多类农田障碍物卷积神经网络分类识别方法

针对农田作业场景中可能会遭遇更大生命财产损失的人和其他农业车辆等动态障碍物, 提出了一种基于卷积神经网络的农业自主车辆多种类障碍物分类识别方法。搭建了包括1个输入层、2个卷积层、2个池化层、1个全连接层和1个输出层的卷积神经网络识别模型;建立了人和农业车辆的障碍物数据库,其中包括训练集和检测集;利用5×5卷积核对训练样本进行卷积操作,将所获取的特征图以2×2邻域进行池化操作,再次经过3×3卷积核的卷积操作和2×2池化操作后,通过自动学习获取并确定网络模型参数,得到最佳网络模型。试验结果表明,障碍物的检测准确率可达94.2％,实现了较好的识别效果。     

车辆智能障碍物检测方法及其农业应用研究进展

农业机械自动导航技术的应用可提升作业的精度和安全性,而障碍物检测是其中的重要环节。该文按照传感技术的不同进行分类,从单一传感器检测技术到多传感器融合技术,对车辆智能障碍物检测方法及其农业应用的研究进展进行了综述。其中单一传感器检测技术包括超声波检测技术、激光雷达检测技术和机器视觉检测技术,超声波检测技术受障碍物表面情况影响、激光雷达检测技术成本太高、机器视觉检测技术算法复杂耗时长,均无法满足复杂农田环境需求;多传感器融合技术则可以融合单一检测技术的优点,该文概述了视觉检测技术与激光雷达检测技术融合、视觉技术与超声波技术融合以及融合了深度和彩色图像信息的Kinect传感器检测技术的应用情况。最后,总结现有技术存在的问题,并对未来的研究内容进行了展望,包括新型装置和新算法引入及原有传统方法的改进两个方面。     

障碍物条件下氢气火焰传播特性的大涡模拟计算

【目的】与常规气体燃料相比,氢气的爆炸危险性更大,障碍物的存在又会极大地激励氢气燃烧,加快火焰传播速度,造成更为严重的事故后果。为减少氢气在障碍物条件下带来的破坏性伤害,揭示不同障碍物条件对氢气火焰传播特性的影响尤为重要。【方法】基于大涡模拟对不同障碍物形状及障碍物阻塞率条件下的氢气/空气燃爆过程进行数值模拟,重点研究了障碍物形状对火焰传播速度影响的差异性、对阻塞率变化的敏感性。【结果】当阻塞率较低时,与单边型障碍物相比,格栅型障碍物对火焰锋面处的规则流场具有更强的破坏作用,随着格栅型障碍物空隙数量的增多,其对流场运动的破坏性进一步提升,使得火焰锋面难以恢复至规则状态;阻塞率提高后,不同形状的障碍物对规则流场的破坏差异性变得不再明显,所有障碍物工况中火焰锋面均发生了持续性畸变;随着阻塞率持续提升,与格栅型障碍物相比,单边型障碍物将带来更高的火焰传播速度峰值;在相同阻塞率条件下,格栅型障碍物可通过调整单个空隙面积转变其对火焰加速的机理,从而增强加速效果。【结论】障碍物的形状、阻塞率是影响障碍物后方火焰锋面状态的关键因素,单边型障碍物对阻塞率的敏感性更强,而格栅型障碍物的加速潜力更高,阻塞...     

两轮拖挂车跨越障碍物的侧翻动力学分析

以二轮拖挂车的车身、车轮和路面障碍物为研究对象,通过动力学理论和车辆行驶试验对车辆侧翻现象进行分析。将路面固定障碍物简化为正弦半波形状,推导出车辆侧倾时的动力学方程,求解方程得到车辆侧翻的条件。由车辆侧翻试验观测系统实测得到侧翻速度和侧翻高度的关系,并将试验值和理论值进行了对比分析。     

动态未知环境下移动机器人的路径规划新方法

首先提出一种基于极坐标空间的、以机器人期望运动方向角为路径优化指标的未知静态环境下移动机器人的路径规划方法.对于动态未知环境下的路径规划,采用自回归模型预测各障碍物位置,并把预测位置视为障碍物下一时刻的瞬时静态位置,从而将动态障碍物环境转换成瞬时静态障碍物环境,应用静态路径规划方法实现动态未知环境的路径规划.     

