|
基于超聲波測(cè)距的農(nóng)機(jī)行間自行走控制系統(tǒng)農(nóng)機(jī)田間自主行走作為精準(zhǔn)農(nóng)業(yè)的關(guān)鍵性技術(shù)，其自動(dòng)化技術(shù)可極大減輕作業(yè)人員的勞動(dòng)強(qiáng)度，適應(yīng)現(xiàn)代化精細(xì)農(nóng)業(yè)生產(chǎn)的發(fā)展趨勢(shì)。 國(guó)內(nèi)外關(guān)于農(nóng)機(jī)平臺(tái)路徑規(guī)劃均有研究，并在農(nóng)機(jī)旋耕播種、農(nóng)機(jī)田間施肥、植保噴藥、作物收獲 等方面應(yīng)用廣泛[2] 。日本的 yoshisda等人采取GPS與FOG相融合技術(shù)，以PH-69插秧機(jī)為樣機(jī)研究出PID算法控制農(nóng)機(jī)自動(dòng)駕駛[3] 。周俊等對(duì)農(nóng)業(yè)機(jī)器人通過機(jī)器視覺進(jìn)行路徑跟蹤研究，設(shè)計(jì)出基于輪式農(nóng)業(yè)機(jī)器人的機(jī)器視覺導(dǎo)航控制系統(tǒng)。 農(nóng)機(jī)導(dǎo)航定位的研究，基于多種方法，諸如GPS導(dǎo)航、雙激光雷達(dá)定位、機(jī)器視覺尋跡、多傳感器融 合位置檢測(cè)等。但是目前可應(yīng)用的農(nóng)機(jī)尺寸往往偏大，此類大型農(nóng)機(jī)通常搭載GPS全球定位系統(tǒng)，僅適合大型農(nóng)場(chǎng)中的作業(yè)。但是田間作業(yè)往往還只能依 靠人力徒步�，F(xiàn)階段對(duì)于狹小空間自主行走的研究主要集中在智能巡檢機(jī)器人及電動(dòng)智能車，對(duì)于在復(fù)雜多變的行間行駛的農(nóng)機(jī)研究較少。現(xiàn)將農(nóng)機(jī)與實(shí)際農(nóng)藝相結(jié)合，針對(duì)農(nóng)機(jī)目前在農(nóng)業(yè)生產(chǎn)中所存在的缺陷，設(shè)計(jì)小型農(nóng)機(jī)行間自行走控制系統(tǒng)具有很強(qiáng)的實(shí)際應(yīng)用價(jià)值。 1 履帶式農(nóng)機(jī)運(yùn)動(dòng)學(xué)模型 行間自行走的控制策略和農(nóng)機(jī)位置調(diào)整需要基于履帶式農(nóng)機(jī)的運(yùn)動(dòng)學(xué)模型[5] 。如圖 1 所示為履帶式農(nóng)機(jī)運(yùn)動(dòng)學(xué)模型，分別建立全局地面坐標(biāo)系 XOY 和農(nóng)機(jī)車體坐標(biāo)系xoy，農(nóng)機(jī)車體坐標(biāo)系位于農(nóng)機(jī)車體中心處。y 軸方向?yàn)檗r(nóng)機(jī)前進(jìn)方向。農(nóng)機(jī)行進(jìn)中轉(zhuǎn)向時(shí)，農(nóng)機(jī)以平面內(nèi)一點(diǎn)作為其轉(zhuǎn)動(dòng)瞬心，記為點(diǎn)Q。農(nóng)機(jī)中心點(diǎn) o 處到點(diǎn) Q 的連線距離即為轉(zhuǎn)向半 徑 R，農(nóng)機(jī)繞點(diǎn)Q轉(zhuǎn)動(dòng)的速度即為轉(zhuǎn)向角速度ω。
