基于旋转曲面轮廓特征的农田地表点云配准研究

作业场景重建可为智能农机自主作业提供全局信息与局部细节,针对因农田表面缺乏高区分度的点、线、面高层结构造成的特征描述性差、点云配准精度不足的问题,提出一种基于旋转曲面轮廓特征的农田地表点云配准方法。首先,采用32线激光雷达获取农田真实地表点云数据并完成去噪、降采样等预处理;然后,采用加权线性协方差矩阵的奇异值分解确定关键点唯一局部参考坐标系,并统计关键点与旋转曲面截面交点距离信息,生成地表点云的局部特征;最后,采用基于单特征初选与局部特征精匹配原则的多级特征匹配策略进行局部特征匹配,计算旋转矩阵与平移矩阵完成点云配准。试验结果表明,旋转曲面轮廓特征与其他特征相比,平均精度增加7.5个百分点,平均召回率增加24.09个百分点;多级特征匹配策略相对于最近邻搜索策略,平均精度增加12.68个百分点,平均召回率增加18.38个百分点;本文的点云配准方法的平均平移误差为23.59dr,平均旋转误差为3.72°,配准成功率为87.5%。因此,本文提出的基于旋转曲面轮廓特征的农田地表点云配准方法适用于真实农业地表无序点云的自动配准。     

基于功率密度的大功率拖拉机变速箱壳体疲劳分析

引入功率密度的概念,提出功率密度与时频分析相融合的疲劳寿命预测方法,研究了应力幅值和载荷频率2个因素对大功率拖拉机关键零部件疲劳寿命的影响。以某型号88 k W拖拉机为研究对象,在实际调研、用户反馈和有限元分析的基础上,确定变速箱壳体疲劳损伤危险点位置,搭建动态应力测试系统,采集拖拉机不同作业工况下的应力-时间历程。基于实测载荷,利用功率密度与时频分析相融合的疲劳寿命分析方法对拖拉机变速箱壳体的疲劳寿命进行预测,得到危险点的疲劳寿命为24 001 h,与基于Miner损伤理论和名义应力法分析得到的疲劳寿命(35 676 h)相比较,更接近实际工作寿命。本研究可为农机装备关键零部件的疲劳寿命预测提供更符合实际的分析方法。     

基于多维感知的玉米大田巡检平台设计与试验

为了提高对大田种植玉米生长动态、干旱胁迫和病虫害等方面的智能巡检监测能力，设计了一种基于多维感知的移动巡检平台。首先，对底盘总成的转向系统、驱动系统和控制系统进行设计，并基于Arduino UNO控制器实现了巡检平台的转向及行驶功能。其次，搭建了包括GNSS/INS(Global navigation satellite system/inertial navigation system)组合导航系统、激光雷达(Light detection and ranging, LiDAR)和工业相机的多维感知系统，对感知系统时间同步方案、数据通信结构和信息采集软件进行设计，实现了巡检平台对环境的感知和数据可视化。最后，在玉米大田对巡检平台进行了底盘行驶性能试验和感知系统环境感知试验。试验结果表明：巡检平台左转平均最小转弯半径为2 922 mm,右转平均最小转弯半径为2 736 mm,最大爬坡度大于26.7%,位置PID控制下直线行驶平均速度为0.523 m/s,与期望速度0.5 m/s的误差为4.6%,行驶15 m平均偏移量为0.636 m,平均偏移率为4.24 cm/m,满足田间行驶性能要求...