机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求，该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式，其次采用横纵向解耦的方法，通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策，随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度，得到最优路径，最后在多种行驶环境中进行仿真和实车试验，行驶参考速度为2 m/s。实车试验结果表明，在绕行静态障碍物场景中，规划轨迹的平均绝对曲率为0.021 m^-1，最大绝对曲率为0.056 m^-1，平均绝对横向误差为3.23 cm，最大绝对横向误差为8.69 cm，农机与障碍物外轮廓的距离大于0.76 m；在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中，规划速度的平均绝对速度误差为0.08～0.12 m/s，绝对速度误差小于0.38 m/s，加速度变化范围为-0.38～0.44 m/s²。在规划周期为200 ms的仿真试验中，本文算法平均耗时48 ms，最大耗时75 ms，相比采用静态状态栅格法平均耗时减少38 ms，算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。     

基于Bezier曲线优化的农机自动驾驶避障控制方法

动力换挡拖拉机的产生促进农机自动驾驶向着无人化方向发展,农机的自动避障成为需要解决的关键问题。该文针对最短切线路径曲线曲率不连续、跟踪控制精度差及农机运动模型精度低等缺点,采用三阶Bezier曲线优化法形成连续平滑农机避障路径,通过链式控制理论建立农机运动线性控制模型,利用PI控制器进行转角补偿,并进行了控制方法的仿真和犁耕作业试验。仿真结果表明:农机行驶的航向误差角在-0.06～0.06 rad,横向位置误差小于13 cm,前轮转向角变化平缓,没有显著突变,说明该方法控制精度较高,农机能够按预设轨迹行驶。犁耕作业试验结果表明:Bezier曲线部分的避障精度为5.21 cm,曲线路径的跟踪控制效果较好;避障后农机继续沿直线行驶的精度为1.98 cm,说明该方法可保证农机在避障后恢复直线自动驾驶。研究结果表明,该避障路径控制方法在不平整犁耕地中具有较好的鲁棒性和适应性,可满足拖拉机作业的避障要求。     

拖拉机自动导航变曲度路径跟踪控制

针对当前拖拉机自动导航曲线跟踪控制精度不能满足生产需要的问题,该研究提出一种基于前轮转角前馈补偿策略的变曲度路径跟踪控制方法。综合考虑农机作业速度和目标路径曲度对前视距离的影响,通过调整前视区域和计算预瞄点,动态调整前视距离和前轮转角前馈量,在追踪预瞄点的过程中,利用农机与目标路径偏差设计变曲度路径跟踪模糊控制器,通过实时调整拖拉机前轮转角补偿量减小稳态误差。以DF2204无级变速拖拉机为试验平台,设计并研发了自动导航系统,开展21组变曲度路径跟踪控制试验。试验结果表明,拖拉机以1、1.5、2和3 m/s速度行驶时的平均绝对误差的平均值分别为2.7、2.7、3.3和4.0 cm,均方根误差的平均值分别为3.4、3.7、4.6和5.0 cm,满足农业生产需求。所提方法可有效提高农机曲线路径跟踪精度,减少漏耕,提高农田利用率。     

基于预瞄模型的农机路径跟踪预测控制方法

为了提高农机路径跟踪系统控制性能对作业速度变化的适应性,该研究提出一种基于预瞄运动学模型的快速预测控制方法。采用预瞄跟随理论建立预瞄航向误差模型,并将其作为输出方程与路径跟踪误差常规状态方程联立,构建预瞄运动学状态空间误差模型,进而运用模型预测控制算法与输入参数化衰减策略设计路径跟踪控制律。仿真试验结果表明,在不同作业速度下,预瞄模型预测控制器的直线路径跟踪横向误差均渐近趋于0,行驶曲线均无超调;当作业速度为1、3与5 m/s时,预瞄模型预测控制器的圆形路径跟踪横向最大绝对误差分别为8.52、10.42和10.82 cm,标准差分别为3.96、5.83和6.17 cm;当控制时域为10、30与60时,预瞄模型预测控制器的运算周期相对常规模型预测控制器分别减小7.5%、43.0%和48.5%;与常规模型预测控制相比,预瞄模型预测控制能够在确保路径跟踪系统控制精度的同时有效改善系统的动态性能和提高系统的实时性,使不同作业速度下的跟踪效果更加均衡。田间测试结果表明,在0.5～5 m/s作业速度范围内,预瞄模型预测控制器对作业速度变化具有较强的适应性,能够使农机快速平稳地跟踪参考路径并具有较高的控制精度,其直线路径跟踪的横向最大绝对误差均值小于5.5 cm、标准差均值小于2.5 cm,圆形路径跟踪的横向最大绝对误差均值小于15.5 cm、标准差均值小于8.5 cm,跟踪效果满足农机实际作业要求,适于复杂作业环境或高速作业场合。     

