基于GNSS農田平整全局路徑規劃方法與試驗

劉 剛 康 熙 夏友祥 景云鵬

(1.中國農業大學現代精細農業系統集成研究教育部重點實驗室， 北京 100083;2.中國農業大學農業部農業信息獲取技術重點實驗室， 北京 100083)

0 引言

土地平整可以對合理灌溉，節約用水，改善土壤質量，保持土壤肥料，提高勞動生產率等起到重要的作用[1-3]。

全球導航衛星系統 (Global navigation satellite system，GNSS)平地技術是通過GNSS差分定位獲取農田地勢三維數據，通過計算機處理和設計最佳平整面，根據農田地勢的實際高程與設計高程的落差自動精準控制鏟車的升降從而實現土地平整[4-5]。GNSS控制平地技術適用于各種地形，具有不受陽光、風力、地勢起伏等外界因素影響的優點，可以非常便捷地進行地形測量、設計基準面和土地平整，智能化和自動化程度較高，并且可擴展功能多，有著非常好的工作效率與發展前景[6-7]。

GNSS平地技術已在美國等發達國家得到了應用，包括Trimble公司的FieldLevel Ⅱ、Topcon公司的System 310、麥格集團的GCS900等系統，但其價格昂貴、安裝較復雜、對國內農田環境和農用機械適用性較弱，不利于我國產業化推廣[8]。目前，我國前期研究的GNSS農田平整系統具有相對完善的功能，中國農業大學精細農業研究中心自2009年開始研發適合國內的GNSS智能化精細平地系統，經過幾年的研究，實現了農田地形測量、平面平整、坡面平整、軟硬件開發和系統集成。該系統精度高，能滿足土地精細平整和灌溉需求[8-10]，但還存在對農田信息處理手段單一，在作業過程中缺少路徑規劃，容易出現鏟車空載、滿載、漏平和重平等問題，每塊農田需要反復幾次平整才能達到精度要求，作業效率低。

本文分析GNSS平地系統原理[7]，結合農田平整實際要求及作業經驗，在改進系統硬件的基礎上，對在地形測量后生成遍歷農田的路徑，指導平地作業，提高平地效率問題進行研究，提出一種基于地勢信息的全局路徑規劃算法，并通過仿真對比試驗驗證算法的可行性。

1 系統設計

為了提高平地效率，增加拖拉機行走的目的性，根據GNSS精細農田平整的工作原理，結合實際需求，提出系統設計方案，在硬件、方法和軟件方面進行改進。系統組成和系統總體框架如圖1和圖2所示。選擇赫斯曼公司生產的MA- 004- 111NA型銷軸力傳感器對鏟車載荷進行實時監控，傳感器參數為：額定載荷0～4 t，安全過載150%，供電電壓10～30 V DC，輸出信號4～20 mA。

圖1 系統硬件組成Fig.1 System hardware components1.拖拉機 2.平地鏟 3.液壓系統 4.智能控制終端 5.移動站 6.移動站電臺 7.基站 8.銷軸拉力傳感器

圖2 GNSS農田路徑規劃系統框圖Fig.2 Design of GNSS path planning system

2 平地路徑規劃建模與算法描述

2.1 土地平整路徑規劃概述

常規的土地平整過程中，拖拉機始終保持直線行駛，到地頭進行轉向。這種方法操作要求低，線路明確簡潔，但是在作業過程中容易出現平地鏟空載、滿載的情況，鏟車空載、滿載導致系統處于無土可卸、挖不動土的無效作業狀態，在這種狀態下拖拉機行駛過的農田地形沒有得到改善，由于作業人員無法確定其位置，經常會出現漏平、重平的情況。為達到預期的平整效果，需要進行多次遍歷農田的平地作業，極大影響了平地效率。

