龚晓岚，巨凯锋

（北京灵图软件技术有限公司，北京 100083）

0 引 言

农林植保无人机利用无人机搭载喷药装置，通过集成通信技术、自动控制技术、传感技术以及地理信息定位技术等多种相关技术，实现对作物的定量精准喷药，是一种技术集成度很高的智能农业设备[1]。相对于传统的植保作业，农林植保无人机能够减少人员与农药直接接触的机会，具有喷洒效果好、喷雾效率高、不受地形限制、省药省水减少污染等优势，能够降低人力成本，省时高效[2]。同时，由于应用了通信技术、地理信息定位技术，无人机的数字作业和管理也迎来了更多的机遇[3-4]。植保无人机的作业包括作业地块规划、飞行调度、施药等各个环节，都会产生大量的数据，其中相当一部分是包含了位置信息的数据。通过地理信息系统技术，可以对植保无人机作业相关的数据进行收集、整合和利用，实现对植保无人机作业的监控和管理。

1 植保无人机监控管理现状

随着农业现代化的推进，农林植保无人机逐步在水稻、玉米、小麦、棉花、林木等领域开展航空施药应用，适用于平原、丘陵、山地等多种环境，为农业植保的统防统治做出了贡献[5]。植保无人机除了可实现精准施药外，还被逐步应用于农田信息快速分析及诊断、农田无人巡查、病虫草害监测、作业生产情况评估、产量预测等环节[6-8]。2021 年，我国植保无人机保有量预估达到16 万架，作业面积也高达14 亿亩[9]，植保无人机成为我国农业生产中新的产业战略，也为无人机应用打开了巨大的市场前景。

地理信息系统是利用计算机软硬件，对地理位置相关的数据进行采集、储存、管理、运算、分析和展示的技术系统。地理信息系统技术在农业领域有广泛的应用，王娜等人[10]提出了基于地理信息的农机调度优化系统，通过对空间数据进行分析，再结合导航电子地图和路径规划算法，实现农机作业状态动态信息的可视化以及调度系统的优化。

伴随科技的发展，世界各个国家将云计算、互联网、移动通信、人工智能等技术应用于无人机的云端管理，实现大区域范围内规模化无人机的位置、飞行状态、工作状态的管理。谭均铭等人[11]阐述了美国、欧洲、新加坡及我国应用地理信息技术实现无人机云端管理的现状，研究了各国无人机监管云平台的建设框架。王家耀[12]提出无人机的运行管理需要天地一体的地理信息系统，实现无人机的信息交互与协同作业。黄瑞金等人[13]研发了无人机集群指挥管理平台，设计了多无人机协同调度模型，实现了无人机集群协作测绘全流程管理系统。张波等人[14]设计并开发了精准农业航空服务的互联网综合服务平台，平台面向植保服务商和农户，提供多种农林植物保护作业服务的订单形成、作业、支付等功能。姜城等人[15]通过无人机远程视频增强技术，构建了无人机视频数据增强现实的地理信息系统，为无人机的监控及相关工作提供了良好的位置服务。王昀等人[16]面向无人机飞手，搭建了无人机调度大数据平台，实现了飞手和农户供需的无缝对接，提高了飞手的收益。

植保无人机主要由飞行平台（直升机、固定翼、多轴飞行器）、飞控模块和喷洒系统3 个部分组成，其中飞控模块与喷洒系统是植保无人机的核心部分。飞控模块是植保无人机的控制核心，由线路导航控制子模块、高度控制子模块、喷洒控制子模块和植保综合管理模块组成[9]。国内的全丰、大疆、极飞等知名的植保无人机企业都有各自的无人机飞控模块，但飞控模块的数据标准和传输协议不统一，给无人机规模化的统防统治管理造成了阻碍。为解决不同飞控模块传输协议不统一的问题，黑龙江省采用为植保无人机免费加装智能信息终端的方式，实现了对全省植保无人机作业的数字化、可视化统一管理[3,17]。

综上所述，植保无人机有巨大的市场应用前景，也需要统一的监管平台实现数字化、可视化的管理。目前地理信息技术已经在无人机监控管理领域逐步开始应用，而无人机飞控模块数据标准和传输协议不统一是制约无人机统一监控的重要因素。目前植保无人机在作业地块的统一规划和管理方面的应用仍较少。本文针对植保无人机飞控模块回传的数据标准不统一、回传数据的位置信息与作业信息关联性差、飞行轨迹展示方式单一等问题，结合地理信息系统技术，对无人机的作业地块进行规划和管理，并且将无人机的回传数据进行标准化处理，关联无人机的喷洒作业信息和飞行轨迹信息，在地理信息平台上对上述信息进行分析、统计和可视化展示，实现无人机作业调度规划管理、位置匹配、实时监控、轨迹分析与作业统计分析等功能，从而充分发挥植保无人机回传数据的作用，实现对植保无人机作业统一的数字化、可视化监管。

