摘要：针对传统植保作业效率低、药液浪费大等问题设计了一套基于物联网和PLC的无人机精准施药控制系统。田间试验结果表明，采用实时视觉感知的变量施药方式效果最好，雾滴分布均匀性变异系数为18 .5%，比常规系统降低 16 .7%；农药利用率提高到52 .3%，提升了10 .6%；玉米螟防治效果达到89.5%，提升了11.4%。研究结果为智能植保装备的规模化应用提供了技术支撑。

       关键词：精准农业；植保无人机；物联网；PLC控制；变量施药

        1. 引言

       我国农作物病虫害化学防治面积巨大，传统人工及粗放式机械施药存在效率低下、药液飘移损失严重、农药过量使用等弊病。这不仅增加生产成本，更带来严峻的环境与农产品质量安全风险。据统计，我国年均农药使用量高达 30 余万吨，农药有效利用率长期徘徊在 40 % 左右，大量药液通过飘移流失进入非靶标环境 [1] 。物联网技术为实现农业装备远程监控提供了可能，PLC 控制器则以高可靠性著称。将二者深度集成，构建云－边－端协同的闭环控制系统，可实现从宏观任务规划到微观执行的精准联动。因此，开发融合物联网与 PLC 控制的无人机精准施药系统，对提升植保作业质量、减少农药投入具有重要意义。

       2. 系统总体架构与协同控制机理

       2.1 系统核心架构与功能模块

       设计的系统采用云 - 边 - 端三层架构。云端平台进行任务规划和数据可视化。边缘计算单元以西门子S 7 - 1200 PLC 为主控，对无人机飞行动态和喷施作业进行实时闭环控制，控制周期为 20 毫秒。终端执行层由无人机平台、变量喷施系统和环境感知传感器组成，变量喷施系统采用高速响应电磁阀和微型流量计。系统整体架构如图 1 所示。

       系统主要功能包括基于物联网的远程任务管理，可实时查看无人机的位置、药液的存量等数据；PLC实时精准控制，依据处方图、飞行速度和环境数据调节喷头流量；多源数据融合与决策优化，将机载视觉传感器获取的作物冠层密度信息与历史病虫害数据融合，为变量施药提供决策支撑。

       2.2 物联网与 PLC 的协同控制机理

       物联网与 PLC 在系统中分工明确且紧密耦合。物联网构建系统的远程通信网络，负责指令远程下发与作业数据云端存储，实现作业过程可追溯。 PLC 作为本地控制器，直接处理机载传感器的毫秒级数据流，并驱动电磁阀执行喷量调节。二者通过 Modbus TCP协议实时通信，共同构建感知－决策－执行－反馈的闭环智能控制回路。当机载视觉传感器识别到作物冠层密度变化时，该信息经 PLC 处理后立即调整对应喷头流量，同时将作业数据上传至云端记录 [2]。

       3. 系统应用效果试验研究

       3.1 试验材料与设计

       试验于 2024 年 6 月至 8 月在河北省衡水试验基地进行。试验田块为集中连片麦茬夏玉米田，面积约 2公顷，主要防治对象为玉米螟和叶斑病。

       试验系统为研究开发的融合物联网与 PLC 控制的无人机精准施药系统，记为 UAV-P。对照组采用市售常规 GNSS 导航无人机植保系统，记为 UAV-C。试验设置 3 个处理组，每个处理重复 3 次，小区面积 300 平方米。CK 组为常规对照组，采用 UAV-C 系统以恒定速率施药。T 1 组采用 UAV-P 系统，执行基于预设处方图的变量施药，根据前期测绘的病虫害发生梯度图划分高、中、低三个施药区。T 2 组采用 UAV-P 系统，执行基于实时视觉感知的变量施药，通过机载视觉传感器实时识别作物冠层密度，动态调整单位面积喷量 [3]。

       施药均匀性与沉积量测定方面，在每小区内按网格布设水敏纸与收集皿，利用 DepositScan 图像分析软件计算雾滴覆盖密度与变异系数。农药利用率通过系统记录的施药总量与沉积总量计算。病虫害防治效果按国标方法调查计算。

       3.2 试验结果与分析

       试验结果表明，采用物联网和 PLC 控制相结合的施药系统，在施药质量上比传统的系统具有优势。从表 1 数据可以看出， T 2 组雾滴覆盖均匀性最好，雾滴覆盖密度变异系数为 18 . 5 %，比 CK 组的 35 . 2 % 低了16 . 7 个 百 分 点。 在 农 药 利 用 率 方 面，T 2 组 达 到52 . 3%， 较 CK 组 的 41 . 7% 提 升 了 10 . 6 个 百 分 点， T 1 组为 48 . 9 %。分析认为，提高的原因主要是 PLC控制的流量精确调节，T 2 组采用实时视觉感知的方式按需施药，显著减少药液飘移和流失。

       各个处理组对于病虫害都有一定的防效，但是精准施药处理组的防治效果最好。施药后 14 天，玉米螟防治效果 T 2 组为 89 . 5 %，T 1 组为 86 . 2 %，均显著高于 CK 组的 78 . 1 %。对于叶斑病的防治效果也呈相同的趋势。相关性分析显示防治效果和雾滴覆盖均匀性有显著正相关。

