System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于分布式惯性测量的耕深自动标定方法与装置制造方法及图纸_技高网
当前位置: 首页 > 专利查询>江苏大学专利>正文

一种基于分布式惯性测量的耕深自动标定方法与装置制造方法及图纸

技术编号:41327058 阅读:6 留言:0更新日期:2024-05-13 15:04
本发明专利技术公开了一种基于分布式惯性测量的耕深自动标定方法与装置,标定方法为:通过分布式惯性测量同步获得拖拉机与犁具的位姿状态及其变化量,采用神经网络实现耕深测量模型自动标定,并基于标定后的耕深测量模型实现犁具耕深的检测;标定装置包括两个MEMS‑IMU、双天线RTK接收机、电源管理模块、信号采集与处理模块、DSP、微控制器和无线传输模块。本发明专利技术的标定方法采用神经网络实现耕深测量模型自动标定,补偿拖拉机位置和姿态变化与下陷引起犁具耕深测量误差,且标定后的耕深测量模型直接用于实现犁具耕深的检测,无需重复标定。

【技术实现步骤摘要】

本专利技术属于智能农业装备领域,具体涉及一种基于分布式惯性测量的耕深自动标定方法与装置


技术介绍

1、悬挂式拖拉机耕整地可有效打破犁具底层,增强土壤蓄水保墒和抗旱防涝能力,耕深一致性系数是衡量耕作机械作业质量的重要参数。近年来,国家推行高标准农田建设计划,耕整地过程耕深是否达标对后续土壤的透水、能量传输及农作物产量等都具有重大影响。李栋等人的“基于角度检测的悬挂耕深电液监控系统设计与试验”,以检测悬挂装置提升臂转角和拖拉机车身俯仰角为目标,建立耕深与角度之间的几何关系式;上述方法利用接触式转角测量,避免了超声波等非接触测量手段的环境干扰误差,但其未考虑拖拉机位置与姿态变化对测量模型标定系数的影响,且更换犁具后耕深测量模型需要重复标定。


技术实现思路

1、针对现有技术中存在不足,本专利技术提供了一种基于分布式惯性测量的耕深自动标定方法与装置。

2、本专利技术是通过以下技术手段实现上述技术目的的。

3、一种基于分布式惯性测量的耕深自动标定方法,通过分布式惯性测量同步获得拖拉机与犁具的位姿状态及其变化量,采用神经网络实现耕深测量模型自动标定,并基于标定后的耕深测量模型实现犁具耕深的检测。

4、进一步的技术方案,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态,具体是:拖拉机采用imu/rtk组合导航,获取拖拉机的位置与姿态,犁具采用imu/rtk组合导航,获取犁具的位置与姿态。

5、更进一步的技术方案,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态变化量,具体是:记录耕地机组初始时刻拖拉机和犁具的高度及俯仰角,实时获取作业时刻拖拉机和犁具的高度及俯仰角,计算拖拉机与犁具的相对高度及俯仰角变化,相对俯仰角变化即为悬挂系统提升臂倾角变化φk。

6、更进一步的技术方案,所述悬挂系统提升臂倾角变化φk的获取过程为:

7、1)初始t0时刻,拖拉机悬挂耕地机组至于平整地面,且犁具下端接触地面,记录此时犁具俯仰角拖拉机俯仰角记t0时刻犁具与拖拉机的俯仰角差值

8、2)拖拉机耕地作业tk时刻,获取对应的犁具俯仰角拖拉机俯仰角并计算tk时刻犁具与拖拉机的俯仰角差值

9、3)tk时刻提升臂倾角变化

10、更进一步的技术方案,所述拖拉机与犁具的相对高度变化为:

11、1)初始t0时刻,拖拉机悬挂耕地机组至于平整地面,且犁具下端接触地面,记录此时犁具的高度h0、拖拉机的高度h1,记t0时刻犁具与拖拉机的高度差:δh0=h1-h0;

12、2)拖拉机耕地作业tk时刻,获取对应的犁具hk0、拖拉机hk1,计算tk时刻犁具与拖拉机的高度差δhk=hk1-hk0;

13、3)tk时刻拖拉机与犁具的相对高度变化

14、更进一步的技术方案,所述采用神经网络实现耕深测量模型自动标定具体为:

15、基于作业时刻k-n+1至k时刻的n组拖拉机横滚角θk、悬挂系统提升臂倾角变化φk以及拖拉机与犁具相对高度变化实现耕深测量模型自动标定,其中,耕深测量模型采用神经网络,θk、φk为神经网络输入,为神经网络期望输出。

16、更进一步的技术方案,所述基于标定后的耕深测量模型实现犁具耕深的检测具体为:实时获取拖拉机的横滚角和悬挂系统提升臂倾角变化,利用标定后的耕深测量模型预测对应时刻ρk,即犁具的实际耕深值。

