[01343560]大马力轮式农机自动驾驶系统的关键算法研究

我国正逐步进入规模化农业生产阶段,,大型农场不断涌现,农业机械已经大量地被应用到生产实践中。然而当前机械化作业的质量较人工作业存在一定的差距。自动驾驶技术使农业机械能精确地沿着直线路径作业,使得种子、秧苗的间距严格均等,每颗作物获得的阳光、水分、养分因此也均衡。此外,精确化定位使得机械化施肥、喷洒农药得以实现。因此研究自动驾驶技术相关的算法具有重要的现实意义。 本项目以实现农机自动驾驶为目的,在项目的研究过程中,也获得宁波市农机局的资助,借得了乘坐式高速插秧机一台,因此,研究对象由项目申请时的大型玉米收割机调整为高速插秧机。 申请人于2010年2月申请了本课题,5月获得批准立项,原计划于2011年12月结题。但在实际的研究过程、及根据论文发表反馈意见的需要出发,需建立自动导航驾驶平台及大量的田间实验,因此,项目的结题的时间被大大地延后了。在插秧机上的导航平台于2011年12月才初步建成,项目组于2012年、2013年的单季稻、晚稻插秧季节进行了大量的实验,并逐步完善了实验平台。 研究内容包括： 1)基于Kalman滤波器的姿态估计算法,研究了融合GPS定位数据、陀螺仪航向、速度的姿态估计算法,并针对经济型RTK-GPS数据刷新频率低的情况,提出了双Kalman滤波器算法; 2)非线性控制算法,采用PID+非线性角方法,解决了田间道路不平坦时行驶轨迹的直线度; 3)基于机器视觉的秧苗行识别算法,使机器视觉成为一种潜在的作物行导航传感器。发表了期刊论文2篇,其中1篇被SCI收录（同时也被EI收录）,另一篇被KSCI收录（韩国SCI检索）,会议论文5篇,其中一篇被EI收录,达到了预期的论文指标。此外还获得4项实用新型专利授权、1项发明专利的实质审查、5项软件著作权授权。 项目研究过程中,实验平台建设上支出远超过了基金项目的预算,因此所有的设备、仪器从另外的项目经费出资,目前本项目还有11241元结余,这些费用将用于2014年单季稻时节的导航系统鉴定支出、后续研究的设备费支出、学术会议会务费和燃油费支出等。 通过本基金项目的研究,为农机自动驾驶技术的实用化提供了算法支撑,为后续的产业化应用做好了扎实的基础。