陳學深,方貴進,馬 旭※,蔣 郁,齊 龍,黃柱健
(1.華南農業大學工程學院,廣州510642;2.華南農業大學現代教育技術中心,廣州510642)
雜草是造成水稻產量下降和品質降低的主要原因之一[1-4]。施用除草劑是一種高效的除草方式,但除草劑的大量應用造成了雜草抗藥性、作物藥害、環境污染等問題[5-8]。機械除草作為一種綠色除草方式,符合國家提出的質量興農、綠色興農的發展方向。然而,在實際作業中,苗帶變化引起行的除草部件傷苗問題嚴重制約了機械除草技術的發展。因此,根據苗帶信息,實現對行控制是機械除草亟需解決的問題。
對行是指控制機具實時沿作物的行方向運動,使除草部件相對作物行的橫向偏差控制在不會傷害作物的范圍內[9-10]。國內外學者進行了相關研究,Romeo等[11]設計了一種基于圖像直方圖分析的作物-背景圖像分割系統,該系統通過直方圖判別圖像的對比度和飽和度完成苗帶提取,可實現苗帶引導的對行控制。Pérez等[12]研制了一種基于GPS的避苗除草系統,由除草部件路徑控制系統和實時動態差分全球衛星定位系統(RTK-GPS)組成,實現自動對行。國外采用機器視覺或GPS的對行控制技術主要用于旱田,針對水田的對行控制技術少有報道。在國內,因水稻種植面積廣泛,致力于對行控制的研究相對較多。針對GPS導航技術的應用主要針對旱田的種植作業[13-14],對于除草等管理作業,特別是水田管理作業一般采用機器視覺技術。由于水田作業環境的特殊性,無法獲得準確的轉向數學模型,因此,采用模糊控制最為常見,文獻[15-16]基于模糊控制算法實現了應用于農機的自適應自動駕駛算法,但該方法涉及的參數較多,累積誤差較大。近年來,為了弱化參數影響,有學者針對水田環境采用純追蹤或改進純追蹤算法[17-20]取得了較好的效果,李革等[21]用基于速度、路徑彎度等線性調整前視距離的改進純追蹤方法在插秧機平臺上進行了水田試驗,試驗結果顯示作業段平均誤差為0.058 m,最大跟蹤誤差為0.135 m,該控制算法明顯提高了跟蹤控制精度。但水田環境機具作業航向不穩,水田拖拉機與除草部件相距較遠,通過導航方式實現對行跟蹤控制,存在除草部件調節相對機身運動具有一定的滯后性,在糾偏期間除草部件對稻苗不可避免造成損傷。因此,有學者采用建模方法或PID等經典算法直接控制除草部件,實現除草部件避苗控制。陳勇等[22]和郭偉斌等[23]進行了除草機器人機械臂的控制研究,通過建模、求逆解,實現了除草機械臂的控制。胡煉等[24-25]采用雙閾值死區控制算法實現了除草部件的主動避苗。上述控制方法根據除草部件與作物的相對位置,控制除草部件的作業路徑,均能達到避苗作業效果,但采用建模及控制算法的應用局限在旱田環境,水田作業環境復雜,難以獲得準確的數學模型。另外,行駛機具俯仰、搖擺及振動的姿態及負載變化等外部干擾,以及測量信號的隨機噪聲、液壓執行系統的壓力波動等內部不確定因素干擾,常規的對行控制方法在實際作業時具有較大的超調性、魯棒性不理想等問題。
因此,該文在苗帶信息感知的基礎上,針對水田作業環境,采用不依賴控制對象數學模型的線性自抗擾控制LADRC(linear active disturbance rejection control)算法,設計了一種自動對行液壓控制系統,實現水稻行間除草部件的對行控制。
除草作業時,因苗帶分布存在差異,導致行間除草部件中心與苗帶中心線的距離(簡稱偏距)發生變化,有時除草部件難免會觸及稻株,為降低稻株損傷,除草部件應根據苗帶信息及時調整作業位置自動避開稻株。對行控制主要包括苗帶感知和對行調控2個核心問題,對于苗帶感知部分,該文不作重點研究,偏距獲取方法直接采用本課題組蔣郁等[26]的苗帶中心線提取方法,通過側位俯拍的圖像采集方式獲取稻株莖基部圖像,采用莖基部分區邊緣擬合的方法定位稻株,實現苗帶中心線提取,提取效果如圖1a所示。偏距獲取是將相機固定于除草部件上方,并調整好角度使除草部件中心線與采集的圖像中心線重合,在獲取同排相鄰稻列中稻苗個體圖像坐標位置信息的基礎上,根據文獻[27]的圖像坐標與地面坐標轉換方法,采用小孔成像模型,將其轉換為地面坐標,并求得此稻列中心點的實際位置,將此位置與除草部件中心線(圖像中心線)的地面坐標位置進行比較,獲得除草部件在地面坐標系下的實際偏距,并以此作為對行調控的決策數據。對行調控部分如圖1b所示,將偏距作為調控數據傳遞給控制系統,根據LADRC控制方法控制液壓比例方向閥,改變調控液壓缸伸縮量,糾正除草部件的工作位置,使糾正后的除草部件中心盡可能接近苗帶中心線,實現除草部件的對行控制。

