基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。     

MEMS传感器融合技术在农业工程的应用与前景

在农业工程领域,MEMS惯性传感器融合是提高控制系统性能和实现农业机械智能化控制的重要技术手段。首先介绍了MEMS惯性传感器的分类及测量原理,并分析了实现传感器融合的主要技术方法。在此基础上,阐述了基于MEMS惯性传感器的农业导航系统研究内容和现状。最后,总结了该技术在农业工程领域的应用前景。     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

卡尔曼滤波技术在汽车故障解码器中的应用研究

目前常用的汽车故障解码器不能诊断故障码不出现的各类故障,为了扩展解码器的诊断功能,提出了一种利用基于模糊自适应卡尔曼滤波的径向基函数神经网络处理解码器数据流的新方法.该方法通过MATLAB软件与ACCESS数据库相结合编制故障诊断程序,可实现汽车电喷发动机无故障码的故障诊断.同时,还将基于模糊自适应卡尔曼滤波的径向基函数网络与BP网络进行了比较.结果表明,基于模糊自适应卡尔曼滤波的径向基函数神经网络诊断速度快且准确,更适合用于故障诊断,如果将本研究所编制的程序固化到解码器中,将会使其进一步向智能化方向发展.     

森林资源动态系统W(·)与 V(·)相关的卡尔曼滤波

过去发表的森林资源(蓄积量)动态系统kalman滤波的文章,在应用kalman滤波的基本方程时,都假设系统的状态噪声W(@)和量测噪声V(@)是互不相关的.本文根据吉林省森林抽样的历史资料,运用离散系统的状态噪声w(@)和量测噪声V(@)是相关的kalman滤波方程,对森林资源(蓄积量)实行滤波,同时算出相应的滤波值误差的协方差.用蓄积量的滤波值,经过反馈计算总蓄积量,证明滤波方程的适用性;通过动态与静态误差对比,验证滤波精度.     

基于作物生长模型与机器学习算法的区域冬小麦估产

为精准、高效、实时地实现区域冬小麦产量估算,以河南省鹤壁市淇县桥盟乡石桥村为研究区,基于分辨率10 m的Sentinel-2多时相光学遥感影像,利用集合卡尔曼滤波(Ensemble Kalman filter, EnKF)算法同化PROSAIL辐射传输模型反演的多期叶面积指数(Leaf area index, LAI)到PyWOFOST作物生长模型中实现一定数量不同长势单点产量的估测,最后利用建立的机器学习模型和面域数据反演区域冬小麦产量,实现作物生长模型与机器学习算法的应用耦合及一种新的区域冬小麦估产模式。研究基于Sobol参数敏感性分析法量化对贮藏器官总干重质量(Total dry weight of storage organs, TWSO)与LAI_max的敏感性参数,并基于反演的多期LAI和粒子群优化(Particle swarm optimization, PSO)算法优化与LAI_max相关的TDWI、TBASE、CVS、CVL敏感性参数,将其输入到PyWOFOST模型中,利用EnKF算法和时序LAI数据调整对TWSO相关的AMAX...     

基于低成本惯导和运动约束的农机高精度定位系统研究

北斗定位系统(BDS)能够实现厘米级的定位,在农机导航系统中获得了广泛应用。然而,单纯的卫星定位系统存在一些局限性,比如易受外界遮挡、数据频率低等。因此,在导航系统中集成惯性元件并发展组合导航技术成为重要研究方向。考虑到高性能惯导成本很高,不利于推广应用,本文研究了农业场景下,使用低成本惯导和BDS构成组合导航系统。为提高定位精度,解决由BDS中断导致误差发散的问题,设计了零速修正。同时,分析了BDS/INS组合导航系统中航向角误差不可观测的原因和误差来源,设计了航向约束方法。当BDS信息可用时,利用双天线航向角信息来抑制航向角误差的累积;当BDS中断时,使用零角速度修正。通过现场实验验证,当BDS可用时,零速修正可以将位置、速度和水平姿态的精度分别提高20%、40%和15%以上,航向约束可以将航向角精度提高90%以上;BDS中断时,零速修正可以将位置、速度的精度提高90%以上,水平姿态的精度提高80%以上,航向约束可以将航向角精度提高40%以上。     

无传感器式交流电动助力转向系统直接转矩控制

永磁同步电动机驱动的电动助力转向系统已成为发展方向,为适应交流电动机特点,基于模糊规则的助力-回正特性,采用扩展卡尔曼滤波估算定子磁链与位置,利用直接转矩控制算法对助力电动机进行控制,以提高电动机响应速度与精度。参照国标对该系统的转向轻便性与回正性能进行了仿真,结果表明提出的系统在电动机助力后转向效果明显,方向盘平均操作转矩减小45%,转向轮回正时间缩短了50%。台架试验结果显示,系统动态响应快,能够很好地完成助力控制目标。     

基于UWB的自动驾驶编队车辆相对位姿计算

随着自动驾驶车辆编队技术与超宽带技术(UWB)的快速发展,基于UWB的位姿估计技术也得到了迅速发展。针对自动驾驶物流车直行编队行驶过程中需要获取牵引车与跟随车之间的距离、姿态角与方位角,提出了将UWB技术应用于直行编队驾驶中。提出一种获取距离、姿态角与方位角的计算方法,最后使用卡尔曼滤波对含有噪声的数据进行平滑操作,将距离的平均误差从16.3%降到5.2%,方位角的平均误差从19.7%降为9.4%,姿态角的平均误差从17.4%降为8.9%。