冯雷[1]2004年在《基于GPS和传感技术的农用车辆自动导航系统的研究》文中研究指明拖拉机的自动导航技术已经研究了几十年,它的优点包括提高生产效率,提高操作精度,提高驾驶安全性等。车辆导航技术,根据定位传感器类型可以分为全球定位系统导航,机器视觉导航,无线电导航、超声波导航、激光导航和电缆导航等;根据定位技术原理可以分析绝对定位和相对定位技术。用航位推测技术(Dead reckoning),车辆在田间位置是由在车辆运动方向上测试速度、加速度、倾角、偏转等信息计算得到的。这种数据在短时间内非常精确并且抗干扰性强,但是由于传感器的震动、漂移和车辆在行驶中的侧滑等因素,使定位数据存在积累性的误差。随着时间延长,误差急剧增大。相比较而言,用全球定位系统(GPS)技术,每次测量都是独立进行的,没有积累的定位误差。但GPS信号容易受环境干扰,稳定性较差。同时,虽然精确的GPS接收器在位置测量上能够达到厘米级精度,但由于高精度的GPS接收器,价格昂贵,已成为将精确定位技术应用于农业生产领域的障碍。总体上,由于GPS能够提供低频率的绝对定位信息,而航位推测技术能够提供高频率的相对定位信息,合成两种技术能够在田间车辆作业时纠正定位误差,提高定位准确度和抗干扰性。 农业生产中,通常行间作物的行距较小,例如玉米作物只有76cm(30英寸)。对于在行间作物实施作业的农业车辆,尤其是附带牵引式农具的车辆,在弯曲的行间路径中作业,精确的侧向控制是必要的。在目前田间自动导航的研究表明,车辆已经可以通过视觉技术、激光技术、声纳技术等准确掌握前方道路信息。但即使掌握了前方道路信息,附带牵引式农具的车辆在转弯时,由于拖拉机和牵引式农具车轮运行的轨迹不一样,如何使用恰当的速度和转角,顺利通过并避免伤及农作物,是值得研究的课题。现有的研究成果之一是基于地图的导航系统。它的原理是将整个地块的导航地图输入车辆的计算机中,由GPS严格按照车辆预定行驶路线控制车辆行进。其缺点是,车辆对所要进行作业的田地信息已经事先完全掌握并经过了分析处理。 本课题的目标是在技术上将GPS技术、传感器技术和数学模型融合,研究基于模型的附带牵引式农具的车辆导航技术支持系统。目的是使车辆在未知的土地环境下行驶时,根据前方弯曲道路信息,通过建立自身的动力学数学模型计算拖
刘进一[2]2017年在《基于速度自适应的拖拉机自动导航控制系统研究》文中研究说明拖拉机的自动导航控制系统是精准农业技术的重要组成部分。近年来,随着信息化和智能化技术的持续发展和广泛应用,促进拖拉机自动导航控制技术得到不断革新升级,并迅速成为精准农业领域的研究热点。由于自主核心技术缺乏、自主创新能力薄弱、产品化水平低、系统稳定性与实用性低等问题,严重制约了我国拖拉机自动导航控制技术的发展。本文以全液压转向拖拉机为载体,以拖拉机自动导航控制系统为研究对象,将机电一体化技术、智能传感技术与多种控制理论相结合,主要针对速度因素对导航系统稳定性的影响,重点开展对拖拉机自动导航控制系统的组合导航定位系统、自动转向控制系统和路径跟踪控制系统叁个部分的研究。主要研究工作如下:(1)在查阅了大量文献与调研了国内外产品应用的基础上,对比分析了国内外研究中采用的关键技术和研究方法,分别阐述了目前拖拉机自动导航控制系统在定位系统、转向系统、路径跟踪控制系统中存在的主要问题,由此确定了本文的研究内容和研究技术路线。