水田激光平地机平地铲姿态测量系统的设计

水田激光平地机水平控制作为农田激光平地技术的重要组成部分,其研究过程中首先要解决平地铲实时倾角测量问题.为提高倾角测量精度,设计了平地铲姿态测量系统,采用MEMS传感器集成模块AD1S16300作为惯性测量单元,通过卡尔曼滤波实现传感器信息融合以计算平地铲倾角.分析了姿态测量系统的构成,阐述了两种传感器融合测量实时倾角的方法,基于ARM7 Cotex- M3微处理器设计了姿态测量系统硬件.采用AHRS500GA对该姿态测量系统性能进行了融合算法验证与ADIS16300测量平地铲倾角验证.测试结果表明,该姿态测量系统能在动态条件下准确地测定平地铲实时倾角,可以进一步应用于激光平地机的水平控制之中.     

基于GPS/SINS组合的农业导航定位系统设计与研究

设计了一种基于全球定位系统GPS和捷联惯性导航系统SINS组合的农业车辆导航定位系统,介绍了该系统的传感器组合及功用,阐述了系统的硬件结构和工作过程。考虑到农用车辆在运动过程中接收到的GPS数据存在较大的定位误差,提出了GPS和SINS联合导航算法,利用SINS提供的姿态信息修正GPS定位数据,提高系统定位的精度。为了准确测量姿态信息,对多传感器集成模块ADIS16355的信息融合处理,确定了基于卡尔曼滤波的融合算法用于测量姿态角。在构建实验平台的基础上进行了试验,结果表明:通过多传感器融合算法可准确测量姿态角,GPS定位误差有效减少,可更真实反映农用车辆的运动状态。     

一种水田激光平地机平地铲水平控制系统设计研究

为了使水田激光平地机作业中平地铲保持水平,设计了基于多传感器融合技术的水平控制系统。该系统基于MEMS惯性传感器ADIS16355信息融合测量平地铲倾角,通过脉宽控制液压电磁阀的方法实现水平控制。为此,介绍了控制系统的构成,阐述了三轴加速度计与陀螺仪融合测量实时倾角原理,设计了基于卡尔曼滤波的多传感器融合算法;并基于ARM7 Cotex-M3微处理器设计了水平控制系统硬件,提出了适用于平地铲水平控制的位置控制算法。采用高精度姿态航向参考系统AHRS500GA对融合算法进行验证并进行田间试验,结果表明:该系统能在平地机作业过程中准确测量平地铲实时倾角,有较好的控制效果。     

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法（简称传感器融合阵列）,并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken 中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明：影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0.3~0.5m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14.70%~20.04%;采用激光传感器阵列时,相对误差为9.13%~16.02%,采用传感器融合阵列时,相对误差为4.2%~10.24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。     

基于无迹卡尔曼滤波的农用无人机定位研究

为提高农用无人机在作业时的定位精度,提出应用全球定位系统及惯性导航系统信息融合的方法实现无人机位姿状态的建模,得到导航系统测量信号与无人机状态间的非线性微分方程。对于系统中存在的非线性状态估计问题,创新性的提出采用适合于非线性系统的无迹卡尔曼滤波算法(Unscented Kalman Filter,UKF)进行处理,实现对基于多传感器信息融合的无人机姿态(翻滚角、俯仰角、偏航角)、速度和位置的准确而稳定的估计。现场试验采用改造升级后的极飞科技P10 2018植保无人机,配备改造升级后的机载电子和传感器系统。试验结果表明,与常见的扩展卡尔曼滤波器相比,UKF与多传感信息融合技术结合可实现对无人机位置信息(欧拉角)的高精度估计,其翻滚角、俯仰角和偏航角误差估算准确度分别提高30.3%、45.8%、70.2%,绝对值最大为0.57°。     

农田平整度测量装置研究与预测分析

为准确测量农田平整度,测量装置采用超声波传感器间接测量与磁致伸缩位移传感器直接测量相结合,并通过姿态传感器与陀螺仪获取测量装置姿态辅助修正测量值,通过LSTM神经网络的不同数量训练集对其测量值进行趋势变化预测。试验结果表明,测量装置磁致伸缩位移传感器测量过程中稳定性优于超声波传感器,通过卡尔曼分布式融合数据能有效滤除噪声,再分别通过前10 s、前20 s与前30 s数据做训练集,来进行预测分析,其均方根误差平均值为2.42,平均绝对误差平均值为2.67。试验结果表明,Kalman滤波融合数据与预测数据的均方根误差与平均绝对误差较小,能准确反映与预测平整度变化趋势,使测量装置准确的测量农田平整度及预测变化趋势。     