       从作业效率来看，T 1 组、T 2 组单架次纯作业时间比 CK 组稍长，但是综合效能更好。系统依靠物联网平台实现了一键规划、自动作业，缩减了人工勘查和操控的成本。精准施药可以节约 15 %— 20 % 的农药使用量，并且会降低亩均作业成本。

       3.3 讨论

       研究开发的融合物联网与 PLC 控制的无人机精准施药系统在田间试验中表现出显著优势，但试验过程中也发现了一些值得深入探讨的问题。

       试验结果表明，采用实时视觉感知的 T 2 组比采用处方图的 T 1 组效果好。分析认为，处方图是根据前期测绘数据产生的，不能体现施药当天作物生长情况的实时变化。T 2 组使用机载视觉传感器实时获取冠层密度信息，更能满足实际的施药需要。该发现对于系统优化具有重要的指导作用，说明以后的研发要着重解决实时感知技术的问题。

       但是实时视觉感知在实际使用中还存在着问题。试验过程中发现，当阳光直射角度低时，机载视觉传感器对冠层密度的识别准确率会降低 12 %— 15 % 左右，主要是因为叶片阴影影响了图像分割算法的稳定性。造成部分采样点出现短暂的喷量波动，虽然不会对防治效果产生影响，但是暴露出现有的传感器在复杂光照条件下存在的不足。另外玉米抽雄以后的冠层结构比较复杂，视觉传感器很难准确地区分出雄穗和叶片，从而影响到变量决策的准确性 [4]。

       系统实时性与可靠性的平衡是另一个值得关注的问题。试验中 PLC 负责飞行控制与喷量调节，保证了控制的毫秒级响应，但其有限的算力无法运行复杂的视觉识别算法。采用机载 Jetson Nano 模块运行轻量化YOLOv 5 算法进行视觉识别，通过串口将识别结果发送给 PLC。这种分工方式在多数情况下运行良好，但当视觉模块处理复杂场景导致延迟超过 100 毫秒时， PLC 会基于上一帧数据继续控制，造成短暂的控制滞后。试验中这类情况发生概率约 3 %，未对整体效果造成明显影响，但在高速作业场景下可能成为隐患。

       关于系统成本，当前 UAV-P 系统硬件成本较常规系统高出约 1 . 8 万元，按年作业面积 3000 亩计算，节省的药费可在 2 至 3 年内收回增量成本。但系统的操作复杂度较高，对农业从业者构成一定门槛。

       4. 系统优化与深化应用策略

       针对试验中发现的视觉感知精度问题，后续研发应重点优化轻量化视觉算法。具体而言，需要构建包含不同光照条件、不同生育期玉米冠层的专用数据集，改进图像分割算法对阴影和复杂背景的鲁棒性。同时探索多光谱与 RGB 视觉融合识别方案，利用归一化植被指数辅助判断作物冠层密度，降低单一视觉传感器的误识别率；未来计划在下一版系统中引入 FPGA 加速方案，将视觉识别延迟控制在 50 毫秒以内。

       为解决实时性与可靠性的平衡问题，拟构建分层分布式智能控制体系。将需要大量计算的模型训练与路径全局优化放在云端服务器，每周更新一次作业模型。将实时性要求极高的飞行稳定控制、避障与流量调节交由 PLC 执行，控制周期保持 20 毫秒。将中等复杂度的实时目标识别与初步决策放在搭载专用 AI 芯片的机载计算单元上，通过优化算法将识别延迟控制在40 毫秒以内。通过这种任务分层与分工，可以在确保控制实时可靠的前提下，最大化系统的整体智能水平。

       针对试验中发现的视觉感知精度问题，后续应重点优化轻量化视觉算法，构建包含不同光照条件、不同生育期作物的专用数据集，改进图像分割算法对阴影的鲁棒性。同时探索多光谱与 RGB 视觉融合识别方案，降低单一传感器误识别率。

       5. 结束语

       开发并验证了一套融合物联网与 PLC 控制的无人机精准施药控制系统。田间试验表明，基于实时视觉感知的变量施药模式雾滴覆盖均匀性变异系数为18 . 5 %，较常规系统降低 16 . 7 %；农药利用率达52 . 3 %，提升 10 . 6 个百分点；玉米螟防效达 89 . 5 %，提升 11 . 4 %。系统实现了施药作业从粗放式向精准化的转变。

       实时视觉感知在复杂光照条件下的识别精度、系统实时性与可靠性的平衡、初期投资成本是当前系统面临的主要挑战。未来研究应重点提升智能感知算法对复杂田间环境的适应性，优化云边端协同控制架构，推动关键部件标准化与服务模式创新，为构建资源节约型现代植保体系提供技术路径。

参考文献：

[1] 柳平增 , 孟祥伟 , 田盼 , 等 . 基于物联网的精准农业信息感知系统设计 [J]. 计算机工程与科学 , 2012,34(03):137-141.

[2] 翟长远 , 张焱龙 , 邹伟 , 等 . 基于农药喷施溯源的精准变量喷药监控系统设计与试验 [J]. 农业机械学报 , 2024,55(2):160-169.

[3] 曹军 . 无人机植保技术在湖南省郴州市水稻病虫害防治中的应用[J]. 中国农机装备 ,2026(02):47-49.

[4]王贝贝 ,王瑜.计算机视觉技术在农机精准作业中的应用与优化 [J].中国农机装备 ,2026(01):40-42.