牵引式作业机具自动调平控制系统的研究

建立了倾角传感器在不同工况下的数学模型,并通过卡尔曼滤波模型结合陀螺仪与加速度计数据,精确测量其机具的倾斜角度。牵引式作业机具自动调平控制系统使用自主研制的倾角传感器,并进行了卡尔曼滤波的静态和动态试验。静态试验结果表明,倾角传感器静止时,卡尔曼滤波后数据最大误差0.05°,误差平均值0.01°,均方根误差≤0.014°。当开启旋耕刀后,传感器底部垫有海绵卡尔曼滤波后的数据最大误差0.3°,误差平均值0.12°,均方根误差≤0.023°,相比垫有塑料或泡沫稳定性有一定提升。动态试验结果表明,未遇障碍情况下,最大误差0.86°,误差平均值0.264°,均方根误差≤0.267°。单边履带遇到10 cm障碍时,最大误差0.62°,误差平均值0.375°,均方根误差≤0.163°。遇到20 cm障碍时,最大误差1.09°,误差平均值0.587°,均方根误差≤0.33°。     

高地隙植保机底盘调平系统的设计与试验

为实现高地隙植保机底盘离地间隙调节和底盘调平控制,以湖南农业大学与宗南重工联合研制的高地隙多功能植保机为平台,设计加装了底盘自动调平系统。系统由STM32主控芯片、倾角传感器、驱动模块、平行四边形升降机构和液压执行机构组成。每个平行四边形升降机构上安装倾角传感器,用于检测底盘的离地间隙;底盘中心位置安装1个水平倾角传感器,用于检测底盘的水平角度。采用Kalman滤波算法处理底盘水平倾角数据,采取基于位置误差控制加角度误差控制的调平控制策略,完成高地隙植保机离地间隙调节和底盘调平的控制。试验证明,滤波算法能有效抑制水平倾角数据的抖动;调平系统能完成植保机离地间隙调节和底盘调平,平均响应时间为0.45 s,静态调平的平均水平误差≤0.25°,最大误差0.45°,均方根误差≤0.27°;动态调平的平均水平误差≤0.64°,最大误差0.81°,均方根误差≤0.34°,满足高地隙植保机作业要求。     

激光控制水田打浆平地机设计与试验

【目的】满足水稻种植对田面平整度的要求,减少拖拉机进田次数,提高打浆平地质量和效果,实现一次进田完成水田打浆和平地作业。【方法】采用先打浆后平地原理,设计了激光控制水田打浆平地机、打浆机与平地铲自动调平机构、平地铲高程自动调节机构和通过集成带自动调平的激光平地控制系统,并进行田间试验;利用2台姿态航向参考系统分别测量拖拉机车身和打浆平地机的横滚角,采用水准测量试验田块作业前后的田面平整度。【结果】拖拉机横滚角在±4.5°内变化,打浆平地机的横滚角始终保持在±1°内,表明调平自动控制系统明显提高了水田打浆平地机构水平稳定性;打浆平地作业后田面最大高差从作业前的17.7cm降低到6.7cm,标准偏差值从作业前的4.08cm下降到1.75cm,绝对差值不大于3 cm的平整度采样点占比由作业前的62%提高到82%以上。【结论】激光控制水田打浆平地机打浆平地作业后可显著改善田面平整情况。     

基于小波阈值–卡尔曼的水田旋耕平地机倾角信号的去噪方法

基于全球卫星导航系统(GNSS)的水田旋耕平地机田间试验，采集平地机在调平过程中的倾角信号，采用小波硬阈值法，获取低频信号，并实时估计倾角信号的噪声方差，作为卡尔曼滤波的修正信息，再将低频信号作为系统输入，运用卡尔曼滤波对信号进行二次修正。试验结果表明：小波硬阈值–卡尔曼融合算法的滤波效果优于单一的小波阈值法和卡尔曼滤波，倾角信号经融合算法处理后，信号的信噪比由21.704提高到39.116，均方根误差从0.035 1减小至0.012 6。倾角信号中的噪声成分明显减少，信号的精确度更高。     

