張琳潔，張文愛，韓應征，周建軍，王　秀，蔡吉晨

(1.太原理工大學 信息工程學院，太原　030024；2.北京農(nóng)業(yè)智能裝備技術研究中心，北京　100097：3.國家農(nóng)業(yè)智能裝備工程技術研究中心，北京　100097；4.農(nóng)業(yè)部農(nóng)業(yè)信息技術重點實驗室，北京　100097；5.農(nóng)業(yè)智能裝備技術北京市重點實驗室，北京　100097；6.中國農(nóng)業(yè)大學 信息與電氣工程學院，北京　100083)

?

農(nóng)業(yè)機械導航關鍵技術發(fā)展分析

張琳潔1,2，張文愛1，韓應征1，周建軍2,3,4,5，王秀2,3,4,5，蔡吉晨2,6

(1.太原理工大學 信息工程學院，太原030024；2.北京農(nóng)業(yè)智能裝備技術研究中心，北京100097：3.國家農(nóng)業(yè)智能裝備工程技術研究中心，北京100097；4.農(nóng)業(yè)部農(nóng)業(yè)信息技術重點實驗室，北京100097；5.農(nóng)業(yè)智能裝備技術北京市重點實驗室，北京100097；6.中國農(nóng)業(yè)大學 信息與電氣工程學院，北京100083)

摘要：自動導航技術是農(nóng)業(yè)機械在農(nóng)業(yè)環(huán)境中進行自主控制和智能控制的關鍵技術，對農(nóng)業(yè)生產(chǎn)精細化、規(guī)?；?、智能化研究有著重要意義。為此，首先介紹了農(nóng)業(yè)自動導航的關鍵技術，并通過分析國內外文獻，闡述了國內外在導航感知系統(tǒng)、導航控制算法和車輛轉向控制系統(tǒng)方面的研究現(xiàn)狀，最后指出農(nóng)業(yè)機械自動導航技術的發(fā)展趨勢和展望。

關鍵詞：農(nóng)業(yè)車輛；自動導航；智能控制

0引言

農(nóng)業(yè)機械自動導航技術是現(xiàn)代精準農(nóng)業(yè)的一個重要組成部分，在農(nóng)業(yè)作業(yè)中有著廣闊的應用和發(fā)展前景。隨著信息技術的發(fā)展，農(nóng)業(yè)機械自動導航技術發(fā)展迅速。農(nóng)業(yè)機械自動導航技術的實現(xiàn)有利于提高勞動生產(chǎn)效率、降低駕駛難度、提高作業(yè)質量、解放勞動力，對農(nóng)業(yè)車輛的智能化、農(nóng)業(yè)生產(chǎn)的精細化有重大促進作用。

1導航關鍵技術介紹

農(nóng)業(yè)機械自動導航系統(tǒng)的關鍵技術主要包括3個方面：導航感知系統(tǒng)、控制決策系統(tǒng)及車輪轉向控制系統(tǒng)。其中，導航感知系統(tǒng)主要是利用導航傳感器對農(nóng)業(yè)機械進行精確定位，目前國內外常用的導航方法有：GPS、機器視覺、慣性導航單元，以及多種傳感器融合的組合導航單元和其它導航方法。導航控制決策系統(tǒng)主要是選擇合適的控制算法，對車輛的轉向進行控制，調節(jié)車輛的車輪轉角以減少行駛路徑與預定義路徑的偏差[1]，常用的控制方法有：PID控制、模糊控制和神經(jīng)網(wǎng)絡控制等智能控制方法、最優(yōu)控制方法，以及多種方法相融合的控制方法[2-3]。車輛轉向控制系統(tǒng)常用的控制方法有：電機驅動控制、液壓控制閥組系統(tǒng)及在上述控制方法中加裝其它控制模塊的控制方法。自動導航系統(tǒng)結構如圖1所示。

圖1　自動導航系統(tǒng)框圖

1.1導航環(huán)境感知

1.1.1機器視覺

機器視覺(machine vision)是利用計算機和工業(yè)攝像機模擬人類視覺功能的科學方法。在導航控制系統(tǒng)中，視覺傳感器主要是識別路線和檢測障礙物及檢測農(nóng)業(yè)機械車輛相對目標作物行的位置和航向，使農(nóng)機完成路徑跟蹤的自動駕駛作業(yè)或實現(xiàn)農(nóng)機避障的駕駛作業(yè)[3]。機器視覺檢測范圍大，容易得到豐富的目標信息，系統(tǒng)的成本較低；但由于農(nóng)田作業(yè)環(huán)境復雜、多變，導航過程中機器視覺精度較難控制且視覺系統(tǒng)要求農(nóng)業(yè)機械的行駛速度較慢，對作業(yè)車輛的駕駛要求也較高。同時，視覺系統(tǒng)在數(shù)據(jù)處理時較難與車輛的行駛同步進行，系統(tǒng)的實時性較差。

