- · 《农业工程技术》栏目设[05/29]
- · 《农业工程技术》收稿方[05/29]
- · 《农业工程技术》投稿方[05/29]
- · 《农业工程技术》征稿要[05/29]
- · 《农业工程技术》刊物宗[05/29]
传感器融合技术在农业工程的应用与前景(2)
作者:网站采编关键词:
摘要:图2 振动陀螺仪基本原理 2 MEMS 传感器融合技术方法研究 多传感器信息融合的概念很直观,但实际上真正实现一个多传感器融合系统是较困难的。由于多传
图2 振动陀螺仪基本原理
2 MEMS 传感器融合技术方法研究
多传感器信息融合的概念很直观,但实际上真正实现一个多传感器融合系统是较困难的。由于多传感器融合系统具有改善系统性能的巨大潜力,人们还是投入了大量的精力进行研究[13]。目前比较成熟、使用较广泛的信息融合方法有:统计推理法、Bayes 推理、Dempster-Shafer 证据理论、模糊集合理论、估值理论最佳状态估计,应用于目标对象的定位、跟踪、测向等[14]。以下介绍基于Kalman 滤波的传感器融合算法理论的传感器融合算法的研究情况。
2.1 基于Kalman 滤波的传感器融合算法
在农业机械组合导航定位的理论方法研究方面,应用最广泛的多传感器信息融合方法是卡尔曼滤波法[15]。Guo LS 介绍了卡尔曼滤波的原理和基本方程、Gray Bishop 在Kalman 滤波器状态方程和观测方程的建立的基础上,提出了线性离散Kalman 滤波器的递归差分方程组,其核心是一组具有递归性质的基于最小方差方法的数学方程组。以该数学方程组构成的卡尔曼滤波器可以对研究对象过去,现在和将来的状态做出线性最优估计,即线性最小方差估计。当噪声为高斯分布的白噪声时,卡尔曼滤波可提供信息融合的统计意义下的最优递推估计[16]。这种方法适用于动态环境中冗余传感器信息的实时融合。付旭等利用多MEMS 传感器研制了一种微型姿态测量系统,利用三轴MEMS 加速度计和三轴MEMS 陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展Kalman 滤波方程,解算出飞行器的俯仰角和横滚角。将实验结果与国外最新的商用自动驾驶仪的姿态结果进行了比较,二者在静态情况下非常吻合,在动态情况下基本吻合[17]。
2.2 基于联合Kalman 滤波的传感器融合算法
Carlosn 提出的联合滤波模型,继承了分散滤波的处理器结构,并对其算法结构作了重要的改进,在滤波过程中包含了一个信息分配的过程。由于联合滤波器模型设计灵活、计算量小、容错性好、便于工程实现等优点而备受重视[18]。联合滤波模型核心算法是应用最优融合定理以融合各局部滤波器的局部状态估计,以得到全局最优状态估计。在局部滤波器中由于采用方差上界技术引起的信息丢失,在融合过程中被重新综合起来,得到全局最优状态估计解。
2.3 基于自适应Kalman 滤波的传感器融合算法
由于工作环境干扰、加速度计的物理特性、电子伺服系统回路中噪声的影响,加速度计的误差特性会发生变化,很难用一个准确的统计特性噪声来表示。采用自适应卡尔曼滤波技术可以解决以上问题[19]。自适应滤波的目的之一是在利用观测数据进行滤波递推的同时,不断地由滤波本身去判断目标在动态上是否有变化,当判断有变化时,要进一步决定是把这种变化看作随即干扰而归到模型噪声中去,还是队员动态模型进行修正,使之适应目标变化后的动态。自适应滤波的另一个目的,适当系统噪声方差阵Qk和观测噪声方差Rk未知或近似已知时,利用观测数据带来的信息,由滤波本身不断的估计和修正噪声统计特性或滤波器增益阵,以减少状态估计误差,提高滤波器的精度[20]。
3 MEMS 传感器融合技术在农业工程应用
3.1 基于GPS/SINS 组合的农业导航系统
当装备了GPS 接收器的农用导航车辆在田间行走时,由于轮胎在土壤里受力不均匀,车体发生了颠簸而导致了GPS 接收天线位置倾斜,其结果是GPS 天线与车体质心在大地坐标系上不重合,则GPS 数据不能真实反映车体真实位置。试验表明,车体的姿态角对于GPS 的定位精度有较大影响。为提高农业导航定位精度,农业智能车辆田间导航定位需要测量载体位置坐标、航向角以及姿态角等导航参数,其测量值应尽量准确[21]。因此,农业自动导航必须准确测量出车体的姿态角。
GPS 与MEMS 惯性传感器组合能够充分发挥各自优势,采用组合导航系统可以有效解决惯性导航系统误差随时间积累的问题[22]。华南农业大学张智刚以水田插秧机为平台,建立了以RTK-DGPS 为主要导航方式、姿态航向参考系统AHRS500GA 为辅助的联合导航系统,通过卡尔曼滤波的方式提高定位信息精度[23]。美国Zhang Q 设计出多传感器融合系统,建立了位置、速度和姿态的融合方程模型,可以为无人驾驶的农业车辆提供姿态角、航向角信息,用于GPS 数据的校正。文献[24]利用SINS 提供的姿态信息修正GPS 定位数据,对多传感器集成模块ADIS 的信息融合处理,确定了基于卡尔曼滤波的融合算法用于测量姿态角。试验结果表明:在农业车辆运动较剧烈的情况下,只用加速度计计算姿态角误差较大,其结果不可靠;而通过信息融合解算的姿态角结果精度较高,误差一般不超过2°。
文章来源:《农业工程技术》 网址: http://www.nygczz.cn/qikandaodu/2021/0330/1051.html
上一篇:新形势下如何加强农业机械管理
下一篇:会议名称年第五届食品与农业工程国际会议