农业机械导航技术研究进展

农业机械自动导航技术是实施精细农业的基础，可有效减轻农机操作人员的劳动强度，提高作业精度与作业效率。经典的农机自动导航关键技术包括定位测姿、路径规划和运动控制，针对这3项关键技术，分别阐述了基于全球导航卫星系统、惯性导航系统、机器视觉导航系统及多传感器信息融合的农机定位测姿方法，总结归纳了农机自动导航系统中的全局路径与局部路径规划算法，以及农机的运动学模型、导航决策控制方法、转向制动控制系统。随着信息技术的发展，农机智能导航技术受到越来越多的关注，保证作业安全与提高作业效率成为农机智能导航不同于传统自动导航的关键技术。以激光雷达和RGB相机为例综述了农机自主避障技术，并从协同导航模式、通信技术、协同控制、远程监控平台等角度阐明了多农机协同作业的关键技术。最后，结合无人农场和智慧农业对农机智能导航技术未来的发展方向进行了展望。     

基于WinCE的农机导航监控终端软件系统设计与实验

随着农业机械自动导航技术的发展,农机导航监控终端技术已经成为农业机械自动导航技术的重要组成部分。为了满足农业信息化发展的需求,更好地管理控制农机自动导航系统,实现对农机自动导航系统的实时监控与农机作业的控制,开发了农机自动导航监控终端软件系统,可进行农机车辆的导航状态监控、农机具的操纵控制及系统的故障诊断等。通过对农田工作的特点与导航需求分析,采用VS2005开发环境,C++语言,开发基于Win CE嵌入式操作系统的农机车辆自动导航监控终端软件。软件程序的总体功能模块包括:人机交互界面显示、基于RS232的串口通讯模块、路径规划模块、文件读写模块及系统参数调节模块等,并制定导航监控终端与导航控制器之间的数据通讯协议。将该导航监控终端软件系统装在拖拉机上测试运行,结果表明:导航监控终端软件系统可长时间连续稳定的工作,有效实现了对农机车辆导航系统的操作与监控。     

农业机械自动导航技术研究综述

农机自动导航技术作为智能农机与精准农业的一项核心技术,越来越多地应用于多种田间作业场景,有效提高了农机装备的生产效率与作业精度。从定位信息收集方法、路径规划、导航决策控制方法、自主避障、通信技术与远程监控6个方面对农业机械自动导航技术国内外研究现状进行了详细综述,从而全面系统梳理自动导航技术的研究现状。     

基于Android的农机导航管理系统研究与设计

农机自动导航技术是精准农业研究中的关键技术之一。为解决国内现有农机导航系统的人机交互体验差、信息化和智能化程度不高的问题,结合农机自动导航作业功能需求和Android移动平台的优点,设计并实现了一套基于Android的导航管理系统。系统包含农机作业参数管理、农田地理信息管理、作业路径规划、导航实时监控和历史作业数据管理等功能模块。将该系统应用于农田自动导航试验中,结果显示:系统运行稳定可靠,人机交互体验性好,能够有效实现农机自动导航中的管理和监控功能。     

农机导航的智能决策逻辑及功能开发特征

近年来,智慧农业理念在我国得到快速普及,农业机械产品研发和功能探索逐渐向智能作业、无人作业模式转型,导航技术是农业机械自动行驶的重要技术组成,随着导航功能扩展和综合决策功能的应用,农业机械的自动驾驶技术得到长足发展。该文基于农机导航技术发展现状和研究情况,分析了农机导航智能决策的原理与逻辑,说明了其中匹配的技术,结合导航功能现状分析了开发特征,强调了农机导航持续丰富功能和优化发展的重要意义。     