激光平地机自动调平控制系统的研制

现有的激光平地机对平地铲只有高程控制而没有水平平衡控制。分析了当前激光平地机在不平整地面上工作的缺点,提出了一种自调平控制系统,实现激光平地机水平方向上自调平控制,改进与提高其平整精度和效率。当激光平地机在斜坡上工作时,使用该系统可自动保持农具平衡。实时倾角通过固定机具中心的倾角传感器获得,控制器将根据实时倾角来驱动电磁阀,控制油缸动作,使得机具实现自调平控制;同时对其进行静态试验和动态试验,通过数据分析,发现该系统能有效提高土地作业的稳定性。最终得出该系统相对于常规的激光平地机地块平整前后的绝对改善度提高了50.0%,相对改善度提高了18.6%,土地误差水平小于1.0%。     

基于GNSS航向微分和MEMS陀螺仪的农机轮角测量方法

【目的】设计一种农机前轮转角测量方法,代替安装复杂的连杆式轮角传感器。【方法】采用GNSS天线测量航向和速度,MEMS陀螺仪测量车身和车轮的合转动速率,计算MEMS陀螺仪与GNSS航向微分差值,获得车轮转动速率;设计自适应卡尔曼滤波器进行信息融合和校正,获得车轮转向角,并进行性能验证和田间应用试验。【结果】与连杆式轮角传感器测量结果对比,轮角测量方法的拖拉机在偏离航线2.5和1.5 m进行上线时,平均绝对误差(MAE)分别为1.13°和0.87°,均方根误差(RMSE)分别为0.90°和0.68°,上线时间分别为29.4和23.5 s;以4 km/h田间导航应用时,MAE为0.44°,RMSE为0.87°,满足拖拉机旱地作业要求。【结论】GNSS航向微分和MEMS陀螺仪轮角测量方法与连杆式轮角传感器测量性能相当,能够替代轮角传感器用于较低速农业机械导航。     

激光控制水田平地打浆机设计与试验

为了满足水稻种植对田面平整度的要求,缩短水田打浆和平地作业间隔时间,提高打浆平地质量和效果,提出了先精准平整再精准打浆的作业方法,设计了平地铲和打浆机构的高程和调平自动调节机构,研制了激光控制水田平地打浆机,集成带自动调平功能的激光平地控制系统,实现了一次进田即完成水田精准平地和打浆作业,且打浆深度可调。利用两台AHRS(Atitude and Heading Referece System)同步测量拖拉机车身和平地打浆机横滚角,GNSS(Global Navigation Satellite System)测量平地打浆机试验过程中的高程变化。在水田进行了手动操作与自动控制两种方式的倾角和高程对比试验,结果表明,平地打浆机在自动控制下高程在平均值的±4 cm范围内变化,手动操作为±11 cm;平地打浆机的横滚角保持在±0.5°,而手动操作时受拖拉机车身横滚角影响最大超过±2.5°,自动控制下平地打浆机的作业质量较手动操作更稳定。水田平地打浆作业结果表明:平地打浆作业后田面最大高度差从作业前的26.4 cm降低到11.5 cm,标准偏差值由4.13 cm下降到2.18 cm,作业后绝对差值小于等于3cm的平整度采样点累计达86%以上;打浆作业深度为14.2cm,相对于设定打浆深度15.0cm标准偏差值为2.46 cm。表明激光控制水田平地打浆机作业后显著改善了田面平整情况,打浆深度精准稳定。     

1PJ-3.0型水田激光平地机高程系统动态特性试验研究

水田激光平地机的高程系统主要接收激光信号并用以控制平地铲处于设定平面,其动态特性是平地机平整作业质量的重要保证。为分析水田激光平地机的高程系统动态特性,进一步提高平地机的工作性能,以与插秧机配套的1PJ-3.0型水田激光平地机为平台,采用电流检测电路检测电磁阀线圈电流,直线位移传感器测量油缸和平地铲的运动行程,USB高速数据采集模块同时采集电磁阀线圈电压和直线位移传感器信号,从而获得油缸和平地铲的响应时间和运动速度。在平地机高程机械液压系统处于不同油门、不同初始高度,平地铲上升过程和下降过程的条件下进行试验。试验结果表明:在上升过程中,油缸的平均响应时间48.2ms,平地铲的平均响应时间59.4ms;而在下降时,油缸的平均响应时间73.6ms,平地铲的平均响应时间62.3ms;在平地铲上升或下降时,不同初始高度和不同油门开度等级下的,油缸和平地铲的响应时间基本稳定;油门等级越大,平地铲上升速度越快,上升速度在109.0~305.0mm·s-1之间;单向节流阀能保证平地铲下降速度稳定,不受油门开度等因素影响,油缸缩回速度为35.8mm·s-1,平地铲下降速度为126.1mm·s-1。     

