農業(yè)機械自動導航技術研究進展

第 31 卷 第 10 期 農 業(yè) 工 程 學 報 Vol.31 No.10 2015 年 5月 Transactions of the Chinese Society of Agricultural Engineering May 2015 1 農業(yè)機械自動導航技術研究進展胡靜濤1,2，高 雷1,2，白曉平1,2，李逃昌1,2，劉曉光1,2（ 1. 中國科學院沈陽自動化研究所，沈陽 110016； 2. 中國科學院網絡化控制系統(tǒng)重點實驗室，沈陽 110016） 摘 要： 農業(yè)機械自動導航是精準農業(yè)技術體系中的一項核心關鍵技術，廣泛應用于耕作、播種、施肥、噴藥、收獲等農業(yè)生產過程。農機位置測量方法、農機模型與導航路徑跟蹤控制方法是農業(yè)機械自動導航技術的研究重點，受到國內外科研人員的廣泛關注。農機位置測量主要有相對測量和絕對測量二類方法，前者以基于機器視覺的測量方法為代表，主要利用圖像處理技術識別作物行，進而確定導航基準線，實現農機與作物的相對位置與航向信息的測量；后者則以基于全球導航衛(wèi)星系統(tǒng)的測量方法為代表，利用衛(wèi)星定位技術實現農機位置的高精度測量，在農業(yè)生產中應用最為廣泛；而面對復雜的田間環(huán)境變化，在位置測量中應用多傳感器數據融合技術通?？梢缘玫礁玫臏y量結果。導航路徑跟蹤控制通常以農機運動學模型或動力學模型為核心，多采用最優(yōu)控制、最優(yōu)估計、自適應控制、人工神經網絡、模糊控制、魯棒控制等現代控制理論與方法；而無模型控制方法則可以避免建模不準確或者模型參數劇烈變化對農機路徑跟蹤控制性能所產生的負面影響。該文從上述 2 個方面綜述分析了農業(yè)機械自動導航技術的研究現狀及存在的問題，并對未來農機導航技術的發(fā)展做出了展望，指出采用衛(wèi)星導航技術，開展農機地頭自動轉向控制、障礙物探測及主動避障、多機協同導航等高級導航技術研究，以及引入先進的物聯網技術，是現代農機自動導航技術發(fā)展的主要趨勢。 關鍵詞： 農業(yè)機械；導航；模型；農機物聯網 doi： 10.11975/j.issn.1002-6819.2015.10.001 中圖分類號： TP273 文獻標志碼： A 文章編號： 1002-6819(2015)-10-001-10 胡靜濤，高 雷，白曉平，等. 農業(yè)機械自動導航技術研究進展J. 農業(yè)工程學報，2015，31(10)：110. doi： 10.11975/j.issn.1002-6819.2015.10.001 http:/www.tcsae.org Hu Jingtao, Gao Lei, Bai Xiaoping, et al. Review of research on automatic guidance of agricultural vehiclesJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(10): 1 10. (in Chinese with English abstract) doi： 10.11975/j.issn.1002-6819.2015.10.001 http:/www.tcsae.org 0 引 言農業(yè)機械自動導航是一個古老的話題。 早在 1924 年，Willrodt1就發(fā)明了一種拖拉機駕駛附件并取得美國專利，這是一種安裝在拖拉機前軸上的機械裝置，它能引導拖拉機沿著與已經開好的犁溝平行的路線行走。 1941年， Andrew2發(fā)明了一種拖拉機自動控制方法，在田地中央放置一個大輪盤，利用纏繞在輪盤上的金屬線引導拖拉機沿著螺旋線運動。 現代意義的農業(yè)機械自動導航是在精準農業(yè)技術驅動下發(fā)展起來的。精準農業(yè)技術產生于 20 世紀 80 年代中期，它是指綜合應用地球空間信息技術、計算機輔助決策技術、農業(yè)工程技術等現代高新科技，以獲得農田“高產、高效、高質、高級和低害”為目標的現代化農業(yè)生產模式和技術體系3。進入 21 世紀以來，在生物技術、信息技術的帶動下，精準農業(yè)技術得到迅速發(fā)展，現代農業(yè)進入了以提高農業(yè)資源利用率、保護農業(yè)生態(tài)環(huán)境為核心的“精準農業(yè)”時代。 