一种用于原位测量大量作物介电特性的自由空间方法（微波技术）

《Computers and Electronics in Agriculture》：A free-space method for microwave measurement of bulk crop dielectric properties in-situ

　　

Ryley Hindman|Matthew Darr

爱荷华州立大学电气工程系，605 Bissell Rd., Ames, IA, 50011，美国

摘要

雷达是一种感测技术，可以解决农业环境中接触式传感器和摄像传感器所面临的耐用性和可视性问题。为了有效设计农业用雷达系统，需要了解传播介质的介电特性。通常，传播介质是空气和作物的混合物。本文提出了一种在现场测量这种空气-作物材料混合物的有效介电常数的方法。该方法使用门反射线（GRL）自由空间校准技术，将参考平面移动到作物材料所在平面。这种校准技术可以确保测量结构的稳定性，减少测量天线之间的距离变化带来的误差，并降低设备对恶劣环境条件（如风）的敏感性。通过模拟软件，该方法使用已知材料高密度聚乙烯（HDPE）进行了验证，并评估了其对实验误差的敏感度。随后使用矢量网络分析仪（VNA）对已知介电常数的HDPE以及未知介电常数的玉米秸秆阵列进行了自由空间介电测量。该方法在模拟和实验室测量中均表现出较高的准确性。本文的研究成果将为在不同生长阶段和环境下进行更多农业内部数据收集提供支持，从而有助于建立作物材料介电特性的数据库。

引言

自主性是现代公路和越野车辆系统的一个新兴趋势。随着系统变得越来越自主，恶劣环境条件成为进一步发展的瓶颈。农业自主性中的环境感知主要有两个应用场景：第一个场景涉及安全和障碍物检测。当机器自主运行时，必须能够检测并成功避开障碍物。在农业中，障碍物可能包括田间的石头，也可能涉及人员等安全风险。即使在恶劣的环境条件下，也必须检测到这些障碍物。第二个场景是作业质量监控，例如确定机器切割点与地面的距离或种植深度。现代农业的成败往往取决于这些细节。最近的研究表明，玉米种植深度仅相差1英寸就可能使产量增加10%（Nemergut等人，2021年）。另一个例子是，甘蔗收割机底部切割器高度的变化可能导致每公顷经济损失10,900元人民币（1,689.50美元）（Yang等人，2021年）。这表明作业质量的小变化会对农民产生显著的经济影响。目前，确定种植深度和设置底部切割器高度的任务仍由人工操作完成。如果这些任务要实现自动化，机械必须能够感知到这种变化并作出相应反应。

农业中的环境感知可以采取多种形式。在某些情况下，感知感兴趣作物的相关特性非常有用。例如，有研究利用遥感技术来估算马铃薯的产量（Fan等人，2024年）。另一个例子是使用微波测量系统来估算甜玉米的含水量（Zhang等人，2020年）。在其他情况下，环境感知可以定义为确定环境中物体的相对位置，例如使用超声波传感器来确定开心果树冠的距离（Maghsoudi等人，2015年）。本文中的环境感知是指在作物和天气条件混合的情况下感知物理物体。

针对农业中的环境感知问题，有多种解决方案，每种方案都有其优势和挑战。例如，某些农业应用使用触须作为直接测量方法（Zhdanov等人，2010年）。触须是一种安装在传感器上的结构，用于测量距离或角度。通过触须与目标的接触，可以确定目标的相对位置，从而直接获取所需参数。然而，由于接触式传感器的特性，这些触须容易磨损和损坏，因此在耐用性方面存在问题。

另一种环境感知解决方案是飞行时间传感器。这类非接触式传感器发射能量，能量在环境中反射后返回传感器。通过知道能量的传播速度和往返时间，可以估算出到物理目标的距离。飞行时间传感器的例子包括超声波传感器、激光雷达传感器和雷达。不过，所选能量的形式可能会导致一定的性能限制。例如，超声波传感器无法始终穿透作物冠层（Li等人，2020年），而激光雷达传感器在灰尘较多的环境中使用时也会遇到困难（Phillips等人，2017年）。