2 平台架构设计

植保无人机作业管理云平台采用面向服务（Service Oriented Architecture, SOA）的体系架构，分为3 层结构：数据访问层、中间业务逻辑服务层和应用层，具体架构如图1所示。其中，数据层用于获取和存储植保无人机作业相关的数据，包括基础地图数据、作业地块数据、无人机飞行回传的数据及设备和操作人员或管理人员数据。服务层提供数据服务和应用服务，包括数据统计分析、数据查询、地图展示、生成图表、位置匹配、轨迹回放、作业参数管理、地块数据管理、错误报警等相关功能，并支持应用层的服务调用。应用层主要实现注册管理、设备管理、地块管理、航线管理、无人机实时监控以及作业任务分析统计等功能。

图1 植保无人机作业管理云平台系统架构

3 平台功能实现与关键技术

3.1 回传数据标准化处理

目前植保无人机飞控模块在回传数据时，回传机制和回传数据的格式、参数名称定义都由各飞控厂商自定义，有的采用WebSocket 推送，有的采用接口请求；回传的位置数据坐标系，有的采用WGS84 坐标系，有的采用GCJ02 坐标系。植保无人机通用参数，例如速度、高度、喷幅、流量、每亩用药量等字段定义也各不相同，并且没有与位置数据关联。由于回传数据的坐标系不统一、数据字段不统一、传输方式不统一，导致了回传的位置数据偏移问题，给数据的统一分析、统计、展示等应用带来了很多的不便。针对上述问题平台首先需要对回传数据进行标准化处理，通过对回传数据的对接服务进行数据的坐标系统一、属性关联与位置匹配，实现飞控回传数据的整合。

首先，判断不同的飞控回传数据的机制，在推送模式建立连接后进入推送流程，依据回传机制接收数据；接口模式依据接口定义采用轮巡进行数据获取。其次，针对飞控回传的位置数据进行坐标系转换，依据坐标系判断，将WGS84转换为GCJ02。第三，将回传数据的位置信息、飞行状态、作业状态进行关联。第四，将回传的位置信息进行位置匹配，匹配到具体的县级行政区域。最后，将标准化处理后的数据，包括采用GCJ02 坐标系的飞行位置信息、飞行时关联的作业区域、飞行速度、高度、喷药量等信息存储到飞行回传数据库。

3.2 基于GiST 的位置匹配算法

植保无人机作业实时监控管理的关键技术之一在于实现植保无人机回传数据与其作业地块位置的快速匹配。依据空间对象的位置、形状或对象之间的空间关系按一定的顺序排列可以建立空间索引，这种数据结构能够有效地提升空间数据的检索效率[18]。杨泽等人[19]基于R 树空间索引实现了植保无人机与植保作业的快速匹配。在实际应用中，基于R 树空间索引匹配算法在匹配运算并发量较大时效率会明显下降。为了克服这一缺点，本研究利用通用搜索树（Generalized Search Trees, GiST）的索引机制，实现了无人机回传数据与作业地块的快速位置匹配。

本平台使用PostgreSQL 关系型数据库以及它的空间扩展PostGIS 来存储空间数据，平台先建立全国的省市区县基础数据表，再对全国范围进行空间划分，建立空间索引，以该索引作为判断飞控模块回传的位置信息所在区域的依据。同时建立区县内作业地块的空间索引。本平台利用PostGIS中的ST_Within 函数的索引过滤功能进行位置匹配，利用函数ST_Within（geometry A, geometry B）进行区域判定，如果几何A 完全在几何B 内，则返回true。在实际应用中先将无人机回传的位置数据进行区县判定，再依据无人机的作业状态判定其作业位置与计划作业地块的位置关系。

3.3 无人机作业地块与航线管理

通过将作业地块的位置、面积、方位、地块内有无障碍物、地块内作物类型等信息登记到平台，可以实现作业地块的精确管理；结合地理信息平台，可以实现作业地块的可视化展示、地块作业完成情况的统计等功能。

植保无人机的作业时长受到无人机的电池容量、载重能力、地块形状、作物类型等因素的约束[5]。在进行无人机作业航线设计时，需要考虑植保作业的类型、环境约束、无人机的飞机高度、作业时间、装载药量和电池的续航能力。

当地块形状为矩形时，一般选择牛耕往复法以减少转弯次数；对于凸多边形地块，可划分为多个规则的子区域，在子区域内分别进行航向角的优化和飞行航线设计；对于凹多边形地块，可以将凹多边形分割为多个子凸边型，再分别进行飞行航线设计[5]。对于包含障碍物的作业地块，可以基于栅格法对目标工作区域进行路径点采样，获得所有有效路径点；同时结合混合粒子群算法对路径点进行排序，从而获得有效的飞行航线[1]。对于三维作业区域，可采用基于改进蚁群算法的航线规划方法[20]。

