作品内容简介

通过实验设计了一套精量播种机器人播深稳定性控制与导航研究系统

应用领域：智能种植农业

近年来，为保障市场蔬菜供应安全，满足居民蔬菜消费需求，我国农业种植生产面积呈现总体扩大态势。2024年中央一号文件统筹粮食生产、流通、消费，打出了政策“组合拳”，要通过稳面积、增单产、拓来源和强化节粮减损多举措确保粮食产量保持在1.3万亿斤以上。但从国内外来看，大部分播种机械仍依赖人工操作。我国播种机的智能化水平仍然较低。智能化控制系统、精准农业技术在播种过程中的应用尚不成熟，导致播种机的工作效率和精准度大打折扣,播种深度和行距容易出现不均匀，导致作物生长不均，降低产量。虽然无人驾驶技术在农业机械中的应用正在逐步发展，但目前播种机械还主要依赖人工驾驶，真正高度集成和高效的无人精量化播种技术还有待进一步发展和普及。

  基于此，本研究通过多传感器监测播种深度，利用电动缸进行精准调节，确保种子的播深稳定性。设计了采用模糊PID控制算法对播深进行主动控制，针对模糊控制的不足，优化模糊控制器，提高播深控制精度；基于ROS机器人系统，通过RTK-GNSS获取厘米级定位信息，利用无人机低空遥感技术收集作业区域数据。结合实际播种环境，提出作业路径精准覆盖导航策略，针对传统的TEB算法在直线作业路段跟踪精度低的问题，分析TEB算法的约束原理后，通过调整成本函数，增加偏离直线惩罚项的方法改进了TEB算法将改进后的算法进行对比分析；设计正交试验，通过试验结果分析影响机器人转弯效果的各项因素，确定最优的转弯参数配置；为验证机器人应用效果，进行样机搭建，通过远程上位机系统控制机器人分别进行播种性能试验、播深稳定性试验、自主导航作业试验。开启主动播深控制后，播深合格率得到明显提升，使得变异系数有所下降，对推进农业现代化、实现精准农业和智能农业具有重要的参考价值，对促进农业生产方式的转型升级具有积极影响。

  关键词：精量播种机器人 厘米级定位 全电驱动

 杜濠宇  15689209312  2415493884@qq.com

1.研发（设计）背景及意义

近年来，我国蔬菜种植面积和产量不断增加。据统计，目前中国年蔬菜播种面积稳定在3.2亿亩左右，年需苗量接近6000亿株。尽管种植规模在不断增长，但我国农业生产的机械化水平相比于发达国家还有很大的提升空间。与此同时，近年来中国蔬菜的价格也呈现出波动上涨的趋势。深入分析发现，蔬菜价格上涨的原因主要是种植环节的成本增加，其中最为明显的成本上升来源于人工费用的增长。目前，我国农业领域面临着劳动力人口减少的问题，特别是年轻劳动力更倾向于向城市地区转移，这一现象对农业生产造成了显著的影响。在劳动密集型的蔬菜种植行业中，这种劳动力减少的影响尤为突出，直接导致了人工成本的上升，进而影响到了蔬菜的整体生产成本和市场售价。

在蔬菜种植领域，传统的机械播种方式存在着种子利用率低、播种精度低等问题。这不仅造成了种子的浪费，还会影响作物的生长状况和产量。此外，传统的播种机械多依赖石油燃料，不仅成本较高，而且还会产生环境污染。同时，传统机械播种需要人工驾驶操作，劳动强度高，长时间的劳作容易造成人员疲劳，影响播种质量。这种趋势的持续发展对中国的蔬菜产业以及整体社会经济都会造成深远的影响，因此，找到应对劳动力减少、提高种植效率和降低成本的方法变得尤为迫切。在这样的大背景下，探索和发展现代化农业技术，特别是利用自动化和智能化技术提高蔬菜种植的质量，降低依赖人工的程度，显得十分必要。这不仅能够应对当前的问题，还能促进中国蔬菜产业的持续健康发展。

