排序方式： 共有10条查询结果，搜索用时 62 毫秒
1
1.
2.
3.
针对水田中存在的壕沟、田埂、石块、电线杆等障碍物使得插秧机无法保证作业连续性和插秧直线性等问题,设计了基于优化人工势场法的插秧机绕障路径规划策略。通过增加插秧机实时位置与目标作业点的相对距离作为判断条件来动态改变势场大小,同时设立了虚拟局部目标点来弥补传统人工势场法目标点不可达和局部最小点的算法缺陷;将插秧机简化为二轮车模型,建立插秧机转向系统数学模型,得出插秧机速度、行驶航向角和前轮转角表达式,以横向偏差与航向偏差作为评判路径优化效果的因素。转向控制器以复合模糊PID算法控制插秧机的转角,不断减小理想前轮转角与实际转角的偏差,实现转角最优化;采用超声波传感器实时检测道路障碍物并结合RTK-GPS实时更新位置坐标,设计出插秧机绕障转向控制策略。通过Matlab对优化的人工势场法的避障路径控制策略进行仿真,仿真结果表明,当障碍物不在影响范围内,插秧机直线追踪的最大横向位置偏差为5cm,平均偏差约为2cm,最大避障横向偏差小于0.5m,优化后的算法具有较好的控制精度,可避免目标点不可达的问题。基于洋马VP6E插秧机作为实验平台进行了实车实验,实验结果表明,当插秧机以速度0.5、1.0、1.5m/s行驶时,左侧绕障的最大横向偏差均不大于1.2218m,航向偏差最大值为30.1491°,绕障前后直线追踪的平均横向偏差为0.025m,平均航向偏差为3.12°;右侧绕障的最大横向偏差均不大于1.2459m,航向偏差最大值为25.2294°,绕障前后直线追踪的平均横向偏差为0.023m,平均航向偏差为3.36°,所设计的避障方法可满足插秧机在农艺作业过程中的避障要求,具有很好的可行性与鲁棒性。 相似文献
4.
针对玉米籽粒收获机低损脱粒智能控制系统开发受场地和季节影响较大的问题,设计了一套低损脱粒智能控制系统半实物仿真平台。该仿真平台由仿真平台控制器、操作面板、演示面板、扶手箱、显示器和上位机组成。分析了玉米籽粒收获机低损脱粒智能控制系统的组成和收获控制器的测试需求,建立了玉米籽粒收获机关键作业参数调节过程的数学模型,基于STM32F407型单片机搭建了硬件在环仿真测试系统,并完成了试验台设计。进行了仿真平台和玉米籽粒收获机在空载条件下的作业参数调节开环对照试验,其中,滚筒转速仿真误差的数学期望为0.126r/min,标准差为0.776r/min;作业速度仿真误差的数学期望为-0.022km/h,标准差为0.094km/h;凹板间隙仿真误差的数学期望为0.041mm,标准差为0.147mm,验证了仿真平台对执行机构调节过程模拟的有效性。进行了信号模拟测试和收获控制器自动控制策略仿真测试,结果证明了仿真平台可用于玉米籽粒收获机智能控制系统的开发和控制策略的测试,提高了系统开发效率,缩短了开发周期。 相似文献
5.
