基于Android的新疆棉田导航系统设计

农田作业载体精准导航是提高新疆农田作业效率的重要条件。目前常用的地图导航软件,如高德和百度地图,因地图精度问题,不能在农田内实现精准导航,并且农田区域由于面积大、视线遮挡等原因使得作业载体难以快速找到目标点。鉴于此,提出一种结合Google地图API、高德地图API和最短路径算法寻找最优田间路径的方法。通过Google地图API描绘出试验田的边界轮廓,利用高德地图API提供的位置信息,基于Android应用框架设计运行于智能手机的新疆农田导航APP。该系统有效实现了人、地面机械等不同作业载体在新疆棉田内的精准导航,有利于农技人员和农业机械在路径复杂的田间环境下,进行虫害复查和喷洒药剂等作业。     

基于Android的农机导航管理系统研究与设计

农机自动导航技术是精准农业研究中的关键技术之一。为解决国内现有农机导航系统的人机交互体验差、信息化和智能化程度不高的问题,结合农机自动导航作业功能需求和Android移动平台的优点,设计并实现了一套基于Android的导航管理系统。系统包含农机作业参数管理、农田地理信息管理、作业路径规划、导航实时监控和历史作业数据管理等功能模块。将该系统应用于农田自动导航试验中,结果显示:系统运行稳定可靠,人机交互体验性好,能够有效实现农机自动导航中的管理和监控功能。     

基于改进蚁群算法的农田平地导航三维路径规划方法

为解决农田平地机无人驾驶作业时缺乏局部规划,进而实现平地路径在线调整的问题,以平地作业土方合理运卸且路径最短为目的,提出了一种基于改进蚁群算法的农田平地导航三维路径规划方法。基于农田三维地势模型,采用改进的蚁群算法规划三维路径：以平地作业土方运载为决策方向,建立新的路径搜索节点,对比平地机作业时平地铲运载土方量和经过栅格计算所需的挖填土方量,根据土方运载任务设置信息素更新规则和启发函数,获取农田平地的最佳三维路径;基于平地机的运动学模型,设置农田平地机转向约束条件,根据约束条件对路径进行平滑优化,并建立三维路径规划的效果评价标准。仿真结果表明：相比于原始蚁群算法,该方法的路径规划效果评价指标提高33.3%以上,可以更好地指导农田平地机实现局部平地任务,而且大大缩短了路径生成时间和路径长度,使路径更为平滑,更适用于辅助农田平地的自动导航作业。     

农田作业机械路径优化方法

提出了一种面向农田作业机械的地块全区域覆盖路径优化方法。基于农田地块几何形状、作业机具参数、地头转弯模式等先验信息,将田间作业划分为不同区域,根据选择不同的路径优化目标:转弯数最少、作业消耗最小、总作业路径最短或有效作业路径比最大,计算出最优作业方向,生成最优作业路径。基于地块全区域覆盖路径优化算法,设计开发了农田作业机械的路径规划软件,并选取了4块典型的凸四边形农田地块进行作业路径规划测试。测试结果表明,最优作业方向上的路径优化目标量比其他作业方向上有显著减少;对于上述4个地块,按照不同优化目标计算所得的最优作业方向均与地块某个边的方向角相同,对于长宽比较大的地块,最长边方向通常为最优作业方向。     

基于单片机的农药喷洒机械自动调平系统设计

设计一套基于单片机STC89C51的农药喷洒机械自动调平控制系统,使安装在机械车上的农药喷洒装置在不平整的农田或山地作业时,始终能水平地喷洒农药。系统采用倾角传感器进行倾斜检测,再经单片机控制电路,最终由三位四通电磁换向阀控制液压缸完成自动调平。该系统对提高农药的利用率、降低农作物生产成本起着积极地推动作用。     

田间作业机械中的特色行走装置

自走式田间作业机械要适应各种地况条件,应对不同的作业要求,需要采取特殊的结构与行走装置。选取铰接转向履带式拖拉机、自走式喷药机、自动喷灌机、高速插秧机和坡地联合收割机5种典型农田作业机械,分析其结构形式与作业需求之间的关系,重点探讨多履带、高地隙、多单元轴向组合、水田轮以及水平调节5种行走装置的工作原理与结构特点。      

