水稻插秧机自动导航技术的研究

时间:2022-08-28 12:59:26

水稻插秧机自动导航技术的研究

摘要:本文通过对插秧机的普及推广情况以及自动导航技术的研究,着重分析了自动导航技术在我国的现状研究。目前,尽管对插秧机自动导航技术的研究比较多,但技术还不够成熟,没有实用的系统可供商业化,还需进一步研究。

关键词:插秧机;机械化;自动导航技术;

1 概述

农业的根本出路在于发展科技,其实质在于机械化,发展农业的首要问题是实现农业机械化问题。农业机械化是农业生产力的重要组成部分,农业机械化的发展水平是农业生产力水平的重要标志。我国加入世贸组织后,借鉴国际经验证明,科技水平低的农业是没有竞争力的农业,劳动生产率低的农业也是没有竞争力的农业。要提高我国农业在国际市场上的竞争力,首要的任务是扩大农业经营规模,用高新技术装备农业,所有这些,都离不了农业机械化。

水稻生产中,种植环节一直是制约机械化发展的瓶颈。我国水稻种植机械化水平发展不平衡,从水稻种植面积较大的区域分析,2010年,在黑龙江省机械种植水平高达81.77%,江苏48%,湖南、福建仅为3.46%、2.97%。说明我国插秧机市场未来发展空间将集中在两湖、两广、江西、福建等水稻种植面积大,机械化水平偏低的省份。多年来各级农机推广部门通过机抛秧、机直播、机插秧的试验对比,最终对插秧机给予充分肯定。

2 插秧机的分类

目前国内的插秧机主要分为:引进国外技术在国内组装的高性能插秧机与国产普通插秧机两大类。高性能的机型有东洋PF455s手扶插秧机、东洋P600型高速乘坐式插秧机、洋马VP6高速乘坐式插秧机;国产的插秧机主要以延吉22K-630型机动水稻快速插秧机等为主。水稻生产从原来精耕细作至九十年代以来逐步完善并推广群体质量栽培技术体系,以水育壮秧、肥床旱育中小苗移栽以及宽行窄距、浅栽为主要特点的移栽方式,使水稻的增产潜力得到了充分发挥,并持续多年实现了高产稳产。按插秧机种类分类,主要有两轮手扶步进式、三轮拖板乘坐式和四轮高速乘坐式。用户关注插植质量(漏插、漂秧和伤秧等)、动力大小与形式(汽油机、柴油机)、插植性能参数(行距、株距和单株取秧量等)等因素较多,对于如何选购插秧机笔者认为,使用者对插秧机的选型须在严格遵从使用条件前提下,再考虑性价比优势的原则,这样才能真正做到“用得了、用得好”。

3 插秧机的普及情况

水稻插秧机是一种将水稻秧苗定植在水田中的种植机械,功能是提高插秧的工效和栽插质量,实现合理密植,有利于后续作业的机械化。它自问世以来,就一直受到有水稻种植地区农机推广部门的重视,特别是在近20年来,随着农村劳动力的快速转移,妇女和老人已成为农村劳动中的主力军。如何解决劳动力不足的矛盾,使粮食生产继续保持较好的产值,推广普及包括插秧机在内的农机具使用是一条必由之路。

从我国插秧机需求的趋势分析,因为手扶式插秧机最大的缺点是劳动强度大,工作效率与乘坐式快速插秧机也存在较大差距,决定了我国插秧机市场需求将加速向乘坐式方向发展。一些地方政府正通过政策引导高性能乘坐式插秧机的发展,譬如在机植水平较高的江苏、黑龙江等区域,对插秧机的补贴明显向高速乘坐式倾斜。同时,由于外资高速乘坐式插秧机逐渐本土化,国产插秧机快速发展,高速乘坐式插秧机价格走低已经成为一种必然。目前,很多插秧机在工作时将秧苗分为两部分进行装载,其中一部分装载在载苗板上,插秧机的秧针会抽取载苗板上装载的秧苗进行插植;另一部分秧苗则装载在预备苗盘上,当载苗板上的秧苗插完后,操作人员可以将预备苗盘上的秧苗转移到载苗板上以便进行插植。

4 水稻插秧机自动导航技术在我国的研究现状

自动导航技术是计算机技术、电子通信、控制技术等多种学科的综合,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地进行路径规划与避障、探测定位和控制系统的稳定性,并通过控制转向系统使车辆沿规划路径自动行驶来实现自动导航。

4.1 GPS技术 华南农业大学张智刚等以久保田SPU-68型插秧机为研究平台,开发了基于Trimble-4700 RTK-KGPS和HMR3000电子罗盘的导航控制系统。该系统以简化两轮车运动学模型为基础,开发了基于速度的模糊自适应PID和前轮偏角反馈控制方法,仿真和试验结果表明,该控制方法简单有效,导航控制系统可以控制插秧机按预定的路线行走。速度为0.75m/s,直线路径跟踪时,平均误差0.040m,最大误差0.130m;速度为0.33m/s,圆曲线路径跟踪时,平均误差0.040m,最大误差0.087m。

4.2 视觉导航 浙江理工大学毛可骏等用EXG因子分割图像,将安列累加的灰度值所形成的曲线图设定水平分割线找到秧苗区域,确定各苗区的起始列点和终止列点,找到定位点,拟合分割线。根据秧苗行分布呈平行线状的特点,利用分割线在图像平面上形成的灭点和成像的斜率来计算插秧机的位移偏差和角度偏差,采用该算法处理图像平均需要250ms,实时性好,精度高。他们将CCD摄像机安装在步行式插秧机上,在路面上用人工铺设的2条平行标志线作为基准线,人为控制插秧机行进。试验结果准确地提取了秧苗各行的位置,计算得出的位移偏差及角度与人工测量误差小,能够为无人驾驶插秧机的研究提供视觉基础。

上一篇:政府引导林下经济焕发新活力 下一篇:数字农业与农业机械的发展