基于变增益单神经元PID的秸秆旋埋还田导航系统研制

水稻田土壤松软,收割机作业后会出现残留秸秆凸起、地表坑洼等现象,导致秸秆旋埋还田作业易出现重耕、漏耕和自动驾驶路径跟踪精度差等问题。该研究基于滑移估计模型推导了拖拉机路径跟踪的前轮转角控制率,并设计了一种变增益单神经元PID导航控制器。在自主设计的电控比例液压转向系统基础上开发了秸秆旋埋还田导航系统,采用双天线RTK-GNSS获取拖拉机的实时位置和航向角信息,由变增益单神经元PID控制器根据理论转角和航向角偏差变化输出实际执行转角,实现旋埋作业自主路径跟踪。田间试验表明,作业速度为1.15m/s时,变增益单神经元PID控制器的自适应直线跟踪最大横向偏差不超过0.071 m,平均绝对偏差不超过0.031 m。与常规PID控制器相比,变增益单神经元PID控制器的最大横向偏差和平均绝对偏差控制精度分别提高了53.08%和51.72%;与单神经元PID控制器相比,最大横向偏差和平均绝对偏差控制精度分别提高了39.00%和28.21%。该研究设计的变增益单神经元PID控制器可以增强导航系统的适应性和鲁棒性,提高路径跟踪精度,适用于未来无人驾驶下的秸秆旋埋还田作业。     

无人驾驶农机自主作业路径规划方法

针对无人驾驶农机自主作业的应用需求,该研究设计了一种基于区块套行作业模式的路径规划方法,以生成含有速度指令和机具状态指令的可执行路径,重点解决田内作业的四边形地块适应性、无人驾驶农机适应性和农田作业路径完整规划等问题。该方法由农田信息处理模块和路径规划模块组成,农田信息处理模块将测绘产生的地块轮廓数据和障碍物数据处理为便于运算的地块轮廓点数据和障碍物轮廓点数据形式,然后由路径规划模块利用用户输入的作业方向、作业幅宽、转弯半径和起始方位等作业参数,经过作业梯形区生成、掉头区与作业区划分、作业条带分割、障碍物条带处理、作业条带路由、掉头路径生成和最终指令路径生成等子模块,最终生成无人驾驶农机的指令路径。仿真试验结果表明,相对于相邻法,该方法的作业面积比及作业路程比分别提升了10.0%和8.8%。播种作业田间试验结果表明,无人驾驶农机自主作业的横向偏差的均值和标准差分别为左偏0.002和0.027m,满足作业要求。研究结果表明,该研究提出的方法适应不同的四边形农田和障碍物,可以结合不同的作业参数完成路径规划,能够满足无人驾驶农机自主作业的需求。     

丘陵山区田间道路自主行驶转运车及其视觉导航系统研制

自然条件的限制使得丘陵山区农产品和物资的田间转运难以实现高安全性的机械化作业。为此,该文研制了一种在丘陵山区田间道路上自主行驶的转运车及其视觉导航系统。该系统采用RTK-GNSS(real-timekinematic-global navigationsatellitesystem,实时动态-全球卫星导航系统)进行路网信息采集、实时定位和路径规划,利用机器视觉进行田间道路识别并提取路径跟踪线;田间道路非路口区域由机器视觉系统进行导航,路口区域采用RTK-GNSS实时定位进行导航。全局路径规划中对A*算法估价函数进行改进,将路口节点处的道路曲率及道路起伏信息引入代价函数。图像处理中强化道路上的阴影处理和信息融合,实现道路与背景的准确分割;然后将道路区域分块求取形心点,拟合后生成道路的虚拟中线作为局部路径的导航线。路径规划仿真表明,改进的A*算法能融合丘陵山地道路起伏变化的特征,规划的路径更合理。转运车自主行驶测试表明,在直线路径、多曲率复杂路径以及地形起伏路径3种工况下,自主行驶轨迹与实际道路中线的平均偏差分别为0.031、0.069和0.092 m,最大偏差分别为0.133、0.195和0.212 m;转运车沿道路中线自主行驶的平均相对误差分别为5.16%、11.5%和15.3%,满足田间道路转运车自主行驶的安全要求。     

