基于主动轮廓模型的自动导引车视觉导航

为解决工厂或农业非线性光照环境下视觉导航算法鲁棒性和实时性差的问题,提出基于主动轮廓模型的导航标识线检测与跟踪算法。首先用多项式曲线模型描述单向标识线,导航问题等价为计算多项式曲线参数;然后依据标识线颜色和边缘等特征,给出关于多项式曲线的主动轮廓模型的内、外部能量函数;最后将能量函数简化为非线性最小二乘问题,应用高斯牛顿法和Armijo-Goldstein不精确一维搜索方法求解曲线最优参数。采用自制视频和自主小车测试算法,结果表明:该算法对非线性光照条件下直线和弯曲标识线的导航正确率为98.96%,运算时间为40.18 ms。试验验证了该算法的鲁棒性和实时性。     

复杂环境下车辆前方多车道识别方法

在识别行驶车道的基础上,通过控制感兴趣区将识别从单车道扩展到多车道.为提高复杂工况下识别的准确性,引入车道识别置信度,对每条分道线识别的准确程度进行判断,并针对复杂工况的特点给出置信度的计算方法.若置信度低于阈值,将对各搜索参数的感兴趣区进行相应的调整,避免了搜索目标不在所设感兴趣区内.同时通过对序列图像各车道识别置信度分析,结合车道自身结构特点,对各车道识别效果进行判别,可有效地剔除相邻车道行驶车辆和行驶车道旁因不存在车道而对识别的影响,提高了识别可靠性.     

基于图像处理的果树滴水线导航路径检测方法研究

针对果园开沟施肥,提出一种基于图像处理的果树滴水线导航路径检测方法。该方法采用垂直地面向上布置的CCD相机采集果树冠层投影图像,并实现果树冠层沿地面垂直投影轮廓的识别与滴水线平滑处理,进而对无人施肥装备沿果树环状行走路径进行确定。通过相机标定获取相机内部参数和畸变参数,对原始图像进行畸变矫正;通过对图像在RGB颜色空间的分布特征进行定量分析,使用平均值法对图像灰度处理,使用定阈值法进行二值分割;二值图像中由于存在大量的空间间隙,使用形态学膨胀操作,填充间隙,以凸显树冠投影边缘轮廓;使用边界跟踪算法,提取树冠轮廓边缘;引入Beseel曲线拟合方法,对轮廓边缘进行平滑处理,通过对比二阶、三阶、四阶、五阶拟合结果,得出使用三阶和四阶Beseel拟合结果较为符合导航路径要求。将相机固定在一个位置,分别在晴天和阴天拍摄条件下采集图像,进行滴水线导航路径提取,分别使用三阶和四阶Beseel曲线拟合晴天和阴天的图像边缘轮廓,使用四阶拟合结果较为符合实际要求,平均像素误差为19.5像素,平均像素相对误差为2.6%,平均每帧图像处理速度为27 ms,能较好地满足导航精度和实时性的要求,为施肥作业平台沿滴水线自动导航提供参考。     

基于模糊PID算法的智能车电机转速控制研究

针对传统PID控制参数难以适应不同曲率半径车道下智能车运行速度变化和RS-540有刷直流伺服电机调速变化的问题,设计了自适应模糊PID算法.首先,建立了电机的数学模型,提高控制精度,在此基础上构建了自适应模糊PID控制器,然后,通过PWM脉冲改变电枢电压的平均值来控制电机转速,再通过低通滤波使速度输出平滑.加入陀螺仪使...     

柔性凸轮曲线的NURBS表达与多目标遗传算法优化

NURBS曲线通过调整节点矢量、控制顶点位置和权因子能够优化曲线形状,因此利用NURBS曲线可以构造柔性的凸轮曲线.为了同时满足凸轮机构的运动学和动力学性能,建立了凸轮曲线的多目标优化模型,并提出一种集成精英保留策略、目标达到法选择策略和快速非支配排序算法的混合遗传算法,求解凸轮曲线的多目标优化模型.优化实例表明,该混合遗传算法可以有效解决多目标优化问题,获得综合特性良好的凸轮曲线.     

轮式移动机器人的最优变道路径规划

针对轮式移动除草机器人移动路线向导航线的变道问题,建立了导航测量坐标系,并给出了相关的导航与测量算法。根据导航线与机器人移动路线的平行与相交,考虑到机器人转向受最小转弯半径的约束,分别提出不同的路径规划,并证明了两种路径都是最优路径。给出了最优路径中一些关键数据和特征点的测量与计算公式,以及沿最优路径移动的控制程序。两种最优变道路径规划方法可用于依靠前轮转向的任何车辆或机器人。     

