毕业设计插秧机导航控制单元系统设计Word格式.docx
- 文档编号:19831884
- 上传时间:2023-01-10
- 格式:DOCX
- 页数:35
- 大小:68.94KB
毕业设计插秧机导航控制单元系统设计Word格式.docx
《毕业设计插秧机导航控制单元系统设计Word格式.docx》由会员分享,可在线阅读,更多相关《毕业设计插秧机导航控制单元系统设计Word格式.docx(35页珍藏版)》请在冰豆网上搜索。
Thisarticleintroducesthecontinuouscurrentelectromotorwith25wandthedigitalspeedcontrolsystemmadeupby16F873ASCM.ThepurposeofthismachineismakingtheoperatingofAutomaticnavigationintransplantercometrue.Andaftercombiningwiththeauxiliarycontrolcircuitdesignedbythegroupmate,themeasurefromtheelectromotortotheangleofencodercanberealized.ThiscontrolunitviatheprogramminganddebuggingofthemodeofPWMandensuresthespeedbyexaminethebestoutputvoltageitcanbedoneaftermanyexperiments,sothatwecanguaranteethestabilityworkingofautomaticnavigationsystem.
keywords:
SCM,automaticnavigation,thecontrolofelectromotor,
themodeofPWM
第一章引言
1.1选题背景
1.1.1农业背景
农业生产是人类社会存在和发展的基础,为了不断提高生产效率,改善农业生产环境,人类从诞生之日起,对农业生产方式的研究就从来没有停止过。
进入21世纪,信息技术、传感器技术、控制技术、网络技术等的发展,将农业生产带入了自动化发展时代[1]。
农用车辆自动导航技术作为农业生产自动化、智能化的一项重要内容,逐渐受到人们的重视。
早在上世纪20年代,就出现一种能够沿着犁沟自动行驶的拖拉机;
到了40年代,出现了能够在缆绳引导下在田间做圆周运动的自动行驶拖拉机。
70年代,人们又通过在田间铺设电缆来引导拖拉机自动行驶;
80年代,诞生了基于图像传感器的自动引导车辆,随后又出现了基于GPS、多传感器融合等多种导航方式的自动行驶车辆[2],农业自动导航控制技术的研究不断取得重大进展。
该项技术的应用把驾驶员从频繁的方向操作中解脱出来,实现车辆的无人驾驶,让机器代替人在户外工作,或进行如喷洒农药等对人体有害的操作,极大的改善了工作环境。
进入90年代,精细农业的问世,又为农用车辆自动导航提出了新的要求。
精细农业将遥感地理信息系统、全球定位系统、计算机技术、通讯和网络技术、自动化技术等高科技与地理学、农业、生态学、植物生理学、土壤等基础学科有机结合,实现在农业生产过程中对农作物、土地、土壤从宏观到微观的实时监控,以实现对作物生长、发育状况、病虫害、水肥状况以及相应的环境状况进行定期信息获取和动态分析,通过诊断和决策制定实施计划,并在全球定位系统GPS与GIS集成系统支持下进行田间作业的信息化农业[3~5]。
精细农业技术的应用,可以在很大程度上提高作业精度,减少重复作业,节约能源,保护环境,维持农业生产的可持续发展。
由于精细农业是建立在“空间差异”数据采集与实时处理的信息化技术上,需要精确的位置信息和环境信息,这就为自动导航控制技术提供了广阔的发展前景。
1.1.2农机自动导航研究现状
国外对农用车辆自动导航控制技术的研究相对较早,美国、日本和欧洲一些国家在导航定位,导航控制等方面都有较为深入的研究,国内对该项技术的研究则相对落后,还处于初期研究阶段[6~14]。
车辆自动导航主要是通过传感器对车辆自身位姿信息进行检测,进而根据检测获得的信息自主的进行控制决策,并通过转向控制使车辆沿规划路径自动行驶来实现的[15]。
