基于農(nóng)田特征的車(chē)載GPS運(yùn)動(dòng)模型辨識(shí)及定位誤差研究.pdf

1、隨著精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)業(yè)的建設(shè)與發(fā)展,現(xiàn)代科學(xué)技術(shù)支撐的智能農(nóng)業(yè)裝備成為農(nóng)業(yè)生產(chǎn)中越來(lái)越重要的核心設(shè)備,在大幅度減輕農(nóng)民勞動(dòng)強(qiáng)度和安全傷害的同時(shí),大大提高了工作效益和勞動(dòng)生產(chǎn)率。然而,要實(shí)現(xiàn)智能農(nóng)業(yè)裝備的精準(zhǔn)作業(yè),主要依賴(lài)于其對(duì)農(nóng)田位置能否精確感知。GPS作為農(nóng)田位置感知的首選方式,在現(xiàn)代農(nóng)業(yè)裝備中得到廣泛應(yīng)用,但其單機(jī)定位。方式受到系統(tǒng)各誤差源的影響,并不能滿(mǎn)足農(nóng)田位置高精度感知要求。目前常用的差分GPS技術(shù)、雙星雙頻GPS接收機(jī)或與慣

2、性導(dǎo)航設(shè)備的組合定位方式具有優(yōu)良的高精度定位性能,但是因系統(tǒng)復(fù)雜、成本高昂等因素,限制了其在農(nóng)業(yè)生產(chǎn)中的普及應(yīng)用。因此,在不增加硬件成本的基礎(chǔ)上提高GPS單機(jī)定位精度,對(duì)智能農(nóng)業(yè)裝備的田間作業(yè)精確定位,降低農(nóng)作成本,提高生產(chǎn)效益,進(jìn)而對(duì)智慧農(nóng)業(yè)網(wǎng)絡(luò)的普及與快速發(fā)展具有重要意義和實(shí)用價(jià)值。
　　 本文針對(duì)農(nóng)業(yè)生產(chǎn)中低成本高精度定位的應(yīng)用需求,基于普通GPS單機(jī)定位方式,根據(jù)農(nóng)田壟線(xiàn)平行、壟間等距等地形特征,采用農(nóng)田地頭跨行轉(zhuǎn)向模式

3、,重點(diǎn)圍繞農(nóng)田車(chē)載運(yùn)動(dòng)模型的辨識(shí)、農(nóng)田車(chē)載GPS工作中野值及機(jī)動(dòng)的探測(cè)與處理、非線(xiàn)性濾波估計(jì)算法的引入和改進(jìn)等方面對(duì)農(nóng)田GPS定位中的誤差和精度進(jìn)行了分析,研究了適合農(nóng)田地形特征的農(nóng)機(jī)運(yùn)動(dòng)模型及高精度估計(jì)算法,以滿(mǎn)足農(nóng)田定位精度要求,提升智能農(nóng)業(yè)裝備的位置感知精度。
　　 本文的主要研究?jī)?nèi)容如下:
　　 (1)建立了基于GPS各誤差源共同作用的總誤差自回歸(AR)模型,驗(yàn)證了GPS誤差的一階馬爾可夫過(guò)程等效描述方法。綜合

4、GPS系統(tǒng)的各誤差源的作用,將其共同作用結(jié)果等效為GPS接收機(jī)輸出數(shù)據(jù)中的總誤差。對(duì)該總作用誤差進(jìn)行AR建模分析,最終驗(yàn)證了將GPS數(shù)據(jù)中各誤差源共同作用的慢變誤差用一階馬爾可夫過(guò)程描述的合理性,為濾波估計(jì)提供了一個(gè)等效誤差模型,將其擴(kuò)充為狀態(tài)向量,以利于提高GPS定位精度。
　　 (2)構(gòu)建了一種基于卡爾曼濾波測(cè)算誤差的農(nóng)田車(chē)載交互多模型(IMM)組合分析方法。該方法針對(duì)農(nóng)田載體靜態(tài)、直線(xiàn)運(yùn)動(dòng)、大角度轉(zhuǎn)彎三種典型工作狀態(tài),基于

5、卡爾曼濾波測(cè)算誤差建立不同狀態(tài)下合適的載體模型?；诙嗄Ｐ徒换ピ?利用最佳的馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣,建立了適合農(nóng)田車(chē)載工作特點(diǎn)的最佳交互組合,為濾波估計(jì)提供了適合的運(yùn)動(dòng)模型,有效地降低了農(nóng)田車(chē)載GPS的定位誤差。
　　 (3)研究了基于農(nóng)田路徑特征的最優(yōu)轉(zhuǎn)移概率獲取方法,對(duì)農(nóng)田運(yùn)動(dòng)交互多模型算法進(jìn)行了重要的補(bǔ)充。該研究針對(duì)農(nóng)田載體運(yùn)動(dòng)模型交互中經(jīng)驗(yàn)知識(shí)缺乏,馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣難以準(zhǔn)確獲得的問(wèn)題,通過(guò)對(duì)各種交互模型組合進(jìn)

6、行轉(zhuǎn)移概率掃描分析,得到誤差隨轉(zhuǎn)移概率變化的一般規(guī)律,確定了各種交互組合最優(yōu)轉(zhuǎn)移概率的取值范圍,有效提高了IMM算法對(duì)農(nóng)田車(chē)輛運(yùn)動(dòng)路徑的跟蹤精度。
　　 (4)設(shè)計(jì)了一種新型雙假設(shè)自適應(yīng)卡爾曼濾波算法。該算法針對(duì)農(nóng)田壟線(xiàn)不平坦導(dǎo)致車(chē)載GPS天線(xiàn)抖動(dòng)而在農(nóng)機(jī)作業(yè)過(guò)程中容易引入觀測(cè)野值問(wèn)題,以及野值與機(jī)動(dòng)表現(xiàn)形式的相似問(wèn)題,提出了進(jìn)行雙假設(shè)濾波。用活化函數(shù)控制傳統(tǒng)卡爾曼濾波器的增益構(gòu)造野值濾波器削弱其影響,引入自適應(yīng)衰減因子建立快速

7、機(jī)動(dòng)反應(yīng)濾波器及時(shí)跟蹤作業(yè)中的機(jī)動(dòng)變化,有效解決了系統(tǒng)中野值和機(jī)動(dòng)因具有相似的表現(xiàn)形式而難以正確辨識(shí)問(wèn)題,濾波的同時(shí)既能有效抗野值又具有優(yōu)良的機(jī)動(dòng)跟蹤性能。
　　 (5)提出了一種基于農(nóng)田壟線(xiàn)約束的增強(qiáng)型多模型交互粒子濾波算法。該算法針對(duì)農(nóng)田定位中非高斯噪聲難以用線(xiàn)性濾波算法濾除問(wèn)題,基于粒子濾波理論對(duì)農(nóng)田載體模型做最佳交互組合濾波,并創(chuàng)新性地將農(nóng)田特征引入多模型交互粒子濾波過(guò)程,有效提高了農(nóng)田GPS的定位精度和導(dǎo)航跟蹤性能。<