【《基于超声波测距的农业小车自动导航算法设计案例》1500字】

基于超声波测距的农业小车自动导航算法设计案例自动导航功能是疾病检测小车的核心功能，它是小车能否完成自主巡检的关键因素。本文根据小车巡检环境，设计了一个基于超声波测距的自动导航算法。小车运行于田垄式种植结构的大棚内，需要穿梭于每一条田垄之间以便对作物的健康状况进行全面监控。大棚的田垄结构的抽象模型如下图1.1所示。图1.1蔬菜大棚种植结构模型Fig.1.1Vegetablegreenhouseplantingstructuremodel图1.1中深绿色矩形为田垄。小车需要在垄间行走。图中标出的四个位置是小车巡检过程中所经历的四个位置状态。1是位于初始位置，2是位于垄间，3是出垄，4是位于结束位置。算法应能够判断小车目前的位置状态，并根据不同状态设定相应的小车的下一步行为。当启动巡检程序时，小车将由初始位置前行进入田垄。到达2位置之后，小车将使用超声波传感器测量两边田垄与小车之间的距离，然后根据距离差值来判断小车目前是否位于垄间中心线。但由于在实际环境中田垄的边缘是起伏变化的折线，就算小车在中心线上直行，传感器每次测量的值也会有所不同。本文取一个时间段内多次测量值的最小二乘拟合线作为小车的导航路线，这样就减少了锯齿状对于导航的影响，使得小车移动更加流畅。由于大棚内每条田垄在局部范围内近乎直线，所以小车的运行路线也为直线。所以选择一元线性回归模型来拟合出小车运行路径。此模型可以对散点拟合出直线，其公式为：(1.1)(1.2)(1.3)(1.4)本算法将对两侧传感器距离之和进行拟合，效果如下图1.2所示，其中红色点为传感器测量值，蓝线为拟合直线。设定小车左侧传感器测量值为正，右侧测量值为负。小车每时刻纵坐标为零，横坐标为前进距离。图1.2一元线性拟合Fig.1.2Unarylinearfitting当小车在田垄内行驶时，要想确保小车位于垄间中心线，应确保其左侧传感器一定时间段内所测量距离的平均值与右侧的距离平均值相等，则此时拟合曲线应无限接近y=0的线。如果拟和路线与小车位置之间存在差异，如下图1.3所示。小车此时在A处，此时小车坐标位置与导航位置相差d距离，小车朝向差θ角度。此时小车应朝蓝线方向转向略大于θ角，并行驶单位距离，则小车将逐步向垄间中心线靠拢。当小车已处于中心线，则只需进行角度调整。图1.3小车转向示意图Fig.1.3DiagramofCarSteering在到达第3个位置时，小车需要转向并进入下一条垄沟，要完成此操作小车需要三个位置判断：（1）出田垄判断：当小车的两测传感器所测量的距离突然变得极大或是测不到距离值，则标志着小车已经走车一条田垄。此时小车应进行90度转向。（2）跨过一条垄判断：小车转向之后继续直行，其一侧传感器将会测量到较小距离值，此时标志着小车正在横过一条田垄。而当此传感器的测量值突然变得极大时，标志着小车已经到达下一条垄沟的位置。此时小车应转向并直行。（3）入田垄判断：当小车两侧传感器变为都有较小的测量值时，标志小车已经进入一条垄沟。此与1位置的判断相同。小车在巡检过程中会记录所经过的田垄数，当所巡检的田垄数已经达到用户设定的所需巡检垄数，则小车在走出最后一条田垄时也就是图1.1中4的位置，将不再继续巡检，而是停止待机。此时，小车完成一次自动巡检流程。从上文可以看出，小车的位置判定完全基于两侧超声波传感器的测量数值，传感器的数值状态发生变化往往标志着小车位置状态的改变，传感器测量值状态与小车位置状态之间的关系如下1.4所示。图中传感器包含三种状态，S1为两侧传感器皆有较小测量值，S2为传感器只有一侧有较小测量值，S3为两侧传感器都没有较小测量值。S1标志着车两侧都是田垄，则可判断小车此时处于田垄中。S2标志着小车一侧有田垄，另一侧没有，S3标志着小车两侧都没有田垄。这三种状态之间存在