圖1 對行控制系統工作原理Fig.1 Working principle of alignment control system
為實現對行控制,使除草部件能及時調整作業路徑,設計了一種內、外滑梁式對行執行機構,通過液壓缸與內滑梁固定,使液壓推桿伸縮時,除草部件能在稻行間進行橫向調節,實現對行控制。
對行執行機構的結構如圖2所示,外滑梁為50 mm×30 mm×3 mm×2 000 mm的矩形方管,在一側壁面上每間隔140 mm開160 mm×50 mm的矩形槽,作為除草部件的安裝區域與滑動區域。除草部件安裝夾片為40 mm,左右兩端各留10 mm間隙方便液壓缸的裝配。內滑梁為40 mm×20 mm×2 mm×2 000 mm的矩形方板,放置在外滑梁中不作固定。在與外滑梁對應的開槽區域正中有紋安裝孔,7個除草部件通過安裝夾片緊固在內滑梁上。橫向滑移調節液壓缸安裝在機架背面,兩端分別連接內滑梁與外滑梁,通過液壓缸推桿的伸縮帶動內滑梁在外滑梁內橫向滑動,除草部件也隨之一起滑動,從而實現除草部件在稻行間的橫向調節。

圖2 對行機構Fig.2 Alignment mechanism
液壓系統主要包括油箱、電機、液壓泵、溢流閥、單向閥、電液比例方向閥、節流閥和液壓缸等組成,工作原理如圖3所示。
對行控制系統主要包括STC89C52單片機、電源、繼電器、時鐘電路模塊、按鍵模塊、顯示模塊、直線位移傳感器模塊、復位電路模塊、驅動板等硬件構成。其中,直線位移模塊采用拉桿式直線位移傳感器(型號為KTRC-125Lmm),量程為142 mm,線性精度為0.01%,密封等級為IP54,拉桿最大工作速度為10 m/s。

圖3 液壓系統原理圖Fig.3 Hydraulic system schematic diagram
控制原理如圖4所示,工作時,感知裝置實時將偏距反饋給控制系統,當偏距超過期望值時,對行控制系統開始工作,直線位移傳感器將液壓缸推桿的實際調控伸縮量反饋給單片機系統,形成閉環調節。調節部分采取LADRC控制器,通過控制液壓比例方向閥,控制液壓缸推桿的伸縮量,進而消減除草部件的偏距,實現對行控制。