作為精準農業(yè)的一項核心關鍵技術，農業(yè)機械自動導航廣泛應用于耕作、播種、施肥、噴藥、收獲等農業(yè)收稿日期： 2015-04-03 修訂日期： 2015-05-10 基金項目：國家高技術研究發(fā)展計劃（ 863 計劃）項目（ 2013AA040403） 作者簡介：胡靜濤，男，研究員，博士生導師，研究領域為現代農業(yè)精準作業(yè)測控技術。沈陽 中國科學院沈陽自動化研究所， 110016。 Email： hujingtaosia.cn 生產過程。導航系統(tǒng)的作用是使農業(yè)機械按照優(yōu)化的作業(yè)路徑工作，減少重復作業(yè)區(qū)和遺漏作業(yè)區(qū)的面積，提高農業(yè)機械的田間作業(yè)質量和效率、降低駕駛員勞動強度。 本文介紹了現代農機自動導航系統(tǒng)的典型結構及其主要功能，綜述了農機導航系統(tǒng)的兩大核心技術農機位置測量方法和導航路徑跟蹤控制方法的研究進展，并對未來農機導航技術的發(fā)展做出了展望。 1 現代農機自動導航系統(tǒng)的典型結構 農機的自動導航控制主要是對農機進行橫向位置控制，即控制農機跟蹤事先規(guī)劃好的作業(yè)路徑，使其與路徑之間的橫向位置偏差保持在一定的精度范圍之內，從而滿足農業(yè)生產的需要?，F代農機自動導航系統(tǒng)一般由檢測單元、控制單元、執(zhí)行單元及監(jiān)控單元四部分組成（如圖 1 所示）。 圖 1 現代農機自動導航系統(tǒng)的典型結構 Fig.1 Typical structure of a modern agriculture vehicle autonomous guidance system 綜合研究 農業(yè)工程學報（ http:/www.tcsae.org） 2015 年 2 檢測單元負責農機當前位置與姿態(tài)的檢測，其中位姿傳感器通常包括位置傳感器、姿態(tài)傳感器、速度傳感器等，用于測量農機當前的位置、姿態(tài)角（包括航向角、俯仰角和橫滾角）信息及位置和姿態(tài)角的變化速度，即農機運動速度和轉動角速度等；車輪轉角傳感器用于測量農機轉向輪當前轉向角度信息，用作轉向控制回路的反饋傳感器。 控制單元是導航系統(tǒng)的核心，負責導航路徑規(guī)劃及路徑跟蹤控制。其中導航控制器根據農機的當前位姿信息和目標路徑信息，按照某種導航控制策略，計算出轉向角度的期望值，即轉向角指令；轉向控制器根據農機的當前轉向角和來自導航控制器的轉向角指令，按照某種轉向控制策略，計算出對轉向執(zhí)行機構的控制量，如頻率、電壓等，從而控制轉向執(zhí)行機構的運轉，將農機轉向輪轉動到轉向角指令要求的角度。 執(zhí)行單元是農機轉向的執(zhí)行機構，其作用是將轉向控制器的控制信號轉換為對農機轉向輪的轉向力矩，使轉向輪發(fā)生轉動。轉向執(zhí)行機構一般有機械式和液壓式兩種。機械式一般采用電機驅動農機原轉向軸轉動，實現農機轉向操作，安裝簡便、適應性廣。而液壓式適用于液壓轉向方式的農機，由自動轉向液壓回路直接控制轉向油缸的動作，實現農機轉向操作。液壓式轉向執(zhí)行機構轉向控制精度高、執(zhí)行速度快，具有操作簡便可靠、可靠性高等優(yōu)點。 監(jiān)控單元是導航系統(tǒng)的人機交互界面，一般由一臺田間計算機承擔。田間計算機的主要功能包括系統(tǒng)參數設定、導航任務管理、導航狀態(tài)監(jiān)視等功能。 2 農機位置測量方法 農機自動導航要解決的首要問題是農機位姿測量，包括對農機位置、航向、速度、車輪轉角等反映農機當前運動狀態(tài)的量的測量，其中最重要的是農機當前位置測量。位置測量可以采用 2 種方式，一是相對位置測量，即測量農機與導航基線的相對位置，典型的相對位置測量方法是基于機器視覺的位置測量方法。另一種是絕對位置測量，即測量農機在地理空間中的絕對位置，代表性的是基于全球導航衛(wèi)星系統(tǒng)（ global navigation satellite system， GNSS）的位置測量方法。 2.1 基于機器視覺的位置測量方法 機器視覺（ machine vision）主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。機器視覺技術最大的特點是速度快、信息量大、功能多?；跈C器視覺的農機自動導航技術將攝像機作為位置測量傳感器，利用圖像處理技術識別作物行，進而確定導航基準線，實現農機與作物的相對位置與航向信息的測量。目前，用于作物行識別和導航定位基準線檢測的方法主要包括 Hough 變換法、垂直投影法和最小二乘法等。 