大數(shù)據(jù)在農(nóng)業(yè)無(wú)人機(jī)上的應(yīng)用研究

顧軍林

(淮安信息職業(yè)技術(shù)學(xué)院，江蘇 淮安 223001)

0 引言

隨著科學(xué)技術(shù)的發(fā)展，人類在生產(chǎn)生活和科學(xué)研究中產(chǎn)生的數(shù)據(jù)呈指數(shù)倍增長(zhǎng)，促進(jìn)了大數(shù)據(jù)概念的形成。大數(shù)據(jù)在21世紀(jì)開(kāi)始引起人們的關(guān)注，《Nature》和《Science》雜志都用?？瘜?duì)其進(jìn)行了論述。美國(guó)對(duì)此率先啟動(dòng)了“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”，旨在收集處理龐大的數(shù)據(jù)信息，提高對(duì)知識(shí)的洞察能力，從而推動(dòng)科學(xué)技術(shù)的創(chuàng)新進(jìn)程[1]。

大數(shù)據(jù)的含義有多種，維基百科將其定義為無(wú)法在一定時(shí)間內(nèi)用普通軟件工具進(jìn)行捕獲和管理的數(shù)據(jù)集合。大數(shù)據(jù)具有規(guī)模性、多樣性和高速性的3大特點(diǎn)，即“3V”特性。規(guī)模是大數(shù)據(jù)的主要特點(diǎn)，其數(shù)據(jù)量非常龐大，一般可以達(dá)到1PB。其類型的多樣性主要體現(xiàn)在大數(shù)據(jù)不僅包括結(jié)構(gòu)化的數(shù)據(jù)形式，還有半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)形式。高速性是數(shù)據(jù)處理速度要足夠快，從而滿足對(duì)龐大數(shù)據(jù)量的實(shí)時(shí)分析要求。

大數(shù)據(jù)是在相應(yīng)的需求下應(yīng)運(yùn)而生的，誕生之初應(yīng)用于商業(yè)和金融，后來(lái)逐漸擴(kuò)展到其它的領(lǐng)域，如科學(xué)研究中的地球空間信息學(xué)[2]、物流服務(wù)[3]、經(jīng)濟(jì)發(fā)展?fàn)顩r[4-5]和智能電網(wǎng)[6]等。大數(shù)據(jù)的應(yīng)用也面臨一些問(wèn)題和挑戰(zhàn)，其對(duì)公民個(gè)人信息的獲取和傳播都很便捷，由此產(chǎn)生了隱私安全問(wèn)題。不法分子在互聯(lián)網(wǎng)上利用大數(shù)據(jù)對(duì)他人進(jìn)行“人肉搜索”，不僅侵犯公民的個(gè)人權(quán)利，還使人們對(duì)大數(shù)據(jù)的社會(huì)影響產(chǎn)生疑惑[7]。即便如此，大數(shù)據(jù)仍然具有劃時(shí)代的意義，其不僅促進(jìn)社會(huì)進(jìn)步，還推動(dòng)科學(xué)研究層次的深入，具有廣闊的發(fā)展空間和應(yīng)用潛力[8]。

與大數(shù)據(jù)一樣，無(wú)人機(jī)也是一種在信息科學(xué)和計(jì)算機(jī)科學(xué)基礎(chǔ)上興起的現(xiàn)代技術(shù)。無(wú)人機(jī)是無(wú)人駕駛航空飛行器的簡(jiǎn)稱，雖然早在1914年就已經(jīng)誕生，但是直到20世紀(jì)下半葉才取得較大的發(fā)展。無(wú)人機(jī)可分為固定翼無(wú)人機(jī)和旋翼無(wú)人機(jī)，它們均是由飛行器、遙控站及通訊設(shè)備等部件組成的系統(tǒng)[9]。我國(guó)的無(wú)人機(jī)研制技術(shù)世界領(lǐng)先，形成了以“大疆”系列為代表的多種類型產(chǎn)品，應(yīng)用范圍也極為廣泛。在民用方面以旋翼無(wú)人機(jī)為主，工業(yè)和農(nóng)業(yè)均有涉及，未來(lái)的市場(chǎng)效益超過(guò)千億。

無(wú)人機(jī)在飛行和作業(yè)過(guò)程中會(huì)產(chǎn)生大量數(shù)據(jù)，普通的設(shè)備和方法難以完成這些龐大數(shù)據(jù)的實(shí)時(shí)分析和存儲(chǔ)。若將這些數(shù)據(jù)按照大數(shù)據(jù)的方式進(jìn)行處理，則可以從中提取出有價(jià)值的信息，為無(wú)人機(jī)的功能發(fā)揮提供技術(shù)支持。將大數(shù)據(jù)與無(wú)人機(jī)結(jié)合，既可以拓寬大數(shù)據(jù)的應(yīng)用范圍，又能夠提高無(wú)人機(jī)的性能和使用效率。

