊断系统、变量施药系统，所述水稻样本图像采集系统包括相机和云台，所述相机镜头角度可通过云台进行全方位调整，所述稻瘟病病害程度诊断系统包括机载图像处理器、机载微处理器、稻瘟病图像数据库系统，所述定位模块、机载图像处理器、稻瘟病图像数据库系统与机载微处理器电连接，所述的变量施药系统包括药箱、液泵和喷头，所述液泵与机载微处理器电连接。

所述药箱置于无人机支架上，而且无人机左右支架上各放置一个药箱。

所述无人机左右支架上的药箱分别对应左右两个喷头。

所述喷头采用高速离心阀式。

与现有技术相比，本实用新型的有益效果是：本实用新型可实时根据水稻稻瘟病发病程度调节施药量的植保装置，稻瘟病发病程度低的区域进行少量喷药，发病程度高的区域进行多量喷药，这种变量施药方式不但降低了施药量，降低了施药成本，还能减少水稻药物残留，减少药物环境污染问题，而且在一定程度上，这种变量作业方式可相对提升小型多旋翼植保机的续航能力和载重量，提高作业效率。

附图说明

图1是本实用新型的原理框图；

图2是本实用新型的结构示意图；

图3是本实用新型水稻稻瘟病预警系统框图；

图4是本实用新型稻瘟病预警信息处理流程图。

图中：1、喷头；2、药箱；3、飞控系统；4、机载微处理器；5、相机。

具体实施方式

下面结合附图对本实用新型作进一步说明。

如图1、图2所示，一种基于稻瘟病发病程度的多旋翼无人机变量施药装置，包括无人机，所述无人机上设有飞控系统3、动力系统，飞控系统3设有定位模块，无人机上还设有水稻样本图像采集系统、稻瘟病病害程度诊断系统、变量施药系统，水稻样本图像采集系统包括相机5和云台，相机5镜头角度可通过云台进行全方位调整，稻瘟病病害程度诊断系统包括机载图像处理器、机载微处理器4、稻瘟病图像数据库系统，定位模块、机载图像处理器、稻瘟病图像数据库系统与机载微处理器4电连接，变量施药系统包括药箱2、液泵和喷头1，液泵与机载微处理器4电连接以获取喷洒信息，并据此通过脉冲宽度调制的方式控制液泵的工作时间，进而控制农药喷洒的剂量。

喷头1置于喷杆上，喷杆左右两端各设有一个喷头1，喷头1采用高速离心阀式，可将药液高度雾化；药箱2置于多旋翼无人机支架上，采用小型药箱装置，左右支架上各放置一个药箱2，两个药箱2分别对应左右两个喷头1；飞控系统3置于多旋翼无人机中心盘上端；机载微处理器4置于中心盘下端，飞控系统3下部，用于稻瘟病病害程度诊断和变量施药控制；相机5置于多旋翼无人机下端，两条支架中间位置，当采集水稻样本图像时，相机5镜头角度可通过云台进行全方位调整。

本实用新型装置工作时，相机5采集特定区域尺寸的水稻样本图像，飞控系统3实时记录无人机坐标位置，与此同时，机载微处理器4接收相机5的图像信号和无人机坐标信息，并一一对应存储。机载微处理器4将接收到的图像信息进行处理，与水稻稻瘟病病害图库进行比对分析，确定对应坐标位置区域的水稻稻瘟病病害程度，划分出病害等级；之后，机载微处理器4对应病害等级确定施药量等级结合图像位置坐标信息，驱动施药系统进行此等级的施药，液泵接收机载微处理器4的喷洒信号，并据此通过脉冲宽度调制的方式控制液泵的工作时间，进而控制农药喷洒的剂量。

如图3、图4所示，触发一次预警作业流程如下，无人机图像采集系统采集设定区域内的稻田冠层图像，图像传输至机载图像处理器，机载图像处理器进行数字图像处理，利用稻瘟病特征值找出感染稻瘟病的植株；然后，机载微处理器4结合插值拟合等数学算法，估计出染病植株周边稻株发病概率。估计结果经多年大数据试验验证，并逐步修正插值拟合算法，力求得出拟合率较高的估计算法，提高稻瘟病预警系统的可利用性。