基于贝塞尔曲线的动态识别区农机避障路径实时规划

为解决农机田间作业避障路径实时规划问题,该研究提出一种在动态识别区内利用三阶贝塞尔曲线实时规划农机避障路径算法。首先构建农机作业行走动态识别区,在动态识别区内利用激光雷达感知障碍物。然后利用障碍物信息计算避障路径控制点选取范围,生成满足农机最小转弯半径等多约束条件下的路径簇,同时以曲率最小为目标从路径簇中选取最优避障路径。最后进行避障路径实时规划试验。试验结果表明,本文算法规划的避障路径最大曲率和平均曲率分别为0.126和0.054 m-1;路径跟踪过程中产生的最大横向误差和平均横向误差分别为0.12和0.057 m;拖拉机到障碍物外轮廓的距离大于0.375 m。和现有算法比较,本文算法规划的避障路径最大曲率和平均曲率分别减少25.9%和42.6%,路径跟踪过程中产生的最大横向误差和平均横向误差分别减少36.8%和28.8%。研究结果可为拖拉机无人驾驶作业提供技术支撑。     

小地块履带农机UWB导航系统设计及其基站布置

针对中国南方分布零散和土壤黏重的稻麦、稻油轮作区小地块长期使用轮式农机导致深泥脚现象加重造成自主导航性能变差且卫星导航面对普通大众使用门槛高用户友好性欠缺、难以满足便捷跨区作业要求,该研究以履带农机为研究对象,提出一种基于快速稳态转向原理的路径跟踪控制方法,以农田边界布置随插近距超宽带（UWB,Ultra Wide Band）基站组作为参照路径设计了具备基站偏移误差自诊断自主导航系统,实现小地块内高精度自主导航。近距UWB基站布置最佳方式选取与优化结果表明：双UWB基站平行农机于目标作业路径布置在农田外侧是最佳方式且距农田边界最佳临界距离为10 m。静态校正试验结果表明：快速稳态转向路径校正控制器的跟踪控制误差≤1 cm,变异系数＜5%,路径校正时间≤1 s,变异系数＜3%。动态校正试验结果表明：中低车速的直线作业精度误差≤8 cm,随作业车速增大,直线作业精度略有降低,但精度误差≤10 cm,变异系数≤5%。研究结果表明,改进AOA模式大田农机自主导航位姿检测方法与快速稳态路径校正控制策略组合导航具有较高的稳定性和较好的鲁棒性,可满足大田农机自主导航作业需求。研究结果可为高精度小地块农田自主导航技术研究提供参考。     

考虑倒伏与粮仓容积的再生稻头季机收路径规划

为提升机具作业效率和质量、减少土壤碾压等,该研究提出一种同时考虑作物倒伏状态、碾压面积和收获机粮仓容积的路径规划算法（ harvester grain bin capacitated arc routing problem,HGBCARP）。该算法由作业信息处理模块和作业路径规划模块组成,作业信息处理模块将农田边界、卸粮点位置、作物倒伏方向及面积、位置等信息转化成可处理的数据形式并传输给路径规划模块,然后由路径规划模块进行作业行方向划分、作业行遍历顺序寻优、转弯方式生成、碾压面积计算等,最终得到最优路径规划结果。采用改进遗传算法,分别以3种再生稻收获机、2种传统水稻收获机和3种不同田块为对象,以行驶路径长度、碾压面积、收获粮食量为评价指标,采用回转式收获路径和HGBCARP式收获路径规划开展对比试验。结果表明,HGBCARP式比回转式收获路径碾压面积减少11.79%～27.20%,可使倒伏的机收头季稻增收1.64%～1.95%;同时在3种不同田块条件下进行仿真试验,HGBCARP式比回转式收获路径可使碾压面积减少7.25%～20.09%。使用电动无人履带式底盘对不同收获路径进行田间模拟收获试验,HGBCARP式收获路径与传统牛耕往复式及回转式收获路径相比,碾压面积减少约11.21%～28.03%,在路径长度减少约6.81%～23.46%,验证了HGBCARP式路径规划方法的有效性,研究结果可为智能化作业路径规划研究提供参考。     

