农业机械导航关键技术发展分析

张琳洁１，２，张文爱１，韩应征１，周建军２，３，４，５，王　秀２，３，４，５，蔡吉晨２，６

（１．太原理工大学信息工程学院，太原　０３００２４；２．北京农业智能装备技术研究中心，北京　１０００９７：３．国

家农业智能装备工程技术研究中心，北京　１０００９７；４．农业部农业信息技术重点实验室，北京　１０００９７；５．农业智能装备技术北京市重点实验室，北京　１０００９７；６．中国农业大学信息与电气工程学院，北京　１０００８３）

摘　要：自动导航技术是农业机械在农业环境中进行自主控制和智能控制的关键技术，对农业生产精细化、规

模化、智能化研究有着重要意义。为此，首先介绍了农业自动导航的关键技术，并通过分析国内外文献，阐述了

国内外在导航感知系统、导航控制算法和车辆转向控制系统方面的研究现状，最后指出农业机械自动导航技术

的发展趋势和展望。

关键词：农业车辆；自动导航；智能控制

中图分类号：Ｓ１２７ 文献标识码：Ａ文章编号：１００３－１８８Ｘ（２０１６）０６－００１０－０６

０　引言

农业机械自动导航技术是现代精准农业的一个

重要组成部分，在农业作业中有着广阔的应用和发展

前景。随着信息技术的发展，农业机械自动导航技术

发展迅速。农业机械自动导航技术的实现有利于提

高劳动生产效率、降低驾驶难度、提高作业质量、解放

劳动力，对农业车辆的智能化、农业生产的精细化有

重大促进作用。

１　导航关键技术介绍

农业机械自动导航系统的关键技术主要包括３

个方面：导航感知系统、控制决策系统及车轮转向控制系统。其中，导航感知系统主要是利用导航传感器

对农业机械进行精确定位，目前国内外常用的导航方

法有：ＧＰＳ、机器视觉、惯性导航单元，以及多种传感

器融合的组合导航单元和其它导航方法。导航控制

决策系统主要是选择合适的控制算法，对车辆的转向

进行控制，调节车辆的车轮转角以减少行驶路径与预

定义路径的偏差［１］，常用的控制方法有：ＰＩＤ控制、模

糊控制和神经网络控制等智能控制方法、最优控制方

法，以及多种方法相融合的控制方法［２－３］。车辆转向

控制系统常用的控制方法有：电机驱动控制、液压控

制阀组系统及在上述控制方法中加装其它控制模块

的控制方法。自动导航系统结构如图１所示。

图１　自动导航系统框图

Ｆｉｇ．１　Ｓｙｓｔｅｍ　Ｄｉａｇｒａｍ　ｏｆ　Ａｕｔｏｍａｔｉｃ　Ｎａｖｉｇａｔｉｏｎ

收稿日期：２０１５－０５－２０基金项目：“十二五”农村领域国家科技计划项目（２０１３ＢＡＤ０８Ｂ０４－５）作者简介：张琳洁（１９９０－），女，河南洛阳人，硕士研究生，（Ｅ－ｍａｉｌ）９０３２９５１２０＠ｑｑ．ｃｏｍ。通讯作者：王　秀（１９６５－），男，河北万全人，研究员，博士生导师，（Ｅ－ｍａｉｌ）ｗａｎｇｘ＠ｎｅｒｃｉｔａ．ｏｒｇ．ｃｎ。１．１　导航环境感知

