农机自动驾驶设备作业检测系统的设计与实现

杨宏伟 苏仁忠 解晓琴

摘要：为了满足精准农业领域对农机自动驾驶系统作业进行性能评估和质量管控的需求，解决常规人工测量中误差大、不确定度高的难题，设计一种在真实作业环境中使用的高精度检测系统，使用组合导航系统为核心组件搭建硬件采集设备，运用动态后处理技术（PPK）对观测数据进行深耦合处理，并开发基于JavaScript的自动化评估软件，实现检测过程中的人机交互、数据提取、地图直观显示和结果统计。选择不同型号的样机在硬化场地和农田熟地进行试验，结果表明：系统采集的作业数据连续、稳定，耦合处理的精度较高，能够直观准确地评估农机自动驾驶设备的作业性能。系统可应用于北斗农机辅助自动驾驶设备的作业评价和质量鉴定，有助于推动国家农机购置补贴和质量认证政策的落地。

关键词：卫星导航;精准农业;自动驾驶;作业性能;检测系统;PPK

中图分类号：TN966文献标识码：ADOI： 10.7535/hbgykj.2021yx04004

Design and implementation of operation performance detection system

for agricultural machinery automatic driving equipment

YANG Hongwei1，SU Renzhong2，XIE Xiaoqin 1

（1.The 54th Research Institute of CETC， Shijiazhuang，Hebei  050081， China;2.Hubei Agricultural Mechanization Technology Extension Station， Wuhan， Hubei 430017， China）

Abstract：In order to satisfy the requirements of the operating-performance evaluation and the quality control for automatic driving of agricultural machinery in precision agriculture， and to solve the problems of high error and uncertainty in the usual manual measurements，a high precision detection system used in real working environment was designed and the integrated navigation system was used as the core component to set up the hardware acquisition instrument.The dynamic post processing kinetic （PPK） method was applied to process the observed deeply-coupled data and the automated assessment software was developed based on JavaScript to realize human-computer interaction， data extraction， map visualization and result statistics in the detection process. Finally， different types of prototypes were tested in hardening sites and farmland.The results show that the operating data acquired by the system is continuous and stable. Furthermore， the coupling-processing method has a high precision， which can directly and accurately evaluate the operating performance of the agricultural machinery automatic driving equipment.The system can be applied to the operation evaluation and quality appraisal of Beidou agricultural machinery satellite navigation auxiliary automatic driving systems， which can help to realize the policies of national agricultural machinery purchase subsidies and quality certification.

Keywords：satellite navigation; precision agriculture; autonomous driving; operating performance; detection system; PPK

中国是农业大国，传统的农业机械受限于人工操作，劳动强度大，作业质量完全依赖于驾驶人员的技能，野外夜间作业基本无法实现。随着近几年农业机械数字化、智能化的发展，尤其是中國北斗产业的全面推广，北斗农机辅助自动驾驶设备应运而生，大大提高了农业生产力，使得传统农业播种、开沟、覆膜、打药等作业[1]中对直线度及结合线精度无法满足的问题得以彻底解决。

北斗农机辅助自动驾驶设备融合了北斗导航技术、惯性测量技术、计算机和自动控制技术，各组成部分的性能都将影响到其整机作业性能。目前，市场上的农机辅助自动驾驶设备良莠不齐，一些质量问题影响了用户体验和作业效果。国家和地方政府在不断加大政策引导和农机购置补贴力度，促进农机智能驾驶系统推广的同时，开始着手促进质量检测和认证工作的落地[2]。

农机辅助自动驾驶设备的核心应用是实现精准作业。它是把导航模块采集的位置数据作为控制系统感知参数，进而控制相应的方向盘、转向电机和液压装置[3]等，使得拖拉机在作业时，自动驾驶系统代替人工实现拖拉机作业方向的精准控制。不难看出，农机辅助自动驾驶设备的作业精度主要体现在其对行驶方向的控制上。但目前国内外对作业精度尚没有统一和规范的指标及评估方法。国外对农机卫星导航自动驾驶作业精度的研究主要集中在利用实时RTK获取精播和移种等作业轨迹，与标记的地面实况点比对进而获取作业误差的均值、方差等评估值方面[4-7]。但这类方法往往安装耗时、操作复杂、效率较低，测量设备RTK精度也处在厘米级。近两年在购置补贴政策的引导和鼓励下，国内农机辅助自动驾驶系统检测认证的需求越来越大，也出台了指导检测的团体标准，一些农机质量鉴定部门据此开始进行检测能力建设，大多仍旧采用测绳和卷尺测量的人工方法，检测误差和测量不确定度均较大。一些国内机构参照国外成熟的导航产品，通过对农机辅助自动驾驶设备中导航模块的定位精度[8]进行分析来衡量系统的整机作业性能，但这种方法忽略实际作业场景，难以客观反映真实作业性能。

