第1章 緒論
1.1 精細(xì)農(nóng)業(yè)與智慧農(nóng)業(yè)
1.1.1 精細(xì)農(nóng)業(yè)概述
1.1.2 精細(xì)農(nóng)業(yè)的發(fā)展——智慧農(nóng)業(yè)
1.2 農(nóng)業(yè)機械自動導(dǎo)航
1.2.1 概述
1.2.2 導(dǎo)航定位
1.2.3 導(dǎo)航路徑規(guī)劃
1.2.4 導(dǎo)航控制
1.3 智能導(dǎo)航及其發(fā)展趨勢
1.3.1 自主避障
1.3.2 多機協(xié)同作業(yè)
1.3.3 自診斷
1.3.4 智能化作業(yè)
參考文獻(xiàn)
第2章 基于GNSS的導(dǎo)航定位技術(shù)
2.1 全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)
2.1.1 概述
2.1.2 GPS
2.1.3 GLONASS
2.1.4 伽利略系統(tǒng)
2.1.5 北斗系統(tǒng)
2.1.6 衛(wèi)星導(dǎo)航的差分和增強系統(tǒng)
2.2 GPS定位原理及其數(shù)據(jù)處理
2.2.1 導(dǎo)航電文與衛(wèi)星信號
2.2.2 GPS定位原理
2.2.3 GPS定位中的誤差分析
2.2.4 差分技術(shù)
2.2.5 坐標(biāo)系統(tǒng)
2.3 GNSS在智慧農(nóng)業(yè)中的應(yīng)用
本章小結(jié)
參考文獻(xiàn)
第3章 基于機器視覺的導(dǎo)航定位技術(shù)
3.1 機器視覺導(dǎo)航路徑識別流程
3.2 彩色模型選擇及圖像灰度化
3.2.1 RGB彩色模型
3.2.2 HSI彩色模型
3.2.3 YUV彩色模型
3.2.4 幾種彩色模型分析比較
3.3 圖像分割
3.3.1 邊緣檢測
3.3.2 閾值分割
3.3.3 聚類分割
3.3.4 幾種圖像分割方法分析比較
3.4 圖像形態(tài)學(xué)去噪與特征點檢測
3.4.1 膨脹
3.4.2 腐蝕
3.4.3 膨脹與腐蝕相結(jié)合
3.4.4 特征點檢測
3.5 作物行檢測及導(dǎo)航線提取
3.5.1 霍夫變換
3.5.2 二乘法
3.5.3 幾種檢測方法分析比較
本章小結(jié)
參考文獻(xiàn)
第4章 基于多傳感器信息融合的導(dǎo)航定位技術(shù)
4.1 常用的導(dǎo)航定位傳感器
4.1.1 慣性測量單元
4.1.2 激光雷達(dá)
4.2 多傳感器信息融合
4.2.1 多傳感器信息融合結(jié)構(gòu)
4.2.2 多傳感器信息融合級別
4.2.3 常用融合方法
4.3 傳感器配準(zhǔn)
4.3.1 時間配準(zhǔn)
4.3.2 空間配準(zhǔn)
4.4 卡爾曼濾波
4.4.1 卡爾曼濾波基本原理
4.4.2 擴展卡爾曼濾波
4.4.3 無跡卡爾曼濾波
本章小結(jié)
參考文獻(xiàn)
第5章 智能導(dǎo)航轉(zhuǎn)向縱控制技術(shù)
5.1 轉(zhuǎn)向縱控制方法
5.1.1 PID控制
5.1.2 模糊控制
5.1.3 滑�？刂�
5.2 電液控制轉(zhuǎn)向系統(tǒng)建模
5.3 基于模糊滑模控制的轉(zhuǎn)向縱控制器
5.3.1 模糊滑�？刂苹�本原理
5.3.2 帶補償?shù)哪：�滑模轉(zhuǎn)向縱控制器設(shè)計
5.3.3 轉(zhuǎn)向縱控制試驗
本章小結(jié)
參考文獻(xiàn)
