林志玮 黄秀萍 洪宇

[摘 要] 为促进无人机技术在高校农业教学中的应用，培养农用无人机应用技术人才，提升农业生产的信息化与精准化，设计了一个基于VR操控的无人机模拟系统，并应用于农业教学实践中。该系统在VR技术支持下实现沉浸式教学体验，提升了学生对无人机理论知识的掌握程度，解决了教学实践中无人机设备短缺的问题;实时视觉定位无人机的航行环境并创建三维点云地图，实现了农业信息获取的可视化与实时性。该系统具有完备的设计过程，能够直接应用于无人机农业教学中，为高校培养无人机农业技术人才创造条件。

[关键词] VR技术;微型无人机;农业教学

[基金项目] 2018年度福建省研究生教育教学改革项目“AR/VR技术背景下研究生教学模式改革研究与实践”（FBJG20180197）

[作者简介] 林志玮（1981—），男，台湾台北人，博士，福建农林大学计算机与信息学院副教授，主要从事图像处理、图形识别研究;黄秀萍（1998—），女，福建三明人，福建农林大学计算机与信息学院2020级统计学专业硕士研究生，研究方向为统计信息技术与数据挖掘、图像分割识别;洪 宇（1996—），女，福建南平人，福建农林大学计算机与信息学院2018级统计学专业硕士研究生，研究方向为统计信息技术与数据挖掘、图像分割识别。

[中图分类号] TP399    [文献标识码] A  [文章编号] 1674-9324（2021）20-0141-04     [收稿日期] 2020-12-28

一、引言

随着科学技术的发展，基于机械化、自动化、信息化的农业机械设备为解放农业生产带来了新机遇，农业信息化是农业可持续发展的科技体现和发展基石。将现代信息技术与农业生产实践教学有机地结合起来，是高等农林院校须解决的一项复杂而艰巨的任务，是高校培养创新型、应用型、复合型农业信息化人才[1]，发展农业现代化的基础与保障。

受教学设备限制，目前绝大多数高校尚未开设无人机相关课程，造成无人机农业信息化人才短缺[2]。VR（virtual reality）技术是一种能够创建和体验虚拟世界的计算机仿真技术，将VR技术与无人机相结合，可设计一个基于VR操控的无人机飞行模拟控制系统。利用VR技术实现对虚拟无人机的操控，能够有效解决实践教学中无人机设备短缺的问题，同时避免学生因实体无人机操控不熟练而引发的教学事故，且具有实践性强、展示力佳、学生施展空间大的优点[3]。系统附属的实时视觉同步定位及建图功能，能够让学生实时了解无人机侦察地點的植物分布、生长情况等实时信息。将VR+无人机技术应用于农业教学中，提升了学生在实践教学中的融入感以及动手与创新能力，更重要的是以农业信息化为导向，对培养有竞争优势的VR技术人才、无人机技术人才以及农业信息化人才，对满足农业可持续发展的需求具有重要意义。福建农林大学兼备农业和计算机类专业等多方面的资源优势，是我国农业信息化建设的主力[4]，为此，他们结合优势教学资源，构建培养VR+无人机农业技术人才的教学平台及跨专业教学团队，探讨培养新型农业高层次人才的教学改革新思路，为符合农业现代化发展建设输送技术人才。

二、无人机农业教学基础与关键问题

（一）无人机农业教学构建的基础

无人机农业教学融合了遥感、计算机、农业等多学科的专业知识。福建农林大学是一所以农林为特色的综合性大学，具有相关学科的专任教师，为跨学科教学团队的整合创造了条件。此外，具备众多的农业教学基地，可为无人机农业教学研究提供实践基地。

为解决实践教学中无人机设备短缺的问题，本文提出基于VR操控的虚拟无人机飞行控制模拟系统，只需在计算机机房便能实现无人机操作的实践教学。

（二）无人机农业教学应解决的关键问题

无人机农业教学涉及多学科交叉问题，在创建跨学科教学团队时，涉及不同学院、学科的专任教师，应合理配置团队人员，促进教学团队的交流合作，发挥跨学科教学的优势。

教学实践是将理论和实践有效结合的手段，是培养应用型人才的基础。传统涉及无人机设备的课程多数以理论教学为主，学生在学习过程中缺乏动手操作的机会，限制了创新型及应用型人才的培养。因此，改变传统的教学目标，侧重理论知识与实践相结合的教学新模式，借助无人机模拟飞行控制系统培养学生制订飞行路线、完成飞行任务、采集农业信息、执行农业植保任务的能力。

无人机目前在农业上的应用仍是新兴领域，并不成熟，主要存在以下问题：（1）植保无人机操作复杂，要求操作人员掌握基本操作技能[5];

（2）飞行规划需要考虑地形、障碍物、作业区域等因素，一般无人机不具备自动避障功能[6]，易造成飞行事故，需要学生进行航线规划[7，8]。通过开展无人机农业教学，可培养无人机技术人才，为农业信息化建设提供保障。

三、无人机教学平台的搭建

（一）基于VR操控的无人机飞行控制模拟系统构成

基于VR操控的无人机飞行控制模拟系统的结构如图1所示。系统主要由模拟模块、飞控模块、手势识别模块和机器学习模块构成。无人机模拟模块是创建虚拟无人机三维模型及在模拟地图上的所在位置，该模块提供了在不具有无人机设备的前提下，让学生在实验室机房中便能实现对无人机的飞行控制;无人机飞控模块是对虚拟无人机进行飞行控制;手势识别模块是获取手势信息并对手势进行识别;算法模块是对手势进行训练，进而获得具有较高识别准确率的识别模型。

（二）视觉同步定位与建图系统构成

视觉同步定位与建图系统的结构如图2所示。该系统主要由信息获取模块、视觉里程计模块、优化模块、回环检测模块和建图模块构成。信息获取模块具有图像信息获取、相机标定和图像校正功能;视觉里程计模块是对相机运动和局部地图进行估计;优化模块是对信息进行优化以及计算相机轨迹;回环检测模块是用于检测摄像机是否到达之前到达过的位置;建图模块是根据系统计算后得出地图信息实时创建三维点云地图。