基于EKF的多传感器融合定位算法研究

针对室外移动机器人定位系统精度依靠传感器融合存在累计误差的问题,提出一种基于扩展卡尔曼滤波（EKF）的多传感器融合的室外移动机器人定位方法。通过实时差分定位（Real-Time Kinematic,RTK）和里程计信息、IMU信息对室外移动机器人进行扩展卡尔曼滤波融合定位,在真实室外环境中进行实验。实验结果表明：该算法能消除累计误差,提高机器人的定位精度,动态定位精度可达2.5 cm以内,相较于里程计-IMU融合定位,误差减少了92.4%左右,相较于传统的RTK算法,定位精度提高了55.4%。多次实验表明,该算法具有较好的鲁棒性。     

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。     

基于信息融合的拖拉机组合导航定位系统研究

针对拖拉机在田间作业时因地形倾斜、土质硬度不均、连续转弯而导致的定位误差问题,设计了一种基于GABP神经网络算法的多传感器信息融合导航定位系统。该组合导航系统主要由RTK-GPS和IMU组成,融合了GA-BP卡尔曼算法和误差分析,根据多传感器的导航参数,修正拖拉机的定位误差,使拖拉机的行驶轨迹更加平稳。根据基于MK904型拖拉机建立的导航定位系统试验平台,在洛阳孟津一拖产品试验基地得到原始的导航定位信息,在Matlab中进行算法验证。试验结果表明:在拖拉机直线行驶情况下,该组合导航定位系统侧倾角精度提高了0.01 rad;在连续转弯过程中,左倾时侧倾角精度提高了0.02 rad,右倾时侧倾角精度提高了0.04 rad。说明基于GA-BP神经网络卡尔曼算法的组合导航系统能在一定程度上修正因田间地面起伏不定、土质硬度不均、连续转弯而导致的GPS定位误差,使拖拉机的行驶轨迹更加平稳。     

温度对FDR土壤湿度传感器的影响研究

在利用FDR土壤湿度传感器测量土壤湿度时,土壤温度的变化会使测量结果产生较大的误差,因此要对FDR土壤湿度传感器进行温度补偿。为了研究温度对FDR土壤湿度传感器的影响规律,利用不同湿度的土壤样本在不同温度下进行实验。根据实验结果采用二元回归分析法对FDR土壤湿度传感器和土壤温度传感器的输出进行数据融合,消除温度对FDR土壤湿度传感器的影响。融合补偿后的数据结果比未补偿的数据受温度影响减小,更加接近土壤真实湿度值,大大减小了土壤温度对测量结果的影响。     

耕深测量装置研究与多元线性回归模型预测分析

针对耕作环境复杂、旋耕机耕作深度测量作业影响因素多等特点，设计了一种自动化测量、省时省力、精度高的便携式耕深深度测量装置。装置搭载于旋耕机后，通过磁致伸缩位移传感器、超声波传感器、姿态传感器和GPS模块等传感器采集数据，结合装置数学模型，融合相关数据，有效获得准确的耕深数据。对超声波传感器和磁致位移传感器采集的数据进行S-G滤波加权融合，有效应对测量过程中泥土飞溅或越坎等数据波动，减小外在因素对测量精度的影响，提高测量的精度。结合多元线性回归预测模型，对滤波融合后的数据进行预测分析，准确预测耕深数据变化值并辅助旋耕机调整机身姿态。试验结果表明：在3组16cm预定耕深下，磁致位移传感器直接采集的数据可以准确地反映数据的变化和趋势，且超声波传感器数据间接辅助磁致伸缩位移传感器数据，还原数据真实变化趋势。研究结果表明：多元线性回归模型预测数据与实际测量的数据之间的平均绝对百分比误差分别为0.03%、0.26%、3.16%,能准确反映实际旋耕机作业耕深数据情况，实现耕深测量预测。     

