丘陵山地遥控履带割草机设计与性能试验

针对广西丘陵山地15°~25°坡地的经济作物种植园区坡度较大、地块分散、缺少机耕道,现有机械化割草机具难以进入并进行作业的难题,结合种植园区生草栽培的农艺技术,研发一种可遥控的履带割草机。根据园区作业环境的割草机工况要求,对整机及关键部件如履带行走系统、切割系统、变割草高度调节系统等进行计算分析与设计;设计并进行整机性能试验,实验结果表明,该割草机动力充足,最大纵向爬坡角度为36°,最大斜向爬坡角度为41°,在增程系统作用下,综合工况下作业时间由1.5 h延长至1.8 h;最小转弯半径为403.5 mm;对割草机的遥控操作性能做直线行走试验,测试路段试验最大偏驶角度不大于3°;倾翻试验台架测试纵向倾翻稳定角为48.9°,横向倾翻稳定角为64.4°;在广西某机械化茶园示范区进行割草试验,平均割草率为95%;可通过遥控实现割草机的行走、制动、转向和割草刀具高度调节,满足丘陵山地作物园区作业需求。

一种适用于堤坝的履带式割草机设计

简述了一种适用于堤坝的往复式割草机的结构设计,确定了结构参数;在往复式割草机上最先采用了履带式行走机构,不但减小了接地压力、保护了植被,而且解决了斜坡割草难度大的问题;同时,对切割器割刀运动、功率消耗和切割器的阻力进行了分析。试验表明,该机设计合理、可靠,具有操作方便、仿形好的优点,符合堤坡割草的使用特点。

基于激光雷达信息的履带式自动割草机障碍物检测

针对果园土壤生草制管理中所面临的割草任务重、劳动强度大等问题,设计一种基于二维激光雷达信息的履带式自动割草机障碍物检测方法。采用RPLIDAR A1进行障碍物扫描检测,由Matlab编程完成数据处理。将采集到的数据转换为直角坐标系下的x、y坐标,运用最小二乘滤波对数据进行去噪处理,采用k-means聚类算法对扫描数据进行聚类分析,得到障碍物的基本轮廓信息,最后经拟合得到较为密集的障碍物边缘离散点。试验结果中激光雷达扫描得到的角度和距离数据与现场实地测量数据之间最大误差为3.2%,达到了障碍物检测的目的,表明基于激光雷达信息的障碍物检测方法是合理可行的。

基于虚拟雷达和两级神经网络的割草机路径跟踪算法

为提高果园内小型双电机驱动履带式割草机恶劣路面下路径跟踪精度,提出了一种基于虚拟雷达路径感知和两级深度神经网络的路径跟踪控制算法。首先搭建了两级串联的人工深度神经网络,一级深度神经网络通过虚拟雷达路径感知算法,计算得到履带式割草机与目标路径的相对位置关系。二级深度神经网络根据履带式割草机跟踪偏差、航向角、横向偏差影响因子、折算履带滑转率以及履带式割草机与目标路径的相对位置关系,计算得到两侧驱动电机的控制转速,实现路径跟踪控制。在灌溉翻浆的果园路面,开展了履带式割草机U形路径跟踪实车试验,当车速分别为0.4、0.8 m/s时,该算法路径跟踪的最大横向偏差分别为0.064、0.072 m,平均横向偏差分别为0.026、0.033 m。与传统的纯追踪控制算法相比,最大横向偏差分别减小31.18%、20.88%,平均横向偏差减小35.00%、29.79%。基于虚拟雷达和两级深度神经网络的路径跟踪控制算法可有效提升履带式割草机在恶劣路面下的路径跟踪精度。