(2)基于农业领域导航定位精度不断提高的要求,同时兼顾经济性与实用性原则,选择成本相对较低的微机械惯性测量单元(MIMU)与全球导航卫星系统(GNSS)设备来构成组合导航定位系统,解决了单一传感器定位的局限性。由于实际田间环境复杂,为了保证导航定位的可靠性,采用拖拉机速度、位置、姿态角与姿态角速度等信息融合的模式,建立了基于航位推算原理(DR)的拖拉机运动学模型,并实现了对不平地面的坐标偏差修正;提出了一种基于GNSS/MIMU/DR的自适应扩展卡尔曼滤波融合算法;设计了用于系统定位精度分析的直线导轨实验装置,并对融合算法精度进行了田间试验验证。(3)针对目前自动转向控制系统存在的问题,分析了常用拖拉机液压转向系统的结构特点和工作原理;设计了一套不影响拖拉机原有转向系统操纵功能的自动转向系统方案,研制了能够运用于开心系统、闭心系统、负载压力传感系统的液压转向控制阀块;建立了包括阀块、液压缸、转向轮的转向系统数学模型,通过数学模型分析了系统的静态和动态性能;针对其特性设计了自动转向控制器,并基于Matlab/Simulink模型进行了仿真验证。(4)为了分析拖拉机路径跟踪控制的特点,建立了拖拉机两轮动力学模型;针对拖拉机的点-位置路径跟踪和直线路径实时跟踪两种工况,分别制定了不同的路径跟踪控制策略。基于纯追踪模型算法实现点-位置路径跟踪,并进行了仿真分析;重点研究了基于速度自适应的直线路径跟踪控制方法,通过仿真分析了速度因素对跟踪控制的影响,提出了一种基于速度自适应的路径跟踪控制方法,并通过整合系统总体仿真模型,对跟踪控制算法进行了仿真验证。(5)为了验证所设计的定位系统、转向系统和路径跟踪系统,搭建了基于福田雷沃TG1254拖拉机的自动导航试验平台。针对点-位置路径跟踪和直线路径实时跟踪两种工况,设计了路径跟踪试验,并基于试验平台对总体自动导航控制系统进行了试验验证。
范晓冬[3]2016年在《四轮转向液压底盘自动驾驶关键技术研究》文中进行了进一步梳理农业机械自动化、智能化是“精准农业”的发展方向。农用拖拉机自动驾驶技术可以有效减轻驾驶人员的劳动负荷,有效避免农机作业过程中衔接行产生的遗漏和重迭现象,使农机作业精度和作业效率都得到显着提高。当前农机自动导航自动驾驶技术已比较成熟,但大多针对的是两轮驱动两轮转向的农用车辆。四轮驱动四轮转向的底盘相较于两轮驱动两轮转向底盘通过性强、转向半径小、操作灵活,但目前国内对四轮驱动四轮转向底盘自动驾驶系统的研究报道较少。因此,本文旨在对四轮驱动四轮转向的通用液压底盘自动驾驶技术进行研究,设计了一套CAN总线通信的通用液压底盘自动驾驶系统,搭建了硬件系统,编写了软件程序,并进行了整体性能测试,对提高农用底盘自动驾驶技术,促进“精准农业”的发展有着重要意义。主要研究内容和结论如下:(1)设计系统整体方案。根据目前国内外研究现状和“精准农业”的作业需求,制定了基于CAN总线通信的通用液压底盘自动驾驶系统的整体方案,底盘采取四轮驱动四轮转向的方式,提高整体机动性能。(2)设计合适的农机运动模型。针对本文研究的自动驾驶底盘功能需求,设计合理的运动学模型,分析农机在作业时的运动状态,并以此为基础设计农机转向控制方法。设计合理的导航控制算法,提供农机导航转向的数学理论依据。(3)设计控制系统。根据导航控制算法,设计一套包括行车状态采集模块,行车控制模块,车载电脑等的导航控制系统。该系统能够对采集的底盘运动信息进行解译,并能通过CAN总线进行通讯。采用EPCS—8980嵌入式主板作为车载电脑,DSP56F805芯片作为行车控制器。(4)开发测控程序。根据iCAN协议,编写通讯程序和测控程序,实现对底盘地理位置信息和行车状态参数的采集和处理,并根据导航控制算法,输出状态控制量,完成底盘自动驾驶的软件实现。(5)系统性能试验。完成自动驾驶系统的硬件搭建和软件实现,根据底盘控制需求,设计四轮转向液压底盘转向控制试验和路径跟踪试验。试验表明,本文设计的自动驾驶系统可实现对农机底盘的自动控制,实现自动导航驾驶。