1.1.2GPS定位系統(tǒng)

全球定位系統(tǒng)簡稱GPS，是一種可全天候工作的定位系統(tǒng)，由圍繞地球軌道運行的24顆導航衛(wèi)星組成。安裝在導航車輛上的GPS系統(tǒng)能提供車輛的三維空間位置信息[4-5]。該方法是將1臺GPS接收系統(tǒng)(由GPS天線、無線電臺、接收機，電源等組成)安置在地面基站進行觀測，將GPS移動站(由GPS天線、接收機、電源等組成)放在導航機械上，農(nóng)機行駛時根據(jù)基站已知精密坐標，計算出基站到衛(wèi)星的距離修正數(shù)，獲得農(nóng)機的相對坐標。導航作業(yè)中大部分采用RTK-GPS(Real-time kinematic GPS)差分GPS技術，即用附加的差分修正信號改善GPS定位精度。目前，GPS自動導航系統(tǒng)產(chǎn)品較多。其中，美國作為研究GPS自動導航最早的國家，產(chǎn)品較為成熟，以美國Trimble(天寶)的產(chǎn)品市場占有量為最大[6]。

1.1.3慣性導航單元

慣性導航單元(INS)是一種以利用慣性元件來測量車輛加速度的自主航位推算導航系統(tǒng)。通過導航傳感器，利用積分和運算得到導航農(nóng)機的速度和位置，達到對車輛導航定位(主要是車輛航向角)目的的一種導航方法[7-8]。慣性導航系統(tǒng)通常由慣性測量裝置、轉角傳感器等組成。慣性測量裝置(又稱慣性測量單元)包括加速度計和陀螺儀。其中，加速度計測量車輛的航向信息及陀螺儀行程導航的坐標信息；慣性導航單元可以提供速度、航向和姿態(tài)等信息。慣性導航系統(tǒng)短時間內精度較高、穩(wěn)定性好、不易受干擾、魯棒性較強，但系統(tǒng)誤差隨時間累積精度逐漸降低，一般與其他導航單元結合使用，不單獨進行導航定位。2013年，西北農(nóng)林科技大學的魏少東、陳軍等[9]設計了基于GPS和慣性導航的果園機械系統(tǒng)，以GPS和陀螺儀作為導航傳感器，開發(fā)自動導航系統(tǒng)，以福田歐豹拖拉機為實驗平臺，并對各系統(tǒng)單元進行了測試，表明系統(tǒng)具有較高的可靠性。

1.1.4組合導航單元

單一的導航系統(tǒng)常常不能滿足現(xiàn)代農(nóng)業(yè)機械的導航定位的精度要求，而組合導航定位系統(tǒng)精度較高、成本低廉，常將不同傳感器信息互相融合，相互彌補，利用算法構成一種冗余度和準確度更高的多功能系統(tǒng)。其中，常用的融合算法主要有Kalman濾波、航跡融合法、模糊推算方法及神經(jīng)網(wǎng)絡法等方法。中國農(nóng)業(yè)大學的陳艷等[10]在以GPS 和機器視覺的組合導航定位方法為導航感知方法下，采用一種較優(yōu)化的算法UKF濾波法對傳感器數(shù)據(jù)進行了濾波。實驗結果表明：濾波后系統(tǒng)的定位曲線較平滑，定位精度和穩(wěn)定性都有了提高，提高了導航系統(tǒng)的魯棒性。其它的常用導航定位方式有電磁導航、機械導航、超聲波導航及激光導航等。

1.2導航控制決策

1.2.1PID控制

PID(Proportional Integral Derivative)是一種常用的控制算法，主要利用偏差信號的比例、積分和微分算出控制量進行系統(tǒng)調節(jié)，是連續(xù)系統(tǒng)中技術成熟、應用最為廣泛的一種控制器[11]。當無法獲得系統(tǒng)有效的參數(shù)時，可選用PID控制技術。在模擬調節(jié)系統(tǒng)中，PID控制算法的一般表達式為

(1)

其中，u(t)為控制信號，e(t)為系統(tǒng)偏差信號。在導航控制中，u(t)為導航作業(yè)車輛的驅動信號，e(t)為導航作業(yè)路徑和預定義路徑的偏差信號，KP、TI、TD分別為比例系數(shù)、積分系數(shù)和微分系數(shù)。實驗中不斷對這3個系數(shù)調整，直到達到滿意的控制效果。PID控制算法簡單、易于掌握、魯棒性較強、穩(wěn)態(tài)誤差小，但由于沒有完全參照的參數(shù)調節(jié)的系統(tǒng)，在實際應用中主要依賴工程經(jīng)驗，使系統(tǒng)在控制優(yōu)化時比較困難[12]。