问题的关键就在于车辆位姿信息的获取和车辆方向控制。
1.1.2.1农用车辆导航定位技术研究现状
根据导航系统中使用传感器的不同,农用车辆导航定位方法主要有视觉导航、激光导航、GPS导航、电磁诱导导航、机械触觉导航、多传感器融合、惯性导航、超声波、声纳导航等[16,17]。
1.1.2.1.1视觉导航
视觉导航是指机器人通过CCD摄像机对周围环境进行实时探测,并对获得的图像
信息进行分析处理,做出行动路径规划,在无人干涉的情况下,自动移动到预定的目标。
农业移动机器人视觉导航方式中,一种比较简单的方法是,基于视觉距离检测技术的导航方式。
在地面上人为的敷设标记线,机器人通过两只视觉传感器在行走过程中不断检测相对于标记线的距离,通过方向控制,使机器人与标记线的距离偏差最小,从而达到自动导航的目的。
这种方法具有路径标记简单,可靠,成本低,柔性好,图象处理易于实现的优点,但同时对机器人作业环境有很高要求,所以一般用于地面条件良好的温室内。
另一种方法是基于田间作物空间排列特征的导航方式。
机器人根据田间作物的图象,利用一定的算法,提取图像边缘信息,判断作物排列行与机器人的相对位置,进而规划出移动基准线,实现自动导航。
图像边缘信息的提取,一般都是根据景物明暗,亮度,颜色等的变化实现的,但是由于田间景物图像受光照条件,摄取角度,距离等因素的影响,加之图像中的田埂,农作物等物体大部分失去了细节轮廓特征,边缘并不理想,所以很难得到准确的轮廓边缘。
但是研究人员发现,图像中不同区域的纹理存在着较大差异,根据这一现象,应用纹理分析方法,可以从农田景物纹理差异中提取边缘信息。
另外,利用小波变换这种新的数学分析方法对图像进行分析处理,能够得到图像信号的时域和频域信息,从而对图像不同结构边界的性质进行定量描述。
因此,能十分有效地对农田图像各种边缘进行检测定位,近年来在图像处理中应用较多。
视觉导航易受外界光线影响,对图像处理算法和处理速度的要求较高,但是视觉导航具有信息探测范围宽,目标信息完整等优点。
一些新的图像算法的提出和高速图像采集设备的不断引入,以及成本上较之GPS导航的优势,使得视觉导航成为国内外研究最多的一种导航方式,可以将其广泛应用与农药喷洒,耕作,收获机器人的导航系统中[18~27]。
周俊对农用轮式移动机器人导航跟踪路径的视觉检测方法进行了探讨,利用Hough变换把图像空间里的直线映射成导航参数空间中的点,获取导航参数。
将基于横向偏差,航向偏差及前轮转角的三个轮式移动机器人运动状态分量,运用直接状态反馈的方法进行了导航控制[28]。
赵颖对农业自主行走机器人视觉导航技术进行了研究,提出了基于扫描线上像素分布的条带状目标对象图像分割方法,并对传统Hough变换进行了改进,提出基于一点的改进Hough变换算法,在保留Hough变换抗干扰能力强优点的基础上,简化了计算过程,极大的提高了处理速度[29]。
1.1.2.1.2激光导航
激光导航是根据激光三角测距原理,测量出周边环境与传感器之间的距离信息,进行路径规划,进而实现自动导航的。
Chateau等人在联合收割机上安装激光传感器,根据已收和未收谷物与传感器距离的不同,得到未收谷物边缘信息,实现联合收割机的自动导航[30]。
Oscar等利用二维激光扫描器获得的距离信息,计算出传感器距离两边果树行的最短距离,规划出移动基准线,通过方向控制,使拖拉机沿着道路中心线自动行驶[31]。
激光导航不受光线影响,且激光光束集中,平行性好,散射小,测距方向分辨率高,将其与视觉导航相结合,可以弥补视觉导航在夜间或光线不足时进行谷物收获中的不足。
但是激光导航受环境因素干扰比较大,如灰尘,雾等的影响,会使测量距离发生较大误差。
因此,对采集到的信号进行去噪及消除灰尘,雾等的影响,也是激光导航需要解决的主要问题。
1.1.2.1.3GPS导航
GPS全球定位系统是利用环绕地球的24颗卫星,准确计算使用者所在位置的庞大卫星网络定位系统。
每颗卫星连续的向地面发射一定频率的无线电信号,机器人在地球的任意点均能接收到至少4颗卫星发射来的信号,对这些信号进行分析计算,就能确定机器人的绝对位置坐标,如果对该位置坐标的田间作物信息进行采集,又可为精细农业研究提供可靠的数据信息,因此,这是一种全天候,实时性的导航定位系统[32]。