水田自走式喷雾机喷杆自动调平系统设计与试验

为提高水田自走式喷雾机喷施作业均匀性,设计了喷杆自动调平系统,包括自动调平机械结构、喷雾机车身倾角传感器和控制器,以及车身倾角传感器和控制器的硬件系统和软件系统,并研究了对加速度计和陀螺仪数据进行融合的卡尔曼滤波算法和喷杆自动调平PID控制算法。以井关JKB18C型喷雾机为平台,采用叉车调节喷雾机车身倾斜角度,用2台MTI-300高精度惯性传感器分别测量喷雾机车身和喷杆倾角,并进行了测试试验。结果表明:随着车身倾角变化速率的增加,喷杆倾斜角度的平均绝对误差、均方根误差和最大误差增大,平均绝对误差最大为0. 90°,均方根误差最大为1. 39°,最大误差为1. 70°,车身倾角变化速率对喷杆控制精度影响较大。为检测喷杆自动调平控制系统的田间作业性能,采用双天线RTK-GNSS导航定位系统测量喷雾机作业过程中喷杆水平倾角,并进行了田间试验。试验结果表明:喷杆相对于水平面的平均绝对误差最大为0.79°,均方根误差最大为0. 85°,最大误差为1. 70°,喷杆自动调平控制系统可以有效地控制喷杆的水平姿态。     

超声波传感器评定水田激光平地机水平控制系统性

为了评定水田激光平地机平地铲水平控制系统性能,采用2个SensComp 600超声波传感器测量平地铲两端与参考水平面的距离,然后利用三角关系计算得到平地铲倾斜角度.对超声波测距、传感器与反射面成一定夹角的影响以及运动对测量的影响因素进行了分析,并与姿态航向参考系统AHRS500GA-226提供的参考倾角进行了对比,结果表明2个超声波传感器在静态和动态条件下均能较准确地测量出平地铲倾斜角度,最大静止误差和最大动态误差分别为0.08°和1.00°.在平整的水泥地面上对平地铲水平系统性能进行了测试,实验结果表明,水田激光平地机水平控制系统倾斜角度测量准确,误差不超过1.00°,整个系统能较好地实现平地铲水平控制,满足水田平整作业需要.     

基于Kalman滤波农用车辆导航定位方法

因RTD-GPS定位精度不能满足农田导航作业的需要,研究了一种提高农用车辆自动导航定位精度的方法.建立天线补偿模型,对GPS天线晃动引起的误差进行了补偿;建立基于Kalman滤波模型,融合多传感器信息;使用自主开发的基于VRS的GPS接收机,作为RTD-GPS.将RTD-GPS、电子罗盘以及速度传感器获得信息进行Kalman滤波,其结果和高精度GPS数据进行了比较.实验证明,直线跟踪中,平均偏差由1.6019m减小到0.597m;曲线跟踪中,平均偏差由1.2085m减小到0.4861m.     

基于双GNSS天线及单陀螺的车轮转角测量系统

针对农业机械自动导航中,传统绝对角度传感器连接件多、安装复杂且容易出现故障,而陀螺测量前轮转角虽然安装容易,但陀螺零偏等仪器误差造成测量误差随时间累积的问题,提出了基于双GNSS天线和单轴MEMS陀螺组合测角系统,该系统通过双GNSS天线解算的航向角、速度等信息计算观测量,通过卡尔曼滤波器对陀螺计算的角度进行实时校正,提高了车轮转角的测量精度。实车试验结果表明,该系统具有较好的合理性和准确性,车轮转角测量结果与绝对角度传感器输出结果比较:直线试验误差在0.5°以内,曲线试验误差在1°以内,满足了农业机械自动导航的测角精度要求。     

SWR土壤湿度传感器温漂特性与补偿研究

针对基于驻波率(SWR)原理的土壤湿度传感器在长期工作中受温度影响的问题,提出基于二元回归分析法的温度补偿模型,利用最小二乘原理确定补偿模型的待定参数,对传感器进行温度补偿。从硬件电路和测量原理对SWR土壤湿度传感器的温漂特性进行研究。使用高低温交变湿热实验箱,在设定温度5～45℃范围内进行实验,测试结果表明,在温度补偿前该传感器测量土壤体积含水率的最大绝对误差范围为-2. 65%～2. 22%,其最大相对误差为29. 76%,最大均方误差为2. 211 9%。将SWR土壤湿度传感器输出值与PT100型温度传感器输出值进行数据融合,基于最小二乘优化计算的二元回归分析法得到温度补偿模型,其拟合的决定系数为0. 998。取不同温度下的实验数据进行补偿模型的验证,结果表明,SWR土壤湿度传感器进行温度补偿后,其测量结果的最大绝对误差范围为-0. 26%～0. 69%,最大相对误差不超过5. 23%,均方误差较补偿之前减小一个数量级,且最大均方误差为0. 157%。表明采用该温度补偿模型可以有效减小温度对SWR土壤湿度传感器的影响,提高其测量结果的精度和可靠性。     