基于激光导航的果园拖拉机自动控制系统

为实现果园作业的自动化,以拖拉机为研究对象,采用激光导航方式实现了果园机械的自动导航。试验以激光扫描仪为检测设备对果树位置信息实时采集,采用最小二乘法规划拖拉机导航路径;拖拉机航向偏差和横向偏差作为比例控制器的输入量,以方向盘电机的转速为输出量,控制拖拉机沿导航路径直线行走;系统实现了拖拉机在果园环境下的直线行走控制功能。拖拉机以0.27 m/s的速度直线行走30 m,最大横向偏差0.15 m。试验结果表明本系统可用于果园机械的自动导航,并具有一定的可靠性。     

多旋翼无人机避障航迹规划算法

多旋翼无人机的自主避障能力是安全作业的重要保证。该研究针对多旋翼无人机自主避障问题，提出了一种改进的双向RRT快速随机树航迹规划算法，结合最小化位移四阶导数的动力学优化方法，生成更符合多旋翼无人机动力学性能的避障航迹，解决避障过程中重复搜索、航迹曲率波动性大等问题，实现平稳避障；提出了以随机采样算法规划难度（用时）为核心的场景复杂度评价方法，在不同复杂度场景下进行了仿真试验。结果表明：与改进前相比，避障航迹再规划用时最多减少23.69%；有效避障航迹规划用时低于0.33 s、平均避障航迹跟踪速度大于1.12 m/s、避障航迹延长率最多达20.82%。所提出的避障航迹规划方法，提升了避障航迹的规划效率与效果，可为多旋翼无人机自主作业过程中的避障航迹规划提供参考。     

基于关节构形空间的混联采摘机械臂避障路径规划

针对混联采摘机器人在非结构性环境中进行避障采摘作业的要求,该文提出了一种基于关节构形空间的混联采摘机械臂避障路径规划算法。根据机械臂和障碍物的几何特征,对机械臂及障碍物模型进行合理简化,通过分析末端执行器目标点和串联机械臂结构参数选取合适的并联机械臂动平台目标点,然后采用遍历法构建串联机械臂关节构形空间,并利用快速扩展随机树(rapidly-exploring random tree,RRT)算法搜寻串联机械臂无撞路径,再通过同样的方法获得并联机械臂关节空间障碍物映射模型和无撞路径,最后综合串、并联机械臂的无撞路径,获得混联机械臂整体的避障路径。仿真和试验结果表明,文中所提出的算法搜索的避障路径能够驱动采摘机械臂避开工作空间内的障碍物,引导末端执行器到达目标点。     

基于GNSS的农机自动导航路径搜索及转向控制

为提高农机自动导航系统性能,提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)的农机自动导航路径搜索方法和基于预瞄点搜索的纯追踪模型。根据农机不同作业需求,导航系统可选择直线路径搜索或曲线路径搜索,实现农机直线和曲线自动导航作业;建立基于预瞄点搜索的纯追踪模型,并将其用于农机转向控制,该模型不涉及复杂的控制理论,适用性较强。为验证路径搜索方法和纯追踪模型性能,以John Deere拖拉机为试验平台,进行了农机直线跟踪和转向控制导航试验。结果表明:直线路径跟踪导航试验,车速为0.8、1.0和1.2 m/s时,导航均方根误差分别为3.79、4.28和5.39 cm;转向导航试验,车速为0.6 m/s时,在弓形转弯和梨形转弯导航方式下,导航均方根误差分别为25.23和14.42 cm;与模糊控制方法对比试验,直线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为4.30和5.95 cm,在曲线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为13.73和21.40 cm;基于GNSS的农机自动导航路径搜索方法和预瞄点搜索的纯追踪模型可以得到较好的定位控制精度,可满足田间实际作业的要求。     

农用无人机避障技术的应用现状及展望

随着中国农业现代化稳步推进,农业生产对农业机械的需求日益增长,农用无人机因其广泛适用于地面机械难以耕作的农业区域,在实践推广应用中已表现出明显特点和优势。随着精准农业航空技术的进一步发展,实现障碍物的自主识别与实时避障是农用无人机智能化发展的必然趋势之一。然而,农田作业环境复杂、障碍物类型多变,实现农用无人机的实时避障仍任重道远。为提高航空植保作业的安全性,对农田环境中的障碍物进行了分类,并提出了作业视场的避障分区及各区避障策略。通过对比分析国内外农用无人机避障技术的应用现状及各类避障传感器,并剖析中国农用无人机避障问题中存在的不足,展望未来农用无人机避障技术的研究方向和研究热点。该文可为中国农用无人机避障技术的有序发展提供参考。     

