温室移动作业平台自主换轨方法设计与试验

文章针对连栋温室轨道式种植工况环境特点,设计了一种在温室内可实现自主行走-定位-转向-上下轨-换轨作业的移动作业平台。该文阐述了自主移动平台整体结构和工作原理,提出融合视觉导航技术和射频识别定位技术实现移动平台在温室内的自主行驶作业,并设计了自动控制方案。样机优化后测试结果表明:①优化前后轨道轮设计直径差为5 mm差值,前后万向轮安装高度差(5 mm)后,上轨-下轨成功率分别为96%和100%;②通过RFID定位和视觉导航位姿偏差修正,不同速度下的位姿纠正平均成功率达到95%以上,最佳的RFID检测和车体制动距离所对应的车体速度为0.2 m/s;③自主移动作业平台在连栋温室种植环境下能够实现自主导航行走-转向-上轨-下轨-换轨的功能设计要求。     

爱科AG100自动导航系统,实时掌握您爱机动向

提起自动导航场景,一般人都会联想到我们日常生活中的汽车导航服务,而对于农机自动导航领域的发展现状却知之甚少,农业机械自动导航技术其实早已悄然兴起。近日,爱科中国就联合中创博远出品了新一代北斗电动方向盘自动驾驶系统AG100 FARMSTARF2BD-2.5RD.     

基于边缘检测和区域定位的玉米根茎导航线提取方法

基于玉米根茎图像信息，提出一种基于边缘检测和区域定位的玉米根茎导航线提取方法。首先，利用最大类间方差法自动分割2G-R-B灰度图像，得到二值化图像，结合形态学处理、位置/面积去噪方法提高二值化图像质量，对去噪图像按列累加得到列像素累加曲线；针对传统方法得到的特征点中伪特征点较多的问题，引入高斯滤波器平滑累加曲线，并运用极值法减少玉米根茎伪特征点的干扰，在提取玉米茎秆边缘直线时，提出基于最远茎秆成像宽度的双侧边缘判别思路，通过扫描每条边缘直线的四边形封闭邻域有效剔除伪边缘直线；最后，根据边缘直线二次定位玉米的根茎区域范围，并剔除伪特征点，采用最小二乘线性拟合方法准确提取导航线。试验表明，本文算法处理一幅1280像素×720像素图像耗时约236ms，特征点拟合准确率为92%。与传统方法相比，本文算法精度高、实时性好，在缺苗、杂草较多和株距不标准的情况下仍具有较强的鲁棒性。     

苹果采摘机器人本体导航系统设计与研究 —基于极限学习机与图像处理

首先介绍了苹果采摘机器人本体模型,采用图像预处理提取苹果园区路径图像的特征值;然后,基于极限学习机的路径导航模型计算和求解苹果采摘机器人本体的最优导航路径,并利用MatLab软件进行了路径导航仿真试验。试验结果表明:该系统具有很好的避障和路径导航能力,能够有效规划出最短的避障路径,从而达到智能导航的目的,验证了整个系统的可靠性和可行性。     

基于RTK-BDS的果园农用车辆自主导航系统研究

根据果园农用车辆作业需求,设计了一种基于RTK-BDS的自动导航控制系统。利用卡尔曼滤波技术提高了RTK-BDS在果园应用中的定位精度,同时将模糊控制与纯追踪模型相结合,设计了果园农用车辆直线跟踪导航控制器,并进行了追踪仿真和田间试验。结果表明:当果园农用车辆前进速度为0.5m/s时,最大横向误差不大于0.086m,平均误差不大于0.036m。     

农用车辆路径跟踪预瞄控制研究 —基于免疫模糊PID算法和视觉导航

在无人驾驶农用车辆过程中,由于作业环境的复杂性,往往会遇到一些突发状况,如急转弯或者突然出现障碍物等,目前的视觉导航技术一般都是获取路径信息后直接进行反馈调节,在遇到突发状况时难以有效的工作。为此,将跟踪预瞄加反馈控制器引入到了无人驾驶农用车辆自动导航系和控制系统中,并使用免疫模糊PID算法对控制系统进行优化,以提高控制的效率、精度及自动化程度。为了验证该方法的可靠性,模拟农用车辆的作业环境,对控制算法的精度和效率进行了验证。仿真结果表明:采用免疫模糊PID算法具有较高的控制精度,且运算效率高,如将其使用在农用车辆自动导航和控制系统中,对于提高导航的精度和智能化程度具有重要作用。     

农田平地机导航侧滑估计与自适应控制方法

针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基于运动学模型,提出了一种侧滑估计器,用来预测导航控制中车轮因侧滑产生的侧滑角,并计算出拖拉机的前轮转角控制率;采用改进的非线性函数构造方法对PID控制器的参数KP、KI、KD进行实时整定,实现了农田平地机自适应导航控制。田间试验表明,该方法使平地铲路径追踪的平均绝对偏差减小了6.78 cm,标准偏差减小了10.1 cm。与无侧滑估计和参数自适应的导航控制相比,本文方法提高了农田平地机的路径追踪精度,增强了导航控制系统对平地机的适应性和鲁棒性。     

基于改进杂草算法的温室农场多载AGV调度研究

随着人工劳力成本逐年上升,果蔬产品采摘后及时放置保鲜室存储成为现代化温室农场关注的重要环节之一。针对劳力成本与保鲜及时性问题,将自动导航小车(automatic guided vehicle,简称AGV)应用到农场果蔬搬运,以保证果蔬产品采摘后能尽快得到保鲜。以果蔬产品采摘后至冷库前的时间段长度平均值和完成搬运任务总时间最小作为优化目标,建立多载AGV调度问题的多目标优化模型,将基本杂草算法和改进算法应用到模型的求解。在仿真环境下,验证模型和算法的有效性和科学性,从而为实现温室设施装备自动化提供一种有效方法。     

温室自动牵引车设计与应用

自动导航牵引车在工业中担任运输物料的作用，随着单栋温室的面积不断增大，操作区之间的距离逐渐增大，为了实现各操作区之间的联系，高效完成运输、采摘和喷洒等各项任务，开发一种应用于温室中的自动导航牵引车。该设备主要包括驱动总成、转向总成、AGV控制总成、手动控制总成、路面清理装置、铅酸蓄电池、底盘和外壳。开发的温室自动牵引车不仅能够实现自动导航，在面积巨大、路况复杂或线路不确定的区域还能够实现手动控制。在温室生产中应用灵活方便，极大地提高了现代农业的装备化水平。