农用车辆自动导航定位方法

农用车辆自动导航技术可有效提高作业精度、实现农田规模化生产。该文以电瓶车为试验平台,使用 RTK DGPS、RTD GPS 和电子罗盘分别采集电瓶车的位置信息和航向角度信息,对农用车辆的导航定位方法进行了研究。试验时,以 RTK DGPS 采集的数据作为标准轨迹。在对试验数据进行空间配准后,采用 Kalman 滤波技术对 RTD GPS 和电子罗盘的数据进行了融合;通过计算综合权重值,对单 GPS 系统和融合系统的性能进行测试与评估,其值分别为 0.006、0.002。由此可知,采用 Kalman 滤波的电子罗盘和 RTD GPS 的组合导航系统,定位精度相对较高,稳定性较好,整体性能优于单 GPS 系统。     

农业机械自动导航技术研究进展

农业机械自动导航是精准农业技术体系中的一项核心关键技术,广泛应用于耕作、播种、施肥、喷药、收获等农业生产过程。农机位置测量方法、农机模型与导航路径跟踪控制方法是农业机械自动导航技术的研究重点,受到国内外科研人员的广泛关注。农机位置测量主要有相对测量和绝对测量二类方法,前者以基于机器视觉的测量方法为代表,主要利用图像处理技术识别作物行,进而确定导航基准线,实现农机与作物的相对位置与航向信息的测量;后者则以基于全球导航卫星系统的测量方法为代表,利用卫星定位技术实现农机位置的高精度测量,在农业生产中应用最为广泛;而面对复杂的田间环境变化,在位置测量中应用多传感器数据融合技术通常可以得到更好的测量结果。导航路径跟踪控制通常以农机运动学模型或动力学模型为核心,多采用最优控制、最优估计、自适应控制、人工神经网络、模糊控制、鲁棒控制等现代控制理论与方法;而无模型控制方法则可以避免建模不准确或者模型参数剧烈变化对农机路径跟踪控制性能所产生的负面影响。该文从上述2个方面综述分析了农业机械自动导航技术的研究现状及存在的问题,并对未来农机导航技术的发展做出了展望,指出采用卫星导航技术,开展农机地头自动转向控制、障碍物探测及主动避障、多机协同导航等高级导航技术研究,以及引入先进的物联网技术,是现代农机自动导航技术发展的主要趋势。     

轮式农业机械自动转向控制系统研究

以日本久保田SPU－60型插秧机为对象进行轮式农业机械自动转向控制研究,提出了基于速度的自适应PD控制方法,利用航向偏差作为控制器输入,控制器可根据插秧机行进速度在线调整其PD参数,进而输出前轮期望偏角。仿真和试验结果表明,该方法可以较好地适应农业机械作业速度的变化,提高其转向的快速响应特性和稳定性,航向跟踪效果好。该研究为进一步开展轮式农业机械自动导航控制研究提供了依据。     

基于LIO-SAM建图和激光视觉融合定位的温室自主行走系统

为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法。该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图（tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM）算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位。同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航。试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为9.9%、0.081和0.063 m,在温室内改进后的定位算法横向偏差小于0.020 m,纵向偏差小于0.090 m;当自主行走系统以0.15、0.30和0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于0...     

基于GNSS姿态与电机编码器的农机转向角度测量系统研制

典型的农业机械自动驾驶系统需要在车辆转向轮上安装角度传感器测量转向角度,存在安装不便与可靠性差问题。该研究提出一种基于GNSS模块和电机编码器组合的转向轮转向角度测量系统。该系统通过组合利用GNSS姿态测量值与运动模型得到转向轮期望角度,利用电机转向速度和全液压转向阀的传递模型推算转向角度变化值,经卡尔曼滤波融合解算得到车辆转向轮的实时转向角度。与霍尔式绝对角度传感器对比的动态测试结果表明,该系统在直线行驶时的测量标准方差小于0.91°,在转向轮-10°～+10°区间,测量标准方差小于1.0°;直线自动驾驶作业时的导航误差小于2.5 cm,曲线作业自动驾驶的导航误差小于9.0 cm,满足农机自动调头等场景应用。     