１．１．１　机器视觉

机器视觉（ｍａｃｈｉｎｅ　ｖｉｓｉｏｎ）是利用计算机和工业

摄像机模拟人类视觉功能的科学方法。在导航控制

系统中，视觉传感器主要是识别路线和检测障碍物及

·０１·２０１６年６月 农机化研究 第６期DOI:10.13427/j.cnki.njyi.2016.06.002检测农业机械车辆相对目标作物行的位置和航向，使

农机完成路径跟踪的自动驾驶作业或实现农机避障

的驾驶作业［３］。机器视觉检测范围大，容易得到丰富

的目标信息，系统的成本较低；但由于农田作业环境

复杂、多变，导航过程中机器视觉精度较难控制且视

觉系统要求农业机械的行驶速度较慢，对作业车辆的

驾驶要求也较高。同时，视觉系统在数据处理时较难

与车辆的行驶同步进行，系统的实时性较差。

１．１．２　ＧＰＳ定位系统

全球定位系统简称ＧＰＳ，是一种可全天候工作的

定位系统，由围绕地球轨道运行的２４颗导航卫星组

成。安装在导航车辆上的ＧＰＳ系统能提供车辆的三

维空间位置信息［４－５］。该方法是将１台ＧＰＳ接收系

统（由ＧＰＳ天线、无线电台、接收机，电源等组成）安

置在地面基站进行观测，将ＧＰＳ移动站（由ＧＰＳ天

线、接收机、电源等组成）放在导航机械上，农机行驶

时根据基站已知精密坐标，计算出基站到卫星的距离

修正数，获得农机的相对坐标。导航作业中大部分采

用ＲＴＫ－ＧＰＳ（Ｒｅａｌ－ｔｉｍｅ　ｋｉｎｅｍａｔｉｃ　ＧＰＳ）差分ＧＰＳ

技术，即用附加的差分修正信号改善ＧＰＳ定位精度。

目前，ＧＰＳ自动导航系统产品较多。其中，美国作为

研究ＧＰＳ自动导航最早的国家，产品较为成熟，以美

国Ｔｒｉｍｂｌｅ（天宝）的产品市场占有量为最大［６］。

１．１．３　惯性导航单元

惯性导航单元（ＩＮＳ）是一种以利用惯性元件来测

量车辆加速度的自主航位推算导航系统。通过导航

传感器，利用积分和运算得到导航农机的速度和位

置，达到对车辆导航定位（主要是车辆航向角）目的的

一种导航方法［７－８］。惯性导航系统通常由惯性测量装

置、转角传感器等组成。惯性测量装置（又称惯性测

量单元）包括加速度计和陀螺仪。其中，加速度计测

量车辆的航向信息及陀螺仪行程导航的坐标信息；惯

性导航单元可以提供速度、航向和姿态等信息。惯性

导航系统短时间内精度较高、稳定性好、不易受干扰、

鲁棒性较强，但系统误差随时间累积精度逐渐降低，

一般与其他导航单元结合使用，不单独进行导航定

位。２０１３年，西北农林科技大学的魏少东、陈军等［９］

设计了基于ＧＰＳ和惯性导航的果园机械系统，以

ＧＰＳ和陀螺仪作为导航传感器，开发自动导航系统，

以福田欧豹拖拉机为实验平台，并对各系统单元进行

了测试，表明系统具有较高的可靠性。

１．１．４　组合导航单元

单一的导航系统常常不能满足现代农业机械的

导航定位的精度要求，而组合导航定位系统精度较高、成本低廉，常将不同传感器信息互相融合，相互弥

补，利用算法构成一种冗余度和准确度更高的多功能

系统。其中，常用的融合算法主要有Ｋａｌｍａｎ滤波、航

迹融合法、模糊推算方法及神经网络法等方法。中国

农业大学的陈艳等［１０］在以ＧＰＳ和机器视觉的组合导

航定位方法为导航感知方法下，采用一种较优化的算

法ＵＫＦ滤波法对传感器数据进行了滤波。实验结果

表明：滤波后系统的定位曲线较平滑，定位精度和稳

