智慧农业革命:惯性检测如何助力 提升精度和生产力

摘要

全球人口不断增长,为了在可持续的前提下保障粮食供应,现代智慧农业正积极拥抱技术革新和自动化。惯性传感器在多种应用场景中发挥着重要作用。精密惯性测量单元为农业领域日益增多的机器人,包括自动驾驶拖拉机、采摘机器人、无人机等,提供导航和稳定控制。此外,宽带惯性传感器可用于所有此类复杂机械设备的预测性维护。而且,惯性传感器支持实现各种边缘感知模式,如动物追踪、奶牛发情检测和生命体征监测等。

引言

预计到2050年,世界人口将接近100亿,要满足人们生活水平不断提升的需求,全球粮食生产必须比现在增加70%1。然而,农 业市场正面临前所未有的挑战。在许多发达国家和发展中国家,农业劳动力持续减少。年轻一代正逐渐远离传统农耕,导致劳动力成本持续上升。气候变化加剧了挑战,不可预测的天气模式、土壤退化和水资源短缺严重威胁着全球农业耕作者。 农业企业必须提升产量、减少浪费并优化成本,以满足需求并保持竞争力。科技的进步为此提供了重要支持。人工智能(AI)、机器学习(ML)、机器人技术和物联网(IoT)的兴起,使得智慧农业的自动化更加可行且更具成本效益。如今,农业耕作者可以借助数据驱动分析来改善决策。

随着机器人收割和无人机辅助监测等自动化系统的引入,农耕作业变得更加快捷高效,减少了对人工的依赖。精准农业技术改善了土壤状况和播种精度,促进了作物生长,提高了亩产量。智能灌溉和施肥系统有效减少了水和肥料的浪费,实现了成本节约和资源保护。

在智慧农业领域,惯性传感器发挥着多重关键作用。首先,惯性传感器能够提供有关加速度、方向和位置的实时数据,从而提升自动和半自动农用车辆的驾驶效率。惯性测量单元(IMU)在GPS的辅助下,广泛用于拖拉机、机器人和无人机等陆地和空中载具的导航与操控及姿态和其他惯性状态的监测,使这些载具能够精准地沿预定路径完成播种、耕作和喷洒,有效降低成本,促进农业的可持续发展。其次,在牲畜管理中,惯性传感器可用于追踪动物的运动和行为,使养殖户能够监测畜群的健康状况,并检测活动模式中的异常情况。最后,惯性传感器与AI的融合进一步增强了农业设备的预测性维护能力,有效减少了停机时间和维护成本。

微机电系统(MEMS)技术的进步带来了性能的增强,使得MEMS IMU 成为可扩展自动驾驶汽车(AV)平台的关键器件。MEMS IMU通常用 作运动控制系统中的反馈检测元件,典型应用包括自动驾驶汽 车中的导航控制(GNC),以及智能农具(如喷雾器、播种机、铲 斗、刀片)的指向控制。当用作反馈检测元件时,MEMS IMU性能 会直接影响系统的精度。 ADIS16576是新近推出的一款MEMS IMU,在功能集成和核心传感器性能方面均实现了重大突破(图1),尤其以振动校正误差(VRE)的改善最为显著,陀螺仪VRE和加速度计VRE分别改善了10倍和50倍。MEMS IMU的基本功能是绕三个相互正交轴(滚动、俯仰、偏航)提供三轴角速率检测,并沿三个正交轴提供三轴线性加速度检测。加速度计提供平均(或静态)角度估计,而积分陀螺仪测量提供实时角位移。系统处理器将这两个角度估计源融合起来,为GNC或指向控制系统产生可靠的反馈控制信息。以这种方式工作时,在4 g的振动下,1.3 mg的加速度计VRE意味着GNC平台可以保持优于0.1°的姿态角,而无需任何其他检测功能的协助。这对于无人机而言非常有用,特别是那些振动水平会随推力显著变化的无人机。在陀螺仪中,VRE会导致偏置发生快速且持续的变化,从而产生错误的运动校正行为,在最坏情况下甚至会造成平台不稳定。上一代器件在8g rms下的VRE响应可能超过300°/h,而ADIS16576的响应为12°/h, 因此其他系统检测模式的估计/校正负担得以大大减轻。这款MEMS IMU最重要的功能改进之一是可变的外部同步。通过引入用户可编程的时钟功能,系统开发者现在可以使用较慢的系统级参考(例如GPS或视频同步)来驱动4000 Hz IMU数据采样。这既实现了与每秒脉冲数(PPS)或感知检测参考的紧密耦合,又保留了更高数据采样所提供的各种数字处理选项。图2和图3显示了一个例子,其中自动驾驶汽车平台使用20 Hz GPS参考和200×比例因子来产生4000 Hz的内部采样速率。此外,该系统还展示了如何使用片上抽取滤波器将输出数据速率降为原来的1/20 (200 Hz)。在更富于动态变化的场景中,例如作物巡检无人机在有风条件下作业时,系统处理器可能需要以最大采样速率读取和处理数据,以确保稳定性和操控性。

Figure 1. The ADIS16576 inertial reference frame.
图1. ADIS16576惯性参考系
Figure 2. The ADIS16576 signal chain and external synchronization inputs.
图2. ADIS16576信号链和外部同步输入
Figure 3. Timing diagram of the ADIS16576 in scale sync mode.
图3. 比例同步模式下ADIS16576的时序图

