实时轨迹监测系统及有人直升机喷洒作物时的定位精度测试

《Engineering Applications of Artificial Intelligence》：Real-time trajectory monitoring system and positioning accuracy test for manned helicopter crop spraying

　　薛江坤|茹宇|荣子凡|方树萍|胡晨明|赵华|韩康
南京林业大学机械与电子工程学院，中国南京

**摘要**
本文介绍了一种基于物联网（IoT）云平台的实时轨迹监测和定位系统的构建，用于作物喷洒。该系统的整体架构包括数据采集层（用于收集多种操作参数）、公共服务层（用于远程数据传输）、持久通信层（用于数据的定向存储和访问）以及业务服务层（用于优化处理监测参数并提供可视化界面）。系统中采用了组合卡尔曼滤波器来清洗、精简、预测和更新数据，以提高轨迹和定位的实时监测精度。遗传算法用于调整滤波器阈值参数以优化定位效果。通过动态和静态测试验证了系统的性能。结果表明，经过滤波处理后，全球定位系统（GPS）+ 北斗导航卫星系统（Beidou）轨迹与实时动态定位（RTK）轨迹之间的最大距离偏差不超过5.0805米，超过一半的最小距离偏差达到了亚米级精度。此外，Fraunhofer距离相对较小，整体轨迹与RTK轨迹非常接近。计划路线与RTK轨迹之间的最大偏差距离约为7.58米，每次路线的最大偏差主要分布在2至4米范围内，平均偏差大多在1至2米范围内，这证明了该系统在辅助驾驶和修正路线方面的出色应用效果。随后对飞行参数的数据采集率进行分析，发现平均轨迹采集率为91.54%，验证了该系统在实际应用中的稳定性。该系统对于精确直升机喷洒、提高作业效率和减少农药浪费具有显著的实际价值。

**引言**
诸如无人机（UAV）和有人驾驶直升机这样的空中喷洒方法是智慧农业和林业的重点，是国家争夺现代农业和林业领域主导地位的关键工具。这些智能工具的部署不仅显著提高了作业效率，还将传统的广域喷洒推向了精准喷洒的新时代。通过实时感应和变量控制，农药能够以定向精度按需施用，从而大幅减少化学物质的使用和环境污染风险，同时保持有效的害虫控制效果（H Chen等人，2021；Delavarpour等人，2021；Azlan等人，2024）。实现精准喷洒应用的核心前提是对整个空中作业过程的精细控制。在这方面，实时飞行路径监测和定位技术尤为重要。通过高精度、高可靠性的位置感应和飞行路径跟踪，确保喷洒轨迹严格匹配计划路线，避免因偏差导致的遗漏或重复喷洒，从而从根本上提高作业质量并减少农药浪费（Kumar等人，2021；Saha等人，2021）。

因此，研究具有高定位精度、强大数据安全和成本效益的实时飞行路径监测和定位技术，不仅直接关系到空中喷洒的实际效果，还具有重要的科学价值，并为推进农业和林业生产的智能、精准和可持续发展提供了广阔的应用前景。目前，农业航空领域的实时轨迹监测和定位技术研究主要集中在农业无人机上。这些无人机配备了专用地面站，将操作区域的卫星地图、实时无人机位置和操作轨迹等监测信息反馈给操作员，以便更好地进行管理（Hanif等人，2022；Singh和Sharma，2022；Velusamy等人，2021）。Donati等人（2022）提出了一种结合全球定位系统（GPS）、惯性测量单元（IMU）和超声波传感器数据以及三维（3D）低复杂度地图信息的无人机定位系统。他们使用卡尔曼滤波器融合GPS和IMU传感器提供的数据，使横向误差的标准差减少了76%，纵向误差减少了42%，有效提高了无人机定位精度。Zhan等人（2021）利用北斗定位系统收集M45生物控制无人机的飞行轨迹和实时位置信息，并进行了现场测试。结果显示，在平均飞行速度为每秒9.18米的情况下，与计划飞行轨迹的平均偏差为0.24米，表明轨迹监测的精度很高。Arreola等人（2018）设计了一种基于GPS和商用自动驾驶仪传感器的密集光流算法用于定位和轨迹跟踪，在户外进行了无人机悬停和动态飞行测试。动态转弯时的最大误差≤2.5米，直线飞行时的最大误差≤1.5米。Xu等人（2019）开发了一种用于监测无人机喷洒轨迹和泵操作状态的运营评估系统，使用手机安卓客户端，采用自适应高斯滤波预处理方法来精细化位置点信息并优化实时轨迹的平滑度。Xue等人（2016）设计了一种以MSP430微控制器为核心的农业无人机喷洒监控和导航系统，结合磁航向传感器和GPS实现快速航向校正和实时定位，在每秒4米横风条件下实现了亚米级精度的定位和轨迹监测。尽管这些研究取得了显著进展，但它们主要关注的是无人机平台，其滤波方法在很大程度上具有通用性，并未充分考虑有人驾驶直升机的独特操作噪声特性和处理特点。