GPS主要分为两类,DGPS(差分GPS定位技术)和RTK-GPS(实时动态GPS定位技术),可根据精度需要选择合适的GPS[33~35]。
在移动导航中,GPS定位精度受到卫星信号状况和道路环境的影响,如温室大蓬,树冠对信号的阻挡等,同时还受到时钟误差,传播误差,接受机噪声等诸多因素的影响。
因此单纯利用GPS导航存在定位精度比较低,可靠性不高的问题,所以在机器人导航中通常还辅以磁罗盘,FOG(光纤陀螺仪)等传感器,或者与其它到导航方式相结合来提高定位精度。
GPS导航的另一不足是,需要在环境已知的情况下,花时间预先输入车辆跟踪路线。
同时由于GPS导航系统的成本较高,使得其在农业工程中的应用受到一定限制。
1.1.2.1.4电磁诱导导航
电磁诱导导航,是指机器人以铺设在作业路径上的感应电缆为引导线,在无人干涉的情况下,沿着引导线自动行走的一种导航方式。
其工作原理是:
在地下或高空中沿着作业路径铺设感应电缆,并通以高频交变信号电流,机器人通过电磁感应传感器,感测电磁信号,其接收到的电磁信号强弱可以反映机器人偏离引导线的程度,机器人根据这种变化来调节行走路线,实现自动导航。
日本的Tosika等人研制了果树喷雾机器人,由埋设在地下30cm处的电缆诱导,利用模糊控制算法完成自动导航。
宋健等人研制了一种自动电磁诱导式喷雾机器人,机器人行走轨迹的诱导信号由埋设在田间的通有高频电流的导线产生,利用一对电磁感应传感器的信号电压差判断机器人位置,然后利用左右轮转速差调整机器人转向,使机器人沿导线自动行走。
该机器人直线位置误差仅为1cm,转弯半径0.5m时的导航精度为±
2.5cm[36]。
电磁诱导导航,不必进行复杂数据运算,容易实现,导航精度高,但是需要提前铺设电缆,且在大型农田中应用的成本太大,所以比较适合小范围内田间操作的应用。
1.1.2.1.5机器触觉导航
机械触觉是一种相对位置传感器,它可以提供车辆与接触物之间的相对位置关系,机器人通过对相对位置变化进行检测,实现自动导航。
德国的KTBL开发了一种旋耕机器人,通过传感器与垄的接触,可以使拖拉机沿着垄的一侧自动行驶。
德国研制的Claas自动驾驶仪系统,可以跟踪能形成固体引导线的作物行(如玉米,谷物行等),进行田间作业。
何卿设计了一种由半椭圆形触杆构成的机械式导航传感器,并将其与电子罗盘,里程计相组合,综合利用机械式导航和罗盘导航的优势,开发出多传感器融合导航控制算法,弥补了机械式导航在秸秆缺失情况下丢失信号的缺陷,以及罗盘定位在长距离导航中积累误差的缺陷。
在拖拉机转向控制部分,采用带非线性补偿的PID控制,实现了拖拉机在田间秸秆复杂排列环境中的自动导航[37]。
这种导航方式的不足是传感器对作物之间的距离,作物连续性有一定要求。
作物间距过大,作物局部缺失,均会导致检测信号不连续。
因此只适合于部分农作物的田间操作。
1.1.2.1.6无传感器导航
无传感器导航能够充分利用地理环境对车辆实现自动导航。
日本爱媛大学研制了一种不用传感器导航的自校正运输车,该运输车可以在两条相距一定距离的地垄中间直线行走。
这种导航方式不用传感器,利用机械装置实现方向的自动调节,但是,却需要专门的地垄作为轨道,灵活性差。
荷兰农业环境工程研究所(MAG)研制了一种温室黄瓜收获机器人,同样不用传感器导航,而是以温室内的加热管道作物轨道,合理的利用了周围的环境条件。
该机器人可以以0.8m/s的速度在两条平行的加热管道上自由行驶[38]。
1.1.2.1.7多传感器融合
由于农业生产环境的复杂性,易变性,以及恶劣的开放式结构,单一传感器很难胜任导航作业。
同时,传感器本身存在的一些不足,使得导航系统的稳定性和精度受到很大影响。
这就需要将一些传感器结合起来使用,利用多传感器融合技术,将各传感器产生的信息进行综合,获取合适的导航信息。
多传感器融合技术,是指利用多个传感器共同工作,得到描述同一环境特征的冗余或互补信息,再运用一定的算法进行分析,综合和平衡,最后取得环境特征较为准确可靠的描述信息。
为了减少数据的计算量,在具体问题中,往往不是对所有的传感器信息进行融合,而是采用传感器分组方法,针对不同的行动激活不同的分组,或者对不同复杂程度的地形激活不同数量的传感器来探测,这样可以减少融合过程中的计算量。
多传感器融合技术的研究主要是集中在信息融合算法的研究上。
