“地块标定成功、施药边界自动生成、启动自主撒药……”日前，在江苏省扬中市雷公岛的水稻田，一群“00后”大学生手持智能终端远程监控，正对一套“空地协同植保作业平台”进行调试，无人机精准降落、自动加药，全程无需人工干预。

曾经大田或丘陵山区的无人机植保，最让飞手头疼的不是病虫害，而是药液耗得太快。一架无人机飞出去，往往不到十分钟就得掉头返航补液。来回一趟，十几分钟就没了，要是三五台无人机同时作业，飞手们更是忙得脚不沾地。

江苏大学电气信息工程学院丁世宏教授团队正着力解决这一难题，目前，团队研制的“空地协同自主补液作业平台”已完成关键功能验证。这套系统由两架施药无人机、一辆补液无人车及统一智能地面站组成——简单说，无人机只管飞，无人车负责“送水”。

丁世宏打了个比方：这就好比给无人机配了一辆移动“保姆车”。原理听起来并不复杂——无人机升空作业，无人车提前在田间道路“蹲点”。药量将尽时，系统自动计算最优降落点，无人机飞至车上精准降落、自动加药，然后继续起飞，无须返场。

原理简单，做起来难。“难点在于将所有设备的控制程序集成在一套系统里，实现一个‘大脑’管全部。”丁世宏说。

为了让这个“大脑”灵光，团队首先要解决的是“对话”问题。

无人机和无人车相隔数百米，怎么实时沟通？丁世宏团队在上位机里给每个设备都配了“数字镜像”，就像后台装了个同步“翻译机”。无人机药快没了，上位机立刻感知，并调度无人车前往最佳地点“接头”。有了这个聪明的后台管家，空地两端即使相隔数里也能默契配合。

比通信更棘手的是降落。无人机要精准落到移动的小车上，靠的是二维码视觉引导。但传统方案中，无人机飞低一点，二维码就超出摄像头视野，识别频频失败。“当时试了很多次，总是偏那么一点。”团队成员、博士生李秋实回忆。

丁世宏想了个巧办法：在大码里再套一个小码。原本一米高就失效，现在当大码完全超出视野时，小码正好占据画面中央，仍能完整成像。通过两个码的平滑切换，从数米高空到触板瞬间，降落偏差控制在10厘米以内。“就这一下，成功率一下子提上来了。”李秋实说。

丘陵山区的风场也让团队吃了不少苦头。无人机飞着飞着就“飘”了，航线歪歪扭扭。团队将自主掌握的广义超螺旋滑模控制算法用于路径跟踪，大幅提升了抗干扰能力。田间测试数据显示，无人机直行跟踪误差可控制在±10厘米以内，无人车直线路径跟踪精度稳定在±5厘米以内。

“你要跟种地的人交流，才知道问题在哪儿，这些在实验仿真里根本想不到。”李秋实回忆，去年在雷公岛农场实测，团队一下子发现十几个问题：无人车转弯误差过大差点翻进沟里、二维码被推杆刮花、通讯偶尔中断……他们向当地农户、农机手取经，逐一改进，将无人车转弯精度控制在30厘米以内，用激光把二维码纹刻在车身表面，反复验证直到稳定。

“农民要的不是花里胡哨的概念，是真正能省工省力的工具。”丁世宏介绍，连续实测显示：上位机自动规划的最优作业路径，无需雇佣成熟飞手，每日作业成本可降低约200元，路径重复率从成熟飞手操作的10%～15%降至5%以下；无人机单次补液耗时5分钟压缩到2分钟以内，有效作业时间比原来提升一倍；一台补液无人车可同时服务两架施药无人机，飞手无需手动补药即可完成整轮作业。“未来有望实现一人后台管理十台以上空地协同作业单元，真正解决无人植保的‘续航焦虑’和‘用工荒’。”

目前，这套技术不仅能用于山地果园、茶园、油茶林的植保作业，还可迁移到光伏板清洗、电力巡检、山区物资运送等场景，已有企业主动对接合作转化。丁世宏表示，全国农业植保无人机飞行时长占所有无人机飞行时间的98%以上，“把这块最实的土壤深耕好，就是为低空经济作贡献”。