定性都有了提高，提高了导航系统的鲁棒性。其它的

常用导航定位方式有电磁导航、机械导航、超声波导

航及激光导航等。

１．２　导航控制决策

１．２．１　ＰＩＤ控制

ＰＩＤ（Ｐｒｏｐｏｒｔｉｏｎａｌ　Ｉｎｔｅｇｒａｌ　Ｄｅｒｉｖａｔｉｖｅ）是一种常

用的控制算法，主要利用偏差信号的比例、积分和微

分算出控制量进行系统调节，是连续系统中技术成

熟、应用最为广泛的一种控制器［１１］。当无法获得系统

有效的参数时，可选用ＰＩＤ控制技术。在模拟调节系

统中，ＰＩＤ控制算法的一般表达式为

ｕ（ｔ）＝ＫＰ［ｅ（ｔ）＋１ＴＩ∫ｔ

０ｅ（ｔ）ｄｔ＋ＴＤｄｅ（ｔ）ｄｔ］（１）

其中，ｕ（ｔ）为控制信号，ｅ（ｔ）为系统偏差信号。在

导航控制中，ｕ（ｔ）为导航作业车辆的驱动信号，ｅ（ｔ）为

导航作业路径和预定义路径的偏差信号，ＫＰ、ＴＩ、ＴＤ分别为比例系数、积分系数和微分系数。实验中不断

对这３个系数调整，直到达到满意的控制效果。ＰＩＤ

控制算法简单、易于掌握、鲁棒性较强、稳态误差小，

但由于没有完全参照的参数调节的系统，在实际应用

中主要依赖工程经验，使系统在控制优化时比较困

难［１２］。

１．２．２　模糊控制

１９６５年，美国教授查德（Ｌ．Ａ．Ｚａｎｄｅｈ）首次提出模

糊集合这一概念。模糊逻辑控制（Ｆｕｚｚｙ　Ｌｏｇｉｃ　Ｃｏｎｔｒｏｌ）

简称模糊控制（Ｆｕｚｚｙ　Ｃｏｎｔｒｏｌ），作为智能控制的重要分

支利，用模糊化逻辑推理和模糊化语言在解决诸如导航

控制这些不易建立数学方程的复杂的非线性问题有着

独特的优越性［１３］。一般的模糊控制系统主要由变量、

模糊规则、逻辑判断及反模糊化等部分组成。导航控制

中的模糊控制器结构如图２所示。

自动导航控制系统中，车辆行驶时以行驶路径与

预定义路径的偏差信号（横向偏差、偏差变化率或航

向偏差）作为模糊控制输入，根据模糊规则进行模糊

判断，多以前轮期望转角作为输出。其中，模糊推理

是模糊控制器的核心，由蕴含模糊逻辑推理的模糊先

·１１·２０１６年６月 农机化研究 第６期验知识组成［６］。模糊控制规则一般由专家的经验知

识获得，再根据被控对象的行为作业特性由自然语言

变量所表达的模糊条件语句组成。在模糊控制系统

中，模糊控制规则在快速调节系统误差的同时可保持

系统的稳定性及优化系统。

模糊推理系统的设计类似于人类的模糊思考过

程，不依靠受控对象的模型，与人的思维模式相似；但

其缺乏自学习和自适应能力，相当依靠专家或操作人

员的经验和知识；且在零位附近跟踪误差一般比较

大，难以快速修正。因此，可在控制过程的不同阶段，

对模糊控制器进行自动调整，设计自适应模糊控制导

航算法。

图２　导航模糊控制结构图

Ｆｉｇ．２　Ｆｕｚｚｙ　ｃｏｎｔｒｏｌ　ｎａｖｉｇａｔｉｏｎ　ｃｈａｒｔ

１．２．３　神经网络控制

人工神经网络（Ａｒｔｉｆｉｃｉａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ）简称

神经网络（Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ），是一个高度非线性动力

学系统。神经网络是由处理单元组成的一种运算模

型，对于不需要精确的数学模型的工程问题，在处理

时可通过模拟人的智能行为，解决系统的不确定性、

