多源传感器信息融合的农用小车路径跟踪导航系统

为解决四轮独立驱动农用小车在设施农业和畜牧业的物料运输和信息采集中的导航及控制问题,构建了农用小车导航控制系统,优化配置多个传感器,提出了基于CCD图像传感器、加速度计、电子罗盘及超声波等多传感器信息融合的导航控制方法。通过CCD获取标识路径信息,通过加速度计、电子罗盘获取小车姿态信息,通过超声波传感器判断障碍物,并给出路径特征提取、识别、多源信息融合自主导航控制和超声避障等算法,实现了小车的路径跟踪的导航控制,实验结果表明构建的导航控制系统及导航控制方法正确、有效。     

自主车辆导航系统中的多传感器融合技术

分析了目前农业领域中几种常用的自主车辆导航方式，并说明了多传感器融合的必要性。着重探讨了卡尔曼滤波、模糊逻辑推理以及人工神经网络3种融合方法，分析了未来的发展方向。     

基于传感器融合的农业机器人定位导航

为适应农业机器人在半结构化、半开放式农业场景的复杂环境区域下,GPS导航可能信号缺失、精度偏低,导致导航定位和建图的精度偏低,不能准确避障,甚至对农作物和人员造成损伤。笔者针对单一传感器在农业机器人目标检测及机器人建图中的局限性,提出了一种利用16线激光雷达和相机融合的目标检测算法,设计了一种多传感器融合的目标检测及基于elevation mapping的三维建图。仿真结果表明：LiDAR和摄像头传感器数据可以提供深度和颜色信息,并通过elevation mapping算法实现建图,实现了农业机器人识别和无碰撞导航;使用多个传感器来提供冗余信息,以减少发生错误测量的可能性,解决了农业机器人在复杂环境区域中行走及定位检测的问题。     

基于分层传感器信息融合的智能车辆导

针对智能车辆导航中传感器信息的不确定性,结合BP神经网络和模糊神经网络分别对传感器信息进行了数据层与决策层的两层融合.采用BP神经网络对多超声波传感器信息进行数据层融合,以减少超声波测距传感器信息的不确定性,提高对障碍物距离探测的准确率;采用模糊神经网络融合障碍物距离信息和车体与标志线间偏差信息,实现智能车辆的导航决策控制,使之更适合系统的跟踪避障要求.该方法使智能车辆在跟踪与避障中具有较好的灵活性和鲁棒性.仿真和实车试验验证了方法的有效性.     

基于多传感器融合的定位技术概述

为进一步研究多传感器融合的定位技术,项目小组介绍了几种常见传感器融合的定位方法,涉及的传感器包括里程计（ODO）、激光雷达（LiDAR）、全球卫星导航系统（GNSS）、惯性测量单元（IMU）等。基于不同传感器的适用条件以及各定位方法的测试结果,总结了GNSS/IMU传感器融合、GPS/INS/磁力计传感器融合、里程计/LiDAR/GNSS传感器融合三类传感器组合定位技术的优缺点,其中里程计/LiDAR/GNSS传感器融合定位技术定位精度高,并以里程计/LiDAR/GNSS传感器融合定位技术为例进行详细剖析,建议从室内外无缝定位平滑过渡优化、定位精度优化两方面对多传感器融合的定位方案进行改进,以提高定位精度。     

温室温度多传感器数据融合

针对目前温室面积不断增大、温室内传感器种类和数量不断增多等情况,以及为解决温室温度检测的测量误差大等问题,提出了温度检测疏失误差剔除方法和多传感器数据融合方法.实验结果表明,通过有限次温度测量和数据融合得到的测量结果比算术平均值结果更接近真实值,大大提高了测量的可靠性.     