近年来人们已经提出多种传感器信息融合算法,比较有代表性的有人工神经网络、模糊逻辑法、加权平均法、卡尔曼滤波、贝叶斯估值、D-S证据推理、统计决策理论等。
而农业工程中则以卡尔曼滤波和模糊逻辑法最为常用。
1.1.2.1.8惯性导航
惯性导航系统是利用车辆内部信息,通过惯性传感器,如陀螺仪、加速度计、转角传感器等对车辆位姿信息进行推算的一种导航方式。
于海业开发的惯性导航系统,采用压电式陀螺仪角速度计检测行走车的角速度,采用雷达式速度计检测行走车的行走速度,根据角速度及速度计算出行走车的位置和方位。
并充分考虑车辆纵摇和横摇的影响,使用三个角速度计构成相互垂直的直角坐标系,依此对角速度进行修正。
通过车辆运动学模型建立了车辆行走控制模型,用伺服油缸控制拖拉机的转向机构,实现了拖拉机的自动引导行走[39]。
此种导航方式所产生的导航信息连续性好、噪声低、不易受外界电磁干扰的影响,短期精度和稳定性好。
但是系统存在累积误差,定位精度随时间增长而降低。
如果将其与GPS和视觉导航配合使用,则可以在视觉导航系统和GPS导航系统存在信息缺失及信号不稳定等情况下,弥补其不足,保证对机器人的有效控制。
农用车辆自动导航控制系统中,除上述各导航方式以外,其它一些导航方式如超声波、红外、声纳导航等也有一定应用,主要与其它导航方式相结合,以提高导航系统的准确性和可靠性[40]。
1.1.2.2农用车辆导航控制研究现状
对于车辆转向控制的研究,则主要集中在导航控制器的设计上。
控制器是将路径偏差信号转变为车辆操作机构动作的中间环节。
目前,农业车辆导航控制器设计所使用的方法主要包括:
基于PID控制的方法、基于动力学模型的控制方法、基于运动学模型的控制方法、基于模糊控制的方法、基于神经网络控制的方法等。
PID控制算法是工程界中最常用的控制算法,由于其算法简单、鲁棒性好、可靠性高,被广泛应用于过程控制和运动控制。
张智刚以日本久保田插秧机为研究对象,提出了基于速度的自适应PID控制方法,通过仿真和试验对车辆转向控制进行了研究,结果表明,航向跟踪控制效果好,为进一步展开研究提供了依据[41]。
Benson在建立以机器视觉为基础的小型谷物联合收割机导航系统时,利用PID控制器将导航信号转变为车轮转角,取得了较好的控制效果[42]。
基于动力学的控制方法充分考虑车辆的动力学性能,将车辆的转向受力、转向负载、质量等考虑在内建立车辆动力学模型,而基于运动学模型的控制方法,可以不考虑车辆在运动中的受力和侧滑等复杂问题,用简单的运动学模型描述车辆的运动状况。
陈军利用车辆运动学模型建立车辆运动状态方程,在对状态方程进行线性化的基础上,设计了车辆沿生成轨道引导行走的负反馈控制器。
Noguchi将RTK-GPS、机器视觉传感器和地磁传感器检测的拖拉机位置信息进行融合,得到拖拉机自动行驶过程中的位置误差和方向角误差,同时建立了拖拉机转向运动学模型,利用该模型建立了带反馈的控制器,实现了拖拉机的田间自动行走[43]。
神经网络控制和模糊控制能模拟人的智能行为,不需要精确的数学模型,能够解决许多不确定的,非线性的自动化问题,因此被引入到车辆自动导航控制中来[44~48]。
Nuguchi应用神经网络和遗传算法建立了具有自学习能力的农用车辆控制系统,车辆运动模型被认为是一个非线形系统,采用5-5-5-3的网络结构,根据不同的约束条件进行导航路线的优化。
对于在平坦路面上行驶的农用车辆,该模型具有很好的控制效果[49]。
SeongInCho等将模糊控制技术应用在果树喷雾机器人
的自动导航系统中,通过DGPS获取机器人的航向角,根据超声波检测机器人与障碍物间的距离,把航向角和距离值作为模糊控制器的输入量,输出量则为液压油缸的移动方向和动作时间。
同时应用遗传算法对控制器进行优化,实现了喷雾机器人的运动控制,实验表明,机器人运动的横向偏差在0.5m以内[50]。
ZhuZhongxiang等利用车辆的神经网络模型,把模糊逻辑控制引入到坡地的拖拉机直线导航研究中。
所设计的模糊控制器分为两层,上层利用地面坡度和拖拉机姿势信息确定下层程序类型,下层利用横向偏移量和方向角偏差得到最优的转角变化值。
1.1.2.3农用车辆转向控制研究现状
车辆方向的改变是通过转向机构来实现的,目前主要采用电机和液压机构两种方式对车辆转向进行控制。