Hough 變換方法是應用最為廣泛的一種直線段檢測方法， 基于 Hough 變換的導航基準線提取方法魯棒性好、受作物行缺苗和噪聲影響小，已成為研究最為廣泛的一種導航特征提取方法。 Searcy 等4最早將 Hough 變換引入到農機導航特征提取中來，提出了一種基于 Hough 變換的作物行參數提取方法。 Bakker 等5首先通過攝像機標定，把圖像坐標系的作物行映射到世界坐標系得到平行的作物行，然后把多行疊加到一行，最后運用 Hough變換提取甜菜行。刁智華等6采用將 Hough 變換參數 空間范圍縮小到 45 135 ,在考慮導航信息量和準確性的前提下，提取最重要的中間兩行作物行作為導航基線，在保證精度的同時，減少了計算量。但是 Hough 變換算法本身存在累加器峰值較難確定和重復線段多、時間復雜度和空間復雜度高等缺點。針對這些問題，許多學者提出了改進的 Hough 變換方法，包括基于過已知點的Hough 變換方法7、隨機 Hough 變換方法8-9和基于壟平行特征的改進 Hough 變換方法。 Sogaard 等10較早闡述垂直投影法，該方法先利用超綠特征對彩色圖像進行灰度化，然后用垂直投影的方法分割目標區(qū)域和非目標區(qū)域，確定作物行數和作物行中心線候選點。孫元義等11利用該方法對棉田圖像進行處理獲得棉田噴灑農業(yè)機器人的導航基準線候選點，采用Hough 變換的方法提取出導航參數。馬紅霞等12用該方法找出導航定位點，并根據定位點位置設置感興趣區(qū)域，然后采用 Hough 變換在該區(qū)域內對導航定位點擬合出導航基準線，試驗結果表明該方法具有較高的擬合精度，能夠滿足農機田間作業(yè)導航要求。 最小二乘法也是一種常用的直線檢測方法，最小二乘法具有檢測速度快、精度高等優(yōu)點。司永勝等13提出了一種基于最小二乘法的早期作物行中心線檢測方法，該方法根據特征點進行兩次最小二乘法擬合，得到作物行中心線，對于有作物缺失的作物行，采用統(tǒng)計條形區(qū)域內特征點數量的方法判別檢測結果的可信度，準確地檢測出了作物行中心線。 王新忠等14提出了基于機器視覺的壟間加熱管敏感區(qū)域提取方法，根據最小二乘法原理對導航離散點簇擬合得到 2 條加熱管邊緣線，在此基礎上給出中心導航基準線檢測算法，并針對光照不均勻和遮擋對導航路徑檢測進行了試驗。 除以上幾種作物行識別和導航基準線提取方法外，國內外學者還提出了其他的作物行識別方法。如基于壟線消失點的算法15、基于先驗知識與消隱點算法16、基于隨機候選點提取直線的方法17、基于支持向量機的作物行識別方法18、基于掃描濾波的農機局視覺導航基準線快速檢測方法19、基于紋理特征的作物行識別方法20、基于邊緣檢測與掃描濾波的農機導航基準線提取方法21等。 2.2 基于 GNSS 的位置測量方法 目前能夠提供商業(yè)服務的 GNSS 包括美國的NAVSTAR GPS（ global positioning system）、俄羅斯的GLONASS（ global navigation satellite system）和中國的北斗系統(tǒng)，其中應用時間最長、應用范圍最廣泛的是美國的 GPS。 由于普通 GPS 接收機的定位精度只有 10 m 左右，無法滿足農機導航控制的需求，目前農機導航系統(tǒng)第 10 期 胡靜濤等：農業(yè)機械自動導航技術研究進展 3 中普遍使用具有厘米級定位精度的 RTK-GPS（ real time kinematic）22。 OConnor 等23將高精度 RTK-GPS 應用于農機導航中，最早進行了具有實用價值的研究與探索。其利用一套四天線 RTK-GPS系統(tǒng)為一臺 John Deere 7800拖拉機提供位姿信息，在田間行駛速度 3.25 km/h 時，航向誤差不大于 0.1，直線跟蹤標準差不大于 2.5 cm。日本國家農業(yè)研究中心農業(yè)機械及系統(tǒng)研究小組24使用天寶 2 cm 精度的 MS750 GPS 與 Japan Aviation Electronics 生產的 IMU JCS-7401A，對改造后的久保田 SPU650 型水稻收割機進行自動導航控制，實現了插秧精度平均橫向偏差小于3 cm，最大橫向偏差不大于 4 cm。 Perez-Ruiz 等25通過試驗研究對比了專用基站、 OmniSTAR 虛擬基站等多種差分修正信號對衛(wèi)星定位誤差的修正能力，根據試驗結果對不同作業(yè)需求給出 GPS 修正信號推薦建議。 