1.2.2模糊控制

1965年，美國教授查德(L.A.Zandeh)首次提出模糊集合這一概念。模糊邏輯控制(Fuzzy Logic Control)簡稱模糊控制(Fuzzy Control)，作為智能控制的重要分支利，用模糊化邏輯推理和模糊化語言在解決諸如導航控制這些不易建立數(shù)學方程的復雜的非線性問題有著獨特的優(yōu)越性[13]。一般的模糊控制系統(tǒng)主要由變量、模糊規(guī)則、邏輯判斷及反模糊化等部分組成。導航控制中的模糊控制器結構如圖2所示。

自動導航控制系統(tǒng)中，車輛行駛時以行駛路徑與預定義路徑的偏差信號(橫向偏差、偏差變化率或航向偏差)作為模糊控制輸入，根據(jù)模糊規(guī)則進行模糊判斷，多以前輪期望轉角作為輸出。其中，模糊推理是模糊控制器的核心，由蘊含模糊邏輯推理的模糊先驗知識組成[6]。模糊控制規(guī)則一般由專家的經(jīng)驗知識獲得，再根據(jù)被控對象的行為作業(yè)特性由自然語言變量所表達的模糊條件語句組成。在模糊控制系統(tǒng)中，模糊控制規(guī)則在快速調節(jié)系統(tǒng)誤差的同時可保持系統(tǒng)的穩(wěn)定性及優(yōu)化系統(tǒng)。

模糊推理系統(tǒng)的設計類似于人類的模糊思考過程，不依靠受控對象的模型，與人的思維模式相似；但其缺乏自學習和自適應能力，相當依靠專家或操作人員的經(jīng)驗和知識；且在零位附近跟蹤誤差一般比較大，難以快速修正。因此，可在控制過程的不同階段，對模糊控制器進行自動調整，設計自適應模糊控制導航算法。

圖2　導航模糊控制結構圖

1.2.3神經(jīng)網(wǎng)絡控制

人工神經(jīng)網(wǎng)絡(Artificial Neural Networks)簡稱神經(jīng)網(wǎng)絡(Neural Networks)，是一個高度非線性動力學系統(tǒng)。神經(jīng)網(wǎng)絡是由處理單元組成的一種運算模型，對于不需要精確的數(shù)學模型的工程問題，在處理時可通過模擬人的智能行為，解決系統(tǒng)的不確定性、非線性問題[14]。在車輛航向控制中，不僅要考慮當前的航向角，還要考慮車輛的前輪轉角。因此，選擇航向角和前輪轉角作為神經(jīng)網(wǎng)絡的輸入，在導航控制時通過前輪轉角糾偏控制車輛按預定義路線行駛，輸出目標前輪轉角，通過目標轉角和實際轉角的比較，得到糾偏所需的前輪轉角，達到控制目的。

1.2.4多種控制技術融合

導航控制是一個復雜的控制系統(tǒng)，很多時候單一的控制方法不足以滿足導航環(huán)境要求，常將多種控制技術融合。西北農(nóng)林大學的白曉鴿、陳軍等[15]在基于導航傳感器的基礎上，為優(yōu)化模糊控制中輸入量的隸屬函數(shù)，融合人工神經(jīng)網(wǎng)絡設計了雙輸入單輸出的5層模糊神經(jīng)網(wǎng)絡控制器；設計的控制系統(tǒng)可以利用神經(jīng)網(wǎng)絡的自學習功能獲得隸屬度函數(shù)和模糊控制中的模糊化控制規(guī)則，對導航系統(tǒng)的各個參數(shù)的權值不斷優(yōu)化調整。實驗證明：該系統(tǒng)能很好地進行導航控制，實驗誤差平均控制在4cm內。

1.2.5其它控制方法

其它常用的導航控制方法有基于動力學模型的控制方法和基于運動學模型的控制方法。其中，動力學模型的控制方法將導航車輛的轉向受力情況和負載等問題作為考慮因素進行控制；運動學模型的控制方法是基于簡化四輪導航車輛為兩輪運動系統(tǒng)進行控制的方法[14]。

1.3車輛轉向系統(tǒng)

目前，根據(jù)對相關資料和國內外成型產(chǎn)品的研究發(fā)現(xiàn)，導航車輛的轉向方案大致分為兩種類型：一種通過加裝電機(步進電機、直流電機、伺服電機)作為動力源直驅，通過控制電機的轉向和轉速實現(xiàn)自動轉向；二是利用拖拉機液壓轉向系統(tǒng)并聯(lián)一些液壓控制閥，通過控制液壓閥組的節(jié)流口大小來實現(xiàn)自動轉向(如美國天寶公司的液壓閥塊)。

