基于拖拉机作业轨迹的农田面积测量

为了精确测量拖拉机在农田作业时的作业面积,以评价拖拉机的作业效率。该文选用双星定位(GPS卫星和伽利略卫星)接收机采集定位数据,采用自适应卡尔曼滤波算法提高接收机单点定位精度,利用高斯投影算法将GPS接收机采集经纬度转化成平面坐标来计算面积。选用回耕法、梭形耕法、套耕法3种方法旋耕地块,利用安装拖拉机上的GPS识别出作业轨迹,利用图像处理计算3种方法的有效作业面积、实际作业面积和重漏耕面积。试验表明:卡尔曼滤波提高了GPS单点定位精度;面积测量相对误差为2.09%;地块1(回耕法)漏耕率为14.29%,重耕率为6.19%,地块2(梭形耕法)漏耕率为10.72%,重耕率为5.54%,地块3(套耕法)漏耕率为1.80%,重耕率为6.82%。随测量面积增加,测量精度越高;套耕法效率最高,梭形耕法其次;回耕法的漏耕率最大,作业效率最低。     

智能农机GNSS/INS组合导航系统设计

为提高自动导航农机的定位精度和可靠性,该研究设计了基于全球导航卫星系统(GlobalNavigationSatellite System, GNSS)和惯性导航系统(Inertial Navigation System, INS)的智能农机组合导航系统,该系统根据来自INS的三轴姿态角速度、加速度信息以及高精度定位板卡的三轴位置、速度信息,采用松耦合模式,通过卡尔曼滤波对INS误差实时校正,解算出农机的精准位置、速度和姿态信息。为实现该组合导航系统,设计和制作了智能农机控制板,集成GNSS高精度解析板卡和惯性测量模块,并在控制板上实现组合导航算法。搭建了东风DF1004-2智能农机试验平台,并在试验田中分别进行静止和直线行驶状态下的试验和单独GNSS导航与组合导航效果的对比。试验结果表明,在农机静止状态,两者性能接近,定位误差均在1 cm以内,姿态角误差均在0.1°以内;在农机以2 m/s的速度按照预设直线行驶时,单独GNSS导航位置误差在6 cm以内,姿态角误差在1°以内,GNSS/INS组合导航位置误差在3 cm以内,姿态角误差在0.5°以内,GNSS/INS组合导航精度明显的提升,可为高精度农机自动导航控制提供技术支持。     

精确林业GPS信标差分定位精度分析

利用设计的Trimble AgGPS132定位试验装置进行连续时间内的单机定位试验和信标差分定位试验,作出x、y坐标多次测量结果散点分布图和同一点的多次测量结果散点分布图,平均值、标准差等结合数据分析对比其精度,检验信标差分定位系统的静态符合度和动态符合度。试验结果表明：信标差分定位比单点定位精度高,误差小,信标差分定位比单点定位横、纵坐标精度提高12%到47%,AgGPS132信标差分试验系统的静态符合度和动态符合度都较好,符合精准度要求较高的精确林业的生产作业要求。在中国建立的导航信标信号覆盖区内,采用信标差分GPS系统具有信号连续、工作稳定、精度可靠、费用低廉等优点,因此信标差分技术在精确林业应用上将具有巨大的发展潜力。     

基于ARM7和GPS的农田作业面积测量系统开发

为了实现实时测量农田作业面积的目的,该文基于ARM7和GPS开发了谷物联合收割机作业面积测量系统。优化了存贮器设计、COM口设计、GPS接口电路设计等系统硬件结构,并在C语言环境编写相应的驱动程序。试验结果表明,该系统能达到实时记录工作时间、工作地点、作业面积等信息的目的;同时,该装置不仅适合于规则图形的面积测量,并且对于不规则图形的面积测量也具有较高的精度,平均测量精度为95.2%,可为实时测量农田作业面积提供依据     

高地隙施药机自动驾驶系统研制与试验

针对农业自动导航、电动自动转向、农机自动控制、精量施药控制等关键技术的集成应用问题,该研究以高地隙喷杆喷雾机为平台,基于机电液一体化控制与软硬件标准化,研制了用于高地隙施药机的自动驾驶系统。根据底盘机构和工作原理设计了电控执行机构,实现发动机启停、转向、油门调节、车速调节、液泵启停、喷杆伸缩的自动控制。设计了基于CAN总线的整车通信控制网络,实现手动遥控和自动导航2种模式的自由切换。设计了基于姿态测量的定位误差校正方法,补偿导航定位过程中因机体倾斜造成的位置测量误差,提出地头转弯过程中的直线作业路径规划方法,以提高调头的准确性并保证邻接行的上线精度。在验证自动操控机构和通信控制网络稳定性的基础上进行了手动遥控和自动导航的对比试验。结果表明:作业速度3.6km/h时,遥控操作和自动导航2种模式下横向偏差最大值分别为20.81和8.84 cm,航向偏角最大值为7.86°和2.48°、横向偏差的均方根误差最大值为7.47和4.66 cm。该研究设计的高地隙施药机自动驾驶系统能够实时准确执行手动遥控和自动导航2种模式下的操作指令,自动导航模式下的路径跟踪精度较高,满足田间施药作业需求。     