赵腾[4]2017年在《基于激光扫描的联合收割机自动导航方法研究》文中进行了进一步梳理为大力发展农业车辆自动化,解决谷类作物收获作业过程中农时紧张、收割作业环境恶劣、作业效率低下,且日趋严峻的劳动力短缺等问题对作物生产带来的不便,本文提出了一种基于激光扫描的联合收割机自动导航方法,对小麦的自动化收割作业进行了深入研究,本文的主要研究内容和结论如下:(1)研发了基于激光测距原理的叁维激光信息采集装置。分析激光测距技术的优点和局限性,构建了包含激光扫描仪、惯性测量元件以及具有俯仰和回转两个方向自由度的Pan Tilt Unit(PTU)云台的叁维信息采集装置;建立了二维信息向叁维空间转化的数学模型,实现了采集装置的二维信息向叁维空间的转化;提出了一种信息采集装置的自动纠偏方法,根据激光坐标系与其安装平台的固有特征在空间坐标内的位置关系,通过调整PTU云台的回转方向,使激光扫描仪与安装平台的正方向一致。叁维激光信息采集装置克服了以往研究中数据采集传感器固定安装对信息采集范围的局限性,实现了激光扫描仪在垂直空间(俯仰)和水平空间(回转)内的旋转和定位,实现了装置初始安装方位误差的自动调整,扩大了激光测距系统的视野范围。(2)提出了基于激光测距技术的作物边缘识别方法。根据激光扫描线上待收割作物的特征,对收割机自动化作业导航基准线的提取进行研究。提出了一种基于改进的线性回归法的粗差点剔除方法,对叁维激光点云数据中的粗差点进行预处理,保证了数据的准确性与可靠性;提出了基于邻域均值微分算法和基于类间方差与类内方差比值最大的Otsu算法的作物边界识别方法,并通过对比分析确定本研究采用基于Otsu算法为主进行作物边界识别;通过田间静态试验,将基于Otsu算法检测的作物边缘线与实际作物边缘线进行对比,最大偏差为8.3 cm,平均偏差为5.4 cm,标准差为3 cm。试验结果表明,基于Otsu算法的作物边缘识别方法能够有效的提取出待收割作物与已收割作物间的边缘线。(3)研究了基于激光扫描的收割机的自动导航控制方法。以搭载作物边缘识别装置的洋马AG1100收割机为实际应用对象,建立了双履带收割机的运动学模型,在农田小麦动态收割的情况下,根据导航基准线计算出车辆的横向偏差?和航向偏差?,设计了比例积分控制器,根据预试验调整其修正系数λ1、λ2,并计算出收割机的理论转角;通过已开发的CAN总线将转角信号发送至上位机,收割机的转向机构根据上位机的命令执行相应的转向操作;构建了基于激光测距技术的收割机导航系统的远程监控界面;对搭载了基于激光扫描的作物边缘识别系统的收割机自动导航系统进行小麦收割验证,结果表明,当收割机以1.0 m/s的速度进行收割作业时,其割台行驶轨迹与实际作物边缘的平均偏差为8.0cm,最大偏差为23.4cm,标准差为4.6cm,证明了本文提出的联合收割机导航方法在农业生产中的有效性和可靠性。(4)提出了基于机器视觉的作物边缘线快速提取方法。在激光测距系统边缘识别精度较低的情况下,研究基于激光扫描与机器视觉相结合的导航基准线提取方法。