基于动态前视距离纯追踪模型的温室农机路径跟踪研究

为提高温室内智能农机自动导航的路径跟踪精度,提出一种基于粒子群算法的纯追踪模型动态前视距离确定方法及其路径跟踪控制方法。利用超宽带(UWB)模块和电子陀螺获取温室内智能农机的位置偏差和航向偏差;为提高纯追踪模型的自适应能力,对农机位姿偏差进行定量分析并根据位姿偏差程度构建适应度函数,通过粒子群优化(PSO)算法实时确定纯追踪模型中的最优前视距离,为提升算法求解效率对惯性权重系数进行改进;根据农机位姿偏差程度构建速度控制函数对农机进行变速控制。样机试验结果表明:在3种初始状态下的直线路径跟踪时,平均偏差均值为24.4 cm,稳态偏差平均值为4.3 cm,导航时间平均值为13.2 s,稳定距离平均值为318.1 cm。路径跟踪的各项指标均优于同等条件下的恒速固定视距试验。

基于改进型Bug算法的林间移动平台避障方法研究

[目的]提出一种基于改进型Bug算法的自动导航避障方法,为提高林间移动平台作业时的避障能力提供参考.[方法]通过6个超声波传感器将林间移动平台四周分为9个探测区域,根据各区域内的车-障距离确定相应的避障策略;改进传统Bug算法,将避障过程分成路径追踪、避行和绕行3个阶段;在避行阶段,建立避障转向角索引图,同时根据转向延迟试验获得转向时机的提前量,将该提前量与索引图结合,使林间移动平台在合适的时机使用最大转向角避障;在绕行阶段,通过设计带自调节函数的模糊控制器,控制林间移动平台绕障碍物边缘行驶.最后根据林间环境特点,设计大、小2种障碍物试验,分别对避障时机、绕行偏差和总路程等参数进行统计与分析.[结果]林间环境大、小障碍物避障试验表明:林间移动平台提前避障距离分别为93.9和81.7 cm,平台前方的2个传感器的探测距离在索引图范围内,可以精准实现提前避障;大、小障碍物避障总路程与理论路程之差分别占理论值的0.64%和0.42%,平均绕行偏差分别为-15.2和-7.9 cm,绕行标准差分别为7.7和12.5 cm,可以实现稳定绕障.[结论]所建立的基于改进型Bug算法的自动导航避障方法,避障路径冗余小且行驶稳定,满足了林间环境运输及其他移动作业的要求.

基于位姿状态的林区道路视觉导航

在森林抚育中,为实现林区车辆的精确自主导航,提出一种基于位姿状态的林区道路视觉导航方法。根据林区道路的特点,采用统计学原理选取合适的色差备选通道,利用二维Otsu原理初步分离道路和背景区域,依据真阳率和假阳率定量评价方法选取2B⁃G为最佳色差通道,因此采用基于2B⁃G通道的二维Otsu图像分割方法。分析了道路的左右边缘特征,建立基于边缘不完整的位姿状态获取示意图,将选定的道路区域分块求取中心点,计算出试验平台的位姿信息。同时,引入误差校正模型对位姿计算值进行修正,最后选取纯追踪导航方法进行实车试验。试验结果表明,在机器视觉系统引导下,试验平台在不同状态下均能较好地收敛至期望导航线。当速度为0.5 m/s时,在3种初始状态下进行直线导航试验,其全程平均横向偏差为4.6~5.9 cm,平均航向偏差为3.5°~4.0°,稳态航向偏差为1.9°~2.4°,稳态横向偏差为1.6~2.7 cm,试验平台沿林区期望导航线自主行驶的平均相对误差均值为5.2%,说明导航质量具有较好的鲁棒性,满足林区自主导航的作业要求。