研究农机导航自动驾驶作业指标评价新技术，搭建高效的检测系统，使产品的标准符合检测认证，要求对促进国家购机补贴政策落地和精准农业[9]新技术应用推广意义重大。第4期杨宏伟，等：农机自动驾驶设备作业检测系统的设计与实现河北工业科技第38卷

1检测系统设计

1.1检测难点分析

现有国家标准和行业标准[10-11]规定了农机辅助自动驾驶设备的基本要求和评价方法。一般测量方法如图1所示，预先设定导航线端点A与B，沿AB线完成自动作业后，以作业幅宽中心线为基准。在稳态直线跟踪段均匀提取作业区域的边界点若干个，使用卷尺或传感器量取边界点至白色基准线之间的距离，后用作业幅宽的一半减去该测量值，即为轨迹跟踪误差。其余指标项目的检测方法类似，人为测量中需人工判定作业边界点，但受田间试验场地的平整度影响，目测识别作业痕迹及边界时存在极大困难，由此引入的不确定度也难以评估。

另一方面，为了满足国家标准对农机辅助自动驾驶设备2.5 cm的导航精度要求，检测系统的测量精度至少需要优于8 mm。若使用实时RTK搭建检测系统，根据目前导航产品技术发展现状，实时RTK水平标称精度基本处于± （20+1×D） mm（D为基线长度，km）水平，该标称值与基线长度、当前载体速度、周围环境因素等关系密切，尤其在信号遮挡、差分链路不稳定等干扰下其定位结果容易产生野值与噪点，最终影响检测精度。同时检测设备需要使用惯性测量部件完成场地平整度[12]的监测和数据采集，以消除其对检测结果的影响。

1.2 基本组成及工作原理

检测系统基本组成如图2所示，基准站工作在网络差分状态，自身位置精度处于厘米级，同时将采集原始观测量数据存储于本地，配置移动电源供电，满足野外田间测试的需求。硬件采集设备作为移动站，核心组件是组合导航系统，使用时将卫星导航的天线安装于拖拉机顶部中心轴线上，并使用支架将惯性部件安装在天线附近，量取天线相位中心与惯导中心的杆臂值。使用中将天线接收的卫星导航信号，通过功分器一路输出至被测的辅助自动驾驶系统，另一路输出至检测系统，实现同一时空环境下对被试样机的作业数据采集，基站和移动站的距离满足短基线环境以保障后处理精度。

测试结束后使用动态后处理技术PPK（post processing kinetic），将基站原始观测数据和移动站观测数据进行深耦合处理[13]，处理中利用采集的GNSS伪距、伪距率修正INS观测量，INS数据在卫星星历参数的辅助下，同步计算载体相对于GNSS卫星的伪距和伪距率，并用该信息辅助GNSS信号的接收和码环锁相过程，双向信息交互增强了GNSS信号的快速捕获和抗干扰能力，从而提高了GNSS的接收机精度、动态性能和可靠性。处理完成后得到农机作业的高精度轨迹数据，并以评估软件适配的txt格式输出，进而导入评估软件，即可实现农机作业的轨迹跟踪误差、作业间距误差、上线距离、抗扰续航时间和停机起步误差的检测结果统计。

与现有的其他检测设备相比较，该系统在数据处理过程中，利用网络差分服务将基站坐标固定在已知值[14]，以确保PPK及深耦合处理中基站位置精度处于厘米级，同时和移动站处于稳定的短基线环境，从而实现移动站在低速动态环境下的毫米级处理精度。同时组合导航系统将极大地提高对环境工况的抗干扰能力[15-16]，避免出现噪点而影响采集数据的连续性和可靠性。

1.3硬件采集设备设计

整体采用一体化集成设计，如图3所示，包括电气底板、通信电台、组合导航系统、存储模块和电池。高精度组合导航系统采用双天线配置，通信电台自带通信天线，电气底板上设计有电源模块、接口模块和触发模块。机壳上装有状态指示灯、电源开关、充电接口、指令设置的串口和存储卡插槽。电池采用内置方式。

组合导航系统选用成熟的定型产品，具备多系统多频点，用于获取作业农机的位置和姿态信息观测量，采用双天线测向模式，实现惯性测量单位的快速收敛和初始化[17]，卫导和惯导观测量以组合模式传送至电气底板接口模块进行数据分发，采集数据的更新率为10 Hz，最后传送至存储模块，以组合导航系统默认的观测量输出格式存储于SD卡中。

通信電台选用4G-DTU模块[18]。一端通过天线与TCP协议建立无线数据连接，实现上位机端的远程监测，另一端通过RS232总线与电气底板连接，实现上位机端与系统的交互通信。