圖1 履帶式農(nóng)機(jī)運(yùn)動(dòng)學(xué)模型 對(duì)履帶式農(nóng)機(jī)的運(yùn)動(dòng)學(xué)模型作如下假設(shè)：①農(nóng)機(jī)時(shí)刻處在平面上運(yùn)動(dòng)且阻力系數(shù)固定；②兩側(cè)履 帶在均勻低速轉(zhuǎn)向時(shí)無滑移現(xiàn)象出現(xiàn)；③兩側(cè)履帶 完全相同且均不影響行駛軌跡；④農(nóng)機(jī)的中心點(diǎn)o視為實(shí)際農(nóng)機(jī)質(zhì)心；⑤履帶式農(nóng)機(jī)轉(zhuǎn)向時(shí)忽略離心 力和轉(zhuǎn)向角速度ω的變化影響[6] 。當(dāng)農(nóng)機(jī)以Q為轉(zhuǎn)動(dòng) 瞬心，R為轉(zhuǎn)向半徑時(shí)，其左右兩側(cè)驅(qū)動(dòng)輪速度、兩側(cè)履帶速度和農(nóng)機(jī)運(yùn)行速度、轉(zhuǎn)向角速度、轉(zhuǎn)向半徑的關(guān)系表示為式（1）-（5）。
其中，ωR、ωL分別為左右兩側(cè)驅(qū)動(dòng)輪的角速度，r 為驅(qū)動(dòng)輪半徑，vR、vL分別為左右兩側(cè)履帶的行駛速度，ω為農(nóng)機(jī)繞點(diǎn) Q 的轉(zhuǎn)向角速度，v為履帶式農(nóng)機(jī)車體中心 o點(diǎn)的線速度，L為農(nóng)機(jī)車體寬度，R 為農(nóng)機(jī)轉(zhuǎn)向半徑。分析農(nóng)機(jī)的不同行駛狀態(tài)，當(dāng) vR與 vL相等， 即農(nóng)機(jī)直線行駛時(shí)，轉(zhuǎn)向半徑視為無窮大；當(dāng) vR與vL大小相等方向相反時(shí)，即農(nóng)機(jī)處于原地差速轉(zhuǎn)向狀 態(tài)，轉(zhuǎn)向半徑為零，農(nóng)機(jī)轉(zhuǎn)動(dòng)瞬心點(diǎn) Q 與農(nóng)機(jī)中心點(diǎn) o 重合；當(dāng) vR與 vL不相等時(shí)，農(nóng)機(jī)繞轉(zhuǎn)動(dòng)瞬心點(diǎn) Q 以任意 R作為轉(zhuǎn)向半徑進(jìn)行轉(zhuǎn)向[7] 。 農(nóng)機(jī)轉(zhuǎn)向角速度為ω，則在Δt 時(shí)間內(nèi)農(nóng)機(jī)運(yùn)動(dòng) 的弧長(zhǎng)記為 E，通過弧長(zhǎng)角度公式將農(nóng)機(jī)運(yùn)動(dòng)的弧 長(zhǎng)轉(zhuǎn)化為農(nóng)機(jī)在Δt 時(shí)間內(nèi)轉(zhuǎn)過的角度 n，其與左右 兩側(cè)履帶行駛速度的關(guān)系可表示為式（6）-（7）：
目前履帶類車輛常有三種差速轉(zhuǎn)向方式[8] ，該文 選擇獨(dú)立式轉(zhuǎn)向方式，該轉(zhuǎn)向方式對(duì)功率的需求小 于中心差速式轉(zhuǎn)向和外側(cè)提速式轉(zhuǎn)向。其原理是農(nóng) 機(jī)轉(zhuǎn)向過程中，靠近轉(zhuǎn)動(dòng)瞬心點(diǎn) Q 側(cè)履帶速度降低， 遠(yuǎn)離轉(zhuǎn)動(dòng)瞬心點(diǎn) Q 側(cè)履帶速度保持不變。 2 車身位置檢測(cè)策略 目前廣泛采用非接觸式距離傳感器有激光測(cè)距、紅外測(cè)距、超聲波測(cè)距；其中紅外測(cè)距傳感器容易受到光強(qiáng)影響，且范圍較小，在復(fù)雜的田間環(huán)境易受干擾；激光測(cè)距精度高但是結(jié)構(gòu)復(fù)雜，成本較高， 適合于高精準(zhǔn)度運(yùn)行的智能巡檢機(jī)器人；超聲波測(cè)距方向性好，穿透力強(qiáng)，超聲波傳感器防水防污性能強(qiáng)，在復(fù)雜的作業(yè)環(huán)境下仍能保持較優(yōu)水準(zhǔn)[9-11] 。 農(nóng)機(jī)在田間作業(yè)時(shí)，傳感器傳輸?shù)男盘?hào)常受安裝位置、農(nóng)機(jī)自身噪音或者環(huán)境因素變化的影響，超聲波傳感器輸出距離信號(hào)存在較大誤差，需要對(duì)超 聲波測(cè)得的距離信號(hào)進(jìn)行預(yù)補(bǔ)償處理，以保證超聲 波傳感器輸出的距離信號(hào)更加貼近實(shí)際距離。基于相對(duì)誤差最小二乘法對(duì)超聲波距離信號(hào)進(jìn)行處理。 根據(jù)最小二乘擬合的數(shù)學(xué)定理[12] ，將超聲波測(cè)量值與實(shí)際值作差，選擇相對(duì)誤差進(jìn)行擬合計(jì)算，對(duì) 距離測(cè)量值與實(shí)際值的線性關(guān)系表示如下：
