Beschrijving

Aanvraag sturen

product Introductie

* AGR R& D Exclusief product Q10 2020 commerciële sproeidrones voor landbouw, geschikt voor alle soorten scènes, zeer goede keuze voor boeren.

* Drone voor landbouwspuiten heeft een capaciteitstank van 10 liter, een opvouwbare behuizing, een compact formaat en een mooi ontwerp door AGR-teams

* Modularisatieontwerp, minder accessoires, besparing van 15% onderhoudskosten.

* Functionele commerciële spuitdrones voor landbouwmachine, die kan worden uitgebreid tot afstoffen, sproeien en vernevelen.

2（1）

Model	Q10 2020
Motortype	Borstelloze Motor X 4
Uurlijks werkgebied	2,66-6,66 hectare
Werkgebied per tank	Modularisatieontwerp, minder accessoires
Druppelgrootte	80-240 μm
Debiet	1L / Min - 5L / Min
Spray Breedte	3 - 6m
baterij type	Lithium-ion
Maximale houding	30m
Cover Finshing	Lichtblauw / Blauw / Rood / Grijs / Wit / Aangepast
Volledig laadgewicht	25,7 kg
Product grootte	1140 × 1140 × 480 mm
Verpakkingsgrootte	905 mm × 775 mm × 585 mm
Gewicht van het vliegtuig	11,3 kg

Er zijn twee belangrijke problemen bij de autonome vlucht van een onbemand luchtvaartuig in een onbekende complexe omgeving. Enerzijds zijn er externe verstoringen die niet bevorderlijk zijn voor de vluchtbeheersing in de omgeving. Aan de andere kant missen de commerciële sproeidrones voor landbouw-UAV a priori informatie over het milieu en moeten ze in beweging zijn. Stel een omgevingskaart op om te voldoen aan de behoeften van pose-inschatting en bewegingsplanning. Op dit moment zullen de bovenstaande problemen met elkaar verband houden om een geheel te vormen. Onder hen zijn positionering en het maken van kaarten de meest fundamentele problemen bij autonome navigatie. Vertrouw op een omgevingskaart met voldoende nauwkeurigheid, en het maken van de kaart is gebaseerd op nauwkeurige positionering. Daarom zijn positionering en het maken van kaarten van elkaar afhankelijk en zijn ze onafscheidelijk, wat de" kip en ei" is; probleem bij autonome navigatie in onbekende omgevingen. Daartoe stelden de onderzoekers het concept van Simultaneous Localization And Mapping (SLAM) voor voor de navigatie van onbekende omgevingen in de robotwetenschap. Om wereldwijd consistente bewegingsstatus- en probleemkaartschattingen te verkrijgen, is het SLAM-algoritme vaak traag te berekenen en kan het niet voldoen aan de behoeften van toestandsfeedback in commerciële sproeidrones voor UAV-vluchtbesturing in de landbouw. Daarom moet in praktische toepassingen het SLAM-algoritme worden gecombineerd met een snelle schattingsmethode voor outputincrement (of lokale poseschattingsmethode) met een hoge outputfrequentie. Voor de taak om de onbekende omgeving te verkennen, zijn bewegingsbeslissingen en bewegingsplanning nauw met elkaar verbonden en kunnen ze worden gecombineerd. Bovendien wordt het besturingssysteem beïnvloed door de locatiestoring in de omgeving, en is het noodzakelijk om het besturingsprobleem van de commerciële sproei-drones voor landbouw-UAV in de aanwezigheid van externe interferentie te bestuderen.