为测试和评价果园车辆自主导航算法的性能,采用数学分析软件MATLAB搭建面向果园车辆自主导航算法的仿真测试平台。仿真测试平台通过构建果园种植模型、激光雷达(Light detection and ranging,LiDAR)测量模型、车辆运动学模型、车辆动力...为测试和评价果园车辆自主导航算法的性能,采用数学分析软件MATLAB搭建面向果园车辆自主导航算法的仿真测试平台。仿真测试平台通过构建果园种植模型、激光雷达(Light detection and ranging,LiDAR)测量模型、车辆运动学模型、车辆动力学模型和电机控制模型实现虚拟果园测量和车辆运动过程模拟,通过可视化测量数据、导航过程和导航偏差显示导航结果并评价导航算法性能。对单一模型和平台整体的性能测试结果表明,仿真测试平台可靠,针对基于2D LiDAR的导航路径生成和跟踪算法,仿真测试平台能够有效测试和评价不同果园种植参数及车辆初始状态下的算法性能,满足果园车辆自主导航算法的测试需求。展开更多
针对果园自主导航过程中车辆偏航、植株缺失等问题,设计了一款基于激光雷达的果园行间履带式车辆自动导航控制系统,并模拟标准化果园环境进行试验以验证系统性能。首先,采用二维激光雷达(Light Detection and Ranging,LiDAR)获取树干点...针对果园自主导航过程中车辆偏航、植株缺失等问题,设计了一款基于激光雷达的果园行间履带式车辆自动导航控制系统,并模拟标准化果园环境进行试验以验证系统性能。首先,采用二维激光雷达(Light Detection and Ranging,LiDAR)获取树干点云数据,对点云数据进行坐标变换;其次,通过识别树干边界起始点进行树干定位;再次,提出两步树行分割法将树行分割为左右两行,利用最小二乘法分别对两侧定位点进行直线拟合,将树行中心线作为导航路径;最后,将电机期望转速作为比例微分(Proportion Differentiation,PD)控制器的输入,使车辆沿树行中心线自动行驶。树行分割试验表明:当感兴趣区域内植株无缺失、单株缺失、双株缺失且无航向偏差、无横向偏移时,树行分割正确率均为100%;双株缺失存在横向偏差和航向偏差、三株缺失不存在横向偏差和航向偏差时,树行分割准确率为96.4%;三株缺失存在横向偏差或航向偏差时,树行分割准确率92.9%。电机控制试验表明:电机调速系统具有快速响应的优点,且稳定性良好。导航控制试验表明:当车辆以0.8m/s速度行驶且存在0.5m的初始横向偏移时,系统能够在2m内将横向偏差抑制在0.05m以内,最大横向偏差为0.03m,均方根误差为1.91cm。展开更多
文摘为测试和评价果园车辆自主导航算法的性能,采用数学分析软件MATLAB搭建面向果园车辆自主导航算法的仿真测试平台。仿真测试平台通过构建果园种植模型、激光雷达(Light detection and ranging,LiDAR)测量模型、车辆运动学模型、车辆动力学模型和电机控制模型实现虚拟果园测量和车辆运动过程模拟,通过可视化测量数据、导航过程和导航偏差显示导航结果并评价导航算法性能。对单一模型和平台整体的性能测试结果表明,仿真测试平台可靠,针对基于2D LiDAR的导航路径生成和跟踪算法,仿真测试平台能够有效测试和评价不同果园种植参数及车辆初始状态下的算法性能,满足果园车辆自主导航算法的测试需求。
文摘针对果园自主导航过程中车辆偏航、植株缺失等问题,设计了一款基于激光雷达的果园行间履带式车辆自动导航控制系统,并模拟标准化果园环境进行试验以验证系统性能。首先,采用二维激光雷达(Light Detection and Ranging,LiDAR)获取树干点云数据,对点云数据进行坐标变换;其次,通过识别树干边界起始点进行树干定位;再次,提出两步树行分割法将树行分割为左右两行,利用最小二乘法分别对两侧定位点进行直线拟合,将树行中心线作为导航路径;最后,将电机期望转速作为比例微分(Proportion Differentiation,PD)控制器的输入,使车辆沿树行中心线自动行驶。树行分割试验表明:当感兴趣区域内植株无缺失、单株缺失、双株缺失且无航向偏差、无横向偏移时,树行分割正确率均为100%;双株缺失存在横向偏差和航向偏差、三株缺失不存在横向偏差和航向偏差时,树行分割准确率为96.4%;三株缺失存在横向偏差或航向偏差时,树行分割准确率92.9%。电机控制试验表明:电机调速系统具有快速响应的优点,且稳定性良好。导航控制试验表明:当车辆以0.8m/s速度行驶且存在0.5m的初始横向偏移时,系统能够在2m内将横向偏差抑制在0.05m以内,最大横向偏差为0.03m,均方根误差为1.91cm。