非线性问题［１４］。在车辆航向控制中，不仅要考虑当前

的航向角，还要考虑车辆的前轮转角。因此，选择航

向角和前轮转角作为神经网络的输入，在导航控制时

通过前轮转角纠偏控制车辆按预定义路线行驶，输出

目标前轮转角，通过目标转角和实际转角的比较，得

到纠偏所需的前轮转角，达到控制目的。

１．２．４　多种控制技术融合

导航控制是一个复杂的控制系统，很多时候单一

的控制方法不足以满足导航环境要求，常将多种控制

技术融合。西北农林大学的白晓鸽、陈军等［１５］在基于

导航传感器的基础上，为优化模糊控制中输入量的隶

属函数，融合人工神经网络设计了双输入单输出的５

层模糊神经网络控制器；设计的控制系统可以利用神

经网络的自学习功能获得隶属度函数和模糊控制中

的模糊化控制规则，对导航系统的各个参数的权值不

断优化调整。实验证明：该系统能很好地进行导航控

制，实验误差平均控制在４ｃｍ内。１．２．５　其它控制方法

其它常用的导航控制方法有基于动力学模型的

控制方法和基于运动学模型的控制方法。其中，动力

学模型的控制方法将导航车辆的转向受力情况和负

载等问题作为考虑因素进行控制；运动学模型的控制

方法是基于简化四轮导航车辆为两轮运动系统进行

控制的方法［１４］。

１．３　车辆转向系统

目前，根据对相关资料和国内外成型产品的研究

发现，导航车辆的转向方案大致分为两种类型：一种

通过加装电机（步进电机、直流电机、伺服电机）作为

动力源直驱，通过控制电机的转向和转速实现自动转

向；二是利用拖拉机液压转向系统并联一些液压控制

阀，通过控制液压阀组的节流口大小来实现自动转向

（如美国天宝公司的液压阀块）。

１．３．１　电机系统控制

电机控制系统安装在导航车辆的方向盘上，主要

由计算机、伺服电机、电机驱动器、编码器及方向切换

装置等组成。具体工作过程是：计算机根据控制决策

发送控制指令到电机驱动器，电机驱动器与直流电机

相连，按照需要调整的转速转动，实时调整方向盘转

动，使导航车辆按照预定义路径行驶。

１．３．２　液压阀组控制

液压阀组控制系统是指在农机的液压转向系统

上并联导航阀组，导航阀组主要是由三位四通比例流

量换向阀、压力补偿器等构成［９］。液压系统在合适的

压力基础上建立，通过上位机发送ＰＷＭ信号或电流

信号驱动被测液压阀；被测阀的状态变化引起各个油

口压力、流量变化，由换向阀控制转向的方向。

２　国内外研究现状

２．１　导航感知研究现状

１９９８年，Ｉｌｌｉｎｏｉｓ大学的Ｎｏｇｕｃｈｉ、ＪＦ　Ｒｅｉｄ等［１６］以机

器视觉、ＲＴＫ－ＧＰＳ和ＧＤＳ传感器为导航感知单元开

发了自主导航系统，以扩展Ｋａｌｍａｎ滤波和两维概率密

度函数的静态滤波方法对导航传感器进行了融合；并通

过不同的组合方式，用这３种传感器相互结合建立了４

种控制策略。在以ＪｏｈｎＤｅｅｒｅ７８００拖拉机为实验平台

的实验中，以基于ＲＴＫ－ＧＰＳ和ＧＤＳ作为导航感知的

组合的控制效果较好，平均偏差为７．４ｃｍ。

在Ｆｌｏｒｉｄａ大学的Ｓｕｂｒａｍａｎｉａｎ和Ｔｈｏｍａｓ　Ｆ．

Ｂｕｒｋｓ［１７］领导下，针对ＧＰＳ信号在柑桔林里经常被遮

挡的情况，进行了基于机器视觉、激光雷达和旋转编

码器的自动导航系统的研究，该系统的导航车辆可以

·２１·２０１６年６月 农机化研究 第６期