基于多学科技术融合的智能农机控制平台研究综述

农业机械的自动化和智能化包含内容广泛,有农机定位与导航,动态路径规划,机器视觉和远程监控等,牵涉到大量的工程技术学科,包括导航、图像、模型与策略、执行器以及数据链等。农机定位与导航一般采用基于农机运动学模型结合GPS(global positioning system)/IMU(inertial measurement unit)组合导航信息,在导航路径规划算法指引下实现农机轨迹跟踪的方法。建立的农机运动学模型精度,GPS数据的连续性以及惯导器件误差系数漂移等因素都会影响该方法的有效性。路径跟踪通常采用各种现代控制理论与方法,而面对复杂的田间作业环境变化,农机的自主避障以及动态路径规划能力也会影响轨迹跟踪精度。机器视觉的稳定性和目标特征信息分离度影响着农机环境感知能力,目前目标识别主要采用hough变换,hough变换的全局检测特性决定了该算法运算量较大,需要探究改进特征提取算法。远程监控农机作业是智能农机发展的一个方向,构建无线导航,控制和视频数据传输网络有助于提高农机的智能化水平,可以采用分布式哈希表(distributed hash table)来研究网络覆盖和互联技术。该文融合多个学科,从高精度定位与导航技术、复杂环境及工况下农机运动精确自主控制技术、稳定清晰的机器视觉感知技术和基于4G网络和新一代物联网的高覆盖数据传输技术几个方面,论述了智能农机在光机电液多个学科领域内的研究现状,并指出采用北斗地基增强网络和网络RTK(real-time kinematic)技术、惯导定位误差精确建模与补偿、环境感知与自主避障、立体结构自组网技术以及多机协作是现代农业机械的发展方向。以期为现代化智能农业机械的设计提供参考。     

农场农业机器作业成本动态预测模型的研究

农业机器作业成本的预测是优化决策的关键,该文提出了建立农业机器作业成本动态预测模型的一般方法,模型由折旧费、维修保养费、油料费、劳动力成本和管理费5个预测子模型组成.模型结果表明,利用农场相关实测数据建立的模型均达到了较高的精度,其中拖拉机残值系数、累积维修保养费系数回归模型精度的调节平方和分别为0.8367和0.8840;模型的比较分析表明,在2007年机龄为9.16 a的6号JDT654拖拉机组成型耕机组和旋耕机组分别完成180.28 hm2和165.46 hm2作业面积的条件下,二台机组总作业成本的预测值分别为28585.79元和23868.42元,预测偏差分别-2.11%和-5.92%;二台机组作业总成本和的预测偏差为-3.88%.     

农业机械导航路径跟踪控制方法研究进展

路径跟踪控制技术作为农业机械导航的核心,是提高控制系统控制精度和对环境适应性的关键,可提高农机具作业精度和效率,同时可避免重复作业和遗漏现象,减少农业生产资料浪费。该文根据农业机械导航路径跟踪控制方法中是否涉及农机模型,将路径跟踪控制技术分为与农机运动学模型相关、与农机动力学模型相关以及与模型无关的路径跟踪控制方法。通过对原理的解析明确了各类控制方法的优缺点,及对现有解决方案进行了总结分析,指出了现有方案存在共性或个性问题,由此完成了对现阶段国内外针对农业机械导航路径跟踪控制方法的研究进展的阐述。通过对各类控制方法适用性及农机导航产品发展现状的分析,提出了农机导航路径跟踪控制方法的发展展望,以期为后续路径跟踪控制方法的研究提供指导性方向和有针对性的参考,具体如下：1）明确了现有模型对农机运动过程描述的局限性,指出高精度农机模型研究的必要性;2）为提升控制方法自适应性和鲁棒性,研究需从常规工况向极限工况和复杂工况拓展;3）明确单一控制方法的局限性,明确多方法融合控制的发展趋势。     

基于拖拉机作业轨迹的农田面积测量

为了精确测量拖拉机在农田作业时的作业面积,以评价拖拉机的作业效率。该文选用双星定位(GPS卫星和伽利略卫星)接收机采集定位数据,采用自适应卡尔曼滤波算法提高接收机单点定位精度,利用高斯投影算法将GPS接收机采集经纬度转化成平面坐标来计算面积。选用回耕法、梭形耕法、套耕法3种方法旋耕地块,利用安装拖拉机上的GPS识别出作业轨迹,利用图像处理计算3种方法的有效作业面积、实际作业面积和重漏耕面积。试验表明:卡尔曼滤波提高了GPS单点定位精度;面积测量相对误差为2.09%;地块1(回耕法)漏耕率为14.29%,重耕率为6.19%,地块2(梭形耕法)漏耕率为10.72%,重耕率为5.54%,地块3(套耕法)漏耕率为1.80%,重耕率为6.82%。随测量面积增加,测量精度越高;套耕法效率最高,梭形耕法其次;回耕法的漏耕率最大,作业效率最低。