基于多传感器融合的拖拉机自动导航技术

GPS是农业自动导航车辆获取导航信息的一种主要方式,其任务是获取拖拉机的绝对位置信息,而多传感器融合可以在GPS提供的绝对位置信号丢失时为拖拉机提供位置、姿态和航向信息,进行准确的定位。为此,介绍了GPS以及多传感器融合在拖拉机自动导航中的应用现状,指出GPS及多传感器在自动导航方面的优势和存在的问题,分析了GPS和多传感器融合的导航方式在未来精细农业领域的巨大作用。     

自动导航系统在农业果园中的应用及适用性分析

自动导航作为现代智能农业车辆的一个重要组成部分,有着广阔的发展前景。综合分析国内外接触式导航、电磁导航、机械导航、超声波导航、激光导航、GPS导航、视觉导航,以及多传感器融合技术研究进展及在农业车辆的应用现状,并分析了各种导航方式应用于果园机械中的可行性及存在的问题,提出了今后果园智能机械主要的导航方式以及果园导航机械设计研究过程中需要考虑的问题。     

基于EKF的多传感器融合定位算法研究

针对室外移动机器人定位系统精度依靠传感器融合存在累计误差的问题,提出一种基于扩展卡尔曼滤波（EKF）的多传感器融合的室外移动机器人定位方法。通过实时差分定位（Real-Time Kinematic,RTK）和里程计信息、IMU信息对室外移动机器人进行扩展卡尔曼滤波融合定位,在真实室外环境中进行实验。实验结果表明：该算法能消除累计误差,提高机器人的定位精度,动态定位精度可达2.5 cm以内,相较于里程计-IMU融合定位,误差减少了92.4%左右,相较于传统的RTK算法,定位精度提高了55.4%。多次实验表明,该算法具有较好的鲁棒性。     

基于多传感器融合的鸡蛋裂纹系统性识别

通过图像分析、敲击振动和电子鼻3种传感器分别输出与鸡蛋外部常规裂纹、外部细小裂纹和内部裂纹有关的无损检测参数并进行实验,设计一组针对鸡蛋裂纹程度的支持向量机判据。用该判据并结合实验数据构建一对多的支持向量数为4的鸡蛋裂纹判别模型。模型性能参数（模型拟合度为0.9735,收敛误差在0.0001以内）和验证性实验（对确定的5种裂纹状态判别准确率均可达90%）表明该模型具有可信的结构和较好的判别能力。     

农业车辆自动导航系统综述

农业车辆的自动控制系统是车辆导航系统的重要组成部分.为此,主要介绍了国内外农业车辆自动导航系统的发展现状,概述了环境感知、路径规划、车辆模型的建立与控制方法等车辆导航的主要研究内容,并对其关键问题进行了分析总结,旨在对农业车辆自动导航系统实际的研究、开发提供了新的思路与建议.     

基于多传感器融合的跟随AGV复合导引技术

在主从式AGV协同作业中,跟随AGV的定位和导引,除了获取环境信息,还需要观测领航AGV的位姿进行路径跟随,对精度和稳定性有更高的要求。为了提高跟随AGV的导航精度,提出一种惯性导航与多目视觉结合的组合导航方法。针对多传感器的数据融合问题,提出一种基于自适应无迹卡尔曼滤波的跟随AGV最优位姿估计方法。惯导传感器输出信号用于跟随AGV的状态预测;路径跟踪导航与RGB-D视觉导航组成多目视觉导航,作为系统观测修正惯导的累积误差。实验表明,本文提出的复合导引方案具有更快的偏差收敛速度、更稳定的路径跟踪状态和队形保持,提高了双车协同搬运系统的实时性和鲁棒性。     

RTK—DGPS融合惯性传感器的车辆导航参数计算方法

为实现农用车辆精确导航,提出一种RTK-DGPS融合惯性传感器的导航参数计算方法。横向偏差是利用惯性传感器采集的姿态角经几何变换补偿系统中存在的杆臂效应再进行计算得到的。试验结果表明,系统存在俯仰和侧倾时,此方法平均补偿了0.08 m的横向偏差,通过提高系统的定位精度得到了更精准的横向偏差。由于惯性传感器难以适用于磁场干扰较大的环境,为此,提出仅利用RTK-DGPS计算航向偏差的方法,即利用最小二乘法拟合RTK-DGPS动态定位点形成车辆行驶路径并进行计算。试验结果表明,车辆直线行驶、做圆周运动与沿任意曲线行驶时,惯性传感器与RTK-DGPS计算的航向偏差之间的平均误差分别为0.963 6°、3.641 8°与2.756 2°,验证了利用RTK-DGPS计算航向偏差的可行性。     