測(cè)量的相對(duì)誤差通過最小二乘法公式表達(dá)如 下，其中 n 為測(cè)量距離值的采樣次數(shù)，在測(cè)量值中任取兩組對(duì)應(yīng)數(shù)據(jù)建立方程組求取 M、N 值：
由于超聲波傳感器的回聲測(cè)距原理，即超聲波 存在測(cè)量死區(qū)，通過實(shí)驗(yàn)測(cè)得超聲波傳感器測(cè)量死 區(qū)為 0至 26 cm，所以超聲波測(cè)距實(shí)驗(yàn)選定在 27 cm至 50 cm 之間采樣。實(shí)驗(yàn)測(cè)距結(jié)果如表 1所示。
將表中距離測(cè)量值與實(shí)際值代入擬合公式（9）、 （10）中，解得 M=1.077 0、N=-4.070 8，則實(shí)際距離值 和超聲波測(cè)量距離值的關(guān)系按式（11）擬合：
通過表 1 對(duì)比最小二乘擬合前的相對(duì)誤差值與 最小二乘擬合后的相對(duì)誤差值，處理后的超聲波測(cè) 量值準(zhǔn)確度和穩(wěn)定度有較為明顯的改善。 利用傳感器分別對(duì)車右前側(cè)、左前側(cè)、右后側(cè)、 左后側(cè)的距離進(jìn)行檢測(cè)，且超聲波的安裝位置到車 體最外側(cè)的距離需大于超聲波自身測(cè)量死區(qū)，以保 證超聲波工作在正常測(cè)距范圍內(nèi)。圖 2 所示為通過 超聲波測(cè)量距離值對(duì)農(nóng)機(jī)行駛航向角偏差進(jìn)行分析 計(jì)算示意圖。 圖2 中，a 為車身左前側(cè)測(cè)量的距離值，b 為左后 側(cè)測(cè)量的距離值，c為農(nóng)機(jī)長(zhǎng)度，θ為農(nóng)機(jī)車體坐標(biāo)系 y 軸與全局地面坐標(biāo)系 Y 軸之間的夾角，即農(nóng)機(jī)相對(duì) 于行間直線行駛時(shí)的航向角偏差值。根據(jù)梯形幾何 關(guān)系得到兩者關(guān)系公式，如式（12）所示：
如圖 3 所示，車體中心位置垂直于兩側(cè)農(nóng)作物種植行的直線距離作為農(nóng)機(jī)距兩側(cè)農(nóng)作物的距離 d1，當(dāng)農(nóng)機(jī)在行間中心線正常行駛時(shí)，存在幾何關(guān) 系：a=b=d1，當(dāng)農(nóng)機(jī)存在航向角偏差和位置偏差時(shí)， 根據(jù)幾何關(guān)系有：
圖2 航向角偏差計(jì)算示意圖
式（16）利用車身前后四個(gè)超聲波傳感器的測(cè)量 值計(jì)算農(nóng)機(jī)作業(yè)時(shí)，將車身航向角偏差 θ 和車身相 較于行間中心線的位置偏差 d 作為下文模糊控制算 法的輸入量。
圖3 位置偏差計(jì)算示意圖 3 自行走模糊控制策略 模糊控制法利用模糊數(shù)學(xué)的基本思想和理論，在 分析復(fù)雜多變環(huán)境下的系統(tǒng)時(shí)，變量往往難以用傳統(tǒng) 控制理論描述，因此引入模糊控制理論來簡(jiǎn)化系統(tǒng) 的動(dòng)態(tài)分析與控制，其能夠效仿該領(lǐng)域?qū)＜业慕?jīng)驗(yàn) 和策略，智能決策能力遠(yuǎn)超傳統(tǒng)控制理論。一個(gè)模 糊控制器通常包含模糊化、模糊決策、解模糊化[13-14] 。 航向角偏差θ、位置偏差 d 與行間行駛中心線的 位置關(guān)系大致有圖4所示的幾種情況。規(guī)定當(dāng)車體位置偏差在行間中心線左側(cè)時(shí)，位置偏差d為負(fù)值； 當(dāng)車體位置偏差在行間中心線右側(cè)時(shí)，位置偏差d為正值。車頭行駛方向指向左前方時(shí)，航向角偏差θ為負(fù)值；車頭行駛方向指向右前方時(shí)，航向角偏差θ為正值。圖 4（a）表示位置偏差為負(fù)，航向角偏差為 0；圖 4（e）表示位置偏差為 0，航向角偏差為負(fù)；圖 4（i） 表示位置偏差為正，航向角偏差為正。
