基于双目视觉的香蕉园巡检机器人导航路径提取方法

为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法。首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径。测试结果表明,改进的K-means算法聚类成功率为93%,较传统方法提高了12%;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.83°,研究方法可为香蕉园巡检机器人自动导航提供支持。     

基于TD-LTE的多机协同导航通信系统研究

为实现多个农机在农田环境中自主导航协同作业，设计了基于TD-LTE的多机协同导航通信系统。该系统由导航定位传感器、无线通信模块、车载控制终端和远程通信软件组成，其中：传感器包含GNSS接收机、惯性测量单元（IMU）和角度传感器，用于获取每台农机的地理位置、自身姿态和车辆转向角信息。无线通信模块采用4G DTU作为系统通信设备，与车载终端串口相连，实现RS232串口转TD-LTE网络功能。4G DTU经配置软件配置好串口参数等信息后，连接目的服务器IP地址和端口号，将车载传感器采集的数据按设计好的通信协议经TD-LTE网络传输到远程服务器的通信软件中。车载控制终端采用工控机（IPC）,实现农机自动导航控制与人机交互。远程通信软件应用Socket网络编程开发了数据接收显示与数据发送的功能模块。系统对每台农机的状态信息实时上传的同时也可以接收远程服务器端对多台农机的协同控制命令，对于软件界面中显示的在线农机，可以根据优先级有选择的进行通信。以4台雷沃欧豹拖拉机为试验平台，每台农机状态信息的发送频率为5Hz，进行了系统稳定性试验测试，丢包率均为0.1%，且均无延迟，系统具有较高的可靠性与实时性。     

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。     

多机协同导航作业远程管理平台开发

为实现对多机协同导航作业的实时远程监控,设计开发多机协同导航作业远程管理平台。该平台主要分为作业管理和调度管理2个模块。作业管理模块利用电子地图实现多机协同导航作业信息远程监测、作业进度实时分析以及作业质量在线评估;调度管理模块包括多信息获取和处理,以及通过电子地图进行精准定位,实现多机协同导航作业任务规划和路径规划。结果表明:该平台可以实时监测多机协同导航作业轨迹和作业信息,并且可以进行远程调度管理,远程通信丢包率≤0.3%,延时≤2 s,可以初步满足多机协同导航作业需求。     

基于Web-GIS的多机协同作业远程监控平台设计

为了实现对多机协同导航作业的实时远程监控，设计了基于Web-GIS的多机协同作业远程监控平台。该平台主要包括数据收发、数据存储、数据查询、数据显示和数据分析模块。其中，数据收发模块采用Socket技术实时接收多机位置和航姿等作业信息，并可以向车载终端发送远程控制命令。数据存储模块负责将接收到的作业信息存储到相应的SQL Server数据表中。数据查询模块用于多机作业历史信息的查询，并以表格的形式将查询结果呈现在网页中。数据显示模块结合Web-GIS技术，通过与百度地图服务器进行实时交互，实现多机作业轨迹的可视化显示。数据分析模块实时分析处理多机位置和航姿信息，对各农机进行决策分析和任务调度，从而实现多机协同作业。试验结果表明：平台具有良好的稳定性，能够实时显示多机作业轨迹和作业信息，并可以实现多机任务调度，从而满足多机协同作业需求。     

冬小麦叶绿素含量空间分布成图方法与精度分析

作物叶绿素含量能够反映作物的生长情况，建立大田叶绿素空间分布模型能够直观地表现田间作物长势情况，为开发车载式作物长势空间分布分析系统提供技术支撑，进行了基于地统计学的冬小麦叶绿素含量空间分布成图方法及精度分析。首先，采集了67个样区中心点叶绿素含量和GPS信息，基于地统计学理论讨论了利用稀疏样本点数据建立高精度空间分布图的可行性。随机划分建模集和验证集，基于建模样本分别使用反距离插值法（IDW）和普通克里金插值法（OK）绘制了冬小麦叶绿素含量田间分布图，然后对验证集数据进行分析，比较了2种方法的检测精度，并讨论了实验过程中可能存在的误差源。2种插值方法拟合的预测数据与验证数据均存在正相关关系，基于IDW插值与验证数据相关系数为0.722，协方差为1.361；基于OK插值与验证集数据相关系数为0.517，协方差为0.798。结果表明，IDW插值分析方法更适用于采样点分布不均且距离较近的稀疏样本点空间分布成图。     

农机自动导航控制决策方法与软件系统

为实现农机自动导航控制，兼顾系统成本和作业效率，对农机自动导航控制决策方法进行了研究，并设计开发了一种导航软件系统。首先，系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次，采用简化二轮车运动学模型，采用模糊控制进行导航决策控制，模糊控制器的输入参数为农机横向偏差和航向偏差，输出参数为前轮转角信息。最后，导航系统根据转角信息，由PLC控制器控制方向盘转动，从而实现导航控制。导航软件采用模块化设计思想，由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成，基于C++/MFC语言编写实现。系统还可在导航结束后，对导航偏差数据进行保存，便于试验后进行误差分析。试验结果表明：农机自动导航控制决策方法可以实现较好的控制精度，软件系统界面友好、通讯稳定、功能较为齐全，满足农机田间自动导航作业的需求。