測(cè)繪是無(wú)人機(jī)的一個(gè)重要應(yīng)用內(nèi)容。通過(guò)搭載的各種傳感器和攝像機(jī)拍攝獲得地面高清圖像，再輔以強(qiáng)大的傳輸能力，可以產(chǎn)生實(shí)時(shí)性和準(zhǔn)確性極高的測(cè)繪信息；但是，測(cè)繪獲得的數(shù)據(jù)量巨大，還須通過(guò)分析處理提取有用的信息，才能真正實(shí)現(xiàn)無(wú)人機(jī)測(cè)繪的目的。對(duì)大量數(shù)據(jù)的實(shí)時(shí)分析處理，正是大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)所在。受傳統(tǒng)計(jì)算機(jī)硬件的限制，圖像處理技術(shù)在數(shù)據(jù)存儲(chǔ)、傳輸速度和數(shù)據(jù)流安全等方面都存在一些局限；而在大數(shù)據(jù)背景下，計(jì)算機(jī)網(wǎng)絡(luò)被云計(jì)算網(wǎng)絡(luò)代替，針對(duì)具體的需求可以直接從測(cè)繪信號(hào)中快速提取有用的信息，以合適的圖像形式反映出來(lái)[10]。魯昱昊為解決攝影和遙感的龐大數(shù)據(jù)管理問(wèn)題，設(shè)計(jì)了HADOOP海量數(shù)據(jù)分布式處理平臺(tái)，展現(xiàn)出良好的可維護(hù)性和擴(kuò)展性[11]。

電力領(lǐng)域已經(jīng)開(kāi)始利用無(wú)人機(jī)巡視線路，可以解決人工巡視不能保證電網(wǎng)安全運(yùn)行的問(wèn)題。大數(shù)據(jù)的加入賦予了無(wú)人機(jī)在野外電網(wǎng)巡視中兩個(gè)新的功能，即故障預(yù)測(cè)和健康管理[12]。另外，現(xiàn)代無(wú)人機(jī)的結(jié)構(gòu)和機(jī)載設(shè)備越來(lái)越復(fù)雜，信息化程度越來(lái)越高，測(cè)試的需求也發(fā)生了深刻變革，導(dǎo)致飛行數(shù)據(jù)產(chǎn)生了從海量到巨量的飛躍。在大數(shù)據(jù)的背景下，無(wú)人機(jī)飛行數(shù)據(jù)出現(xiàn)結(jié)構(gòu)化和非結(jié)構(gòu)化并存的局面，數(shù)據(jù)的處理速度加快，提供的信息價(jià)值也不斷提高[13]。齊嬋穎等提出了一種基于大數(shù)據(jù)的通道復(fù)用方案，解決海量數(shù)據(jù)的實(shí)時(shí)測(cè)量問(wèn)題，實(shí)現(xiàn)了對(duì)無(wú)人機(jī)飛行荷載數(shù)據(jù)的實(shí)時(shí)測(cè)量[14]。本文對(duì)大數(shù)據(jù)在農(nóng)業(yè)無(wú)人機(jī)上的應(yīng)用進(jìn)行研究，介紹了無(wú)人機(jī)航線規(guī)劃、飛行控制和圖像處理3個(gè)功能的大數(shù)據(jù)從獲取至存儲(chǔ)的過(guò)程，以期推動(dòng)大數(shù)據(jù)與無(wú)人機(jī)結(jié)合，為無(wú)人機(jī)性能升級(jí)提供技術(shù)支撐。

1 硬件設(shè)備

研究的硬件設(shè)備包括無(wú)人機(jī)平臺(tái)、無(wú)線傳輸裝置和地面站3部分。無(wú)人機(jī)平臺(tái)為大疆精靈Phantom4 Pro型專業(yè)智能無(wú)人機(jī)，最大飛行時(shí)間30min，具有紅外避障能力。無(wú)人機(jī)采用GPS/GLONASS雙模式定位，無(wú)線傳輸方式的速度可達(dá)Class10，通訊距離7km。數(shù)據(jù)采集裝置為各種傳感器，包括XV-8000CB型角速度傳感器、CZ3-X-Y型加速度傳感器、BA5803型氣壓高度傳感器和中科能慧NHFS47型風(fēng)速風(fēng)向傳感器。飛行控制裝置為方向舵、副翼舵和升降舵，舵面偏轉(zhuǎn)改變無(wú)人機(jī)的飛行方向和姿態(tài)，實(shí)現(xiàn)對(duì)航線的控制。圖像采集設(shè)備為下方搭載的1英寸CMOS影像傳感器，2 000萬(wàn)有效像素。