棚架果园自主导航机器人快速上线方法与试验

棚架果园是一种适用于葡萄、梨和猕猴桃等水果的枝蔓布于架上的果树种植方式,棚架果园环境对卫星信号遮挡严重,现有研究多通过分析果园局部环境特征实现农机的自主导航作业。自主导航的行头上线性能影响生产作业的质量和效率。为了实现棚架果园环境下基于相对定位导航方式机器人的快速上线,该研究提出了一种基于电子罗盘与激光雷达航向信息融合的位姿检测方法,依据精准位姿信息规划上线轨迹和最优上线角以实现快速的上线。该系统作业时,通过触控串口屏人机界面向控制器输入先验棚架朝向信息,融合电子罗盘和激光雷达航向信息获得机器人相对于果树行的精准位姿,按照位姿偏差指标的不同阈值进行车体位姿状态归类并触发相应上线轨迹程序,并以求解的最优上线角度实现快速上线。在模拟棚架葡萄园环境中以自主研发的葡萄生产机器人为试验平台开展快速上线性能试验。试验结果表明:在恒定速度0.3 m/s、初始横向偏差1.4 m和航向偏差-π/4,-π/18,0,π/18,π/4的条件下,上线时间分别为6.11、7.15、7.46、7.74、8.90 s,上线距离分别为1.357、1.367、1.387、1.383、1.403 m。该研究以最优上线角完成自主导航系统快速上线,可为棚架果园无人化作业技术研究提供参考。     

农业机械机器视觉导航研究

该文对农业机械机器视觉导航的关键问题图像处理和路径控制进行了深入的研究,采用基于Hough变换和动态窗口技术的图像处理算法提取自然环境下的导航特征,根据系统辨识试验的结果和农业机械机器视觉导航的特点建立了仿真模型,并在通用型轮式拖拉机上建立试验系统对图像处理和控制算法进行验证,取得了良好的试验结果.     

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。     

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。     

改进AOA模式的大田农机无人驾驶导航参数检测系统设计

卫星导航、视觉导航和雷达导航的成本昂贵、系统构成复杂和适用作业场景有限,在生产特征呈现区域化、适度小规模和分布零散的国内南方水田难以实现便捷跨区域作业和无法适用多农业场景。针对上述问题,该研究以大田环境下无人驾驶农机的牛耕式往复作业路径模式为背景,提出了改进AOA(信号到达角度,Angle-of-Arrival)模式的农业机械无人驾驶导航参数检测系统。该系统采用UWB(超宽带通信,Ultra Wide Band)基站-标签作为检测传感器,设计了TBZ(田边双基站-车身纵向双标签)和TBH(田边双基站-车身横向双标签)2种传感器布置方式,实现农业机械无人驾驶过程中导航参数的快速精准检测。静态试验结果表明:对于2种传感器布置方式,在固定的基站间距和标签间距下,随着标签间距或基站间距的增大导航参数检测精度均有所提高,横向偏差检测误差≤8 cm,航向偏差趋近于0,但不大于1°,并通过正交组合试验方差分析明确了2种传感器布置方式的关键参数对横向偏差和航向偏差检测精度影响的显著性,确定了主次因素和较优参数组合。动态试验结果表明:随着车速增大,横向偏差和航向偏差的检测精度有所降低,横向偏差误差均不超过10 cm,航向偏差的检测误差均小于3°,变异系数均小于10%,说明动态环境下自主导航参数检测系统仍具有较高的检测精度,可满足农机大田自主导航作业需求。研究结果可为研制低成本、高精度和便捷的无人驾驶系统提供参考。     

插秧机电控操作机构和控制算法设计

为了进行农业机械导航和变量作业试验研究,以久保田SPU-68型插秧机为试验平台,对插秧机转向机构、变速机构和插秧机具升降机构进行了改造,实现自动控制。采用小功率直流电机为动力,设计了带双阈值死区的PD电机位置控制算法。转向操纵机构导向信号跟踪试验及与驾驶员操作的对比试验结果表明,转向系统具有良好的响应特性,电控操作装置控制作业效果与驾驶员操作作业效果相当。     

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。     

电动方向盘插秧机转向控制系统设计

电动方向盘作为农机导航系统的转向执行机构在中小型旱地拖拉机上已有应用,但在水田农业机械等转向阻力大的农机上的适应性尚有待研究。该文以井关PZ-60型水稻插秧机为平台,采用电动方向盘作为转向执行机构,对插秧机自动转向控制进行了研究。构建了插秧机转向机构的系统模型,采用系统辨识试验获得了系统模型参数。设计了基于PID的嵌套转向控制算法,采用Simulink仿真模型验证了算法的可行性。分别进行了幅值10°的正弦波、水田小角度转向(直线行驶跟踪)和水田大角度转向(调头)控制性能试验,试验结果表明:插秧机正弦波转向跟踪平均绝对误差为0.301 5°,平均延时0.3 s;在泥底层平坦和不平坦的水田中直线行驶时的转向角跟踪平均绝对误差分别为0.354°和0.663°,平均延迟时间均为0.6 s,角度跟踪偏差最大分别为1.4°和3.6°,深泥脚转向阻力大时有1.4 s的控制滞后;插秧机以28°转向角调头时调节时间为2.5 s,稳态误差为0.6%。研究表明,电动方向盘转向系统具有较好的动态响应和控制稳定性,适用于插秧机作业的自动转向控制,满足插秧机自动导航作业要求。     