1.3.1電機系統(tǒng)控制

電機控制系統(tǒng)安裝在導航車輛的方向盤上，主要由計算機、伺服電機、電機驅動器、編碼器及方向切換裝置等組成。具體工作過程是：計算機根據(jù)控制決策發(fā)送控制指令到電機驅動器，電機驅動器與直流電機相連，按照需要調整的轉速轉動，實時調整方向盤轉動，使導航車輛按照預定義路徑行駛。

1.3.2液壓閥組控制

液壓閥組控制系統(tǒng)是指在農(nóng)機的液壓轉向系統(tǒng)上并聯(lián)導航閥組，導航閥組主要是由三位四通比例流量換向閥、壓力補償器等構成[9]。液壓系統(tǒng)在合適的壓力基礎上建立，通過上位機發(fā)送PWM信號或電流信號驅動被測液壓閥；被測閥的狀態(tài)變化引起各個油口壓力、流量變化，由換向閥控制轉向的方向。

2國內外研究現(xiàn)狀

2.1導航感知研究現(xiàn)狀

1998年，Illinois大學的Noguchi、JF Reid等[16]以機器視覺、RTK-GPS和GDS傳感器為導航感知單元開發(fā)了自主導航系統(tǒng)，以擴展Kalman濾波和兩維概率密度函數(shù)的靜態(tài)濾波方法對導航傳感器進行了融合；并通過不同的組合方式，用這3種傳感器相互結合建立了4種控制策略。在以JohnDeere7800拖拉機為實驗平臺的實驗中，以基于RTK-GPS和GDS作為導航感知的組合的控制效果較好，平均偏差為7.4cm。

在Florida大學的Subramanian和Thomas F. Burks[17]領導下，針對GPS信號在柑桔林里經(jīng)常被遮擋的情況，進行了基于機器視覺、激光雷達和旋轉編碼器的自動導航系統(tǒng)的研究,該系統(tǒng)的導航車輛可以在果林里進行相對穩(wěn)定的自動行駛。在導航車輛以3.1m/s的速度沿著彎曲路徑行駛時,達到了2.8cm(machine vision)的平均誤差精度，和 2.5cm(Radar)的平均誤差精度。

在導航作業(yè)時，視覺導航過程中雜草對導航線提取會產(chǎn)生較大影響。Halmstad大學Astrand和Baerveldt[18]以機器視覺為導航傳感器，提出了作物行識別算法，設計了雜草識別和自動導航兩個可獨立作業(yè)的機器視覺系統(tǒng)，在導航過程中可減小雜草的影響。實驗結果表明：該系統(tǒng)在獨立完成雜草識別和導航作業(yè)的基礎上，可以在雜草比較多的條件下進行視覺導航作業(yè)且導航作業(yè)，且能達到6cm左右的精度。

AkiraMizushima和Noguchi[19]等開發(fā)了一種由3個振動陀螺儀、2個傾角計和DGPS組成的較為低廉的導航傳感器。在實驗中，用GPS采集導航車輛的位置信息，用陀螺儀對車輛行駛時震動的偏移進行估計，以減少偏移量對GPS精度的影響。經(jīng)過陀螺儀修正后，提高了GPS系統(tǒng)對導航車輛的定位精度，能夠提供導航車輛傾斜以及航向角修正等位置信息。在田間、斜坡地和粗糙的路上進行的實驗表明：該系統(tǒng)可以得到較好的導航作業(yè)精度。

我國農(nóng)業(yè)自動導航技術近年來發(fā)展迅速，如中國農(nóng)業(yè)大學的呂安濤和宋正河等[5]搭建了以GPS、陀螺儀和磁羅盤融合的自動駕駛系統(tǒng)。在該系統(tǒng)中，利用Kalman濾波技術對導航傳感器進行融合。該系統(tǒng)在電液自動操作平臺下，加裝了傳感器通信裝置，在實驗中由計算機進行控制。同時，分別對系統(tǒng)中設計的自主駕駛、人工駕駛和人工輔助駕駛、遙控輔助駕駛4種駕駛模式進行了實驗，實現(xiàn)了車輛的自動駕駛。

針對我國的農(nóng)機特點，華南農(nóng)業(yè)大學的羅錫文、張智剛等[20]以RTK-GPS為導航傳感器設計了自動導航系統(tǒng)。該系統(tǒng)以東方紅X-804拖拉機為硬件平臺，在控制系統(tǒng)中用PID算法對導航系統(tǒng)進行控制。田間試驗時，對拖拉機以不同的行駛速度行駛時的偏差進行了記錄，當速度為0.8m/s時,最大誤差不超過15cm,平均跟蹤誤差不超過3cm。自動導航系統(tǒng)作業(yè)時，GPS信號會偶爾丟失，影響導航作業(yè)，針對這一問題，張智剛等[21]開發(fā)了基于DGPS 和電子羅盤的導航控制系統(tǒng)。同時，以久保田插秧機為試驗平臺，分別對車輛直線和曲線追蹤，結果表明：當以0.33 m/s的速度進行圓曲線路徑跟蹤時，平均誤差為4 cm，最大誤差8cm;以0.75 m/s的速度進行直線路徑跟蹤時，平均誤差4 cm，最大誤差 13cm。