Baio 26在 CASE 公司的 7700 甘蔗收割機上安裝了 Trimble 公司的自動導航系統(tǒng)，采用 Trimble 公司的 AgGPS RTK 450做基站，開展了對行精度、甘蔗損失及田間作業(yè)效率試驗研究，結果表明自動導航系統(tǒng)在白天和夜間都能提高對行精度，但甘蔗損失并沒有明顯降低，田間作業(yè)效率也與人工駕駛相同。 Ortiz 等27將基于 RTK-GPS 的自動導航系統(tǒng)應用于花生收獲，并對采用不同種植方式時應自動導航系統(tǒng)的經濟效益進行了試驗研究，結果表明采用基于 RTK-GPS 的自動導航系統(tǒng)能夠減小產量損失、提高純收益。 Samuel 等28綜合考慮天氣條件、地形與障礙、完全性等多種因素，設計了一種基于 GPS 的農業(yè)機器人平臺，并集成多種傳感器實現了環(huán)境信息檢測。 羅錫文等29對基于 RTK-GPS 的農機自動導航控制系統(tǒng)進行了比較深入的研究，在東方紅 X-804 拖拉機上開發(fā)了基于 RTK-GPS 的自動導航控制系統(tǒng)，在拖拉機行進速度為 0.8 m/s 時，直線跟蹤的最大誤差小于 0.15 m，平均跟蹤誤差小于 0.03 m。高雷等30采用模塊化設計思想，基于嵌入式技術和 CAN 總線技術，設計開發(fā)了一種基于 RTK-GPS 的農機自動導航控制系統(tǒng)。周建軍等31、劉兆祥等32采用 Trimble RTK-GPS 4700 作為位置傳感器，使用簡化的二輪車模型，用模糊控制方法實現了農機的直線和曲線路徑追蹤。 偉利國等33在 XDNZ630 型水稻插秧機上安裝了天寶 RTK-GPS 接收機 AgGPS332 進行定位， 采用模糊控制策略實現了直線路徑追蹤， 在 0.6 m/s的行駛速度下，最大追蹤誤差小于 10 cm。 2.3 基于多傳感器數據融合的位置測量方法 農業(yè)機械自動導航系統(tǒng)的應用環(huán)境，是一個復雜多變、非結構化的野外農田環(huán)境，每種位姿檢測方法都具有一定的局限性。如機器視覺的方法可能受作物生長狀況、惡劣天氣條件的影響，而 GNSS 容易受到周圍環(huán)境的干擾而影響定位精度。因為沒有一種單獨的位置傳感器能夠滿足所有不同應用條件下農業(yè)機械導航的需求，基于多傳感器數據融合的位置測量方法受到人們的普遍關注。一方面，它可以在一種傳感器測量失效時，自動切換到另一種可用的傳感器測量方式；另一方面，也能夠融合多種傳感器的數據，從而得到更好的測量結果。常見的多傳感器組合導航系統(tǒng)包括 GPS/INS、 GPS/DR 和INS/CNS 組合導航系統(tǒng)等。 基于多傳感器的數據融合就是利用系統(tǒng)的物理模型以及噪聲的統(tǒng)計特性，利用一定的估計準則來獲得系統(tǒng)的最優(yōu)狀態(tài)估計34。常用的估計方法包括 Kalman 濾波、粒子濾波、 H 濾波以及智能算法等。 Kalman 濾波是最常用的估計理論，它的主要思想是基于導航系統(tǒng)的物理模型和系統(tǒng)的狀態(tài)噪聲和量測噪聲模型，利用 Kalman 濾波器對系統(tǒng)的狀態(tài)向量進行估計。Liu 等35提出了一種雙濾波平滑 Kalman 濾波算法，該方法有效地解決了 GPS 信號中斷時，慣性導航累積誤差較大的問題，導航結果表明，在 GPS 中斷的情況下，平均定位精度提高了 95%以上。 Fakharian 等36提出了一種自適應 Kalman 濾波算法，車載試驗表明，與常規(guī) Kalman濾波相比，該方法具有較好的效果。黎永健等37采用MEMS 慣性傳感器加速度計和陀螺儀聯合測量農機姿態(tài)角，采用 Kalman 濾波計算姿態(tài)角，實現對 GPS 定位數據的姿態(tài)校正，提高了導航定位準確性。周建軍等38將模糊邏輯和 Kalman 濾波相結合開展了 GPS 和航位推算（ dead reckoning， DR）組合導航定位方法研究，通過對 GPS、陀螺儀及速度傳感器數據的融合，提高了導航系統(tǒng)定位精度， x 方向和 y 方向平均誤差分別為 0.13 和 0.20 m。 Khoomboon39采用粒子濾波進行信息融合，利用位置已知的參考點坐標修正 GPS 的定位誤差，有效提高了導航定位精度。 籍穎等40在粒子濾波的重要密度函數中引入無跡 Kalman 濾波，并采用多項式重采樣算法和 Markov鏈蒙特卡羅方法，有效抑制了粒子退化和樣本貧化，仿真結果表明該方法可有效提高導航定位精度。 