圖4 航向角偏差、位置偏差示意圖 模糊控制規(guī)則的建立基于人工駕駛農(nóng)機(jī)的操縱 經(jīng)驗(yàn)，其建立規(guī)則應(yīng)該符合實(shí)際操縱方式：當(dāng)車體位 置偏差 d、航向角偏差θ與行間中心線偏差較大時(shí)，應(yīng) 盡快調(diào)整方向，防止農(nóng)機(jī)駛?cè)雰蓚?cè)作物中；當(dāng)車體位 置偏差 d、航向角偏差θ與行間中心線偏差較小時(shí)，對(duì) 于消除偏差和農(nóng)機(jī)行駛穩(wěn)定性要兼顧處理。該模糊 控制器輸出參數(shù)為農(nóng)機(jī)轉(zhuǎn)向角 n，式（17）為三者的模糊關(guān)系：
式中，δ為模糊控制器的修正因子，消除位置偏 差和航向角偏差的側(cè)重不同，對(duì)于行間行駛農(nóng)機(jī)，應(yīng) 更加關(guān)注位置偏差的修正，因此δ的取值應(yīng)適當(dāng)加大。 該模糊控制系統(tǒng)是一個(gè)雙輸入單輸出的模糊控 制器；根據(jù)控制過程相關(guān)專家經(jīng)驗(yàn)對(duì)輸入輸出進(jìn)行 量化并總結(jié)出 7×7 條模糊語言規(guī)則，其模糊控制規(guī) 則見表 2：
根據(jù)所建立的模糊控制規(guī)則表，此系統(tǒng)內(nèi)三個(gè)變量位置偏差、航向角偏差和轉(zhuǎn)向角的模糊集合為 {負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}={NB,NM, NS,ZE,PS,PM,PB}。轉(zhuǎn)向角 n 的 Gauss 隸屬度函數(shù)如 圖 5所示。
圖5 轉(zhuǎn)向角n隸屬度函數(shù) 采用面積重心法進(jìn)行解模糊，面積重心法是取 隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心，作為模 糊推理的最終輸出值，相較于其他解模糊化方法， 面積重心法具有更平滑的輸出推理控制。即使對(duì) 應(yīng)于輸入信號(hào)的微小變化，輸出也會(huì)發(fā)生變化。其 數(shù)學(xué)表達(dá)式如式（18）所示：
當(dāng)農(nóng)機(jī)位置偏差 d=-6 且航向角偏差θ=-6°時(shí)， 轉(zhuǎn)向角 n=5.09°。在對(duì)基本論域進(jìn)行量化等級(jí)后， 在[-6,6]的范圍內(nèi)調(diào)節(jié)航向角偏差和位置偏差，即可 通過解模糊推理獲取。 4 自行走控制系統(tǒng)的運(yùn)動(dòng)仿真 利用 Matlab 對(duì)農(nóng)機(jī)行間自行走模糊控制算法進(jìn) 行仿真驗(yàn)證，仿真時(shí)設(shè)定將 y=x 的第一象限角平分 線作為行間自行走的中心線即預(yù)定行駛路徑，仿真的初始位置設(shè)為（0,0）處，y>x 部分作為行間中心線 左側(cè)，y<x部分作為行間中心線右側(cè)。 圖 6 的（a）-（c）為農(nóng)機(jī)車身位置偏差 d 和航向角 偏差θ幾種典型取值下的運(yùn)動(dòng)仿真模擬。