CAN(Controller Area Network)即控制器局域網(wǎng)，是目前工程領域中應用最廣泛的開放式現(xiàn)場總線之一。南京農(nóng)業(yè)大學的周俊等[22]以CAN總線為控制方式，自行設計了四輪驅動、四輪轉向的農(nóng)業(yè)機器人移動平臺。該平臺以單目機器視覺為導航感知單元，在此系統(tǒng)上,開發(fā)了基于多線程的導航系統(tǒng)軟件，在田間的作物行跟蹤實驗,驗證了整個系統(tǒng)的可行性和可靠性。

基于機器視覺和GPS導航傳感器的特點，2011年中國農(nóng)業(yè)大學陳艷、張漫等[10]融合GPS和機器視覺，研發(fā)了組合導航定位方法。其以電瓶車為平臺，通過機器視覺獲取導航基準線、通過GPS獲取電瓶車的絕對位置信息、航向角度和行駛速度；采用 UKF(unscented kalman filter，無跡卡爾曼濾波) 濾波器對導航基準線信息和電瓶車的位置信息進行融合濾波。試驗表明：使用組合導航后，解決了視覺信息丟失時導航系統(tǒng)無法作業(yè)的問題，系統(tǒng)的精度和穩(wěn)定性提高，能夠滿足自動導航系統(tǒng)要求。

2.2導航控制算法研究現(xiàn)狀

在自動導航系統(tǒng)中，導航控制器將導航偏差信號經(jīng)過導航控制算法決策后得到期望轉角信息，通過轉向機構控制導航車輛自動行駛。

Benson、Zhang Q等[23-24]以小型谷物聯(lián)合收割機為實驗平臺，研究了基于機器視覺為基礎的導航系統(tǒng)。在該自動導航系統(tǒng)中，應用PID控制算法控制前輪自動轉向，實驗中對PID系數(shù)進行了整定：當積分控制系數(shù)為0.075、微分控制系數(shù)0.15、比例控制系數(shù)為1.36時，取得較好的控制結果。

Qiu Hongchu等[21]采用RTK-GPS和FOG作為位姿傳感器,對車輛轉向系統(tǒng)和動力學系統(tǒng)進行建模,分別在基于動力學和幾何非線性動力學基礎上，研究開發(fā)了兩種車輛模型，并進行了仿真。結果表明：幾何非線性動力學模型精度高于動力學模型精度。在此基礎上，設計了拖拉機的自動轉向控制器和導航控制器：當拖拉機行駛速度為3m/s時，平均偏差為10cm;當行駛速度為1.5m/s時,平均偏差為5cm內。

導航控制系統(tǒng)中，單一的導航控制算法常常不能滿足復雜的導航系統(tǒng)要求。Nuguchi等[25-26]融合了神經(jīng)網(wǎng)絡和遺傳算法，在農(nóng)業(yè)自動導航車輛系統(tǒng)研究中，研究了具有自學習能力的控制系統(tǒng)；經(jīng)過大量模型訓練后，采用5-5-5-3的神經(jīng)網(wǎng)絡結構，根據(jù)不同的約束條件進行導航線優(yōu)化。實驗證明：該系統(tǒng)具有很好的控制效果，能穩(wěn)定地進行導航作業(yè)。

西北農(nóng)林科技大學的陳軍等[27]通過對車輛運動狀態(tài)的線性化,設計了基于車輛運動學模型的導航控制算法，在牧草地上進行實驗：當導航拖拉機在地面上直線行走時，車輛實際行走的路徑與預定義路徑的偏差小于8cm。之后，陳軍等[28]優(yōu)化了導航控制算法，以神經(jīng)網(wǎng)絡控制技術為車輛的導航控制算法, 運用具有自學習能力的BP神經(jīng)網(wǎng)絡的學習算法，并對BP神經(jīng)網(wǎng)絡控制算法進行了仿真。田間實驗結果表明: 導航車輛沿直線路徑自動行駛時,絕對誤差值小于5cm。

2013年，中國農(nóng)業(yè)機械化科學研究院的賈全、張小超等[29]設計了基于純追蹤算法的導航?jīng)Q策控制系統(tǒng)。在該控制系統(tǒng)中將四輪的導航拖拉機簡化為二輪車模型進行運動學分析，將該模型在MatLab/Simulink中對控制器進行了系統(tǒng)建模和仿真分析。仿真結果表明:當前視距離為2.06m時，系統(tǒng)控制器能更穩(wěn)定和準確地進行導航作業(yè)。

