拖拉机GPS卫星导航自动驾驶技术的应用

GPS是全球定位系统的简称。GPS卫星导航是近年来迅速兴起的高新技术,具有广阔的发展前景。2012年,昌吉市农机部门根据农业产业化发展要求首次引进了拖拉机GPS卫星导航自动驾驶技术,经过改装的拖拉机不需要农机手再操作方向盘,通过卫星和信号基站定位就可以实现农作物播种、喷药、收获等机械化精准作业。州、市财政拿出50万元资金,支持安装了6套美国GPS全球卫星定位信息系统,用于各     

履带拖拉机自动驾驶技术的推广和应用

<正>稻谷是我国第一大粮食作物,是口粮中最主要的消费品种,2017年我国水稻种植面积为4.5亿亩左右,其水田耕作方式的研究选择和改进,对我国水稻生产机械化可持续发展和粮食生产保障,有着重大意义。自2004年以来《农业机械促进法》的颁布及农机购置补贴政策的实施,促进了水稻生产机械化水平快速提升,2018年全国水稻生产机械化综合水平已达70%以上。然而,由于轮式拖拉机耕地过程中对水田底层破坏大,特别在洞庭湖、鄱阳湖等湖区尤为凸出,随着拖拉机马力的不断加大,对水田耕底层的破坏也随之加大,形成了恶性     

我国自动驾驶拖拉机首次大规模应用

<正>4月3日,200台东方红LX904型自动驾驶拖拉机交付仪式,在内蒙古自治区通辽市科尔沁汇双利农机合作社举行。这是我国自动驾驶拖拉机首次大规模应用。这200台预装北斗农机自动驾驶系统的东方红LX904型拖拉机,能够实现精确到2.5 cm的精准作业,单台拖拉机即可完成从播种、中耕到收获的全过程自动作业。2019年科尔沁左翼中旗计划投资411亿元,大力发展甜菜等农产品种植加工产业。     

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。      

拖拉机GPS导航自动驾驶技术的推广应用

拖拉机自动化驾驶技术可以增加机动车的利用率,提高工作效率,降低生产费用。提高农机标准化作业,综合效益显著。     

北斗导航拖拉机自动驾驶系统的应用

<正>2016年,新疆第八师142团为不断提高农机科技含量和精准农业的推广应用,在约翰迪尔854、约翰迪尔954、福田欧豹904等大中轮式型拖拉机上安装了北斗导航自动导航驾驶系统。142团场一共装了103台北斗导航自动驾驶系统,其中上海联适88台,上海华测6台,美国约翰迪尔6台,北京和众思壮3台。使用北斗导航装置棉花铺膜播种作业面积1.07万公顷;青贮玉米播种作业     

自动驾驶拖拉机前装应用技术研究及下线测试

介绍了目前市场上拖拉机自动驾驶系统产品的分类,研究了自动驾驶拖拉机前装应用技术中的电气系统匹配和液压系统匹配等关键技术,开展了前装自动驾驶拖拉机的液压跟踪测试和作业精度测试,有效保证了前装自动驾驶拖拉机的可靠性和作业精度。     

拖拉机GPS卫星导航自动驾驶技术在昌吉市的应用

介绍了昌吉市引进GPS卫星自动导航系统的使用情况,分析了使用注意事项及存在的问题,并提出了解决办法。     

自动驾驶拖拉机轨迹跟踪研究

为解决自动驾驶拖拉机的轨迹跟踪问题,本文以东风954拖拉机为原型,建立二自由度运动学模型,推导出线性化自动驾驶拖拉机跟踪误差模型,提出一种基于模型预测控制的轨迹跟踪方法。通过Matlab对轨迹跟踪进行仿真,并在现场对系统进行试验。仿真结果表明AB线的入线性能良好,入线后直线度偏差较小。现场试验表明前进和倒车时,与参考轨迹线距离相同时,速度越快,入线米数越远。在不同车速、车身与参考轨迹成不同角度时,入线后跟踪轨迹与参考轨迹的偏差都在1 cm以内,证明该控制器可行,具有良好的精确性和稳定性。     

拖拉机自动驾驶系统的研究

主要论述拖拉机自动驾驶在农业中应用的必要性以及国内外拖拉机自动驾驶的发展,依据学校211重点实验室建设项目针对铁牛654拖拉机搭建拖拉机自动驾驶平台,论述了平台的硬件组成及工作原理和基于GPS/IMU定位与导航的控制策略。     

拖拉机自动驾驶监控系统软件设计

随着农业装备机械化、自动化水平的提高,推广和应用拖拉机自动驾驶技术,对提高大田耕作精度与效率,降低劳动强度具有重要意义。为此,基于Win CE嵌入式智能终端、多线程技术及CAN总线技术,在研究拖拉机自动驾驶工作原理的基础之上,设计了拖拉机自动驾驶监控软件系统,采用AB直线路径规划方法,能实时接收、显示和保存导航信息和控制拖拉机运行状态。试验测试结果表明:该系统运行稳定、通信可靠、系统实时性高,系统路径规划方法设计合理,接行相对测量误差的绝对平均值为9.7cm。     

轮式拖拉机自动驾驶系统的分析

应用自动駕駛的拖拉机机組完成田間作业,可以提高劳动生产率、作业质量和减輕工人的劳动,是农业現代化的一个重要內容。近几年来,我国、苏联以及美、英等国,都在达方面进行了研究,并且已經取得了一定的成果,但是,在保証机組运动的稳定性和可靠性方面,还存在不少問題。有的問題虽然在个别情形下得到了解决,然而采用的是在試驗設备上逐次試凑的方法;有的問題則解决得不够合理。本文的目的是对輪式拖拉     