通过对作业地块的精确管理，在航线设计时充分考虑无人机作业的各种影响因素，减少现场打点划定地块的工作量，提高无人机的有效作业时间。

3.4 植保无人机实时监控功能

平台服务层的错误报警服务通过调用植保无人机实时回传的作业数据，可以获取单个无人机的飞行位置、飞行高度、当前速度、喷幅等信息。对比该无人机计划的飞行线路、喷幅等数据，如果出现异常，则向应用层推送错误报警，从而应用层可以实时了解无人机是否出现异常作业。

平台服务层的轨迹管理服务通过调用植保无人机实时回传的位置信息，结合地图展示服务可以将无人机的作业位置、当前速度、高度、喷幅、作业面积等相关信息展示在地图上，供用户实时查看，从而了解实时的作业情况，如图2 所示。

图2 无人机实时监控地图可视化展示

通过平台的地图展示功能，还可以查看当前作业中的无人机实时位置，统计在线无人机数量、总作业时长、总作业面积、总作业架次、地块信息、地块总面积。通过动态实时地监控无人机的飞行轨迹和喷幅等信息，可以做到精准施药，避免重喷、漏喷、错喷等现象。

3.5 作业任务分析统计与展示功能

平台服务层的轨迹管理服务通过调用植保无人机历史轨迹信息，结合地图展示服务，可以将植保无人机的飞行轨迹进行动画展示或静态展示。针对业务结算或有效作业质量检查，在展示飞行轨迹时可利用其关联的相关作业参数分不同颜色进行展示。例如根据无人机是否开喷洒装置，轨迹展示为不同颜色，以便了解喷洒作业质量是否正常。分不同颜色对轨迹进行展示的效果如图3 所示。

图3 分不同颜色查看轨迹回放的示例图

利用无人机回传的数据及服务层的统计分析服务，平台可以按照任务、地块、时间、机型等指标进行喷洒作业的统计，结合地图展示服务或图表生成服务向用户进行统计信息展示，从而让用户能直观地了解植保无人机当日的作业面积、飞行架次、飞行时长、累计作业面积、报警数据、不同地区的作业面、任务完成情况等信息，以便植保无人机管理部门完善作业的区域部署以及任务调整。平台统计数据展示效果如图4 所示。

图4 平台分析统计展示功能

应用分析统计功能还可以针对作业任务进行统一管理，通过制定任务要求与时限，根据每日实际完成的作业数据统计，可以生成任务燃尽图，如图5 所示，从而监控任务执行情况，及时调整植保无人机作业数量和架次等参数。

图5 任务统计示例

3.6 植保无人机操作人员注册及设备管理功能

通过平台的注册管理模块，可以对操作或管理人员进行注册，并登记植保无人机的各类信息。通过为每个人员及每台无人机分别分配唯一的ID 号，可以实现不同类型的人员权限管理，也可以实现设备的管理。

4 平台的实现与应用

在平台实现时，应用层采用传统HTML+JavaScript 的响应式框架Svelte 进行开发，地图交互采用现有的SmartMapX地理信息平台，服务层采用NodeJs+Sequlize 进行搭建，数据层使用PostgreSQL 关系型数据库以及其空间扩展PostGIS进行空间数据存储。

平台应用于河南省某市植保无人机的监控和管理，实现了对植保无人机数据的注册与接入、回传数据的位置匹配、入库、存储、管理，以及植保无人机的航线管理、作业的实时监控、任务执行的统计分析等功能。截止到2022 年8 月作业任务统计，该市植保无人机作业管理云平台总计上线飞机3 580 架，平台完成回传数据标准化处理服务544 141 次，无人机总作业时长为33 692.28 小时，总作业面积为4 243 440.85 亩。

以平台在某县作业的统计结果为例，调取在该区域作业的500 架次飞行记录，作业面积2 684.56 亩，总作业时长50 小时47 分13 秒，其在平台上的轨迹分色展示效果如图6所示。

图6 500 架次历史数据统计及轨迹展示

5 结 语

本文通过搭建基于地理信息系统的植保无人机作业管理云平台，将植保无人机不同飞控模块的数据进行标准化处理，即统一位置信息坐标系、将位置信息与植保作业信息相关联，飞行轨迹信息匹配到作业地块，便于不同类型的飞控模块数据的统一存储、管理和利用；结合地理信息平台，可实现无人机作业地块与航线的管理以及作业的实时监控、轨迹展示与任务统计分析等功能，实现了植保无人机作业管理的数字化和可视化，有利于无人机作业的大规模统防统治。平台的设计与应用可以有效提高植保无人机作业的管理水平，提升农林植保的作业效率，为相关的地理信息技术与无人机应用提供了实例和参考。