圖4 控制原理圖Fig.4 Control schematic diagram
為了避免復雜繁瑣的數學建模和代碼編程,簡化建模過程,該文應用Amesim與Matlab聯合仿真方法,構建聯合仿真分析平臺,Amesim的液壓系統仿真模型如圖5所示。
Matlab控制器仿真模型如圖6所示。通過Amesim與Simulink的仿真接口,實現液壓調控模型的聯合仿真。根據液壓調控系統的工作要求,設定液壓模型的具體參數如表1所示,相應的液壓調控系統設計參數如表2所示。

圖5 基于Amesim的液壓系統仿真模型Fig.5 Hydraulic system simulation model based on Amesim

圖6 基于Simulink的控制器仿真模型Fig.6 Controller simulation model based on Simulink

表1 液壓調控系統設計要求Table 1 Design requirements for hydraulic control system

表2 液壓模型參數Table 2 Hydraulic model parameter
為了提高液壓調控系統在水田復雜環境下的抗擾能力,以及提高液壓調控系統位置控制的響應速度,該文基于自抗擾算法,采用二階線性自抗擾控制器(LADRC)對液壓調控系統進行設計,控制器結構如圖7所示。其中,LADRC控制器和PID控制器的具體模型如圖8、9所示。

圖7 LADRC控制器結構Fig.7 LADRC controller structure
控制器包括擴線性張狀態觀測器(linear extend state observer,LESO)、線性狀態誤差反饋(linear state error feedback,LSEF)和擾動補償項,具體方程為
1)線性擴張狀態觀測器(LESO)

式中z1,z2,z3分別代表跟蹤位置,跟蹤速度及擾動量;ε為液壓缸位置觀測值與實際值的差,cm;β01,β02,β03為狀態觀測器增益系數;b為控制器增益系數;z?1,z?2,z?3分別為跟蹤位置、跟蹤速度、跟蹤加速度的一階導數。
2)線性誤差反饋率(LSEF)及擾動補償

式中e1、e2表示系統的狀態誤差;kp,kd是控制器LSEF的參數;v0為LADRC控制器的輸入信號;u0為LADRC控制器中控制率的輸出量。LSEF與經典PID反饋控制律中誤差信號、微分、積分的線性組合類似,采用狀態誤差的線性加權和構成線性狀態誤差反饋環節。LSEF與PID不同之處在于將原來的積分項換成了擾動估計量的實時補償項,利用它來消除靜差,避免了積分負反饋的負作用,提高了控制性能。為了驗證LADRC控制性能的優越性,將仿真結果與經典PID控制方法進行比較分析。

圖8 LADRC控制器模型Fig.8 LADRC controller model

圖9 PID控制器模型Fig.9 PID controller model
參考文獻[28],采用三階LESO和控制率形式,通過示波器觀察系統響應曲線,采用臨界比例法進行參數整定。首先,通過系統微分方程及三階LADRC的結構預定b0值近似等于系統開環增益值(由液壓系統標準形式的傳遞函數可知開環增益值為0.1),即預定b0為0.1;然后,調整Wc直到系統出現超調,預確定Wc范圍;最后,以Wc的倍數調整W0,并相互配合微調Wc,直到系統滿足穩定的時間及誤差,控制器整定后的參數如表3所示。

表3 LADRC控制器參數Table 3 LADRC controller parameters
為了驗證不同控制方法的對行作業性能,從跟蹤性能和抗擾性能2方面進行仿真分析,具體仿真參數如表4所示。

表4 仿真參數表Table 4 Simulation parameter table
3.3.1 跟蹤性能分析
不加任何擾動時,設定期望偏距為0.1 m(對行調節液壓缸最大工作行程),跟蹤性能仿真結果如圖10所示,由圖可知,LADRC控制系統在0.3 s時達到穩定狀態,而PID在0.4 s時才趨于穩定,LADRC控制系統的對行調控時間比PID控制減少0.1 s。