基于模糊PID的山地拖拉机调平控制系统的设计

在自行开发的山地拖拉机调平机构上加装了自动调平控制系统。系统以可编程逻辑控制器(PLC)为主控核心,以倾角传感器为车身平台倾角检测机构,以模糊PID为调平控制算法,通过监测倾角传感器检测的角度值来实时调整伺服电机的转动与伺服电缸的伸缩,以实现车体平台的自动调平。静态试验结果表明,拖拉机车体平台在倾斜15°的情况下,车体平台横向和纵向单独完成调平分别用时1.851 s和1.882 s,同时调平在3.319 s内完成。动态试验结果表明,拖拉机在行驶速度1.73 km/h、最大坡度15°时,完成车体平台横向和纵向调平分别用时6.253 s和6.853 s;调平时最大超调角分别为9.053 3°和8.687 2°,调平后车体平台角度偏差最终可控在0.5°。     

基于传感技术的水田旋耕机平地系统的设计与试验

针对现有水田旋耕机在耕作时机械的倾斜和振动会导致耕整后的地表平整精度低、可控性差等问题,基于倾角传感控制技术设计一套与水田旋耕机相匹配的平地系统,通过液压控制和控制器控制相结合的方式实现平地系统的水平调节功能。田间试验结果表明:基于倾角传感技术,具有自动调节水平功能的水田旋耕机平地系统耕整平地性能稳定可靠。耕整后的平整度为2.20cm,高差分布为81.82%,相比水田旋耕机,平整度改善34.3%,高差分布提高19.4%,且能满足水稻种植的农艺要求。     

一种山地拖拉机车身调平控制系统设计

针对丘陵山地拖拉机车身调平过程复杂、调平精确度高、自动化程度要求高等问题,本研究将PLC、触控屏等自动化及人机工程引入到履带式丘陵山地拖拉机车身调平装置中,建立PLC、LCD触控显示屏、电磁比例阀、液压执行机构、温度传感器、倾角传感器、限位开关、系统压力传感器等组成的丘陵山地拖拉机车身自动调平控制系统。重点研究了丘陵山地拖拉机车身调平PLC自动控制系统的结构和原理,进行PLC、触控屏的选型,并编制了上位机和下位机控制程序,并进行实际运行结果试验。     

基于水平传感单元的激光平地机设计方法

针对激光平地机中激光平面仪尧激光接收阵列以及平地铲控制单元的设计进行了详细的论述。利用直 流电机带动五角棱镜自转获得激光平面,通过自刻光栅完成直流电机的闭环控制,从而实现了激光平面的出射角度 控制。自行设计了一款基于普通水泡的水平传感单元,有效保证了激光平面的水平精度。将一定数量的硅光电池排 列成激光接收阵列作为光敏单元安装在平地铲的力臂上,后级采用相应的放大尧整形与滤波电路处理输出信号,控 制器可以获得平地铲当前位置和运行速度。基于接受阵列设计了平地铲的控制算法,保证了激光平地机的工作精 度。实测结果表明,系统产生激光平面的水平误差小于25义且土地平整精度小于50 mm。     

耕深自动测量方法分析——基于具有车身调平功能的山地拖拉机

通过对丘陵山地拖拉机车身调平模式和后悬挂机具横向调平模式的研究和分析,以及在研究了现有耕深自动测量方法的基础上,通过理论分析和计算,本文提出一种基于具有车身调平功能的丘陵山地拖拉机的耕深自动测量方法。丘陵山地拖拉机车身调平模式分为单侧作用和双侧作用2种形式;后悬挂机具横向调平模式也分为单侧作用和双侧作用2种形式,进行搭配组合得到4种组合工作模式。针对这4种工作模式,通过对事先在水平作业面内标定好的耕深测量公式分别进行零点修正和等效角度选用,共得到8组最终的测量公式。不仅能够满足水平作业面内的测量要求,而且还能在坡地等高作业时,后悬挂机具的横向角度调整后,通过实时采集传感器的信号即可获得实际耕深,实现耕深的自动测量。     