改进DV-Hop定位算法在动物监测中的应用

为了避免无线传感器网络中由于节点在测距精度、时间同步、硬件与功耗等方面代价较高造成整个网络死亡,同时提高定位精度,该文基于饲养场的实际环境,对无线传感器网络中典型的DV-Hop定位算法进行简化和优化改进,通过仿真和实际节点试验对定位误差等性能指标进行评价。研究结果表明：改进算法比原始三边测量算法的定位误差平均减少3.17%,能够监测到实际环境中“行走动物”节点的运动轨迹,且定位平均误差为0.33 m。改进算法不仅不需要GPS等硬件辅助,而且减少了计算开销,节省能耗,提高了定位精度,可以有效应用于实际环境。     

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。     

基于物联网的病死猪无害化处理山区运输监控系统设计

目前,大多数无害化处置运输车辆使用全球定位系统(global positioning system,GPS)来确定病死猪的消毒站位置和运输路线。然而,当车辆在偏远山区运行时,定位信息传递不连续和不完整。为了解决这个问题,设计了一套病死猪无害化处理监控系统,系统结合北斗导航系统、全球定位系统、无线射频识别技术(radio frequency identification,RFID)、通用分组无线服务技术和地理信息系统等技术。利用北斗/GPS双模用户机双模定位和双向通信的功能,一方面,它可以解决单一定位时出现的定位信息不稳定的问题;另一方面,当BDS导航定位系统数据似乎显示出偏差,将WGS-84坐标系的GPS定位数据转换为BDS定位系统的CGCS2000坐标系,以提高运输车辆位置信息采集精度的目的。利用GAMIT软件计算观测点的三维坐标,并对组合导航和单导航的定位精度进行分析。采用Floyd算法对运输路线进行优化,寻找最短的运输距离。利用北斗卫星的信息通信功能代替全球移动通信系统(global system for mobile communications,GSM),短消息业务,实现无害化运输车辆与控制中心之间的信息远程传输。控制中心通过对接收到的数据进行分析,得到病死猪收运车的运输路线和定点消毒监测信息。系统试验表明:采集的数据能够准确及时地传输到控制中心,北斗/GPS双模接收机定位精度比北斗卫星定位精度高55.13%,比GPS卫星定位精度高52.71%。北斗通信的网络丢包率为0.26%,消毒点的车辆定点识别误差率0.97%,结果表明,满足病死猪无害化处理监控管理的要求,系统运行可靠、稳定。该系统的构建与应用,为其他病死动物无害化处理的综合管理与监控提供参考。     

农资仓储脉冲超宽带室内定位系统设计与试验及误差分析

针对仓储环境下农资物品与自动导引运输车(automated guided vehicle,AGV)的定位精度低的问题,开发了适用于农资仓储环境下的脉冲超宽带技术(impulse radio-ultra wide band,IR-UWB)室内定位系统。采用双面双程测距(symmetric double sided-two way ranging,SDS-TWR)方法,建立了考虑时钟频偏等因素的到达时间(time of arrival,TOA)定位系统模型。研究表明定位系统计算所带来的误差主要来源于距离测算方法和节点位置计算方法 2方面,在这2方面提出了相应的解决办法,包括测距算法的选择,基站的布置等。最后,以DW1000射频芯片为硬件基础,设计了定位系统移动站和基站节点,并在农资仓库的环境中分别进行了静态测距试验、静态定位试验、以及动态定位试验。试验表明:静态测距精度优于50 mm,静态定位精度优于50 mm,动态定位试验精度优于85 mm。综合结果表明,该文搭建的系统可满足农资物品定位的实际应用要求,可为室内农资仓储环境下AGV的定位和导航提供参考。     

基于GPS轨迹的农机垄间作业重叠与遗漏评价

为了有效评估农机作业过程的重漏程度,该文采用地理信息系统的空间分析方法,基于GPS轨迹数据分析农机垄间作业重叠区域面积和作业遗漏区域面积,提出表征农机作业完整性、无重叠的量化评估指标,即作业重叠率和作业遗漏率。基于农田作业机械GPS轨迹的历史数据,分别计算多个地块不同农作管理过程中的作业重叠率和作业遗漏率。其中,小麦收获作业重叠率高于遗漏率,最高作业重叠率达13.30%;施肥作业遗漏率高于重叠率,最高作业遗漏率达13.80%;喷药作业重叠率高于遗漏率,最高作业重叠率达12.93%,上述结果与实际作业情况相符。结果表明,农田作业机械无导航情况下的作业重叠与遗漏显著,导致作业成本高、作业效率低,甚至会影响农田环境安全。该研究方法为农机作业过程监管提供有效地评价技术手段。     