2015年，中國農(nóng)業(yè)大學的孟慶寬等[30]研究了基于改進粒子群優(yōu)化模糊控制的農(nóng)業(yè)車輛導航系統(tǒng)，以視覺導航的農(nóng)業(yè)車輛作為研究對象，在構建的自適應模糊控制器中引入加權因子，以橫向偏差和航向偏差時間誤差絕對值積分(ITAE)之和作為系統(tǒng)目標函數(shù)，通過粒子群算法計算得到最優(yōu)加權因子，進而調整控制規(guī)則實現(xiàn)導航車輛的控制。結果表明：相同參數(shù)條件下，改進模糊控制算法導航精度顯著提高。實驗中對車輛進行了直線和曲線追蹤，結果表明：當車速為0.8/s時，車輛在直線追蹤時的最大橫向偏差不超過4.2cm，曲線路徑跟蹤時的最大橫向偏差不超過5.9cm。

2.3車輛轉向控制研究現(xiàn)狀

Noboru Noguchi等[25]利用小型汽油拖拉機為研究平臺，對其轉向機構進行了改裝，利用步進電機帶動摩擦輪驅動方向盤，以前輪轉角作為系統(tǒng)的反饋量，形成閉環(huán)控制。當方向盤轉動時控制車輪調整角度，結果表明控制系統(tǒng)能實現(xiàn)自動轉向。

Yoshisada[31]以插秧機為實驗平臺，采用直流電機驅動，動力傳遞由同步齒形帶完成；由絕對式角度編碼盤來測量轉向軸轉過的角度，作為自動轉向控制系統(tǒng)的反饋量；利用電磁離合器連接電機和同步帶，可實現(xiàn)自動轉向和人工轉向的變換。

針對液壓系統(tǒng)驅動的農(nóng)業(yè)機械車輛，日本北海道國家農(nóng)業(yè)研究中心的Keil Chinoue、JF Reid博士等[16]試驗中以4輪75PS拖拉機(液壓驅動)為平臺，研究開發(fā)了基于拖拉機運動模型的控制方法?？紤]到液壓轉向系統(tǒng)的延遲影響，在該系統(tǒng)中采用Kalman濾波法對拖拉機的側滑情況進行濾波消除，證明當導航車輛以1.5m/s的車速進行耕地實驗，實驗偏差在10cm內。

華南農(nóng)業(yè)大學羅錫文等[20]以東方紅拖拉機為實驗平臺，設計了以直流電機為動力源的自動轉向機構。該轉向控制系統(tǒng)以導航車輛的期望前輪轉角作為控制期望量，實驗證明該方案能較好地完成自動轉向任務。之后，羅錫文等[21]又設計了由三位四通比例換向閥、平衡閥、溢流閥及單向閥等組成的電液自動轉向系統(tǒng)較前的轉向系統(tǒng)，執(zhí)行精度高、反應迅速，滿足自動轉向的要求。

2013年，中國科學院沈陽自動化研究所高雷等[8]利用步進電機和減速齒輪對雷沃谷收獲機的轉向機構進行了改造，通過步進電機和減速齒輪改造后的自動轉向控制器控制拖拉機轉向軸轉動。實驗表明：該系統(tǒng)不僅滿足機械式轉向機構、也適用于液壓式轉向機械，廣泛搭建在其他農(nóng)業(yè)機械車輛上，可滿足自動轉向要求。2015年，高雷、胡靜濤等[32]結合CAN總線結構的導航控制裝置，以角速度為轉向動作反饋，設計了拖拉機自動導航控制系統(tǒng)。系統(tǒng)中，以角速度為控制量，設計了外環(huán) PID 控制算法。實驗結果表明：當導航車輛直線行走時，誤差平均值約為4.1cm，最大絕對誤差12.9cm。實驗證明：角速度計為反饋量在農(nóng)機導航控制系統(tǒng)中應用中是可行的。

3結語與展望

1)在未來的精細農(nóng)業(yè)發(fā)展中，農(nóng)業(yè)機械的自動化、智能化程度將越來越高。未來在搭建農(nóng)業(yè)導航系統(tǒng)時，針對農(nóng)業(yè)環(huán)境的多樣性、復雜性，在導航研究中按具體的作業(yè)環(huán)境選擇不同的導航策略，來完成相應的作業(yè)任務。基于GPS的高精度，在開闊的田間作業(yè)時可以選擇GPS進行自動導航；而在樹冠交錯的園林間，GPS信號受到遮擋、精度不夠時，選擇視覺導航或其他導航方法會更有效。