基于此，本作品以精量播种机器人为研究对象，整机采用新能源纯电驱动，在减少碳排放更加环保的同时降低了过去内燃机作业时的振动。履带式的底盘设计有较好的通过性，能够适应更多复杂的地形。优化后的模糊PID播深控制系统，由tof激光测距传感器和IMU倾角传感器采集播深数据，通过控制电动缸的伸缩量，实时调节机具到地面的距离，保证种子能够满足农艺要求，提高了播种精度和发芽率。基于ROS的自主导航作业系统，能够按照设定好的作业参数，结合无人机技术，获取准确的作业区域信息，以便进行路径规划，合理高效利用田地，对于我国农业设备的协同作业发展具有重要意义。

                 （a）                                      （b）

图 1人工驾驶机械作业

2.研发（设计）方案

首先针对机器人工作环境的实际情况，对驱动底盘进行了动力分析与选型计算，并建立了履带机器人运动学模型，方便后续机器人实现自主导航功能。最后设计了精量播种系统，采用气力式排种盘搭配电控播种系统，减少种子浪费的同时提高了单位面积的蔬菜产量。

为提高播种质量，达到精量播种的目的，设计了主动播深控制系统。首先设计了系统的硬件部分，传感器的选型安装，悬挂装置的形式以及电动缸的匹配计算。针对伺服电缸建立了控制模型，由于传统的PID、模糊PID控制，在面对播种深度控制的时变性和非线性问题时，固定不变的因子参数会对算法的控制效果产生一定的影响。引入鲸鱼优化算法，通过鲸鱼算法优化模糊PID控制器，来保证作业时播种深度达到农艺要求。

无人化作业离不开精准可靠的自主导航系统。ROS系统在开发过程中，一些现有的功能可以直接以功能包的形式移植到正在开发的的机器人系统中，大幅缩短开发完整机器人的时间，提高机器人开发效率。通过ROS中的功能包，将RTK-GNSS提供的厘米级定位信息应用到机器人导航，并在机器人导航路径规划中引入无人机技术，通过无人机获取作业区域信息来规划路径。针对播种机器人实际工作场景的需要，优化了TEB算法，使其在跟踪直线作业路径时有更好的效果，并通过正交试验获得了换行转弯的最优参数组合。

对前文中提到的平台设计、播深控制、导航研究进行整合，完成整机搭建。在大田环境下分别进行了播种性能试验、播深稳定性试验、自主导航作业试验，对本作品研制的精量播种机器人进行全方位的性能测试，以检验是否符合设计标准与作业要求。成品如图2所示

图2精量播种机器人

2.1系统结构组成设计

针对精量播种机器人的实际应用情况，研究并设计了机器人总体结构如图2.1所示。

1.履带底盘 2.RTK-GNSS天线 3.工业摄像头 4.IMU传感器 5.NUC工控机 6.动力电池 7.高压风机 8.路由器 9.伺服电缸 10.激光测距传感器 11.排种器 12.播种电机 13.开沟器

图2.1精量播种机器人整机结构

精量播种机器人是一个集移动行走、播种、自主导航作业等多功能于一体的设备。机器人使用先进的控制算法和传感器技术，实现在复杂大田环境中的高效且精确的作业要求，从而显著提升作业效率，从整个系统结构来看，播种机器人可分为：控制系统负责整合传感器数据、制定作业策略，协同机器人的各个部件工作；传感器模块收集环境信息，确保播种过程的精准性；动力行走部分使机器人能够在各种地形中稳定行走；最后，播种执行机构是实现精量播种的关键，它直接影响播种的精度和效率。机器人四部分具体组成如图2.2所示：

图2.2精量播种机器人系统组成

播种机器人履带底盘是搭建整个机器人平台的基础，通过左右两侧的直流伺服电机和蜗轮蜗杆减速机，驱动履带行走；底盘中前部安装一块动力锂电池，机器人使用新能源电池驱动，减少燃烧排放，促进农业可持续发展。电池为整车各功能单元提供电能的同时平衡了整体的重心，使机器在运行过程中更加稳定可靠；在车架后面安装有三点悬挂提升机构，负责升降作业装置。提升机构可以挂载各种作业机具，增加了机器人的扩展能力；精量播种系统搭载于悬挂装置后，通过高压风机提供正负压力使种子吸附在排种盘，电控播种系统控制伺服电机通过同步轴带动排种盘按照预设速度转动；传感器采集到播深信息后，控制电动缸调节保证播深一致性；机器人可以遥控作业，也能依靠搭载的导航系统进行远程无人作业。