基于多传感器融合的拖拉机自动导航技术

GPS是农业自动导航车辆获取导航信息的一种主要方式,其任务是获取拖拉机的绝对位置信息,而多传感器融合可以在GPS提供的绝对位置信号丢失时为拖拉机提供位置、姿态和航向信息,进行准确的定位。为此,介绍了GPS以及多传感器融合在拖拉机自动导航中的应用现状,指出GPS及多传感器在自动导航方面的优势和存在的问题,分析了GPS和多传感器融合的导航方式在未来精细农业领域的巨大作用。     

一种多传感器融合的园艺移动平台导航系统

提出了一套基于多传感器融合的自主导航系统,利用摄像头采集环境图像,通过北斗/GPS模块获取小车的姿态信息,采用超声波和红外传感器判断障碍物;通过设计基于特征提取与识别、多源信息融合的自主导航控制和避障算法,实现了园艺作业机器人平台的自主导航控制。该系统的研究为各类设施园艺机器人的研究和功能提升提供了参考,具有一定的借鉴价值。     

喷雾性能试验台的设计与研究

主要介绍了喷雾性能试验台测试与控制系统的研究与设计.同时,提出了通过数字图像处理和最小二乘法测量喷雾雾锥角、采用超声波精确测距技术进行喷雾均匀性检测以及应用传感器融合技术获取液泵性能参数的理论和方法.由计算机与PLC系统实现实时监控.本试验台的试验条件满足国家标准要求,能自动完成各种类型的农业植保用液力喷杆式喷雾机喷头及液泵的性能试验.     

小区测产系统设计

设计了一种快速、便捷的小区测产系统,包括结构设计和软件控制两部分。系统结构部分采用旋转桶与铜箔相结合成测量桶的方式,软件控制部分采用STM32F103RCT6单片机为控制核心。所设计的含水率测量装置采用电容式水分传感器,将两片薄铜箔作为测量电极分别镶嵌到测量桶桶身和中轴预留的槽间隙中,电容式水分传感器与卸料桶相结合,既能实现测产系统含水率的测量,又能将粮箱中样品作物卸出,是一种新型的电容式水分传感器结构。所设计的测产系统能够“一键式”完成对物料样品质量、水分、容重、单位产量数据的采集和存贮,可以多次测量物料水分等信息,并通过USB接口和蓝牙实现信息的导出方便信息的获取和整理,实现了育种的高效、快捷,提高了工作效率。     

灌区智能量水仪接口设计方法

对灌区量水中常用的几种一次仪表进行了分析，提出几种相应的智能量水仅接口设计方法，并且将这些方法综合应用于实践，解决了一台智能量水仅可适用于多种一次仪表的问题。     

基于ARM的联合收割机谷物产量计量系统的研究

以联合收割机谷物产量计量为研究对象,利用压力测产传感器,采用S5PV210微处理器,设计了一套基于ARM的联合收割机谷物产量计量系统,实现了谷物产量的实时计量。田间动态试验结果表明:联合收割机谷物产量计量系统误差范围为3.93%～3. 91%,控制在4%以内,误差波动较小,准确率较高,能够达到设计要求,符合联合收割机的实际测产要求。     

水田复式整地机自动调平装置的设计与研究

为解决传统水田复式整地机需手动控制、驾驶员工作强度大、工作效率低等问题,研制了水田复式整地机的自动调平控制系统,适用于水田粗整地、整平地。采用水平传感器获取复式整地机机架的倾角姿态,控制器为STC12C5A60S2型芯片,通过调节脉冲宽度控制三位四通电磁阀,实现液压油流向的变换,用安装在整地机侧面的调平液压油缸实现整地机机架的自动调平。对自动调平控制系统进行了田间试验验证表明,该系统满足水稻插秧的农艺要求。     

