一种集群作业模式下轮式拖拉机滑转率测算系统及方法

技术领域

本发明涉及拖拉机滑转率测量技术领域，尤其涉及一种集群作业模式下轮式拖拉机滑转率测算系统及方法。

背景技术

滑转率直接影响轮式拖拉机的牵引效率和工作效率，为保证拖拉机在工作时具有较高的牵引效率，需要将滑转率控制在合理的区间范围内。而对滑转率的实时准确测量，是进一步对滑转率进行合理有效控制以及实现拖拉机高效牵引的关键。测量轮式拖拉机的滑转率需要获得车速和驱动轮转速信息。驱动轮转速较容易测量，使用光电或霍尔编码器就可获得精度较高的转速信息，所以获得实时、准确的滑转率信息关键在于要测算出实时、准确的车速信息。

对于拖拉机实际车速的测量方法主要包括五轮仪测速法、多普勒雷达法、RTK—DGPS法。由于拖拉机在复杂农田环境下作业，工作环境较恶劣，五轮仪测速法、多普勒雷达法不适用于拖拉机车速的测量；RTK—DGPS测量方法的原理是移动站利用基准站发送来的差分数据进行精准定位，但随着拖拉机作业范围的增加，移动站与基准站之间的空间误差性逐渐减弱，该方法的测量精度也随之降低，使得RTK的有效作用范围仅在基站周围几千米；另外，当GPS信号不稳定或者丢失的时候车速信息的精度也会降低；此外，目前在国内农业领域中已投入使用的RTK定位系统大多引进于国外，价格较贵，而国内外低成本的RTK系统至少也要几万元人民币，而且还存在定位精度差、传输距离短等缺点。因此，如何实时准确地测量拖拉机滑转率，同时使得测量方法经济实用，一直是农机行业的一个研究热点。

目前，UWB(Ultra-Wideband)无线载波通信技术，广泛运用于室内外高精度测距定位，能够达到厘米级的测量精度且成本较低。中国专利CN 113533771 A中公开了一种轮式拖拉机滑转率精确测算系统和方法，该专利构建了轮式拖拉机通过卫星定位、无人机、低速雷达测速仪的多运动体高精度滑转率精确测算方法，在使用时需要架设基站，使用成本较高。此外，该专利在拖拉机调头时不能通过卫星信号测量得到准确的车速信息，无法保证拖拉机车速测量过程中的连续性和稳定性。基于此，本发明结合UWB测距定位技术、全球卫星导航系统、IMU惯性测量单元提出一种集群作业模式下轮式拖拉机滑转率测算系统及方法。

发明内容

本发明的目的在于提供一种集群作业模式下轮式拖拉机滑转率测算系统及方法以解决背景技术中所提出的问题，本发明能够以较低的成本对拖拉机车速进行实时、准确地测量，提高了轮式拖拉机滑转率测量时的精度、可靠性、连续性以及稳定性

为了实现上述目的，本发明采用了如下技术方案：

一种集群作业模式下轮式拖拉机滑转率测算系统，包括有全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元和机载数据处理单元，所述全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元均与机载数据处理单元相连接。

所述全球导航卫星系统（GNSS），实时接收卫星信号并向机载数据处理单元提供拖拉机群的速度和时间信息。

所述UWB测距定位系统，由设置在无人机上UWB基站和设置在拖拉机上UWB标签组成。

所述IMU惯性测量单元，实时测量拖拉机的姿态和加速度信息，并将所测数据传输给机载数据处理单元。

所述车轮转速测算单元，通过霍尔转速传感器实时测量拖拉机车轮转速。

所述机载数据处理单元，将全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元采集的数据通过算法融合获得实时、准确的拖拉机车轮转速以及车速信息，进而获得拖拉机作业群中各车轮的滑转率。

优选地，所述全球导航卫星系统（GNSS）包括有中国北斗卫星导航系统（BDS）、美国全球定位系统（GPS）、俄罗斯格格纳斯卫星导航系统（GLONASS）和欧盟伽利略卫星导航系统（GALILEO）。

