基本介紹
- 中文名：自動導航控制系統
- 外文名：automatic navigation control system
- 領域：自動化控制
- 套用：設施農業
- 主要技術：硬體部分、路徑部分、算法部分
- 定位方法：機器視覺、GPS 導航和慣性導航等
背景簡介,自動導航定位感測器,機器視覺,GPS 導航,慣性導航,導航控制算法,常見的農用自動導航控制系統,GPS 導航,視覺導航,雷射導航,慣性導航,測距導航,電磁導航,多感測器融合,
背景簡介
自動導航控制技術是一種車輛自主沿規劃路逕行駛的反饋控制，套用於設施農業中可以將作業者從繁重，單一，重複的生產過程中解放出來。此外，由機械化作業代替人工作業，有效的提高了作業的精度，降低了生產過程中遺漏，浪費等現象。將設施農業和以自動導航技術為基礎的自動化作業相結合，無疑對提高農業作業效率、農作物產量、改善農業作業者工作環境都有著巨大的現實意義。
美國、德國、日本等國家都針對該技術開展了研究，並且取得了一定的成果，以美國為首的一些已開發國家，已經將自動導航系統套用於農業作業中。
自動導航定位感測器
自動導航中的精確定位有多種方法，廣泛套用的方法有機器視覺、GPS 導航和慣性導航等。
機器視覺
機器視覺目前在各領域有著廣泛的套用，比如寶時得公司生產的自動避障割草車，它通過圖像處理識別前方的各種障礙，從而可以提前轉彎避開這些障礙。機器視覺的核心是圖像感測器和圖像處理算法。圖像感測器主要是獲取視野中的圖像數據，而圖像處理算法則是將圖像數據處理分類，從而判斷視野中的各種物體形狀大小及距離等。
機器視覺在農業生產中主要是用來捕獲田間農作物。例如在農田中，有農作物、雜草、泥水、石塊等，那么如何快速將農作物與其他物體區分開來並鎖定其位置是機器視覺所要解決的問題。例如在自動對靶噴施農藥方面就取得了很好的效果，它能夠快速捕獲農作物的位置並反饋給控制台，控制台根據這一位置控制農藥噴頭對準農作物進行噴灑，大大避免了農藥的浪費，也減少了對環境的污染。機器視覺的主要優點是開發成本較低，缺點是容易受到光線、土地平整度等客觀環境的影響。
GPS 導航
GPS 即全球定位系統，它是一種具有全方位、全天候、全時段、高精度的衛星導航系統。目前已開放了幾個波段為民用提供服務。但是該系統由於衛星星曆、衛星時鐘存在誤差，大氣對流層、電離層對信號的影響、接收機自身的噪聲誤差以及在套用過程中客觀環境如溫室大棚、樹冠等對信號的阻擋等原因，使得民用的定位精度只有數十米量級，這遠遠未能達到農業機械定位的要求。
隨著對 GPS 定位研究的深入，近些年來，出現了差分定位技術（如 DGPS、DGNSS），它的定位精度最高可達厘米級。差分 GPS 系統包含著一個或多個安裝在已知坐標點上的GPS 接收機作為基準站，通過基準站對 GPS 衛星信號的測量而計算出差分校正量，然後將差分校正量播發給位於差分服務範圍內的用戶接收機（又叫流動站），以提高用戶接收機的定位精度。對於農業機械 GPS 自動導航使用較多的是實時動態差分（RTK），因為它是一種針對動態用戶實時提供精密定位的技術。
慣性導航
慣性導航是一種不依賴外部信息、也不向外部輻射能量的自主式導航系統。它一般包括慣性感測器如距離感測器、角度感測器等，計算機和在計算機上運行的導航算法，慣性感測器是其核心部分。目前，在大多數的飛彈、潛艇、飛機和輪船上均有配備這一系統。它的基本工作原理是以牛頓第二定律為基礎，通過測量載體在慣性參考系的加速度，將它對時間進行積分，且把它變換到導航坐標系中，就能夠得到在導航坐標系中的速度、航偏角和位置等信息。這種導航具有隱蔽性好、不受外界干擾等優點。但是由於它是通過積分計算得到導航數據的，所以存在累積誤差，長期使用必然會導致精度下降，所以慣性導航一般不能單獨使用，它需要與其他導航技術相互配合，才能保證較高的精度。