通过逆透视投影变换方法将图像坐标系与车辆坐标系进行匹配,采用激光测距系统快速限定图像处理的感兴趣区域,提高了图像处理的效率;通过图像增强处理算法凸显感兴趣区域内已收割作物与待收割作物间的差别,并对感兴趣区域内待收割作物区域与已收割区域进行二值化分割;采用互相关函数法对二值图像逐行提取作物边界点,拟合出作物边缘线,并在农田环境下设计了多种情况进行验证,结果表明基于视觉的作物边缘识别方法对作物收割边缘线的平均识别率为97.7%,能够稳定输出准确的作物边缘线,为收割机自动化作业提供数据支撑。
包瑞新[5]2011年在《车辆姿态多传感器检测系统与信息融合算法研究》文中研究表明田间农业机器人是国际上提高农业自动化水平的有效手段之一,它可以满足未来农业生产中的高产、安全、高效率、环保、农艺高精度的要求。田间车辆的自动导航技术是一个首先需要解决的基础问题,本文研究的主要内容是基于GPS/DR导航原理和3G通讯的导航系统开发,同时对导航过程中的多传感器数据融合算法中的关键问题,如作业车辆的状态估计、作业车辆的路线跟踪、作业车辆的导航信息事后评估等问题进行了讨论,具体内容如下：①利用GPS导航与航位推算法相结合,实现了低成本田间作业车辆导航定位系统的开发,所使用到的传感器包括GPS模块,电子罗盘、光纤陀螺仪等惯性传感器,利用Labview这一图形化编程工具,进行了上位机程序编写,程序主要完成系统的串口配置,车辆姿态信息提取等功能,并利用Labview与Matlab(?)昆合编程的功能,实现了对多传感器采集到的数据在线分析的功能。导航系统所使用的GPS信号为差分GPS信号,差分信号数据选择3G网络作为通信链路,传递给移动站,用来实现对移动站采集到的GPS数据进行修正。②在MATLAB中的Simulink环境下,实现了田间作业机械的动力学模型开发,其中包括：前轮侧向力计算单元,后轮侧向力计算单元、稳态转向半径计算单元、横摆角稳态增益响应单元、车辆不足转向参数计算单元等六个单元,对相应单元输入功能参数以及作业车辆的机械参数,可以方便的计算车辆的横摆角以及车辆的质心运行轨迹。③多传感器数据融合方面,采用基于迭代的方法来得到在最小均方误差意义下系统状态的最优估计的Kalman滤波方法,实现作业车辆行驶姿态的最优估计,同时在GPS/DR导航系统中,由于引入了惯性传感器,系统的状态方程为非线性方程,因此利用扩展Kalman滤波,先对状态方程进行线性化处理之后,再进行滤波操作,试验结果证明可行。④GPS/DR导航属于多传感器共同完成测量任务的情况,如果采用集中式滤波的方法,就会造成子系统的故障会影响全局的情况.本课题采用了分布式滤波的方式,设计联邦Kalman滤波器,提高了系统的容错性,同时又解决了集中式Kalman滤波的计算量大的缺陷。⑤导航过程中,一旦GPS子系统失效,系统将迅速切换成DR导航系统继续完成测量任务,而DR系统存在着误差累计的缺点。针对这一问题,结合测量结果,利用最有平滑理论,对采集到的数据进行最优平滑,取得了很好的效果,并进一步验证了,平滑算法在车辆导航中有很好的表现,是一种行之有效的事后处理方法。⑥车辆自主驾驶过程中,为了避免车辆行走过程中挂伤作物,同时也为了避免作业过程中产生衔接行的遗漏,减少作业能耗、降低成本,经常会按照预定路线行走。在按照预定路线行走时,针对融合信息的不确定性,构建了自动导航系统的模糊控制器,可以对作业车辆进行直线跟踪和曲线跟踪。同时考虑到在直线行走跟踪和曲线行走跟踪时,横向位置偏差和航向偏差对系统输出的影响不同,设计了参数自调整的模糊控制器,试验结果证明,较一般的模糊控制器而言,具有超调量小、反应灵敏的特点。