在林业区和大规模农田中，由于飞行耐力和载荷能力的限制，无人机变得不切实际。因此，目前有人驾驶直升机是这些环境中作物保护作业的主要方法（Fang等人，2022；Ru等人，2022）。现有的作物保护直升机，如Bell 206、Bell 505、AS350 Squirrel和Robinson R44，都是从多用途直升机改装而来的。它们被广泛应用于空中作物保护（Rolando等人，2025）。关于飞行路径规划和直升机空中应用技术中喷洒漂移特性的理论研究，共同构成了开发实时轨迹监测系统的基础。在路径规划方面，Shuping等人（2023）通过整合矢量建模和智能优化算法，实现了起飞/降落点位置和操作路径的协调优化，显著提高了调度效率和覆盖精度。Fang等人（2023）进一步构建了临时着陆点规划的数学模型，验证了智能算法在降低运营成本方面的优势；Liu等人（2020）提出了基于全覆盖原则的最短飞行路径算法，为轨迹规划提供了几何优化原则。在漂移特性研究方面，Yao等人（2021）揭示了不同颗粒大小颗粒的分层空间分布模式；Ru等人（2024）阐明了旋转喷嘴转速对雾化颗粒大小的主导调节作用；Wang等人（2021）通过比较表明，将空气注入喷嘴与六轴飞行器配置结合使用可显著减少漂移；Fang等人（2025）提出了基于AGDISP模型的分区应用策略，实现了沉积均匀性和漂移抑制的协同优化。这些理论进展为实时轨迹监测系统提供了双重支持：路径规划算法生成最优理论轨迹并建立动态校正基准，而漂移特性研究为构建环境敏感的漂移预测模型和识别关键监测参数奠定了基础。基于这些基础，本研究中开发的实时轨迹监测系统整合了上述研究成果。它不仅实现了直升机位置的实时跟踪，还评估了喷洒后的漂移风险，从而为喷洒精度的闭环控制和操作效果在线评估提供了技术途径。

有人驾驶直升机在喷洒作业中严重依赖飞行员经验。同时，针对有人驾驶直升机喷洒的飞行路径规划算法的研究已经相对成熟（Shuping等人，2023；Fang等人，2023；Liu等人，2020），为本文设计的实时飞行路径监测系统奠定了坚实的基础。为了确保操作遵循计划路线并有效辅助飞行员，精确定位至关重要。由于有人驾驶直升机的运行速度远高于无人机（Lan，2025；Delavarpour等人，2023；Shanmugam等人，2024），定位误差、信号延迟和信号丢失（Xie等人，2024）很容易发生。直接将无人机轨迹监测和定位方法应用于有人驾驶直升机平台是不合适的。因此，迫切需要开发一个系统的、分层的轨迹优化系统，该系统采用围绕误差源特性设计的协作优化方案。该系统集成了专门针对轨迹边界、初始定位漂移和终端阶段异常扩散、由突然速度变化引起的定位跳跃以及在信号不连续期间保持时空连续性的专用滤波器。这种方法克服了现有的技术限制，为满足有人驾驶直升机空中喷洒操作的具体需求奠定了基础，实现了智能和精准的空中喷洒。本研究的主要贡献如下：
(1) 开发了适用于有人驾驶直升机的空中喷洒监测系统，实现了多个喷洒参数的数据采集、传输、存储和显示。
(2) 提出了一种组合卡尔曼滤波方法，用于精细化、精简、校正和平滑实时位置数据，从而提高了实时飞行路径监测和定位的精度。
(3) 使用遗传算法优化了组合卡尔曼滤波器方法中的各种滤波器阈值，实现了最佳定位性能。
(4) 通过设计的动态和静态定位试验验证了该系统在森林和开阔场地作业环境中的定位精度和实用性。

本文的结构如下：第2节介绍了有人驾驶直升机喷洒过程中的实时飞行路径监测系统架构以及实时飞行路径和定位精度优化原理。第3节分析了实验结果。第4节讨论了系统架构和优势。第5节给出了结论。

**系统架构和工作原理**
有人驾驶直升机农药喷洒实时轨迹监测系统的整体架构如图1所示。机载监测设备包括用于收集直升机飞行信息的GPS+北斗双模定位模块（Hiwonder Technology）、电磁流量传感器（ZJPVC-LCD-DN40型， Zhongjiang Energy Saving Electronics制造）和高精度压力型液位传感器（CFSensor XGZP型），用于实时收集喷洒流量。

**静态测试结果**
从图10a中的静态三维空间测量点比较可以看出，优化后的三维空间测量点的密度分布明显高于参考点（118.8185954, 32.07995170, 21.562；GCJ-02坐标系）的原始数据，优化后的最大三维距离误差降低到7.175米，比原始数据的最大误差减少了39.26%。

**定位精度分析**
通过动态和静态定位精度测试，全面评估了系统在轨迹监测和定位精度方面的性能。在静态定位精度试验中，对固定位置的系统进行了精度评估和误差分析。三维空间内的平均空间距离误差从3.589米降低到1.333米。这证实了该系统在理想条件下的性能表现令人满意。

**结论**
本研究通过设计和实现基于IoT云平台的实时轨迹监测和定位系统，解决了有人驾驶直升机空中喷洒的操作特性问题。采用“数据采集-公共服务-持久通信-业务服务”架构，该系统使用组合卡尔曼滤波器对GPS+Beidou数据进行清洗、精简和融合。通过引入遗传算法进行滤波器阈值参数优化，提高了定位精度。

**作者贡献声明**
薛江坤：撰写 – 审稿与编辑、撰写 – 原稿、验证、软件、方法论、正式分析、数据整理。
茹宇：资源获取、调查、资金筹集、概念化。
荣子凡：可视化、验证、监督、软件。
方树萍：撰写 – 审稿与编辑、可视化、验证、监督、软件、资金筹集。
胡晨明：撰写 – 审稿与编辑、可视化、监督、方法论、数据整理。
赵华：撰写 – 利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。

**致谢**
安徽省高等学校科学研究重点项目（2023AH051857）、国家重点研发计划（2022YFD2202105-2）。