为提高生产作业的安全性,实现农田障碍物的实时避障是智能化农用无人机的发展趋势之一,其中以视觉类传感器为主的避障系统,它在识别障碍物类型、深度信息、记录飞行数据及回放等更加直观和清晰,有着良好的发展前景。然而现有的农用无人机视觉避障系统存在高度模块化、API私有化部署、不支持二次开发,以及平台通用性差等问题。市场上也无专门针对农用无人机避障系统的图像数据采集模块单独销售,现有的通用模块无法满足视觉类避障系统大量图像数据无损压缩、完整保存、快速读取等要求。农用无人机视觉避障系统的研发,离不开对海量图像数据的存储、处理和分析,且图像数据的有效性和可靠性对障碍物识别分析的准确性至关重要。针对以上问题,本研究基于嵌入式开发板NVIDIA Jetson Nano设计了一种适用于农用无人机视觉避障系统的图像数据采集模块。模块分为数据采集子模块和数据存储子模块:数据采集子模块包括Intel Real Sense D430 3D深度相机模组和USB3.0数据线;数据存储子模块包括嵌入式开发板NVIDIA Jetson Nano和SD存储卡。硬件选型和搭建完成后,通过Solid Works2014设计了该数据采集模块的封装外壳,以实现该模块的集成化和轻量化,方便与农用无人机视觉避障系统中的其他模块组装使用,如自主搭建的图像传输模块、DJI NAZA-M Lite飞控模块、避障系统供电模块等。基于该模块的体积及重量,自主搭建了一台续航时长约15分钟的四旋翼无人机搭载平台（飞控系统为:DJI NAZA-M Lite）,进行图像数据的采集及存储试验。测试过程中,Intel Real Sense D430双目相机的图像在ROS（Robot Operating System）中以“Topic”的形式发布。通过C++语言设计程序,启动双目相机后,镜头当前图像以10FPS的速度进行传输,数据采集子模块在调取双目相机的图像时,通过不断的订阅镜头的“Topic”来显示镜头当前图像,数据存储子模块则是将数据采集子模块采集到的remap图像和depth图像进行存储。根据应用场景的实际需求,本研究对比了PNG格式和BMP格式两种无损压缩存储方式的失帧率,优选失帧率更低的存储方式。本研究所讨论的失帧率特指为图像数据采集模块工作测试中,所丢失图像数据包数量占所发送图像数据组的比率,其大小反应了系统数据保存的完整性,呈负相关关系。完整的数据保存更有利于及时有效的避障反馈,为农用无人机安全作业提供实时保障。通过功能测试实现了本模块的采集和存储功能,最后依据功能需求将所设计的图像数据采集模块搭载到四旋翼无人机上,进行上机试验和室内试验,计算分析PNG和BMP两种存储方式的测试数据,结果表明,两种格式存储方式的失帧率基本不变,在PNG格式存储方式下,图像数据采集模块的失帧率在1%左右;在BMP格式存储方式下,图像数据采集模块的失帧率在10%左右,因此选择具有良好实时性的PNG格式存储方式,可满足图像数据采集模块的设计要求,并可保证图片信息的完整性。然后通过同态滤波处理消除光照不均匀照度的影响,以改善图片的质量。本研究设计的图像采集模块可为后续避障系统图像处理分析提供准确的数据来源,为实现农用无人机自主避障技术提供技术支持,并具有模块造价低、集成性高、实用性强、平台通用性广的特点,支持软件二次开发的优点。