存储模块用于存储高精度组合导航系统或GNSS系统输出的原始数据，同样由电源模块进行电压管理，提供5 V电源，其连接至机壳上的存储卡槽，采用RS422串口通道进行数据拷贝。

电气底板上电源模块将电池电压转换为高精度组合导航系统、通信电台、存储模块所需要的电压。电压信号通过2只开关电源芯片，分别产生组合导航系统所需的12 V电源以及通信电台和存储模块所用的5 V电源。

在接口连接设计上[19]，GNSS系统的第一TTL串口可通过电气底板上的TTL转RS422接口电路连接至存储模块，GNSS系统的第二、第三TTL串口可通过电气底板分别与2个通信电台的TTL串口进行交叉连接;高精度组合导航系统输出的2路标准RS232串口信号，可通过电气底板上的RS232转TTL接口电路与2个通信电台的TTL串口进行交叉连接。

1.4评估软件系统设计

用于农机辅助自动驾驶设备作业性能检测的专用软件，其读取硬件采集的拖拉机作业轨迹数据后，提取其中的位置信息和时间信息，结合软件界面输入的作业参数进行运算，输出作业性能指标的检测结果。为提供良好的人机界面，软件提供导航线设置区域、检验分项菜单区域、地图及标记区域、结果显示区域、分项参数设置及操作区域。

采用 JavaScript 进行开发[20]。测试评估软件的流程如图4所示，轨迹文件读取完成后，从地图显示上提取导航线起始位置坐标，使用方向切换模块绘制8条正确的导航线，显示正确后，根据所选的检测分项，设置参数模块。以硬件测试设备采集的姿态角数据（俯仰角及横滚角）作为地面平整度数据，设置合适的阈值，当姿态角超过阈值时将对应时刻的位置数据作为噪点剔除，剩余数据参与后续计算。模块中直线行驶误差计算按照式（1）和式（2） 计算，作业间距误差按照式（3）和式（4）计算，上线距离、抗扰续航时间和停机起步误差的统计均按照标准方法进行[10]。将计算后的结果显示在对应窗口中，然后根据地图标记判断结果是否符合要求，进而导出报表。

Li=axi+byi+ca2+b2，i=1，2，…，n，（1）

SL=∑ni=1L2in，（2）

式中：Li为采集的位置样本点距离预设导航线的水平距离，通过获取的导航线起始位置点的坐标确定参数a，b，c;（xi，yi）为第i个定位结果在站心地平坐标系下的北、东坐标，单位为m;SL为直线行驶误差最终统计结果。

ΔHi=Hi-H0，i=1，2，…，n，（3）

S=∑ni=1ΔHi2n，（4）

式中：Hi为实际作业轨迹间距;H0为预设间距;S为作业间距误差最终统计结果。

2系统试验

为了验证检测系统的可用性和工作稳定性，在状态良好的2台装配有辅助自动驾驶系统的轮式拖拉机样机上加装检测系统，分别选取2块面积均大于100 m×50 m的硬化场地和农田熟地进行试验，试验速度均设定为7 km/h，直线行驶的稳定区段大于80 m，硬化场地内使用华夏954 轮式拖拉机（发动机标定功率69.9 kW，装配AG302BD-2.5GD型自动驾驶系统），熟地（试验前经过耕深为20.5 cm的犁具平整）内使用山托MG2104 轮式拖拉机（发动机标定功率155 kW，装配FARMSTARF2BD-2.5RD型自动驾驶系统），如图5所示。

图6显示了硬化场地和农田熟地中的验证结果。界面中红色曲线为拖拉机实际作业轨迹，黑色直线为预设导航线，左下方为统计结果。表1中整理了2种场地中的检测结果，轨迹跟踪误差和作业间距误差均在稳定区段内完成位置样本（即轨迹点定位结果）采集，采集的位置样本数量分别为428和402，上线距离、抗扰续航时间和停机起步误差均测试3次，取其均值为最终结果。2台试验样机作业性能的检测结果均在标准要求[10]范围内，且与对应机型农机辅助自动驾驶设备的技术指标规格相符合。不难看出，轨迹跟踪精度和间距误差指标在水泥硬化区域的测试结果要优于农田熟地，这也与实际场地条件相一致。

3结语

针对农机导航自动驾驶设备作业性能的质量鉴定需求，设计完成了一种高精度动态检测系统，极大地提高了检测的效率和精度。

该检测系统具有以下特点：1）可在检测现场实时固定基站坐标，自建短基线检测环境，具备较好的场地适应性，同时可以确保PPK处理精度;2）综合运用PPK及组合导航深耦合处理技术，实现了检测系统的毫米级精度提升，同时保障了系统的高可靠性和抗干扰性;3）硬件设计结构紧凑、功能完备，使用便捷;4）设计的专业软件提供了友好的交互环境和自动化处理流程，极大地提高了检测效率。