無(wú)人機(jī)采用WiFi無(wú)線通訊方式，信息傳輸容量大，實(shí)時(shí)性好。通訊裝置通過(guò)PID控制方法和通訊接口將數(shù)據(jù)實(shí)時(shí)傳送地面站，JPEG格式圖像由天創(chuàng)UB570型圖像采集卡轉(zhuǎn)換為數(shù)字信號(hào)后進(jìn)行分析處理。大數(shù)據(jù)分析需要PB級(jí)數(shù)據(jù)的讀取和寫入，大型的建模和運(yùn)算必不可少。地面站的大數(shù)據(jù)分析硬件為x86架構(gòu)的PC Server型服務(wù)器，配置銳龍AMD Ryzen7型2路8核CPU，DDR4型128GB內(nèi)存和Intel I350T2型千兆網(wǎng)卡，可以滿足運(yùn)算速度、存儲(chǔ)空間和分析結(jié)果展示的要求。

2 處理流程

大數(shù)據(jù)是來(lái)自于各種數(shù)據(jù)源的巨量數(shù)據(jù)，蘊(yùn)含的有用信息是大數(shù)據(jù)的價(jià)值所在，信息獲取是通過(guò)一系列的處理過(guò)程來(lái)完成。無(wú)人機(jī)搭載的各種傳感器、攝像機(jī)和其它設(shè)備采集數(shù)據(jù)，經(jīng)過(guò)網(wǎng)絡(luò)和傳輸協(xié)議進(jìn)入交換機(jī)；交換機(jī)網(wǎng)絡(luò)連接數(shù)據(jù)采集器，實(shí)現(xiàn)數(shù)據(jù)交換和匯聚功能，同時(shí)執(zhí)行IEEE1588時(shí)間同步協(xié)議，縮小交換延時(shí)，提高數(shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性。

受搭載設(shè)備性能的限制，無(wú)人機(jī)平臺(tái)無(wú)法對(duì)采集的大數(shù)據(jù)進(jìn)行分析處理，需要交給地面站完成，無(wú)線傳輸是無(wú)人機(jī)與地面站之間的聯(lián)系紐帶。在傳統(tǒng)數(shù)據(jù)的基礎(chǔ)上，大數(shù)據(jù)傳輸向著高頻率、高速率和高效率的方向發(fā)展，以通訊鏈路的形式，采用數(shù)字化調(diào)制寬帶將數(shù)據(jù)傳輸給地面站。

地面站接受到數(shù)據(jù)后，首先按照特定的規(guī)范記錄數(shù)據(jù)，然后根據(jù)實(shí)際需求對(duì)錄入的數(shù)據(jù)快速重放，以便開(kāi)展后續(xù)的分析處理。大數(shù)據(jù)的分析處理又可以細(xì)分為預(yù)處理、數(shù)據(jù)分析、信息挖掘和結(jié)果展現(xiàn)，實(shí)現(xiàn)了從以往的以服務(wù)器為中心到以數(shù)據(jù)為中心的模式轉(zhuǎn)變。在方式上，針對(duì)大數(shù)據(jù)的半結(jié)構(gòu)和非結(jié)構(gòu)化特點(diǎn)，采用并行處理技術(shù)來(lái)提高處理的速度。

在數(shù)據(jù)記錄的同時(shí)，還對(duì)大數(shù)據(jù)進(jìn)行綜合監(jiān)測(cè)，即將數(shù)據(jù)實(shí)時(shí)分類，按照各自類型將數(shù)據(jù)下發(fā)至相應(yīng)的應(yīng)用系統(tǒng)；另一方面，根據(jù)專業(yè)化的知識(shí)庫(kù)輔助決策，作為信息挖掘的依據(jù)；最后，綜合監(jiān)測(cè)和分析處理的結(jié)果一起匯聚到存儲(chǔ)管理模塊中，組成應(yīng)用功能的數(shù)據(jù)庫(kù)，如圖1所示。