农机跨区作业紧急调配算法适宜性选择

目前农机跨区紧急作业中供需信息不对称,农机部门缺乏科学合理的紧急调配方案,无法在紧急状况下指导农机进行及时有效的调配。针对上述问题,该文研究了农机跨区作业紧急调配模型和算法。首先分析了多机多任务紧急调配过程,建立了以最小化调配成本和损失为目标的紧急调配模型,提出了基于距离最近优先的多机多任务紧急调配算法(shortest-distance first algorithm,SDFA)和基于贡献度最大优先的多机多任务紧急调配算法(max-ability first algorithm,MAFA),前者是搜索当前距离最近的农田和农机,进行优先分配,后者是搜索当前贡献度最大的农田和农机并进行优先分配。采用该文算法对河北省邯郸市2017年的真实数据以及随机生成的农田和农机实例库进行计算与分析可知,当农机数量充足时,算法MAFA的平均调配成本要比SDFA的平均调配成本降低4.34%。当农机不足时,SDFA的平均损失和平均调配成本要比MAFA的平均损失和平均调配成本分别下降了12.79%和4.11%。进一步验证可知,当农田数量为6时,上述2种算法比笔者之前提出的基于非合作博弈紧急调配算法(non-cooperative game algorithm,NCGA)的平均运算性能均提升25%以上,当农田数量为30时,性能均提升41%。该研究可为农机管理部门紧急调配与决策分析提供科学依据。     

基于农机空间运行轨迹的作业状态自动识别试验

以物联网为代表的现代信息技术在农机作业管理领域的发展应用,实现了农机作业过程的定位监控,但现有农机远程监管系统对海量农机空间位置数据仅实现了远程存储、显示和简单分析,难以满足农机精准管理和数据智能处理的要求。该文采用数据挖掘中的聚类和空间数据分析方法,结合农机空间运行轨迹的特点,研究了基于空间运行轨迹点的农机作业状态自动识别算法;设计实现了典型农机运行状态自动识别方法,定量分析了农机作业班次内田间作业时间、空行转移时间、停歇时间的量化构成。农机试验表明:发展的基于空间索引和网格密度的聚类算法精度达89%以上。农机作业状态自动识别为农机作业生产率、农机利用率和作业成本核算提供了定量依据。     

基于北斗的农机作业大数据系统构建

针对全国范围农机作业动态监测和量化统计的应用需求,该研究通过在农业机械上安装北斗终端,制订数据传输规范,完成了基于北斗的农机作业大数据系统建设。该系统由农业机械及北斗终端、农机制造企业物联网平台和农机作业大数据管理服务平台3部分组成。系统共接入农机290 153辆。经数据清洗、轨迹分割和参数提取3个数据处理步骤,可获得农机的工作时长、行驶里程和作业面积等基本统计量。以2021年夏小麦机械化收割为例,利用该系统进行数据获取、处理和统计分析,输出收割机分布热力图和作业重心转移图,进行了收割时长、收割效率与收割面积等统计,分析了小麦主产区对跨区作业的依赖程度。麦收期间在线收割机累计35 243辆,日均18 568辆,收割时长中位数均值为8.3 h/d,收割面积中位数均值为5.5 hm2/d,约75%的小麦收割机进行了跨区作业,跨区距离中位数约为597 km。应用结果表明,农机作业大数据系统可准确开展数据处理和作业统计,可以向农业农村部门、农机制造企业、农机合作社和农机手提供作业动态监测和数据分析服务。     

基于激光感知的农业机器人定位系统

为解决基于全球导航卫星系统（global navigation satellite system,GNSS）的农业机器人和自动驾驶农机在机库、大棚等卫星信号弱或无环境下定位精度低甚至无法定位的问题,该研究提出了基于激光感知的农业机器人定位方法。采用二维激光雷达和激光接收器设计了基于激光感知的机器人定位系统,通过二维激光雷达发射扫描激光获取机器人上激光接收器的点云,同时激光接收器感应扫描激光,融合感应扫描激光时间差和激光接收器点云特征,得到移动激光接收器（即农业机器人）的定位。以全站仪测量为参照在大棚内开展验证试验,结果表明,在激光雷达扫描范围内,机器人行驶速度为0.8 m/s时,直线行驶时最大偏差绝对平均值为4.1 cm,最大均方根误差为1.5 cm;曲线行驶时最大偏差绝对平均值为6.2 cm,最大均方根误差为2.6 cm,满足农业机器人在农机库等环境中自动导航所需定位精度要求。     

