無人拖拉機耕作軌跡智能控制探討

緒論：在尋找寫作靈感嗎？愛發表網為您精選了1篇無人拖拉機耕作軌跡智能控制探討，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！

隨著我國經濟及社會主義新農村建設的快速發展，農村勞動人口開始大量向城市轉移，勞動力老齡化現象突出。拖拉機是農業生產中的必備農業機械之一，與各項農機具配合完成耕作、播種、施肥及收獲等環節。目前，拖拉機田間運動軌跡及作業路線規劃都是依靠駕駛員進行控制，田間作業環境較為惡劣，生產環節需要在田間連續工作10h以上，給駕駛員田間工作帶來了一定的難度，駕駛員由于不能長時間保持高度集中而降低了農業生產效率［4－5］。近年來，拖拉機耕作軌跡智能控制系統在各類農機具中廣泛應用，極大地改善了農業生產效率，促進了農業自動化向智能化方向發展，結合智能控制系統及先進傳感器技術明顯提高了農業機械的作業精度［6－10］。無人拖拉機耕作軌跡控制系統主要是基于位置傳感器及人工智能控制技術實現拖拉機運動位置及方向的精準定位，并通過電子通信技術及環境感知技術實現無人拖拉機田間運動軌跡的控制，以及田間軌跡行走與障礙避讓［10－13］。目前，關于無人駕駛汽車的研究較多，但關于無人駕駛拖拉機的相關研究尚未成熟，內容較少。最早的無人駕駛拖拉機是將PC嵌入技術與物聯網技術相互結合［14］，用PC處理器實現各類田間信息的感知與計算，最后將相關指令傳遞給執行裝置，實現無人拖拉機的田間運動。研究結果表明:基于PC處理器的無人拖拉機田間運行軌跡與預設田間路線行走吻合度較高，但操作較為復雜，需要專業技術人員進行相關設備調試，田間位置控制精度≤60mm［6］，且投入成本較高。后期，隨著人工智能控制技術的逐漸發展，提了出一種魯棒式無人駕駛拖拉機控制系統，將前饋控制與魯棒控制結合，對無人駕駛拖拉機進行智能控制，與PC處理器相比控制精度顯著提升;但是，由于控制范圍有限，在大型農業機械中的使用效果較差，在中小型農業機械中控制精度較高［11］。針對上述問題，提出了一種基于智能控制系統的設計方法，對無人駕駛拖拉機的基本結構級工作原理進行分析，并以參考文獻提出的典型方法進行試驗對比分析，旨在為農用拖拉機無人駕駛技術提供技術參考與理論借鑒。

1無人拖拉機智能控制系統硬件設計

1．1無人拖拉機智能控制系統結構

無人拖拉機智能控制系統陸地環境圖像的無線傳輸主要是基于無線網橋的原理實現，通過圖像采集端和圖像接收器搭建的無線局域網進行傳輸。無線傳輸的硬件主要由AUS2405前端橋和AUS2408后端橋組成，兩個無線網橋使用IEEE802．11b協議。圖像無線傳輸鏈路的構建主要基于下位機的中間前端網橋的內置IP，后端網橋直接與系統監控中心相連，將無人拖拉機下位機攝像頭部分采集的圖像信號壓縮到系統監控中心［16］。

1．3農業無人拖拉機上位機視覺導航

上位機視覺導航系統監控中心主機，通過系統監控平臺將采集到的壓縮圖像信息顯示在平臺上監控主機根據圖像處理的最終結果確定農業無人拖拉機耕作的路徑，以便后續計算拖拉機耕作角度的偏差順利進行。根據模糊控制方法，分析了3個參數值，運動控制指令傳送到單片機控制系統;然后，無人拖拉機的驅動系統和終端執行器完成與信號傳輸相對應的耕作作業。

1．4無線傳輸鏈路建設

通過相關視覺識別系統及傳感器實現無人信號傳輸，提出的基于機器視覺的無人拖拉機智能控制系統中將圖像傳輸與信息信號采集相互獨立，上位機實現信息傳輸，下位機實現圖像信息傳輸。本研究選取Ｒ232為監控主機，通過對所有信息進行匯總后給控制平臺下發指令，進而實現對執行機構的控制;選取無線信息收發器(型號:LSDＲF4710M01)，其具有抗干擾性強、田間信息傳輸距離較遠等優勢，完全可以滿足田間無人拖拉機的遠程控制要求。

1．5農業無人拖拉機下位機信號處理

無人拖拉機下位機控制信號處理系統的核心是3．3V或5V供電的FreescalekS12xs控制器。在Frees-calekS12xs控制器中，TXD和ＲXD引腳相交并連接到無線接收中的TXD和ＲXD引腳，當控制器接收到無線接收和無線發射的控制信號時，響應中斷處理程序控制繼電器的開關。