第6章 智能導(dǎo)航?jīng)Q策控制技術(shù)
6.1 導(dǎo)航作業(yè)路徑規(guī)劃
6.1.1 全局路徑規(guī)劃
6.1.2 行走方式與成本消耗
6.1.3 全局路徑規(guī)劃指標(biāo)
6.2 拖拉機運動學(xué)模型
6.2.1 運動學(xué)模型
6.2.2 直線跟蹤算法
6.2.3 拖拉機離散跟蹤模型
6.2.4 慣性時間參數(shù)估計
6.3 基于遺傳算法的自適應(yīng)模糊導(dǎo)航?jīng)Q策控制技術(shù)
6.3.1 遺傳算法基本原理
6.3.2 自適應(yīng)模糊控制器的設(shè)計
6.3.3 路徑跟蹤仿真結(jié)果
6.3.4 路徑跟蹤試驗結(jié)果
本章小結(jié)
參考文獻(xiàn)
第7章 基于GNSS及多傳感器信息融合的導(dǎo)航定位方法研究
7.1 基于NTRIP的虛擬差分GPS接收系統(tǒng)
7.1.1 VRS網(wǎng)絡(luò)無線傳輸協(xié)議
7.1.2 系統(tǒng)硬軟件設(shè)計
7.1.3 試驗結(jié)果與分析
7.2 基于卡爾曼濾波的車輛導(dǎo)航定位系統(tǒng)
7.2.1 系統(tǒng)硬件構(gòu)成
7.2.2 模型構(gòu)建
7.2.3 試驗結(jié)果與分析
7.3 基于GPS和機器視覺的組合導(dǎo)航定位系統(tǒng)
7.3.1 系統(tǒng)硬件構(gòu)成
7.3.2 數(shù)據(jù)法
7.3.3 試驗結(jié)果與分析
7.4 基于GPS和IMU的組合導(dǎo)航定位方法
7.4.1 系統(tǒng)硬件構(gòu)成
7.4.2 數(shù)據(jù)法
7.4.3 試驗結(jié)果與分析
本章小結(jié)
參考文獻(xiàn)
第8章 基于機器視覺的導(dǎo)航基準(zhǔn)線快速檢測方法研究
8.1 基于掃描濾波的農(nóng)機具視覺導(dǎo)航基準(zhǔn)線快速檢測方法
8.1.1 SF算法設(shè)計
8.1.2 基于SF算法的農(nóng)機具導(dǎo)航線檢測方案
8.1.3 試驗結(jié)果與分析
8.2 基于邊緣檢測與掃描濾波的農(nóng)機導(dǎo)航基準(zhǔn)線提取方法
8.2.1 導(dǎo)航基準(zhǔn)線提取算法
8.2.2 試驗結(jié)果與分析
8.3 基于遺傳算法的農(nóng)機具視覺導(dǎo)航基準(zhǔn)線檢測方法
8.3.1 遺傳算法的
8.3.2 基于遺傳算法的導(dǎo)航線檢測方案
8.3.3 試驗結(jié)果與分析
8.4 基于線性相關(guān)系數(shù)約束的作物行中心線檢測方法
8.4.1 作物行中心線識別算法
8.4.2 試驗結(jié)果與分析
本章小結(jié)
參考文獻(xiàn)
第9章 農(nóng)業(yè)機械智能導(dǎo)航系統(tǒng)設(shè)計與開發(fā)
9.1 基于DSP和MCU的農(nóng)機具視覺導(dǎo)航終端
9.1.1 系統(tǒng)總體設(shè)計
9.1.2 導(dǎo)航終端硬件設(shè)計
9.1.3 導(dǎo)航終端軟件設(shè)計
9.1.4 試驗結(jié)果與分析
9.2 基于CAN總線的農(nóng)用車輛智能導(dǎo)航控制系統(tǒng)
9.2.1 系統(tǒng)結(jié)構(gòu)
9.2.2 系統(tǒng)通信協(xié)議
9.2.3 系統(tǒng)測試與導(dǎo)航試驗結(jié)果
9.3 基于粒子群算法優(yōu)