農田土地平整的路徑規劃通過地形測量獲取農田地勢信息，建立農田環境模型，利用路徑規劃算法分析地形三維數據，生成最有效的、遍歷整個農田的路徑指導作業。

圖3 路徑規劃流程Fig.3 Flow chart of path planning algorithm

路徑規劃流程如圖3所示：①首先進行農田的地形測量，通過坐標轉換、誤差處理和插值處理獲取農田地勢信息。②根據地勢信息計算農田基準高程。③生成農田地勢信息圖，顯示每一塊區域的挖填土方量，直觀地表示農田各個位置的高低程度。④根據地勢信息和全局路徑規劃算法，生成最優路徑指導作業。⑤作業過程中，利用拉力傳感器反饋鏟車載荷，工作人員可以根據規劃路徑、鏟車載荷和地勢信息圖判斷拖拉機行駛方向。

2.2 算法設計與實現

2.2.1環境建模方法

由于農田環境復雜，形狀差異較大，拖拉機體積過大，無法靈活移動等原因，現有的環境建模方法無法滿足要求，本文將柵格法與模板模型法相結合，建立一種適用于土地平整的農田地勢環境建模方法。

農田土地平整的地形測量首先進行邊界測量，確定農田形狀，人為選取邊界上一個位置為原點，拖拉機從原點出發，繞農田一圈回到原點，如圖4所示；GNSS測得數據組成邊界點顯示在地圖上反映農田形狀。

圖4 邊界測量Fig.4 Boundary measurement

由于GNSS在邊界測量過程中收集的數據為拖拉機行駛的位置信息，路線曲折并且四角呈弧形，不滿足環境建模標準，本文利用方向包圍盒方法(Oriented bounding box, OBB)對邊界進行標準化處理[11]。首先確定農田中心點C(xc,yc)的位置

(1)

尋找與C點距離最短的點P(xp,yp),利用lCP確定OBB主軸；生成包圍盒如圖5所示，即為環境邊界。

圖5 環境邊界Fig.5 Boundary of environment

在生成環境邊界后，對內部區域進行單元格劃分，并預留兩側區域為轉彎地頭。由于拖拉機不同于普通機器人，靈活度不高，并且在平地過程中，應盡量保持直線行駛，普通柵格并不適用。本文將單元格設定為長方形，借鑒常規土地平整方法，即保證拖拉機的直線行駛，在特定情況轉向，減少操作難度，如圖6所示。

圖6 單元格劃分Fig.6 Cell division

由于地塊大小不統一，如先確定單元格長Lb，可能出現剩余地頭區域極大或極小的情況，所以先確定地頭長La為平地鏟寬度r，既保證鏟車對區域的全覆蓋，又給拖拉機轉向留有足夠空間。將兩側地頭內部區域分成單元格，其中單元格的寬度d與La相同，為平地鏟寬度r，保證鏟車在單元格內挖填土無剩余區域；由于GNSS農田平整系統用于精細平整，農田最大高度差Sd在10 cm以下[12-15]，為保證鏟車在一個單元格內不空載、滿載，根據平地鏟規格(表1)。由計算土方量的公式可得

(2)

表1 旱田平地鏟主要參數Tab.1 Parameters of upland field shovel

此單元格設定的意義在于保證拖拉機在其中直線行駛，即Lb不能太小。首先求出一行單元格個數p及余數q，再計算出單元格長Lb，保證6 m≤Lb≤7 m，即

(3)

(4)

式中L——環境邊界長

2.2.2路徑規劃算法

路徑規劃旨在于在地圖中生成一條遍歷整個農田的作業路徑，在環境建模基礎上生成地勢信息圖；通過整體地勢判斷，確定路徑走向，在生成過程中根據特定原則進行局部調整；遍歷后更新地勢信息圖，針對由空載、滿載造成的未完全平整單元格進行二次規劃平整，達到不漏平、重平，提高平整效率的效果[16-19]。算法流程圖如圖7所示。