圖10 無擾動下的PID與LADRC控制器響應曲線Fig.10 Response curves of PID and LADRC controllers without disturbance
3.3.2 抗擾性能分析
水田環境復雜,作業機具振動、俯仰及橫擺等姿態變化會給對行控制系統中的直線位移傳感器帶來噪聲,此噪聲可看作是在對行執行機構的液壓缸負載端施加一個正弦力,結合作業機具生產實況,分別在系統中加入不同幅頻的正弦擾動信號。其中,加入幅值200 N、頻率20 Hz正弦信號時的響應曲線如圖11a所示,加入幅值1 500 N、頻率20 Hz正弦信號時的控制器響應曲線如圖11b所示,加入幅值200 N、頻率50 Hz正弦信號時的控制器響應曲線如圖11c所示。

圖11 不同擾動幅值和頻率下的控制器響應曲線Fig.11 Controller response curves with different disturbance amplitude and frequency
由圖11a、11b可知,加入相同頻率、不同幅值的正弦信號時,LADRC的動態響應基本不受影響,而PID的動態響應出現很大變化,在0.8 s時仍無法達到穩定狀態。另外,由于系統加入的擾動相對較大,LADRC控制器出現輕微超調,但超調程度遠小于PID控制器;由11a、11c可知,加入相同幅值、不同頻率的正弦信號時,LADRC的動態響應不受影響,而PID的穩定性出現波動。通過狀態觀測器獲得的控制器位置信號和速度信號如圖12所示,系統在0.3 s時速度為0,達到目標位置;加入擾動后LADRC的抗擾響應曲線如圖13所示,響應誤差曲線如圖14所示,系統在0.3 s時擾動量為恒定值,且穩定時誤差接近0的理想狀態。因此,從跟蹤和抗擾2個關鍵性指標的仿真結果可知,本文提出的LADRC控制方法明顯優于經典PID控制方法。

圖12 擾動下LADRC的位置和速度響應曲線Fig.12 Location and velocity response curves of LADRC under disturbance

圖13 擾動下的LADRC抗擾響應曲線Fig.13 Anti-interference response curve of LADRC under disturbance

圖14 擾動下LADRC與PID的響應誤差曲線Fig.14 ResponseerrorcurvesofLADRCandPIDunderdisturbance
水稻機械除草對行控制系統田間試驗在廣東省肇慶市國家水稻產業技術體系綜合試驗站進行,苗帶位置、數量及偏差方向由插秧機操作人員根據常規作業情況隨機產生。測試品種為移栽15 d的雜交稻樂兩優1173,水稻行距30 cm,株距15 cm,株高15~25 cm。雜草以稗草、千金子等禾本科為主,株高為3~5 cm。
試驗以井關PZ60-HGR型乘坐式高速插秧機為移動平臺,掛接自主研發的具有自動對行功能的除草機,如圖15所示。將苗帶感知系統、對行調控系統及除草部件安裝在除草機機架上。其中,感知系統位于中間除草部件正上方,通過安裝架調節相機安裝高度為800 mm、俯角為48°。感知系統采集處理圖像的更新頻率為0.5 s,液壓調控系統的極限調控時間為0.3 s,感知系統滿足對行調控的實時性要求。為降低光線干擾,采用遮光處理。行間除草部件為螺旋刀齒式,作業寬度為20mm,通過仿形桿與對行執行機構的內滑梁相連接,使除草部件能隨液壓缸推桿伸縮而橫向移動,實現對行控制。具體實現過程為:首先,位移傳感器實時反饋液壓缸伸縮量,并將此信號傳給LESO,經過LESO的觀測,得到液壓缸的實時位移、速度以及加速度(等同于總擾動估計),然后,將得到的位移與系統給定值(橫向偏距)做差,此差值和液壓缸伸縮速度值構成PD控制器,最后,總擾動對PD控制器輸出的控制量進行補償。其中,參數辨識的結果為:W0=100、Wc=500、b0=0.8。
測試區長200 m,開始段預留10 m起步區,以保證機具進入測區后速度穩定。除草機共有7個除草部件,除去正中間除草部件,以左側2個除草部件和右側2個除草部件為試驗數據獲取對象。對行控制的目的是降低除草部件作業時對稻苗的機械損傷。因此,本文對行控制性能采用傷苗率進行評價,傷苗率計算公式為