基于宏微结合的田间作业机器人路径规划

农业机器人对推动农业现代化加速变革和实现智慧农业有重要作用。高精度定位技术是保障机器人安全高效完成各类作业的基础,而作业路径准确规划是实现农业场景下导航的核心。针对田间作业机器人复杂环境下因测绘误差与局部障碍进而造成作物损伤率较大这一问题,本文提出一种基于宏微结合的路径规划算法,该算法首先基于作业区域宏观测绘信息生成全局静态作业路径,同时利用雷达传感器对机器人局部作业环境进行实时动态监测进而生成局部动态最优路径,将全局静态路径与局部动态路径进行有机融合以实现作业路径优化修正,保障田间作业的顺利进行,最终应用MPC算法控制机器人对规划后的路径进行追踪。经试验验证,当机器人田间作业两侧安全距离分别为0.2、0.1 m时,本算法可将作业过程中平均作物损伤率由3.405 8%、1.276 3%降低到0.677 2%、0.188 9%,保证了机器人作业的安全可靠,为大田稳产条件下的高效作业奠定基础。同时,本算法提升了精准农业要求下田间作业精度,对实现农业高产高效高质目标有重要意义。     

农业机械自动导航技术研究进展

农业机械自动导航技术作为智能农机的一项关键技术,是"精准农业"技术体系的重要组成部分,具有广阔的应用前景。目前,农业机械自动导航技术的研究重点主要集中在环境感知和导航控制策略等方面。为此,对环境感知技术和导航控制策略的国内外研究现状进行了详细综述,分析了目前常用的环境感知技术和导航控制策略的优缺点。分析表明:农业机械自动导航技术的未来发展趋势是采用深度学习的障碍物检测技术与智能避障策略并结合多传感器融合的环境感知技术、农业物联网技术、多机协同导航技术及集群控制策略。     

基于GNSS的农田平整自动导航路径规划方法

为了提高农田平整作业工作效率,分析了基于全球导航卫星系统（Global navigation satellite system,GNSS）的农田平整自动导航解决方案的可行性,改进了系统硬件设计,提出了一种基于GNSS的农田平整自动导航路径规划方法。该方法将全局路径规划和局部实时路径规划相结合,以铲车空载或满载时间最短为最优评价基准,融合K 均值与密度均值,聚类农田栅格;根据设计的铲车挖高填低方法和局部搜索策略得到平地路径全局规划,在实际作业中根据拉力传感器反映的实时载荷进行局部调整和规划。通过仿真试验和农田路径规划平地对比试验分析表明,最大高度差从22.8cm降到2.7cm,平整度从12.6cm降到1.5cm,高差分布列从81%上升到97%,平整效果能满足精细灌溉需求。该方法能够较好地实现路径规划,实现拖拉机高效平地作业,其中铲车的满载和空载率较其他方法小,满载和空载率总和在20%左右,增加了有效工作时间,降低了人工劳作强度,提高了平地效率。     

农业机械自动导航技术研究进展

自动导航技术是农业机械近年来研发中常用的先进技术,能够提高机械运行的高效性和精准性。笔者针对农业机械自动导航技术的研究现状,分析了环境感知的几项关键技术及导航的控制技术,展望了未来农业机械自动导航技术。结果表明,当前农机自动导航的核心技术主要为环境感知技术和控制技术,而未来自动导航技术的发展趋势可以深度学习为基础开发更精确的障碍物感知检测技术,促进环境感知技术中多种类型传感器的融合,同时借助物联网技术搭建农机自动导航作业的远程监控平台,实现远程任务调度及可视化管理。     

基于自动导航的农业装备全覆盖路径规划研究进展

目前农业机械向着大型化自动化发展,同时农业无人机也应用于农业植保作业,全覆盖路径规划作为农业机械导航的核心技术,对农业机械作业质量有着直接影响。基于目前全覆盖路径规划技术发展研究,按照传统规划算法以及启发式算法的分类对各种算法在农业机械导航上的应用进行介绍,并且对于各种算法的优缺点进行总结。基于算法发展趋势以及农业发展需要,提出算法满足多机协同、动态路径规划、多算法结合以及优化机械转向路线的发展趋势,为我国全覆盖路径规划研究提供重要依据。     

