孫藝哲,謝 煜,李士軍,袁 萍,宮 鶴

(吉林農(nóng)業(yè)大學 信息技術(shù)學院,長春 130118)

0 引言

每年各地秋收后會產(chǎn)生大量秸稈,就地焚燒造成空氣污染和資源浪費,秸稈打捆機[1]的出現(xiàn)實現(xiàn)了對秸稈的回收利用[2]。對作業(yè)田地打包數(shù)量的統(tǒng)計可解決對每公頃地秸稈產(chǎn)量估測、秸稈包的去向分配及來年作業(yè)農(nóng)機分配等問題。

近年來,國內(nèi)學者對打捆機作業(yè)監(jiān)控進行了研究?？悼礫3]等利用多傳感器和GIS實現(xiàn)對農(nóng)機作業(yè)面積統(tǒng)計和農(nóng)機狀態(tài)的監(jiān)測。賈全忠[4]利用STM32、嵌入式CDMA通信技術(shù)及全球定位系統(tǒng)實現(xiàn)對農(nóng)機實時信息的收集和監(jiān)測調(diào)度。上述研究都集中于車輛作業(yè)面積和農(nóng)機車輛狀態(tài)的監(jiān)測,未針對打捆機的精確計數(shù)進行監(jiān)測;而計數(shù)工作目前大部分地區(qū)依舊以手工記錄為主,會出現(xiàn)漏記與數(shù)據(jù)管理不當?shù)膯栴}。國內(nèi)也有學者對此問題提出了解決方案,如李建軍[5]等利用傳感器技術(shù)與PLC控制系統(tǒng)實現(xiàn)對網(wǎng)絡(luò)型圓草捆打捆機進行控制與監(jiān)測,利用接近開關(guān)監(jiān)測纏網(wǎng)完成和艙門變化來確定1次打包作業(yè)完成;但打捆機在作業(yè)過程中因震動明顯艙門會出現(xiàn)縫隙,接近開關(guān)檢測到變化后會直接判定1包作業(yè)完成,產(chǎn)生誤判。針對此問題,基于物聯(lián)網(wǎng)技術(shù)設(shè)計了一套秸稈打捆機計數(shù)監(jiān)測系統(tǒng),采用角度傳感器監(jiān)測艙門吐包時的角度變化,結(jié)合纏網(wǎng)信息判定1包作業(yè)完成。同時,利用卡爾曼濾波算法對角度數(shù)據(jù)進行濾波處理,防止抖動問題對打包數(shù)量造成誤差。作業(yè)完成后,上傳數(shù)據(jù)至服務(wù)器端,在服務(wù)器應(yīng)用Web和Android技術(shù)實現(xiàn)遠程監(jiān)測和查看,實現(xiàn)對打捆機作業(yè)精準計數(shù)與遠程管理,使打捆機作業(yè)向信息化與智能化發(fā)展[6-7]。

1 系統(tǒng)結(jié)構(gòu)及原理

1.1 系統(tǒng)結(jié)構(gòu)

基于物聯(lián)網(wǎng)的秸稈打捆機監(jiān)測系統(tǒng)拓撲圖如圖1所示。

圖1 系統(tǒng)拓撲圖

系統(tǒng)主要由硬件終端和遠程服務(wù)器兩部分組成,實現(xiàn)對打捆機作業(yè)數(shù)據(jù)的精確監(jiān)測與作業(yè)數(shù)據(jù)的實時上傳。硬件終端負責判斷打捆機1包作業(yè)是否完成;遠程服務(wù)器負責對上傳的數(shù)據(jù)進行分析、處理和存儲,建立與管理業(yè)務(wù)需求相適應(yīng)的數(shù)據(jù)庫,用戶可以使用電腦或者移動終端對作業(yè)數(shù)據(jù)進行遠程查看。

1.2 卡爾曼濾波算法度變化

作業(yè)過程中,大田路況復雜,作業(yè)車輛自身存在抖動,會導致角度傳感器在采集數(shù)據(jù)時出現(xiàn)毛刺信息,造成打包誤判。因此,加入卡爾曼濾波算法對采集數(shù)值進行濾波,減少毛刺信息[8-12],來規(guī)避誤判操作的發(fā)生。

設(shè)定艙門閉合狀態(tài)的角度值為K-1時刻的系統(tǒng)最優(yōu)值,則K時刻的預測角度值為

X(K|K-1)=AX(K-1|K-1)+BU(K)

(1)

其中,X(K-1|K-1)為K-1時刻估計的最優(yōu)值;A、B為系統(tǒng)參數(shù),在本系統(tǒng)中設(shè)置初始值為1,此處假定為艙門閉合角度值,且當前時刻的角度值與上一狀態(tài)維持不變。無論從什么初值出發(fā),經(jīng)過一定的迭代后,X會趨于系統(tǒng)回歸值。本系統(tǒng)不涉及任何控制量,故U(K)為0。

記K時刻的協(xié)方差為P,由上一狀態(tài)最優(yōu)值的協(xié)方差計算可得

P(K|K-1)=AP(K-1|K-1)AT+Q

(2)