式中λ為傷苗率,%;p為稻苗莖稈折斷、莖稈壓彎及表皮損傷數量,q為試驗測試總稻苗數。
對比試驗時,將右側2個除草部件的仿形桿從對行執行機構的內滑梁上卸下,安裝在外滑梁上,使右側2個除草部件不具有自動對行功能。同時,保證左側與右側對應的2個除草部件在同步移栽的苗帶上作業。在相同試驗條件及測試方法下,檢驗有無對行控制系統的傷苗率。
試驗因素如表5所示,其中,調節間距為對行控制系統執行一次調控所間隔的距離。本試驗根據苗帶特點,分別以間隔3、4和5個稻穴距離(穴距15 cm)為調控間距。行進速度和作業深度根據水田除草機作業要求及雜草根系范圍進行界定。試驗結果如表6所示,方差分析如表7所示。

表5 試驗因素及水平Table 5 Experimental factors and levels

表6 正交試驗結果Table 6 Results of orthogonal experiment
通過表6的極差分析可知,對傷苗率影響最大的因素為行進速度,其次是作業深度,而調節間距的影響最小;綜合分析可知,最優作業參數組合為行進速度0.5 m/s,調節間距60 cm,作業深度20 cm,此時傷苗率為3.6%。
表7的方差分析表明,行進速度和作業深度對傷苗率影響顯著,交互項對傷苗率影響均不顯著。各因素對傷苗率影響由大到小依次是:行進速度>作業深度>調節間距。

表7 方差分析Table 7 Variance analysis
由于試驗因素及試驗條件不同,為了檢驗該對行系統的作用及作業效果,還需進行有無對行控制系統的對比試驗,試驗選擇8個測試區,以試驗所得的最優組合為作業參數,檢驗有無對行控制系統的傷苗率,對比結果如表8所示。

表8 有無自動對行系統的傷苗率Table 8 Seedling injury rate with or without automatic alignment system %
由表8可知,對行控制系統明顯減少了除草部件的傷苗情況,平均傷苗率為3.9%;而沒有對行控制系統的平均傷苗率為18.6%。從目前水稻機械除草的傷苗程度看,無對行控制系統的傷苗率高于常規機械除草傷苗率(一般為5%),主要原因在于試驗的苗帶為非理想的線性狀態。但有對行控制系統的傷苗率明顯降低,通過試驗可知,帶有對行控制系統的傷苗主要發生在苗帶變化區域,由于本文采用常規螺旋刀齒式除草部件,側面觸土面積較大,橫向避苗移動時,易造成土壤在水稻根部側面堆積使稻苗壓彎,后續對除草部件結構優化,有望進一步降低傷苗率。
1)設計了一種稻田機械除草對行控制系統,采用線性自抗擾控制算法對除草部件的作業路徑進行實時校正,實現了除草部件的對行控制。
2)對線性自抗擾控制算法和PID算法進行了控制器設計及仿真比較,仿真結果表明:在加入擾動情況下,線性自抗擾控制系統達到期望的對行調控時間比PID減少0.1 s,且抗干擾性優于PID控制算法,具有一定的魯棒性。
3)田間試驗結果表明,影響傷苗率的主次因素由大到小依此為行進速度、作業深度、調節間距;最優作業參數組合為行進速度0.5 m/s,調節間距60 cm,作業深度為20 cm,此時傷苗率為3.6%;比較試驗表明:有對行控制系統的平均傷苗率為3.9%,沒有對行系統控制的平均傷苗率為18.6%。