在机器人工作前，整个系统处于待机收拢状态。根据路径规划信息下达播种指令后，首先机器人通过导航系统判断当前位置，到达设定工作区域后，由NUC工控机发送指令到伺服电缸系统，调整电缸伸出距离，到达预设播深标准。通过继电器启动高压风机，使播种系统获得吸附种子与排出种子的气压。伺服电机根据机器人作业行进速度与预设的株距，调整到合适的转速，保持株距一致性。在完成作业后，首先关闭伺服电机与高压风机，切断排种盘动力输入，发送指令缩回电动缸，使悬挂部分机具提升到设定高度，此时精量播种机器人进入无作业可自由移动状态，播种作业完成。

2.2机器人驱动分析

2.2.1底盘选择

常见的移动底盘主要有轮式底盘和履带式底盘^[1]，履带结构相比于轮式结构具有显著的优势，主要体现在其对复杂地形的适应能力上。通过增加接地面积，有效分散整机重量，减少了对地面的压力，使机器具有良好的稳定性和牵引力。不仅提高了机器的通过性和移动性，而且减少对地面的破坏，特别适合农业领域，如图2.3展示的履带式底盘，是一款设计用于应对恶劣行走环境的机械工程设备。它拥有优秀的机动性和转向能力，能够轻松应对复杂的地形。鉴于这些显著优势，并考虑到农业播种的实际需求，选择该履带式底盘作为播种机器人的移动平台。

图2.3履带底盘

2.2.2动力系统匹配与选型

精量播种机器人的动力系统是其核心组成部分，主要由驱动电机、减速机和动力电池元件组成，如图2.4所示。为满足作业需要，对这些关键部件进行匹配设计^[2]，因为播种机器人在多变复杂的大田环境中的工作，其驱动电机的设计必须满足复杂工况下的性能标准，以保证可靠性和效率。

图2.4动力系统结构示意图

播种机器人整机完全依赖电池提供能源，动力电池的性能直接影响到机器人的作业时长和效率。随着电池技术的发展，传统铅酸电池被锂电池、镍镉电池等更高效的电池类型所替代^[3]，表2.1列举了几种动力电池类型以及特性。

表2.1 常见动力电池性能对比

在选择动力电池时，需考虑电池自身的比功率和比能量，确保电池组体积适中以便在机器人上的空间布置；电池应在设计的作业时间内提供足够的动力输出，具有较高放电效率并支持快速充电；同时，电池应具有高安全性、高可靠性，高性价比，并拥有较长的使用寿命。

由于锂电池的高能量密度、优秀的温度适应性、低自放电率、高单体电压和快速充电能力，其在安全性、可靠性和寿命方面优于其他类型的动力电池^[4]。最终结合机器人的整车功耗和实际作业场景，选用锂电池作为机器人的主要动力源。

2.3机器人运动学模型

建立机器人运动模型是实现精量播种机器人自主导航和精确控制的基础。根据机器人底盘的运动特点建立精确的运动控制模型，上层控制系统利用路径规划算法和导航框架计算出机器人需要的速度和旋转角度，通过RS-485通信协议将这些控制信号实时发送到机器人底盘电机驱动器中，通过控制伺服电机的转动方向和转速大小，实现对播种机器人移动、转向的控制。播种机器人采用的是履带式设计，与两轮移动机器人在运动机理上相似，但又有些许不同，履带式播种机器人通过调整左右两侧履带的速度差来实现转向。为了精确建立机器人运动模型，对以下条件做出假设。