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。     

基于改进多父辈遗传算法的农机调度优化方法

农机装备跨区作业存在作业任务重、转移范围大、作业时效性强等问题,传统的农机调度缺乏科学合理的调配方案。该研究开展了基于改进遗传算法的多机协同作业任务调度方法研究。首先对多块农田需连续进行多种生产任务的问题进行分析,建立在农机数量、转移距离、作业准备时间及作业时间等约束条件下的时间窗农机作业调度模型;然后以最小化作业时间为优化目标,提出改进多父辈遗传算法(Improved Multi-parent Genetic Algorithm, IMPGA)的优化方法求解农机作业规划方案;最后根据新疆塔城地区的农田数据及随机生成的农田任务进行模拟与仿真,并与标准遗传算法(Genetic Algorithm, GA)进行对比。结果表明:IMPGA和GA均能有效解决多任务多农机作业分配问题,IMPGA算法总体上优于GA,调度的最优时间和平均时间分别缩短2.47%和2.70%。该研究可为农机跨区作业提供合理的调度方案,也为规模化无人农场的生产经营提供科学依据。     

基于DF2204无级变速拖拉机的农机无人驾驶系统研制

针对农机无人化作业需求,该研究基于DF2204无级变速拖拉机和机器人操作系统（Robot Operating System,ROS）,研发了一种适于田间作业的农机无人驾驶自主作业系统。系统由控制、规划、安全和总线通信等模块组成。对DF2204无级变速拖拉机进行硬件改造与集成,设计满足农机无人驾驶要求的控制器局域网（Controller Area Network,CAN）总线协议和ROS与CAN总线通信的消息结构,包括5类控制帧和2类状态帧;设计了基于比例-积分-微分（Proportion Integration Differentiation,PID）控制器的横向跟踪与纵向速度控制算法。在北京密云试验田开展田间小麦播种实际作业试验。试验结果表明,消息结构满足50 Hz通信负载,横向跟踪平均绝对误差为2.96 cm,纵向速度平均绝对误差0.19 m/s。研究结果可为无级变速拖拉机的无人化升级改造提供参考,提高农机智能化水平和作业效率。     

机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求,该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式,其次采用横纵向解耦的方法,通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策,随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度,得到最优路径,最后在多种行驶环境中进行仿真和实车试验,行驶参考速度为2 m/s。实车试验结果表明,在绕行静态障碍物场景中,规划轨迹的平均绝对曲率为0.021 m^-1,最大绝对曲率为0.056 m^-1,平均绝对横向误差为3.23 cm,最大绝对横向误差为8.69 cm,农机与障碍物外轮廓的距离大于0.76 m;在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中,规划速度的平均绝对速度误差为0.08～0.12 m/s,绝对速度误差小于0.38 m/s,加速度变化范围为-0.38～0.44 m/s²。在规划周期为200 ms的仿真试验中,本文算法平均耗时48 ms,最大耗时75 ms,相比采用静态状态栅格法平均耗时减少38 ms,算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。     

基于红外热成像的夜间农田实时语义分割

农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性,该研究提出了一种适用于红外图像的红外实时双边语义分割网络（Infrared Real-time Bilateral Semantic Segmentation Network,IR-BiSeNet）,根据红外图像分辨率低,细节模糊的特点该网络在实时双边语义分割网络（Bilateral Semantic Segmentation Net,BiSeNet）结构基础上进行改进,在其空间路径上,进一步融合红外图像低层特征,在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性,通过在夜间使用红外热成像采集的农田数据集上进行试验,数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证,提出方法在夜间农田红外数据集上达到了85.1%的平均交并比（Mean Intersection over Union,MIoU）,同时达到40帧/s的处理速度,满足对夜间农田的实时语义分割。     