贾全[6]2013年在《拖拉机自动导航系统关键技术研究》文中认为拖拉机自动导航技术是当前精准农业中最活跃的研究领域之一,也是未来农机智能化作业的主要手段。本文根据拖拉机作业工况复杂,作业环境恶劣以及作业路径精度要求高等特点对农业车辆GPS自动导航关键技术进行了深入研究。主要研究内容如下：(1)测试优选液压换向阀。设计了导航专用液压控制阀测试平台,该平台可以实时采集被测阀各口流量、压力,并通过RS485总线传输至上位机进行分析、处理；提出了依照死区特性和速度特性评价方向控制阀的方法,评测了电磁换向阀、电液伺服阀和比例方向阀的性能,最终选定比例阀KDG4V-3S-33C22A作为方向控制阀。(2)设计导航阀组。以比例方向阀为核心,利用多种插装阀设计了拖拉机自动导航系统换向阀组：该阀组通过MBS1250压力传感器判断驾驶状态(手动或自动),采用伊顿DPS2-10逻辑插装阀实现手动、自动油路切换,利用两个SPC2-10止回阀组成液压锁防止比例阀因为泄露原因造成转向误差。最后利用该导航阀组对福田雷沃M1004拖拉机进行了电液改造,实现了拖拉机转向的电信号控制。(3)搭建拖拉机自动导航系统硬件平台。设计了基于PIC18F2580芯片的导航控制器,结合Trimble5700RTK-GPS定位系统、AHRS-3000姿态传感器和MEMS陀螺仪CRS03-02完成拖拉机自动驾驶系统硬件平台搭建,为实现拖拉机自动导航提供了硬件基础。这里使用MEMS陀螺仪测量前轮转角,与传统编码器测量手段相比,减少了连接件的使用,降低了拖拉机改造难度,提高了系统寿命。(4)开发导航系统上位机软件。基于Windows XP操作系统,在Microsoft Visual Studio2010开发环境下,使用C#语言开发了拖拉机自动导航系统软件,包括数据通讯、数据采集处理、路径相关、控制决策和界面显示五个主要功能模块,实现了传感器数据采集、信息融合、路径规划、路径跟踪控制和系统调试等核心功能。(5)研究导航控制算法。比较分析了模糊控制、自适应模糊神经网络和纯追踪模型跟踪算法,设计了基于纯追踪算法的导航决策控制系统,建立了拖拉机运动学模型。利用Matlab/Simulink对纯追踪模型进行了仿真分析,仿真试验结果表明：当前视距离为2.06m时控制效果最佳,系统具有良好的稳定性和灵敏性。(6)拖拉机自动导航系统试验研究。以自主研发的拖拉机自动导航平台为基础,设计了平坦路面直线行走控制试验和田间直线行走控制试验。试验结果表明：在平坦路面上,以lm/s速度自动驾驶时,最大横向偏差为5.3cm,平均误差为1.5cm,均方根误差为2.5cm；以相同速度进行田间耕地作业时,最大横向偏差为8cm,平均误差为0.7cm,均方根误差为3.6cm。自动导航系统已经初步具备了实时、稳定地跟踪直线路径行驶的能力,达到了精准农业作业要求。