优选地，所述UWB测距定位系统中无人机上UWB基站与拖拉机上UWB标签工作时始终有基站与标签进行通信，获得两者之间的距离。

优选地，所述IMU惯性测量单元包括有三轴陀螺仪和三轴加速度计，用以实时测量拖拉机车轮的角速度和加速度。

一种集群作业模式下轮式拖拉机滑转率测算方法，具体包括以下步骤：

S1、车速信息获取

利用全球导航卫星系统（GNSS）获取拖拉机群的速度和时间信息；利用UWB测距定位系统实时测量基站与标签之间的距离信息；利用IMU惯性测量单元实时测量拖拉机的姿态和加速度信息。

将全球导航卫星系统（GNSS）测算得到的速度与UWB测算得到的速度，分别与利用IMU测算得到的速度，采用松组合的方式进行融合，首先将GNSS/UWB的速度输入到卡尔曼滤波器中，同时将利用IMU测算得到的速度也作为卡尔曼滤波器的输入，卡尔曼滤波器将两者的差值作为滤波器的量测信息进行滤波估计，得到状态量估计结果，进一步利用估计得到的结果对利用IMU测算得到的车速进行修正，从而得到精度更高的速度信息

S2、车轮转速信息获取

利用车轮转速测算单元实时测量拖拉机各车轮转速，通过机载数据处理单元将拖拉机每个车轮的转速进行滤波处理，得到车轮转速

S3、滑转率计算

结合S1中所得的速度信息及S2中所得的车轮转速信息，计算获得每个车轮的滑转率，计算公式为：

其中，

优选地，所述S1中提到的利用UWB测距定位系统实时测量距离信息具体包括以下5种工况：

①工况1：拖拉机群中所有拖拉机均在UWB测距定位系统的第一无人机、第二无人机上UWB基站的测量范围内。

②工况2：拖拉机群中拖拉机即将超出任一无人机上UWB基站的测量范围，对应无人机沿拖拉机行进方向移动。

③工况3：工况2中移动的无人机飞行至预设固定点时。

④工况4：拖拉机群中拖拉机即将超出工况2中未移动的无人机上UWB基站的测量范围，未移动的无人机沿拖拉机行进方向移动。

⑤工况5：工况4中移动的无人机飞行至预设固定点时。

与现有技术相比，本发明提供了一种集群作业模式下轮式拖拉机滑转率测算系统及方法，具备以下有益效果：

（1）本发明基于全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元和车轮转速测算单元提出了一种集群作业模式下轮式拖拉机滑转率测算系统，同时基于该系统提出了与之相匹配的拖拉机滑转率测算方法，利用UWB精确的距离信息去修正GNSS的坐标值，从而得到高精度的速度信息。弥补了传统滑转率测量方法中，需要架设基站，使用维修成本高，设备功耗大且误差性较大的缺点。

（2）通过UWB测速弥补当GNSS卫星信号受到影响不稳定或丢失时车速精度降低的缺点，使得滑转率测算系统具有高容错性，提高了滑转率测算过程中的抗干扰能力和容错能力。

（3）采用松组合算法以及实时修正的加权融合算法，进行多源信息融合，提高了轮式拖拉机车速测量时的实时性、准确度以及稳定性，使得滑转率测算系统兼具高精度和高可靠性。

（4）相较于现有技术，本发明中搭载无人机的测速方案考虑了拖拉机超出测量边界时的问题，保证了拖拉机滑转率测量过程中的连续性和稳定性。同时在实际车速测量过程中可根据农田地块的形状和大小设定不同的无人机布置方案，适用性广。

附图说明

图1为本发明实施例1中工况1下系统状态示意图；

图2为本发明实施例1中工况1和工况3下车速测算的具体方法；

图3为本发明实施例1中工况2下系统状态示意图；

图4为本发明实施例1中工况2和工况4下车速测算的具体方法；

图5为本发明实施例1中工况3下系统状态示意图；

图6为本发明实施例1中工况4下系统状态示意图；

图7为本发明实施例1中工况5下系统状态示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1：

本发明提出一种集群作业模式下轮式拖拉机滑转率测算系统，包括有全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元和机载数据处理单元，全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元均与机载数据处理单元相连接。