基于数字图像处理技术的测树仪算法研究

针对支持新型测树仪立木非接触式胸径及树高测量的算法需要,从应用角度出发,基于摄像头和CMOS获取的立木树干数字图像结合数字图像处理技术,对预处理后的数字图像通过Roberts边缘检测算子进行边缘特征检测以及Hough变换对特征影像进行树干边缘直线提取,实现立木树干影像中树干像素宽度的自动获取;并依据激光测距传感器、倾角传感器等获取的距离、倾角参数,实现非接触条件下立木直径测量点离根颈高度测定、直径自动解算及树高测量。结果表明,以内蒙古旺业甸林场为试验区进行试验验证,胸径测量的平均绝对误差为-0.4cm,平均相对误差为-1.23%,相对误差标准偏差为0.049;在不同测量距离条件下的胸径测量平均相对误差基本在-1.00%~1.00%,不同坡度、坡向条件下胸径测量的平均相对误差6%。树高测量的平均绝对误差为0.493m,平均相对误差为4.82%,相对误差的标准偏差为0.072。     

基于数据融合算法的土壤环境监测系统设计

利用Zig Bee技术和GPRS技术相结合的方式,构建农田环境监控系统的总体结构,系统利用Zig Bee无线传感器网络采集土壤环境数据。为解决多传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法,首先对单个传感节点一段时间内所采集的数据根据容许函数的阈值剔除误差较大的数据,然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,得到该区域所有传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该时刻土壤的环境精确值。试验验证了系统采集到的数据准确可靠,改进算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

基于WSN与MEMS器件的山体滑坡监测系统设计

针对目前山体滑坡监测难度大、设备成本高、测量精度低、实时性差等问题,提出了WSN技术与MEMS器件在山体滑坡监测系统中的应用。采用低成本的MPU-9150(集成三轴陀螺仪、三轴加速度计和三轴磁强计)代替传统的倾角传感器,在保证精度的基础上,大大减小了传感器体积,便于安装施工;利用CC2530控制器组建ZigBee网络,将各传感器节点的数据进行汇总融合传递给GPRS网关,最终将数据送给远程监控中心。系统上位机能够对实时传感器信息进行分析、处理和存储,能够显示各节点的空气温湿度信息、降雨量、不同深度土壤倾斜角、加速度等基础信息,还能够为不同参数设置报警阈值,操作简单便捷。应用结果表明,基于WSN与MEMS器件的山体滑坡监测系统具有易于扩展、覆盖范围广、节点生存周期长等特点,有较强的实用价值。     

基于三维激光点云的树木胸径自动提取方法

胸径是评价林木生长状况的重要参数之一。针对接触式人工测量自动化程度低和基于点云的现有算法提取树木胸径精度不高的问题,提出一种基于点云数据的自动准确获取树木胸径的新方法。该方法以树木点云数据为基础,运用蚁群算法和B样条曲线拟合技术,实现树木胸径的自动准确提取。对实验区树木测量计算,结果表明,利用该方法提取树木胸径的均方根误差为±0.19 cm,平均绝对误差为0.15 cm,相对于基于点云的传统算法提取精度分别提高了50%和60.7%。该方法基于高精度点云数据,实现了树木胸径的无损自动提取,在精准林业领域具有推广价值。     

基于RTK-GNSS和MEMS陀螺仪的车辆航向角测量技术

【目的】更好地满足车辆自动驾驶时航向角测量的精度要求。【方法】提出卡尔曼滤波算法,把实时动态–全球导航卫星系统(RTK-GNSS)测量出来的经纬度和高程经过高斯投影转换为高斯平面坐标,和微电子机械系统(MEMS)陀螺仪测得的累积航向角进行融合处理,最终得到车辆更为精准的航向角。【结果】融合后的航向角度曲线既保持了GNSS航向的整体变化趋势,也保持了陀螺仪航向的细部变化趋势,且较GNSS和陀螺仪所得曲线更为平滑,可以跟踪车辆180°调头的转弯动作。【结论】卡尔曼滤波算法可以实时在线且精准地测得车辆航向角数据,精度较GNSS测量结果提高80%以上。     

温室物联网多传感器数据融合算法设计与应用

基于CC2530嵌入式系统与温湿度、光照度、CO_2等传感器构建的温室物联网系统,设计实现了卡尔曼滤波、欧几里德距离公式及多元聚类统计技术相结合的多传感数据融合算法,对温室冬茬黄瓜挂果期的温度、湿度、光照度3个参数进行了数据融合试验。试验结果表明,该算法能较好地实现数据融合,减小因各类误差引起的数据不确定性及误差,温度、湿度、光照度的相对误差明显小于算术平均值算法,优化了系统对各类环境参数的决策调控依据,有助于提高温室生产的经济效益。     

环境监测中多传感器数据融合研究

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性。[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息。[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96%的验证样本的环境等级进行正确分类且预测曲线基本可以拟合实际输出。[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价。