无人拖拉机耕作轨迹智能控制系统的研究.pdf

无 人 拖 拉 机 耕 作 轨 迹 智 能 控 制 系 统 的 研 究涂超群,张玲莉(广州南洋理工职业学院,广州510910)摘 要:拖拉机是农业生产中的重要农业机械之一,是保证农业各项生产作业顺利进行的农机具之一,与其他农机具配合共同完成田间各项作业环节。目前,拖拉机田间工作运行轨迹及路线主要依靠驾驶员进行控制与管理,生产效率较低,耗费大量的人力物力。针对以上问题,提出了一种基于机器视觉的无人拖拉机耕作轨迹智能控制系统,对硬件选型及软件设计进行了系统阐述,对拖拉机耕作环境图像进行处理,最后采用自适应路径跟踪算法实现对无人拖拉机耕作轨迹的自适应跟踪,从而实现轨迹控制。田间试验结果表明:系统能够准确跟踪控制无人拖拉机的耕作轨迹,提高拖拉机作业效率与控制精度。关键词:拖拉机;耕作轨迹;无人驾驶;智能控制中图分类号:S219.89 文献标识码:A 文章编号:1003-188X(2023)12-0265-040 引言随着我国经济及社会主义新农村建设的快速发展,农村劳动人口开始大量向城市转移,劳动力老龄化现象突出。农业生产劳动力短缺给农业生产带来了巨大的挑战,故提高农业自动化、智能化及现代化水平对于提高农业生产效率、促进农业高产稳产及保证我国粮食产量具有重要意义1-3。拖拉机是农业生产中的必备农业机械之一,与各项农机具配合完成耕作、播种、施肥及收获等环节。目前,拖拉机田间运动轨迹及作业路线规划都是依靠驾驶员进行控制,田间作业环境较为恶劣,生产环节需要在田间连续工作 10h 以上,给驾驶员田间工作带来了一定的难度,驾驶员由于不能长时间保持高度集中而降低了农业生产效率4-5。近年来,拖拉机耕作轨迹智能控制系统在各类农机具中广泛应用,极大地改善了农业生产效率,促进了农业自动化向智能化方向发展,结合智能控制系统及先进传感器技术明显提高了农业机械的作业精度6-10。无人拖拉机耕作轨迹控制系统主要是基于位置传感器及人工智能控制技术实现拖拉机运动位置及方向的精准定位,并通过电子通信技术及环境感知技术实现无人拖拉机田间运动轨迹的控制,以及田间轨收稿日期:2022-08-01基金项目:广东省普通高校特色创新类项目(2020KTSCX379);广州市科技计划项目(201904010118)作者简介:涂超群(1980-),男,湖南浏阳人,讲师,硕士研究生,(E-mail)Tuchaoqun55006 。迹行走与障碍避让10-13。目前,关于无人驾驶汽车的研究较多,但关于无人驾驶拖拉机的相关研究尚未成熟,内容较少。最早的无人驾驶拖拉机是将 PC 嵌入技术与物联网技术相互结合14,用 PC 处理器实现各类田间信息的感知与计算,最后将相关指令传递给执行装置,实现无人拖拉机的田间运动。研究结果表明:基于 PC 处理器的无人拖拉机田间运行轨迹与预设田间路线行走吻合度较高,但操作较为复杂,需要专业技术人员进行相关设备调试,田间位置控制精度60mm6,且投入成本较高。后期,随着人工智能控制技术的逐渐发展,提了出一种鲁棒式无人驾驶拖拉机控制系统,将前馈控制与鲁棒控制结合,对无人驾驶拖拉机进行智能控制,与 PC 处理器相比控制精度显著提升;但是,由于控制范围有限,在大型农业机械中的使用效果较差,在中小型农业机械中控制精度较高11。针对上述问题,提出了一种基于智能控制系统的设计方法,对无人驾驶拖拉机的基本结构级工作原理进行分析,并以参考文献提出的典型方法进行试验对比分析,旨在为农用拖拉机无人驾驶技术提供技术参考与理论借鉴。1 无人拖拉机智能控制系统硬件设计1.1 无人拖拉机智能控制系统结构基于机器视觉的农业无人拖拉机控制系统主要包括硬件设计和智能控制算法的软件设计。整个无人拖拉机由主控中心控制,电源控制系统为整个系统的正常运行提供动力,保证系统的田间运行;图像采5622023 年 12 月 农 机 化 研 究第 12 期集系统基于视觉识别技术对田间环境信息进行采集,将田间环境信息以图像的形式传输到控制终端;信息通信模块将田间环境勘测结果信息传输到信息控制中心,控制中心对无人拖拉机田间运动实现精准控制,以提高无人驾驶拖拉机的工作效率。1.2 陆地环境影像无线传输无人拖拉机智能控制系统陆地环境图像的无线传输主要是基于无线网桥的原理实现,通过图像采集端和图像接收器搭建的无线局域网进行传输。无线传输的硬件主要由 AUS2405 前端桥和 AUS2408 后端桥组成,两个无线网桥使用 IEEE802.11b 协议。图像无线传输链路的构建主要基于下位机的中间前端网桥的内置 IP,后端网桥直接与系统监控中心相连,将无人拖拉机下位机摄像头部分采集的图像信号压缩到系统监控中心16。1.3 农业无人拖拉机上位机视觉导航上位机视觉导航系统监控中心主机,通过系统监控平台将采集到的压缩图像信息显示在平台上监控主机根据图像处理的最终结果确定农业无人拖拉机耕作的路径,以便后续计算拖拉机耕作角度的偏差顺利进行。根据模糊控制方法,分析了 3 个参数值,运动控制指令传送到单片机控制系统;然后,无人拖拉机的驱动系统和终端执行器完成与信号传输相对应的耕作作业。1.4 无线传输链路建设通过相关视觉识别系统及传感器实现无人信号传输,提出的基于机器视觉的无人拖拉机智能控制系统中将图像传输与信息信号采集相互独立,上位机实现信息传输,下位机实现图像信息传输。本研究选取R232 为监控主机,通过对所有信息进行汇总后给控制平台下发指令,进而实现对执行机构的控制;选取无线信息收发器(型号:LSDRF4710M01),其具有抗干扰性强、田间信息传输距离较远等优势,完全可以满足田间无人拖拉机的远程控制要求。