Multi-Bug全局路径规划算法研究

提出一种基于Multi-Bug思想的非搜索全局路径规划算法。在Multi-Bug算法中,借用传统Bug算法的寻路逻辑,加入遇到障碍物时的爬虫分裂规则及爬虫死亡条件判断规则,直至其中一只爬虫以相对最优路径抵达终点,从而实现多路径并行运算的局部最优寻路策略。利用栅格法对多类障碍物、迷宫类地图等环境进行建模,并与Dist-Bug算法、RRT*和A*算法进行路径长度及运算时间的对比仿真实验,结果表明,采用Multi-Bug算法获得的路径长度和用时都表现得更加稳定;与获得最短路径的A*算法相比,Multi-Bug算法获得的平均路径长度仅增加了16.8%,平均用时减少了86.5%。经理论分析及仿真验证,Multi-Bug算法时间复杂度为O(n),具有路径较短、时效性强、算法通用性和稳定性好的路径规划性能。     

农业机器人全覆盖作业规划研究进展

随着自动导航技术的发展,农业机器人已经应用到农业生产的各个方面。农业机器人可以代替人类从事喷药、施肥、收获等活动,减轻了劳动强度,提高了作业效率。全覆盖作业是智能机器人研究的核心内容之一,涉及农业、军事、生产制造和民用等多个应用领域。全覆盖作业规划作为农业生产作业的关键技术,有助于提高作业质量和资源利用率。但在全覆盖作业中,仍然存在障碍物识别不准确,阻碍农机工作路径;工作区域面积遗漏,路径重复问题,造成资源浪费;单机器人工作效率较低,无法处理复杂的全覆盖作业问题。本文从全覆盖作业规划中存在的问题入手,从环境模型构建、机器人路径规划、多机器人协作任务分配3方面进行综述。其中,准确可靠的环境地图信息有助于规避静态障碍物、提高作业可靠性;高效优化路径信息有助于减少遗漏面积,提高作业效率;最佳的任务分配方案有助于减少作业时间和资源浪费。首先对环境建模方法进行了分析和对比,揭示其局限性并提出优化方法;在环境建模方法的基础之上,对国内外全覆盖路径规划算法现状进行综述,指出相关算法的特点;然后,针对多机器人协作全覆盖任务规划的研究,探讨了相关任务分配算法的研究进展;最后对移动机器人全覆盖作业规划未来的发展方向进行了展望。该研究将有助于进一步提高农业生产中全覆盖环节的工作效率和农业作业质量,减少资源浪费,为我国实现农业规模化生产提供重要依据。     

自动导航拖拉机田间作业路径规划与应用试验

为了实现自动导航拖拉机田间作业的全区域覆盖路径规划,提出基于全排列算法获得转弯耗时最短的路径规划方案。为此,将农田地块划分为直线作业区域和地头转弯区域,在地头转弯区域内建立了拖拉机沿弓形和鱼尾形转弯路径行驶的轨迹解析模型,计算得到地头转弯区域所需的最小宽度及转弯所消耗的时间。在直线作业区域内,根据转弯次数最少来确定直线作业路径在田间的相对方向,生成相应的直线路径簇。根据对两块典型农田地块田间作业路径规划试验,得到了直线作业路径遍历顺序的一般规律。试验表明:这两块农田的路径规划方案中转弯路径的耗时较梭形行走、离心行走及向心行走方式至少减少了51%。     

基于自动导航的农业装备全覆盖路径规划研究进展

目前农业机械向着大型化自动化发展,同时农业无人机也应用于农业植保作业,全覆盖路径规划作为农业机械导航的核心技术,对农业机械作业质量有着直接影响。基于目前全覆盖路径规划技术发展研究,按照传统规划算法以及启发式算法的分类对各种算法在农业机械导航上的应用进行介绍,并且对于各种算法的优缺点进行总结。基于算法发展趋势以及农业发展需要,提出算法满足多机协同、动态路径规划、多算法结合以及优化机械转向路线的发展趋势,为我国全覆盖路径规划研究提供重要依据。     

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。     

农业无人机植保作业全覆盖航线科学规划方法研究

【目的】在无人机植保作业过程中,其作业安全受到诸多因素的影响,包括天气、地形、建筑物等。为了提前考虑到这些因素,降低无人机遇到危险和失控的可能性,从而增强其作业时的安全保障。【方法】笔者进行了农业无人机植保作业全覆盖航线科学规划方法研究,综合分析了全覆盖航线规划效果评价指标,科学设置了航向旋转后坐标位置计算方法,并对作业区域划分和区域规划设计了具体方案内容,最后结合具体作业过程中的地形变化,针对开放边界和障碍边界的地形特点设计了航线规划。根据试验内容,明确了全覆盖航线规划效果评价指标包括覆盖率、重复覆盖率以及其他可能涉及的约束条件,给出了子作业区域数量、子作业区域范围、航路点坐标的计算方法,并提出了航向旋转后坐标位置的计算方法。【结果】全覆盖航线的科学规划可以最大限度地利用无人机的作业效能,既可避免重复作业和漏洞等问题,又能提高作业效率,为全面提升全覆盖航线科学规划实效奠定了坚实的基础;同时,还对在作业过程中减少农药、化肥的使用量有一定的推动作用,不但可减少产业发展过程中的成本投入,还可提高农业产业发展的安全系数。     

