农用无人机变量喷施技术与装备是提升精准农业施药效率,实现农药零增长的重要手段,是农用航空植保和智能农机装备的前沿方向和核心内容。本文围绕农用无人机变量喷施技术,设计并搭建无人机变量喷施控制系统,建立基于机器学习的喷施特性定量预测模型和评价方法,构建无人机变量喷施系统仿真平台,并进行变量喷施试验验证,为旋翼无人机精准变量喷施作业和效果数字化评价提供了技术支撑。主要研究结果如下:（1）设计并搭建了农用无人机变量喷施控制系统。系统应用单片机Arduino UNO R3作为系统控制器,优选TEEJET XR110015VS喷嘴作为系统测试喷嘴,通过脉冲宽度调制（PWM）信号实现变量喷施控制;系统对比分析并标定了PWM信号占空比和压力、流量之间的量化关系,确定了系统在压力0.2 MPa、3个喷嘴高度下不同水平位置雾滴粒径的变化规律和量效关系。（2）建立了单喷嘴变量喷施控制系统不同压力、扇面位置和喷嘴高度的雾滴特性定量评价方法和模型。设计搭建了TEEJET XR110015VS单喷嘴变量喷施系统,应用机器学习方法（多元非线性回归（REGRESS）、最小二乘支持向量机（LS-SVM）、极限学习机（ELM）、径向基神经网络（RBFNN））建立了多参量预测模型。结果表明,系统压力0.2 MPa下单喷嘴不同扇面位置（喷嘴高度、水平位置）雾滴粒径和沉积量分布定量评价模型中效果最佳为RBFNN模型,建模集决定系数RC2和预测集决定系数Rp2均在0.9以上;系统压力0.2 MPa、1 m喷嘴高度下单喷嘴喷施覆盖面的沉积量分布定量评价模型中效果最佳的模型为LS-SVM模型,建模集决定系数RC2和预测集决定系数Rp2均在0.99以上;建立了不同系统压力和喷嘴高度的单喷嘴正下方雾滴粒径定量评价模型,效果最佳为RBFNN模型,建模集决定系数RC2和预测集决定系数Rp2均在0.99以上。（3）建立了多喷嘴变量喷施控制系统不同喷嘴间距、扇面位置和喷施覆盖面位置的雾滴特性定量评价方法和模型,实现了双喷嘴喷雾扇面雾滴粒径预测。在系统压力0.2 MPa下,应用机器学习方法（REGRESS、LS-SVM、ELM、REBFNN）建立了多喷嘴不同喷嘴间距、扇面位置（喷嘴高度、水平位置）的雾滴粒径和沉积量分布定量评价模型。结果表明,建模效果最佳的分别为REGRESS模型和RBFNN模型,REGRESS雾滴粒径定量评价模型建模集决定系数RC2和预测集决定系数Rp2均在0.92以上,RBFNN雾滴沉积量分布定量评价模型建模集决定系数RC2为0.8806,预测集决定系数Rp2为0.7994。为构建单喷嘴与多喷嘴雾滴特性量化关系,首次建立了基于REGRESS单喷嘴雾滴粒径模型的双喷嘴喷雾扇面重叠区域雾滴粒径预测模型,结果表明RBFNN模型精度最佳,建模决定系数RC2为0.9567,预测集决定系数Rp2为0.8616;建立了喷嘴高度1 m时整个系统喷施覆盖面雾滴沉积量定量评价模型,LS-SVM模型效果最佳,建模集决定系数RC2和预测集决定系数Rp2均在0.9以上。（4）开发了无人机变量喷施系统仿真平台并实现了旋翼无人机田间试验验证。搭建了室内无人机变量喷施系统仿真平台,实现了在系统压力为0.2 MPa和3个不同高度（0.8、1和1.2 m）下无人机变量喷施特性的测试验证,结果表明该系统具有良好的喷施性能,满足了无人机变量喷施实验需求;开展了基于处方图的单旋翼无人机变量喷施试验验证,根据变量处方图分析不同喷施量田块的变量喷施效果数据,结果表明该系统可根据变量处方图实现精准变量喷施作业。