目前该系统经第三方计量机构校准合格后，已应用于农业部农机鑒定总站的型式试验及认证工作中，产生了较好的社会和经济效益。但本研究遗留了2个问题：一是系统试验阶段，地面平整度和环境噪声对检测精度的影响尚未进行详实的试验与分析，检测系统精度还有进一步提升的空间;二是检测系统配置PPK后处理软件增加了系统本身的成本，影响其使用及推广。今后将在本研究的基础上，对遗留问题进行持续研究，以进一步提高检测精度并降低成本，提升系统的应用潜力和推广度。

参考文献/References：

[1]张野，张瑞宏，金亦富，等.基于北斗导航的自动驾驶系统在农用拖拉机上的应用[J].农业装备技术，2016，42（3）：8-10.

[2]耿楷敏，宋仁龙.农机导航自动驾驶系统前装认证研究[J].农机科技推广，2019，204（10）：28-30.

[3]唐天石.浅谈液压和电动两种农机自动驾驶的方式[J].农业工程技术，2019，39（36）：70-72.

[4]PREZ-RUIZM P，SLAUGHTERD C，GLIEVER C J.Automatic GPS based in tra-row weed knife control system for transplante drow crops[J].Computers and Electronics in Agriculture，2012，80：41-49.

[5]YAO  L，LI L，ZHANG M.Automatic guidance of agricultural vehicles based on global positioning system[J].IFIP Artificial Intelligence Applications and Innovations，2005，186：617-624.

[6]PREZ-RUIZ M，CARBALLIDO J，AGUERA J，et al.Assessing GNSS correction signals for assisted guidance systems in agricultural vehicles[J].Precision Agricultural，2011，12：639-652.

[7]MAGAR A P，SINGH M，MAHAL J S.Efficient tractor operation through satellitenavigator[J].Scientific Research and Essays，2014，9（17）：768-777.

[8]中国卫星导航系统管理办公室.BD 420009—2015：北斗/全球卫星导航系统（GNSS）测量型接收机通用规范[S].2015.

[9]王宗岐.精确农业理念对传统农机的影响及新机型应用展望[J].农机使用与维修，2020（2）：108.

[10]中国农业机械工业协会.T/CAAMM 13—2018.农业机械卫星导航自动驾驶系统前装通用技术条件[S].2018.

[11]GB/T 37164—2018.自走式农业机械导航系统作业性能要求及评价方法[S].

[12]万豪，莫中秋，张宇.农业机械自动驾驶系统轨迹跟踪误差测试[J].无线电工程，2020，50（5）：373-376.

WAN Hao，MO Zhongqiu，ZHANG Yu.Test of trajectory tracking error of agricultural machinery automatic driving system[J].Radio Engineering，2020，50（5）：373-376.

[13]智奇楠，周俊，李枭楠，等.高精度GNSS/INS组合定位测姿系统设计及实现[J].科技与创新，2019（17）：42-45.

[14]柴艳菊，阳仁贵，王海涛，等. GPSINSIGG1.0软件与IE软件结果对比分析[C]//第三届中国卫星导航学术年会.广州：中国卫星导航学术年会组委会，2012：42-47.

[15]徐丹龙.BDS/GPS组合动态测量效果分析[J].测绘与空间地理信息，2020，43（2）：128-131.

XU Danlong.Analysis of BDS/GPS and combined dynamic measurement[J].Geomatics & Spatial Information Technology，2020，43（2）：128-131.

[16]刘洋，曾群意，李建军，等.组合GNSS系统定位数据质量与精度比较分析[J].北京测绘，2020，34（1）：118-122.

LIU Yang，ZENG Qunyi，LI Jianjun，et al.Comparison and analysis of quality and accuracy of positioning data of combined GNSS system[J].Beijing Surveying and Mapping，2020，34（1）：118-122.

[17]李姗姗.低成本MEMS-INS/GNSS组合导航动基座初始对准技术研究[D].武汉：武汉大学，2018.

LI Shanshan.Research on In-motion Alignment Technology of Low-cost MEMS-INS/GNSS[D].Wuhan：Wuhan University，2018.

[18]宋俊慷，黃秀梅，杨秀增.物联网开放平台在智慧农业监测系统中的应用[J].农村经济与科技，2020，31（18）：89-91.

[19]苏燕，周士龙.RS232-RS422/RS485/TLL信号转换器设计[J].山东商业职业技术学院学报，2012，12（2）：92-94.

SU Yan，ZHOU Shilong.The design points of RS232 -RS422/RS485/TLL signal converter[J].Journal of Shandong Institute of Commerce and Technology，2012，12（2）：92-94.

[20]ZAKAS N C. JavaScript 高级程序设计[M].李松峰，曹力，译.2版.北京：人民邮电出版社，2010.