圖6 農(nóng)機(jī)行間自行走運(yùn)動(dòng)仿真 結(jié)合式（17）的模糊函數(shù)表達(dá)式可知，農(nóng)機(jī)行間 自行走策略以消除農(nóng)機(jī)車身位置偏差為主，δ的取值 適當(dāng)選擇較大。當(dāng)位置偏差和航向角偏差均處于正 大 NB 或負(fù)大 PB 時(shí)，農(nóng)機(jī)需要快速進(jìn)行行間車身位置調(diào)整，此時(shí)電動(dòng)農(nóng)機(jī)需要較大的轉(zhuǎn)向角 n，根據(jù)文 中建立的模型和公式，此時(shí)農(nóng)機(jī)左右兩側(cè)的履帶速 度差增大以向農(nóng)機(jī)提供更大的轉(zhuǎn)向角度。當(dāng)位置偏 差處于正小 NS或負(fù)小 PS但航向角偏差處于正大 NB 或負(fù)大 PB 時(shí)，此時(shí)農(nóng)機(jī)不需要過多的車身位置調(diào) 整，只需要及時(shí)對(duì)航向角偏差進(jìn)行修正。當(dāng)農(nóng)機(jī)航 向角偏差為零 ZE 但存在位置偏差時(shí)，也應(yīng)該及時(shí)對(duì) 農(nóng)機(jī)車身位置進(jìn)行調(diào)整。 5 自行走控制系統(tǒng)的硬件設(shè)計(jì) 設(shè)計(jì)的自行走控制系統(tǒng)安裝在小型電動(dòng)履帶式 農(nóng)機(jī)以便更好地將農(nóng)機(jī)與農(nóng)藝相結(jié)合，目前國(guó)內(nèi)的作 物種植大多數(shù)采用寬窄行種植技術(shù)[15] ，大多數(shù)通過 寬窄行種植的農(nóng)作物其窄行寬度一般處于 35~50 cm 范圍內(nèi)，窄行不適宜行走，而寬行的寬度一般根據(jù)農(nóng) 作物種植農(nóng)藝的不同大體在90~130cm之間。所采 用農(nóng)機(jī)長(zhǎng)160 cm，寬66cm，高45cm，選用橡膠履帶 更適宜在復(fù)雜的田間環(huán)境行駛。 該農(nóng)機(jī)動(dòng)力由48 V/800 W無刷直流電機(jī)提供，電機(jī)驅(qū)動(dòng)相較于傳統(tǒng)的燃油發(fā)動(dòng)機(jī)驅(qū)動(dòng)，無刷直流電機(jī)的結(jié)構(gòu)相對(duì)封閉，適宜在農(nóng)田等惡劣環(huán)境下使 用。其額定電流為 20 A，額定扭矩為 5 N·m，額定轉(zhuǎn) 速為 25 r/s。根據(jù)式（19）力矩公式計(jì)算單個(gè)電機(jī)產(chǎn)生的力：
直流電機(jī)軸直徑約為0.008m，則力臂為電機(jī)軸的半徑為0.008/2=0.004 m，根據(jù)式（19）得到單電機(jī)產(chǎn)生 的力約為 1 250 N，代入重力系數(shù)算得：1 250 N/(9.8 N/ kg)≈128 kg，其農(nóng)機(jī)整體承受負(fù)載的質(zhì)量約為250 kg。 電動(dòng)農(nóng)機(jī)采用 58.2 Ah 的鉛酸蓄電池作為動(dòng)力 源。電機(jī)輸出功率計(jì)算如式（20）所示：
式（21）為電池放電，其中 FAH 為電池放電時(shí) 間，ZL 為電池放電電流值，NAH 為電池容量，0.85 為 蓄電池放電效率，結(jié)合式（21）算得農(nóng)機(jī)田間作業(yè)最大行駛距離約為 7.5 km：
圖 7 所示為超聲波車身檢測(cè)系統(tǒng)電路圖。超聲波傳感器選擇 DJLK-003收發(fā)一體超聲波模塊，平面小角度測(cè)距，工作的溫度范圍為-15~+60 ℃，探頭具 備一定的防塵防水等級(jí)，適用于潮濕、惡劣的測(cè)量環(huán)境。通過 RS485 協(xié)議發(fā)送車身位置距離值，RS485總線抗共模干擾能力強(qiáng)，最大數(shù)據(jù)傳輸速率可達(dá) 10Mbps，設(shè)置不同從機(jī)地址可同時(shí)采集四組距離值。