劉曉光等41-42結合 Kalman 濾波和 H 濾波的優(yōu)點，提出了一種采用自適應魯棒波濾的農機組合導航方法，根據濾波估計誤差方差陣實時調整 Kalman 濾波和 H 濾波的權重，提高了組合導航系統(tǒng)的精度和魯棒性。 3 農機模型與導航路徑跟蹤控制方法 3.1 基于農機運動學模型的導航路徑跟蹤控制方法 在農機導航中，最典型、應用最廣泛的是稱作二輪車模型的農機運動學模型。在這種模型中，把農機抽象為一個二輪車，用 4 組參量來描述農機當前位姿（參見圖 2），一是在大地直角坐標系中農機后輪中心的坐標C(x,y)， m；二是農機當前的航向角 ， ()；三是轉向輪當前的轉角 ， ()；最后是農機當前的速度矢量 v， m/s。另外還有一個常量，即農機前后輪的軸距 L， m。農機運動模型即是根據運動學原理，描述上述這些參量的相互關系的模型，如式（ 1）所示。 cossintanxvyvvL=（ 1） 式中： x、 y 是農機后輪中心在大地直角坐標系統(tǒng)中的坐農業(yè)工程學報（ http:/www.tcsae.org） 2015 年 4 標， m； 是農機當前的航向角， ()； 是轉向輪當前的轉角， ()； v 是農機當前的速度矢量， m/s； L 是農機前后輪的軸距， m。 注： C(x,y)是農機后輪中心在大地直角坐標系統(tǒng)中的坐標， m； 是農機當前的航向角， ()； 是轉向輪當前的轉角， ()； v 是農機當前的速度矢量， ms-1；L 是農機前后輪的軸距， m。 Note: C(x,y) is coordinates of central point of the rear wheels of agricultural vehicle. is current heading of the agricultural vehicle, (). is turning angle of the turning wheels, (). v is vehicle speed, ms-1. L is distance between shafts, m. 圖 2 農機二輪車運動學模型 Fig.2 Two wheels kinematics model of an agriculture vehicle 基于農機運動學模型的導航路徑跟蹤，就是根據農機當前位置、航向參數，確定農機轉彎方向、轉動角度，以讓農機沿著既定的路線行駛。 OConnor 等43-44較早在二輪車模型的基礎上，建立了以農機航向誤差及其變化率、轉向輪偏角及其變化率和位置誤差為狀態(tài)變量的農機運動學模型，并且對該運動學模型進行線性化逼近，然后基于線性化后的模型設計了最優(yōu)導航控制器，并將其應用到約翰迪爾的 7800 型拖拉機上進行了拖拉機的導航控制試驗，取得了很好的路徑跟蹤控制效果。 Bell45-46進一步擴展了 OConnor 的工作，設計了適合圓弧、螺旋線和任意曲線路徑的拖拉機路徑跟蹤控制的相關算法。李逃昌等47以二輪車模型為基礎，建立了以橫向偏差和航向偏差為狀態(tài)變量的農機相對運動學模型，引入線性二次型最優(yōu)控制器，提高了導航控制精度及其穩(wěn)定性。孟慶寬等48建立了二自由度運動學模型和視覺預瞄模型，提出了一種基于粒子群優(yōu)化的自適應模糊控制算法，車載試驗表明，在不同速度條件下該算法導航精度相對于常規(guī)模糊控制算法都有較大的提高。白曉平等49在基于非線性運動學模型的主控制器之上，增加了一個自校正控制器對控制量進行修正，既保留了基于運動學模型的控制方法的優(yōu)勢，又減小了不精確模型對導航控制的影響，提高了導航控制精度。 3.2 基于農機動力學模型的導航路徑跟蹤控制方法 由于農機本身的復雜性、土壤等農田環(huán)境以及農機具負載的不確定性的存在，導致農機導航控制系統(tǒng)為一個復雜的不確定性系統(tǒng)?；谶\動學模型的方法對農機導航控制系統(tǒng)參數的變化和外部干擾不具有魯棒性，也沒有考慮到機具負載變化等情況導致的農機動力學特性的變化，路徑跟蹤控制方法難以取得預期的效果。為此，人們尋求基于農機動力學模型的導航控制方法。 根據牛頓第二定律，并且假設 、 很小，可以得到農機的橫向力和力矩平衡方程如式（ 2）所示。 ()frzffrrmv v F FILFLF +=+=（ 2） 式中： Ff、 Fr分別為作用在農機前后輪上的橫向力， N；Lf、 Lr分別為農機前輪和后輪到農機質量中心的距離， m；m 為農機的質量， kg； Iz為農機的轉動慣量， kgm2； 為農機的橫擺角速度， m/s； 為農機的車體側偏角， （ ）。 