基于最小二乘法的温室番茄垄间视觉导航路径检测

针对温室非结构作业环境和复杂背景下作业机器人路径识别检测问题开展研究。在HSI颜色空间分析番茄垄间道路图像在各分量的分布特性,提出了基于机器视觉的垄间加热管敏感区域提取方法,依据I分量直方图采用最大类间方差法进行图像自适应阈值分割,对分割后二值图像利用目标区域的边缘提取算法获得导航离散点簇。根据最小二乘法原理对导航离散点簇拟合得到2条加热管边缘线,在此基础上给出中心导航基准线检测算法,并针对光照不均和作物遮挡对导航路径检测进行了实验。实验表明,与Hough变换算法相比,该算法简单快速,对光照不均具有良好的鲁棒性,能够准确提取目标敏感区域的边缘信息,对不同遮盖率番茄垄间导航路径提取正确率达91.67%。     

智能车辆自主导航神经网络控制器设计

针对自主设计、制造的智能车辆,提出了设计新的神经网络控制器来实现对车辆导航路径的自主跟踪控制。分析了神经网络导向控制器的设计方法,选择了神经网络导向控制器的输入、输出变量,并建立了神经网络导向控制器的结构。在此基础上,采用人工驾车采集的数据对控制器进行了训练。完成了计算机仿真和实际路径跟踪控制试验,试验结果表明该神经网络控制器能够很好地实现对导航路径的自主跟踪控制。     

大型平移式喷灌机分布式级联协同导航控制方法

针对大型平移式喷灌机协同导航控制系统中存在的易偏离导航路径、跨间行走协同性差、喷灌均匀性不高等问题,提出了一种分布式级联协同导航控制方法。该方法在建立大型喷灌机多塔车运动学模型的基础上,结合状态反馈和PID控制,设计了主塔车为主机的路径导航控制算法以及子塔车为从机的级联同步跟随控制算法。并设计了基于该方法的协同导航控制系统,通过双天线RTK定位模块获得各塔车的实时姿态,通过变频调速技术实现各塔车运动姿态的控制。完成了变频控制的大型喷灌机设计,在河南省许昌市试验基地进行了协同导航试验。试验结果表明,喷灌机以不同速度协同导航行走时,主塔车最大横向偏差不大于3.26cm,最大航向偏差不大于1.65°;子塔车最大同步偏差不大于13.07cm,满足田间自主作业要求。     

基于蚁群算法的稻种轮廓自适应提取方法

针对传统轮廓提取方法自适应能力不强的问题,提出一种基于蚁群算法的稻种轮廓提取方法.将数字图像看作一个二维网格,以稻种轮廓为蚂蚁要寻找的食物,以梯度与方向作为启发信息,蚂蚁在启发信息与信息素强度的共同引导下搜索真实轮廓.为了加快算法的收敛速度,增强蚁群的搜索能力,定义了合理的启发信息与信息素更新机制,并研究了算法中初始参数之间的关系与规律.最后,用两种光照条件下采集的图像测试该算法.实验结果表明,该算法具有并行性、鲁棒性,自适应能力较强,提取的轮廓较准确.     

基于U-Net网络的果园视觉导航路径识别方法

针对视觉导航系统在果园环境中面临的图像背景复杂、干扰因素多等问题,提出了一种基于U-Net网络的果园视觉导航路径识别方法。使用Labelme对采集图像中的道路信息进行标注,制作果园数据集;基于U-Net语义分割算法在数据增强的基础上对全卷积神经网络进行训练,得到道路分割模型;根据生成的道路分割掩码进行导航信息提取,生成路径拟合中点;基于样条曲线拟合原理对拟合中点进行多段三次B样条曲线拟合,完成导航路径的识别;最后进行了实验验证。结果表明,临界阈值为0.4时,语义分割模型在弱光、普通光以及强光照条件下的分割交并比分别为89.52%、86.45%、86.16%,能够平稳实现果园道路像素级分割;边缘信息提取与路径识别方法可适应不同视角下的道路掩码形状,得到较为平顺的导航路径;在不同光照和视角条件下,平均像素误差为9.5像素,平均距离误差为0.044 m,已知所在果园道路宽度约为3.1 m,平均距离误差占比为1.4%;果园履带底盘正常行驶速度一般在0～1.4 m/s之间,单幅图像平均处理时间为0.154 s。在当前果园环境和硬件配置下,本研究可为视觉导航任务提供有效参考。     

基于模糊控制的农用车辆路线跟踪

构建了自动导航模糊控制器,并详细阐述了基于模糊控制的自动转向方法.在改装的电瓶车上,开发了基于DGPS、电子罗盘和角度传感器的自动导航控制系统,并论述了其结构和工作原理,提出了直线跟踪和曲线跟踪的方法,使用简化的二轮车运动学模型进行了仿真,并进行了直线跟踪和曲线跟踪试验.仿真和试验结果表明,此导航控制系统可以有效地控制电瓶车按预定的路径行走.当速度为1m/s,直线路径跟踪时的最大偏差为0.19m;当速度为0.8m/s,曲线路径跟踪时的最大偏差为0.26m.     