圖7 超聲波車身檢測(cè)系統(tǒng)電路圖 農(nóng)機(jī)的行間自行走控制系統(tǒng)通過 STM32芯片對(duì)農(nóng)機(jī)車身距離值進(jìn)行解算后向電機(jī)驅(qū)動(dòng)器發(fā)送調(diào)速 電壓。由上文可知，農(nóng)機(jī)差速轉(zhuǎn)向方式選用獨(dú)立式差速轉(zhuǎn)向，因此通過減法電路與前進(jìn)電壓信號(hào)相 減。行間作業(yè)時(shí)，由調(diào)速旋鈕電路持續(xù)向兩側(cè)電機(jī) 驅(qū)動(dòng)器輸出恒值為 0~5.0V的調(diào)速電壓。當(dāng)農(nóng)機(jī)行駛位置偏離行間中心線時(shí)，主控芯片接收四組超聲波傳感器測(cè)量值后將位置偏差和航向角偏差作為輸入量，經(jīng)模糊解算后輸出農(nóng)機(jī)轉(zhuǎn)向角度，再根據(jù)轉(zhuǎn)向模型將-30°~30°農(nóng)機(jī)轉(zhuǎn)向角轉(zhuǎn)換為左右履帶的速度 差值；通過STM32 的D/A輸出0~2.4 V的電壓值，與 調(diào)速旋鈕電路輸出電壓值相減輸出至近轉(zhuǎn)動(dòng)瞬心側(cè) 的電機(jī)驅(qū)動(dòng)器，單側(cè)履帶速度降低。其電路原理圖如圖8所示。
圖8 行間自行走控制系統(tǒng)電路圖 如圖9所示對(duì)農(nóng)機(jī)行間自行走控制系統(tǒng)進(jìn)行Multisim14.0電路仿真，調(diào)速旋鈕電路采用10 kΩ的分壓變阻器向電機(jī)驅(qū)動(dòng)器輸出0~5V可調(diào)電壓信號(hào)控 制農(nóng)機(jī)行間自行走時(shí)的前進(jìn)速度；STM32的DAC為電壓輸出模式，可直接作為信號(hào)源，利用兩個(gè)10kΩ的分壓變阻器模擬雙路DAC輸出0~2.4V差速轉(zhuǎn)向電壓信號(hào)。當(dāng)控制芯片通過解算判斷農(nóng)機(jī)需要轉(zhuǎn)向修正前 進(jìn)方向時(shí)，PA4或PA5輸出一個(gè)轉(zhuǎn)向角度所對(duì)應(yīng)的電 壓信號(hào)，經(jīng)過前級(jí)電壓跟隨電路后與調(diào)速旋鈕電路輸出的直行電壓信號(hào)通過 LM358N電壓減法電路相減， 再將該電壓信號(hào)經(jīng)二級(jí)電壓跟隨電路輸出至電機(jī)驅(qū) 動(dòng)器，左右兩側(cè)電機(jī)驅(qū)動(dòng)器根據(jù)雙路 D/A輸出的不同而形成電壓差值；一側(cè)電機(jī)驅(qū)動(dòng)器驅(qū)動(dòng)電壓降低，另一 側(cè)電機(jī)驅(qū)動(dòng)器驅(qū)動(dòng)電壓不變，即近轉(zhuǎn)動(dòng)瞬心側(cè)的速度 降低，遠(yuǎn)轉(zhuǎn)動(dòng)瞬心側(cè)速度不變，農(nóng)機(jī)修正車身偏差。仿真時(shí)PA5控制左轉(zhuǎn)向，PA4控制右轉(zhuǎn)向，調(diào)速旋鈕持續(xù)輸出3.0 V電壓信號(hào)模擬農(nóng)機(jī)前進(jìn)速度，當(dāng)PA5處DAC 產(chǎn)生1.2 V模擬電壓信號(hào)時(shí)，向兩側(cè)電機(jī)驅(qū)動(dòng)器分別輸 出 1.8 V和 2.97 V電壓信號(hào)，左側(cè)電機(jī)轉(zhuǎn)速降低，右側(cè)電機(jī)轉(zhuǎn)速不變，農(nóng)機(jī)行駛路線向左側(cè)修正[16] 。