其中,AT為A的轉(zhuǎn)置矩陣;Q為系統(tǒng)過程協(xié)方差;初始狀態(tài)的協(xié)方差可取任意的非零值(因0誤差會使得卡爾曼認為該預測值為最優(yōu)狀態(tài)而無法收斂)。

由角度傳感器可獲得K時刻的測量值Z(K),并根據(jù)統(tǒng)計學原理計算該測量值的協(xié)方差R。

在已知K時刻的預測值X(K|K-1)和測量值Z(K)的基礎(chǔ)上,可估算出現(xiàn)在狀態(tài)的最優(yōu)估計值X(K|K),即

X(K|K)=X(K|K-1)+Kg(K)(Z(K)-HX(K|K-1))

(3)

其中,H為測量系統(tǒng)的參數(shù);Kg(K)為卡爾曼增益。

(4)

其中,HT為H的轉(zhuǎn)置矩陣。

此外,公式(5)需更新K時刻狀態(tài)下X(K|K)的協(xié)方差,則

P(K|K)=(I-Kg(K)H)P(K|K-1)

(5)

其中,I為1的矩陣,單模型單測量,I=1,以使卡爾曼濾波器不斷的運行下去直到系統(tǒng)過程結(jié)束。如此不停地迭代,就可以得到卡爾曼濾波后還原的最真實的原始數(shù)據(jù)。

2 系統(tǒng)設(shè)計

2.1 采集節(jié)點硬件設(shè)計

硬件終端主要由主控芯片、全網(wǎng)通模塊和安裝在打捆機上的傳感器組成。因設(shè)備供電由拖拉機電瓶提供,所以針對不同傳感器工作電壓設(shè)計了電平轉(zhuǎn)換電路,實現(xiàn)12V電平轉(zhuǎn)5V電平、3.3V電平,從而給主控芯片和傳感器供電。硬件結(jié)構(gòu)圖如圖2所示。

圖2 硬件結(jié)構(gòu)圖

主控芯片實現(xiàn)對采集數(shù)據(jù)處理和打包判斷。傳感器選用高精度傳感器對農(nóng)機作業(yè)過程中各項數(shù)據(jù)進行采集,全網(wǎng)通模塊實現(xiàn)數(shù)據(jù)的上傳。圖3為硬件終端實物圖。

圖3 節(jié)點硬件實物圖Fig.3 Photo of acquisition node

嵌入式微處理器選用宏晶科技生產(chǎn)的STC15W4K61S4單片機,內(nèi)置4k字節(jié)大容量SRAM,4組獨立的高速異步串行通信端口,1組高速同步串行通信端口SPI,可在強干擾場合下正常工作。其指令完全兼容傳統(tǒng)8051,但速度快8～12倍,適合在大田嘈雜的環(huán)境下工作[13]。

針對打捆機工作原理,選用了與農(nóng)機作業(yè)關(guān)聯(lián)較大的纏網(wǎng)數(shù)、角度值進行實時監(jiān)測。相關(guān)傳感器的性能指標如表1所示。

表1 相關(guān)傳感器性能指標

霍爾傳感器安裝在打捆機的行進齒輪和纏網(wǎng)齒輪上,用于監(jiān)測打捆機作業(yè)狀態(tài);角度傳感器安裝在打捆機的后艙門內(nèi)部,檢測1次的作業(yè)是否完成[14-15]。圖4為傳感器安裝位置示意圖。

圖4 傳感器安裝位置示意圖

2.2 系統(tǒng)軟件設(shè)計

整套系統(tǒng)軟件分為兩部分:①硬件終端以Keil5為開發(fā)環(huán)境,采用單片機C語言開發(fā);②遠程服務(wù)器程序主要用來進行數(shù)據(jù)接收、解析、分析及存儲等功能,同時構(gòu)建人機交互界面,實現(xiàn)遠程監(jiān)測的目的。

2.2.1 硬件終端程序

采集節(jié)點程序包括初始化配置、傳感器采集及數(shù)據(jù)收發(fā)3部分。初始化配置包括定時器、串口、I2C總線等外設(shè)接口和相應(yīng)數(shù)據(jù)緩沖區(qū)的配置。采集節(jié)點連接多個傳感器,傳感器的通信接口和響應(yīng)時間各不相同,優(yōu)化傳感器協(xié)調(diào)管理,可以防止出現(xiàn)丟幀現(xiàn)象,提高工作效率。根據(jù)打捆機工作原理,整體采集端采集程序借鑒狀態(tài)機編程思想[16-17]。開機工作后,主控芯片讀取監(jiān)測行進齒輪的傳感器信息,確定車輛開始作業(yè);隨后讀取10次濾波后的角度數(shù)據(jù)計算平均值,作為閉合艙門的默認角度值及監(jiān)控纏網(wǎng)圈數(shù)的傳感器值;當檢測值達到閾值后,任務(wù)切換為讀取角度傳感器數(shù)據(jù),在對數(shù)據(jù)濾波處理完成后,用測試值減去設(shè)立的閉合角度值;當差值達到設(shè)立的閾值后,監(jiān)測到打捆機作業(yè)1包完成,主控芯片發(fā)送作業(yè)信息給服務(wù)器。程序流程圖如圖5所示。