Bevly 等50-51在大量辨識試驗的基礎上提出了一種航向率動力學模型，并基于該模型設計了 LQR 路徑跟蹤控制方法，解決了農機在高速行駛時的導航控制問題。Eaton 等52-53將 Backstepping 控制方法應用到農機路徑跟蹤控制中，并且在控制方法的設計過程中考慮了轉向系動力學特性的影響，取得了較好的試驗效果。 Bao 等54建立了拖拉機的兩輪車動力學模型，采用 Kalman 濾波有效濾除了噪聲和重復性測量的影響，實現了對拖拉機運行狀態(tài)的估計。 3.3 模型無關的導航路徑跟蹤控制方法 為了避免建模不準確或者模型參數劇烈變化對農機路徑跟蹤控制性能所產生的負面影響，有些學者便采用與模型無關的控制方法進行農機路徑跟蹤控制器的設計。 在過程工業(yè)上被廣泛應用的 PID 方法是基于誤差來生成消除誤差的控制策略，由于其設計過程中不依賴于數學模型，對線性或者非線性控制對象都適用，所以在農機導航控制領域 PID 方法也得到了大量的應用55-57。 純追蹤方法是一種幾何方法（參見圖 3），它不涉及復雜的控制理論知識，具有控制參數少、算法設計模擬人的駕駛行為具有預見性等特點，在農機導航控制領域也得到了應用。 注： G(VXg，VYg)為目標點在農機本體坐標系中的坐標， m； 為農機瞬時轉彎曲率， m-1； R 為農機的瞬時轉彎半徑， m； d 為農機相對于路徑的橫向位置誤差， m； Ld為前視距離， m； e為農機當前航向和目標點處期望航向之間的誤差， ()； 為農機沿著轉向弧線到達目標點時的航向變化角度， ()；VX，VY 為農機瞬時速度的橫向、縱向分量， ms-1。 Note: G(VXg, VYg) is the coordinates of the target point in the agricultural vehicle coordinate system, m; is the instant turning curvature of the agricultural vehicle, m-1; R is the instant turning radius of the agricultural vehicle， m； d is the lateral error of the agricultural vehicle to the path， km； Ldis the forward-looking distance, m; is the heading error of the agricultural vehicle to the target heading, (); eis the changing angle of the agricultural vehicle from the current point to the target point, (); VX, VY is the transverse and longitudinal component of the agricultural vehicle speed, ms-1. 圖 3 純追蹤方法的幾何表達 Fig.3 Geometric expression of pure pursuit method 黃沛琛等58-59根據地頭轉向的特點，利用 BP 神經網絡確定前視距離，然后根據純追蹤算法確定農機期望的轉向角。李逃昌等60-61采用帶有自調整函數的解析式模糊控制器對前視距離的大小進行在線自適應調整，提出第 10 期 胡靜濤等：農業(yè)機械自動導航技術研究進展 5 了一種基于模糊自適應純追蹤模型的農機路徑跟蹤方法，對不同的農機行駛速度和不同的農機與路徑間的初始誤差具有很好的適應性和很好的控制效果；同時采用自適應純追蹤模型確定農機期望橫擺角速度，提出了一種農機橫向位置控制與橫擺角速度控制二級級聯式控制策略，使農機在機具負載變化或受到外部干擾時，仍然能保證橫擺角速度具有期望的響應性能。 由于模糊控制具有仿人的智能性，不少學者基于模糊控制研究了農機的路徑跟蹤控制方法。 Xue 等62基于模糊控制方法和可變視場機器視覺設計小型移動機器人在玉米田間的路徑跟蹤控制器，并通過實際田間試驗驗證了方法的有效性。劉兆祥等63設計了一種自適應模糊控制算法，這種算法基于遺傳算法和 RTK-GPS 技術，并且將構造的導航系統(tǒng)在田間進行了試驗。張漫等64設計了一種模糊自適應農機路徑跟蹤控制方法，該方法能夠有效地減弱控制過程的超調。陳寧等65通過對純追蹤模型跟蹤誤差因素的分析，提出了一種改進的純追蹤算法，將轉向控制分解為 3 個控制周期分步校正車體的航向角和轉向角，在前視距離 L 3vT（ v 為農機速度， T 為控制周期）時可取得較好的跟蹤效果。