圖9 Multisim14.0電路仿真圖 6、試驗(yàn)及分析 上文分別對(duì)行間自行走模糊控制策略和自行走控制系統(tǒng)電路進(jìn)行仿真測(cè)試后，對(duì)農(nóng)機(jī)進(jìn)行田間實(shí)機(jī)測(cè)試。選擇在山西省大同市云州區(qū)黃花菜種植實(shí) 驗(yàn)基地實(shí)驗(yàn)田進(jìn)行試驗(yàn)，其寬行寬度約為1.3m。黃 花菜作為一種經(jīng)濟(jì)型作物，其采摘過程較為繁瑣，需要?jiǎng)趧?dòng)者行走在行間進(jìn)行采摘。 通過對(duì)人工黃花菜采摘作業(yè)的研究獲得最佳農(nóng)機(jī)行駛速度約為0.83 m/s，在此速度下農(nóng)機(jī)進(jìn)行單趟距離為500m的采摘作業(yè)，耗時(shí)約為10 min，則20min 即可完成雙人4行黃花菜采摘，其效率約為5min/行； 對(duì)比人工步行采摘，雙人可同時(shí)采摘4行黃花菜，但此時(shí)人工采摘步行速度約為0.3m/s，則在人工步行采摘模式下，單趟距離為500m的采摘作業(yè)耗時(shí)為 30 min，其效率約為 7.5 min/行。通過試驗(yàn)得：采用農(nóng)機(jī)行間自行走對(duì)黃花菜進(jìn)行采摘時(shí)效率提高約30%，小型電動(dòng)農(nóng)機(jī)的使用不僅不會(huì)對(duì)作物和土地造成較大破壞，還大幅度減輕農(nóng)民的勞動(dòng)壓力，優(yōu)化農(nóng)民的工作條件等[17] 。 如圖 10 和 11 所示為單次黃花菜采摘作業(yè)時(shí)四個(gè)傳感器的距離采樣值，其中Echo1、Echo2、Echo3、 Echo4 分別為左前側(cè)、左后側(cè)、右前側(cè)、右后側(cè)的超聲波傳感器距離采樣值；圖12為傳輸至電機(jī)驅(qū)動(dòng)器的左側(cè)調(diào)速電壓Vleft和右側(cè)調(diào)速電壓Vright的曲線。傳感器測(cè)量值受復(fù)雜外界環(huán)境干擾，對(duì)于農(nóng)機(jī)行駛姿態(tài)和路徑的判斷困難，位置偏差和航向角偏 差都較大時(shí)，農(nóng)機(jī)會(huì)對(duì)路徑進(jìn)行修正，且此時(shí)調(diào)速電壓變化幅度也較大，以便快速修正，在距離采樣值波動(dòng)幅度不大的情況下默認(rèn)為行間復(fù)雜的作業(yè)環(huán)境因素干擾。試驗(yàn)結(jié)果表明：在500m的無干預(yù)農(nóng)機(jī)自行走作業(yè)測(cè)試中，農(nóng)機(jī)位置基本位于行中心線上。
圖10 左側(cè)前后傳感器距離采樣值
7 結(jié)論 該文所設(shè)計(jì)的基于超聲波測(cè)距的電動(dòng)農(nóng)機(jī)行間自行走策略旨在優(yōu)化諸如黃花菜采摘等人工農(nóng)業(yè)生產(chǎn)采摘方式，農(nóng)機(jī)的智能化極大程度減輕農(nóng)業(yè)生產(chǎn)者的勞動(dòng)強(qiáng)度。通過距離傳感器和微控制器實(shí)時(shí)對(duì)農(nóng)機(jī)行間行駛姿態(tài)進(jìn)行判斷和修正，即使在復(fù)雜多變的田間環(huán)境下實(shí)機(jī)試驗(yàn)，在不需要人為駕駛干預(yù) 的情況下保證農(nóng)機(jī)沿著行間道路行駛，解決了在大型農(nóng)機(jī)無法進(jìn)入田間作業(yè)時(shí)僅能依靠人力進(jìn)行農(nóng)業(yè)生產(chǎn)的現(xiàn)狀，未來可對(duì)該款農(nóng)機(jī)進(jìn)行多種改裝后，使其可承擔(dān)農(nóng)作物采摘、行間載人及農(nóng)產(chǎn)品運(yùn)輸、行間植保噴藥等任務(wù)。 參考文獻(xiàn)： [1] 羅錫文,廖娟,胡煉,等.我國(guó)智能農(nóng)機(jī)的研究進(jìn)展 與無人農(nóng)場(chǎng)的實(shí)踐[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào),2021 (6):1-15. [2] 楊宏偉,蘇仁忠,解曉琴.