基于GNSS航向微分和MEMS陀螺仪的农机轮角测量方法

【目的】设计一种农机前轮转角测量方法,代替安装复杂的连杆式轮角传感器。【方法】采用GNSS天线测量航向和速度,MEMS陀螺仪测量车身和车轮的合转动速率,计算MEMS陀螺仪与GNSS航向微分差值,获得车轮转动速率;设计自适应卡尔曼滤波器进行信息融合和校正,获得车轮转向角,并进行性能验证和田间应用试验。【结果】与连杆式轮角传感器测量结果对比,轮角测量方法的拖拉机在偏离航线2.5和1.5 m进行上线时,平均绝对误差(MAE)分别为1.13°和0.87°,均方根误差(RMSE)分别为0.90°和0.68°,上线时间分别为29.4和23.5 s;以4 km/h田间导航应用时,MAE为0.44°,RMSE为0.87°,满足拖拉机旱地作业要求。【结论】GNSS航向微分和MEMS陀螺仪轮角测量方法与连杆式轮角传感器测量性能相当,能够替代轮角传感器用于较低速农业机械导航。     

基于路径弯曲度动态预瞄搜索算法的车辆路径跟踪控制软件系统设计

为实现农业机械田间作业时的路径跟踪控制,在无人驾驶高速插秧机硬件系统基础上,采用基于规划路径弯曲度的动态搜索预瞄算法设计了路径跟踪控制软件。该算法以作业机械横向偏差和航向偏差作为航向模糊控制器的输入变量,以前轮转角期望值为输出变量,设计航向模糊控制器,实现航向控制;同时结合转向模糊免疫PID控制器对步进电机的PWM频率进行控制,实现水田作业机械的方向改变,从而完成作业机械沿规划路径自动行驶跟踪,并用Matlab/Simulink仿真平台对所采用的路径跟踪控制原理和所设计的模糊控制器进行了有效性验证,结果表明所采用的控制方法是可行的。经试验,插秧机以1 m/s的速度进行直线跟踪时最大的跟踪偏差只有4 cm,且始终围绕零值附近上下波动,计算平均跟踪偏差为0.84 cm,能够满足水田作业机械路径跟踪控制的要求。     

卫星导航技术在农机作业中的应用

正随着兵团棉花大面积连片种植,现代化农业机械得以广泛应用,其作业质量主要取决于农机驾驶员操纵作业机械的技术与水平;其次,是职业道德和工作责任心。人工操作在实施耕作、施肥、播种、收获等作业时,压伤碾伤植株、漏行重行、接茬不均、机采遗漏等作业现象不可避免,而采用自动导航技术是解决上述问题的重要途径。自动导航技术可以保证实施施肥、播种、喷药、收获等农田作业时,行与行衔接的精度,减少农作物生产投入成本,大大提高作业效率。     

基于视觉导航和RBF的移动采摘机器人路径规划研究

为了提高采摘机器人自主导航和路径规划能力,提出了基于计算机视觉路径规划和RBF神经网络自适应逼近算法的导航方法。使用图像分割、平滑处理和边缘检测技术,根据图像像素灰度值确定了导航线的位置,利用逐行扫描的方法得到了导航离散点。路径规划和跟踪使用RBF神经网络逼近算法,通过逼近误差和权值控制路径跟踪的精度,系统响应的执行端使用液压伺服系统,提高了机器人自主导航的精度。以黄瓜采摘作为研究对象,在日光温室对机器人采摘作业进行了测试,通过测试得到了RBF神经网络的路径跟踪误差曲线。测试结果表明:机器人可以很好地逼近跟踪规划路径,其计算精度较高,跟踪效果较好。     

一种快速剔除伪分枝的作物行骨架提取算法

作物行骨架线的提取是机器视觉导航的基础,准确提取作物行骨架也是精准施药系统中一个至关重要的研究方向。为了克服传统骨架提取算法中的背景单一、存在较多的冗余分支及不连续等缺点,以农田作物行为研究对象,提出一种形态学细化和伪分支剔除相结合的实用型骨架提取算法。首先对采集到的作物行原图像通过灰度、滤波、阈值分割操作使其转化为二值图像;然后将二值化后的作物行图像先细化为单像素宽度的骨架线,再采用端点追踪法追踪伪分支骨架,而后剔除追踪的毛刺或无关枝杈,保证了骨架的单一性和圆滑性,提高了作物行检测的精度。通过与拓扑细化法和最大圆盘骨架提取算法比较,本文算法不但在去除冗余骨架的同时能保持自身良好的拓扑性和稳定性,而且能去除多余的毛刺状分支,同时表明该算法具有较强的稳定性和抗干扰能力。     