刘美辰[7]2018年在《农机作业障碍物检测与避障方法研究》文中研究表明随着精准农业技术在我国的推广应用,农业生产对农机自动导航系统的需求也越来越强烈。在农机自动导航技术领域,自动避障是保证农机自动导航应用可靠性与安全性的基础性关键技术。本文基于北斗定位系统的农机自动导航车辆搭载的激光和惯性测量单元等传感器,在非结构化农田作业环境下进行连续监测,借助多传感器融合技术,开展对不同动态特征及相对位置关系障碍物识别、定位和避障研究。本文的主要研究内容和结论如下:(1)构建车辆信息采集与控制硬件平台。选择电动车辆平台作为测试载体,构建了包含激光扫描仪、北斗卫星定位仪和惯性测量单元的环境信息感知系统;搭建了控制测试载体的自动转向系统;构造了前轮偏角检测系统,为自动转向控制中的反馈调节提供可靠的依据。车辆信息采集与控制硬件平台的搭建为验证研究提出的障碍物检测与避障方法搭建了基本骨架。(2)提出了一种非结构化环境下农机作业障碍物检测与识别方法。针对农田环境,选用北斗、惯性测量单元和二维激光扫描仪作为外部传感器,提出了一种农业机器人实时检测动态障碍物的方法。采用卡尔曼滤波算法融合北斗和惯性传感器数据实时定位农业机械本体的位置,并设计了试验对提出的卡尔曼滤波算法进行验证,结果表明用研究提出的卡尔曼滤波算法能将两点间距离测算的平均偏差从滤波前的0.0895m降低到滤波后的0.0355m,可有效降低过程噪声。选用二维激光雷达用于障碍物距离的检测,在此基础上通过相对坐标转化来获得障碍物的绝对位置和运动状态,实现了对静、动态障碍物的区分。(3)构建了基于ROS软件平台的障碍物检测系统并进行了性能测试。在ROS机器人操作系统平台上搭建了障碍物检测与识别系统,实现了传感器信息获取、坐标转换、信息融合和串口通信等功能。通过设计试验对障碍物检测系统进行了静态、实时性和动态性能测试,静态试验中障碍物纵向偏移时系统检测得到的间距和尺寸平均偏差分别为1.02cm和1.08cm,障碍物横向偏移时检测得到的横向偏差和尺寸平均偏差分别为1.13cm和1.34cm;实时性试验测得整个系统的障碍物位姿参数更新频率为5.04Hz,试验结果证明了本文提出的方法在农机自动导航作业中的有效性和可靠性。(4)提出了一种基于北斗定位的农机导航系统避障策略。根据障碍物类型、状态信息和安全级别,提出了一种基于北斗定位的农机导航系统避障策略;提出了基于障碍物与农机距离的障碍层次划分,在不同的区域对不同状态障碍物实现不同的避障措施,在监测范围内遇到动态障碍物进行停车处理,对静态障碍物实现避障绕行;提出了基于改进后的人工势场法,实现农机对静态障碍物避障作业。(5)搭建了农机作业障碍物检测与避障系统并进行了仿真模拟和实地试验。在Gazebo物理仿真软件上,通过构建电动车运动仿真模型、现实世界仿真模型和传感器仿真模型,添加研究提出的算法文件,来进行避障试验的仿真模拟。在仿真模拟环境中,运动仿真模型车能够完成路径规划任务,并且所生成路径较为光滑,基本满足试验要求;另一方面,针对具体环境做了大量的实地试验,试验结果表明系统能准确识别静、动态障碍物,可平稳地绕过静态障碍物并在遇到动态障碍物时紧急停车,进一步验证了本文提出的障碍物检测与避障方法的有效性。
刘阳[8]2012年在《拖拉机自动导航系统CAN总线的设计与实现》文中认为拖拉机自动导航技术是精细农业技术中的一种,使用该技术可以保证准确的操作行距,工作方向和距离,提高作业精度。此外还可以减少重复劳动,加快作业进度,减轻驾驶员的工作负荷。目前发达国家对拖拉机自动导航技术的研究已经取得产品化的成果,我国近几年开始加强对该技术的研究。拖拉机自动导航系统有众多的电子控制单元,各单元的硬件电路和相互之间的通信是本课题的研究重点,本课题设计实现了一套适用于拖拉机自动导航系统的CAN总线网络,该系统包括叁个节点——转向控制节点、播种节点和智能控制终端。