四边形田块下油菜联合收获机全覆盖作业路径规划算法

为解决无人农场模式下油菜联合收获作业过程中自主导航作业路径自动规划及优化问题,该研究提出了两套完整的针对任意四边形边界田块的油菜联合收获全覆盖作业路径规划算法。采用"理论分析-算法设计及程序编码-算例测试与仿真评估"的技术路线及方法,首先分析油菜联合收获机的作业特点与机具特性,拟定油菜联合收获无人化作业过程对路径规划工作的基本要求,再通过等距偏置处理和扫描线填充算法生成全覆盖作业路径,并采用OR-Tools软件对方向平行路径进行调度优化。通过4块典型实际田块进行仿真计算和测试,结果表明,算法耗时在0.17～4.73 s之间,混合路径相对于目前生产中广泛使用的环形作业路径,在未经行调度优化时,倒车次数减少36.36%～40.00%;混合路径中,行调度优化后倒车次数相对于未调度优化时减少33.33%～60.87%,非作业路径长度减少7.20%～20.23%。该研究为长江中下游区域稻油轮作无人农场中油菜无人化联合收获提供了作业路径规划方面的理论与技术支撑。     

基于预瞄追踪模型的农机导航路径跟踪控制方法

农机导航系统的上线性能和复杂路面抗干扰能力影响着农田作业的质量和效率,为提高农机导航系统的上线速度、上线稳定性和对复杂路面的适应性,提出了一种预瞄追踪模型的农机导航路径跟踪控制方法。该方法实质是对农机运动学模型方法的改进,针对农机运动学模型小角度线性化算法中近似条件的缺点,采用预瞄追踪辅助直线引导农机快速稳定跟踪规划路径。该文参考农机运动学模型极点最优配置算法证明过程,分3步证明了该控制方法的可行性,并通过仿真和试验验证了该方法的有效性。仿真结果显示在不同的初始位置偏差和航向偏差条件下该方法都可以迅速消除偏差以稳定跟踪规划路径,位置偏差校正曲线平滑且超调量微小,说明预瞄追踪模型方法对提高农机导航系统的上线性能和抗干扰能力是有效的。田间试验结果:在初始航向偏差为0,初始位置偏差分别为0.5、1、1.5 m条件下,上线时间分别为6.8、8.2、9.4 s,上线距离分别为6.73、8.11、9.33 m,超调量分别为5.2、7.0、8.5 cm;颠簸不平旱地路面直线路径跟踪的最大误差不超过4.23 cm,误差绝对值的平均值为1 cm,标准差为1.25 cm。数据表明采用该文提出的控制方法具有良好的上线和直线路径跟踪效果,满足农业机械的导航作业要求。     

基于Bezier曲线优化的农机自动驾驶避障控制方法

动力换挡拖拉机的产生促进农机自动驾驶向着无人化方向发展,农机的自动避障成为需要解决的关键问题。该文针对最短切线路径曲线曲率不连续、跟踪控制精度差及农机运动模型精度低等缺点,采用三阶Bezier曲线优化法形成连续平滑农机避障路径,通过链式控制理论建立农机运动线性控制模型,利用PI控制器进行转角补偿,并进行了控制方法的仿真和犁耕作业试验。仿真结果表明:农机行驶的航向误差角在-0.06～0.06 rad,横向位置误差小于13 cm,前轮转向角变化平缓,没有显著突变,说明该方法控制精度较高,农机能够按预设轨迹行驶。犁耕作业试验结果表明:Bezier曲线部分的避障精度为5.21 cm,曲线路径的跟踪控制效果较好;避障后农机继续沿直线行驶的精度为1.98 cm,说明该方法可保证农机在避障后恢复直线自动驾驶。研究结果表明,该避障路径控制方法在不平整犁耕地中具有较好的鲁棒性和适应性,可满足拖拉机作业的避障要求。     