1.5 农业无人拖拉机下位机信号处理无人拖拉机下位机控制信号处理系统的核心是3.3V 或 5V 供电的 FreescalekS12xs 控制器。在 Frees-calekS12xs 控制器中,TXD 和 RXD 引脚相交并连接到无线接收中的 TXD 和 RXD 引脚,当控制器接收到无线接收和无线发射的控制信号时,响应中断处理程序控制继电器的开关。1.6 农用无人拖拉机气动执行模块田间无人驾驶拖拉机需要远程控制系统实现各种控制动作。在此,采用气动执行系统用于控制无人拖拉机的相应作业。下位机气动执行系统由气动系统和末端执行机构组成,气动系统包括微型气泵、水分离器、气缸及相关气动零部件等。电磁阀的开关可以通过继电器的开关来控制,进而控制气缸活塞的膨胀过程。电磁阀与所有继电器相连,并与其对应的气缸相连,完成农用无人拖拉机主离合器和左右离合器中控制拉索的拉动动作。通过以上过程,完成了无人驾驶拖拉机气动执行模块的运行。1.7 农用无人拖拉机路径跟踪模块路径跟踪的目的是根据农用无人拖拉机当前的姿态确定农用无人拖拉机的角度。无人拖拉机位姿采集是指利用传感器采集拖拉机当前位置、姿态、运动的实时信息(包括经纬度、方向角、俯仰角和速度),然后计算当前无人拖拉机距离与预定路径位置的偏差。横向偏差是指无人拖拉机的控制点到预定路线的距离,航向偏差是指无人拖拉机与理想航向的偏差程度。无人拖拉机 GPS 模块实现农用无人拖拉机的定位,通过 RTK 可以获得厘米级的定位精度,以满足农用无人拖拉机智能导航的需求。2 控制系统软件设计无人拖拉机环境图像处理是指将田间环境(即耕作环境图像所反映的信息)转化为数据信息,然后通过计算机进行处理。本研究基于低通滤波和 Sobel 边缘检测算法,对耕作环境图像进行适当处理。对于图像边缘检测,需要计算图像的每个像素点,计算量较大。Sobel 边缘检测与其他传统检测算法相比,计算复杂度更低,检测效果更好,属于一阶导数边缘算法。3 结果与分析3.1 试验方法为了验证基于机器视觉的无人拖拉机智能控制系统的田间工作性能,选择东方红无人拖拉机为研究平台,在田间试验过程中对相关研究方法的田间图像输送方法耗时进行对比分析,结果如表 1 所示。由表1 可知:基于机器视觉的无人拖拉机智能控制系统进行田间图像采集及传输所需的时间均小于其它方法。在参考文献14提出的 PC 嵌入技术与物联网技术中,由于田间环境较为恶劣,随着使用时间的延长,会造成每个传感器中的采集电路老化,影响信息传输效率,使得传输时间变长;在参考文献6提出的 PC处理器中,田间信息采集结果传输到农业无人拖拉机智能控制中心耗费时间较长;在参考文献11提出的鲁棒式无人驾驶拖拉机控制系统中,信息采集系统及6622023 年 12 月 农 机 化 研 究第 12 期图像传输模块分离,为了实现田间信息与图像的同时传输,需要安装两个硬件模块,信息及图像传输时间较长。本研究提出的方法实现了田间信息与图像的同时传输,提高了田间信息及图像的传输速度。表 1 图像无线传输耗时对比Table 1 Time-consuming comparison of image wireless transmission试验地块参考方法14的图像传输时间/s参考方法6的图像传输时间/s参考方法11的图像传输时间/s基于机器视觉的无人拖拉机智能控制系统的图像传输时间/s降低传输时间/%16118350732111517827533191821123343422252415324053031281257613.2 田间图像扩展覆盖率对比试验表 2 为不同方法的图像扩展覆盖率的对比分析。表 2 不同方法的图像扩展覆盖率对比Table 2 Comparison of image expansion coverage of different methods%图像数量参考方法14的图像扩展覆盖率/%参考方法6的图像扩展覆盖率/%参考方法11的图像扩展覆盖率/%基于机器视觉的无人拖拉机智能控制系统图像扩展覆盖率/%提高图像扩展覆盖率100808280971518150757775921618200707370932125250667168952631300636862962935350606264913034400606260903033450586062903136500556160883138 由表 2 可知:当图像数量较少时,相关文献中的参考方法的图像扩展覆盖率较高;但当图像数量不断增加时,图像扩展覆盖的速度下降得非常快。本研究提出的方法的覆盖率变化随着图像数量的增加呈现稳定趋势,覆盖率始终高于 90%。这主要是由于结构模板对耕地环境图像中的每个像素进行扫描,或者实现模板覆盖区域的操作,进而提高了图像扩展覆盖率,控制性能良好。参考文献11和参考文献14中的方法始终低于 70%,其变化幅度较大,控制性能较差。随着图像传输数量的逐渐增加,本研究提出的基于机器视觉的无人拖拉机智能控制系统的优势愈发显著。4 结论针对现有方法设计的农用无人拖拉机智能控制系统无法实现高效率、低误差,导致农用无人拖拉机智能控制系统在运行过程中出现运行缓慢等现象,提出了一种基于机器视觉的无人拖拉机耕作轨迹智能控制系统。田间试验结果表明:所提出的方法与传统方法相比,可以显著提高田间图像传输的速率及图像扩展覆盖率,有效降低了无人拖拉机的航向偏差,且拖拉机运动轨迹跟踪效果好。研究结果可为无人驾驶拖拉机智能控制技术的研究提供参考与借鉴。参考文献:1 张勇,武欣.农用无人拖拉机耕作轨迹智能控制系统的设计J.农机化研究,2023,45(2):230-235.2 杨洋,查家翼,李延凯,等.拖拉机机组无人作业协同控制系统设计与试验J.农业机械学报,2022,53(2):421-429.3殷晓轶.