田间作业车辆外部加速度辨识与姿态测量系统研制

复杂田间作业环境与精细作业效果要求农机装备具备实时精准感知农机具姿态的能力,田间作业时普遍存在的车辆外部加速度对此带来挑战。为进一步提高农机装备作业质量,该文以6轴微惯性传感器为硬件传感器,以方向余弦矩阵法进行姿态解算,基于一阶外部加速度模型设计卡尔曼滤波融合算法,实现动态情况下田间作业车辆外部加速度辨识与姿态精准估计。分别采用Innova 2100型摇床与装配有MTi300航向姿态参考模块的高地隙喷雾机对系统进行试验验证。摇床试验结果表明:在外部加速度小于10g情况下,系统对外部加速度辨识误差小于0.214 m/s2;田间作业高地隙喷雾机试验结果表明,相比于MTi300,横滚角最大误差为0.23?,俯仰角最大误差为0.39?。说明该文研制姿态测量系统可准确辨识外部加速度与测量姿态,研究结果可为满足精细农业作业要求的姿态测量系统研发提供依据。     

基于CAN总线的分布式插秧机导航控制系统设计

为了提高插秧机自动导航系统的可靠性,设计了一种基于CAN总线的分布式控制系统。系统由1个主控节点和3个从节点组成。主控节点采用AT91SAM9261 ARM处理器,负责根据RTK GPS数据和电子罗盘数据决策适当的控制指令;3个从节点选用C8051F040单片机,分别实现转向控制、变速控制以及插秧机具升降控制;并根据CAN2.0总线协议,制定了插秧机自动导航系统主从节点数据传输通信协议。控制系统在久保田SPU－68型插秧机上进行了道路跟踪试验和田间作业试验,结果表明,采用基于CAN总线的嵌入式分布式导航控制系统保证了数据实时传输,插秧机能够自主完成路径跟踪、转向、变速以及插秧等操作。其中道路直线跟踪误差小于0.05 m,田间作业试验直线跟踪误差不大于0.2 m,插秧行距为30 cm,能基本满足水田插秧作业要求。     

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。     

农机具自动调平控制系统设计与试验

为了使农机具在田间作业时保持水平,该文设计了一种农机具自动调平控制系统。采用拖拉机横向倾角卡尔曼滤波算法融合加速度计和陀螺仪2个传感器数据获得拖拉机实时倾斜角度,直线位移传感器测量调平液压油缸伸长量并建立农机具和拖拉机的相对倾斜角度转换函数,通过控制电磁换向阀实现农机具水平控制。在三轴多功能转台上对拖拉机倾角实时测量算法进行了测试,并在田间对农机具自动调平系统进行了试验,结果表明,拖拉机横滚角传感系统能在动态条件下准确地测量拖拉机实时倾角,在转台上测量角度平均绝对误差≤0.15°,均方根误差≤0.18°,在水田激光平地机作业时测量角度平均绝对误差0.40°;自动调平控制系统能较好地实现平地铲调平控制,平地铲倾斜角度平均绝对误差0.52°,均方根误差0.24°,最大误差1.15°,相对于原水田激光平地机水平控制系统控制精度提高了0.5°。该研究为农机具水平自动调平提供了方法,能够提升农机具作业质量。     

水稻钵苗移栽机变性卵形齿轮分秧机构的运动机理分析

针对水稻钵苗移栽机的工作要求,将变性卵形齿轮行星轮系应用于其分秧机构的设计中,设计了一种新型的旋转式分秧机构;在分析变性卵形齿轮行星轮系运动学特性的基础上,建立了分秧机构的运动学模型,编写了分秧机构辅助分析与优化软件以及变性卵形齿轮齿廓生成软件;通过人机交互方式对该分秧机构结构参数进行优化,得到了最优参数。借助虚拟仿真技术,验证了该分秧机构形成的带有"针形"凸起的"桃形"静轨迹,能够满足水稻移栽机的工作要求。