用直流电机来控制车辆转向,可以很好满足车辆控制的实时性和准确性要求;
现代农业车辆大多数都采用液压操作系统,将原有液压系统进行改造,引入到车辆转向机构中来,也可以实现对车辆转向的自动控制。
H.Qiu等设计了车辆电液转向系统的模糊控制器,以车轮的设计转向速度和设计转角与实测转角的差值为输入量,得到的输出量为以电压形式表示的车辆转角速度。
通过在模拟器上进行测试和实车实验,该控制器均取得的比较好的控制效果[51]。
陈文良等提出了一种电控液压动力转向系统,可以实现人工驾驶和自动驾驶切换,当切换到自动驾驶状态时由步进电机对转向进行控制,该系统具有转向力矩大,响应速度快,控制精度高等特点[52]。
1.2设计目标和意义
1.2.1设计目标
农业机械化虽然在很大程度上降低了劳动强度,提高了生产效率,极大地推动了农业生产的发展,但是,伴随着现代科学技术的高速发展,仅仅实现农业机械已经不能够满足人们的需求,农业现代化已经成为农业生产发展的必然趋势。
本次设计的目的就在于完成插秧机自动导航的电控控制转向单元,实现农机转向的自动控制。
1.2.2设计意义
随着科技的发展,插秧机的结构也有了很大的改善,但仍然存在着一些问题。
本文设计的插秧机自动导航控制单元目的就在于改善目前插秧机所存在的一些问题。
首先,自动导航控制单元确保了插秧机插秧插的直,这才很大程度上提高了农业的生产率。
同时,利用该控制单元能够减轻劳动者压力,原本需要两个人控制的插秧机现在只需一个人来完成,减少了劳动力,极大地改善了工作环境,提高了作业精度。
同时插秧机自动导航技术的研究也是科技进步的一个象征,配合精细农业技术,可以减少重复作业,提高生产效率、节约能源,保护环境,维持农业生产的可持续发展。
因此,进行插秧机自动导航技术的研究具有十分重要的意义。
1.3设计内容
本次设计的内容主要是通过选用PIC单片机控制直流电机驱动板从而控制电机的转向,并进行速度的调节。
具体实现为:
选择合适的PIC芯片,设计一个PIC电路,利用单片机内某些模式的功能编写PIC程序并将其完善使其能够调节电机转向与转速,实现自动化导航操作。
同时由于同组同学实验的需要,设计一个微电机的控制电路并进行相关实验对实验数据进行测量,并进行调整得到最完善的实验结果。
第二章插秧机导航控制单元系统设计
2.1框图
本次插秧机自动导航控制单元是以PIC16F877A为核心,以任务循测的方式进行程序的编写。
采用间跳指令来完成的整个任务循检过程。
信号输入端口分配:
通讯口是否有新数据RA0,定时200ms到否RA1,是否需要调整转角RA2,是否需要制动RA3,是否需要调整速度RB0,是否控制插秧台RB1。
信息输出端口分配:
通讯口读数据RB2,读转角RB3,控制电机转向RB4,制动RB5,调整速度RB6,插秧台升降RB7。
初始化
调整转角
升/降
调整速度
制动
控制电机转向
读转角
通讯口读数据
是否需要调整速度
通讯口是否有新数据
是否控制插秧台
是否需要制动
是否调整转向
定时200ms
2.2程序步骤及实现
2.2.1中断程序
中断程序包括变量及其常数的定义和中断服务程序的设定。
程序实现如下:
#defineMYFLAG20H
#defineCOUNT21H
#defineLightFanZhuan22H
#defineLightZhengZhuan23H
#defineT1_count24H
#defineSHENG25H
#defineJIANG26H
#definedelcount127H
#definedelcount228H
listp=16F873A
include"
p16f873A.inc"
org0x000;
复位入口地址
nop
gotomain
org0004h;
中断入口地址
bcfINTCON,TOIF;
复位TIMER0的中断标志
movlw0x3d;
TMR0重新赋值
movwfTMR0
decfCOUNT,f;
中断次数减1
btfscSTATUS,Z;
判断是否被减为零了
bsfMYFLAG,0;
置产生50ms定时到标志
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 插秧机 导航 控制 单元 系统 设计