无人农机作业环境感知技术综述

推进农业装备智能化能够有效解决农业劳动力短缺的问题。环境感知是农业装备智能化的首要条件。然而,农业环境的动态变化和非结构化特性限制了无人农机的环境感知能力。该文对无人农机的作业环境信息感知技术进行全面梳理,首先介绍了无人农机作业环境的典型要素和各类感知传感器,并分析了不同传感器的优缺点,然后分别从障碍物感知、作物行感知和农田边界及高程信息感知等方面,对无人农机作业环境信息感知技术进行归纳总结,最后讨论了无人农机作业环境信息感知技术面临的挑战及发展趋势,旨在推动环境感知技术在农业领域的应用,促进农业机械的智能化转型。     

联合收割机生产率计算模型与适宜作业路线分析

提高农业机械生产率可大大节约农业生产成本。本文将田间试验与数值模拟相结合,首先在综合分析收割机作业时间构成的基础上,构建了不同作业路线下收割机生产率计算模型;其次实测了3种型号收割机在不同田块条件下整个收割过程中各个作业环节的时间及其工作特性参数;最后基于计算模型和实测参数,采用MATLAB进行编程,模拟分析了不同型号收割机、作业路线和田块面积下收割机生产率的变化规律。结果表明,收割机生产率随田块长宽比、田块面积和割台幅宽的增大而增大;采用"回"形和"U"形相结合的收割机作业路线,可提高收割机生产率8%以上。该结果可为农机实际作业路线选择和农田系统优化布局提供参考。     

中国大田无人农场关键技术研究与建设实践

智慧农业是现代农业的发展方向,无人农场是实现智慧农业的重要途径。为了探索和推广无人农场在现代农业中的应用,华南农业大学对大田无人农场的关键技术进行了深入研究,包括无人农场作业环境、作业对象和作业机械装备信息的数字化感知技术;土地整治、耕整、种植、播种、田间管理和收获方案的智能化决策技术;农机自动导航和农机精准作业的精准化作业技术;农作物生长、农机运维和农场经营管理的智慧化管理技术。2020年在广东增城创建全球首个水稻无人农场,实现了五大功能,包括耕种管收生产环节全覆盖,机库田间转移作业全自动,自动避障异况停车保安全,作物生产过程实时全监控,智能决策精准作业全无人。取得了显著的经济、社会和生态效益,2021 年广东增城水稻无人农场种植的优质丝苗米十九香产量达到9934.35 kg/hm²,比当地的平均产量高32%;2023年湖南益阳千山红镇再生稻无人农场两季产量达到18625.5 kg/hm²,说明了人不下田也能种地,也能种好地。截至2023年11月,在国内15个省启动了 30 个无人农场的建设,包括水稻、小麦、玉米和花生4种作物,实践结果证明了无人农场和智慧农业发展的巨大潜力,为解决“谁来种地”和“如何种地”提供了重要途径。     

农用无人机避障技术的应用现状及展望

随着中国农业现代化稳步推进,农业生产对农业机械的需求日益增长,农用无人机因其广泛适用于地面机械难以耕作的农业区域,在实践推广应用中已表现出明显特点和优势。随着精准农业航空技术的进一步发展,实现障碍物的自主识别与实时避障是农用无人机智能化发展的必然趋势之一。然而,农田作业环境复杂、障碍物类型多变,实现农用无人机的实时避障仍任重道远。为提高航空植保作业的安全性,对农田环境中的障碍物进行了分类,并提出了作业视场的避障分区及各区避障策略。通过对比分析国内外农用无人机避障技术的应用现状及各类避障传感器,并剖析中国农用无人机避障问题中存在的不足,展望未来农用无人机避障技术的研究方向和研究热点。该文可为中国农用无人机避障技术的有序发展提供参考。