农用无人机飞行控制中的英语语言理解名词汇聚

张 倩

(洛阳理工学院，河南 洛阳 471003)

0 引言

无人机是一种无人驾驶的可重复使用飞行器系统，包括飞行平台、地面控制站、通讯设备和其它部件。不同类型无人机的主要区别在飞行平台上，可以分为固定翼和旋翼两种：固定翼无人机出现得相对较早；旋翼无人机出现稍晚，设计更为成熟，技术水平更高。旋翼无人机不需要滑跑距离，能够垂直起降，这种能力赋予了旋翼无人机更强的机动性，在设计难度和负载能力上也体现出明显优势[1]。旋翼无人机在近些年发展迅速，广泛应用于工业、农业和军事领域，在农业领域用于农药喷洒、信息监测及农业保险勘察等，成为农业现代化和智能化的重要部分[2-4]。

农用无人机在飞行作业中会受到天气条件和载荷变化的影响，不能保持稳定的飞行高度、速度和姿态，导致实际航线与规划航线之间存在偏差。航线偏离不仅降低无人机作业质量，还会增加燃料消耗，航程也相应缩短，从而影响到作业效率。因此，在规划合理航线的基础上，还要对农用无人机的飞行状态进行准确的控制，才能保证无人机按照规划的航线飞行，发挥出最大的效能。飞行控制能力是无人机的重要性能指标，对作业效率、质量及成本都有着直接影响。最初的无人机由人工控制，技术难度较大，操作人员容易出现反应滞后的问题，控制的精度也不理想。后来，人们引入多种新型技术和设备，为无人机自主飞行控制系统的设计奠定了基础。

无人机自主飞行控制系统是一种集导航、飞行控制和任务管理于一体的综合系统，可以控制无人机自动起飞，按照规划航线完成作业，最后控制无人机自动着陆[5]。自主飞行控制系统具有指令接收、飞行控制、状态监测和遥控遥感等多种功能，需要强大的数据处理和计算能力作为支持，对硬件设备也提出了更高的要求。

受质量和体积限制，农用无人机上的各种设备正在向小型化和智能化发展，对性能的要求也日益提高。传统的PC机质量和体积太大，外围接口繁多，不利于应用在无人机上。随着技术的进步，各种单片机、PSD、嵌入式芯片和DSP实现了小型化，计算性能也得到了大幅提升。研究人员以这些设备为核心，设计小型自主飞行控制系统，在无人机上取得了理想的应用效果[6-9]。除了小型化和智能化，可靠性也是农用无人机飞行控制系统的重要指标。刘歌群等引入避错和容错升级思想，采用新的设计思路、保证措施和自检方案，提高了飞行控制系统的可靠性[10]。

无人机自主飞行控制是一项智能控制和飞行控制深入结合的综合性技术，汇集了相关领域的最新研究思想，主要的挑战在于面对未知飞行条件时如何实时自主地做出决策。无人机的飞行过程包括起飞、巡航和着陆，可能会出现环境快速变化的情况，都是自主飞行须要面对的问题。受技术水平的制约，目前的自主飞行控制系统大多只能实现相对稳定环境下的自主或半自主控制，快速变化或者不确定环境下的完全自主控制还没有实现[11]。因此，增强系统的鲁棒性、容错性、智能性和自适应性是解决上述问题的有效途径，自然语言理解可以作为这个目标的技术基础。

语言理解的通俗解释是让计算机理解语言所要表达的意思，即利用计算机对语言的音、形、义这3种形式的信息进行处理，可以具体表现为对字、词、句、篇章的输入、输出、识别、分析和理解，并最终形成可以执行的操作。语言理解是一项综合了语言学、计算机科学、逻辑学和人工智能等学科的技术，具有广泛的用途，目前主要用于机械设计制造方面的模型重建[12-13]。

名词是人类语言中种类和数量最多的词类，表达的内容也最为丰富，在语句中占据了所有的6种句法位置。因此，深入分析名词的知识和内涵，总结名词语义分类在语言理解篇章分析中的要点，可以为篇章的理解提供有力支持[14]。费小栋将语言理解中的名词汇聚应用于机械产品设计的需求分析，把结果转化为设计要求和参数，增加了后续设计的合理性[15]。农业无人机飞行控制所涉及的数据众多，程序复杂，在接受飞行指令至执行控制操作的过程中，自然语言理解发挥着纽带作用，名词的汇聚分析也必不可少。因此，本文研究英语语言理解在农业拍摄无人机飞行控制中的应用，并对其中的名词汇聚进行重点分析，以提高农业无人机控制的精确程度，实现自主飞行。

1 设备和程序

飞行平台为大疆Phantom 4 Advanced型四旋翼无人机，质量5kg，续航时间30min，采用GPS/GLONASS双模式定位，可以用于农田信息监测。地面站安装大疆DJIGS Pro专业版软件，用于设计无人机的飞行路线，控制飞行速度和高度。无人机飞行控制系统采用闭环结构，以PC-104总线的Intel586工控计算机为核心。PC-104计算机的体积、质量和功耗都很小，可靠性高，能够满足无人机的要求。英语语言理解也是由PC-104计算机完成，语言理解软件为visual C++程序，在Windows10操作系统的环境中运行。