多架次作业植保无人机最小能耗航迹规划算法研究

利用栅格法对工作区域进行划分,快速得到往复遍历式植保无人机的作业路径,在以作业架次数最少为约束条件的情况下,研究了一种多架次返航路线规划算法,合理地分配了各架次的喷药量和返航点,使无人机的工作总能耗最小,降低了无人机在非作业情况下无效消耗能量,提高了作业效率。仿真结果表明,在同等作业条件下,在一块210 m×200 m的矩形作业区域,采用本算法进行航迹规划,相比于仅以药液耗尽为返航依据的航迹规划,能耗节省率达到了12.89%,而且作业面积越大,能量节省效果越明显,通过田间对比试验,进一步证明了算法的可行性。     

电动拖拉机底盘多目标优化设计

针对目前电动拖拉机底盘布置研究相对较少的情况,基于现有的整机匹配结果进行了底盘布置设计,利用三维建模软件建立模型,输入质量参数,提取整机主要零部件重心位置参数,然后通过分析拖拉机牵引机组作业时的力学特性,建立相关数学模型。以电动拖拉机的牵引效率和整机质量作为优化目标,采用NSGA-Ⅱ算法进行多目标优化。综合考虑了犁耕作业下拖拉机的稳定性要求、驱动力要求、载荷波动情况以及传动系和行走系零件寿命等影响因素,制定了算法运行的约束条件,建立了约束方程组。以电动拖拉机的使用重力、前后电池组的质心和整机质心为目标变量,推导出动力性和经济性最优的目标函数。通过ModeFRONTIER平台,采用NSGA-Ⅱ算法对电池分布式方案进行了多目标优化。两种不同耕深条件下的优化结果对比分析表明,按照本文方式优化布置后的电动拖拉机在耕深为180mm时,优化后的整体质量与经验法相比减少了14.3%,配重质量为25.3kg;耕深为240mm时,优化后的整体质量与经验法相比减少了10.3%,配重质量仅为4.4kg,说明在牵引工况下无需额外增加配重就能达到良好的牵引性能。与经验法相比,两种耕深条件下拖拉机的配重都小很多,说明基于传统拖拉机的配重经验法计算并不适用于电动拖拉机,同时也能说明,电动拖拉机因自身总质量超过同功率段传统拖拉机,可以通过合理设计底盘布置方案,在没有配重的情况下达到理想的牵引效率。优化后的电动拖拉机底盘布置方案,在作业工况下驱动轮滑转率小于特征滑转率,整机牵引效率明显提高。     

基于动态规划的电动拖拉机动力电源能量控制策略研究

针对纯电动拖拉机能量利用率低、续航里程不足的问题,提出了基于超级电容和蓄电池复合的纯电动拖拉机动力电源系统。通过分析纯电动拖拉机的作业工况特点以及功率需求,对动力电源系统进行了拓扑结构选型和参数匹配,并以动力电源能耗最低为优化目标,应用动态规划对纯电动拖拉机的动力电源系统进行能量控制策略优化,对动态规划结果以及工况特点进行分析,总结出基于规则的动力电源能量控制策略,利用Matlab/Simulink建模对控制策略进行仿真。结果表明基于动态规划的控制策略能量消耗比基于规则的控制策略能量消耗减少了18%,证明了基于动态规划的能量控制策略在节能降耗方面的有效性。     

基于作业工况和退役锂离子电池的电动拖拉机电源系统优化

针对电动拖拉机制造成本高的问题,提出一种基于作业工况和退役锂离子电池的电动拖拉机电源系统优化方法。采用分选后的退役锂离子电池单体对电动拖拉机电源系统进行参数匹配,对电池PNGV等效电路模型进行参数辨识后,基于作业工况和退役锂离子电池,以电动拖拉机经济性最优为目标设计目标函数,以电动拖拉机功率需求与续航时间要求制定约束条件,对电动拖拉机电源系统进行参数优化。以实例计算对优化结果进行试验验证,采用退役锂离子电池对电动拖拉机电源系统优化方案与新电池进行对比。结果表明：该参数匹配方法通过退役锂离子电源系统,可满足电动拖拉机使用需求,并降低电源系统成本。成组价格为新电池的29.4%,综合成本为新电池的36.9%,可为电动拖拉机退役锂离子电池电源系统设计提供参考。     

