基于自动导航的小麦精准对行深施追肥机设计与试验

针对冬小麦返青期地表追施氮肥使氮素挥发导致肥料利用率低的问题,结合目前在小麦追肥过程中缺少深施氮肥作业装备的现状,进行了基于拖拉机自动导航技术实现精准对行深施氮肥的技术研究,设计了小麦精准对行精量深施追肥机。追肥机采用安装有自动导航系统的拖拉机牵引实现精准对行,以RTK-GNSS接收机测取的作业速度为基准,通过液压系统驱动排肥机构工作,双圆盘开沟器开沟深施,采用PID控制排肥轴转速与车辆行驶速度实现实时匹配,达到精量控制追肥量的目的。田间试验结果表明:设置目标追肥量为200 kg/hm2,车辆行驶速度为5 km/h时,追肥机能完成对行深施追肥作业,机具对行作业误差在±6 cm以内,追肥量偏差小于9%,可满足实际生产需求;对照撒肥机表层撒肥作业,每公顷减施氮肥25 kg左右,小麦每公顷增产486.5 kg左右。     

自动导航插秧机路径跟踪系统稳定性模糊控制优化方法

为了提高自动导航插秧机路径跟踪系统的稳定性,提出了一种利用模糊控制调整纯追踪模型前视距离的路径跟踪方法。在考虑自动转向系统一阶惯性环节的情况下,建立插秧机运动学模型,分析了在跟踪直线时纯追踪模型的稳定性条件;基于此稳定性条件,以速度和横向偏差为输入,以前视距离为输出,建立模糊控制模型实时调整纯追踪模型的前视距离;以洋马VP6E型水田插秧机为实验平台对所提出方法进行了实验验证,结果证明,该方法能有效提高路径跟踪系统的稳定性。     

区域农用GNSS基准站云端管理方法与系统研究

针对区域农用卫星导航定位基准站规模化应用中存在无效冗余、频率干扰和基准不统一问题,提出基于云端管理构架实现区域基准站管理与信息共享的初步解决方案。选择石河子市作为研究区,获得3个企业总计84个固定基准站的备案数据,计算任意2个基准站的站间距ΔD和频率差ΔF形成数据集E。在此基础上,利用GIS空间分析和数值统计方法,分析基准站无效冗余和同近频干扰,开展基准站坐标平差与精度验证,开发基准站管理服务系统原型。研究表明,由于缺乏技术和管理协调,区域农用GNSS基准站无效冗余、频率干扰和频率浪费难以避免,所统计的84个基准站占用了26.7 MHz频带,使用了47个频点,其中30个基准站使用单独频点,站间距40 km以内时多达18对基准站频率相同,29对基准站频率相近(ΔF≤25 k Hz)。石河子东北18个基准站,平均冗余率达263.2%,中心区冗余率更高。固定基准站通过坐标平差可以提高站址精度,有利于发挥基准站冗余的有效性和提高差分信号接入的可靠性,3个验证点的经度坐标差最大为0.011 m,纬度坐标差最大为0.023 m,精度分别达到毫米级和厘米级。管理服务系统原型和手机端APP原型的初步测试表明,系统可以实现基准站备案、建站辅助、基准站查询和频率推荐等功能,可以提高基准站管理效率和减少干扰现象。     

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。     

基于有限状态机的农机导航多任务调度研究

为了解决总线式农机导航控制系统中的事件响应及数据延迟问题,将农机导航控制功能划分成不同优先级的多个子任务模块,将有限状态机理论引入作为导航控制系统多任务调度的理论基础。基于有限状态机理论和实际导航控制过程建立导航事件与导航控制任务的关联关系,并对每个任务设有优先级,实现了对导航控制事件的快速分级响应。最后,采用基于本文提出的多任务调度方法的插秧机自动导航控制系统进行了实车路径跟踪实验。实验结果表明:本文所提调度方法可以很好地完成导航控制任务,直线路径平均跟踪误差为3.28cm,曲线路径平均跟踪误差为5.0 4 cm。     

机器视觉技术在现代农业生产中的研究进展

机器视觉技术已经广泛应用于农业生产的各个环节,详细阐述机器视觉的概念、组成部分、工作原理以及发展历程,总结国内外的研究成果,介绍机器视觉技术在作物病虫草害识别与监测、作物生长信息监测与产量估计、果蔬识别定位与采摘、种子产前检测与果蔬分级以及农业机器人视觉导航等领域的研究进展与应用情况,提出农业场景视觉系统在稳定性、可靠性、准确性以及嵌入式视觉系统硬件计算能力与核心算法等方面还有待提高与突破,国内高水平学者集中的研究机构匮乏,行业创新能力不足,本土企业竞争力较弱等劣势;认为3D视觉技术、多传感器融合的视觉系统以及与5G深度融合的视觉系统将会成为未来农业生产领域的主要研究方向。此外,机器视觉技术的应用势必会带动产业升级、推动农业智能化发展,为无人农场建设提供有力的技术保障。     

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft（Frequency-tuned）算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。     

农业机器人自主导航改进自适应滤波控制器研究

为提高导航精度与控制精度,对农业机器人的自主导航控制进行研究。结合Sage-Husa自适应滤波与强跟踪卡尔曼滤波两种算法优点,利用严格收敛判据,设计了改进的自适应卡尔曼滤波算法。新算法保证了系统的实时性和稳定性,且具有更好的滤波精度。利用变结构切换方法来阻止PID控制器积分饱和现象,有效解决了控制器过饱和问题。将改进的自适应滤波算法与变结构PID控制器相结合,可提高导航系统的稳定性和精度。对所提理论进行仿真与试验,结果表明该方法大幅度提高了滤波器抑制发散的能力和导航的控制精度。     

基于SVR逆向模型的拖拉机导航纯追踪控制方法

针对行驶过程中轮胎侧滑量、路面性质等不确定性因素导致传统拖拉机二轮运动学模型难以准确描述拖拉机运动轨迹的问题,提出了一种基于SVR(Support vector regression)逆向模型的拖拉机导航纯追踪控制方法。采用粒度支持向量回归(Granular support vector regression,GSVR)方法建立了拖拉机前进航向的逆向模型,实时获得实际转弯曲率与运动学理论转弯曲率的函数关系,逆向模型对纯追踪导航模型输出进行,校正提高了纯追踪导航控制方法的适应性和动态性能。拖拉机导航系统的路径追踪路面试验结果表明:当行驶距离大于125 m、行驶速度为1.2 m/s时,直线追踪最大横向偏差小于0.061 4 m,较常规纯追踪模型导航方法具有更好的直线追踪性能;田间试验结果表明:该导航控制方法适用于2BFQ-6型油菜精量联合直播机自动对行作业。     

基于北斗卫星导航的秸秆机械化还田作业管理系统

为满足秸秆机械化还田作业精准化管理的需要,解决还田工作中作业面积统计困难、现场核查工作量大、全局管理难以实现等若干现实问题,设计了基于北斗卫星导航的秸秆机械化还田作业精准管理系统。系统集成北斗卫星导航定位、物联网、地理信息系统等信息技术,通过北斗卫星导航农业机械车载信息终端,实时采集、处理秸秆还田作业中的定位和状态数据,获取还田现场的高清影像。通过建立作业管理信息系统,实现作业监控、地块识别、面积量测、质量评估、指标统计和指挥调度等功能。试验结果表明,系统可以有效实现轨迹监控、灵活调度、分类统计分析,提高了秸秆还田机械化作业效率。同时,地块识别率和地块面积统计达到了作业精度要求,可以满足秸秆机械化还田作业的需要。