排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
为获得更加准确、全面、实时的农田障碍物信息,提高农业机械智能体自主导航定位的精度,提出一种基于北斗系统和视觉导航的组合定位方法。针对农田环境,选择BDS、视觉CCD为外部传感器,设计一种基于扩展卡尔曼滤波器(EKF)的数据融合算法,该算法融合了BDS和视觉传感器数据,实时定位农机智能体的位置。系统通过对导航角度和行驶进度进行跟踪,完成绝对定位。通过机器视觉图像处理,获取导航基准和作业目标信息,完成相对定位。通过试验验证该算法的有效性,并通过卡尔曼滤波算法(KF)的成果进行对比分析。结果表明:滤波后的路径更平滑,抖动偏差减小,坐标数据比KF滤波结果更稳定、更平滑。此外,距离的平均误差可以从滤波前的0.119 5 m降低到滤波后的0.07 0 m,有效地降低了过程噪声。且位置偏差在±0.1 m以内,精度较高,提升了农机智能体自主导航的定位精度。 相似文献
3.
绿洲农业在南疆经济社会发展进程中意义非凡,及时获取荒漠绿洲区土壤相对湿度数据,对有限水资源合理分配、促进绿洲农业和生态环境的健康持续发展至关重要,选择适宜的干旱遥感监测指数是干旱监测面临的问题。基于Landsat 8和实测土壤相对湿度数据,对比分析NDWI、VSWI、TVDI、MEI在荒漠绿洲区的有效性。结果表明,受人类活动等各种因素影响,4种指数在农田区域(棉田、枣地)效果不理想;4种指数均能反映研究区荒漠土壤相对湿度的空间特征,最佳监测深度为0~10 cm;从相关系数分析,NDWI、MEI监测效果优于VSWI和TVDI。受水资源分布和人类活动影响,塔里木河两岸及农田周边荒漠土壤相对湿度较高。 相似文献
1