基于Raspberry Pi的拖拉机通用自动驾驶系统

为了改善现阶段拖拉机自动化驾驶系统主要针对单个特定型号的拖拉机进行开发的局限性,该文设计了一套采用分布式控制方式的拖拉机自动化驾驶系统。该系统的作用在于同SAFAR系统（software architecture for agricultural robot,农业机器人的软件体系结构）整合,成为一个能够进行实际工作的系统。系统采用Raspberry Pi微型计算机作为系统的电子控制单元（electronic control unit,ECU）,在不同的ECU上分别处理不同的任务,利用通讯协议传输控制协议/互联网络协议来进行ECU之间的通讯。为了保障系统的安全,该系统采用激光测距传感器R2100来保障车辆和周围环境的安全,采用Heart Beat（心跳）检测机制来探测系统故障。该系统可以接收来自SAFAR的控制信号,并对拖拉机进行相应的操作来实现拖拉机的自动化驾驶。除此之外,该系统还提供了无线遥控的功能,能够方便操作人员进行简单、直观的操控。经过测试,该系统能够正确、快速地响应来自操作人员或SAFAR的控制,控制系统的响应时间低于0.5 s,电机转向角误差小于0.06;舵机角度偏差4°左右;系统各个ECU之间通讯稳定可靠,可在试验设定的4 h内稳定工作,每0.25 s检测一次工作环境并给予响应。该研究对农业机械自动化的实现提供了参考。     

基于电液悬挂系统的拖拉机主动减振控制

大功率拖拉机的减振问题对于确保拖拉机的行驶安全性及舒适性起着决定性作用。该文基于电液悬挂系统对拖拉机进行了主动减振控制系统的设计,设计了带位置校正环节的离散滑模控制方法。该方法仅利用电液悬挂系统已有的牵引力传感器及位置传感器采集振动信息,而不需增加其他振动传感器。之后该文对系统进行了仿真和试验验证,结果表明:与不加控制前相比,主动减振控制使拖拉机的振动强度及前轮胎动载荷均显著降低,在受到水泥路障冲击后的整个过程中,农具振动加速度的均方根值降低了51.2%,后轮轴心的垂直加速度均方根值降低了20.1%;拖拉机质心的垂直加速度均方根值降低了16.6%;前轮胎的平均动载荷降低了39%;农具的存在引起的10~15 Hz的振动被完全抑制,农具的存在所加强的约5 Hz的俯仰振动也几乎消失;位置校正环节使液压缸活塞的运动轨迹保持在期望位置范围内。实车试验中,振动加速度测量信号的均方根值降低了25.7%;驾驶室内测点的垂直加速度的均方根值降低了26.4%。证明了所设计的主动减振控制器的有效性和可行性。     

拖拉机驱动轮滑转率估算法与验证

拖拉机作业环境恶劣,测量信号容易受到噪声干扰,其滑转率的计算过程对于输入信号的相对误差有极强的放大作用,因而造成其滑转率难以精确测量。该文提出带噪声观测器的变结构并行自适应数据融合算法,对轮速传感器、角加速传感器、车身加速度计和全球定位系统的信号进行融合,在不需要先验误差统计规律的前提下实现了对拖拉机驱动轮滑转率的在线精确估计。仿真测试结果证明:采用信息融合方法求得的驱动轮滑转率信号几乎与理论值曲线重合且鲁棒性好,平均误差为中值滤波的1/10左右,为卡尔曼滤波的1/5;算法的噪声观测器能够实时估算测量信号的白噪声方差,求得的稳态平均方差与已知精确先验误差的卡尔曼数据融合算法无明显差异;在从动轮速度信号受到有色随机噪声干扰的特殊工况下,算法的信息融合机制能够补偿大部分由有色噪声干扰造成的误差。实测试验证明:在拖拉机稳定工作工况,在线求得的测量信号噪声方差均值在5%的范围内波动,采用数据融合算法求得的驱动轮滑转率误差均值为0.012,误差绝对值最大值为0.027,与离线拟合得到的参考值非常接近。该研究为拖拉机实现精确控制提供了参考,其在线测量信号方差统计方法为拖拉机总线网络的传感器信息共享提供了技术基础。     

