為攻克續航焦慮，他們給無人機配了一個“保姆車”

　　“地塊標定成功、施藥邊界自動生成、啟動自主撒藥……”不久前，在揚中市雷公島的水稻田，一群00后大學生手持智能終端遠程監控，正對一套“空地協同植保作業平臺”進行調試，無人機精準降落、自動加藥，全程無需人工干預。

　　曾經大田或丘陵山區無人機植保，最讓飛手頭疼的不是病蟲害，而是藥液耗得太快。一架無人機飛出去，往往不到十分鐘就得掉頭返航補液。來回一趟，十幾分鐘就沒了。要是三五臺無人機同時作業，飛手們更是忙得腳不沾地。

　　日前，由江蘇大學電氣信息工程學院教授丁世宏團隊研制的“空地協同自主補液作業平臺”完成關鍵功能驗證。這套系統由兩架施藥無人機、一輛補液無人車及統一智能地面站組成——簡單說，無人機只管飛，無人車負責“送水”。

　　丁世宏打了個比方：這就好比給無人機配了一輛移動“保姆車”。原理聽起來并不復雜——無人機升空作業，無人車提前在田間道路“蹲點”。藥量將盡時，系統自動計算最優降落點，無人機飛至車上精準降落、自動加藥，然后繼續起飛，無需返場。

　　原理簡單，做起來難。“難點在于將所有設備的控制程序集成在一套系統里，實現一個‘大腦’管全部。”丁世宏說。

　　為了讓這個“大腦”靈光，團隊首先要解決的是“對話”問題。

　　無人機和無人車相隔數百米，怎么實時溝通？丁世宏團隊在上位機里給每個設備都配了“數字鏡像”，“就像后臺裝了個同步翻譯機”。無人機藥快沒了，上位機立刻感知，并調度無人車前往最佳地點“接頭”。有了這個聰明的后臺“管家”，空地兩端即使相隔數里也能默契配合。

　　比通信更棘手的是降落。無人機要精準落到移動的小車上，靠的是二維碼視覺引導。但傳統方案中，無人機飛低一點，二維碼就超出攝像頭視野，識別頻頻失敗。“當時試了很多次，總是偏那么一點。”團隊成員、該校博士生李秋實回憶。

　　丁世宏想了個巧辦法：在大碼里再套一個小碼。原本一米高就失效，現在當大碼完全超出視野時，小碼正好占據畫面中央，仍能完整成像。通過兩個碼的平滑切換，從數米高空到觸板瞬間，降落偏差控制在10厘米以內。“就這一下，成功率一下子提上來了。”李秋實說。

　　丘陵山區的風場也讓團隊吃了不少苦頭。無人機飛著飛著就“飄”了，航線歪歪扭扭。團隊將自主掌握的廣義超螺旋滑模控制算法用于路徑跟蹤，大幅提升了抗干擾能力。田間測試數據顯示，無人機直行跟蹤誤差可控制在±10厘米以內，無人車直線路徑跟蹤精度穩定在±5厘米以內。

　　“你要跟種地的人交流，才知道問題在哪兒。這些在實驗仿真里根本想不到。”李秋實回憶，去年在雷公島農場實測，團隊一下子發現十幾個問題：無人車轉彎誤差過大差點翻進溝里、二維碼被推桿刮花、通訊偶爾中斷……他們向當地農戶、農機手取經，逐一改進，將無人車轉彎精度控制在30厘米以內，用激光把二維碼紋刻在車身表面，反復驗證直到穩定。

　　“農民要的不是花里胡哨的概念，是真正能省工省力的工具。”丁世宏介紹，連續實測顯示：上位機自動規劃的最優作業路徑，無需雇傭成熟飛手，每日作業成本可降低約200元，路徑重復率從成熟飛手操作的10%～15%降至5%以下；無人機單次補液耗時5分鐘壓縮到2分鐘以內，有效作業時間比原來提升一倍；一臺補液無人車可同時服務兩架施藥無人機，飛手無需手動補藥即可完成整輪作業。“未來有望實現一人后臺管理十臺以上空地協同作業單元，真正解決無人植保的‘續航焦慮’和‘用工荒’。”

　　目前，這套技術不僅能用于山地果園、茶園、油茶林的植保作業，還可遷移到光伏板清洗、電力巡檢、山區物資運送等場景，已有企業主動對接合作轉化。丁世宏表示，全國農業植保無人機飛行時長占所有無人機飛行時間的98%以上，“把這塊最實的土壤深耕好，就是為低空經濟做貢獻”。