2)基于農(nóng)業(yè)自主導航系統(tǒng)中各類傳感器的優(yōu)缺點及農(nóng)業(yè)作業(yè)中各種環(huán)境因素的影響，在未來的導航系統(tǒng)設計中，可多研究可靠有效的傳感器融合方法，以提高系統(tǒng)的穩(wěn)定性、魯棒性[33]。

3)國內農(nóng)業(yè)導航系統(tǒng)發(fā)展中，現(xiàn)有的農(nóng)業(yè)機械自主導航各類技術多存在獨立不協(xié)作的問題，未來應側重針對國內導航機具的特點，開展配套技術的集成研究，以降低相關成本。

參考文獻：

[1]吳延霞,趙博,毛恩榮. 農(nóng)業(yè)車輛自動導航系統(tǒng)綜述[J].農(nóng)機化研究，2009,31(3): 242-245.

[2]莊新斌,宣傳忠,陳智,等.噴播機自動導航控制系統(tǒng)設計及其性能仿真[J].農(nóng)機化研究,2015,37(11):87-90.

[3]謝明,馬蓉,任玲,等.拖拉機自動轉向系統(tǒng)設計及仿真[J].農(nóng)機化研究,2015,37(11):108-112.

[4]紀朝鳳,劉剛,周建軍,等.基于CAN總線的農(nóng)業(yè)車輛自動導航控制系統(tǒng)[J].農(nóng)業(yè)機械學報, 2009,40(S1):28-32.

[5]呂安濤,宋正河,毛恩榮.拖拉機自動轉向最優(yōu)控制方法的研究[J].農(nóng)業(yè)工程學報,2006,22(8):116-119.

[6]Dong F H，Petzold O，Heinemann W, et al．Time-optimal guidance control for an agricultural robot with orientation constraints [J]．Computers and Electronics in Agriculture，2013，99: 124-131．

[7]田甜,呂安濤,毛恩榮.拖拉機自動駕駛控制系統(tǒng)軟件系統(tǒng)的研究[C]//農(nóng)業(yè)工程科技創(chuàng)新與建設現(xiàn)代農(nóng)業(yè)—2005年中國農(nóng)業(yè)工程學會學術年會論文集第三分冊.廣州:中國農(nóng)業(yè)工程學會,2005.

[8]李逃昌,胡靜濤,高雷,等.基于模糊自適應純追蹤模型的農(nóng)業(yè)機械路徑跟蹤方法[J]．農(nóng)業(yè)機械學報,2013,44(1):205-210．

[9]魏少東.基于GPS和慣性導航的果園機械導航系統(tǒng)研究[D].楊凌：西北農(nóng)林科技大學，2013.

[10]陳 艷，張 漫，馬文強，等. 基于 GPS 和機器視覺的組合導航定位方法[J]. 農(nóng)業(yè)工程學報，2011，27(3)：126-130.

[11]連世江. 農(nóng)用車輛自動導航控制系統(tǒng)研究[D].楊凌:西北農(nóng)林科技大學,2009.

[12]張方明，應義斌．機器視覺在農(nóng)業(yè)車輛導航系統(tǒng)中的研究進展[J]．農(nóng)業(yè)機械學報，2005， 36(5):133-136．

[13]高峻曉，龔建偉，熊光明，等.輪式機器人遺傳模糊神經(jīng)網(wǎng)絡轉向控制實驗研究[J].機床與液壓，2004(6):91-93.

[14]田海清,應義斌,張方明.農(nóng)業(yè)車輛導航系統(tǒng)中自動控制技術的研究進展[J].農(nóng)業(yè)機械學報,2005(7):148-152.

[15]白曉鴿. 基于模糊神經(jīng)網(wǎng)絡的拖拉機自動直線行走控制研究[D].楊凌：西北農(nóng)林科技大學,2010.

[16]Noguchi N, JF Reid, Keil Chinoue, et al. Vehicle automation system based on multi-sensor integration [J].ASAE Annual International Meeting, 1998, 32(15): 73-77.

[17]Vijay Subramanian, Thomas F.Burks. Development of machine vision and laser radar based Autonomous vehicle guidance systems for citrus grove navigation [J]. Computers and Electronics in Agriculture, 2006, 53:130-143.

[18]Astrand B，Baerveldt A J ．An agricultural mobile robot with vision- based perception for mechanical weed control [J]．Autonomous Robots, 2002，12(1):21-35．

[19]Akira Mizushima, Noboru Noguchi. Development of navigation sensor unit for the agricultural vehicle [J]. BEEE/ASME International Conference on Advanced Intelligent,2003,34(2):1067-1072.

