基于多传感器融合的水稻行识别与跟踪导航研究

水稻生产田间管理机械自动跟踪水稻行是提高水稻生产田间管理自动化程度的关键。为避免田间管理机械碾压水稻行,本文融合机器视觉和2D激光雷达信息识别水稻行,并进行水稻行跟踪导航控制。首先分别利用机器视觉和激光雷达提取水稻行中心点,并统一空间坐标和目标区域,再采用稳健回归算法拟合水稻行中心线,获取导航基准线并计算出导航参数。然后设计了预瞄追踪PID控制器,最后搭建了水稻行跟踪导航试验平台并进行试验研究。试验结果表明,跟踪模拟水稻行的曲线导航试验标准差为27.51 mm;跟踪机械移载的水稻行导航试验横向偏差标准差为43.03 mm,航向偏差标准差为3.38°。     

基于优化人工势场法的插秧机绕障策略研究

针对水田中存在的壕沟、田埂、石块、电线杆等障碍物使得插秧机无法保证作业连续性和插秧直线性等问题,设计了基于优化人工势场法的插秧机绕障路径规划策略。通过增加插秧机实时位置与目标作业点的相对距离作为判断条件来动态改变势场大小,同时设立了虚拟局部目标点来弥补传统人工势场法目标点不可达和局部最小点的算法缺陷;将插秧机简化为二轮车模型,建立插秧机转向系统数学模型,得出插秧机速度、行驶航向角和前轮转角表达式,以横向偏差与航向偏差作为评判路径优化效果的因素。转向控制器以复合模糊PID算法控制插秧机的转角,不断减小理想前轮转角与实际转角的偏差,实现转角最优化;采用超声波传感器实时检测道路障碍物并结合RTK-GPS实时更新位置坐标,设计出插秧机绕障转向控制策略。通过Matlab对优化的人工势场法的避障路径控制策略进行仿真,仿真结果表明,当障碍物不在影响范围内,插秧机直线追踪的最大横向位置偏差为5cm,平均偏差约为2cm,最大避障横向偏差小于0.5m,优化后的算法具有较好的控制精度,可避免目标点不可达的问题。基于洋马VP6E插秧机作为实验平台进行了实车实验,实验结果表明,当插秧机以速度0.5、1.0、1.5m/s行驶时,左侧绕障的最大横向偏差均不大于1.2218m,航向偏差最大值为30.1491°,绕障前后直线追踪的平均横向偏差为0.025m,平均航向偏差为3.12°;右侧绕障的最大横向偏差均不大于1.2459m,航向偏差最大值为25.2294°,绕障前后直线追踪的平均横向偏差为0.023m,平均航向偏差为3.36°,所设计的避障方法可满足插秧机在农艺作业过程中的避障要求,具有很好的可行性与鲁棒性。     

大蒜种植机械蒜瓣方向识别算法与控制系统设计

依据小波算法理论和PLC控制技术,设计了大蒜蒜瓣方向的自动图像采集算法,并在PLC控制过程中设置了PID控制器,开发出了一种新的大蒜种植机械蒜瓣方向识别的PLC控制系统。该系统的硬件系统采用西门子S7-300系列产品,并利用Step7进行软件编程控制。为了验证该系统的有效性和可靠性,选择了158瓣形状规则和不规则的蒜瓣进行方向调整测试。通过测试发现,该系统对形状不规则和蒜尾被遮住的蒜瓣图像也能进行自动化调整,且蒜瓣方向调整准确率都在90%以上,可以满足大蒜自动化种植的需要,为大蒜种植技术的研究提供了一种新的自动化控制方法。     

基于改进粒子群优化模糊控制的农业车辆导航系统

以采用机器视觉导航的农业车辆为研究对象,提出了一种基于改进粒子群优化自适应模糊控制的农机导航控制方法。建立了车辆2自由度转向模型和视觉预瞄模型,对车辆横向控制进行状态描述。对粒子群算法进行了改进,提高了粒子群算法的收敛速度,降低了算法计算时间。构建了自适应模糊控制器,在模糊控制器中引入加权因子,以横向偏差和航向偏差时间误差绝对值积分(ITAE)之和作为系统目标函数,通过粒子群算法计算得到最优加权因子,进而调整控制规则实现导航车辆的自适应控制。仿真和导航试验结果表明,提出的控制方法可以迅速消除横向误差,具有超调量小、响应速度快等特点,既保留了模糊控制算法的优点,又提高了系统控制品质。在相同参数条件下,与常规模糊控制相比,改进模糊控制算法导航精度显著提高。当车速为0.8/s时,直线路径跟踪最大横向偏差不超过4.2 cm,曲线路径跟踪最大横向偏差不超过5.9 cm,能够较好地满足农业车辆导航作业要求。     

