折腰转向无人驾驶植保车控制系统设计与试验

针对黄淮海地区作物多样,行距差异大,植保机械通用化低和智能程度低的问题,设计了一种轮距和离地间隙可调的折腰转向无人驾驶植保车。该植保车可使用遥控器远程控制,切换自动模式后,可根据预定路线进行路径跟踪,实现植保车的自主行走。对植保车自主行走模式建立运动学模型,确定了利用航向跟踪实现路径跟踪策略,并通过Lyapunov函数分析了折腰转向控制的稳定性。提出了传感器的扩展卡尔曼滤波算法和驱动电机的PID控制方法。利用Matlab阶跃响应对自主行走控制系统进行仿真分析,结果表明,当Kp=1、Ti=0.05、Td=0.01时,系统响应速度和精度能够满足自主植保车导航控制的需要。以作业平台转弯半径、直线行走偏移为控制参数进行田间试验,样机转弯速度3 km/h时,最小外轮转弯半径为2 m;行走速度为6 km/h时,100 m直线行走平均偏移量为5.51 cm;植保车满载情况下的平均续航时间达到2.54 h,整机达到设计要求。

基于机器视觉的植保雾滴类型识别模型建立

为了提高水敏试纸图像处理算法评估喷雾质量的精确性。提出1种雾滴轮廓参数差异识别雾滴类型的方法,并基于机器视觉对K近邻分类模型、逻辑回归分类模型、决策树分类模型和支持向量机识别模型进行对比研究。以水代替农药利用无人植保飞机喷洒,选取10张不同稀疏程度的水敏试纸验证逻辑模型识别的准确性。结果表明,经接受者工作特征(receiver operating characteristic,ROC)曲线评估,ROC曲线与横轴围成的面积(area under the curve of ROC,AUC)取值以逻辑回归分类模型0.98最高。模型识别平均相对误差为4.05%,雾滴识别平均正确率为95.95%,最大相对误差6.62%。基于逻辑回归分类模型构建的雾滴图像处理算法能显著提高雾滴分辨准确率,快速了解田间农药分布情况,为后期田间植保作业提供有力的数据评估。