水稻直播机自动驾驶模糊自适应控制方法

为了提高在水田等恶劣环境下作业的自主导航水稻直播机的性能,提出了一种利用模糊逻辑推理自适应调整PD控制器参数Kd的最优控制方法。首先根据水稻直播机的运动学模型,建立链式空间状态模型;然后基于链式空间状态模型,设计了PD控制器,并根据现场实验确定了参数Kp、Kd的取值范围,通过仿真得出了Kp和Kd的值,以及两者比值对系统稳定性和响应速度的影响;最后,提出了模糊自适应控制方法。仿真结果表明,相对于固定参数的PD控制器,模糊自适应控制方法超调较小、上线速度更快、稳定性较好。实地实验结果表明,该方法在水泥路面上平均绝对横向偏差小于0.021 m,水田直线跟踪平均绝对偏差小于0.040 m,与传统的PD控制和纯追踪控制相比,能够有效提高自主导航控制系统的稳定性和快速性。     

195柴油机功率油耗CAT系统的研制

本系统是在吸取ＢＳＹ－１型检测仪机械系统精华的基础上，而研制的一套完整的集机械、微电子、软件工程技术这一体的计算机辅助测试系统。实现了对扭矩、转速、功率、油耗的计算机辅助测试及曲线绘制。由于本系统采用了动态实时图象显示技术及在线数字屏幕输出，增加了系统的实用性、直观性。本系统可在几分钟内完成对１９５柴油机的功率、油耗测试，解决了目前国内机械式功率油耗测试仪安装操作复杂、测试精度低、误差大、计算繁琐     

基于时间序列分析的卡尔曼滤波组合导航算法

GPS广泛用于农业机械导航研究中,其定位误差信号一般存在明显的自相关性,不能满足组合导航中常用的卡尔曼滤波算法观测噪声为高斯白噪声的要求。为此,建立了GPS定位误差AR模型,结合卡尔曼估计结果来预测和修正GPS定位误差,再将修正后的GPS定位信息应用于组合导航中的卡尔曼滤波过程。试验结果表明,无论GPS接收机是在静止还是在运动条件下,处理后的定位误差信号自相关性都明显降低,近似为白噪声;目标路径直线时的最大跟踪误差约为0.15 m,为曲线时,最大跟踪误差约为0.3 m。该方法为低精度GPS应用于农业机械导航提供了可行途径。     

农用轮式移动机器人视觉导航系统

从整体组成、农田环境中跟踪路径识别、机器人相对于跟踪路径位姿计算、系统实时性和鲁棒性改善、横向控制等几个方面对农用轮式移动机器人视觉导航系统进行了比较全面的研究。基于通用小型四轮拖拉机研制了农用轮式机器人实验原型样机,用人工绿篱模拟农作物行开展了初步实验,结果显示,原型样机在纵向速度为0．27m／s和0．94m／s时都能较好地跟踪绿篱边缘。     

基于线结构光源和机器视觉的高精度谷物测产系统研制

针对精准农业中谷物产量信息的高精度获取需求,设计了基于计算机视觉的谷物测产系统,由工业相机、线结构光发生器、电感式接近开关和工控机等组成。提出了基于线结构光的谷堆厚度测量方法,根据所建立的谷物几何模型计算出谷堆的体积,并采用电感式接近开关克服了传统光电式谷物测产系统存在的误触发问题。同时,研究了不同转速下结构光测量误差,建立了基于转速的线结构光测量修正模型,使得测量误差从1.1%减小为0.33%。在室内台架上进行了测产试验,试验结果表明,未使用线结构光修正模型的最大测产误差为12.73%,在使用了线结构光测量修正模型之后,相对测产误差在4.27%以内,该研究可为谷物测产研究提供理论依据。     

番茄采摘机器人非颜色编码化目标识别算法研究

为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法。通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和AdaBoost学习训练次数对分类器性能的影响。所得强分类器对测试集中的番茄进行在线识别试验。试验结果表明,测试集中93.3%的成熟番茄能够被正确识别;同时该分类器还对光照变化、果实粘连以及枝叶遮挡等干扰具有较强的自适应性和鲁棒性,满足采摘机器人对目标识别的技术要求。     

基于ARM和DSP的双变量施肥控制系统设计与试验

设计了一种开度、转速双调节变量施肥机控制系统的嵌入式解决方案,该系统集GPS和GPRS于一体,开发了基于ARM和DSP双CPU架构的嵌入式系统平台。上位机利用ARM9和WinCE系统支持图形化人机界面和触摸操作,能够实现施肥生产过程的信息输入与作业状况的实时反映;下位机利用DSP/BIOS实时操作系统完成排肥口开度和施肥轴转速的电动机伺服控制。详细阐述了系统软硬件结构及总体设计方案。该系统软硬件具有良好的扩展性、实时性、灵活性。实际测试结果表明该系统能够快速准确实现肥料精准投送。     

农业装备智能控制技术研究现状与发展趋势分析

智能控制是农业装备实现智能化的关键核心技术。从农业装备智能感知、智能控制、智能决策、自主作业、智能管控五方面阐述分析了国内外智能农机的发展现状,着重阐述了约翰迪尔、凯斯、科乐收、爱科等国际农机企业在农机智能控制方面的最新技术进展,分析了我国智能农机与国外的差距,指出了制约我国农机智能控制发展的关键问题。为实现我国从农机制造大国向农机制造强国的转变,融合大数据、云计算、物联网、人工智能等信息领域的前沿技术,提出了"智能在端、智慧在云、管控在屏"的智能农机系统发展新思路,指明现场控制智能化、云端决策智慧化、监控调度移动终端化是未来智能农机的发展方向。     

基于时间序列分析的卡尔曼滤波组合导航算法

GPS广泛用于农业机械导航研究中,其定位误差信号一般存在明显的自相关性,不能满足组合导航中常用的卡尔曼滤波算法观测噪声为高斯白噪声的要求。为此,建立了GPS定位误差AR模型,结合卡尔曼估计结果来预测和修正GPS定位误差,再将修正后的GPS定位信息应用于组合导航中的卡尔曼滤波过程。试验结果表明,无论GPS接收机是在静止还是在运动条件下,处理后的定位误差信号自相关性都明显降低,近似为白噪声;目标路径直线时的最大跟踪误差约为0.15 m,为曲线时,最大跟踪误差约为0.3 m。该方法为低精度GPS应用于农业机械导航提供了可行途径。