導航控制算法
控制算法是自動導航的核心內容。但它首先需要獲得各個感測器測量的數據，比如獲得插秧機的位置坐標、航向角、橫滾角、速度以及俯仰角等定位信息。將這些信息和預定義路徑信息一起傳送給控制系統，從而確定插秧機下一時刻需要完成的轉彎動作。最後傳送指令給方向盤轉動一定的角度，使插秧機回到預定義路徑上。
目前，常見的路徑跟蹤控制算法有線性模型、PID 控制、最優控制、模糊邏輯、神經網路以及純追蹤模型等。線性模型算法相對比較簡單，它首先根據經驗判斷前輪轉角與橫向偏差和航向偏差之間的關係，然後設定一個帶參數的比例關係式，最後通過仿真或試驗確定比例參數。很顯然，這種算法精度不高而且也無法消除穩態誤差。PID 控制算法在工業中被廣泛套用，原因是這種數學模型易於建立，傳遞函式容易推導，而且能夠較快地較小穩態誤差。但是三個控制參數的確定比較困難，於是出現了模糊 PID 控制算法、最優 PID 控制算法等組合算法，這些算法歸根結底都是為了獲得較好的控制參數。最優控制方法可直接解算獲得較優的控制參數，但是需要確定被控對象的數學模型，該算法對曲線跟蹤的適應性較差，更重要的是插秧機在水田中行駛的精確數學模型難以建立。模糊算法是一種經驗控制方法，它不需要建立被控對象精確的數學模型，只需獲得控制對象的運動特性以及人為處理經驗。因此，它的魯棒性相對較強且不易受到外界變化的干擾，但是其跟蹤誤差一般比較大。神經網路對解決複雜運動特徵的被控對象有很好的控制效果，但首先需要一批質量較高的訓練樣本。純追蹤模型是通過建立幾何模型去推導控制方程，從而獲得輸入參數與輸出參數之間的函式關係，一般能夠獲得較高的控制精度，但前視距離不易調節。
常見的農用自動導航控制系統
根據導航系統中使用的定位感測器的不同，可以將農用導航系統分為以下幾類，分別為 GPS 導航、視覺導航、雷射導航、慣性導航、測距導航、電磁導航、多感測器融合等。不同感測器在不同環境中都存在著差異性，因此定位的方法也各不相同。
GPS 導航
GPS 系統（Global Positioning System）是由 24 顆衛星構成的龐大網路定位系統，可以實時的在全球任意位置進行導航和定位，並且具有全天候，全球性等特點。GPS 系統一般可以分為兩大類：一類是 DGPS(差分 GPS 定位技術)和RTK-GPS(實時動態 GPS 技術定位技術)。
在室內環境中，如設施農業，GPS 信號受到嚴重的阻擋，存在可靠性不高的問題，此外，單純利用 GPS 定位，其精度也比較低，一般需要通過和其他導航方式相結合來提高精度。
視覺導航
視覺導航系統是通過安裝在車身上的攝像頭，利用周圍環境信息來導航的方法。通過攝像機獲取的圖像信息，經過分析處理可以得到農用機械相對於行間作物的位置與姿態信息，做出相應的路徑規劃，實現車輛的自動導航。目前，這種導航方式受到了很多工程師的青睞。
德國的農業技術和建築工程監理會（KTBL）成功研製出了一種旋耕機器人，它能完成播種與除草作業，旋耕機器人利用感測器檢測與地壟的接觸，使其能夠沿地壟自動行駛。Ayala M、Soria C 和 Carelli R 提出了一種在田間使用的移動機器人視覺控制系統，在對視覺圖片分析處理後得到透視線，並利用透視線確定導航的軌跡，運用統計學原理對圖片進行分割處理和 Hough 變化來擬合導航路徑，結果發現其穩定性較好。