打捆機作業(yè)過程存在環(huán)境惡劣、網(wǎng)絡(luò)信號不穩(wěn)定及作業(yè)車輛多傳輸數(shù)據(jù)量大的問題,難以保證作業(yè)數(shù)據(jù)的實時上傳。為此,選用UDP協(xié)議。該協(xié)議是相對較簡單的網(wǎng)絡(luò)傳輸層協(xié)議,相對傳輸速度較快、系統(tǒng)開銷少,符合數(shù)據(jù)上傳的可靠性要求[18-19]。

圖 5 硬件終端程序流程

2.2.2 遠程服務(wù)器軟件設(shè)計

遠程服務(wù)器軟件采用B/S框架開發(fā)[20],主要包括用戶交互界面、Web服務(wù)器及數(shù)據(jù)庫系統(tǒng)幾部分設(shè)計。Web服務(wù)器主要的功能是負責網(wǎng)絡(luò)接入和信息服務(wù)功能,通過調(diào)用EC20全網(wǎng)通模塊上傳的數(shù)據(jù),對其進行解析和處理,實現(xiàn)前后端交互。

數(shù)據(jù)庫采用了MySQL開發(fā),完成打捆機作業(yè)數(shù)據(jù)的存儲和管理。MySQL是一個高性能且相對簡單的數(shù)據(jù)庫系統(tǒng),與一些更大系統(tǒng)的設(shè)置和管理相比,其復雜程度較低,同時具有輕量、快速的特點,完全滿足系統(tǒng)使用需求[21]。圖6為用戶使用界面,設(shè)計簡潔,方便用戶查看使用,能夠?qū)ψ鳂I(yè)車輛信息進行查看。

圖6 客戶端界面圖

3 系統(tǒng)測試

為驗證加入卡爾曼濾波算法后是否提高了對作業(yè)完成動作判斷的準確率,于2018年10月在農(nóng)安新農(nóng)鄉(xiāng)鎮(zhèn)前韓家進行了實地測試。圖7為現(xiàn)場作業(yè)圖片。

圖7 現(xiàn)場作業(yè)圖

測試方法為5臺正在作業(yè)的打捆機每臺分別安裝3套設(shè)備:一套采用接近開關(guān)作為判斷1包作業(yè)完成條件;一套對采集到的角度值未進行任何處理;一套在采集端對采集到的角度值進行了卡爾曼濾波處理。車輛在農(nóng)田進行正常打包作業(yè),圖8為采集到無濾波和加入卡爾曼濾波算法后角度值變化的效果比較。

截取作業(yè)數(shù)據(jù)發(fā)現(xiàn)在打捆機工作過程中,由于路面顛簸和車輛自身產(chǎn)生的震動,在圖8中可以觀察到未加濾波算法的原始數(shù)據(jù)有明顯的抖動,會對1次打包造成誤判;而經(jīng)過濾波處理后的數(shù)據(jù)可以觀察到幾乎無抖動數(shù)據(jù),此時對1次打包完成的判斷不受到任何噪聲影響,判斷相對準確。

打捆機作業(yè)完成后,在服務(wù)器端查詢5臺打捆機作業(yè)包數(shù)記錄情況與現(xiàn)場實際作業(yè)數(shù)量進行比對。圖9為3種情況下的打包數(shù)量與實際作業(yè)數(shù)量對比圖。結(jié)果表明:現(xiàn)場記錄實際打包數(shù)為286包,采用接近開關(guān)測測得打包數(shù)量為322包,與實際作業(yè)量存在較大誤差,平均誤差率為5.3%;采用未進行濾波處理的角度值進行判定,系統(tǒng)判定的打包數(shù)量為293包,與實際作業(yè)量存在誤差,平均誤差率為2.5%;加入濾波算法后,系統(tǒng)判斷打包數(shù)量總共為286包,與實際作業(yè)量一致,誤差率為0%。使用角度傳感器后誤差率明顯降低,加入濾波算法后實現(xiàn)了對打包數(shù)的精確監(jiān)測。

圖8 濾波效果對比結(jié)果

圖9 作業(yè)量對比情況圖

4 結(jié)論

針對監(jiān)測打捆機作業(yè)數(shù)據(jù)不準確的問題,設(shè)計實現(xiàn)了基于多傳感器的秸稈打捆機計數(shù)監(jiān)測系統(tǒng),并從硬件的傳感器選型、相關(guān)算法研究、硬件設(shè)計及軟件實現(xiàn)方案等角度闡述了系統(tǒng)的設(shè)計思路。使用卡爾曼濾波算法還原角度傳感器采集到的數(shù)據(jù)真實度,確保判斷1包作業(yè)完成的準確性。實地測試表明:系統(tǒng)可連續(xù)、穩(wěn)定地工作。