基于作物表型信息获取的多旋翼飞行器应用研究综述

2019-10-23沈宝国范月圆王松涛

装备制造技术 2019年8期

关键词：数码影像飞行高度冠层

沈宝国，范月圆，杨妍，王松涛

（江苏航空职业技术学院镇江市无人机应用创新重点实验室，江苏镇江212134）

0 引言

作物表型是受基因和环境因素两方面影响，可以反映植物结构及组成、植物生长发育过程及结果的全部物理、生理、生化特征和性状[1]。同时作物表型信息揭示作物生长发育规律、环境与管理措施等关系的重要依据，成为目前研究的热点。

作物的表型信息主要包含叶面积指数、株数信息、生物量、叶绿素含量、产量、氮素状况等，获取大多还采用人工田间实测方式，具有耗时耗力、空间覆盖有限、效率极低且准确度差等缺点，制约着当前农学、育种等作物科学研究的发展。

近年来，随着自动控制技术、计算机技术及传感器技术的快速发展，无人机航空技术得到了飞速发展。其性能的不断提高以及功能的日益完善，应运而生，以无人机为代表的低空遥感监测平台凭借机动灵活、成本低、空间覆盖广的优势成为获取田间作物表型信息的重要手段[2]。

多旋翼飞行器具有结构简单、控制灵活和垂直起降等特点，凭借其良好的机动性、悬停能力以及低速飞行性能在目前农业中得到广泛应用，是当前研究使用的主流。

多旋翼无人机按旋翼数目可分为四旋翼、六旋翼和八旋翼等。作物表型信息获取平台以大疆公司生产的四、六、八旋翼飞行器为平台搭载可见光成像、多光谱成像、高光谱成像、热红外成像等不同类型的传感器，构成无人机低空遥感监测系统，用于提获取田间作物表型信息[3]。

1 四旋翼飞行器平台

四旋翼飞行器是一种有4个螺旋桨且螺旋桨呈十字形交叉的飞行器。四旋翼飞行器具有成本低、体型小、强灵活性、容错性和平衡能力强等优点，是多旋翼飞行器中最具代表性的模型。搭建四旋翼飞行器低空遥感监测系统一般会采用大疆公司生产的精灵系列和悟系列搭建平台，其性能参数对比如表1所示。

表1 各类旋翼机的性能参数对比

比较典型的应用有：张玲等[4]采用Phantom 2+数码相机，飞行高度120 m，获取夏玉米5个主要时期整块试验田冠层图像，提取图像的红光值R、绿光值G、蓝光值B、亮度值L，由此计算的12个色彩参数与传统氮素诊断指标（植株氮浓度、生物量和吸氮量）的相关性，结果显示G/（R+G+B）、G/L可作为全生育期氮素营养动态诊断的最佳色彩参数指标，如图1（a）所示。雷亚平等[5]采用Phantom 3 pro+数码相机，飞行高度50 m，获取试验田棉花冠层RGB图像，基于归一化绿红差值指数NGRDI、可见光大气阻抗植被指数VARI、过绿指数ExG、过绿减过红植被指数ExGR和绿叶植被指数GLI 5种常用的可见光颜色指数，研究不同植被覆盖指数反映棉花叶面积指数的差异，结果表明NGRDI是预测棉花叶面积指数的一个优选指标，如图1（b）所示。李晓鹏等[6]采用Inspire 1 pro+禅思X5航拍相机，分别15、20、30和40 m等4个飞行高度采集大田烟株图像，结果表明，采用20 m的飞行高度可以兼顾图像精度和飞行时间，并基于决策树的植被分割算法进行烟草缺苗数的估测，如图1（c）所示。肖武等[7]采用M100+多光谱相机，飞行高度110 m，设定航速9 m/s，地面分辨率13 cm，共获取4980幅玉米影像，构建多元线性回归模型和反向传播神经网络模型，通过决定系数、均方根误差和估测精度3个指标筛选出最佳模型，可有效提高生物量反演模型的精度，如图1（d）所示。