[20]羅錫文，張智剛，趙祚喜，等．東方紅 X- 804 拖拉機的 DGPS 自動導航控制系統(tǒng)[J]. 農(nóng)業(yè)工程學報，2009，25(11): 139 -145．

[21]羅錫文,張智剛,周志艷.輪式農(nóng)業(yè)機械的多傳感器組合定位技術研究[C]// 農(nóng)業(yè)工程科技創(chuàng)新與建設現(xiàn)代農(nóng)業(yè)—2005年中國農(nóng)業(yè)工程學會學術年會論文集第三分冊.廣州:中國農(nóng)業(yè)工程學會,2005.

[22]周俊,程嘉煜.基于機器視覺的農(nóng)業(yè)機器人運動障礙目標檢測[J]．農(nóng)業(yè)機械學報， 2011,42(8):154-158．

[23]Zhang Q, Qiu H. A dynamic path search algorithm for tractor automatic navigation [J].Trans-actions of the ASAE, 2004,47(2): 639-646.

[24]Reid J F，Zhang Q，Noguchi N, et al Agricultural automatic guidance research in North America [J]. Computers and Electronics in Agriculture, 2000, 25(1-2):155-167.

[25]Noguchi N,Terao H．Path planning of an agricultural mobile robot by neural net work and genetic algorithm [J]．Computer and Electronics in Agriculture，1997， 18(2-3):187-204.

[26]Noguchi N，Ishii K,Terao H.Development of an agricultural mobile robot using a geomagnetic direction sensor and image sensors [J]. Journal of Agricultural Engineering research，1997,67(4):1-15.

[27]陳軍,鳥巢諒.拖拉機行駛路線的自動變更[J].農(nóng)業(yè)工程學報,2005,21(1)108-111.

[28]陳軍,朱忠祥,鳥巢諒,等.基于神經(jīng)網(wǎng)絡的農(nóng)用車輛自動跟蹤控制[J].農(nóng)業(yè)機械學報， 2007，38(5):131-133,121．

[29]賈全. 拖拉機自動導航系統(tǒng)關鍵技術研究[D].北京:中國農(nóng)業(yè)機械化科學研究院,2013.

[30]孟慶寬，仇瑞承，張漫.基于改進粒子群優(yōu)化模糊控制的農(nóng)業(yè)車輛導航系統(tǒng)[J].農(nóng)業(yè)機械學報，2015(3):29-36,58.

[31]Toru T. Research in autonomous agriculture vehicles in Japan [J].Computers and Electronics in Agriculture,2000,25:133-153.

[32]高雷,胡靜濤,李逃昌,等.以角速度為轉向動作反饋的拖拉機自動導航控制系統(tǒng)[J].農(nóng)機化研究,2015，37(3):25-29.

[33]吳延霞,趙博,毛恩榮. 農(nóng)業(yè)車輛自動導航系統(tǒng)綜述[J]. 農(nóng)機化研究,2009,31(3):242-245,252.

[34]Nagasaka Y, Saito H, Tamaki K， et al．An autonomous rice transplanter guided by global positioning system and inertial measurement unit [J].Journal of Field Robotics，2009, 26(6-7):537-548．

Abstract ID:1003-188X(2016)06-0010-EA

Current Situation of Navigation Technology for Agricultural Machinery

Zhang Linjie1,2, Zhang Wenai1, Han Yingzheng1, Zhou Jianjun2,3,4,5, Wangxiu2,3,4,5, Cai Jichen2,6

(1.College of Information Engineering, Taiyuan University of Technology, Taiyuan 030024,China;2.Beijing Research Center of Intelligent Equipment for Agriculture，Beijing 100097,China; 3. National Research Center of Intelligent Equipment for Agriculture, Beijing 100097,China；4. Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100097,China；5. Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture, Beijing 100097,China； 6.College of Information and Electrical Engineering, China Agricultural University, Beijing 100083,China)

Abstract：Agricultural vehicle automatic navigation technology is a key technology for self-control of agricultural machinery in the agricultural environment , no matter in the domestic or in the international, the study of agricultural production is widely . In this paper ,firstly describes the importance of agriculture automatic navigation key technologies, through the analysis of literature, describes the domestic and international perception of the navigation system, navigation control algorithms and status of the vehicle steering control system .at last, conclude the future development of the agricultural vehicle automatic navigation technology trend.

Key words：agricultural vehicle; automatic navigation; intelligent control

文章編號：1003-188X(2016)06-0010-06

中圖分類號：S127

文獻標識碼：A

作者簡介：張琳潔(1990-)，女，河南洛陽人，碩士研究生，(E-mail)903295120@qq.com。通訊作者：王秀(1965-)，男，河北萬全人，研究員，博士生導師，(E-mail)wangx@nercita.org.cn。

基金項目：“十二五”農(nóng)村領域國家科技計劃項目(2013BAD08B04-5)

收稿日期：2015-05-20