基于GPS的联合收割机智能测产仪器研制

基于GPS的联合收割机智能测产仪器研制发布:2011-09-05|作者:|来源:liaoziruo|查看:688次|用户关注：提出了一种低成本GPS定位、数据采集和存储的实现方法，开发了智能谷物测产系统。1引言精确农业(PrecisionAgriculture)是指利用遥感技术RS(RemoteSensing)、地理信息系统GIS（GeographyInformationSystem）、全球定位系统GPS(GlobalPositionSystem)等信息技术，在定位采集地块信息的基础上，根据地块土壤肥力、作物病虫害、杂草、产量等在时间与空间上的差异，按农艺要求进行精确定位、变量耕种、变量施肥、变量灌水、变量用药的农提出了一种低成本GPS定位、数据采集和存储的实现方法，开发了智能谷物测产系统。1引言精确农业(PrecisionAgriculture)是指利用遥感技术RS(RemoteSensing)、地理信息系统GIS（GeographyInformationSystem）、全球定位系统GPS(GlobalPositionSystem)等信息技术，在定位采集地块信息的基础上，根据地块土壤肥力、作物病虫害、杂草、产量等在时间与空间上的差异，按农艺要求进行精确定位、变量耕种、变量施肥、变量灌水、变量用药的农业技术，从而达到提高效益、避免资源浪费、减少环境污染的目的。目前，经济发达国家已开始推广精准农业耕作，广大发展中国家也广泛开展应用研究和实验示范。作为精准农业的重要组成部分――基于GPS的联合收割机智能测产系统，从2000年6月开始，我们与上海市精准农业技术有限公司及上海市农工商集团合作，立足于我国国情，根据不同用户层面需求，开发了3种类型的智能谷物测产系统。2测产原理和系统结构2.1测产原理2.1.1硬件产量传感器安置在联合收割机谷仓顶部，接收来自于刮板的谷物冲量，如图1所示。经过其内置的全桥平衡电路，采用应变感应方式，完成谷物冲量到电流信号的变换（这样可实现温度变化的自动补偿和提高传感器的响应特性）。为整个系统供电方便，全部传感器电源均为直流24V。24V直流电源由车载电源经升压稳压器得到。这里产量传感器的电源为直流24V，信号输出为0～10mA，该原始信号经精密电阻可得到0～5V的TTL电压（精密电阻阻值，由实际收割对象的不同――力学性质不同而选择，以便得到最大的读入精度）。该TTL电压信号，由Philips80C552单片机A/D口读入，经该控制单元进行处理、显示、保存（保存在主控制单元上的CompactFlash卡中，即CF卡中）。在该系统中，刮板冲击频率是15Hz，每一刮板冲击对应电流波形采样点为200个，即该系统能保证采样频率为15×200=3kHz，在实验中一般取2.25kHz。为降低成本，采用国产产量传感器，实验证明，精度满足使用要求。238border=0湿度传感器安置在联合收割机谷仓顶部，在产量传感器的下面。选用北京宝力马传感技术有限公司S401B型湿度器，测量范围：0～100％RH；测量精度：±2％RH；信号输出：0～10mA；输入电源：12～24V。其信号标定由实验数据确定。由于湿度数值在本系统中的变化缓慢，故其测量的次数较少（每10m测1次），测量精度要求不高。这样做的好处是，降低了主控制单元单片机的处理负担和CF卡的存储负担，并能进一步地提高系统的采样频率，提高系统精度。经实验看，该湿度传感器能满足系统要求，且价格极低（仅是国外类似湿度传感器的1/40）。因为该系统中的收割面积等于速度×时间×割幅，所以速度传感器对实验结果非常重要。使用接近开关记数，以达到计量收割面积的目的（速度×时间×割幅）。但受收割机轮子打滑的影响，精度较低且受地形影响精度不稳；但成本很低。在收割机的驱动主轴上安装了电容式接近开关，利用主轴相对于轮毂的转动读取脉冲次数，并且利用主轴和轮子相对减速比，计算出每一脉冲所对应收割机前进的距离。同时为防止由于轮子打滑等原因而引起的位移误差，在软件算法上，用GPS解算出收割机的相对位移，而加以校正（每100m校正一次）。这样使用安装接近开关辅以GPS解算校正的方法，实现了国外常用的多普勒雷达的测量精度，并且价格仅是后者的1/50。割台传感器使用限位开关，用以指示收割机是否工作。当割台抬起时，系统不工作。在GPS25LP基础上开发了全球定位系统,水平精度可达10m以内。2.1.2软件在软件算法上，为了保证系统的定位精度，借鉴卡尔曼滤波（KalmanFilter）原理进行最优估计。在处理产量传感器信号时，由于在实际情况下收割机会引起机械振动，而导致测量误差的增大，严重时该噪声会完全淹没谷物冲击传感器产生的输出信号[2]。这样对这两种信号进行谱分析，得到其信号源的数字特征，通过在硬件和软件上的滤波，增强自适应能力，以获得更好的数据精度。2.2系统结构该基于GPS的联合收割机智能测产系统，是在约翰?迪尔（JohnDeere）1075型联合收割机的基础上改进而成。包括主控制单元（Philips80C552单片机，及液晶屏）、CF卡，改进型GPS及相关传感器。智能测产系统结构框图，如图2所示。产量传感器和湿度传感器分别取得谷物重量和湿度的信号，速度传感器反映了当前收割机的速度，可根据此算出亩产量。GPS指示出每一测试点的经纬度。割台信号控制系统的运行。这些信息通过Philips80C552处理后，存入CF卡并在液晶屏上显示。