馮玉兵

（靖遠縣農(nóng)業(yè)機械化服務(wù)中心，甘肅 白銀 730600）

在科技快速發(fā)展的過程中，農(nóng)機領(lǐng)域開始廣泛運用自動導(dǎo)航技術(shù)，以實現(xiàn)農(nóng)業(yè)機械的自動化與智能化作業(yè)，推動農(nóng)業(yè)的現(xiàn)代化發(fā)展。實踐證明，基于自動導(dǎo)航的農(nóng)業(yè)機械可以降低操作難度，提高農(nóng)作物生產(chǎn)效率，在未來的農(nóng)業(yè)工作中具有創(chuàng)新潛力。

1 農(nóng)業(yè)機械自動導(dǎo)航技術(shù)的研究現(xiàn)狀

1.1 農(nóng)業(yè)機械自動導(dǎo)航的典型系統(tǒng)結(jié)構(gòu)

農(nóng)業(yè)機械自動導(dǎo)航技術(shù)應(yīng)用構(gòu)成了相對應(yīng)的自動導(dǎo)航系統(tǒng)，該系統(tǒng)最為典型的結(jié)構(gòu)包含了3 個部分，如圖1 所示，具體有環(huán)境感知單元、控制單元以及執(zhí)行單元，3 個單元相互協(xié)調(diào)運轉(zhuǎn)，完成農(nóng)業(yè)機械自動生產(chǎn)作業(yè)[1]。

圖1 農(nóng)業(yè)機械自動導(dǎo)航的典型系統(tǒng)結(jié)構(gòu)

1.2 環(huán)境感知技術(shù)研究現(xiàn)狀

在農(nóng)業(yè)機械自動導(dǎo)航技術(shù)中，環(huán)境感知技術(shù)是構(gòu)成環(huán)境感知單元的重要技術(shù)，主要通過傳感器對農(nóng)業(yè)生產(chǎn)作業(yè)時環(huán)境中各物體信息進行收集，同時也收集農(nóng)業(yè)機械車體的各種狀態(tài)信息，以下從環(huán)境感知的幾項關(guān)鍵技術(shù)探析其研究現(xiàn)狀。

1.2.1 GNSS 技術(shù)

GNSS 技術(shù)被譯為全球?qū)Ш叫l(wèi)星系統(tǒng)，當(dāng)前應(yīng)用在我國農(nóng)業(yè)機械導(dǎo)航系統(tǒng)中最常見且定位達到厘米級精度的技術(shù)為RTK-GPS 技術(shù)，這種技術(shù)最早是被運用在農(nóng)業(yè)拖拉機設(shè)備的自動導(dǎo)航功能中，相關(guān)導(dǎo)航系統(tǒng)在實現(xiàn)直線跟蹤時的誤差不超過2.5 cm，從航行方向上來說精度不超過1°。還有研發(fā)人員將RTK-GPS 技術(shù)融入到殘茬測量的農(nóng)業(yè)機器人自動導(dǎo)航系統(tǒng)，實際導(dǎo)航的精度不超過12 cm，有學(xué)者基于久保田插秧機農(nóng)業(yè)設(shè)備的研究基礎(chǔ)，設(shè)計開發(fā)了利用Trim-ble4700RTK-DGPS 技術(shù)的自動導(dǎo)航與控制系統(tǒng)。在其作用下，插秧機行駛速度為0.75 m/s 狀態(tài)時，直線跟蹤的平均誤差約為4 cm，最大跟蹤誤差不超過13 cm，而行駛速度為0.33 m/s 狀態(tài)時，圓曲線跟蹤平均誤差也約為4 cm，最大跟蹤誤差不超過8.7 cm。當(dāng)前GNSS 技術(shù)的研發(fā)已經(jīng)相對成熟，相關(guān)定位精度達到厘米級，但實際使用中仍然適合枝葉較稀疏和農(nóng)田較開闊的場景[2]。

1.2.2 機器視覺技術(shù)