基于驾驶员生物力学特性的拖拉机座椅位置参数优化

座椅为拖拉机与驾驶员的主要接触部件,其参数设计与优化对提高驾驶舒适性具有重要意义。该研究采用生物力学软件AnyBody建立驾驶员-驾驶环境生物力学耦合模型,并以小、中、大体型驾驶员为研究对象,以拖拉机座椅靠背倾角、水平距离及垂直高度为参数,以竖脊肌、多裂肌、腹直肌及腹外斜肌激活程度为评价指标,分析研究座椅位置参数对驾驶员腰部肌肉生物力学特性的影响规律,确定座椅最佳位置参数;以课题组研制的多自由度驾驶平台为基础,按照上述参数调节座椅位置,测试计算不同体型驾驶员腰部4个主要活动肌群的激活程度,并将测试结果与仿真分析结果进行对比,发现二者具有较好一致性,通过调整座椅参数能有效提升驾驶员腰部舒适性。对于小体型驾驶员,当座椅靠背倾角为9.7°,水平距离为472.1 mm,垂直高度为465.3 mm时,4个肌群总的激活程度最低,驾驶员腰部舒适性最高;对于中体型驾驶员,座椅最适靠背倾角为13.9°,水平距离为495.6 mm,垂直高度为485.3 mm;对于大体型驾驶员,座椅最适靠背倾角为14.8°,水平距离为526.4 mm,垂直高度为520.7 mm。研究成果可为农机装备座椅位置参数优化提供一种新思路。     

基于倾角传感器的拖拉机悬挂机组耕深自动测量方法

在拖拉机悬挂机组耕深自动控制系统中,位置测量具有重要的作用,该文提出了一种基于倾角传感器自动测量农机具耕深的方法。通过检测提升臂的水平倾角变化,由悬挂机构几何关系和倾角传感器输出特性推导出耕深值与测量电压值之间的线性关系并换算得到实际耕深。与其他传感方式相比,该方法具有封装小、集成度高、安装和维护方便、标定易操作的特点,测量综合精度为±1.4mm;虚拟终端显示装置可直观反映耕作过程中耕深控制的实时状况,为操作者提供有效的判断依据。田间试验结果表明,耕深稳定在-200mm时的标准差为8.19,低于五轮仪测量方式,测量稳定;耕深从-100mm下降到-200mm时响应时间为3.5s,少于五轮仪测量方式,动态特性更好;耕深稳定性变异系数为3.34%,满足农艺要求。论文提出的耕深测量方法、显示界面和自动控制系统对拖拉机设计具有一定的参考意义。     

基于自动机械式变速的拖拉机定速巡航系统

为了将定速巡航系统应用于大型农场拖拉机轻载作业(播种和喷药等),该文以福田雷沃TG1254型拖拉机为平台,研制了一种电-液自动机械式变速装置,设计了一种油门自动调节装置,开发了基于ARM7的单片机控制系统,设计了增量式比例积分微分(PID)控制算法。并在平整水泥路面上以不同车速对设计的定速巡航系统进行试验,试验表明,所开发的定速巡航系统具有较高的可靠性和稳定性,速度控制精度在0.2m/s以内,达到定速巡航要求。该文为实现拖拉机各种车速下的定速巡航提供了硬件支持。     

基于网络技术的人-拖拉机振动系统的研究

基于网络技术原理，对人-拖拉机振动分析系统网络化技术进行研究。提出人-拖拉机振动分析系统的Browser/Server(B/S)体系结构模型，描述了系统网络化的技术思想与方法。该研究工作有利于开展拖拉机的异地协同设计，为非网络化的应用资源的共享提供了一个较好的范例。     

基于激光导航的果园拖拉机自动控制系统

为实现果园作业的自动化,以拖拉机为研究对象,采用激光导航方式实现了果园机械的自动导航。试验以激光扫描仪为检测设备对果树位置信息实时采集,采用最小二乘法规划拖拉机导航路径;拖拉机航向偏差和横向偏差作为比例控制器的输入量,以方向盘电机的转速为输出量,控制拖拉机沿导航路径直线行走;系统实现了拖拉机在果园环境下的直线行走控制功能。拖拉机以0.27 m/s的速度直线行走30 m,最大横向偏差0.15 m。试验结果表明本系统可用于果园机械的自动导航,并具有一定的可靠性。     