该系统组成具有成本低、可靠性高、软件通用性好及适应市场能力强等优点。选用CF卡作为系统的海量存储器。CF卡，如图3所示。由集成的ATA（ATattachment）控制器和闪速存储器构成。它以512B为擦除单位。不需要在操作系统下装入新的软件，模拟磁盘功能在集成的ATA控制器上完成。CompactFlash体积小、重量轻，而它抗冲击能力相当强，可以承受2000g的冲击；同时读写速率快，分别为8??0MB/s和4.0MB/s。CompactFlash具有良好的硬件兼容性，可以与PC卡ATA完全兼容，适用于ATA标准的任何计算机，只要将CompactFlash的PC卡适配器插入Ⅱ类或Ⅲ类槽中即可使用。它也具有良好的软件兼容性，在MS-DOS、Windows95、WindowsNT等环境下，可以当作IDE硬盘直接被使用。2.3系统软件程序框图系统主程序工作框图，如图4所示。单片机（Philips80C552）上电后，系统进行初始化。通过初始化，更新系统默认值――系统的采样模式、传感器/测距方式、割幅宽度。因为电子盘使用标准的IDE接口，是以扇区为单位读写的，就是最小的读写单位是512B。而Philips80C552的内部RAM只有256B，因此，必须接片外RAM来作为数据缓冲区。当片外RAM的数据达到512B的整数倍时，一次性的写入电子盘。本设计中选用了静态RAMCY62256，这样当RAMCY62256写满32kB，产生标志位，置Flag为“1”，进入电子盘存盘中断服务程序。否则，系统单片机进行A/D转换（产量传感器和湿度传感器）、I/O读取（速度传感器和割台传感器）、串口操作（读取GPS经度/纬度）。进行电子盘写操作后，同时把系统主要数据或状态显示在LCD（经/纬度、产量、系统状态等）。同时置Flag为“0”。本系统电子盘写操作和LCD显示公用一个标志位Flag。2.4校正测产系统存在真实产量和数值产量的区别，两者之间有常数K（K随收割对象等外部条件的不同而改变）。K=Weight（真实产量）/M（数值产量）而瞬间产量Y=KM/(W×V)式中M――谷物流量W――割幅V――瞬时速度3数学模型对于产量传感器变换过来的信号，要建立数学模型，以便转成与实际产量对应的数值产量。对产量传感器变换过来的信号进行分析，如图5所示。4实验结果和讨论4.1冲击信号特性产量传感器变换过来的电流信号，如图1所示。实际的冲击电流信号，如图6所示。可见理论上和实际上的冲击信号是相近的，经实验得出，理论数据和实际产量的相对精度小于±8％，从而实现了本系统的核心数据精度要求。一段产量信号高速采样的仿真图，如图7所示。这时微处理器只处理产量信号，从而实现了高速采样（采样频率可达3kHz）,表明该系统具有良好的信号相应特性。4.2实验结果根据以上实验数据，形成产量图，为整个精准农业实施者、决策者提供精确依据，以提升整个农业水平。本次实验于今年6月份，在上海农工商集团五四农场，收割小麦（约13.33hm2）而完成的。图8是其中的一块试验地的收割轨迹。图中，各种彩色线即是联合收割机的行走路径，其中横线（沿X轴方向）是收割机卸粮食的轨迹。GPS精度等级≤2m（95％概率下）。某一块试验地的产量图,如图9所示。5结论本系统由单片机实施对CompactFlash卡的读取，具有高抗振性、高可靠性、高精度的优点，并且功耗低、成本少、重量体积小，系统的总体成本2000元(若大面积推广，成本还可进一步降低)。参考文献[1]张柏.中国发展精准农业耕作的基本分析及设计[J].地理科学，2000，20(20)：110～114.[2][JP2]孙宇瑞，汪懋华，马道坤，黄季平.冲量法谷物流量测量系统的试验研究[J].农业机械学报，2001，32（4）：48～50.[3]CF+&CompactFlashSpecificationRevision1.4[Z].COMPACTFLASHASSOCIATION,1998.[4]Durrence,J.S.,C.D.Perry,G.Vellidis,D.L.Thomas,andC.K.Kvien.MappingPeanutYieldVariabilitywithanExperimentalLoadCellYieldMonitoringSystem[A].Proc.4thInt.Conf.onPrecisionAgriculture[C].AmericanSocietyofAgronomy.Madison,WI,1998.[5]BlackmoreB.S.,andC.J.Marshall.YieldMapping,ErrorsandAlgorithms.InPrecisionAgriculture,ASA-CSSA-SSSA,1996:403～415.[6]BorgeltS.C.SensingandMeasurementTechnologiesforSiteSpecificManagement.InSoilSpecificCropManagement,ASA-CSSA-SSSA,1993:141～157.[7]KarlWild.Aweighingsystemforlocalyieldmonitoringofforagecropsinroundbalers[J].ComputersandElectronicsinAgriculture,1999,23:119～132