近年來，農(nóng)業(yè)機械自動導(dǎo)航領(lǐng)域關(guān)于機器視覺技術(shù)的研發(fā)和應(yīng)用較多，該項技術(shù)的特點是可以獲取到更豐富的環(huán)境信息。機器視覺導(dǎo)航包括以視覺紋理為基礎(chǔ)的跟蹤方法，這種方法的原理為提取并跟蹤主導(dǎo)的平行紋理方向，同時獲取橫向偏移量信息，再將特定農(nóng)作物的細節(jié)抽象處理，比如處理株距信息、顏色信息，使農(nóng)業(yè)機械設(shè)備可以在白天與晚上順利沿著導(dǎo)航路徑行駛在作物間。國外研究人員還研發(fā)出一種多光譜攝像機械視覺導(dǎo)航平臺，將該平臺運用在果園農(nóng)作物生產(chǎn)中，獲取天空背景和樹冠的基本信息，再確定果樹行中心的路徑，控制平臺機器人的行走，實踐結(jié)果顯示，這種導(dǎo)航系統(tǒng)的平均方誤差約為2.13 cm，具有較高的準(zhǔn)確性[3]。隨著機器導(dǎo)航技術(shù)的不斷發(fā)展，研究人員還提出了一種以Census 變換為基礎(chǔ)的雙目視覺作物行識別導(dǎo)航算法，在該算法作用下可以對作物行中心線進行擬合確認，實際識別的正確率高達92.58%，且角度平均誤差不超過1.166°，在圖像處理方面也十分快速，平均時間不超過0.3 s。視覺傳感器裝置本身十分適合獲取環(huán)境信息，但在針對復(fù)雜的農(nóng)業(yè)環(huán)境（比如陰影面積較多果園）時，還應(yīng)優(yōu)化算法，使其魯棒性增強[4]。

1.2.3 激光雷達技術(shù)

激光雷達主要是通過光反射原理來掃描探測周圍環(huán)境信息，利用信息來實現(xiàn)自動導(dǎo)航，測距具有精度較高的優(yōu)點，可以提供更為可靠的物體深度及方位信息。例如，基于激光雷達概率原理可以搭建一種特殊傳感器模型，而這種模型能夠開發(fā)出結(jié)合粒子濾波的自動導(dǎo)航算法，應(yīng)用在農(nóng)業(yè)機械設(shè)備中，可保證航向的平均方誤差不超過2.4°，橫向平均偏差的方誤差值約為4 cm。激光雷達技術(shù)也可直接用于農(nóng)作物信息的掃描和獲取，比方說果園中可以直接掃描果樹樹干，提取果樹的行直線，通過激光雷達掃描發(fā)現(xiàn)，相關(guān)農(nóng)業(yè)機械以0.14 m/s 速度行走約40 m 之后，其橫向最大偏差值僅為26 cm?？梢姡诠麍@作業(yè)中該技術(shù)的自動導(dǎo)航適應(yīng)性較佳[5]。

1.2.4 IMU技術(shù)

IMU 技術(shù)也被稱為慣性測量，運用加速度計和陀螺儀來實施加速度和姿態(tài)角度的測定，在導(dǎo)航時可以不依賴環(huán)境要素。而低成本的IMU 單元通常會隨著時間變長累積相關(guān)誤差，給導(dǎo)航帶來不利影響，故而通常不會單獨使用該技術(shù)，而是與其他類型傳感器融合。比如，研發(fā)人員將慣性測量和RTK-GPS 技術(shù)進行融合，設(shè)計出一種能夠自動導(dǎo)航行駛作業(yè)的履帶式農(nóng)業(yè)機械設(shè)備，地頭轉(zhuǎn)向?qū)Ш椒矫鎰t是運用了“鑰匙孔”算法，該類機械實踐應(yīng)用結(jié)果表明，橫向跟蹤誤差值不會超過5 cm，具有較高的導(dǎo)航精度水平。還有人利用IMU 與RTK-GPS 技術(shù)設(shè)計了具有自動導(dǎo)航功能的輪式拖拉機，該機械設(shè)備導(dǎo)航系統(tǒng)的主要部件如圖2 所示，其可以在田間進行耕地作業(yè)、除草作業(yè)以及噴藥作業(yè)，都能使導(dǎo)航均方誤差值在5 cm 以下，有利于降低勞動力成本并提高生產(chǎn)效率[6]。

圖2 基于IMU與RTK-GPS技術(shù)融合的自動導(dǎo)航輪式拖拉機主要部件

1.3 基于導(dǎo)航的控制技術(shù)研究現(xiàn)狀

1.3.1 PID控制技術(shù)

農(nóng)業(yè)機械自動導(dǎo)航的控制技術(shù)是匹配環(huán)境感知技術(shù)運用的重要技術(shù)，其中PID 控制技術(shù)的應(yīng)用較常見。這種技術(shù)含義指的是比例、積分以及微分等原理下的控制，適合在動態(tài)線性的系統(tǒng)中運用，且不會隨著時間變化而變化，圖3 為PID 控制下的系統(tǒng)結(jié)構(gòu)。在農(nóng)業(yè)機械自動導(dǎo)航領(lǐng)域，部分農(nóng)業(yè)生產(chǎn)的除草機器人中引入PID 控制技術(shù)，主要是對機器車輪行駛速度加以調(diào)控，在實際速度為0.31 m/s 和0.52 m/s 的情況中，控制跟蹤的精度值可達到1.6 cm和2.2 cm。還有研發(fā)人員將PID 控制結(jié)合RTK-GPS 感知定位技術(shù)，使自動導(dǎo)航系統(tǒng)中每個車輪速度的控制更為精準(zhǔn)，相關(guān)實踐表明，若機器行駛速度為0.3 m/s，則其均方誤差值約為1.6 cm[7]。PID 控制技術(shù)的對應(yīng)算法最大優(yōu)點就在于穩(wěn)態(tài)誤差偏小，同時并不會依賴于數(shù)學(xué)模型分析，而決定這種控制精度的要素則包括微分系數(shù)、比例系數(shù)以及積分系數(shù)，對這3 項系數(shù)的調(diào)整需要基于實際工程經(jīng)驗[8]。