2 语言理解和名词汇聚

2.1 语言理解

英语语言理解分为口语的理解和书面语的理解。本文中是书面语理解，即将英文单词输入计算机，通过分析后被计算机读懂并做出回应。英语语言理解就是建立一种计算模型，计算机收到语言后便能依据这个模型给出相应的回答。英语语言在外形上是一连串的字母符号，而在内部则是层次化的结构，因此英语语言理解也是层次化的过程。根据当前的主流观点，英语语言理解的过程可以按照层次依次划分为词法分析、句法分析、语义分析和篇章分析。

词法分析是语言理解的基础，即将语句分解成基本的单词，分析获得它们的语言学信息，进行词义的切分、选择和纠错。句法分析针对的是英语语句和短语的结构，找出语句中词和短语之间的关系及各自的作用。句法分析目前是语言理解的重点，通过对语句层次结构的分析表达，为语义分析提供条件。句义是由词义组成的，但不是词义的简单叠加，还受到语句结构的影响。语义分析就是找出词义与句义的关系，确定其所要表达的真正含义。篇章分析超出语句的层次，结合上下文对语义进行分析。篇章分析既要关联上下文，又要考虑具体的语境，以超出语句的语言单位为分析对象。

2.2 名词汇聚

无人机飞行控制中的名词主要为各种部件结构、性能参数、环境条件和控制动作等，对它们进行汇聚的依据包括从属关系、具体抽象关系、整体部分关系等，这些关系是后续语义分析的重要参考。英语名词汇聚的实质是阐明篇章中概念主体之间的关系，形成由篇章实体概念组成的树状层次结构。

语言理解程序完成了对名词语义信息和关系的处理后，以此为基础按照名词概念关系进行名词汇聚，形成用于表达篇章核心思想的名词。大致的步骤为：首先根据概念与属性关系汇聚，然后根据概念与外延继承关系汇聚，最后根据概念间动态关系将概念联系起来，如图1所示。

图1 英语名词汇聚流程

在上述过程中，一般采用静态名词模板分析概念从属关系和属性关系，根据静态名词事实分析各个主体的属性关系。对于属性的合并，需要选择对象相同的属性，分析概念从属关系，从而保留具体的概念。

3 控制功能

无人机的飞行控制代码用英语编写，相关参数设定和飞行操作指令都用英语表达。英语语言理解程序可以对语句进行语义分析，理解指令的含义后输出信号实现控制功能。本文分析语言理解名词汇聚在无人机状态监测、定位导航和姿态控制中的作用。

无人机飞行状态是定位导航和姿态控制的参考依据，监测的内容包括：垂直陀螺仪监测俯仰和倾斜姿态，角速度传感器监测三轴姿态加速度，高度空速传感器监测气压高度和线速度，磁向传感器监测在当前坐标系中的航向。

地面站规划无人机的航线，并在起飞后接收定位信号进行分析，计算出实际航线偏离规划航线的情况，然后根据无人机所处环境和飞行状态发出航线调整指令；无人机飞行姿态控制设备接收指令后执行相应的动作，实现对航线的调整。

姿态控制是改变无人机飞行的方向和速度，方向控制装置为升降舵、方向舵和副翼舵，在3台舵机的驱动下进行偏转以改变飞行方向，速度的大小则由发动机及其转速控制器联合控制。

无人机这3种控制功能所需部件繁多，种类复杂，对执行的精确性有很高的要求，因此名词汇聚对控制程序的编写和执行非常重要。3种控制功能的代表性名词如表1所示，其类型以普通名词和事件名词为主。

表1 不同控制功能的代表性名词

4 试验结果和分析

在5级风速的气象条件下验证这种飞行控制方法的效果，无人机在一个水稻种植区上空飞行，进行农田信息的监测。规划的无人机航线为椭圆形，长轴50m，短轴40m。设定飞行高度10m，飞行期间每隔10s记录1次实际航线与规划航线的偏离值、实际高度与设定高度的偏离值，评价飞行控制的精确度。

试验结果如图2所示。在理想的环境下，农用无人机可以按照预定的方案飞行，航线和高度的偏差很小。突然出现的阵风导致无人机飞行的偏差增大，但是飞行控制系统做出反应，控制无人机快速回归到设定的航线和高度上来。试验结果表明：这种飞行控制方法具有很好的精确度，可以赋予农业无人机自主飞行的能力。

5 结论

研究了英语语言理解在农业无人机飞行控制中的应用，并对名词汇聚进行重点分析。文中列举了无人机状态监测、定位导航和姿态控制这3种控制功能的代表性名词，名词类型以普通名词和事件名词为主。这种方法可以控制无人机按照预定的航线和高度飞行，能对阵风做出反应，使无人机快速回归到设定的航线和高度上来。因此，英语语言理解名词汇聚可以提高农用无人机控制的精确程度，有助于实现自主飞行。