移栽机自适应仿形系统研究与试验

为提高移栽机的仿形精度,对其自适应仿形系统进行了设计。使用水平倾角传感器和位移传感器分别测定水平姿态和离地间隙,以电动推杆作为执行元件实现自适应仿形。为验证自适应仿形系统作业效果,设计了液压试验台并对液压系统进行了仿真,结果表明:压力补偿系统确保了液压缸的速度稳定可控。对自适应仿形系统进行了试验,结果表明:水平倾角正向最大值和负向最大值分别为1.40°和-0.86°,水平倾角误差绝对平均值为0.54°,垂向位移误差最大值为7.85mm,垂向位移误差绝对平均值为4.91mm,满足自适应仿形系统的使用要求。     

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。     

土地平整度传感测定评价系统的设计与实现

为了提高土地整理工作中三维地形信息测量的精度与效率,实现全程自动化采集数据,设计了一套土地平整度传感测定评价系统。该系统主要由单片机、步进电机、激光测距仪和二维机械平台组成。利用单片机控制步进电机,驱动滑块沿二维机械平台运动,获得测量点平面位置信息;利用激光测距仪获取测量点的高程信息,进而得到测量点的三维地形信息。用田块内所有测点相对高程的标准偏差值和田块内所有测点的相对高程与期望高程的绝对差值来评价土地的平整状况。在田间试验条件下,对该系统与定点人工测量方法获取的数据进行了比较,结果表明,系统工作稳定,其测量误差不大于5mm,可准确快捷地对农田平整度进行量化评价。     

基于CFD的茶叶理条部件试验与优化#br# #br#

针对茶叶理条机锅槽温度均匀性差的问题,采用计算流体力学(CFD)建立理条部件的温度场仿真模型。运用PT100温度传感器测量理条部件作业时中间平面的温度并与仿真结果进行对比,实测温度与相对应的仿真温度最大相对误差为12.1 ℃,平均相对误差为9.5 ℃,最大绝对误差为5.9%,平均绝对误差为4.67%,说明采用该模型对理条部件的温度场进行模拟是可行的。运用该模型对理条部件进行优化设计,结果表明：当采用环形电阻丝按照125 mm、105 mm、85 mm、65 mm的间距梯度布置时,理条部件中间平面的温度均匀性系数从0.847增加到0.935,温度均匀性增加了104%,为进一步提高理条部件的温度均匀性提供了思路。     

大口径钢管圆度测量喷标系统设计与误差补偿研究

为满足大口径钢管测量精度的需要,设计了一种龙门架式钢管在线测量及喷标系统。利用龙门架两侧立柱激光传感器的竖直运动,测量钢管截面外径上点的坐标,利用最小二乘法求其圆心坐标,采用近似直径法求取该截面的最大直径和最小直径,从而求得该截面的圆度。实例证明该系统及数据处理算法可实现钢管外径及圆度的测量,并具有相当高的精度。对测量结果进行误差分析,得知影响测量结果的主要来源是钢管的摆放姿态,通过投影及坐标变换对误差进行补偿,补偿后结果得到了一定的改善,从而验证了误差分析的合理性和补偿方法的可行性,该系统可用于大口径钢管的在线测量。     

农机INS/GNSS组合导航系统航向信息融合方法

为解决农机自动导航系统在田间作业过程中因防风树林等对卫星信号产生遮挡与干扰,导致其难以准确获取航向信息等问题,采用惯性导航系统（INS）和全球导航卫星系统（GNSS）航向信息融合方法进行了试验与研究,结合自适应卡尔曼滤波算法构建了综合滤波模型,提出了一种以GNSS信号品质与航向角变化幅度信息为指导的INS/GNSS航向信息融合策略,通过仿真试验以及实际应用测试对航向信息融合效果进行了验证。试验结果表明：以双天线GNSS航向角测量值作为参考基准,在直线行驶过程中,融合航向数据的平均绝对误差为-0.02°,标准差为0.50°;在转向行驶过程中,融合航向数据的平均绝对误差为0.62°,标准差为2.42°;融合后的航向输出结果明显提升了单独使用INS或GNSS时航向数据的精度,且在滤除GNSS航向角测量噪声的同时提高了GNSS航向角解算值的更新速率。该航向角融合算法能够增强农业机械自动导航系统航向角测定的准确性,可为导航系统实际田间作业情况下的抗环境扰动能力提供服务。     