基于多普勒与贪心策略的农机作业路径优化研究

在进行大规模农田作业时,农业机械及其行走路线的选择不能再依靠传统经验。为实现精准农业及提高农机作业效率、降低作业成本,采用模拟退火算法进行农机作业路径优化,并改进模拟退火算法,提出一种基于多普勒与贪心策略模拟退火算法,从矩形农田、梯形农田、不同农机三方面对农机作业路径进行优化,并与贪心算法优化结果进行对比。试验结果表明,相比贪心算法,SA算法和SADG算法均能找到更优的农机作业路径,同时SADG算法较SA算法优化性能及寻优效率更高;在矩形农田中,SA算法和SADG算法平均优化性能比贪心算法提高均超过8%;在梯形农田中,随着作业角β增大,SA算法和SADG算法农机作业路径优化性能呈递增趋势,平均优化性能比贪心算法提高均超过9%;在不同农机参数下(作业幅宽w,最小转弯半径r),当2r/w2时,随着农机最小转弯半径的增大,优化性能呈递减趋势,SA算法和SADG算法平均优化性能比贪心算法提高了9%左右。该研究为优化农机作业路径、提高农机作业效率、降低农机作业成本提供了一种更加高效、可行的方法。     

拖拉机自动驾驶路径规划算法研究与系统仿真

拖拉机无人驾驶与自动导航可有效解决人工操作存在的诸多问题,同时推进了作业方式的智能化进程。提出了一种用于拖拉机自动路径规划的算法,分析了算法实现的关键问题,并进行了算法的系统仿真。该算法可针对不同的拖拉机宽幅及转弯半径自动生成作业路径,为拖拉机无人驾驶和自动导航的实现提供了理论支持。     

田间机械自动行走方法的研究

为研究田间机械沿地垄自由行走作业,以提高作业质量及生产效率,降低人工成本。采用CCD对田间工作环境进行拍摄,通过图像处理技术进行路径识别,通过优化算法进行路径规划,找出最优路径;以方向角偏差和横向位置偏差作为输入,以横摆角速度作为输出,建立车辆的运动模型;建立模糊神经网络控制系统,实现车辆的路径跟踪。通过MATLAB仿真,表明该方法能够较好地控制并实现田间机械的自动行走。     

自动深度控制器简介

对于任何一种农田作业而言,保持农具适当的工作深度都非常重要,也是作业过程中最难控制的因素之一。为此,加拿大新斯科舍农业学院对这一问题进行了研究,研制了DCU—3型自动深度控制器。现将其结构和性能介绍如下: 该装置由液压系统控制,液压系统又由电子控     

基于模糊Stanley模型的农机全田块路径跟踪算法研究

为实现农业机械全田块高效自主作业,提出一种增益系数自适应的Stanley模型路径跟踪算法。以横向偏差和航向偏差为输入变量构建隶属度函数,设计模糊推理和解模糊化过程实时确定控制模型增益系数,提高Stanley模型对不同曲率路径的自适应能力。为验证所提算法有效性,以移动小车为平台开展联合收获机回字形全田块自主作业路径跟踪试验,结果表明所提算法显著改善Stanley模型路径跟踪精度,直线作业速度2.5m/s、转弯速度1m/s时,直线段和曲线段最大跟踪误差均小于3cm。大初始横向偏差路径跟踪试验表明,模糊Stanley模型较Stanley模型大幅度减小路径跟踪上线距离,满足农业机械全田块高效自动导航作业要求。     

拖拉机自动驾驶及控制技术

为实现拖拉机的自动驾驶和智能控制,满足国内大型机具对动力机械的需求,从智能导航、自动驾驶与操控协同、数据采集及监控自检、智能系统集成等方面开展模块化开发,实现了拖拉机自动行走、自动调头、自动避障、路径智能规划以及智能决策等生产作业功能,且能满足拖拉机复合农田作业的需求。      

基于动态前视距离纯追踪模型的温室农机路径跟踪研究*

为提高温室内智能农机自动导航的路径跟踪精度,提出一种基于粒子群算法的纯追踪模型动态前视距离确定方法及其路径跟踪控制方法。利用超宽带(UWB)模块和电子陀螺获取温室内智能农机的位置偏差和航向偏差;为提高纯追踪模型的自适应能力,对农机位姿偏差进行定量分析并根据位姿偏差程度构建适应度函数,通过粒子群优化(PSO)算法实时确定纯追踪模型中的最优前视距离,为提升算法求解效率对惯性权重系数进行改进;根据农机位姿偏差程度构建速度控制函数对农机进行变速控制。样机试验结果表明:在3种初始状态下的直线路径跟踪时,平均偏差均值为24.4 cm,稳态偏差平均值为4.3 cm,导航时间平均值为13.2 s,稳定距离平均值为318.1 cm。路径跟踪的各项指标均优于同等条件下的恒速固定视距试验。     