全球导航卫星系统（GNSS），实时接收卫星信号并向机载数据处理单元提供拖拉机的速度和时间信息，全球导航卫星系统（GNSS）包括有中国北斗卫星导航系统（BDS）、美国全球定位系统（GPS）、俄罗斯格格纳斯卫星导航系统（GLONASS）和欧盟伽利略卫星导航系统（GALILEO）。

UWB测距定位系统，由设置在无人机上UWB基站和设置在拖拉机上UWB标签组成，UWB测距定位系统中无人机上UWB基站与拖拉机上UWB标签工作时始终有基站与标签进行通信，获得两者之间的距离。

IMU惯性测量单元包括有三轴陀螺仪和三轴加速度计，用以实时测量拖拉机车轮的角速度和加速度信息，并将其传输给机载数据处理单元。

车轮转速测算单元，通过霍尔转速传感器实时测量拖拉机车轮转速。

机载数据处理单元，将全球导航卫星系统（GNSS）、UWB测距定位系统、IMU惯性测量单元、车轮转速测算单元采集的数据通过算法融合获得精度更高的拖拉机车轮转速以及车速信息，进而获得拖拉机作业群中各车轮的滑转率。

一种集群作业模式下轮式拖拉机滑转率测算方法，具体包括以下步骤：

S1、车速信息获取

利用全球导航卫星系统（GNSS）获取拖拉机的速度和时间信息；利用UWB测距定位系统实时测量距离信息；利用IMU惯性测量单元实时测量拖拉机的姿态和加速度信息，实时传输给机载数据处理单元。

将全球导航卫星系统（GNSS）测算得到的速度与UWB测算得到的速度，分别与利用IMU测算得到的速度，采用松组合的方式进行融合，首先将GNSS/UWB的速度输入到卡尔曼滤波器中，同时将利用IMU测算得到的速度也作为卡尔曼滤波器的输入，卡尔曼滤波器将两者的差值作为滤波器的量测信息进行滤波估计，得到状态量估计结果，进一步利用估计得到的结果对利用IMU测算得到的车速进行修正，从而得到精度更高的速度信息

UWB测距定位系统在测量过程中，考虑到标签会超出UWB基站的测距范围，为了使标签在超出测距边界范围时，基站仍能测到有效的距离信息，保证测距过程中的连续性和稳定性。设定如下的组合测量方案：

①工况1：请参阅图1，如图1a所示，拖拉机群中所有拖拉机均在UWB测距定位系统中第一无人机、第二无人机上UWB基站的测量范围内时，可获得同一时刻下三个精确度较差的坐标值（GNSS

②工况2：请参阅图3，拖拉机群中拖拉机即将超出任一无人机中UWB基站的测量范围，对应无人机沿拖拉机行进方向移动。如图3a所示，当拖拉机群中的拖拉机即将要超出第二无人机上UWB基站的测量范围时，此时第一无人机固定不动，第二无人机沿着拖拉机行驶方向飞行到固定点停下。利用前期GNSS

③工况3：请参阅图5，如图5a所示，工况2中移动的无人机飞行至预设固定点时，参照工况1，当第二无人机落定时立即与车载UWB标签进行通信，此时利用UWB标签可以同时测得拖拉机与两个无人机上基站之间的距离。在此工况下，拖拉机群中的拖拉机都在UWB测量范围内，可以得到同一时刻下三个精确度较差的坐标值（GNSS

④工况4：请参阅图6，如图6a所示，当拖拉机群中拖拉机的UWB标签要超出第一无人机上UWB基站的测距范围时，此时第二无人机固定不动，第一无人机沿着拖拉机行驶方向飞行到固定点停下。利用前期GNSS

⑤工况5：请参阅图7，工况4中移动的无人机飞行至预设固定点时，当第一无人机也在下一个地点落定时，此时所有的标签都在UWB基站的测量范围内，此时车速测算的具体方法请参阅图2。

S2、车轮转速信息获取

利用车轮转速测算单元实时测量拖拉机各车轮转速，通过机载数据处理单元将拖拉机每个车轮的转速进行滤波处理，得到车轮转速

S3、滑转率计算

结合S1中所得的速度信息及S2中所得的车轮转速信息，计算获得每个车轮的滑转率，计算公式为：

/>

其中，

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。