圖7 算法流程圖Fig.7 Flow chart of algorithm

算法具體實現步驟如下：

(1)標定單元格

地形測量后，通過誤差處理剔除極點，計算基準高程Hav，并根據邊界測量點生成標準化農田地形；將測得高程數據根據位置映射到單元格中，求出每個單元格內高程點的均值以表示單元格的平均高程，即

(5)

式中H1、H2、…、Hn——單元格內各點高程

通過比較單元格平均高程與基準高程，得到其高、低程度并計算其挖填土方量Vij為

Vij=2.5Lb(Hav-Hij)

(6)

本文通過系統中地形測量功能于中國農業大學上莊實驗站收集的真實農田數據，利用算法生成地勢信息圖，如圖8所示。

圖8 地勢信息圖Fig.8 Dialog of terrain information

(2)地勢分析

將農田縱向均分為二，分別計算總挖填土方量，判斷地勢高低；計算每一行單元格挖填土方量，用V1，V2，…，Vn表示；規定拖拉機在地勢高側地頭轉向時，其目標行挖填土方量與當前載荷量之和最小，且大于0；拖拉機在地勢低側地頭轉向時，其目標行挖填土方量與當前載荷量之和最大，且小于1.7 m3。

(3)路徑生成

路徑生成的基本原則為：在保證鏟車不空載、滿載的情況下，保持直線行駛，拖拉機的目標點為其所在單元格左前、前和右前3個單元格。首先計算V1，V2，…，Vn絕對值，從小到大判斷每一行兩端單元格中土方量較大且大于0的單元格為路徑起始點，開始生成路徑。生成標準為：通過計算鏟車內當前土方量與目標單元格土方量之和，預測鏟車狀態，設定空載、滿載閾值，鏟車內土方量在2個閾值范圍內，則視為有效作業，即

V0≤Vh≤Vs

(7)

式中V0——空載閾值，為0

Vs——滿載閾值，為1.7 m3

①首先計算鏟車內土方量與前方單元格土方量之和Vh，如果在閾值范圍之內，說明拖拉機直行過下一個單元格鏟車始終保持有效作業狀態，生成直行路徑，更新鏟車內土方量為Vh，更新前方單元格土方量為0，對左右兩側單元格不予考慮。

②如鏟車內土方量與前方單元格土方量之和超出閾值范圍，分別計算其與左前、右前單元格土方量之和，如果都不在范圍之內，則說明拖拉機轉向不能避免空載、滿載，則繼續保持直行至前方單元格，更新鏟車內土方量為V0或Vs，前方單元格土方量減少V0-Vh或Vs-Vh。

③如果計算鏟車內土方量與左前、右前單元格土方量之和的其一在閾值范圍內，則說明拖拉機只有轉向才能進行有效平整，則生成轉向路徑，更新鏟車內土方量為Vh，更新前方單元格土方量為0。

④如左前、右前均滿足條件，則同時生成2條路徑，說明兩側均能進行有效平整，并且路徑一分為二同時繼續生成路徑。

⑤路徑生成至地頭位置，按照地勢分析中地頭轉向原則選取目標單元格繼續生成路徑。

⑥所有路徑遍歷整個農田后，由轉彎計數器記錄每種路徑的轉彎數量，選擇轉彎數量最少的路徑為最終生成路徑。

(4)二次平整路徑生成

由于農田地勢情況復雜，常規土地平整需要多次遍歷農田作業才能達到目標平整度。通過生成路徑平整后仍可能出現少數空載、滿載情況，本方法在一次遍歷作業后更新地勢信息圖，標記空載、滿載單元格，顯示單元格挖填土方量，并以避免空載、滿載及路徑最短為原則，生成二次平整路徑，確保土地完全平整，提高平整效率。

3 仿真對比試驗

為驗證本文提出的基于GNSS農田平整的全局路徑規劃算法的可行性，在中國農業大學上莊實驗站，選取2塊大小、地勢不同的試驗田，設定為農田1、農田2，收集真實地形數據，對其分別進行對比仿真試驗，在地勢信息圖上生成路線示意圖，對比規劃路徑與2種常規路徑在一次遍歷后的空載、滿載情況以及剩余挖填土方量，計算完全平整效率，對本方法效果進行判斷。仿真生成路徑以農田1為例。