信号化处理技术在无人驾驶拖拉机中的应用J.农机化研究,2022,44(10):258-261,268.4 吴鹏坤,高红梅.无人驾驶拖拉机将改变农业耕作方法分析J.河北农机,2021(10):45-46.5 刘刚.园艺电动拖拉机全覆盖路径划与跟踪控制研究D.镇江:江苏大学,2021.6 J W JI,H L ZHAO,Z M LI.Design on automatic control system of CO2 concentration in greenhouse based on STM32J.Zhejiang agricultural journal,2015,27:860-864.7 程啸宇.无人驾驶拖拉机路径规划方法研究D.合肥:合肥工业大学,2021.8 郝帅红,武志明,郭韦韬,等.无人驾驶拖拉机底层控制系统设计J.农业工程,2021,11(3):62-66.9 郑平平,汤玮,宋伟杰,等.无人驾驶拖拉机路径跟踪联合控制研究J.农业装备与车辆工程,2021,59(2):79-82.10 郭晖,李得志,杨茵,等.基于 RAMSIS 的驾驶员进出拖拉机运动轨迹分析J.拖拉机与农用运输车,2020,47(6):37-41.11 Y CHU,S HUANG,F Kong.Steady state control of MMC-HVDC system based on internal model controllerJ.The grid technology,2015,39:2223-2229.12 高菊玲,钟兴,张居同,等.自动驾驶拖拉机轨迹跟踪研究J.中国农机化学报,2020,41(10):104-110.7622023 年 12 月 农 机 化 研 究第 12 期13 赵朝善,刘瑞军,魏浩然,等.无人驾驶拖拉机自动转向系统研究综述J.拖拉机与农用运输车,2020,47(2):1-3.14 Y F LI,S LIU,L WEI.An designed for stabilization con-trol system of airborne EO tracking and pointing platformJ.Lightning and control,2015(22):60-63.Research on Intelligent Control System for Tillage Trajectory of Unmanned Tractor Tu Chaoqun,Zhang Lingli(Guangzhou Nanyang Polytechnic Vocational College,Guangzhou 510910,China)Abstract:Tractor is one of the important agricultural machinery in agricultural production,is one of the agricultural ma-chinery to ensure the smooth progress of agricultural production operations,and other agricultural machinery cooperation to complete the field operations.At present,tractor field work trajectory and route travel control mainly rely on the driver to control and manage,agricultural production efficiency is low,consume a lot of human and material resources.In re-sponse to the above problems,this study proposes an intelligent control system of agricultural unmanned tractor tillage trajectory based on machine vision,systematically elaborates on the system hardware selection and software design,processes the tractor tillage environment image,and finally adopts adaptive path tracking algorithm to realize adaptive tracking of agricultural unmanned tractor tillage trajectory so as to realize trajectory control.The field test results show that the system designed in this study can accurately track and control the tillage trajectory of agricultural unmanned trac-tor and improve the tractor operation efficiency and control accuracy.Key words:tractor;tillage trajectory;unmanned;intelligent control8622023 年 12 月 农 机 化 研 究第 12 期