农业装备自动控制技术研究综述

随着信息与控制理论的发展，自动化控制技术在农业装备领域广泛应用，促进农业生产的智能化、现代化与规模化。运动控制和作业控制是智能农机自动控制技术的两大核心内容，为无人农机在复杂环境下的高精度自主导航安全行驶和精准作业提供保障。速度控制与转向控制是智能农机运动控制的基础，导航跟踪控制是智能农机运动控制的主要内容。本文阐述了智能农机速度控制与转向控制的研究进展，总结归纳了基于几何模型、基于运动学模型和不依赖于模型的自动导航跟踪运动控制方法。然后，着重分析了智能农机在耕、种、管、收等各环节的作业机构控制以及多机协同作业控制方法。最后，指出构建更加精准的农机数学模型，研究面向复杂场景的先进底盘运动控制技术，发展人工智能与控制理论深度融合的农机控制技术以及提升农机农艺相结合的多机协同控制技术是未来智能农机自动控制技术的发展方向。     

农机自动驾驶系统研究进展与行业竞争环境分析*

农机自动驾驶系统是无人农场的关键技术之一,已在拖拉机、联合收割机、农业机器人等农业装备中有一定的应用并成为学术界研究的热点。从硬件基础与底层技术方面详细梳理农机自动驾驶技术原理,指出其核心内容在于环境感知、决策与规划、控制与执行3个环节,并逐一分析各环节实现原理与国内外主要研究成果;总结农机自动驾驶相对有人驾驶在作业精度、效率、降低作业强度等方面优势与在动态路径规划、地头自动转向以及系统可靠性与安全性方面的不足;同时,分析全球农机自动驾驶产业竞争环境,着重阐述中国市场竞争环境,指出农机自动驾驶系统价格及服务体系、机械化水平、下游消费者受教育程度低等问题是制约产业发展的主要因素;预测未来研究热点将集中在机群协同作业、障碍物检测、主动避障以及与5G融合塑造以无人化为核心的无人农业等方面。对于我国无人农业的建设与发展、重塑中国农业生产模式有较好的借鉴意义。     

基于文献计量的国际农业机械研究前沿

为系统分析国际农业机械领域的研究前沿,对该领域科技规划和科技决策提供支撑,利用文献计量方法和内容研判的定性情报研究方法,结合专家咨询,从基础研究和工程技术两个角度,揭示出农业机械研究前沿。其主要包括:①无线传感器网络、传感器设备系统算法及软件等农业传感器研究;②自主式农机、轮式移动机器人等农业机器人的导航控制、路径规划优化与追踪、运动与姿态控制及相关算法;③无人机的导航、制导与控制;④遥感技术和地理信息系统等领域。信息化、自动化和智能化是未来农业机械研发的主要方向。美国、意大利、中国、澳大利亚、西班牙和丹麦等国是重要的核心论文来源国。      

农业装备自动驾驶技术研究现状与展望

农业装备自动驾驶技术可以显著提升作业质量，提高作业效率，降低作业成本，减轻劳动强度，已成为智能农业装备发展的重要方向。在政策和市场的共同推动下，我国农业装备自动驾驶技术发展迅速，并通过多场景、多层次的示范和应用推动技术熟化，逐步建立了完整的技术体系。农业装备自动驾驶技术系统主要包括环境感知、工况感知、决策规划、横向控制、纵向控制等关键技术。本文首先阐述了农业装备自动驾驶关键技术研究的现状，分析归纳了各技术领域有待解决的关键科学技术问题；结合农业装备自动导航技术产品和自动驾驶技术集成应用两方面，介绍了国内外农业装备自动驾驶技术研发和应用情况；从自动驾驶技术分级研究和建立标准规范角度，对比分析了农业装备自动驾驶与智能网联汽车行业的差距，指出了农业装备自动驾驶等级划分的迫切需求。为应对智慧农业生产非结构环境、高精度农艺和强农时约束三大挑战，建议突出农业生产应用中作业精准化和驾驶自动化双重需求的特点，有针对性地开展农业装备自动驾驶技术研发、应用示范和技术分级等方面工作。     

