DOI:10.3969/j.issn.1672-3872.2026.17.003
摘 要:【目的】解决传统小麦病虫害无人机施药过程中,风速扰动、作物冠层差异、病虫害分布不均导致的施药精度低、农药利用率不足、防治效果不稳定等问题。【方法】结合近端策略优化(Proximal Policy Optimization, PPO)强化学习算法与自适应模糊控制(Adaptive Fuzzy Control, AFC)算法,构建一种高精度、自适应的无人机施药控制模型(PPO-AFC混合控制模型)。通过理论建模、仿真测试与田间试验相结合,优化无人机飞行高度、飞行速度、喷药量三大核心施药参数,并将该模型与传统PID控制模型、纯PPO控制模型进行对比。【结果】PPO-AFC混合控制模型的施药均匀度达89.7%,农药利用率提升至82.3%,小麦病虫害平均防效达87.6%,均显著优于其他模型;同时,该模型能有效抵御风速扰动,在2~6 m/s风速下,施药误差控制在3.8%~7.9%,具备良好的鲁棒性。【结论】研究成果为小麦病虫害无人机精准施药提供了可靠的技术支撑与理论参考,对推动小麦绿色生产、降低农药污染具有重要意义。
关键词:强化学习;自适应模糊控制;小麦病虫害;无人机施药;精准控制
引文信息:[1]张绘敏,卢青波,黄双成,等.基于强化学习和自适应模糊控制的小麦病虫害无人机施药技术研究[J].南方农机,2026,57(17):13-16+35.
查看全文请下载PDF文件↓