栽培基质超亲水pH传感器测量误差影响因素分析与补偿

栽培基质pH值是设施园艺中重要的生产过程信息之一。针对栽培基质pH值在线检测误差大、结果易受基质含水率和基质成分影响的问题,基于超亲水pH传感器,以泥炭、蛭石基质为原料,以配置的不同质量比和不同含水率的栽培基质为试验对象,开展了栽培基质超亲水pH传感器pH值测量试验研究。结果发现：栽培基质的质量含水率(θ_m)降低会引起超亲水pH传感器的pH值测量值线性降低和pH值测量误差线性增加,其测量误差绝对值最大为0.81,显著低于锑电极pH传感器(测量误差绝对值最大为2.15);超亲水pH传感器的测量误差受混合基质中泥炭、蛭石质量比的影响相对较小,由基质成分变化导致的测量误差最大变化为0.23,显著低于锑电极pH传感器(最大变化为1.10)。在此基础上建立了栽培基质超亲水pH传感器的测量误差补偿模型,并在采集的栽培基质中进行了应用试验;补偿前测量误差绝对值最大为0.32,补偿后降为0.18,测量误差进一步降低,验证了超亲水pH传感器及其测量误差补偿模型的有效性。研究结果为实现栽培基质pH值快速、准确在线检测奠定了基础。     

4种常见土壤含水量传感器精度分析及评价

针对目前市面上不同传感器测定结果差异过大,导致农业生产中效率低下的问题,选取了市面上常见的4种土壤湿度传感器（编号为A、B、C和D）,进行室内与田间试验,测试传感器的精度。试验结果表明,传感器B的测定结果与土壤真实含水量值最为接近（综合误差为5.14%）,而其他3种传感器测定值与真实含水量的差异较大（综合偏差均＞9%）。此外,当测试环境变化时,传感器对于相同含水量土壤的测定结果会随之变化,传感器测定误差值也随之变化,特定条件下误差值变化相当明显。测试也表明传感器厂家对传感器的初步校正具有局限性,如果想得到更为精确的结果,对传感器再次进行针对校正是必不可少的。      

基于SSA-RFR算法的采棉机测产传感器研究

随着棉花种植和收获的机械化程度提高,获取准确的产量图,分析田间产量数据,变得尤为重要,而采棉机作业时在输棉管道处监测产量是一种有效、可行的方法。现有光电对射式棉花测产传感器在作业中会有粘液遮挡检测通道、环境光影响等问题,面对复杂的田间作业环境,传感器标定普遍采用线性或多项式模型,精度和抗干扰性表现不够理想。针对上述现状,本文首先在传感器的结构和电路设计上做了抗干扰改进。然后在传感器标定过程中,尝试使用随机森林回归模型(Random forest regression, RFR),对实验样本进行训练、测试。在分析模型的表现后,提出了麻雀算法(Sparrow search algorithm, SSA)改进的随机森林回归模型,以均方误差作为适应度,对模型进行优化。经过验证,在相同验证集下,优化后的模型有更好的检测精确度。通过研究寻优上下界范围,平衡运行时间和检测精度,得到最优检测模型。该模型在验证集上表现良好,决定系数R²为0.99,平均绝对百分比误差(MAPE)为6.34%。台架实验结果表明,不同风速下最大误差为9.21%,平均误差为8.33%,改进后的传感器及检测...     

管式土壤水分传感器探头的研制

设计了一种基于电场边缘效应的管式土壤水分传感器。为了研究圆环电极几何结构对水分传感器灵敏度及有效测量范围的影响,采用有限元分析软件Maxwell分析了不同参数组合下探头的电场分布和电容变化,得到了传感器探头最优结构参数组合。试验表明:优化后的土壤水分自制传感器测量值与传统烘干法测量值对比,两者决定系数R2=0.997 6,最大绝对误差为1.60%,提高了传感器的测量精度,可应用于农业生产实践中。