基于激光雷达的巡检机器人导航系统研究

智能巡检机器人能够高效、可靠地完成巡检任务,降低工作人员的劳动强度,准确、稳定的导航定位是巡检机器人执行巡检任务的基础。本文研究了基于激光雷达的巡检机器人导航系统,可实现机器人在室内外环境下的地图建立、路径规划和导航定位。导航系统由远程监控平台与巡检机器人组成,远程监控平台发布巡检任务、监控机器人状态、查询与存储检测数据,巡检机器人可实现自主导航定位、遍历检测点、执行数据采集等巡检任务,二者通过无线网络实现远程数据交互。融合激光雷达与编码器信息,使用高鲁棒性Gmapping算法建立二维环境地图。根据地图与检测点信息,采用分支界定算法搜索最优巡检路线,以减少巡检时间和能源消耗。使用自适应蒙特卡罗定位(AMCL)算法估计机器人位置和姿态,结合巡检路线,进行导航定位。根据横向偏差与航向偏差,通过经典的PID算法完成机器人驱动控制。机器人搭载可见光相机与红外相机,可对目标进行可见光通道与红外通道的融合图像检测。对巡检机器人进行了室内导航定位试验,试验结果表明,在1 m/s的速度下,位置与航向偏差的平均绝对误差(MAE)分别小于5 cm和1.1°,标准差(SD)分别小于5 cm和1.5°,能够满足巡检导航定位的要求。     

基于多传感器融合的水稻行识别与跟踪导航研究

水稻生产田间管理机械自动跟踪水稻行是提高水稻生产田间管理自动化程度的关键。为避免田间管理机械碾压水稻行,本文融合机器视觉和2D激光雷达信息识别水稻行,并进行水稻行跟踪导航控制。首先分别利用机器视觉和激光雷达提取水稻行中心点,并统一空间坐标和目标区域,再采用稳健回归算法拟合水稻行中心线,获取导航基准线并计算出导航参数。然后设计了预瞄追踪PID控制器,最后搭建了水稻行跟踪导航试验平台并进行试验研究。试验结果表明,跟踪模拟水稻行的曲线导航试验标准差为27.51 mm;跟踪机械移载的水稻行导航试验横向偏差标准差为43.03 mm,航向偏差标准差为3.38°。     

基于多传感器数据融合的AMT故障在线自诊断

为了进一步提高AMT工作的可靠性和安全性,本文阐述了一种基于多传感器数据融合的AMT故障在线自诊断方法。根据电控机械式自动变速器(AMT)的结构,在不增加系统硬件的情况下,充分利用多种可以获取的信号,将多传感器数据融合与故障树方法相结合,从而对AMT系统的大部分故障实现在线诊断。     

多传感器和图像信息融合的养殖监测系统

针对农业畜牧养殖环境的特性,设计出用于养殖环境和监视区域的监测系统.该系统把多种传感器、红外传感与图像信息融合的技术引入到对养殖的监测系统的研究中,完成了养殖数据采集、识别计数和实时报警,并通过图像的融合,克服了监测报警系统由于环境变化产生的误报警.实验结果表明,该系统测量准确、报警及时,具有一定的应用意义及推广价值.     

多传感器信息融合及其在农业中的应用

多传感器信息融合在现代军事C3I(指挥、控制、通信与情报)系统中,以及许多民事领域得到了广泛应用。为此,在对多传感器信息融合技术进行综述的基础上,介绍了此技术在民事各领域中的研究应用进展,并进一步论述了信息融合技术在推进新的农业科技革命、对“精细农业”技术的发展中的广阔应用前景和深远意义。