| 基于卡尔曼滤波融合算法的深松耕深检测装置研究 |
| |
| 作者姓名： | 蒋啸虎 佟金 马云海 李金光 吴宝广 孙霁宇 |
| |
| 作者单位： | 吉林大学生物与农业工程学院,长春130022;宾夕法尼亚州立大学农业科学与工程学院,斯泰特克里奇PA 16802;吉林大学生物与农业工程学院,长春130022;吉林大学工程仿生教育部重点实验室,长春130022 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFD0701103) |
| |
| 摘 要： | 为提高实时检测耕深的准确性,设计了基于超声波传感器和红外传感器以及卡尔曼滤波融合算法的耕深检测装置,采用超声波传感器通过渡越时间法测量耕深,采用红外传感器通过三角测距法测量耕深,通过卡尔曼滤波融合算法滤除两传感器检测数据中的杂波,并进行融合。室内试验表明,在平整地面,红外传感器检测效果优于超声波传感器;在秸秆覆盖地面,超声波传感器检测效果优于红外传感器。经卡尔曼滤波融合后的数据能充分利用两传感器在不同环境中检测的有效数据。在设定耕深为30 cm和40 cm的田间试验中,超声波传感器滤波数据的平均值分别为29.51 cm和38.79 cm,深松深度变异系数分别为2.51%和3.10%;红外传感器滤波数据的平均耕深分别为32.06 cm和41.52 cm,深松深度变异系数分别为2.41%和2.76%;而经卡尔曼滤波融合后的数据平均耕深分别为30.06 cm和39.95 cm,深松深度变异系数分别为1.07%和1.00%,说明采用滤波融合后的检测数据比单个传感器更能准确检测耕深和反映耕深变化趋势。
|
| 关 键 词： | 深松 耕深 检测装置 卡尔曼滤波数据融合算法 超声波传感器 红外传感器 |
| 收稿时间： | 2019-12-22 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载免费的PDF全文 |
|