移动并联式六自由度转运调姿方法研究

针对大型航天相机长距离转运和快速精确自动调姿需求,提出一种基于全向移动平台和3-RPS并联调姿机构的移动并联式六自由度调姿方法。首先,测得相机当前姿态和目标姿态,推导二者位姿矩阵;通过运动学模型反解全向移动平台和并联调姿机构的各轴运动参数,将多轴耦合的空间六自由度完全解耦;建立全向移动平台和并联机构的运动学模型,实现上述运动参数的驱动;最后,进行了调姿算法试验,结果表明,调姿设备能够快速精准实现大型相机任意姿态向目标姿态的自动化柔性姿态调整,全向移动平台移动精度优于0.3mm,旋转精度优于0.05°,并联机构杆长精度优于0.5mm,验证了自动调姿的准确性。     

无人直升机风场无线传感器网络测量系统设计与试验

为了实现田间多点、多风向、可移动、实时采集无人直升机旋翼气流在作物冠层所形成的风场相关参数,设计了一种风场无线传感器网络测量系统,对该系统风速测量时的可靠性进行了分析和田间试验检验。系统由若干三向风速传感器无线测量节点(WWSS)、无人直升机位姿信息测量模块(FGPS)以及智能总控汇聚模块(ICFN)组成,试验结果表明:选用叶轮风速传感器设计的三方向风速无线测量节点风速平均测量相对误差不大于3.52%,最大绝对误差为0.2 m/s,且各叶轮风速传感器之间无显著差异,变异系数不大于4.41%,能够可靠准确地测量风场内相应的风速值;三方向安装支架可方便地将三方向风速无线测量节点置于水稻田间,智能汇聚节点(ICFN)和WWSS节点以星形拓扑结构通过无线数据传输方式组网,非常适合在田间进行多点、多风向、可移动、实时采集数据;此外,FGPS模块采用RTK GPS等高精度传感器测量直升机的位姿信息,有利于后期开展授粉作业影响因素的综合分析,为开展无人直升机用于水稻制种辅助授粉的田间作业参数优选提供有效工具。     

地震作用下坝基土体液化判别及动

天津某水库坝基地面以下15m深度范围内的粉土及粉砂层属于容易发生液化的土层，直接威胁大坝的整体稳定。本文采用现场标贯试验（SPT）和室内动三轴试验对水库坝基中的粉土、粉砂层进行了液化判别，并对判别结果进行了对比分析；同时在液化判别的基础上利用有效应力动力分析方法对坝基土体进行了考虑渗流和不考虑渗流的地震液化的非线性动力有限元分析，并将液化的判别结果与现场标贯试验、室内动三轴试验的判别结果进行对比，从中得出一些有益的结论可供类似工程参考。     

PVDF型籽粒损失传感器虚拟测试系统

联合收割机籽粒损失虚拟测试系统的硬件部分由联合收割机籽粒损失传感器、高精度电荷放大器、便携式高速数据采集系统和PC机等组成,用DASYLAB语言编程构成测试系统的软件部分。室内模拟试验的结果表明:该测试系统方便、实用,可以区分开籽粒和茎秆的信号,实时采集并记录下籽粒个数,为基于虚拟仪器技术的联合收割机籽粒损失测试研究打下了坚实的基础。     

智能滴灌系统中土壤水分传感器埋设深度研究

智能滴灌系统顺应了我国水资源高效利用的要求,实现了作物的精确、适时灌溉,同时也为土壤水分状况的测量提出了更高的要求。土壤水分传感器恰好满足这个要求,其埋设深度是实现智能滴灌控制系统所需解决的最主要问题之一。通过对黄瓜根系分布特征和滴灌条件下黄瓜根区土壤含水率的变化规律的分析,初步给出了传感器在黄瓜根区的2种埋设方案。在垂直方向以地表以下5～10、20～30 cm处为埋设传感器的最佳深度,40～50 cm处为辅助埋设深度。     

基于驻波原理的无接触土壤含水率测量方法的研究

我国是一个缺水的农业大国,实现精细灌溉是节约水资源的有效途径,而精确地测量土壤体积含水率是实现精细灌溉的重要保障之一.为此,提出了一种基于驻波率原理的土壤含水率测量的新方法-无接触式测量方法,介绍了其工作原理,研究出了无接触式土壤水分传感器的结构.用烘干法进行对比试验,从而得出SWR无接触式土壤含水率测量方法是一种高性能的测量方法.