3.1 一次遍歷試驗

一次遍歷試驗路徑生成如圖9～11所示。

圖9 農田1常規螺旋形Fig.9 Conventional spiral of No.1 farmland

圖10 農田1常規蛇形Fig.10 Conventional serpentine of No.1 farmland

圖11 農田1規劃路徑Fig.11 Path planning of No.1 farmland

一次遍歷后地勢信息與三維地形如圖12～14所示。

圖12 農田1常規螺旋形地形圖Fig.12 Conventional spiral topographic map of No.1 farmland

圖13 農田1常規蛇形地形圖Fig.13 Conventional serpentine topographic map of No.1 farmland

圖14 農田1規劃路徑地形圖Fig.14 Path planning topographic map of No.1 farmland

3.2 完全平整試驗

經過一次遍歷后，農田地勢有明顯改善，但由于在過程中有無效作業情況，一些單元格地勢沒有改變，需要繼續平整直至所有單元格挖填土方量為0。

農田1利用常規螺旋形路徑經過3次遍歷達到完全平整，共經過240個單元格；利用常規蛇形路徑經過2次遍歷達到完全平整，共經過191個單元格；規劃路徑共經過100個單元格。農田2利用常規螺旋形路徑經過2次遍歷達到完全平整，共經過126個單元格；利用常規蛇形路徑經過2次遍歷達到完全平整，共經過181個單元格；規劃路徑共經過84個單元格。農田1規劃路徑如圖15所示。

圖15 農田1完全平整規劃路徑Fig.15 Planning level path of No.1 farmland

3.3 試驗結果與分析

試驗以真實農田數據為基礎，利用本文算法生成作業路徑，仿真規劃路徑與2種常規路徑在相同地塊平整過程，通過地勢信息圖變化，計算得到一次遍歷后空載、滿載率，挖填土方量和完全平整效率，如表2、3所示。

2塊農田由于大小、地勢不同，利用相同路徑方法得到的結果不同，由表2可知，常規螺旋形和常規蛇形路徑空載、滿載率在20%以上，完全平整效率不超過41%，規劃路徑一次遍歷后空載、滿載率僅為11%，完全平整效率為77%；由表3可知，常規蛇形路徑效果一般，一次遍歷空載、滿載率為46%，說明有效作業僅達到50%左右，完全平整效率為34.6%，常規螺旋形路徑效果稍好，有73%的有效作業率及50%的完全平整效率，規劃路徑有效作業率達到86%，完全平整率達到75%。

由試驗可知，常規平整方法由于路徑固定，對于不同地勢分布農田效果一般且波動較大，容易出現空載、滿載現象，達到預期效果需要多次平整，完全平整效率低；相對于常規方法，本文提出的路徑規劃方法可以減少無效作業時間，不受農田地形影響，提高平整效率。

表2 農田1對比結果Tab.2 Compared results of No.1 farmland

表3 農田2對比結果Tab.3 Compared results of No.2 farmland

4 結論

(1)在GNSS精細土地平整集成系統基礎上增加了鏟車載荷監控系統，實時獲取載荷信息，便于工作人員了解鏟車狀態，作業過程中可及時進行局部調整。

(2)提出了一種適用于農田土地平整的環境建模方法，根據地形測量信息，利用OBB包圍盒方法規范農田邊界，利用特定算法對農田內部單元格化。通過對GNSS信號的處理，生成地勢信息圖，顯示每一個區域的挖填土方量，直觀地反映了農田的地勢分布情況，結合鏟車載荷監控系統，預測鏟車狀態，避免空載、滿載情況發生。

(3)提出了一種可以遍歷整個農田的路徑規劃算法，利用真實地形數據進行了仿真對比試驗，與兩種常規GNSS平整作業路徑相比，提出的路徑規劃算法鏟車空載、超載率最小，一次平整后剩余挖填土方量最少，完全平整效率大幅度提高。綜合分析表明，該算法可滿足土地精細平整與灌溉要求，提高了平地效率。

1 陳巖, 喬雪丹. 關于城市水資源高效利用問題的探討[C]∥經濟生活——2012商會經濟研討會,2012.

