基于RTK-BDS的无沟铺管机作业高程控制系统研究

针对农田铺管装备采用传统激光高程控制技术控制精度低、适应性差的问题,设计了基于载波相位实时动态差分北斗卫星定位系统(RTK-BDS)的无沟铺管机高程控制系统。该系统以RTK-BDS为核心,以V型犁式无沟铺管机为作业对象,采用多模型UKF多传感器信息融合算法获取高精度海拔高度信息;利用多模态模糊PID算法控制高程油缸,从而满足犁头按照指定坡降指标工作的需求。田间试验表明,多模型UKF算法较无迹卡尔曼滤波(UKF)、粒子滤波的滤波效果更好,其波动幅度降低至0.885 cm,均方差降低至0.040 cm,多点相对误差在±0.2 cm之内;不同坡降高程控制的控制误差均在±2 cm之内,平均误差小于1 cm,满足无沟铺管机的作业需求。

基于RTK-BDS的果园农用车辆自主导航系统研究

根据果园农用车辆作业需求,设计了一种基于RTK-BDS的自动导航控制系统。利用卡尔曼滤波技术提高了RTK-BDS在果园应用中的定位精度,同时将模糊控制与纯追踪模型相结合,设计了果园农用车辆直线跟踪导航控制器,并进行了追踪仿真和田间试验。结果表明:当果园农用车辆前进速度为0.5m/s时,最大横向误差不大于0.086m,平均误差不大于0.036m。

基于多传感器数据融合的旋耕耕深检测系统研究

旋耕作业时通常用耕深衡量作业质量,适合的耕深能打破土壤板结、改善土壤结构,促进作物根系生长。目前耕深检测研究场景主要为旱田,检测方法主要为倾角传感器间接检测,而水田土质松软,作业过程中会出现机具下陷和姿态变化的问题。为此,本文设计了一种适用于不同土壤环境的耕深检测系统。为检测地形起伏及机具下陷,设计一种地面仿形机构,通过耦合仿真探究其设计参数,验证可行性;为提高单传感器间接检测稳定性,使用三点悬挂倾角检测和北斗卫星系统(Beidou system,BDS)相对高程数据融合的检测方法,并建立耕深检测模型(Tillage detection model,TDM)。提出自适应迭代扩展卡尔曼算法(Adaptive iterative extended Kalman filter,AIEKF)对传感器获取数据先滤波再融合,获得更稳定、准确的耕深。在参考传统耕深测量方法的基础上,提出了RTK-BDS高程差值的测量方法获取耕深真值,并和传统方法进行了对比。仿形机构耦合仿真试验结果表明,所设计的仿形机构检测绝对误差小于0.5 cm,仿形后土槽高程最大形变量为2.89 mm。田间试验结果表明,TDM检测模型能有效反映耕深变化,AIEKF处理后数据较KF处理后数据信噪比平均提升1.41 dB,融合得到的耕深较两种单一传感器检测的耕深MAPE平均分别提高2.30%和2.07%,融合后平均MAPE为3.95%,平均RMSE为1.08 cm。提出的RTK-BDS差值真值检测法和传统检测法最大绝对误差为2.45 cm,能较好完成耕深真值检测。