Popis

Zaslať požiadavku

Predstavenie produktu

* AGR R&D Exkluzívny produkt Q10 2020 komerčné striekacie drony pre poľnohospodárstvo,Vhodné pre všetky druhy scén, veľmi dobrá výber pre poľnohospodárov.

* Dron pre poľnohospodársky postrek má 10L kapacitné nádrže, skladacie telo, kompaktnú veľkosť a pekný dizajn tímov AGR

* Modularizačný dizajn, menej príslušenstva, čo šetrí 15% nákladov na údržbu.

* Funkčné komerčné striekacie drony pre poľnohospodársky stroj, ktoré môžu byť rozšírené do prachu, postreku a hmly.

2（1）

Model	10. štvrťrok 2020
Typ motora	Bezkufový motor X 4
Hodinová prevádzková oblasť	2.66 – 6.66.
Prevádzková oblasť na nádrž	Modularizačný dizajn, menej príslušenstva
Veľkosť kvapôčky	80 – 240 μm
Prietok	1L/Min - 5L/Min
Šírka rozprašovača	3 - 6m
Typ batérie	Lítium-iónová
Maximálny postoj	30m
Kryt Finshing	Svetlomodrá /Modrá/Červená/Sivá/Biela/Prispôsobená
Plná hmotnosť zaťaženia	25,7 kg
Veľkosť produktu	1140mm×1140mm×480mm
Veľkosť balenia	905mm×775mm×585mm
Hmotnosť lietadla	11,3 kg

Autonómny let bezpilotného leteckého vozidla v neznámom zložitom prostredí má dva hlavné problémy. Na jednej strane existujú vonkajšie poruchy, ktoré neprispievajú k letovej kontrole v životnom prostredí. Na druhej strane komerčným postrekovacím dronom pre poľnohospodárstvo UAV chýbajú a priori informácie o životnom prostredí a musia byť v pohybe Vytvoriť mapu prostredia, ktorá bude spĺňať potreby odhadu pózovania a plánovania pohybu. V tomto čase budú vyššie uvedené problémy navzájom súvisieť a tvoriť celok. Medzi nimi je umiestnenie a vytváranie máp najzákladnejšími problémami v autonómnej navigácii. Spoľahnite sa na mapu prostredia s dostatočnou presnosťou a vytvorenie mapy je založené na presnom polohe. Preto polohovanie a vytváranie máp závisia od seba a sú neoddeliteľné, čo je problém "kurčaťa a vajíčka" v autonómnej navigácii v neznámych prostrediach. Na tento účel výskumníci navrhli koncepciu simultánnej lokalizácie a mapovania (SLAM) pre navigáciu neznámych prostredí vo vede o robotoch. S cieľom získať globálne konzistentné odhady stavu pohybu a mapy problémov sa algoritmus SLAM často pomaly vypočítava a nedokáže uspokojiť potreby štátnej spätnej väzby v komerčných postrekovacích dronoch na riadenie letu UAV v poľnohospodárstve. Preto je v praktických aplikáciách algoritmus SLAM potrebné kombinovať s metódou rýchleho odhadu prírastku výstupu (alebo metódou miestneho odhadu pózy) s vysokou výstupnej frekvenciou. Pre úlohu skúmania neznámeho prostredia sú rozhodnutia o pohybe a plánovanie pohybu úzko prepojené a možno ich kombinovať. Okrem toho je kontrolný systém ovplyvnený narušením polohy v životnom prostredí a je potrebné študovať kontrolný problém komerčných postrekových dronov pre poľnohospodárstvo UAV za prítomnosti vonkajšieho rušenia.