基于人工势力场和遗传算法的播种机路径规划设计

为了提高播种机对复杂地块的自适应能力,提升播种机的播种精度和播种效率,提出了适合精播机的基于子区域的折返全区域覆盖路径规划方法,并对播种机的排肥器和排种器进行了改进,以适应自动路径规划的需要。为了优化基于子区域的路径搜索方法,使用人工势场和遗传算法对寻优方法进行了优化,提高了算法的效率。为了测试该方法的有效性和可靠性,将路径规划系统安装到了播种机械上,通过对播种的测试发现,该方法实现了复杂地块播种的全区域覆盖,并且可以有效地躲避障碍物。对3种不同的算法进行对比测试发现:基于遗传算法的子区域路径规划模型的寻优效果最佳,其覆盖面积大,转弯次数少,用时少,最短时间为11.25 min,仅为其他算法时间的1/2,路径划分效率较高,满足智能化精密播种机的需求,可以在精密播种机的路径规划系统中使用。     

大数据关联规则在农用挖掘机上的应用研究

农用挖掘机可以用来进行农田水利建设及小型土方作业,是农业和农村建设不可缺少的机械。工作装置决定了农用挖掘机的性能,目前的研究集中在虚拟仿真和力学分析上,分析过程涉及到大量数据信息的处理,大数据的关联规则挖掘可以达到良好的效果。为此,利用Pro/E软件建立工作装置的CAD模型并导入ADAMS软件中,采集应力、位移和变形的大数据;通过并行分层算法进行大数据的关联规则挖掘,然后应用到ADAMS软件的仿真分析上;最后,从实际作业的大数据中挖掘获得了各部件的应力、位移和变形关联规则,旨在为工作装置的优化设计和农用挖掘机自动控制提供依据。     

基于改进纯追踪模型的农机路径跟踪算法研究

为提高农机作业时直线行驶的精度,提出了一种基于改进纯追踪模型的农机路径跟踪算法。在建立了运动学模型和纯追踪模型的基础上,对农机直线跟踪方法进行研究;针对GPS导航精度易受噪声干扰的问题,通过卡尔曼滤波对航向误差以及横向误差进行了平滑处理,以获取更高精度的航向误差和横向误差;为提高纯追踪模型的自适应能力,以横向误差和航向误差的均方根误差为基础,构建适应度函数,并设计了权重函数,采用横向误差作为主要决策参数,通过粒子群优化(Particle swarm optimization,PSO)算法实时确定纯追踪模型中的前视距离;为使粒子群减少计算时间、尽快进行局部搜索,对PSO算法中惯性权重系数进行了改进。以东方红1104-C型拖拉机为试验平台,设计了农机自动导航控制系统,进行了农田播种试验。结果表明:当农机行驶速度为0.7 m/s时,采用基于改进纯追踪模型的农机路径跟踪算法,直线跟踪的最大横向误差为0.09 m;当行驶距离超过5 m后,最大横向误差为0.02 m,该算法能够有效地提高农机作业时的直线行驶精度。     

农业机械导航路径规划研究进展

导航路径规划是农业机械自动导航的关键技术,近年来被广泛应用于耕种管收自动导航生产作业过程中。本文分别从全局路径规划和局部路径规划两个角度阐述分析了农业机械导航路径规划研究现状和进展。全局路径规划着重阐述了全覆盖路径规划和全局点到点路径规划,并归纳总结了在精准作业、农业运输和农机跨地块调度等方面的研究成果和具体应用。局部路径规划重点阐述了避障路径规划和局部跟踪路径规划,由于农业作业环境的复杂性和时空变异性,局部路径规划研究的重点是算法的实时性、高效性、鲁棒性和安全性。最后指出导航路径规划技术未来的研究重点为：数据资源标准化及规划路径共享;提高环境信息感知和解析能力;增强实时动态规划性能;路径规划与农机特性相结合。     

多约束情形下的农机全覆盖路径规划方法

为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。