圖3 PID 控制技術(shù)的原理結(jié)構(gòu)

1.3.2 模糊控制技術(shù)

農(nóng)業(yè)機械自動導(dǎo)航系統(tǒng)中的模糊控制技術(shù)主要是基于模糊語言變量原理、模糊集合論以及模糊邏輯推理的一種控制手段，在實現(xiàn)控制時無需針對控制的對象搭建數(shù)學(xué)模型，故而在一些時變、非線性以及對模型完全性要求不高的系統(tǒng)中被廣泛運用[9]。模糊控制較典型的原理結(jié)構(gòu)如圖4 所示。有學(xué)者以遺傳算法為基礎(chǔ)，研究了一種自適應(yīng)型模糊控制方式，在遺傳算法作用下，模糊控制的輸出比例因子與基本規(guī)則都能得到優(yōu)化，在田間開展對應(yīng)自動導(dǎo)航農(nóng)機設(shè)備的試驗運用，發(fā)現(xiàn)該控制方式具有超調(diào)較小、反應(yīng)較快的優(yōu)點，還能將跟蹤誤差快速消除，確保實際誤差不超過10 cm，具體控制是農(nóng)機模糊控制器中輸入橫向與航向的偏差數(shù)據(jù)，隨后輸出前輪的轉(zhuǎn)向角參數(shù)，再進一步調(diào)整農(nóng)機導(dǎo)航數(shù)據(jù)。試驗控制顯示，在農(nóng)機行駛速度為0.8 m/s 時，導(dǎo)航平均誤差值約為2.87 cm，行駛速度為1.0 m/s 時，導(dǎo)航平均誤差值約為3.34 cm，行駛速度為1.2 m/s 時，導(dǎo)航平均誤差值約為4.16 cm，符合生產(chǎn)作業(yè)的精度要求。

圖4 模糊控制技術(shù)的原理結(jié)構(gòu)

2 農(nóng)業(yè)機械自動導(dǎo)航技術(shù)的研究展望

自動導(dǎo)航技術(shù)研發(fā)將持續(xù)推進，該類技術(shù)在農(nóng)業(yè)機械領(lǐng)域的應(yīng)用也會越來越廣泛，筆者希望未來的研究更多圍繞著智能化避障，確保農(nóng)機使用時的行駛規(guī)范性更強，比如可以深度學(xué)習(xí)為基礎(chǔ)開發(fā)更精確的障礙物感知檢測技術(shù)，推動農(nóng)業(yè)機械自動化和智能化水平的提高。還需注意各類傳感器裝置優(yōu)缺點并不一致，農(nóng)業(yè)環(huán)境本身也具有復(fù)雜性、時變性，故而未來也需融合多種傳感器的環(huán)境感知系統(tǒng)，使系統(tǒng)的運行更為穩(wěn)定。比如說郁閉果園環(huán)境中衛(wèi)星信號的傳送很容易被干擾，那么就可以將激光雷達傳感器和機器視覺傳感器融入，保證自動導(dǎo)航更加可靠與精確，還可借助物聯(lián)網(wǎng)技術(shù)來搭建農(nóng)機自動導(dǎo)航作業(yè)的遠程監(jiān)控平臺，實現(xiàn)遠程任務(wù)調(diào)度及可視化管理[10]。

3 結(jié)論

綜上所述，農(nóng)業(yè)機械中的自動導(dǎo)航技術(shù)，可以保證機械按照特定路徑規(guī)范行駛，確保其運行的穩(wěn)定性和可靠性[11-13]。由筆者分析可知，當(dāng)前農(nóng)業(yè)機械自動導(dǎo)航環(huán)境感知技術(shù)的研究主要圍繞著GNSS 技術(shù)、機器視覺技術(shù)、激光雷達技術(shù)等幾項技術(shù)，基于導(dǎo)航的控制技術(shù)則包括PID 控制技術(shù)、模糊控制技術(shù)等[14-15]。未來農(nóng)業(yè)機械自動導(dǎo)航環(huán)境感知技術(shù)需融合多種傳感器的環(huán)境感知系統(tǒng)，實現(xiàn)農(nóng)業(yè)機械的自動化與智能化作業(yè)，推動農(nóng)業(yè)現(xiàn)代化發(fā)展。