基于激光雷达的稻麦收获边界检测与自动对齐系统研究

针对稻麦收获无人作业的需求,提出了一种使用激光雷达检测稻麦收获边界的算法,并连接无人控制系统实现收获边界的自动对齐。该算法首先对采集的收获轮廓点云划定感兴趣角度范围,根据雷达的安装高度和位置将测量数据由极坐标转换为三维直角坐标,融合陀螺仪测量的激光雷达安装姿态数据对测量点云进行校正;通过中值滤波和Z向阈值滤波将点云中的噪点和非稻麦轮廓点滤除;对比了K-means聚类和Z向中心差分法检测稻麦收获边界的精度,并进行了误差分析;开发了感知系统并制定了感知与控制的CAN通信协议,采用预瞄点追踪方法对实时检测的边界点进行对齐控制;分析研究了稻麦收获边界自动对齐精度检测方法。2022年6月在北京小汤山国家精准农业示范基地进行了收获边界检测与自动对齐控制系统试验,分别采用数据标注和GPS打点的方式进行了数据采集与分析,试验结果表明,基于K-means聚类的收获边界检测横向偏差平均值为22.24 cm,基于Z向中心差分法的收获边界检测横向偏差平均值为1.48 cm,Z向中心差分法的收获边界检测优于基于K-means聚类的检测方法,故采用Z向中心差分法进行自动对齐控制试验,整体控制系统自动对齐横向偏差平均值为9.18 cm,标准差为2.48 cm,该系统可用于稻麦收获无人作业。

静液压传动拖拉机定速巡航控制系统设计与试验

针对现有农机速度调节策略功率匹配度不高、燃油经济性差的问题,以静液压传动拖拉机为平台,基于CAN总线设计了拖拉机定速巡航控制系统。该系统由拖拉机工况采集、负载检测、油门控制、变量泵排量调节、作业负载调节、通信等模块组成。设计了油门调节机构和负载调节装置,获取并解析了拖拉机工况数据,建立了静液压传动拖拉机油门开度、变量泵排量与速度对应的数学模型,制定了发动机转速与变量泵排量协同控制策略。分别在水泥路面空载、田间空载和平地作业3种工况下进行了协同控制策略试验,在平地作业工况下进行了定油门控制策略、油门排量耦合控制策略和油门排量协同控制策略试验。结果表明,3种工况下,协同控制策略的速度控制绝对误差分别为0.005、0.007、0.012 m/s;在达到相同目标速度的前提下油门排量协同控制策略降低了发动机转速。拖拉机定速巡航控制系统能够在保证速度控制精度的前提下,减小燃油消耗。

基于欧氏聚类的三维激光点云田间障碍物检测方法

为满足目前农业机械(简称农机)自动驾驶中农田障碍物检测的需求,提出了一种使用三维激光雷达检测田间障碍物的方法。该方法首先对采集的环境点云进行预处理,采用体素栅格下采样滤波,将稠密的点云在不损失特征信息的情况下进行减量;采用三维长方体对角点划定感兴趣区域以便快速计算;采用随机采样一致性(RANSAC)算法检测出农田地面点云,将地面点云与地面上障碍物点云进行分割。然后对地面上障碍物点云基于K维树(K-d tree)进行欧氏聚类,其中聚类的距离阈值为0.6 m。最后判断聚类的点数量和外接长方体体积,过滤掉点数和体积过大或过小的无效聚类从而得出障碍物。应用32线激光雷达在北京市小汤山国家精准农业示范基地采集田间环境点云,分别对田间机具、草堆、田埂、地头矮房、路边树木和田间行人进行检测,结果表明该方法对田间常见障碍物有较好的检测效果。考虑到人是田间行车安全的重要因素,在田间进行了行人横穿于雷达视野前方且与雷达距离分别为5、10、15、20、25、30 m时算法的检测效果试验,试验结果表明田间行人在30 m内平均检出率为96.11%。该方法可用于大田环境下障碍物的检测,为农机自主行走过程中的避障策略研究提供了基础。

拖拉机转向轮转角位移式和四连杆式间接测量方法对比试验

针对车轮转角直接测量法在工程实践中角度传感器安装困难且转轴易断裂的现象,结合车轮转向过程,提出了位移式间接转角测量法和四连杆式间接转角测量法。依据位移式和四连杆式2种间接测量方法原理,分别建立转角测量模型,以雷沃M800型拖拉机为基础,构建自动导航试验平台,通过转角测量试验、沥青路面与农田环境下的导航精度对比试验,分析四连杆式间接测量法、位移式间接测量法和直接测量法3种方法的应用效果。转角测量对比试验结果表明,3种方法的角度值最大误差为0.081°,平均误差分别为0.061°、0.014°和0.017°,小于传感器的测量精度0.088°,3种测量方法测量的测量精度一致。通过沥青路面与农田环境2种地况试验测试,沥青路面上和农田环境下,3种方法的横向偏差平均值的最大值分别为0.235 9、0.364 5、0.498 4 cm,试验表明3种测量方法的导航精度一致。相对于位移式间接转角测量法和直接测量法,在沥青路面上和农田环境下,四连杆式间接测量法导航精度标准差最小,分别为0.890 4和1.297 5 cm。四连杆式间接转角测量法所采用的四连杆式角度传感器安装简便、易于防护,无摩擦损耗,可代替直接转角测量法,应用于实践中。

大田无人农场关键技术研究现状与展望

无人农场是智慧农业的一种表现形式,也是建设农业强国和实现农业现代化的重要探索。无人农场以数据、知识和智能装备为核心要素,将现代信息技术与农业深度融合,实现农业全过程生产所需的信息感知、定量决策、智能控制、精准投入及个性化服务一体化。本文系统地阐述了大田无人农场的概念与总体技术架构,讨论了信息感知与智能决策、精准作业系统与装备、自动驾驶、无人化农机装备以及无人农场管控平台等五项大田无人农场的关键技术与装备,深入分析了发展中国大田无人农场亟待解决的关键科学与技术问题。以吉林省公主岭市玉米无人农场为例介绍了物联网、大数据、云计算以及人工智能等技术在玉米全程无人化生产中的具体应用及效果。最后,展望了无人农场在解决全球农业生产面临的“无人种田”等共性问题中发挥的重要作用,分析了中国发展无人农场存在的机遇和挑战,提出了中国发展无人农场的战略目标与思路。

激光平地机自动调平控制系统的研制

现有的激光平地机对平地铲只有高程控制而没有水平平衡控制。分析了当前激光平地机在不平整地面上工作的缺点,提出了一种自调平控制系统,实现激光平地机水平方向上自调平控制,改进与提高其平整精度和效率。当激光平地机在斜坡上工作时,使用该系统可自动保持农具平衡。实时倾角通过固定机具中心的倾角传感器获得,控制器将根据实时倾角来驱动电磁阀,控制油缸动作,使得机具实现自调平控制;同时对其进行静态试验和动态试验,通过数据分析,发现该系统能有效提高土地作业的稳定性。最终得出该系统相对于常规的激光平地机地块平整前后的绝对改善度提高了50.0%,相对改善度提高了18.6%,土地误差水平小于1.0%。