设计农用无人机的十个重要问题和经验总结，工程师必须注意

无人机的发展已经超出了人们的想象，不再只是某种飞行武器，也不再只是爱好者的玩具，而是更广泛应用在日常生产生活方方面面的多面手，农业就是其中之一。最初的无人机在应用上很接近农场用的播撒机。除了拍摄人们的照片和视频外，它们用来调研土地数据，利用它们自带的高清晰度传感器来帮助农作物生长，减少灌溉用水和肥料消耗。

3DRobotics的市场销售副总裁John Cherbini准备起飞一架无人机。这架无人机通过航拍能为农场提供日常耕作辅助服务。

为什么是农场？因为不靠大数据技术支持，农业本身就成了大数据问题。大约一半在农田内投放的东西（从液体到杀虫剂、杀菌剂、除草剂等）往往都浪费了，因为它们不是过多使用，就是投放在错误的地方，例如植株之间的土地上，而非植株本身。本来这看似是不可避免的损失，拜喷洒时自然环境干预所致，或为了预防农业灾难，例如疫情爆发导致全面失收这种情况。

Cherbini正观察着飞行器。这架飞行器由3DRobotics生产，正执行全自主飞行任务中。葡萄园的收获时节很短，用类似这样航拍的技术能为农场提供不断跟进和准确的实况图像支持。

很快农民们会知道每株植物上发生了什么事情，在事态变得不可收拾前得到控制，并像蜜蜂般准确无误定位投放化学药品。只有当需要时，杀虫剂和杀菌剂才会投放，而且是所需的最小量，不光是减低在植物和环境的化学残余物，而且还能省钱。在小型农场内，你或许还能手工精准操作。但在大型农场内，解决之道往往就求助于机器人，包括无人飞行器。

Cherbini和Brandon Basso（3D Robotics高级研发部工程师）正等待他们的飞机完成预定自主飞行任务。飞机拍下的图像将有助于农民照看他的土地。

关于农用无人机的十个问题

3DRobotics相关团队在使用无人机照看农场方面，有如下体会。

最近一年间，我的团队在农场上投放无人机，收集农作物数据，和农民们交流他们的目的和工作过程。这期间我们学到了这些经验：

1. 每种植物都是不同的！不用多说，葡萄不是番茄，番茄也不是玉米。在农田里有上百种不同种类植物，从树木到杂草都有。（还不包括牲口和牧场这类机构）每株植物需要不同测量数据来生成执行数据。没有什么通用农作物调查方案，从根本上来说这等同于不同专家在每种植物上向农民提出解决方案。

2. 用旋翼机，而非固定翼飞机。一开始我们用固定翼无人机，但很快发现几乎所有农场都没有降落场。即使是短距离起飞飞机，在只有几个农场有的合适降落场地下频繁使用，也会摔得残破不堪。不过，旋翼机能够在任何地点起飞降落，能飞上40分钟，覆盖范围超过一英里。固定翼飞机只适用于最大的农场，即使如此，每次任务都需要细心操作，尤其在寻找合适场地降落的时候。

3. 用手机/平板电脑，而非笔记本电脑。农民们不想提着笔记本电脑跑到农田里。任何无人机在普通消费者手中应完全能被苹果或安卓手机、平板电脑所操控。

4. 一键自动任务，而非遥控飞行。类似的，农民们不想转行开飞机，农业用无人机应当从起飞到降落完全自主控制。操作体验应当简化为只要在电话上按下“开始”按键后，无人机就自个儿完成整个任务。

5. 放飞照相机，而非飞行器本身。农民所关注的是图片，不是那种数据库采集的图片。让精密数据分析工具分析如何取得合适图像，让自主驾驶程序关心飞行动态各种鸡毛蒜皮数据，而让人类做回人类本身最擅长的——提出最高标准需求。

6. 视频比静态图像更有价值。不要低估农民们肉眼观察能力，有时他们能从一段第一人称视角视频看出问题，然后驱车前往最近发生问题所在地。（无需多言，只有旋翼机才能完成的任务）实际上，农民们可能甚至不清楚他们最初看到的是什么。有时侯常规观察就仅仅是任务，不需要直接传送特定数据结果（比如一团马赛克图片）。

7. 植被指数变得十分简单。农作物调查的金科玉律是“归一化植被指数”，显示植物反射的红光和近红外光之间的差值。健康的叶绿素吸收红光反射近红外光，而受损的叶绿素则两者都反射。不用昂贵的照相机就能获取这类数据。稍微改装普通相机，加装蓝色塑料滤镜就能变成近红外照相机。拿一台廉价的双镜头3D照相机，将其中一个镜头改装成近红外镜头，那么你就有一台低于200美金的NDVI（植被指数）照相机了。

8. 为农业专家而非农民服务。大部分农业数据服务是给本地农业顾问专家看的，而非农民本身。现时，美国联邦航空局禁用大多数商用无人机，即任何涉及盈利用途，包括农民本身为了他们自己目的在自家土地上使用。但国会也强制要求联邦航空局在2015年对商用限制放宽（尽管在实施前还会一再跳票）。这一点上，就期望大多数用户是本地农业服务商，而非农民本身吧。

9. 时间就是金钱。无人机的何时何地空中作业能快速经济得到答案，意味着能获取及时的信息，例如每日采样数据来确定何时最合适进行收割。类似的，时间上的改变过程也很直观。农作物采样的目的是告诉农民本身无法直接观察到的事物，加上时间轴的帮助就能很好说明问题。用常规农作物采样法，每天或每星期的，然后用软件标示一段时间下的变化，这样将田野中的植被差距缩小变得可能，直接关系到农业生产。

10. 可以用作市场数据。有些种子公司已经提供免费空中农作物采样服务，作为它们销售过程一环。类似的，农业采样数据也能帮助农民做出不同农作物管理决定。它使农民更有效率地销售农作物，在大宗货物领域中能区分出哪些是高科技精密作物。如果以数据导向的农作物管理能让农民们用少一点化学药物和灌溉用水，也许某一天消费者们会愿意为“无人机农业”产品掏腰包。正确使用的话，大数据农业就等同于绿色农业与食品。既然消费者愿意为有机食品给多一点钱，那这个何尝不是？

Cherbini（右）和Basso（左）在检查一家完成自主飞行任务的飞机。

葡萄农Ryan Kunde准备榨取塑料袋中的葡萄。他能知道哪些葡萄能被收割下来，全靠3DRobotics无人机的航拍图像。

3DRobotics的工程师们用Y6旋翼机飞过葡萄园。旋翼机能快速收集现场第一手数据并进行完善分析。

文/ Chris Anderson

如果您喜欢本文，欢迎转发分享，点赞评论！