陳康等66進一步改進了該控制算法，設計了一種兩步純追蹤航向校正算法，在 2 個控制周期內完成了航向校正。 4 農機自動導航技術發(fā)展展望 農機自動導航技術經過多年的發(fā)展已日臻成熟，特別是基于視覺和基于 GNSS/GIS 的導航技術已成為現代農機自動導航系統(tǒng)的主流技術，在農業(yè)生產實踐中得到了廣泛應用，但農機自動導航技術仍有許多問題需要深入研究。 4.1 采用衛(wèi)星導航技術 全球導航衛(wèi)星系統(tǒng) GNSS 的升級與擴展為農機自動導航技術發(fā)展提供了技術手段。 目前美國 GPS 主要使用 L1、 L2 2 個頻段發(fā)送偽距碼，民用碼在 L1頻段傳送，精度更高的加密碼則同時在 L1、L2頻段傳送。近來年，美國對 GPS 進行了現代化升級，一方面在 L2頻段上增加了民用碼 L2C，另一方面又增加了一個民用頻段 L5。工作在 L1、 L2C、 L5頻段、具有更高定位精度和更高可靠性的三頻接收機將取代當前廣泛應用的雙頻接收機。 中國自行研制的全球衛(wèi)星定位與通信系統(tǒng)北斗衛(wèi)星導航系統(tǒng)（ beidou navigation satellite system， BDS），是繼美國的 GPS 和俄羅斯的 GLONASS 之后第 3 個成熟的衛(wèi)星導航系統(tǒng)，可在全球范圍內全天候、全天時為各類用戶提供高精度、高可靠定位、導航、授時服務。北斗系統(tǒng)還具有獨特的短報文通信能力，可支持通信信息量較小、實時性要求高的用戶與用戶間雙向報文通信。2012 年 12 月 27 日，北斗系統(tǒng)空間信號接口控制文件正式版正式公布，北斗導航業(yè)務正式對亞太地區(qū)提供無源定位、導航、授時服務。北斗衛(wèi)星導航技術必將在中國精準農業(yè)技術應用中發(fā)揮重要作用。 4.2 高級導航技術 1）農機地頭自動轉向控制技術 目前在農業(yè)生產中獲得實際應用的主要是一種稱為A-B 直線導航的技術。在導航開始之前，首先指定 A、 B 2 點的 GPS 坐標位置，設定直線 A-B 為導航基準線。在整個作業(yè)過程中，自動導航系統(tǒng)完成一系列與 A-B 線平行的路徑跟蹤，但在地頭調頭時仍由駕駛員操縱農機。 農機地頭自動轉向控制技術研究早已引起了科研人員的關注，但相關研究進展比較緩慢。 Cariou 等67-68研究了農機地頭自動轉向的路徑規(guī)劃及運動控制問題，提出了環(huán)形、魚尾形轉向策略，采用帶有側滑角的運動學模型和模型預測控制方法，實現了農機在地頭的自動轉向對行。黃沛琛等58-59使用直線組合進行地頭轉向路徑規(guī)劃，提出了一種基于改進純追蹤模型的農機地頭轉向控制方法，仿真結果表明該方法路徑規(guī)劃簡單、占用空間小、跟蹤精度較高。 農機地頭轉向要考慮許多因素，如地頭空間大小、農機作業(yè)寬度、農機轉向半徑等。農機地頭轉向自動控制要綜合考慮這些影響因素，結合整體作業(yè)路徑規(guī)劃，確定有效的轉向方式，動態(tài)規(guī)劃出地頭轉向路徑，并控制農機完成地頭轉向。相比于農機直線導航技術，農機地頭自動轉向控制技術研究才剛剛起步，實現有效實用的地頭自動轉向控制仍是農機自動導航控制系統(tǒng)要解決的一個重要問題。 2）障礙物探測及主動避障技術 農田多為開闊的空間，作業(yè)范圍內很少有障礙物，因此目前的農機自動導航系統(tǒng)都沒有考慮障礙物探測及避障問題，遇到緊急情況需要駕駛員處理。農田中可能出現的障礙物主要有電線桿（塔）、大樹、人、其他農機等，電線桿（塔）、大樹等靜態(tài)障礙物可以在路徑規(guī)劃時避開，但這增加了路徑規(guī)劃的復雜度。而人、其他農機等動態(tài)出現在農田中，只能在農機作業(yè)過程中實時探測并采取必要的避障措施。障礙物探測及主動避障技術也是農機導航系統(tǒng)要解決的一個重要問題。 障礙探測可采用機器視覺識別技術、激光測距技術等。最簡單的避障措施是暫時停機，如作業(yè)路徑前方出現人或其他農機時，就可以控制農機停下來，待人或農機移開后繼續(xù)作業(yè)。較為高級的避障措施，是根據識別出的障礙物情況，實時規(guī)劃避障路徑，控制農機繞開障礙物。 障礙物探測及主動避障技術在智能交通、機器人領域有許多研究成果可以借鑒，但由于農機自動導航系統(tǒng)運行環(huán)境的特殊性，還需要結合農機自動導航的實際需求開展有針對性的研究。 