拖拉机自动驾驶液压转向系统研究

拖拉机自动驾驶技术是拖拉机现代化和智能化的根本要求,其中的自动转向系统是其核心技术之一。本设计中的自动转向系统的液压回路,实现手动转向和自动转向功能;设计了高度集成的转向集成阀块,很好地解决了管路与元件的连接和布置问题。通过仿真实验和样机试验,结果表明,液压回路及转向阀块能够满足拖拉机液压转向要求,能够实现自动驾驶模式与手动驾驶模式的自动切换,易于实现自动化控制。     

沙湾县引进拖拉机自动导航驾驶系统

拖拉机自动化驾驶技术可以增加机动车的利用率,提高工作效率,降低生产费用;减轻驾驶员的劳动强度;减少人为因素干扰,规范农业生产过程;是农业标准化作业的可靠保证。     

农用拖拉机节油驾驶技术

随着油料价格的上涨，油料消耗约占农用运输车使用成本的1／4。因此，节油驾驶技术显得尤为重要。一、保持机车良好的技术状态。当技术状态恶化时，油料消耗大大增加，特别是“三滤器”（柴油、机油、空气滤清器）堵塞，油料消耗大增，机车工作无力。因此，要做好日常维修保养，防止漏油、漏水、漏气，保证“三滤器”工作性能良好。     

拖拉机复杂道路驾驶技术

介绍了拖拉机驾驶员在行车途中可能遇到的几种复杂道路,分别阐述了不同道路的路况特点,应注意事项及复杂道路驾驶技术要求,为驾驶员避免交通事故的发生提供了有益的帮助。     

农机自动驾驶技术应用分析

介绍了淮安市淮安区农机自动驾驶技术试验示范情况。试验结果表明,将农业卫星导航自动驾驶技术应用在田间作业的农业机械上,可大幅提升作业精度,提高土地利用率,减少成本投入,经济效益、社会效益明显。     

拖拉机自动驾驶转向轮角检测方法

以雷沃M904-D型轮式拖拉机为研究平台,采用WYH-3型无触点角度传感器,研究了轮式拖拉机转向轮角的标定和检测方法。介绍了拖拉机转向轮角度传感器的安装方法;采用带标度的转盘标定了角度传感器与拖拉机转向轮角之间的关系,标定结果表明,两者线性关系显著,相关系数超过0. 99。对轮角测试中存在的误差进行分析,提出基于最小二乘原理的转向轮角零位偏差估计方法,以估计车轮相对零位偏差。路径跟踪试验结果表明,其横向跟踪偏差的绝对值极值为2. 74 cm,偏差绝对值的平均值为0. 49 cm,标准差为0. 58 cm。提出的轮式拖拉机转向轮角测量模型在路径跟踪控制应用中表现出较好的效果,验证了转向轮角测试方案的可行性与准确性。     

NF-752型履带式拖拉机自动驾驶系统

为了提高自动驾驶系统对车身纵向速度和滑移工况等影响因素的自适应能力,提出了一种基于航向预估模型的路径跟踪控制算法。首先对NF-752型履带式拖拉机进行适应性改造,将其手动转向机构和无级变速机构改造为大扭矩舵机控制,通过绝对值编码器测量两侧履带转速,利用RTK-GNSS定位系统测量车辆地理位置和车身速度,结合车载计算机和底层控制器搭建了自动驾驶系统试验平台。然后以车身速度和两侧履带速度为状态变量,考虑履带滑移率建立了航向预估控制模型,进而提出了一种基于航向预估模型的路径跟踪控制方法。最后在沥青路面分别以低速（1 km/h）、中速（5 km/h）和高速（9 km/h）进行了直线路径跟踪试验,结果显示,在不同作业速度条件下,路径跟踪误差无明显差异,最大跟踪误差为-2.00 cm,标准差为0.93 cm。进行了田间曲线路径跟踪试验,结果显示,当拖拉机以6 km/h速度跟踪曲线路径时,跟踪误差优于10 cm,在滑移区域无明显误差增大现象。试验表明,提出的航向预估控制方法对作业速度有较好的适应性,一定程度上克服了滑移现象对控制精度的影响,可满足履带拖拉机耕整地作业精度要求。      

拖拉机自动驾驶系统上线轨迹规划方法

为解决现有拖拉机自动驾驶系统上线距离较长,且在上线目标点附近跟踪误差较大的问题,提出了一种基于量子遗传算法优化的B样条理论局部上线轨迹规划方法。综合考虑最大曲率约束、起止点航向约束和最大转向角约束,把最优轨迹规划问题转化为B样条控制点参数优化问题,采用量子遗传算法对目标函数进行寻优,从而求得距离最短的可行驶上线轨迹。设计了4种典型作业工况,仿真结果表明,对于不同作业工况,算法均可通过优化配置B样条控制点得到满足约束的上线轨迹,曲率和等效前轮转角变化平缓,有利于路径跟踪控制器进行曲线跟踪控制。田间试验结果表明,针对设计的复杂作业工况,单独采用纯追踪算法的上线距离为78.6 m,基于上线轨迹规划方法的上线距离为23.7 m,且后者在上线点附近的横向跟踪误差更小。