学位论文 > 优秀研究生学位论文题录展示

基于多信息融合的轮式农业机器人导航研究

作　者: 张鹏
导　师: 周俊
学　校: 南京农业大学
专　业: 机械电子工程
关键词: 农业机器人全球定位系统自回归模型卡尔曼滤波灰色预测
分类号: TP242
类　型: 硕士论文
年　份: 2010年
下　载: 25次
引　用: 1次
阅　读: 论文下载

内容摘要

农田环境的复杂性不仅使得单一的导航信息难以满足精度和可靠性要求,而且往往成本很高。为此,以自主研制的轮式农业机器人平台为基础,本文通过GPS误差分析、Kalman滤波和灰色预测等算法,运用多传感器融合方法对轮式农业机器人导航系统进行了研究,主要内容和结论如下：分析了GPS(Trimble Ag132)定位误差及其相关性,运用时间序列分析方法建立了GPS静态和动态定位误差的自回归模型,给出了导航过程中的定位误差处理方法,并在自制的移动平台上进行了实验。结果表明,处理后的GPS定位误差信号的相关性明显下降,接近于白噪声,定位误差均值从0.1951m下降为-0.0022m。利用亚米级GPS、AHRSM2和光电编码器,组建了多传感器的组合导航定位系统,采用Kalman滤波算法对多导航信息进行融合。实验结果表明,设计的Kalman滤波器对原始GPS定位结果具有平滑和稳定作用,可以有效地降低GPS数据波动时对导航系统的影响。滤波处理后,GPS定位精度提高了0.5-1m,横向跟踪稳态误差为±0.15m,航向偏差在±5°。进一步将GPS误差处理算法引入Kalman滤波后,直线路径跟踪时GPS定位精度提高了2-5m,地头转向过程中的曲线跟踪时GPS定位精度提高了3-5m,跟踪误差也从约1.5m降低到0.3m。利用Kalman滤波数据和GPS定位的历史有效数据,采用χ2检测法和灰色预测法相结合的算法,在不增加额外传感器信息条件下,对GPS常见的数据突变故障进行了检测和隔离,仿真实验验证了其有效性。本文方法不仅保证了轮式农业机器人导航系统的精度和可靠性,同时也降低了系统的成本,为实现农业机械自主导航提供了一条可行途径。

全文目录

摘要  6-7
ABSTRACT  7-9
第一章绪论  9-19
  1.1 农业机器人的研究目的和意义  9-10
  1.2 农业机器人自主导航的研究现状  10-14
    1.2.1 国外研究现状  11-12
    1.2.2 国内研究现状  12-14
  1.3 研究内容与技术路线  14-17
    1.3.1 研究内容  15
    1.3.2 技术路线  15-17
  1.4 论文简介  17-19
第二章轮式农业机器人导航定位技术  19-33
  2.1 GPS导航定位系统  19-24
    2.1.1 GPS定位原理  19-20
    2.1.2 AgGPS132差分定位系统  20-24
      2.1.2.1 AgGPS132差分系统的定位数据提取  21-22
      2.1.2.2 AgGPS132差分系统坐标变换  22-24
  2.2 DR导航定位系统  24-29
    2.2.1 航位推算的基本原理  24-25
    2.2.2 航位推算传感器的工作原理  25-29
      2.2.2.1 光电编码器差分里程原理  26-28
      2.2.2.2 AHRS姿态航向参考系统  28-29
  2.3 导航传感器验证实验  29-32
    2.3.1 AgGPS132差分系统定位实验  29-31
    2.3.2 差分里程速度标定实验  31-32
  2.4 本章小结  32-33
第三章 GPS测量误差的时间序列分析和建模研究  33-47
  3.1 时间序列及其建模分析  33-35
    3.1.1 时间序列及其特性  33
    3.1.2 平稳时间序列线性模型  33-34
    3.1.3 时间序列分析步骤  34-35
  3.2 自回归模型及其参数估计  35-37
    3.2.1 AR模型参数估计  35-36
    3.2.2 AR模型阶数判定  36-37
    3.2.3 模型拟合检验  37
  3.3 GPS误差建模与分析  37-46
    3.3.1 GPS误差分离  37-39
    3.3.2 GPS误差建模与预测分析  39-42
    3.3.3 GPS误差模型验证  42-46
  3.4 本章小结  46-47
第四章基于卡尔曼滤波的多信息融合导航  47-69
  4.1 基于卡尔曼滤波的GPS/DR组合导航数据融合算法  47-54
    4.1.1 卡尔曼滤波器的基本原理  48-49
    4.1.2 轮式农业机器人卡尔曼滤波方程的建立  49-51
    4.1.3 传感器数据的有效性检查  51-52
    4.1.4 卡尔曼滤波算法仿真研究  52-54
  4.2 轮式农业机器人导航控制算法  54-60
    4.2.1 轮式农业机器人转向模型及转向控制器组成  54-56
    4.2.2 轮式农业机器人导航控制器组成及路径跟踪原理  56-58
    4.2.3 轮式农业机器人导航控制算法  58-60
  4.3 机器人平台导航控制实验  60-67
  4.4 本章小结  67-69
第五章轮式农业机器人GPS导航系统故障诊断与隔离  69-79
  5.1 基于χ~2检验的组合导航系统故障诊断  69-71
    5.1.1 残差χ~2检测法  70
    5.1.2 仿真分析  70-71
  5.2 基于灰色预测的GPS故障数据隔离  71-77
    5.2.1 GM(1,1)模型建模  72-73
    5.2.2 GM(1,1)模型仿真分析  73-77
  5.3 轮式农业机器人组合导航容错系统软件设计  77-78
  5.4 本章小结  78-79
第六章结论和对未来工作的建议  79-81
  6.1 研究结论  79
  6.2 主要创新点  79
  6.3 对未来工作的建议  79-81
参考文献  81-87
致谢  87-89
攻读硕士学位期间发表的论文  89

基于多信息融合的轮式农业机器人导航研究

内容摘要

全文目录

相似论文