拖拉机电控液压动力转向系统的研究

以铁牛654l拖拉机为实验平台设计了一种电控液压动力转向系统,提出了双通道PD控制方法,利用目标转角和实际转角的偏差作为控制器输入,控制器通过判断左右转向调整PD控制参数以补偿转向油缸的不对称性对转向系统造成的影响,从而使左右转向获得相同的转向特性。台架试验结果表明：该方法很好的解决了转向油缸不对称造成的左右转向不对称问题。提高了系统的稳定性,控制精度和快速响应特性,可以作为自动或辅助驾驶车辆的转向执行机构。     

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0.68 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。     

基于改进卡尔曼滤波算法的雷达定量降雨估算

针对雷达定量降雨估算误差较大的问题,本文提出一种使用改进卡尔曼滤波对雷达估算值进行校准的方法。先确立G/R(自动气象站测量值/天气雷达估算值)校准因子模型,并应用普通卡尔曼滤波方法对G/R校准因子建立预测系统和测量系统,同时引入系统参数的校准过程和系统误差的自适应估计过程,动态调整卡尔曼滤波中各项参数值;最后将滤波后的G/R因子用于校正雷达定量降雨估算,得到较准确的降雨估算值。利用长春市天气雷达2015年8月19-20日和2016年月8月6-7日两次降雨过程的雷达产品和加密自动站逐小时的降雨资料,对卡尔曼滤波方法进行检验分析。结果表明:改进卡尔曼滤波和普通卡尔曼滤波校准后雷达降雨估算结果优于未校准的降雨估算结果,普通卡尔曼滤波方法和改进卡尔曼滤波方法的平均相对误差分别从0.6047减至0.3557和0.2645,从0.8052减至0.3096和0.1715,且改进算法效果优于普通卡尔曼滤波算法,校准后雷达降雨估算准确度明显提高。     

基于多项式卡尔曼滤波器的车辆定位试验

为了研究多项式卡尔曼滤波器在车辆定位中的应用特性,分析阶数对多项式卡尔曼滤波器估算精度的影响以及评估多项式卡尔曼滤波器的工作性能,该文通过多项式拟合对非线性系统建模,构建多项式卡尔曼滤波器并进行车辆多传感器融合定位试验验证。首先分析了多项式的阶数对多项式卡尔曼滤波器的影响和多项式卡尔曼滤波器的工作性能评价方法;其次,在车辆定位常用的里程计航位推算公式的基础上分别使用0阶、1阶和2阶多项式对车辆纵向速度和航向角进行拟合,建立0阶、1阶和2阶多项式卡尔曼滤波器。在Pioneer 3-AT移动机器人平台上进行试验,多项式卡尔曼滤波器融合信息来源于里程计和AHRS传感器,RTK-GPS测量轨迹作为参考轨迹;同时将卡尔曼滤波理论误差和实际误差进行对比分析,验证了多项式卡尔曼滤波器的工作性能。试验结果显示,所建立的多项式卡尔曼滤波器的实际误差均在超过68%的滤波时间里处于理论误差范围内,验证了滤波器的工作性能正常。0阶多项式卡尔曼滤波器定位精度在X、Y轴方向上分别比里程计航位推算法提高63%和77%;1阶的定位精度优于0阶,2阶的定位精度优于0阶但劣于1阶,说明更高阶的多项式对里程计航位推算公式的车辆纵向速度和航向角拟合,对提高定位精度并无重要作用。该文研究对构建多项式卡尔曼滤波器,评估多项式卡尔曼滤波器的工作性能,以及多项式卡尔曼滤波器在车辆定位的实践应用提供参考。     