主要的研究工作有以下几部分：(1)通过分析国内外农业车辆自动导航系统的研究现状,了解到目前自动导航系统中通信总线的应用情况,针对农田作业拖拉机的用途、CAN总线网络结构、以及所需实现的功能,依据农林机械通信总线IS011783标准制定了系统CAN总线应用层协议。(2)基于该协议以带有片内CAN控制器的Cortex-M3处理器LM3S5749为核心,设计了转向控制节点和播种节点ECU的控制电路板。选择GPS、电子罗盘以及角度传感器作为转向控制节点信息采集的硬件设备,播种节点控制电磁阀动作。结合实验室原有STM32实验板作为智能控制终端组成基于CAN总线的拖拉机自动导航系统。系统硬件设计主要有CAN总线通信电路、RS232通信电路、A/D转换电路、步进电机驱动电路、电磁换向阀控制电路,以及必要的抗干扰电路设计。(3)根据系统所要实现的功能,使用IAR编程软件,编程实现了CAN通信、传感器信息采集和解析程序、航位推算和最优控制算法实现等。(4)系统设计完成后,先对各部分电路做了功能测试,在各项功能测试都能够实现的基础上进行了实验室系统集成调试和田间路径跟踪试验,结果表明该系统具有较好的可靠性和实时性,在车速为1.5m/s的速度时直线跟踪平均误差在15cm以内。试验证明,本课题所设计的拖拉机自动导航系统能够完成预期的目标任务,如传感器信息的接收、解码,转向控制系统的控制,以及CAN总线报文封装、发送和接收等功能,具有很高的可靠性和实时性。
姚燚[9]2016年在《设施农业机械的自动导航控制系统研究》文中提出设施农用机械的自动导航技术的运用,让移动机器人代替农民进行单调乏味的田间作业,可以有效提高农业机械的生产效率、作业精度以及使用安全性,同时也能够减少人力、物力和财力。农用机械的自动导航控制系统的原理是在完全没有人参与的情况下,通过安装在农用机械上的传感器,感知周围环境的信息,由事先给定的目标路径,通过导航控制器决策,控制农业机械自动跟踪目标路径。本文选用基于ZigBee技术的导航定位方法,分别对ZigBee导航定位和路径跟踪控制方法及转向控制系统进行了仿真及试验研究。本文主要做了以下研究:(1)对ZigBee的测距原理以及误差进行了分析,设计了一阶滤波器对RSSI信号做静态滤波以及异常点剔除处理;通过实验获取真实环境下的RSSI信号的路径衰减模型(RSSI和距离的映射关系),并通过卡尔曼滤波器对距离量进行动态预估,得到距离的最优估计值。(2)分析了基于测距的定位方式,最终选择了通过两个基节点的两边测量法来实现定位。根据两边测量法的原理,设计了合适的坐标定位的计算方法以及基节点在平面二维空间中的布局方案。最后提出了冗余定位的方案,以及两组定位坐标融合的方法,从而进一步提高了定位精度。(3)设计了一个基于PID的转向控制系统,并通过转向台架,整定了PID参数,转向系统获得了较好的转向跟随性能。建立了基于模糊理论的路径跟踪控制器,以定位坐标和航向角为控制器的输入变量,前轮转角的修正量为控制器的输出变量。并在Matlab环境中通过编写M脚本文件对其进行研究与仿真分析,验证了算法的可靠性。(4)最后以Visual Studio为开发环境,设计了对路径跟踪系统的控制与监控功能软件,并进行路径跟踪系统实验,实验数据表明,基于ZigBee的导航系统具有较好的定位精度,转向系统同时也具有可靠的跟随性能,能够满足设施农业机械的自动导航控制系统的要求。