（1）机器人的履带与地面保持完整接触，无垂直于地面的运动，确保机器人在二维平面内移动。

（2）机器人驱动轮与履带之间无相对滑动，排除侧滑现象。

（3）机器人各部分均为刚体，在运动过程中不发生变形。

在这些假设基础上，对播种机器人运动学模型进行分析，如图2.5所示，定义了所需的各项参数变量。

图2.5播种机器人运动学模型

2.4精量播种系统结构组成

机器人精量播种系统主要由伺服电机、传动装置、直流高压风机、气力式排种器、机架和开沟装置等组成^[5]，其结构如图2.6所示

1.同步轴 2.链条张紧轮 3.播种电机 4.正压管路 5.负压管路 6.风机 7.压力表 8.负压分风管 9.正压分风管

图2.6精量播种系统

2.4.1排种盘选型

作为整个播种系统的执行机构，排种器的性能直接影响播种机的播种精度，在作业中承担着极其重要的作用，如表2.2所示为现有的几种常见的排种器及其播种特点。

表2.2不同排种器对比。

表2.2不同排种器对比

分析可知香菜、白菜等小粒蔬菜种子的球形度高、流动性好易被约束于型孔，适合垂直圆盘类型的气力式排种器，主要组成结构如图2.7所示，由导种口、种箱、排种盘和负压室等主要部件构成。在排种器正常工作时，首先将种子置于种箱内，随后启动风机。风机达到稳定运行后提供吸附种子所需的负压，排种器随机器人前进，伺服电机会驱动同步轴旋转，进而使排种盘转动。在充种区，排种盘的转动使种子在大气压的作用下被吸附在型孔上；在清种区，一个专门的装置将多余的种子移除，以提高播种的精确度并减少重播现象。当排种盘继续转动至投种区时，气孔的负压消失，种子在重力和正压作用下通过导种管落入土壤，完成播种过程。

1.导种管 2.清种开关 3.重播调节片 4.壳体 5.传动轴 6.正负压气室腔体 7.排种盘 8.密封圈

图2.7气力式排种器结构爆炸图

2.4.2风机及供输系统

风机及供输系统为气力式排种器在播种过程中提供所需的正负压，由于本文设计的精量播种机器人低碳环保，整车采用全电驱动，与传统播种设备由内燃机带动风机涡轮转动提供风力不同，选择48V直流高压风机提供排钟盘所需的正负压。经过试验室已有数据结论综合考量后，选择RB-022型直流高压风机，风机主要外形参数如图2.8，表2.3所示。

图2.8直流高压风机表                                      表2.3风机主要参数

输送系统由两个主要部分构成^[6]：负压系统和正压系统。在负压系统中，核心部件包括主负压管路、分负压管道及负压联接管。主负压管的一端通过调节阀直接与风机负压口相连，而另一端则与分负压管道连接。四条负压联接管使用快插接头与分负压管道对接，其对端则与排种设备的负压腔室相连通，如此一来，风机产生的负压便能通过这一管路网络有效地输送至排种设备，为排种器提供足够的吸种负压。而正压系统则由主正压管路、分正压管道及正压联接管构成，主正压管两端分别与风机正压口和分正压管道相连，正压联接管则将分正压管道与排种设备的正压腔室连通，使风机的正压气流得以输送至排种设备，从而在播种过程中提供必要的正压力。

2.4.3电控播种单元

电控播种系统的工作流程如图2.9所示，导航系统通过RS-485通信向电机控制器发送车辆速度信号，电机控制器接收处理信号后，控制伺服电机调整到相应转速，精量播种系统的伺服电机通过同步轴驱动排种盘旋转，实现播种。这种设计取消了传统播种机中地轮传动的构造，解决因地轮打滑而引起的播种精度问题，并且通过同步调节行驶速度和排种盘转速相匹配，确保了播种过程中株距的均匀性。

图2.9电控播种系统框图

3.理论设计计算

3.1 数据融合技术

数据融合技术的理论基础较多，其在数据处理领域的应用范围也较广。在诸多数据融合算法中，加权平均算法^[7]因实用性高，对计算资源需求少，广泛用于需要数据融合的众多场景，此算法通过对多个传感器提供的信息做加权平均处理，得到的结果用于信息数据的融合，由于其简洁直观的特性，本研究选用加权平均算法来进行传感器数据的融合处理。加权平均算法中，不同的传感器被分配不同的权重