智能化農(nóng)業(yè)車輛導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、與人工駕駛相比，自主導(dǎo)航農(nóng)業(yè)車輛可以顯著提高作業(yè)效率、保證作業(yè)質(zhì)量、降低作業(yè)成本。因此，北美、歐洲和亞洲的部分發(fā)達國家都在積極開展自主導(dǎo)航農(nóng)業(yè)車輛相關(guān)技術(shù)研究。本文的研究工作是中央高校基本科研業(yè)務(wù)專項基金項目“智能化農(nóng)業(yè)車輛關(guān)鍵技術(shù)研究”(KYZ201006)的子課題。
　　為了實現(xiàn)智能化農(nóng)業(yè)車輛的自主導(dǎo)航，以東方紅SG250型拖拉機為試驗平臺，采用多普勒測速、網(wǎng)絡(luò)通信與總線通信、機器視覺、數(shù)字圖像處理、多傳感器數(shù)據(jù)融合、自動控制

2、等技術(shù)對車輛進行功能性改造，對導(dǎo)航系統(tǒng)中若干關(guān)鍵技術(shù)進行重點研究。主要研究內(nèi)容和結(jié)論包括:
　　1、給出了導(dǎo)航系統(tǒng)總體設(shè)計方案，并按照該方案對系統(tǒng)進行了模塊化設(shè)計與系統(tǒng)集成。在總體設(shè)計中，提出了基于分層結(jié)構(gòu)的數(shù)據(jù)采集系統(tǒng)設(shè)計理念，同時也為設(shè)備控制系統(tǒng)提供了詳細的設(shè)計流程。在模塊化設(shè)計中，分別為轉(zhuǎn)角信號采集模塊、多普勒測速模塊、航姿檢測模塊、全球定位模塊、視覺感知模塊、轉(zhuǎn)向油路模塊、手/自動轉(zhuǎn)向切換模塊、電控轉(zhuǎn)向模塊和數(shù)據(jù)通信模塊進

3、行了設(shè)備選型及安裝、接口電路與驅(qū)動程序設(shè)計等。模塊化設(shè)計完成后，對所有模塊進行系統(tǒng)集成和聯(lián)合調(diào)試。
　　2、對車輛的測速系統(tǒng)進行了研究，提出了分辨率自適應(yīng)測速方案。為測速系統(tǒng)系統(tǒng)設(shè)計了硬件電路和數(shù)據(jù)采集程序。為了保證測量精度和降低分辨率發(fā)生器對系統(tǒng)資源消耗，為測速系統(tǒng)設(shè)計了分辨率自適應(yīng)機制。通過速度分級和可變滑窗二重預(yù)測，為自適應(yīng)方案進行優(yōu)化。最后進行了勻速試驗和變速試驗，以檢驗系統(tǒng)性能。試驗表明:啟動分辨率自適應(yīng)機制后，車輛速度

4、為0.2m/s時，測量誤差百分比降到1.45％，分辨率發(fā)生器工作頻率降低76.7％;車輛速度為0.8m/s時，測量誤差百分比低到0.61％，分辨率發(fā)生器工作頻率降低90.0％。變速運動過程中，能夠獲得9.6Hz的穩(wěn)定輸出頻率，同時分辨率發(fā)生器工作頻率降低50.3％～91.4％。
　　3、對車輛的運動檢測方法進行了研究，提出了一種基于機器視覺的實時運動檢測方案。通過圖像拆分和多線程特征點檢測提高傳統(tǒng)SIFT特征檢測算法的效率，通過歸

5、一化綜合距離法剔除誤匹配的特征點，最后通過相鄰時刻同一特征點坐標的變化反推車輛的運動。試驗表明:多線程SIFT特征點檢測能夠使檢測時間平均縮短40.7％。歸一化綜合距離法能夠有效剔除傳統(tǒng)SIFT算法的誤匹配點。當車速為0.8m/s，圖像采集頻率為5Hz時，車輛在x方向和z方向單次測量誤差小于0.0045m，當持續(xù)運動時間達到10s時，兩個方向累計測量誤差均小于0.15m。
　　4、對農(nóng)業(yè)車輛的同時定位與地圖創(chuàng)建理論進行了研究，提出

6、了Gray-EKFSLAM算法。將灰色預(yù)測理論和擴展卡爾曼濾波融合，提出了基于灰色擴展卡爾曼濾波的同時定位與地圖創(chuàng)建算法。算法在傳統(tǒng)的擴展卡爾曼濾波基礎(chǔ)上，通過改進的滑窗灰色預(yù)測理論建立傳感器的GM(1，1)觀測預(yù)測模型，進而完成新息的計算。為了提高觀測精度和抗干擾能力，系統(tǒng)使用了三目攝像機作為觀測傳感器，并提出了一種簡易的權(quán)值標定算法。試驗表明:精度權(quán)值標定后的三目攝像機具有較高的測量精度，16組測量數(shù)據(jù)中有12組的測量誤差小于1％，

7、并能減小由于干擾造成的誤差。當路標個數(shù)為30時，車輛對路標x和y方向的觀測誤差均值分別為0.074和0.073m，自身定位誤差為0.140m，誤差均方差為0.048。當路標個數(shù)增加到60時，車輛對路標x和y方向的觀測誤差均值分別為0.061和0.068m，自身定位誤差為0.109m，誤差均方差為0.038。
　　5、設(shè)計了車輛轉(zhuǎn)向控制系統(tǒng)，并對車輛的轉(zhuǎn)向性能進行了試驗與分析。通過車輛的零狀態(tài)階躍響應(yīng)，建立了車輛的轉(zhuǎn)向模型。通過仿真

8、和試驗，得出了PD轉(zhuǎn)向控制器的最佳工作參數(shù)。試驗表明:使用PD轉(zhuǎn)向控制器后，速度為0.5m/s時，階躍響應(yīng)穩(wěn)態(tài)誤差為0.32°，誤差2.3％，系統(tǒng)超調(diào)量為1.86°，超調(diào)13.7％;斜坡響應(yīng)信號平均延遲時間為0.82s，穩(wěn)態(tài)誤差為0.25°;正弦響應(yīng)信號平均延遲時間為0.78s，穩(wěn)態(tài)誤差為0.17°。使用速度自適應(yīng)PD轉(zhuǎn)向控制器后，速度為0.3m/s時，系統(tǒng)平均延遲為0.81s，穩(wěn)態(tài)誤差為0.25°;速度為0.7m/s時，系統(tǒng)平均延遲0

9、.84s，穩(wěn)態(tài)誤差為0.41°。
　　6、設(shè)計了車輛導(dǎo)航控制系統(tǒng)，并對導(dǎo)航控制系統(tǒng)的整體性能進行了試驗與分析。提出了一種DMC-PD串級導(dǎo)航控制器設(shè)計方法，并通過試驗法對控制器進行參數(shù)整定。分別為直線跟蹤、視覺避障和終點轉(zhuǎn)向三種常見的導(dǎo)航任務(wù)建立了基于航線漂移理論的導(dǎo)航控制策略，最后進行了導(dǎo)航試驗。試驗結(jié)果表明:直線跟蹤試驗過程中，初始距離為1.2±0.1m時，車輛穩(wěn)定后，橫向偏差最大值為-0.134m，均值為-0.037m，均方