图1 四旋翼平台

2 六旋翼飞行器平台

六旋翼飞行器每隔60°放置一个旋翼，共六个旋翼作为飞行器的动力源。搭建六旋翼飞行器低空遥感监测系统一般会采用大疆公司生产的经纬系列搭建平台。比较典型的应用有：张智韬等[8，9]采用M600+禅思XT热红外成像测温仪，飞行高度15 m，获取棉花冠层高分辨率热红外影像，计算棉花冠层温度特征数，其冠层温度特征数与棉花叶片气孔导度、蒸腾速率、水分胁迫指数和作物根系活动层土壤体积含水率具有较强的相关关系，通过验证与分析得出棉花的冠层温度特征数可以作为诊断棉花花铃期的水分胁迫状况，如图2（a）所示。陈俊英等[10]采用M600+多光谱相机，飞行高度50 m，获取棉花花蕾期不同时刻冠层多光谱遥感图像，提取其冠层光谱反射率信息，并同步测定棉花冠层叶片的净光合速率、蒸腾速率、气孔导度和胞间二氧化碳浓度等4个光合参数，进而利用多种回归分析方法建立了4种光合参数的反演模型，均取得了较高的精度，说明该方法通过反演作物的光合参数是可行的，如图2（a）所示。兰玉彬等[11]采用M600 Pro+高光谱成像仪，飞行高度60 m，飞行速度为4～5 m/s，获取柑橘果园的高光谱影像，分别提取并计算健康和感染柑橘黄龙病（HLB）植株冠层的感兴趣区域的平均光谱，并对初始光谱进行处理，得到原始光谱、一阶导数光谱和反对数光谱3种光谱，分别采用k近邻和支持向量机进行建模和分类，其分类准确率达到94.7%，表明低空高光谱遥感监测柑橘HLB的手段具有可行性，如图2（b）所示。

图2 六旋翼平台

3 八旋翼飞行器平台

八旋翼飞行器每隔45°放置一个旋翼，共八个旋翼作为飞行器的动力源。随着旋翼数量的增加，多旋翼飞行器平台越容易得到好的控制效果，稳定性得到进一步提升，因此八旋翼飞行器在飞行稳定性能方面强于六旋翼飞行器和四旋翼飞行器。搭建八旋翼飞行器低空遥感监测系统一般会采用大疆公司生产的筋斗云系列搭建平台。比较典型的应用有：杨贵军等[12-15]采用S1000+高清数码相机，飞行高度60 m，获取玉米育种材料试验田各个时期的高清数码影像，提取其数码影像变量（R、G、B 及 r、g、b），并用逐步回归分析方法进行了叶面积指数的估测，得到最优的估测变量为r和r/b；飞行高度40 m，获取玉米苗期影像，变换优选HSV颜色模型对影像前景与背景进行分割，然后利用数学形态学流程提取玉米苗形态，Harris角点检测算法提取玉米苗期影像的株数信息，将目前传统影像识别精度提高了约3%，结果表明该方法提取玉米苗期作物准确数目是可行的；飞行高度50 m，获取覆盖小麦育种基地的高清数码影像，采用监督分类-最大似然法对小麦叶色进行提取和分类，分类精度达到80%以上，证明此分类方法获取小麦的叶色差异是可行的；飞行高度100 m，获取大豆育种材料试验区的3个关键生育期的高清数码影像，进行了数码影像变量与大豆育种材料叶面积指数LAI的相关性分析，并构建了LAI的一元线性回归、逐步回归、全子集回归、偏最小二乘回归、支持向量机回归和随机森林回归估测模型，筛选估测LAI的最佳模型，研究表明全子集回归模型中采用4个数码影像变量B、R GBVI、GLA和B/（R+G+B）的多元线性回归模型对大豆育种材料LAI的解析精度最优，如图3。杨琦等[16]采用S1000+数码相机，飞行高度50m，获取糖料蔗全生育期的高清数码影像，利用高清数码影像计算了6种可见光植被指数并建立LAI估算模型，绿红植被指数对糖料蔗伸长末期以前的LAI的估测效果最好，如图3。