基于单目摄像头的车辆前方障碍物的检测研究

针对车辆前方障碍物准确检测的需求,提出了一种基于单目摄像头的车辆前方障碍物的检测系统.通过单目摄像头对视频进行采集,获取单帧图像信息.通过在ROI区域内对道路上的障碍物进行检测,能够最大程度缩小检测范围,加快了运算效率.通过基于遗传算法的二维最大熵分割法分理出背景和障碍物,形态学算法去除其区域内的干扰物以及孤立点,最后...     

农用无人机多机多田块作业路径规划算法

针对含障碍物多田块条件下的多台农用无人机路径规划问题,研究提出一套完整的多无人机协同作业路径优化算法解决方案。以最小转移路径长度为作业优化目标,先基于多边形扫描填充算法计算出水平航向条件的初始覆盖作业航线,对航线间危险转移过程进行安全边界相交性测试,每单一田块分别采用凸多边形“最小跨度法”和非凸多边形“步进旋转法”优化作业航向。然后建立航线调度及航次规划数学模型,并基于Google OR Tools开源优化软件套件进行求解。对比不同航线组合调度策略下的作业效果,以及考虑消耗品补给时的OR Tools 5种优化搜索策略算法与无人机沿航向方向等面积划分算法的作业优化效果。针对4组假想田块和真实田块的算例仿真试验表明,该算法能够有效地实现多田块在满足各种约束条件下的多机协同路径规划,算法耗时70~552 s,相比于等面积划分算法,航线间转移路径总长度下降24.86%~47.10%。     

含障碍物多田块下旋翼无人机作业返航补给规划研究

针对同一区域内相邻多田块的无人机单机作业任务路径规划问题,从续航、负重等实际问题出发,考虑种肥药液和油电能源等消耗品的按需多次返航补给,提出并实现一套含障碍物多田块条件下单机多架次作业的农用旋翼无人机自主飞行作业的路径规划算法。在给出作业路径规划优化目标模型的基础上,提出"先路径、后航次"两步优化法,先以最短路径为优化目标规划初始作业路径,然后考虑消耗品按需返航后的补给与续作问题进行航次规划。针对变量喷播和恒量喷播2种喷播模式,分别提出两种作业航向方向安排原则、航线调度原则、补给方式和续作模式,规划出4种不同航向及航线调度组合策略下的初始作业路径,并在此基础上进一步给出4种不同组合补给续作优化策略下的航次安排方案。针对假想田块和真实田块的算例仿真测试结果表明,规划初始作业路径的4种优化策略能够稳定高效运行,算法耗时78～105 161 ms,转移路径优化效果为10.25%～33.81%;在航次优化算法方面,算法耗时略有增加,为21 170～106 393 ms,转移路径优化效果为14.00%～26.27%,补给次数的最好优化效果从15次降到10次。总体来说,相同条件下完全重置+重排续作的组合策略表现较优。     

基于单目视觉的采摘机器人障碍物检测和路径规划

具有自主作业能力的采摘机器人一直是国际上研究的热点,而障碍物检测躲避能力是其重要的功能,因为在机器人识别作业区域或成熟果实后需要自主的定位和移动。为此,提出了一种基于单目视觉和人工势能场的障碍物检测和避障算法,可以有效采集和检测障碍物的信息,再依据障碍物及目标区域的距离使用人工势能场方法对路径进行优化,实现采摘机器人的自主移动。为了验证障碍物检测和避障方案的可行性,模拟采摘机器人作业环境和自主移动流程,对采摘机器人避障行为进行了测试。测试结果表明:采用单目视觉和人工势场方法可以使机器人成功的避障,并规划出效率最高的到达目标作业区域路径,对采摘机器人自主导航技术的研究具有重要的意义。     

联合收割机作业安全事项

（1）收割机作业前，须对道路、田间进行勘查，对危险路段和障碍物应设明显的标记。