聂森[10]2016年在《基于组合信息的果园移动机器人检测系统研究》文中提出为实现果园作业自动化,本研究对现有的农业车辆导航方法进行了阐述。对于各导航方式,本研究在绪论中对其优缺点进行了阐述和比较。通过对现有的导航方法的比较,找出了现有导航所存在的问题。为解决现有果园导航系统获取果园环境信息不完整的问题,本研究提出了一种基于机器视觉和激光测距仪的导航系统航向融合方法并进行了试验。主要研究内容包括:(1)以欧豹4040型拖拉机作为对象,建立了基于多传感器融合技术的导航系统。介绍了系统搭建所使用的传感器和硬件系统。(2)开发了基于激光测距仪的果园机械导航系统。提出了一种在坐标转换当中的果园果树位置信息识别方法和相邻行果树干扰消除方法。然后根据所获得的果树位置信息拟合了果园导航路径。以拖拉机的航向偏差和横向偏差作为输入、前轮转向角度作为输出,设计了基于模糊数学的模糊控制器。最终实现了移动平台在双侧树行、单侧树行和双侧树行部分果树缺失情况下的直线行走功能,在以0.27m/s、0.33m/s和0.45m/s的速度直线行走30m时,双侧树行环境下最大横向偏差为0.077m、0.113m和0.103m。只有左侧树行的最大横向偏差为0.04m、0.09m、0.088m。只有右侧树行的最大横向偏差为0.056m、0.067m、0.08m。在以0.33m/s的速度下,双侧树行中有部分树点缺失时的最大横向偏差为0.18m。(3)利用数字图像处理技术对基于机器视觉所获取的果园图像进行了处理。将工业相机所才采集的图像转换到HSV色彩空间,并利用大津法对图像进行了阈值分割,最终对图像中果树树冠轮廓线进行了提取。(4)利用Hough变换对经过处理图像的果树树冠导航线进行了提取,并拟合出了基于机器视觉的果园机械导航路径。并根据从图像到现实世界坐标之间的几何关系推导出了从图像中航向角到现实世界中的移动平台航向角计算方法。(5)利用卡尔曼滤波对所获得的基于激光测距仪的导航航向角和基于机器视觉技术的导航航向角进行了拟合。从而得到了果园导航多方位组合信息的融合方法。
参考文献：
[1]. 基于GPS和传感技术的农用车辆自动导航系统的研究[D]. 冯雷. 浙江大学. 2004
[2]. 基于速度自适应的拖拉机自动导航控制系统研究[D]. 刘进一. 中国农业大学. 2017
[3]. 四轮转向液压底盘自动驾驶关键技术研究[D]. 范晓冬. 江苏大学. 2016
[4]. 基于激光扫描的联合收割机自动导航方法研究[D]. 赵腾. 西北农林科技大学. 2017
[5]. 车辆姿态多传感器检测系统与信息融合算法研究[D]. 包瑞新. 沈阳农业大学. 2011
[6]. 拖拉机自动导航系统关键技术研究[D]. 贾全. 中国农业机械化科学研究院. 2013
[7]. 农机作业障碍物检测与避障方法研究[D]. 刘美辰. 西北农林科技大学. 2018
[8]. 拖拉机自动导航系统CAN总线的设计与实现[D]. 刘阳. 石河子大学. 2012
[9]. 设施农业机械的自动导航控制系统研究[D]. 姚燚. 江苏大学. 2016
[10]. 基于组合信息的果园移动机器人检测系统研究[D]. 聂森. 西北农林科技大学. 2016
标签：汽车工业论文; 农业工程论文; gps论文; 自动化控制论文; 定位设计论文; 控制环境论文; 传感技术论文; 农机论文; gps导航论文; gps系统论文; gps技术论文;