农业机器人全覆盖作业规划研究进展

随着自动导航技术的发展,农业机器人已经应用到农业生产的各个方面。农业机器人可以代替人类从事喷药、施肥、收获等活动,减轻了劳动强度,提高了作业效率。全覆盖作业是智能机器人研究的核心内容之一,涉及农业、军事、生产制造和民用等多个应用领域。全覆盖作业规划作为农业生产作业的关键技术,有助于提高作业质量和资源利用率。但在全覆盖作业中,仍然存在障碍物识别不准确,阻碍农机工作路径;工作区域面积遗漏,路径重复问题,造成资源浪费;单机器人工作效率较低,无法处理复杂的全覆盖作业问题。本文从全覆盖作业规划中存在的问题入手,从环境模型构建、机器人路径规划、多机器人协作任务分配3方面进行综述。其中,准确可靠的环境地图信息有助于规避静态障碍物、提高作业可靠性;高效优化路径信息有助于减少遗漏面积,提高作业效率;最佳的任务分配方案有助于减少作业时间和资源浪费。首先对环境建模方法进行了分析和对比,揭示其局限性并提出优化方法;在环境建模方法的基础之上,对国内外全覆盖路径规划算法现状进行综述,指出相关算法的特点;然后,针对多机器人协作全覆盖任务规划的研究,探讨了相关任务分配算法的研究进展;最后对移动机器人全覆盖作业规划未来的发展方向进行了展望。该研究将有助于进一步提高农业生产中全覆盖环节的工作效率和农业作业质量,减少资源浪费,为我国实现农业规模化生产提供重要依据。     

多约束情形下的农机全覆盖路径规划方法

为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。     

基于WebGIS的农机多机协同导航服务平台设计

为向多台农业机械协同作业应用场景提供地图和导航服务支持,设计并开发了基于WebGIS的农机多机协同导航服务平台,该平台由GIS服务和农机调度2个功能模块组成。GIS模块基于GeoServer和JavaWeb提供网页端地图服务,在显示农场地图、实时标注农机位置的同时,也提供多农机导航结果的可视化显示功能;农机调度模块以路径规划算法和任务分配算法为核心,负责提供导航服务,在用户输入任务列表并调用服务的情况下,以GeoJSON格式返回各农机的任务分配以及路径规划结果。此外,为了筛选出满足平台需求且性能最优的算法,针对路径规划算法设计了算法性能对比实验,在导航距离近、中、远的3条路径上分别测试了基于A*、Bellman-Ford、Dijkstra、Floyd和SPFA 5种算法的路径规划算法,并对不同算法的执行时间和最优路径长度进行了对比;针对任务分配算法设计了不同任务数量场景下的仿真对比实验,在任务数量为8、10、14、18的场景下分别测试了基于蚁群算法和遗传算法的任务分配算法,并对两者的执行速度和最优路径长度进行了对比。结果表明：基于Dijkstra算法的路径规划算法在结果最优的前提下执行速度最快,平均单次执行时间为0.25ms。基于遗传算法的任务分配算法可以有效降低多机协同的路径代价,相较于随机生成的工作序列,路径代价减少50%~54%;相较于基于蚁群算法的任务分配算法,农机最佳路径长度减少19%~36%,执行时间减少51%~66%,平均执行时间在1s以内。开发的多机协同导航服务平台通过使用Dijkstra算法和遗传算法分别进行路径规划和任务分配,能够基本满足多机协同作业的实时性需求。     

基于改进纯追踪模型的农机路径跟踪算法研究

为提高农机作业时直线行驶的精度,提出了一种基于改进纯追踪模型的农机路径跟踪算法。在建立了运动学模型和纯追踪模型的基础上,对农机直线跟踪方法进行研究;针对GPS导航精度易受噪声干扰的问题,通过卡尔曼滤波对航向误差以及横向误差进行了平滑处理,以获取更高精度的航向误差和横向误差;为提高纯追踪模型的自适应能力,以横向误差和航向误差的均方根误差为基础,构建适应度函数,并设计了权重函数,采用横向误差作为主要决策参数,通过粒子群优化(Particle swarm optimization,PSO)算法实时确定纯追踪模型中的前视距离;为使粒子群减少计算时间、尽快进行局部搜索,对PSO算法中惯性权重系数进行了改进。以东方红1104-C型拖拉机为试验平台,设计了农机自动导航控制系统,进行了农田播种试验。结果表明:当农机行驶速度为0.7 m/s时,采用基于改进纯追踪模型的农机路径跟踪算法,直线跟踪的最大横向误差为0.09 m;当行驶距离超过5 m后,最大横向误差为0.02 m,该算法能够有效地提高农机作业时的直线行驶精度。