3）多機協同導航技術 農業(yè)生產集約化、規(guī)?；?、產業(yè)化是現代農業(yè)的發(fā)展趨勢，隨著農業(yè)機械化水平的迅速提高，為提高田間作業(yè)效率、降低能源消耗，多臺同種或異種農機在田間聯合作業(yè)的農機集群作業(yè)模式，逐漸成為大規(guī)模農機應用的發(fā)展趨勢。 農業(yè)工程學報（ http:/www.tcsae.org） 2015 年 6 多機聯合作業(yè)有 2 種形式，一種是多臺同類型農機在田間共同作業(yè)，其中一臺主機作為領航機，其他為從機跟隨主機共同完成播種、噴藥、施肥、收割等田間作業(yè)。另一種是主從協同作業(yè)，從機根據主機的要求配合主機作業(yè)，如收割機 -運糧車間的主從協同作業(yè)，在收割機提出卸糧請求時，運糧車自動跟隨收割機行進并配合收割機完成卸糧作業(yè)。 多機聯合作業(yè)對農機導航系統(tǒng)提出了新的技術挑戰(zhàn)，多機協同導航技術是下一代農業(yè)機械導航系統(tǒng)要解決的一項關鍵技術69。多機協同導航首先要對主機、從機的作業(yè)路徑進行全局規(guī)劃，作業(yè)過程中主機與從機之間要建立通信聯系，協同完成導航控制。 4.3 農機物聯網技術 物聯網是以電子標簽和電子編碼為基礎， 建立在互聯網基礎上的實物互聯網絡。近年來，隨著智能農業(yè)、精準農業(yè)的發(fā)展，物聯網技術在現代農業(yè)中的應用逐步拓寬，在農業(yè)環(huán)境監(jiān)測、溫室控制、節(jié)水灌溉、氣象監(jiān)測、產品安全與溯源、設備智能診斷管理等方面取得了良好的應用效果。 在農機自動導航應用方面，農機物聯網技術主要應解決 3 個層面的物聯：一是單機自動導航系統(tǒng)各功能部件之間的車載物聯，二是多臺農機之間的機群物聯，三是農機與監(jiān)控中心的遠程物聯。目前車載物聯主要采用基于 ISO 11783 協議標準的農機總線通信技術，機群物聯和遠程物聯尚沒有統(tǒng)一標準。 5 結 論 現代農機自動導航系統(tǒng)一般由檢測單元、控制單元、執(zhí)行單元及監(jiān)控單元四部分組成，檢測單元負責農機當前位置與姿態(tài)的檢測，控制單元負責導航路徑規(guī)劃及路徑跟蹤控制，執(zhí)行單元執(zhí)行控制單元的控制指令，監(jiān)控單元則作為人機交互界面承擔導航任務監(jiān)控功能。 在農機自動導航系統(tǒng)中，農機位置測量方法和導航路徑跟蹤控制方法是二項核心技術?，F代農機自動導航系統(tǒng)中，位置測量主要有基于機器視覺的相對測量方法、基于全球導航衛(wèi)星系統(tǒng) （ global navigation satellite system，GNSS）的絕對測量方法，多傳感器數據融合技術也常用于位置測量中，以得到更好的測量結果。導航路徑跟蹤控制方法則主要包括基于農機運動學或動力學模型的控制方法、以及模型無關的控制方法。 農機自動導航技術經過多年的發(fā)展已日臻成熟，在農業(yè)生產實踐中得到了廣泛應用。但是農機自動導航技術仍有許多問題需要深入研究，地頭自動轉向控制技術、障礙物檢測與主動避障技術、多機協同導航技術、農機物聯網技術將是下一代農業(yè)機械自動導航系統(tǒng)的研究重點。 參 考 文 獻 1 Willrodt F L. Steering attachment for tractorsP. U. S. Patent :1506706, 1924. 2 Andrew F W. Automatic tractor controlP. U. S. Patent: 2259193, 1941. 3 趙春江 . 精準農業(yè)研究與實踐 M. 北京：科學出版社，2009. 4 Searcy S W, Reid J F. Detecting crop rows using the Hough TransformC/ ASAE Annual Meeting. St. Joseph, MI,1986. 5 Bakker T, Wouters H, Van A K, et al. A vision based row detection system for sugar beetJ. Computers and Electronics in Agriculture, 2008, 60(1): 87 95. 6 刁智華，王會丹，宋寅卯 . 基于機器視覺的農田機械導航線提取算法研究 J. 農機化研究， 2015,37(2):35