2 朱勇. 淺談節水灌溉技術[J]. 技術與市場, 2011, 18(9):33.

3 呂慶飛. 激光控制平地系統的改進設計與試驗研究[D]. 北京：中國農業大學, 2007.

Lü Qingfei. Design and experimental study of improved laser control leveling system[D]. Beijing: China Agricultural University, 2007. (in Chinese)

4 李益農, 許迪, 李福祥. 田面平整精度對畦灌性能和作物產量影響的試驗研究[J]. 農業工程學報, 2001, 17(4): 43-48.

LI Yinong, XU Di, LI Fuxiang. Study on influences of field leveling precision on border irrigation quality and crop yield [J]. Transactions of the CSAE, 2001, 17(4): 43-48. (in Chinese)

5 白崗栓, 杜社妮, 于健, 等. 激光平地改善土壤水鹽分布并提高春小麥產量[J]. 農業工程學報, 2013, 29(8): 125-134.

BAI Gangshuan, DU Sheni, YU Jian, et al.Laser land leveling improve distribution of soil moisture and soil salinity and enhance spring wheat yield[J]. Transactions of the CSAE, 2013, 29(8): 125-134. (in Chinese)

6 劉剛, 司永勝, 林建涵, 等. 激光平地控制器的開發與農田試驗分析[C]∥2005年中國農業工程學會學術年會論文集，2005.

7 李笑, 李宏鵬, 牛東嶺, 等. 基于全球導航衛星系統的智能化精細平地系統優化與試驗[J]. 農業工程學報, 2015, 31(3): 48-55.

LI Xiao, LI Hongpeng, NIU Dongling, et al. Optimization of GNSS-controlled land leveling system and related experiments [J]. Transactions of the CSAE, 2015, 31(3): 48-55. (in Chinese)

8 NEMENYI M, MESTERHAZI P A, PECZE Z, et al．The role of GIS and GPS in precision farming[J]．Computers and Electronics in Agriculture, 2003, 40: 45-55．

9 李益農, 許迪, 李福祥, 等. GPS在農田土地平整地形測量中應用的初步研究[J]. 農業工程學報, 2005, 21(1): 66-70.

LI Yinong, XU Di, LI Fuxiang, et al. Application of GPS technology in agricultural land levelling survey [J]. Transactions of the CSAE, 2005, 21(1): 66-70. (in Chinese)

10 孟志軍, 付衛強, 劉卉, 等. 面向土地精細平整的車載三維地形測量系統設計與實現[J]. 農業工程學報, 2009, 25(2): 255-258.

MENG Zhijun, FU Weiqiang, LIU Hui, et al. Design and implementation of 3D top graphic surveying system in vehicle for field precision leveling [J]. Transactions of the CSAE, 2009, 25(2): 255-258. (in Chinese)

11 吳強. 基于OBB碰撞檢測及其算法改進研究[D].鄭州:鄭州大學,2007.

12 許迪, 李益農, 劉剛.激光控制農田土地精細平整應用技術體系研究進展[J].農業工程學報,2007,23(3):267-272.

XU Di, LI Yinong, LIU Gang. Research progress on the application system of laser-controlled precision land leveling technology[J]. Transactions of the CSAE, 2007,23(3):267-272.(in Chinese)

13 袁本銀. 北斗系統對GNSS用戶終端產業的機遇和挑戰[J]. 交通標準化, 2012(8): 12-13.

14 王瀧, 劉剛, 劉寅, 等. 基于GPS的農田坡面平整技術與試驗[J]. 排灌機械工程學報, 2013, 31(5): 456-460.

