农业无人机作为无人机应用的重要类型,利用大数据技术,其功能性、覆盖范围等显著扩大,为农业发展提供了更有力的支持,提高了农业种植效率,实现了对农业生产的高效管控。但是,在实际应用中,仍存在一定问题,如数据挖掘、数据预测与数据安全等难以保障,影响了大数据效用发挥,阻碍了农业无人机技术的完善。如何应用大数据技术来推动农业无人机发展,具有重要意义。
1 、农业无人机简述
本质上,无人机和大数据间存在相似处,都以收集数据、存储数据、分析数据等为基础。大数据主要是指海量数据。无人机是在计算机技术、信息技术等基础上发展起来的一门现代化技术,是无人驾驶航空飞行器的简称。依照构成,无人机可分为固定翼、旋翼等形式,主要由飞行器、遥控站、通讯系统等构成。无人机应用范围较广,被用于很多领域,如农业、测绘等[2]。在农业领域,常用的无人机为旋翼类型。通过无人机航拍农业生产情况,生成并存储数据,供人们分析,并为农业领域提供帮助。将无人机和大数据技术结合,不仅能提升大数据的使用范围,还进一步提升了无人机使用性能和效率。
2 、农业大数据关键技术
在农业发展中,大数据应用的关键技术主要包含以下几种。
第一,大数据获取技术。农业大数据具有多样性、泛在性、规模化与高速率特点,仅依靠传统数据获取技术、集成技术、存储技术和处理技术,并不能满足农业发展需求,因此,大数据获取技术的应用成为关键。例如,在农业无人机应用中,传统信息收集方式无法快速、全面获取知识,且所获信息难以被有效利用。
第二,大数据集成技术。农业大数据包括结构化、半结构、非结构化3类数据,为了对农业大数据展开后续存储和分析,常常将复杂数据转变为易处理的单一数据,导致所转化的部分数据不正确,甚至无价值,最终需要对信息进行过滤,因此大数据集成技术不可或缺。
第三,云计算。在大数据分析中,云计算作为核心,是大数据分析与应用的平台。为发挥云计算作用,应保障云计算的灵活性,为异构网络的资源应用提供支持,强调大数据的可用性、容错性等,以此为大数据分析提供支撑。
3 、大数据在农业无人机上的应用
3.1 硬件设备
在大数据在农业无人机的应用研究中,参与研究的硬件设备主要包含3部分,即无人机平台、地面站和无线传输设备。其中,无人机平台选择了专业性智能无人机,该无人机飞行最长时间为30 min,能够红外避障,采用GPS、GLONASS双模式定位。无线传输设备的传输速度为Class10,通讯距离最长为7 km。
农业无人机上装设了数据采集装置,由多种传感器构成,如角速度传感器、加速度传感器、气压高度传感器及风速与风向传感器等。飞行控制装置安装在无人机机翼上,由方向舵、升降舵与副翼舵构成,在舵面偏转时,无人机飞行方向、飞行姿态进行相应转变,以此实现自动驾驶。在无人机上装置了图像采集设备,可搭载2 000万像素的影像传感器,并安装信息转换装置,将图片影像转化为数字信号传输。地面站主要用来接收无人机传输的数据。人们在地面站对PB级数据进行读取写入,利用计算机建模并运算,同时,安装信号还原装置,将数字信号还原为图形。地面站在对大数据分析时,硬件选择了PC服务器,配置两路8核的CPU,以千兆网卡满足对存储空间、运算速率与结果展示等的需求。
3.2 、具体处理工作流程
在大数据应用到农业无人机上后,通过无人机收集海量数据,还拥有众多价值数据,充分展现了大数据的优势。在农业无人机上,搭载较多传感器系统、数据信息采集设施、摄像机、交换机设备及网络连接数据采集器等,提高了数据收集的全面性,增强了数据实时性和科学性,为农业发展提供了充分的数据支持。大数据在农业无人机上的应用,会受到无人机性能影响,当无人机系统无法采集数据并分析时,应及时将数据通过无线通讯传输至地面站。在传统数据信息使用中,大数据传输频率、效率显著提升。通信链路下,数值型调制宽带的应用,便利了数据信息向地面站的传输。地面站接收无人机传输的信息后,可依照规范对数据信息进行规整,根据具体需求,重放数据信息,为数据分析提供支持。在处理农业大数据时,可进行精细化划分,实现多种目的。在处理农业数据时,工作人员可依照半结构、非结构等类型对数据进行特殊处理,提高数据处理速度,提升农业数据分析的科学性与合理性。在记录农业数据时,应集中处理数据,结合知识库辅助决策,合理挖掘数据,全面发挥大数据的效果,进一步增强农业无人机的作用。
3.3 、软件与算法
在大数据应用于农业无人机上时,大数据分析采用Hadoop技术。在Hadoop结构框架中,包含了通用模块与分布式的文件系统等,集群文件被储存在分布式文件系统,在特定节点构建分布式的文件架构。Hadoop技术下,通过运用间接并行计算模型,容错性与扩展性较强,适合大规模数据分析与处理。
在农业无人机航线规划中,利用大数据选择区域路径算法非常重要。大数据应用虽然便利了无人机检测,但是区域划分不科学,在无人机系统聚合数据过程中,存在区域重叠,会增加大数据计算难度。对此,应利用二维跟随算法规划航线,可以避免区域重叠,增加大数据中的有效数据。在航线规划中,应遵照理论基础:路径不合理主要源自于对作业区域方格重复监测。为降低该现象,应建设二维坐标,计算飞行方向角速度,得到无人机投影航线。以优先原则,选择同一行方格作为下个规划方格依次飞行,收集方块内的相应数据并分析,直至将全部方格涵盖。同时,加强异常检测,避免无人机脱离航线。利用大数据技术,全面覆盖所需测量区域,同时避免重复测量,发挥无人机的最大作用。
4 、结束语
在农业生产中应用农业无人机,能够得到大量生产数据,但是利用普通的机械设备并不能合理分析庞大的数据,数据利用率不佳,无人机的作用难以全面发挥。实践表明,大数据支持下的农业无人机,能够采集农作物生长全过程的信息,实现航线规划、飞行合理控制、图像有效处理等目的。因此,应依照农业无人机特点和需求,积极引进大数据技术,通过硬件设备、软件系统支持,设置具体流程,全面提升农业无人机应用效果,推动农业现代化、数字化发展。