棉花铺膜播种机导航路线图像检测方法

研究了棉花铺膜播种机田间作业时导航路线和田端的图像检测算法。针对自然环境下的棉花播种作业图像,采用Daubechies小波变换对处理区域进行平滑滤波;针对第1帧图像,寻找图像处理区域的垂直累计直方图的波谷,以此为基础,通过寻找局部窗口累计直方图波谷的方法,从图像底端逐行向上寻找各行候补点;对于非第1帧图像,采用当前帧与前帧导航路线相关联的方法分段寻找候补点群;最后基于过已知点Hough变换拟合出导航路线。实验证明,采用的算法可以快速、准确地检测出棉花铺膜播种作业时的导航路线及棉田田端,平均每帧图像处理时间为72.02 ms,满足铺膜播种机实际播种作业的需求。     

基于强化学习的农业移动机器人视觉导航

以强化学习为基础,结合模糊逻辑理论研究了农业移动机器人通过自主学习获取导航控制策略的方法。首先使用机器视觉检测环境障碍并获取障碍物相对于移动机器人的方向和距离信息。然后应用强化学习设计了机器人自主获取导航控制策略方法,使机器人能够不断适应动态变化的导航环境。最后基于模糊逻辑离散化连续的障碍物方向和距离信息,构建了离散化的环境状态,并据此制定了自主导航学习Q值表。在自制的轮式移动机器人平台上开展了试验,结果表明机器人可以在实际导航环境中自动获取更优的导航策略,完成预期的导航任务。     

蓄势待发的农机导航市场

沉寂多年的农机导航市场在2014年骤然响起了第一声春雷,继而以雨后春笋般的速度迅速增长,这让业内专家为之一震。而在2012年,我国的北斗卫星系统开始正式提供导航服务,不禁令我们深思,这两者之间的关系。农机导航市场已经蓄势待发,逐渐打开了我国精准农业的大门,也为我国农机装备高端难题提供了破解提示。在精准农业中,卫星定位系统(GPS)为农业生产提供地理位置信息。在已得的位置信息基础上,通过信息采集技术采集不同定位点的土壤肥力、含水率、病     

基于GPS/SINS组合的农业导航定位系统设计与研究

设计了一种基于全球定位系统GPS和捷联惯性导航系统SINS组合的农业车辆导航定位系统,介绍了该系统的传感器组合及功用,阐述了系统的硬件结构和工作过程。考虑到农用车辆在运动过程中接收到的GPS数据存在较大的定位误差,提出了GPS和SINS联合导航算法,利用SINS提供的姿态信息修正GPS定位数据,提高系统定位的精度。为了准确测量姿态信息,对多传感器集成模块ADIS16355的信息融合处理,确定了基于卡尔曼滤波的融合算法用于测量姿态角。在构建实验平台的基础上进行了试验,结果表明:通过多传感器融合算法可准确测量姿态角,GPS定位误差有效减少,可更真实反映农用车辆的运动状态。     

农机自动导航控制决策方法与软件系统

为实现农机自动导航控制,兼顾系统成本和作业效率,对农机自动导航控制决策方法进行了研究,并设计开发了一种导航软件系统。首先,系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次,采用简化二轮车运动学模型,采用模糊控制进行导航决策控制,模糊控制器的输入参数为农机横向偏差和航向偏差,输出参数为前轮转角信息。最后,导航系统根据转角信息,由PLC控制器控制方向盘转动,从而实现导航控制。导航软件采用模块化设计思想,由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成,基于C++/MFC语言编写实现。系统还可在导航结束后,对导航偏差数据进行保存,便于试验后进行误差分析。试验结果表明：农机自动导航控制决策方法可以实现较好的控制精度,软件系统界面友好、通讯稳定、功能较为齐全,满足农机田间自动导航作业的需求。