基于阿克曼率的整车操稳性研究

阿克曼特性对整车操稳性具有重要影响。对市面上某款轿车前悬架总成进行研究,在ADAMS/Car中建立多体动力学模型,并根据台架试验对悬架模型进行了验证,通过仿真分析发现悬架的阿克曼转角缺陷。针对这一问题,综合运用灵敏度分析、曲线回归拟合、加权平方和优化算法,对悬架的硬点调整实现优化设计。试验结果表明,该方法有利于提升悬架的整车操稳性。对工程实践和底盘悬架设计有一定的参考价值。     

封闭式养殖空调系统的节能优化算法研究

在解决养殖空调系统节能问题中,采用了自适应蚁群算法对多参量、非线性系统可寻最优求解的算法,并考虑到可能发生系统局部最优问题,利用Metropolis准则下的模拟退火算法来改善全局优化能力,提出了全局最优化参数的退火-蚁群算法,并在空调系统中进行了验证.结果表明,应用算法能使空调控制系统鲁棒性增强,节能率可达27.12%.     

基于改进Floodfill算法的田垄视觉导航系统

探索在环境多变的田垄中进行视觉导航的方法,针对传统田垄视觉导航方法计算量大且导航效果较一般的问题,为林果作业机器人自主作业能力提供基础,本文提出一种基于机器视觉的田垄导航方法:使用改进的Floodfill算法分割路径信息,通过十字法进行路况分类,进而采用与路况相对应的算法进行导航计算。使用多张路径图片和模拟环境对算法的分割性能和导航能力进行测试,在试验测试中,道路偏移值保持在6 cm内。试验表明,改进Floodfill算法与分类导航法结合的视觉导航方法具有可行性,可为低算力田垄视觉导航方法的探索提供新的方法和思路。     

基于有限状态机的农机导航多任务调度研究

为了解决总线式农机导航控制系统中的事件响应及数据延迟问题,将农机导航控制功能划分成不同优先级的多个子任务模块,将有限状态机理论引入作为导航控制系统多任务调度的理论基础。基于有限状态机理论和实际导航控制过程建立导航事件与导航控制任务的关联关系,并对每个任务设有优先级,实现了对导航控制事件的快速分级响应。最后,采用基于本文提出的多任务调度方法的插秧机自动导航控制系统进行了实车路径跟踪实验。实验结果表明:本文所提调度方法可以很好地完成导航控制任务,直线路径平均跟踪误差为3.28cm,曲线路径平均跟踪误差为5.0 4 cm。     

重型汽车电控气动离合器操纵系统

为实现重型汽车离合器操纵的电气控制,建立了重型汽车电控气动离合器操纵系统。通过对系统动态特性的分析,指出该系统为非线性控制系统。针对这一非线性控制问题,结合模糊免疫PID控制算法与自适应PSD控制律提出了模糊免疫PSD控制算法。该算法以PID控制为基础,利用免疫控制原理与PSD控制律,实现了PID算法中各增益系数的自调整,增强了算法的自适应性。将该算法应用到电控气动离合器操纵系统中并进行实验。实验结果表明,采用该算法系统可以获得良好的控制性能。     

基于动态反馈A*蚁群算法的平滑路径规划方法

针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。     

拖拉机自动驾驶系统上线轨迹规划方法

为解决现有拖拉机自动驾驶系统上线距离较长,且在上线目标点附近跟踪误差较大的问题,提出了一种基于量子遗传算法优化的B样条理论局部上线轨迹规划方法。综合考虑最大曲率约束、起止点航向约束和最大转向角约束,把最优轨迹规划问题转化为B样条控制点参数优化问题,采用量子遗传算法对目标函数进行寻优,从而求得距离最短的可行驶上线轨迹。设计了4种典型作业工况,仿真结果表明,对于不同作业工况,算法均可通过优化配置B样条控制点得到满足约束的上线轨迹,曲率和等效前轮转角变化平缓,有利于路径跟踪控制器进行曲线跟踪控制。田间试验结果表明,针对设计的复杂作业工况,单独采用纯追踪算法的上线距离为78.6 m,基于上线轨迹规划方法的上线距离为23.7 m,且后者在上线点附近的横向跟踪误差更小。     

果园移动机器人曲线路径导航控制

为实现移动机器人在果园非结构化环境下的自动行走,对果园移动机器人在复杂环境中的导航控制进行了研究。利用激光扫描获取果树位置信息,提出了一种果园环境下曲线导航路径的拟合算法;构建了以横向偏差和航向偏差为输入的模糊控制器;实现了移动机器人在曲线路径中的自动行走。机器人以0.54 m/s的速度沿正弦曲线行走,最大横向偏差为0.40 m,平均偏差为0.12 m。试验结果表明该系统路径拟合和导航控制算法性能良好。