WANG Long, LIU Gang, LIU Yin, et al. GPS-based land slope leveling technique and its implementation [J]. Journal of Drainage and Irrigation Machinery Engineering, 2013, 31(5): 456-460. (in Chinese)

15 劉寅, 李宏鵬, 劉剛, 等. 基于GPS控制技術的土地平整系統[J]. 農機化研究, 2014, 36(9): 142-146

LIU Yin, LI Hongpeng, LIU Gang, et al. Land leveling system based on GPS techniques [J]. Agricultural Mechanization Research, 2014, 36(9): 142-146.(in Chinese)

16 李建平, 林妙玲. 自動導航技術在農業工程中的應用研究進展[J]. 農業工程學報, 2006, 22(9): 232-236.

LI Jianping, LIN Miaoling. Research progress of automatic guidance technologies applied in agricultural engineering [J]. Transactions of the CSAE, 2006, 22(9): 232-236. (in Chinese)

17 李赫. 基于GPS平地的路徑規劃方法的研究[D]. 保定:河北農業大學, 2013.

LI He. Research on the route planning method of land leveling based on GPS [D]. Baoding： Agricultural University of Hebei, 2013. (in Chinese)

18 王巖, 李宏鵬, 牛東嶺, 等. GNSS平地作業路徑實時規劃與導航方法研究[J]. 農業機械學報, 2014, 45(增刊): 271-275.

WANG Yan, LI Hongpeng, NIU Dongling, et al. Real-time path planning and navigation in GNSS-controlled land leveling [J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(Supp.): 271-275. (in Chinese)

19 劉向鋒. 面向GPS導航拖拉機的最優全局覆蓋路徑規劃研究[D].阜新:遼寧工程技術大學,2011.

LIU Xiangfeng. Research on optimal global path planning for complete coverage with GPS guidance on tractor[D]. Fuxin: Liaoning Technology University, 2011. (in Chinese)

20 張月. 清潔機器人全覆蓋路徑規劃研究[D].重慶:重慶大學,2015.

ZHANG Yue. Research on the complete coverage path planning of cleaning robot[D]. Chongqing: Chongqing University, 2015. (in Chinese)

21 陳逸懷,朱博. 基于單元分解法的移動機器人遍歷路徑規劃[J]. 裝備制造技術, 2014(4):148-149,152.

22 CHOEST H, NAHATANI K, RIZZI A. Sensor based planning: using a honing strategy and local map method to implement the generalized Voronoi graph[J]. Intelligent Systems & Advanced Manufacturing, 1998,3210:72-83.

23 BORENSTEIN J, KOREN Y. Real-time obstacle avoidance for fast mobile robots[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1989, 19(5): 1179-1187.

24 王增剛. GIS在高標準基本農田建設中的應用研究[D]. 南昌:江西農業大學, 2013.

WANG Zenggang. GIS application of high standards in the construction of basic farmland[D]. Nanchang: Jiangxi Agricultural University, 2013. (in Chinese)

25 楊建潮. 測量誤差及粗大誤差的判別與消除[J]. 計量與測試技術,2006, 33(11): 4-5.

26 謝德勝, 徐友春, 萬劍,等. 基于RTK- GPS的輪式移動機器人軌跡跟隨控制[J]. 機器人, 2017, 39(2):221-229.

XIE Desheng, XU Youchun, WANG Jian, et al. Trajectory tracking control of wheeled mobile robots based on RTK- GPS [J]. Robot, 2017, 39(2):221-229. (in Chinese)

27 王仲民, 井平安, 朱博. 基于神經元激勵的移動機器人遍歷路徑規劃[J]. 控制工程, 2017, 24(2):283-286.

WANG Zhongmin, JING Ping’an, ZHU Bo. Coverage path planning of mobile robot based on neuronal excitation [J]. Control Engineering of China, 2017, 24(2):283-286. (in Chinese)