为了提高无人插秧机地头转向时的曲线路径跟踪精度,针对传统的误差权重矩阵固定的线性二次调节器（Linear quadratic regulator,LQR）路径跟踪控制器对插秧机的纵向速度、横向偏差以及航向角偏差的变化适应性较差的问题,基于车辆二自由度动力学模型,提出了一种通过模糊控制实时调整LQR控制器误差权重矩阵的路径跟踪控制器优化方法。该方法以纵向速度、横向偏差、航向角偏差为输入,以横向偏差和航向角偏差对应的误差权重为输出,建立模糊控制模型实时调整LQR控制器的误差权重矩阵。为了验证所提出算法的曲线路径跟踪控制精度和可行性,以改装后的洋马VP6E型无人插秧机为对象,进行Carsim和Simulink联合仿真试验以及实车试验。仿真试验结果表明,控制插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下的横向偏差绝对值均值为0.014m,最大值为0.032m,小于0.04m的占100%,航向角偏差绝对值均值为1.67°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低50%,航向角偏差绝对值均值降低23%。实车试验结果表明,在插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下横向偏差绝对值均值为0.027m,最大值为0.048m,小于0.04m的占62%,航向角偏差绝对值均值为1.86°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低40%,航向角偏差绝对值均值降低4.1%。该方法提升了无人插秧机曲线路径跟踪控制精度,为无人插秧机曲线路径跟踪控制提供了参考。 相似文献
6.
<正>一、生长发育特点根据甘薯在大田的各个生长时期特点及其与气候的关系,大体可以分为3个生长时期。(一)生长前期根据河南省的气候条件,春甘薯生长前期需经历50～60 d,夏甘薯约需经历40 d。春甘薯栽后3～4 d开始扎根,栽后8～10 d叶片发绿且心叶开始生长,为缓苗期,栽后30天左右开始生长分枝,根系生长基本完成,发根量占全期根数的70%～80%,这时已形成块根、栽后35～45 d块根开始膨大。夏甘薯栽后1～2 d开始扎根,栽后5～6 d 相似文献
7.
为提高水稻根系性状QTL分子标记辅助选择利用效率,利用饱和分子标记连锁图谱,对已发表的水旱稻根系性 QTL进行了整合,并对这些QTL的贡献率、分布特点和真实性进行了分析.结果如下:通过对QTL贡献率分析得到11个主效QTL;根据QTL在染色体上的位置,确定1,2,3,5,11号染色体上共11个分子标记区域为"一因多效"可能性较大区域;通过对这些QTL的真实性分析共得到35个"真实"QTL和3个"热点"QTL.这些主效QTL、成簇分布QTL及"热点"QTL可作为水稻根系性状分子育种的重要候选区域. 相似文献
8.
9.
为提高水稻根系性状QTL 分子标记辅助选择利用效率, 利用饱和分子标记连锁图谱,对已发表的水旱稻根系性状QTL进行了整合,并对这些QTL的贡献率、分布特点和真实性进行了分析。结果如下：通过对QTL贡献率分析得到11个主效QTL;根据QTL在染色体上的位置,确定1,2,3,5,11号染色体上共11个分子标记区域为“一因多效”可能性较大区域;通过对这些QTL的真实性分析共得到35个“真实”QTL和3个“热点”QTL。这些主效QTL、成簇分布QTL及“热点” QTL可作为水稻根系性状分子育种的重要候选区域。 相似文献
10.
为了提高对大田种植玉米生长动态、干旱胁迫和病虫害等方面的智能巡检监测能力，设计了一种基于多维感知的移动巡检平台。首先，对底盘总成的转向系统、驱动系统和控制系统进行设计，并基于Arduino UNO控制器实现了巡检平台的转向及行驶功能。其次，搭建了包括GNSS/INS(Global navigation satellite system/inertial navigation system)组合导航系统、激光雷达(Light detection and ranging, LiDAR)和工业相机的多维感知系统，对感知系统时间同步方案、数据通信结构和信息采集软件进行设计，实现了巡检平台对环境的感知和数据可视化。最后，在玉米大田对巡检平台进行了底盘行驶性能试验和感知系统环境感知试验。试验结果表明：巡检平台左转平均最小转弯半径为2 922 mm,右转平均最小转弯半径为2 736 mm,最大爬坡度大于26.7%,位置PID控制下直线行驶平均速度为0.523 m/s,与期望速度0.5 m/s的误差为4.6%,行驶15 m平均偏移量为0.636 m,平均偏移率为4.24 cm/m,满足田间行驶性能要求... 相似文献
1