3 軟件和算法

本研究進(jìn)行大數(shù)據(jù)分析的是Hadoop技術(shù)，是一種基于Java的分布式大數(shù)據(jù)分析處理的軟件框架。Hadoop框架包括通用模塊、分布式文件系統(tǒng)等組件，集群文件存儲(chǔ)在分布式文件系統(tǒng)中，在特定的節(jié)點(diǎn)上構(gòu)建分布式文件架構(gòu)。Hadoop技術(shù)可以運(yùn)行簡(jiǎn)潔的并行計(jì)算模型，具有很強(qiáng)的容錯(cuò)性和擴(kuò)展性，適合于大規(guī)模數(shù)據(jù)的分析處理。

航線規(guī)劃采用方格區(qū)域路徑算法，理論基礎(chǔ)是路徑的不合理性來(lái)源于對(duì)作業(yè)區(qū)域方格的重復(fù)造訪。為減少這一情況，按照優(yōu)先原則規(guī)劃初等路徑，即優(yōu)先選擇同一行的方格作為下一個(gè)規(guī)劃方格，直到涵蓋所有的方格。飛行控制通過(guò)二維跟隨算法完成，首先構(gòu)建二維坐標(biāo)系計(jì)算飛行方向上的角速度，獲得無(wú)人機(jī)投影的航線。在規(guī)劃的航線中，實(shí)際航向角等于理論航向角，按照這一原則不斷地調(diào)整無(wú)人機(jī)航向逼近規(guī)劃的航向，當(dāng)二者差異為零時(shí)則沿著規(guī)劃的航線飛行。圖像處理是利用顏色特征對(duì)圖像各組成部分進(jìn)行識(shí)別，在HIS顏色空間中將I分量做最大類間方差分析后再進(jìn)行二值化，獲得最大閾值，經(jīng)過(guò)閾值分割區(qū)分目標(biāo)和背景區(qū)域。

圖1 大數(shù)據(jù)的處理流程Fig.1 Processing flow of big data

4 功能測(cè)試

將無(wú)人機(jī)用于油菜地和山茶園的信息采集，并對(duì)航線規(guī)劃、飛行控制和圖像處理的大數(shù)據(jù)分析處理功能進(jìn)行測(cè)試。與普通的航線規(guī)劃方法相比，在作業(yè)質(zhì)量一致的前提下，通過(guò)大數(shù)據(jù)分析規(guī)劃的航線覆蓋率和均勻性都更好，無(wú)人機(jī)的轉(zhuǎn)彎次數(shù)較少，完成作業(yè)所需的時(shí)間減少了20%。

在飛行期間，每隔100s記錄無(wú)人機(jī)飛行航線偏離規(guī)劃航線的距離，結(jié)果如圖2和圖3所示。

圖2 油菜地的航線偏差Fig. 2 Tracking error of rapeseed field

圖3 山茶園的航線偏差Fig. 3 Tracking error of camellia garden

兩種作業(yè)環(huán)境下，基于大數(shù)據(jù)分析的無(wú)人機(jī)航線偏差都在10m之內(nèi)，并且能夠快速地回歸到規(guī)劃的航線上來(lái)，隨后一直保持較高的飛行控制精確度。

利用無(wú)人機(jī)采集油菜的種植面積和山茶的雜草信息，圖像處理的結(jié)果如圖4所示。經(jīng)過(guò)大數(shù)據(jù)分析，準(zhǔn)確快速地識(shí)別出油菜及雜草與背景的顏色差異，并將識(shí)別目標(biāo)在結(jié)果中用黑色區(qū)域展現(xiàn)出來(lái)。

圖4 基于大數(shù)據(jù)的圖像處理Fig.4 Image processing based on big data

5 結(jié)論

無(wú)人機(jī)在飛行和作業(yè)中產(chǎn)生大量的數(shù)據(jù)，普通的設(shè)備難以完成這些數(shù)據(jù)的分析處理。本文對(duì)大數(shù)據(jù)在農(nóng)業(yè)無(wú)人機(jī)上的應(yīng)用進(jìn)行研究，硬件設(shè)備包括無(wú)人機(jī)平臺(tái)、無(wú)線傳輸裝置和地面站，采集巨量數(shù)據(jù)后通過(guò)一系列的處理過(guò)程來(lái)獲得有用的信息?；贖adoop的大數(shù)據(jù)分析技術(shù)，對(duì)不同的功能采用相應(yīng)的算法。將無(wú)人機(jī)用于油菜地和山茶園的信息采集，并對(duì)航線規(guī)劃、飛行控制和圖像處理的大數(shù)據(jù)分析處理功能進(jìn)行測(cè)試，取得了理想的效果。本研究可以推動(dòng)大數(shù)據(jù)與無(wú)人機(jī)的結(jié)合，為無(wú)人機(jī)性能升級(jí)提供技術(shù)支撐。