黄土滑坡稳定性评价的集合卡尔曼滤波同化方法

[目的] 为提升区域滑坡稳定性评价模型的预测精度,解决传统滑坡稳定性分析基于静态的物理模型过度简化滑坡发生机理与力学机制,导致过度预测的缺点,以及模型参数通常具有的时空变异性、不确定性的问题。[方法] 基于集合卡尔曼滤波的数据同化方法,以甘肃省兰州市北环路周边区域为例,构建了基于TRIGRS模型和SBAS-InSAR观测数据的区域滑坡数据同化方案,对模型中的安全系数(F_s)进行同化,更新模型参数内摩擦角,进而修正滑坡稳定性,并利用均方根偏差(RMSD)检验同化值的精度。[结果] 同化后研究区域滑坡安全系数明显高于模型预测的结果,不稳定区域的面积比例由12 %降低至7 %,与实际观测更为接近;试验使内摩擦角参数逐渐向观测值方向改正,实现了模型参数的动态更新;均方根偏差从0.33减小到0.04左右。[结论] 基于集合卡尔曼滤波的数据同化方法有效修正了模型稳定性预测结果,可以更准确体现当前区域滑坡实际情况,具有更高的预测精度。     

基于集合卡尔曼滤波的地表水热通量同化研究

地表水热通量是研究地表能量转换与水文过程中的重要参数,本文借助通用陆面模式CLM3.0(Community Land Model3.0)为动力框架,利用集合卡尔曼滤波作为同化算法构建单站点的地表水热通量同化系统,并利用Ameriflux通量观测网上Chestnut Ridge、ARM SGP Main以及Tonzi Ranch三个站点的通量观测数据进行直接同化地表水热通量试验。结果表明,在三种不同下垫面下,RMSE直接同化水热通量能够很好地改善地表总水热通量的估算效果。经过同化通量观测值,模式输出的通量值的RMSE均有减小。在代表农田下垫面的ARM SGP Main站,感热通量的RMSE由67.49W/m2下降至14.07W/m2,潜热通量的RMSE由70.07W/m2下降至14.35W/m2;在代表森林下垫面的Chestnut Ridge站,感热通量的RMSE由82.56W/m2下降至48.56W/m2,潜热通量的RMSE由42.99W/m2下降至38.92W/m2;在代表草地下垫面的Tonzi Ranch站,感热通量的RMSE由62.99W/m2下降至17.85W/m2,潜热通量的RMSE由44.76W/m2下降至36.01W/m2。相对于通过同化地表温度和湿度间接改善地表水热通量预报的研究结果,直接同化地表水热通量的结果好于前者。但值得注意的是,针对集合同化方法,不同初始场误差、观测误差和大气强迫数据误差的扰动强度都会对同化结果造成影响。从同化系统对3种误差的敏感性分析结果来看:观测误差的影响最大且减小观测误差能够减小同化后的RMSE值,估计观测误差的方法是否合理会直接影响同化结果的好坏;初始场误差对同化后的RMSE值影响最小;另外,增加大气强迫数据误差和初始场误差能减小同化后的RMSE值。     

A review of applications of model–data fusion to studies of terrestrial carbon fluxes at different scales

Model–data fusion is defined as matching model prediction and observations by varying model parameters or states using statistical estimation. In this paper, we review the history of applications of various model–data fusion techniques in studies of terrestrial carbon fluxes in two approaches: top-down approaches that use measurements of global CO₂ concentration and sometimes other atmospheric constituents to infer carbon fluxes from the land surface, and bottom-up approaches that estimate carbon fluxes using process-based models. We consider applications of model–data fusion in flux estimation, parameter estimation, model error analysis, experimental design and forecasting. Significant progress has been made by systematically studying the discrepancies between the predictions by different models and observations. As a result, some major controversies in global carbon cycle studies have been resolved, robust estimates of continental and global carbon fluxes over the last two decades have been obtained, and major deficiencies in the atmospheric models for tracer transport have been identified. In the bottom-up approaches, various optimization techniques have been used for a range of process-based models. Model–data fusion techniques have been successfully used to improve model predictions, and quantify the information content of carbon flux measurements and identify what other measurements are needed to further constrain model predictions. However, we found that very few studies in both top-down and bottom-up approaches have quantified the errors in the observations, model parameters and model structure systematically and consistently. We therefore suggest that future research will focus on developing an integrated Bayesian framework to study both model and measurement errors systematically.     