惯性传感器还在物联网系统中发挥着关键作用,此类系统可用 于持续监测动物的位置和生理状况。典型安装形式包括钉在耳 朵、尾巴或身体上的标签,或是戴在脖子上的智能项圈。此类 标签不仅可以帮助管理畜群位置,更重要的是,还能持续提供 动物的健康数据,例如活跃度、进食时间和呼吸频率。此外, 新型标签还具备追踪心率及其他生命体征的能力。颈戴项圈 已成为检测牛只发情、反刍、跛行和其他状况的重要工具。此 类物联网系统的核心要求之一是低功耗,因为维护大规模畜群 的电池(包括可充电电池或一次性电池)是一项繁琐且困难的任务。ADXL366拥有出色的低功耗优势。这款三轴加速度计采用内部稳压设计,因此可以直接连接到电池。其最低工作电压为1.1 V,能够以100 Hz的频率提供运动数据,能耗仅为约1 µW。这一能耗水平低于纽扣电池的自放电水平。当用于颈戴项圈时,这款加速度计可以在低功耗和低噪声模式之间进行调整,提供的最小信号介于 3 mg到8 mg rms,足以区分咀嚼、反刍和呼吸频率(RR)。ADXL380具备增强的生命体征监测能力,在4 kHz带宽内的工作噪声水平几乎降低了两个数量级。在200 Hz带宽下进行同等带宽比较,这款加速度计的等效噪声为0.4 mg rms。高信噪比(SNR)加上宽带宽,使得这款三轴加速度计可以化身为“听诊器”,通过心冲击描记图收集心率信息,或捕捉与呼吸、消化和其他生理功能相关的各种噪声。表1列出了这两款加速度计的比较结果。超低功耗惯性传感器的另一项核心能力是支持物联网节点的系统级电源管理。ADXL366提供专用唤醒模式,能够根据检测到的运动曲线发出中断,进而管理电子系统电源的通断周期。典型配置可参见图4。加速度计提供了丰富的可编程参数,不仅能配置所需的运动曲线,最重要的是,还能在全带宽下唤醒和采样。此功能对于避免混叠和误检非常重要。在唤醒模式下,ADXL366的功耗低至惊人的180 nA。利用这一优势,高功耗传感器、无线电及其他元件可以在无需工作时关断,从而延长传感器节点的使用寿命。

表1. 超低功耗加速度计与超低噪声加速度计的并排比较
产品 满量程范围 (g) 分辨率(位) 唤醒电流 (μA) 工作电流 (μA) 噪声(200 Hz)带宽 (mg rms) 带宽 (Hz)
ADXL366 2至 8 14 0.18 0.89 8 200
ADXL380 4 至 16 16 33 340 0.4 4000
Figure 4. The ADXL366 configured as a motion switch within IoT systems.
图4. ADXL366配置为物联网系统中的运动开关

最后要谈的是惯性检测与AI分析的集成方案,集成的目的是在智慧农业领域实现预测性维护。现代农场规模不断扩大,因而不得不依赖高资本支出的机械进行生产。此类设备不仅要精准无误地运行,还必须经受住季节性农耕任务的恶劣环境和高强度作业的考验。在短暂的种植或收获季节中,如果设备发生故障,可能会造成严重的经济损失。例如,播种机或收割机等精密设备,常常需要在风雨、尘土、泥泞、碎石等恶劣环境下作业。在这些环境中,关键振动特征的变化可用于提前预测设备问题,然后在尽量不影响高峰期生产的时间内进行维护来解决问题。机械振动分析(类似于牲畜的生命体征监测)可用于精确定位机械元件中不同问题的故障模式和时间,例如轴承故障、轴未对准、不平衡、松动、齿轮故障和其他问题。假设轴承存在缺陷,如表面剥落或形状偏离理想球体。每当这类缺陷与机器表面接触时,都会在平台上产生一个冲击,从而引发复杂的振动响应,其中既包含基频成分,也包含宽带成分。图5以频谱形式展示了一个复杂的振动曲线。

因此,为了实现预测性维护,加速度计需要满足三个重要性能指标:低噪声(早期预测)、高带宽(检测所有频谱成分并支持故障分类)和足够高的测量范围。然而,最后一项要求经常被忽视,因为加速度的大小与频率 ω2成比例;如果不予考虑,高频频谱成分可能会使传感器饱和。采用紧凑封装的全新ADXL382三轴数字加速度计可满足所有三项要求。这款产品具有高达60 g的满量程范围、8 kHz带宽和低于55 μg/√Hz的超低噪声。

Figure 5. Wide bandwidth, spectral representation of common machine faults.
图5. 常见机器故障的宽带宽频谱表示

结语

农业领域的自动化与技术进步,是应对全球粮食安全、劳动力短缺和环境可持续性等严峻挑战的关键力量。通过采用AI、机器人和精准农业等创新手段,农业生产能够提升效率、降低成本,确保粮食生产拥有一个更具可持续性的未来。在农业技术生态中,惯性传感器提供核心感知能力,发挥着关键作用。然而,选择传感器时必须谨慎,确保传感器的性能和功能契合具体应用。

参考文献

1Global Agriculture Towards 2050”,联合国粮食及农业组织,2009年10月。

作者

Tzeno Galchev

Tzeno Galchev

Tzeno Galchev目前担任ADI公司增强成像和解读部门的产品营销经理。他主管3D视觉解决方案的战略营销和产品定义工作。他毕业于密歇根大学安娜堡分校,于2004年获得电气和计算机工程学士学位,并于2006年和2010年分别获得电气工程硕士和博士学位。他发表了30多篇技术文章,经常就有关物理和光学检测的技术主题发表演讲并担任嘉宾。MEMS、能量采集和传感器。在加入本行业之前,他是德国弗莱堡大学微系统工程系(IMTEK)的研究员。