无人驾驶拖拉机路径跟踪联合控制研究

为实现无人驾驶拖拉机的路径跟踪控制,提高其智能化水平,以中国·徽拖HT1804F型拖拉机为研究平台,建立拖拉机-路径侧向动力学模型,采用滑模控制方法设计了一种基于横向偏差和航向偏差的拖拉机路径跟踪联合控制算法,然后基于CarSim与Simulink设计了联合仿真试验.结果表明,该路径跟踪联合控制算法能够使拖拉机稳定、精...     

电动拖拉机控制器研究进展

电动拖拉机是当前电动低速车辆的一个发展方向,国内相关高校针对电动拖拉机控制器进行了一定的研究。在分析电动拖拉机控制器研究现状的基础上,提出基于滑模变结构的无刷直流电机通过调节转矩以达到稳定车速的目的,为国内控制器的发展提供参考。      

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。     

基于CAN数据的拖拉机作业报告单生成技术研究

针对黑龙江垦区现阶段使用的大量国外进口配备CAN总线的拖拉机,研究了拖拉机作业报告生成技术,设计开发了作业报告单生成软件,并通过软件解析拖拉机CAN总线数据,获得拖拉机作业轨迹图及拖拉机作业数据,可以准确评价拖拉机作业性能,提高拖拉机作业效率。试验结果表明:利用作业报告单生成软件,可以获得便于打印、汇总整理的拖拉机作业报告单,提高了农机管理水平,为农机运用管理提供可靠依据。     

增程式电动拖拉机旋耕机组能量管理模型研究

以双电机独立电驱动增程式电动拖拉机旋耕机组为对象,提出一种适用于旋耕作业的双输入变量后向建模方法,即在模型中将行驶速度和动力输出轴旋耕转矩作为输入量,设计了双电机独立驱动增程式电动拖拉机动力系统能量管理模型。针对旋耕作业特性,提出一种基于实测数据与经验公式相结合的设计方法,建立了旋耕工况周期模型。基于动态规划算法,分别对其进行旋耕作业仿真试验和台架试验,结果表明：仿真试验结果与台架试验结果吻合度较高,能量管理模型能够很好地描述增程式电动拖拉机在给定旋耕工况下各电机功率、发电机组功率和动力电池组荷电状态的变化情况,且仿真试验和台架试验中燃油消耗量分别为4 065.5 g和3 994.7 g,其相对误差为1.77%,验证了建立的增程式电动拖拉机旋耕机组能量管理模型的合理性和准确性。     

混合动力拖拉机动力耦合装置动力学特性研究

对混合动力拖拉机动力耦合装置动力学特性进行了研究。对其进行了理论分析、仿真研究、试验验证。首先进行静力学、运动学分析;其次计算动能、等效转动惯量、广义力,分析其动力学特性;最后建立动力耦合装置系统的拉格朗日方程。在此基础上利用SimulationX建立了系统的动力学模型,并进行仿真研究。利用自行搭建的混合动力拖拉机试验台,进行试验验证,研究结果表明,该动力耦合装置实现了差速传动,满足了设计要求,为混合动力拖拉机驱动系统的设计提供参考。     

基于电传动拖拉机的异步发电控制技术研究

首先对电传动拖拉机异步发电控制技术的必要性进行了分析,然后对拖拉机电传动系统进行了主电路结构和主要电气参数设计,进而开发了由启动预励磁、电机标定频率以下的矢量控制以及以上的标量控制组成的异步发电控制策略。为了验证设计的合理性,对该电传动系统进行了装车试验。试验结果表明,所开发的异步发电技术,可以实现柴油机和电动机之间能量快速传递的功能,同时具有优异的静态、动态性能,满足拖拉机运行的稳定性和可靠性要求。     

基于改进A *算法的电动车能耗最优路径规划

提出一种基于改进A*算法的电动车能耗最优路径规划方法。根据车辆运行时的能耗,考虑能量损失与回收等因素,建立了运行能耗函数。设计了新的启发式能耗预估代价对A*算法进行改进,证明了所提出的启发式能耗预估代价满足可采纳性和一致性,确保改进的A*算法可获得能耗最优路径。针对电动车的里程焦虑问题,基于改进的A*算法,建立了根据车载电池的剩余电量、充电站位置、终点位置来寻找可达的能耗最小路径方法。仿真实验表明,提出的方法可以找到起点到终点的能耗最小路径,当车载电池能量不足时,可以找到经过充电站的可行最小能耗路径,减少里程焦虑,验证了所提方法的合理性和可行性。