拖拉机液压转向变论域模糊控制器设计与试验

2BFQ-6型油菜精量联合直播机田间自动对行作业时,东方红-LX854型拖拉机为其配套动力,实现导航功能,针对导航执行机构——电控全液压转向系统导航作业时转向控制稳定性和准确性差的问题,设计了自适应变论域模糊控制器。应用旋升优选法对模糊控制器参数仿真分析,获得了不同波形、幅值和周期激励信号下的最优参数组合,运用窗口Fourier变换和自卷积法设计了响应类型的实时识别方法,依据识别的结果和仿真寻优获得的参数优化基础模糊器规则的论域。在拖拉机电控全液压转向系统上试验结果表明:变论域模糊控制器对转向20°的阶跃响应的调节时间为2 s,平均稳态误差为0.18°,无稳态振荡现象;跟踪正弦信号平均延时为0.3 s;与定论域模糊控制器相比获得了更好的转向性能。     

介电型电活性聚合物驱动转动关节控制技术研究

介电型电活性聚合物(Dielectric electroactive polymer,DEAP)具有大应变、高效率、高能量密度等优点,在仿生机器人领域具有广泛的应用前景。基于生物关节驱动原理及圆柱形驱动器特点设计了单自由度转动关节。根据弹性大变形理论建立驱动器DEAP膜的机电耦合模型,通过微分方程组的迭代求解可获得关节输入电压与输出角度之间的非线性关系,但计算工作量大。将小脑模型关节控制器CMAC(Cerebellar model articulation controller)神经网络与PD控制器相结合实现输出角度与输入电压之间的非线性映射,避免了复杂计算过程。阶跃和正弦参考信号的跟踪控制试验验证了CMAC神经网络控制的可行性。     

农机INS/GNSS组合导航系统航向信息融合方法

为解决农机自动导航系统在田间作业过程中因防风树林等对卫星信号产生遮挡与干扰,导致其难以准确获取航向信息等问题,采用惯性导航系统（INS）和全球导航卫星系统（GNSS）航向信息融合方法进行了试验与研究,结合自适应卡尔曼滤波算法构建了综合滤波模型,提出了一种以GNSS信号品质与航向角变化幅度信息为指导的INS/GNSS航向信息融合策略,通过仿真试验以及实际应用测试对航向信息融合效果进行了验证。试验结果表明：以双天线GNSS航向角测量值作为参考基准,在直线行驶过程中,融合航向数据的平均绝对误差为-0.02°,标准差为0.50°;在转向行驶过程中,融合航向数据的平均绝对误差为0.62°,标准差为2.42°;融合后的航向输出结果明显提升了单独使用INS或GNSS时航向数据的精度,且在滤除GNSS航向角测量噪声的同时提高了GNSS航向角解算值的更新速率。该航向角融合算法能够增强农业机械自动导航系统航向角测定的准确性,可为导航系统实际田间作业情况下的抗环境扰动能力提供服务。     

农业机械导航技术发展分析

导航技术是农业机械在作业环境中进行自主控制的关键技术,目前是农业机械研究领域的热点。通过分析现有的国内外文献,从目前农业机械导航主要方式以及关键技术入手,阐述了国内外该领域的研究进展。详细介绍了广泛研究的GPS导航和视觉导航,同时简要地介绍了电磁导航、机械导航、激光导航、超声波导航、地磁导航等其他导航形式。对农业机械导航中的环境感知、导航控制、地图构建等关键技术进行了分析,指出了农业机械导航技术的未来发展趋势。     

基于改进遗传算法的农机具视觉导航线检测

针对机器视觉导航系统现有导航线提取算法检测速度慢、抗干扰性差等不足,提出一种基于改进遗传算法(IGA)的导航线检测方法。图像中作物行走向近似为一条直线,从图像顶边和底边分别随机选一个点进行染色体编码,通过遗传进化选择适应度最高的个体作为作物行直线编码,进而得到导航线。改进遗传算法采用概率保留法和最优保存策略相结合的方法作为选择算子,提高了算法的搜索效率和精度;通过自适应调整交叉概率和变异概率,提高了算法的收敛速度和全局搜索能力。动态导航跟踪试验表明,改进的遗传算法与标准霍夫变换、标准遗传算法(GA)在导航线提取性能上相比,具有抗干扰性强、检测速度快等优点。当导航速度为0.6m/s时,横向偏差最大值不超过76 mm,平均值小于33.1 mm,较好地满足了导航作业要求。     

中国农业航空施药技术研究进展与展望

农业航空施药是实现国家生态安全和粮食安全的有效保障。对中国农业航空施药技术的研究现状进行了梳理和总结,分别从农用航空机型、航空施药关键技术、航空施药配套装备与技术等方面进行了阐述;通过与发达国家航空施药现状的比较分析,展望了中国农业航空施药的发展前景,以期为国内科研机构、企业的科学研究与发展提供参考。