第三类环境感知解决方案是基于视觉的传感器。这类传感器利用相机来检测环境状况，类似于人类的视觉方式。例如，一些自动驾驶拖拉机的障碍物避让功能主要依靠立体相机实现（Deere & Company，2022年）。这些相机提供了类似人类的视图，结合机器视觉技术，可以用来确定环境的相对位置。然而，相机也有其局限性：它们不能直接测量距离，需要大量计算资源处理图像，并且在视野受限的情况下（如夜间或灰尘环境中）表现不佳。

雷达在解决其他环境感知方法的相关挑战方面具有独特优势。雷达本质上是非接触式的，因此可以将其放置在确保生存性的位置。此外，雷达对灰尘或光线条件的敏感度低于相机。

然而，雷达的一个缺点是其性能依赖于电磁波传播的介质和频率（Allen等人，2006年，第21页）。在农业环境中，传播介质可能是空气、作物生物质、灰尘或这些介质的组合。虽然空气、灰尘和雨水的介电特性已经得到充分研究（Abuhdima和Saleh，2010年；Gong和Huang，2006年），但对于 Standing crop（处于生长中的作物）的介电特性研究较少。因此，为了进行任何农作物内部的雷达系统虚拟工程/仿真工作，必须创建准确的传播介质介电模型。

为了创建这些介电模型，测量作物的介电特性是非常有意义的。本文的目标是找到一种适合在现场测量作物介电特性的方法，同时考虑田间条件下微波测量的特殊挑战。然后，在已知介电常数的材料环境下通过实验室测量和仿真来评估该方法的有效性，并展示一个作物介电测量的实例。到目前为止，这方面的研究很少，且主要来自20世纪70年代和80年代。随着便携式高质量矢量网络分析仪的出现以及该频率范围内雷达芯片的可用性，在现场测量作物介电特性的研究变得越来越可行和重要。因此，本研究将通过提出一种适用于现场作物介电测量的方法，利用现代技术和仪器，推动这一领域的技术进步。

章节摘录

相关工作

在遥感应用领域，已有大量研究提出了雷达频谱下的作物建模技术。因此，对作物特性的建模主要集中在遥感的关键参数上。例如，Fung和Ulaby（1978年）使用介电常数模型来估算单叶的介电常数，然后利用该估算值来建模叶冠的背散射系数。

后来，Ulaby等人进行了进一步的研究……

方法

如上所述，虽然已有部分研究致力于作物介电特性的建模，但这些研究主要从测量或建模作物材料的组成成分开始，然后基于这些测量结果构建模型。以这种方式建立作物介电特性数据库是耗时的，因为不仅需要建模作物本身，还需要考虑其在田间的几何形状、含水量以及生长阶段等因素。

结果

上述方法已在多种不同材料上进行了测试和分析。此外，还进行了灵敏度研究，以确定不同误差源对最终结果的影响。这些发现将为使用该方法进一步研究作物特性提供依据。

结论

本文提出了一种用于在现场测量作物材料介电常数的方法。之所以开展这项工作，是因为目前关于该主题的文献较为匮乏。该领域的主要研究工作发生在20世纪70年代和80年代。随着便携式高质量矢量网络分析仪的普及以及相应频率范围内雷达芯片的可用性，现场测量作物介电特性的研究变得更加可行和重要。因此，本研究将通过提出一种使用现代技术和仪器进行现场作物介电测量的方法，推动相关技术的进步。

CRediT作者贡献声明

Ryley Hindman：撰写原始草稿、可视化设计、验证、方法论研究、数据分析、数据整理。Matthew Darr：撰写修订稿、监督工作、资源调配、项目管理和资金筹措。

利益冲突声明

作者声明以下可能的利益冲突/个人关系：Ryley Hindman与Deere & Company存在雇佣关系。如果还有其他作者，他们声明没有已知的可能影响本文工作的利益冲突或个人关系。