农机具姿态倾角测量系统设计与试验

农机具姿态倾角测量技术是实现农机装备精准作业的关键技术之一。为进一步提高农机装备作业质量,以ADIS16445微惯性MEMS传感器和STM32F446核心处理器搭建硬件平台,以欧拉角法解算姿态,建立卡尔曼滤波模型融合加速度计与陀螺仪信息,实现农机具姿态倾角的精准测量。融合算法模型考虑陀螺仪零偏特性,并根据MEMS微传感器运动特性,自适应模型误差协方差矩阵Q与R,适应不同工况下农机具姿态倾角测量。采用SGT320E三轴多功能转台与BD982双天线定位测姿模块对系统进行测试与验证。三轴多功能转台试验结果表明,ADIS16445内置陀螺仪与加速度计性能合格,满足系统设计硬件要求;卡尔曼滤波融合模型精准有效,倾角静态测量误差精度为0.15°,动态测量精度典型值为0.3°,最大测量误差为0.5°。田间作业试验结果表明,自适应模型能保证农机具姿态倾角测量系统在不同工况下的测量精度,更稳定可靠,测量平均误差为0.55°。该文研究的农机具姿态倾角测量系统可满足农机装备精准作业要求。     

不同草带覆盖位置条件下坡沟系统侵蚀产沙差异性

以坡沟系统单元为研究对象,利用室内降雨试验,结合三维激光扫描和微地貌分析技术,研究不同草带覆盖位置下坡沟系统侵蚀产沙差异性。结果表明:一些布设在合适位置的草带能够在p0.05水平上显著影响坡沟系统的径流量和产沙量。植被布设于坡面中下部比布设于坡面上部具有更好的水沙调控作用,植被布设于坡面长度60%时,径流量和产沙量分别减少7.35%和62.93%,直接拦沙功效优于蓄水减沙功效,水土保持功效达到最优。植被布设于坡面下部时,其侵蚀输沙过程的剧烈程度得到了缓解,植被调控侵蚀发育的作用体现。植被布设于坡面中下部时,下垫面仅有52%的区域发生侵蚀,其侵蚀输沙过程的剧烈程度明显减少,植被调控侵蚀作用有效限制了侵蚀发育。植被布设于坡面中部和中上部时,加剧了侵蚀的发育程度。研究结果有助于更好地理解植被优化配置。     

全国棉花种植面积遥感监测抽样方法设计

棉花是我国重要的经济作物之一，准确、及时地提供棉花的播种面积，对政府部门及时掌握棉花生产情况、制定相关调控政策，对棉花加工企业与棉农预测市场情况有重要意义。由于中巴卫星的应用，对新疆农情的及时遥感监测成为可能，从而使遥感监测可以覆盖全国。但是，考虑到中国东、中、西部县级面积相差很大，必须设计不同的抽样方法。在新疆棉花监测的抽样设计中，采用了标准地形图幅作为分层抽样的抽样单元的方法。在黄淮海、长江中下游棉区采用县为单元的分层抽样的方法，抽样样本用遥感调查的方法获得。设计了满足生产应用的全国作物面积遥感监测抽样运行方法。     

基于自纠正NMS-ByteTrack的套袋葡萄估产方法

针对套袋后的葡萄体积增加和葡萄叶片表面积大容易出现重叠遮挡,及人工拍摄视频的速度不稳定可能导致套袋葡萄目标丢失的问题,该研究提出一种基于自纠正NMS(non-maximum suppression)-ByteTrack的套袋葡萄估产方法。该方法首先通过目标检测方法YOLOv5s检测视频中的套袋葡萄,将检测阶段的NMS操作后置到追踪阶段,保留因遮挡而被过滤的果实检测框;其次在ByteTrack的基础上加入相机运动补偿和改进的卡尔曼滤波算法,以自动纠正果实预测框的位置并进行追踪;最后提出一种划线计数策略对套袋葡萄自动计数。试验结果表明,该方法的多目标追踪准确率、多目标追踪精度和ID调和平均数分别为64.6%、82.4%和80.8%,相比ByteTrack分别提高了1.7个百分点、1.0个百分点和4.1个百分点,平均计数精度达到82.8%。因此,基于自纠正NMS-ByteTrack的估产方法能有效解决套袋葡萄的追踪计数问题,实现对套袋葡萄更精确地估产。