雷射導航
雷射導航被廣泛套用於農用機械自動駕駛的研究中，它的優點是測量精度高，距離遠。Chateau 等人通過將雷射感測器安裝在車身上，根據感應距離的不同，得到工作區域的信息，實現自動導航的功能。西北農林科技大學的陳軍等人利用雷射掃瞄器，通過雷射掃描獲得周圍的果樹信息，研發了一種適用於果園的自動導航控制器。並通過實車驗證，該雷射感測器系統具有較高的可靠性、較好的實用性，可以迅速的獲取精確位置，但沒有考慮車輛的實際複雜路況及動力學因素。Hamme.B 等人研究了一種自主移動機器人，利用激活掃瞄器探測周圍環境，從而獲得轉向角和車輪距離，實現農用機械的自動導航。但是該機器人在速度較高時，容易出現遮擋現象，提供不了詳細的信息，容易造成系統混亂。
慣性導航
慣性導航使用慣性元器件測量車輛的自身加速度，通過運算得到速度和位置信息，達到導航定位的目的，慣性導航不容易受外界能量的干擾，是一種利用自身運動信息導航的系統。吉林大學研發了一種慣性導航控制系統，該系統使用陀螺儀獲得車輛的角速度數值，速度計獲得車輛的速度信息，建立車輛行駛的運動學模型，並且根據測量值計算出車輛的當前位置。慣性感測器抗干擾性能很強，且具有較好的隱蔽能力，但慣性導航的系統誤差會隨著時間的增加而不斷加大。因此慣性導航若想達到較好的精度，一般要與其他導航方式配合使用。
測距導航
測距導航是通過利用相應的感測器組獲得感測器與感測器之間的距離信息，將距離信息通過幾何關係轉換成定位坐標的一種導航方法。室外測距導航主要有GPS 導航方式等；室內測距導航主要由 ZigBee 測距導航方式等。我國已有一些學者對室內 ZigBee 導航進行了研究。杭州電子科技大學的章堅武等人利用 TI公司 CC2430 的 ZigBee 晶片在室內進行了測距精度測試，測試結果表面精度可以控制在 2m 以內。中南大學的張橙，宋學瑞等人對感測器的原始數據進行了卡爾曼濾波處理後，使得測試精度可以控制在 0.5m 以內，實現了較高的精度，目前，在室內導航領域，已有很多工程師採用了 ZigBee 導航的方法。
電磁導航
事先將可以與電磁感測器發生作用的裝置埋在地表下形成一條軌跡，在完全沒有人工參與的情況下，使車輛能夠自動的沿著這條軌跡行駛的導航方式成為電磁導航技術。日本的 Tosika 研發了一種套用於果園的基於電磁誘導導航技術的噴霧機器人，將感應電纜預先埋於地表下以下 0.3m 處，然後設計了模糊控制器控制噴霧機器人的自動行駛。柳工在 2015 年研發了電磁導航技術，研發了其第一例動導航車，整體體積中等，但工作力度大，牽引重量以及精度分別為500KG、±10mm，目前該自動導航車已經領先於國內領域。
多感測器融合
由於複雜及多變的農業生產環境，只採用一種感測器技術已越來越不能滿足導航定位系統的精度及穩定性能。這時可以引入多感測器融合技術，將一些感測器按照一定的方式組合成一個系統，對數據進行融合，獲得精度更高的導航定位信息。日本北海道農業研發中心對多感測器融合技術進行研究，並設計了一套以位置識別為基礎的卡爾曼濾波器用於農用車輛的自動導航系統，使之完成既定任務。其中，系統的導航數據由 GPS 提供，然後利用角速度計數據完成對 GPS數據的修正，最終實現了農用車輛田間作業的自動行駛功能。Yoshisada 結合了 GPS 和光釺陀螺儀，利用光釺陀螺儀校正車輛的導航信息，0.7 米/秒速度下工作的均方根誤差為 5.5 厘米。