17、一种基于分布式惯性测量的耕深自动标定装置,包括:

18、两个mems-imu,一个安装在拖拉机车体坐标系中心,另一个与犁具固连;

19、双天线rtk接收机,安装在拖拉机上,其输出与mems-imu的输出经信号采集与处理模块送至dsp;

20、信号采集与处理模块,采集拖拉机mems-imu、双天线rtk接收机以及犁具mems-imu输出信息并进行同步;

21、dsp,对同步后的信息进行融合,获取拖拉机/犁具的位姿及其变化量;

22、微控制器,基于融合后的信息,实现耕深自动标定,并获取犁具的实际耕深。

23、上述技术方案,还包括电源管理模块,用于给双天线rtk接收机、mems-imu、信号采集与处理模块以及dsp供电。

24、上述技术方案,还包括无线传输模块,用于将犁具的实际耕深发送给本地或远程终端。

25、本专利技术的有益效果如下:

26、1)本专利技术采用神经网络实现耕深测量模型自动标定,补偿拖拉机位置和姿态变化与下陷引起犁具耕深测量误差,改善了复杂工况下耕深测量模型的适应性;另外,标定后的耕深测量模型直接用于实现犁具耕深的检测,无需重复标定。

27、2)本专利技术中mems-imu在犁具上的安装位置可调,与拖拉机上双天线rtk接收机信息融合同步输出犁具位置和姿态,基于拖拉机和犁具相对空间位姿变化,实现耕深测量模型的自动标定。

本文档来自技高网...

【技术保护点】

1.一种基于分布式惯性测量的耕深自动标定方法,其特征在于:通过分布式惯性测量同步获得拖拉机与犁具的位姿状态及其变化量,采用神经网络实现耕深测量模型自动标定,并基于标定后的耕深测量模型实现犁具耕深的检测。

2.根据权利要求1所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态,具体是:拖拉机采用IMU/RTK组合导航,获取拖拉机的位置与姿态,犁具采用IMU/RTK组合导航,获取犁具的位置与姿态。

3.根据权利要求2所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态变化量,具体是:记录耕地机组初始时刻拖拉机和犁具的高度及俯仰角,实时获取作业时刻拖拉机和犁具的高度及俯仰角,计算拖拉机与犁具的相对高度及俯仰角变化,相对俯仰角变化即为悬挂系统提升臂倾角变化φk。

4.根据权利要求2所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述悬挂系统提升臂倾角变化φk的获取过程为:

5.根据权利要求4所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述拖拉机与犁具的相对高度变化为:

6.根据权利要求5所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述采用神经网络实现耕深测量模型自动标定具体为:

7.根据权利要求6所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述基于标定后的耕深测量模型实现犁具耕深的检测具体为:实时获取拖拉机的横滚角和悬挂系统提升臂倾角变化,利用标定后的耕深测量模型预测对应时刻ρk,即犁具的实际耕深值。

8.一种实现权利要求1-7任一项所述的基于分布式惯性测量的耕深自动标定方法的装置,其特征在于,包括:

9.根据权利要求8所述的装置,其特征在于,还包括电源管理模块,用于给双天线RTK接收机、MEMS-IMU、信号采集与处理模块以及DSP供电。

10.根据权利要求8所述的装置,其特征在于,还包括无线传输模块,用于将犁具的实际耕深发送给本地或远程终端。

...

【技术特征摘要】

1.一种基于分布式惯性测量的耕深自动标定方法,其特征在于:通过分布式惯性测量同步获得拖拉机与犁具的位姿状态及其变化量,采用神经网络实现耕深测量模型自动标定,并基于标定后的耕深测量模型实现犁具耕深的检测。

2.根据权利要求1所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态,具体是:拖拉机采用imu/rtk组合导航,获取拖拉机的位置与姿态,犁具采用imu/rtk组合导航,获取犁具的位置与姿态。

3.根据权利要求2所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述通过分布式惯性测量同步获得拖拉机与犁具的位姿状态变化量,具体是:记录耕地机组初始时刻拖拉机和犁具的高度及俯仰角,实时获取作业时刻拖拉机和犁具的高度及俯仰角,计算拖拉机与犁具的相对高度及俯仰角变化,相对俯仰角变化即为悬挂系统提升臂倾角变化φk。

4.根据权利要求2所述的基于分布式惯性测量的耕深自动标定方法,其特征在于,所述悬挂系统提升臂倾角变化φ...

【专利技术属性】
技术研发人员:崔冰波陈家璇魏新华朱永云杜卓文王爱臣
申请(专利权)人:江苏大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1