農(nóng)機(jī)自動(dòng)駕駛設(shè)備作業(yè) 檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].河北工業(yè)科技,2021, 38(4):280-285. [3] 藥林桃,羅翔,曹曉林,等.基于RTK-GPS的智能微 耕機(jī)導(dǎo)航系統(tǒng)[J].農(nóng)機(jī)化研究,2021,43(9):78-82. [4] 周俊,胡晨.密植果園作業(yè)機(jī)器人行間定位方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(11):22-28. [5] 關(guān)卓懷,沐森林,吳崇友,等.履帶式聯(lián)合收獲機(jī)水 田作業(yè)轉(zhuǎn)向運(yùn)動(dòng)學(xué)分析與試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào), 2020,36(13):29-38. [6] 劉文學(xué),王濤,周迎春,等.虛擬現(xiàn)實(shí)的履帶式裝甲 車輛運(yùn)動(dòng)控制實(shí)驗(yàn)研究[J].兵器裝備工程學(xué)報(bào), 2019,40(9):135-139. [7] 孫景彬,楚國(guó)評(píng),潘冠廷,等.遙控全向調(diào)平山地履 帶拖拉機(jī)設(shè)計(jì)與性能試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào), 2021,52(5):358-369. [8] 李輝,賈文斐.工程機(jī)械車輛的轉(zhuǎn)向形式及其特點(diǎn) 研究[J].時(shí)代農(nóng)機(jī),2020,47(3):85-86. [9] 胡佑兵.基于激光測(cè)距傳感器的輸送帶煤流量檢 測(cè)系統(tǒng)設(shè)計(jì)[J].礦山機(jī)械,2021,49(9):35-38. [10]雷道仲.基于單片機(jī)的超聲波傳感器智能擂臺(tái)對(duì) 抗機(jī)器人設(shè)計(jì)[J].信息技術(shù)與信息化,2021(8): 218-220. [11]楊帆,雷迪.基于 STM32 設(shè)計(jì)的避障小車[J].制造 業(yè)自動(dòng)化,2021,43(3):40-43. [12]王昭文,姚毅,唐碧瑩,等.基于最小二乘法的電化 學(xué)傳感器溫漂補(bǔ)償研究[J].工業(yè)儀表與自動(dòng)化裝 置,2021(2):69-73. [13]王婷,楊軍,王波,等.基于模糊 PID 的紡織整緯機(jī) 運(yùn)動(dòng)控制方法[J].科技風(fēng),2021(27):18-20. [14]張麗君,段昌盛,赫桂梅.基于改進(jìn)模糊控制的并 聯(lián)機(jī)器人運(yùn)動(dòng)路徑跟蹤研究[J].傳感器與微系統(tǒng), 2021,40(10):59-62. [15]惠兆元,張?zhí)岵?趙倩倩,等.大壟雙行玉米種植技 術(shù)與機(jī)械化收獲技術(shù)配套發(fā)展思路[J].農(nóng)業(yè)機(jī)械, 2021(9):86-88. [16]崔赟,孫志毅,謝嘉麟.基于STC89C52單片機(jī)信號(hào) 發(fā)生器的設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī),2019,32(6): 127-128,130. [17]秦雅娟,李效珍,李子龍.晉北黃花菜生長(zhǎng)特性及 其氣象環(huán)境條件變化特征[J].現(xiàn)代農(nóng)業(yè)研究, 2021,27(1):95-96. |
