叶菜收割机割台高度控制策略

叶菜收割机作业过程中,常因割台高度控制误差导致漏收损耗,介绍一种割台高度自动控制策略,使割台能跟踪地面起伏的进行俯仰、摆转调控,达到割茬高度一致的目的。基于割台结构和动力学分析建立了系统数学模型,将多变量的复杂非线性系统线性化为双输入、双输出线性系统。采用输出反馈最优控制方法,通过选择恰当的性能泛函求解此线性二次型最优控制问题,得到系统最优解,根据此最优解控制两侧油缸伸缩即可确保仿形跟踪效果。仿真测试该控制器对地面轮廓的跟踪响应,结果表明,该控制器响应迅速且具有较高的稳态精度,能够适应畦面在纵横两个方向上的起伏变化,提高收割机作业质量。

收割机割台高度的模糊控制策略研究

针对收割机割台高度自动控制问题,建立了基于收割机车身及割台动力学分析的数学系统模型,提出了基于Mamdani推理法的模糊控制策略。通过对线性化后的系统引入积分控制器以消除稳态误差,再根据经验及调试结果完善推理规则,建立了针对割台的模糊控制器。最后,利用Simulink对该控制器进行地面轮廓跟踪仿真实验,同时与传统PID控制器进行对比分析。结果表明,模糊控制器相对于传统PID控制器,在轮廓跟踪及抗干扰方面可得到更好的效果,跟踪误差可稳定在2%以内。

基于信标识别的温室AGV视觉SLAM定位算法

针对温室环境下自动作业的自动导引车(AGV)的导引控制,提出一种基于信标识别和双目视觉的改进同时定位与建图(SLAM)算法。通过双目相机采集立体图像信息,检测视觉信标和提取ORB特征点,根据信标定位信息和特征点匹配信息解算相机位姿初值,基于图优化框架进行局部位姿优化和全局优化,维护地图点和关键帧数据,从而实现较高精度的定位和地图构建。实验使用现场运行采集的图像流离线对比该算法和ORB-SLAM2的定位精度。实验结果表明,该算法具有更高的精度,更适合温室环境的AGV自动化作业。本文算法可为温室AGV导航系统设计提供参考。