1．6農用無人拖拉機氣動執行模塊

田間無人駕駛拖拉機需要遠程控制系統實現各種控制動作。在此，采用氣動執行系統用于控制無人拖拉機的相應作業。下位機氣動執行系統由氣動系統和末端執行機構組成，氣動系統包括微型氣泵、水分離器、氣缸及相關氣動零部件等。電磁閥的開關可以通過繼電器的開關來控制，進而控制氣缸活塞的膨脹過程。電磁閥與所有繼電器相連，并與其對應的氣缸相連，完成農用無人拖拉機主離合器和左右離合器中控制拉索的拉動動作。通過以上過程，完成了無人駕駛拖拉機氣動執行模塊的運行。

1．7農用無人拖拉機路徑跟蹤模塊

路徑跟蹤的目的是根據農用無人拖拉機當前的姿態確定農用無人拖拉機的角度。無人拖拉機位姿采集是指利用傳感器采集拖拉機當前位置、姿態、運動的實時信息(包括經緯度、方向角、俯仰角和速度)，然后計算當前無人拖拉機距離與預定路徑位置的偏差。橫向偏差是指無人拖拉機的控制點到預定路線的距離，航向偏差是指無人拖拉機與理想航向的偏差程度。無人拖拉機GPS模塊實現農用無人拖拉機的定位，通過ＲTK可以獲得厘米級的定位精度，以滿足農用無人拖拉機智能導航的需求。

2控制系統軟件設計

無人拖拉機環境圖像處理是指將田間環境(即耕作環境圖像所反映的信息)轉化為數據信息，然后通過計算機進行處理。本研究基于低通濾波和Sobel邊緣檢測算法，對耕作環境圖像進行適當處理。對于圖像邊緣檢測，需要計算圖像的每個像素點，計算量較大。Sobel邊緣檢測與其他傳統檢測算法相比，計算復雜度更低，檢測效果更好，屬于一階導數邊緣算法。

3結果與分析

3．1試驗方法

為了驗證基于機器視覺的無人拖拉機智能控制系統的田間工作性能，選擇東方紅無人拖拉機為研究平臺，在田間試驗過程中對相關研究方法的田間圖像輸送方法耗時進行對比分析，結果如表1所示。由表1可知:基于機器視覺的無人拖拉機智能控制系統進行田間圖像采集及傳輸所需的時間均小于其它方法。在參考文獻［14］提出的PC嵌入技術與物聯網技術中，由于田間環境較為惡劣，隨著使用時間的延長，會造成每個傳感器中的采集電路老化，影響信息傳輸效率，使得傳輸時間變長;在參考文獻［6］提出的PC處理器中，田間信息采集結果傳輸到農業無人拖拉機智能控制中心耗費時間較長;在參考文獻［11］提出的魯棒式無人駕駛拖拉機控制系統中，信息采集系統及圖像傳輸模塊分離，為了實現田間信息與圖像的同時傳輸，需要安裝兩個硬件模塊，信息及圖像傳輸時間較長。本研究提出的方法實現了田間信息與圖像的同時傳輸，提高了田間信息及圖像的傳輸速度。

3．2田間圖像擴展覆蓋率對比試驗

表2為不同方法的圖像擴展覆蓋率的對比分析。由表2可知:當圖像數量較少時，相關文獻中的參考方法的圖像擴展覆蓋率較高;但當圖像數量不斷增加時，圖像擴展覆蓋的速度下降得非常快。本研究提出的方法的覆蓋率變化隨著圖像數量的增加呈現穩定趨勢，覆蓋率始終高于90%。這主要是由于結構模板對耕地環境圖像中的每個像素進行掃描，或者實現模板覆蓋區域的操作，進而提高了圖像擴展覆蓋率，控制性能良好。參考文獻［11］和參考文獻［14］中的方法始終低于70%，其變化幅度較大，控制性能較差。隨著圖像傳輸數量的逐漸增加，本研究提出的基于機器視覺的無人拖拉機智能控制系統的優勢愈發顯著。

4結論

針對現有方法設計的農用無人拖拉機智能控制系統無法實現高效率、低誤差，導致農用無人拖拉機智能控制系統在運行過程中出現運行緩慢等現象，提出了一種基于機器視覺的無人拖拉機耕作軌跡智能控制系統。田間試驗結果表明:所提出的方法與傳統方法相比，可以顯著提高田間圖像傳輸的速率及圖像擴展覆蓋率，有效降低了無人拖拉機的航向偏差，且拖拉機運動軌跡跟蹤效果好。研究結果可為無人駕駛拖拉機智能控制技術的研究提供參考與借鑒。

作者：涂超群 張玲莉 單位：廣州南洋理工職業學院