农业机械全方位视觉定位系统的定位算法

农业机械全方位视觉定位系统根据标识方位角角度估算传感器相对于标识坐标系的绝对位置,包括系统校正、除噪、标识特征提取、方位角度估算和定位算法,其中定位算法是实现农业机械全方位视觉定位系统的关键部分。该文主要研究了4个标识和3个标识的定位算法,并通过室外30m×30m平地上的定点试验和传感器倾斜试验验证定位精度及传感器倾斜对定位精度的影响。试验结果表明,试验点坐标的估算值与实测值之间距离的均方根误差与平均绝对误差分别为14.75和14.06cm,最大绝对误差为25.72cm;倾斜角度越大,对定位精度的影响越大。研究表明本文定位算法是可行的,且算法简单、运行速度快;实用中当传感器倾斜角度大于5°或者凹凸不平明显的作业环境中,有必要考虑传感器倾斜造成的定位误差的补偿。     

拖拉机自动导航变曲度路径跟踪控制

针对当前拖拉机自动导航曲线跟踪控制精度不能满足生产需要的问题,该研究提出一种基于前轮转角前馈补偿策略的变曲度路径跟踪控制方法。综合考虑农机作业速度和目标路径曲度对前视距离的影响,通过调整前视区域和计算预瞄点,动态调整前视距离和前轮转角前馈量,在追踪预瞄点的过程中,利用农机与目标路径偏差设计变曲度路径跟踪模糊控制器,通过实时调整拖拉机前轮转角补偿量减小稳态误差。以DF2204无级变速拖拉机为试验平台,设计并研发了自动导航系统,开展21组变曲度路径跟踪控制试验。试验结果表明,拖拉机以1、1.5、2和3 m/s速度行驶时的平均绝对误差的平均值分别为2.7、2.7、3.3和4.0 cm,均方根误差的平均值分别为3.4、3.7、4.6和5.0 cm,满足农业生产需求。所提方法可有效提高农机曲线路径跟踪精度,减少漏耕,提高农田利用率。     

基于模糊隶属度的多站点多机协同即时响应调度系统

为了实现多农机站联合调配完成农户的实时作业订单,该研究针对农田与农机的匹配与调度需求问题,综合考虑农户满意度、多农机站协同、订单数量、农田面积和位置坐标等因素,建立带有模糊时间窗并以调度总时长最小和调度农机数量最少为目标的多农机站即时响应调度数学模型。并设计了基于保留优秀父代基因的改进遗传算法的农机调度系统,完成多农机站响应多农田的同时作业需求的任务,在最短时间里即时调配农机按照最短路径至各农田完成作业要求。以武汉周边某地区的3个农机站和35个农田作业订单为例,验证所提出的模型和智能优化算法,并进行可视化界面展示。试验表明,当模糊隶属度为0.8时,调度总路程减少率为9.89%,农机数量降低率为15.38%;针对该地区各农机站农机数量的实际情况,在不影响农户满意度的前提下,单个农机站接受实时订单数量以不超过20为最佳。该研究实现了多农机站对多农田精准调度作业,有助于科学合理调度农机,提高农机作业效率,节约成本投入。     

基于多学科技术融合的智能农机控制平台研究综述

农业机械的自动化和智能化包含内容广泛,有农机定位与导航,动态路径规划,机器视觉和远程监控等,牵涉到大量的工程技术学科,包括导航、图像、模型与策略、执行器以及数据链等。农机定位与导航一般采用基于农机运动学模型结合GPS(global positioning system)/IMU(inertial measurement unit)组合导航信息,在导航路径规划算法指引下实现农机轨迹跟踪的方法。建立的农机运动学模型精度,GPS数据的连续性以及惯导器件误差系数漂移等因素都会影响该方法的有效性。路径跟踪通常采用各种现代控制理论与方法,而面对复杂的田间作业环境变化,农机的自主避障以及动态路径规划能力也会影响轨迹跟踪精度。机器视觉的稳定性和目标特征信息分离度影响着农机环境感知能力,目前目标识别主要采用hough变换,hough变换的全局检测特性决定了该算法运算量较大,需要探究改进特征提取算法。远程监控农机作业是智能农机发展的一个方向,构建无线导航,控制和视频数据传输网络有助于提高农机的智能化水平,可以采用分布式哈希表(distributed hash table)来研究网络覆盖和互联技术。该文融合多个学科,从高精度定位与导航技术、复杂环境及工况下农机运动精确自主控制技术、稳定清晰的机器视觉感知技术和基于4G网络和新一代物联网的高覆盖数据传输技术几个方面,论述了智能农机在光机电液多个学科领域内的研究现状,并指出采用北斗地基增强网络和网络RTK(real-time kinematic)技术、惯导定位误差精确建模与补偿、环境感知与自主避障、立体结构自组网技术以及多机协作是现代农业机械的发展方向。以期为现代化智能农业机械的设计提供参考。