基于農(nóng)田特征的車載GPS運動模型辨識及定位誤差研究.pdf

1、隨著精準農(nóng)業(yè)和智慧農(nóng)業(yè)的建設與發(fā)展,現(xiàn)代科學技術支撐的智能農(nóng)業(yè)裝備成為農(nóng)業(yè)生產(chǎn)中越來越重要的核心設備,在大幅度減輕農(nóng)民勞動強度和安全傷害的同時,大大提高了工作效益和勞動生產(chǎn)率。然而,要實現(xiàn)智能農(nóng)業(yè)裝備的精準作業(yè),主要依賴于其對農(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)裝備中得到廣泛應用,但其單機定位。方式受到系統(tǒng)各誤差源的影響,并不能滿足農(nóng)田位置高精度感知要求。目前常用的差分GPS技術、雙星雙頻GPS接收機或與慣

2、性導航設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)中的普及應用。因此,在不增加硬件成本的基礎上提高GPS單機定位精度,對智能農(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,進而對智慧農(nóng)業(yè)網(wǎng)絡的普及與快速發(fā)展具有重要意義和實用價值。
　　 本文針對農(nóng)業(yè)生產(chǎn)中低成本高精度定位的應用需求,基于普通GPS單機定位方式,根據(jù)農(nóng)田壟線平行、壟間等距等地形特征,采用農(nóng)田地頭跨行轉(zhuǎn)向模式

3、,重點圍繞農(nóng)田車載運動模型的辨識、農(nóng)田車載GPS工作中野值及機動的探測與處理、非線性濾波估計算法的引入和改進等方面對農(nóng)田GPS定位中的誤差和精度進行了分析,研究了適合農(nóng)田地形特征的農(nóng)機運動模型及高精度估計算法,以滿足農(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。
　　 本文的主要研究內(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,驗證了GPS誤差的一階馬爾可夫過程等效描述方法。綜合

4、GPS系統(tǒng)的各誤差源的作用,將其共同作用結果等效為GPS接收機輸出數(shù)據(jù)中的總誤差。對該總作用誤差進行AR建模分析,最終驗證了將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程描述的合理性,為濾波估計提供了一個等效誤差模型,將其擴充為狀態(tài)向量,以利于提高GPS定位精度。
　　 (2)構建了一種基于卡爾曼濾波測算誤差的農(nóng)田車載交互多模型(IMM)組合分析方法。該方法針對農(nóng)田載體靜態(tài)、直線運動、大角度轉(zhuǎn)彎三種典型工作狀態(tài),基于

5、卡爾曼濾波測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)田車載工作特點的最佳交互組合,為濾波估計提供了適合的運動模型,有效地降低了農(nóng)田車載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,對農(nóng)田運動交互多模型算法進行了重要的補充。該研究針對農(nóng)田載體運動模型交互中經(jīng)驗知識缺乏,馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣難以準確獲得的問題,通過對各種交互模型組合進

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算法對農(nóng)田車輛運動路徑的跟蹤精度。
　　 (4)設計了一種新型雙假設自適應卡爾曼濾波算法。該算法針對農(nóng)田壟線不平坦導致車載GPS天線抖動而在農(nóng)機作業(yè)過程中容易引入觀測野值問題,以及野值與機動表現(xiàn)形式的相似問題,提出了進行雙假設濾波。用活化函數(shù)控制傳統(tǒng)卡爾曼濾波器的增益構造野值濾波器削弱其影響,引入自適應衰減因子建立快速

7、機動反應濾波器及時跟蹤作業(yè)中的機動變化,有效解決了系統(tǒng)中野值和機動因具有相似的表現(xiàn)形式而難以正確辨識問題,濾波的同時既能有效抗野值又具有優(yōu)良的機動跟蹤性能。
　　 (5)提出了一種基于農(nóng)田壟線約束的增強型多模型交互粒子濾波算法。該算法針對農(nóng)田定位中非高斯噪聲難以用線性濾波算法濾除問題,基于粒子濾波理論對農(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程,有效提高了農(nóng)田GPS的定位精度和導航跟蹤性能。<