【技术实现步骤摘要】
一种无人驾驶农机作业速度自主决策方法
[0001]本专利技术属于智能农业机械
，具体涉及一种无人驾驶农机作业速度自主决策方法。
技术介绍
[0002]无人驾驶农机在湿滑的泥浆和硬底层高低起伏不平的农田环境中，容易造成农机直线行驶精度下降，导致作业效果降低。目前无人驾驶农机通常是人为设定固定速度作业，或者人为干预调节作业速度，而有经验的农机驾驶员一般在遇到起伏不平的农田区域，通常自主决策降速通过坑洼区域，保证作业质量，在平坦区域，加快作业速度，提高作业效率。
[0003]中国专利技术专利CN202011598475.7 提出了一种适用于无人驾驶农机的行进速度调控方法及系统，通过判断农机的作业负荷大小，自动调节稳定农机作业速度；中国专利技术专利CN201811075147.1 提出了一种农机无人化智慧控制系统及其控制方法，设计了可以电控化的调试装置和方法；然而，所述专利技术方案仅实现了无人农机的速度可控功能，无人农机依旧不能自主决策并调节作业速度。
技术实现思路
[0004]本专利技术的主要目的在于...
【技术保护点】
【技术特征摘要】
1.一种无人驾驶农机作业速度自主决策方法，其特征在于，包括以下步骤：S1、采集无人驾驶农机运动状态数据，筛选影响无人驾驶农机作业速度的因变量，建立目标作业速度训练样本；S2、建立无人驾驶农机目标作业速度的高斯过程回归预测模型；S3、训练目标作业速度的高斯过程回归预测模型；S4、训练时对高斯过程回归预测结果评价与检验，获得训练完成的高斯过程回归预测模型；S5、获取无人驾驶农机测试数据样本，采用高斯过程回归预测模型获得相应的无人驾驶农机预测速度，以此预测速度的均值作为目标决策速度；S6、根据获得目标决策速度，自动调节无人驾驶农机的作业速度。2.根据权利要求1所述的一种无人驾驶农机作业速度自主决策方法，其特征在于，步骤S1中，筛选影响无人驾驶农机作业速度的因变量具体为：影响无人驾驶农机作业速度有多个因变量，采用相关关系法分别对各因变量求取Spearman秩相关系数：（1）其中，为秩相关系数，n为数据长度，和分别为原始数据，和分别为按照从小到大的顺序排列后的数据；根据公式（1）分别计算各因变量与速度v的秩相关系数，绝对值越大，表示该因变量影响无人驾驶农机速度v越显著。3.根据权利要求2所述的一种无人驾驶农机作业速度自主决策方法，其特征在于，根据公式（1），以影响无人驾驶农机目标作业速度v最显著的4个因素：高程差、横滚角、横向位置偏差以及航向角，组成4维输入向量m：（2）（3）其中，为第i个输入向量，分别表示第i个输入向量的高程差、横滚角、横向位置偏差以及航向角；采集若干个输入向量和输出标量，建立目标作业速度训练样本D：（4）其中，为第i个样本的输出标量；为所有训练样本输入向量组成的矩阵；为所有训练样本输出标量组成的矩阵，其中训练样本集存在噪声且服从标准高斯分布。4.根据权利要求1所述的一种无人驾驶农机作业速度自主决策方法，其特征在于，步骤S2具体为：
定义高斯过程的期望和协方差分别为和：（5）（6）则高斯过程为：（7）其中，随机变量参数x的输出值为随机变量；对于n个输入，输出服从联合高斯分布：（8）其中，，是维矩阵；对于目标作业速度决策回归，采用含噪声函数模型：（9）其中，y为观测值，f为函数值，为x对应的真值；服从正态分布，其均值为0；观测值y的先验分布为：（10）给定训练集，测试集，令，，观测值y和预测值的联合先验分布为：（11）其中，、、和均为协方差矩阵，为对称正定协方差矩阵，矩阵元素表示和之间的相关性；为单位矩阵；和具体为：（12）
（13）采用贝叶斯理论，获得高斯过程回归的关键预测方程为：（14）其中，为测试集数据点对应的均值，为对应的方差：（15）（16）其中，为目标作业速度的预测值。5.根据权利要求1所述的一种无人驾驶农机作业速度自主决策方法，其特征在于，步骤S3具体为：S31、确定协方差...
【专利技术属性】
技术研发人员：何杰，汪沛，胡炼，黄培奎，李明锦，黄钰峰，丁帅奇，曾思晓，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。