農機微波多普勒車速傳感器試驗研究*

方 續 ，王 熙

（黑龍江八一農墾大學工程學院，黑龍江 大慶 163319）

0 引言

國內外農業工作者一直在努力尋求更加精細化的農業機械管理技術，以實現農業的高效化、智能化。隨著現代農業的發展，機械化程度不斷提高，精準測速在精量播種、變量播種、施肥、噴藥中起著重要作用[1]。農業機械的速度可以通過行駛車輛的地輪轉速測得，以農用拖拉機為例，由于農機作業與道路車輛的差異，滑轉率一般為10%～15%，因此基于地輪轉速的測量方法不準確。在實際工作中，拖拉機牽引效率是人們比較關心的，但這和作業時拖拉機的滑轉率有著緊密關系，滑轉率是權衡拖拉機作業效率和經濟效益的關鍵指標。

直接使用速度傳感器獲得拖拉機的速度，稱為直接測速，包括電磁式測速、霍爾元件測速、GNSS 測速、雷達測速等。GNSS 測速是最重要的測速工具之一，通過衛星與接收機間的相應運動進行測量，但陰天或雨天對信號接收和測速精度有著明顯影響，且價格較高，不適合大面積推廣。雷達測速采用的是多普勒效應，多普勒效應是指當聲音、電磁波等振動源相對于觀察者以速度v移動時，觀察者所接收到的振動頻率與振動源發出的振動頻率有所差別[2]。

雷達分為激光雷達和微波雷達，本研究采用的是微波雷達。一些學者的實驗研究表明，它的準確性更高，穿透性更強，受天氣影響更小。雷達可以實時監測拖拉機的速度，并通過數據采集卡傳到上位機，上位機采用VB6.0 進行部分軟件設計，每秒鐘記錄兩次數據，對FFT 算法進行研究，并分析數據，得到相應的頻率，從而計算出拖拉機在地面上的真實速度。

1 系統結構及工作原理

1.1 系統結構

微波多普勒雷達測速系統如圖1 所示，拖拉機微波多普勒雷達測速主要包括雷達傳感器與角度傳感器、麥賽福格森1204 拖拉機、GNSS 接收機、上位機與CAN 數據記錄儀。

圖1 微波多普勒雷達測速系統

1.2 工作原理

微波多普勒雷達基于多普勒效應檢測移動目標的位置和相對速度，測速原理圖如圖2 所示。當雷達發射一固定頻率的脈沖波對空中進行掃描時，比如遇到移動目標時，射頻發出的頻率與接收到的頻率之間會產生頻率差，被稱為多普勒頻率。根據多普勒頻率的大小，能夠得到目標對雷達的徑向相對速度[3]。24 GHz 毫米波雷達利用多普勒效應技術實現高精度雷達測速功能，被廣泛應用于智慧城市、智能交通、工業等領域，與紅外線相比，毫米波的大氣衰減小、對煙灰穿透性較好，受天氣影響小，這些屬性有助于毫米波雷達的連續性不間斷工作。

圖2 測速原理圖

根據工作原理，拖拉機的水平運行速度V與接收波頻率fd之間的關系如下：

式中，λ為雷達模塊的發射波波長，單位為m；θ為微波發射方向與水平面方向夾角（雷達安裝角度），θ在0～90°之間；fd為微波接收頻率，單位為Hz。

2 數據采集及軟硬件設計

2.1 數據采集

數據采集、數據處理和數據顯示是微波雷達測速系統硬件的關鍵部分[3]。該系統的核心是微波測速雷達傳感器，在采集數據后，經過上位機數據處理，得到相應的車速頻率，根據公式（1）計算出拖拉機的真實地面速度。

阿爾泰USB3200 便攜式數據采集卡用于數據采集，其可以接收微波雷達反射的時域數據，USB3200便攜式數據采集卡如圖3 所示，采集卡主要參數如表1 所示。便攜式是數字化儀器發展的方向之一，阿爾泰采集卡用于數據采集，能滿足各種生產現場信號的高速數據采集要求，數據采集符合香農采樣定理。

圖3 USB3200 便攜式數據采集卡

表1 采集卡主要參數

2.2 硬件設計

微波測速雷達傳感器安裝在防水鋁合金外殼中，在惡劣的環境下仍可正常運行，工作所需電壓為9 V～32 V，微波頻率為24 GHz，輸出信號為CAN協議，波特率為250 KB，1 次/s。傳感器較低的射頻功率輸出并不會對人體造成影響[4]，在直流電源下，總輸出功率小于15 mW，角度傳感器型號為北微BWK215S-CAN。微波多普勒雷達如圖4 所示，角度傳感器如圖5 所示。

圖4 微波多普勒雷達

圖5 角度傳感器

2.3 軟件設計

微波雷達測速程序和GNSS 接收軌跡圖程序是基于VB6.0 平臺開發的，具有顯示和存儲功能[5]。微波多普勒車速頻率接收顯示程序通過CAN總線連接，正常運行期間，僅通道0 打開，數據采集界面如圖6 所示。GNSS 接收數據軌跡圖程序可通過聯合收割機作業時獲得時間、經度、緯度、GNSS 速度、海拔高度等信息，拖拉機的可視界面上會顯示實時工作路線，所獲取的全部作業信息會準確顯示在車載電腦上，最后全部儲存在車載CAN記錄儀中，且頻率發射器所發射頻率與VB6.0所研發設計的FFT算法程序顯示頻率結果一致，GNSS接收數據軌跡圖程序如圖7所示。

圖6 數據采集界面

圖7 GNSS 接收數據軌跡圖程序

2.4 FFT算法的原理與優化

快速傅里葉（Fast Fourier Tranformation, FFT）是將一個點數為N 的DFT 分解成若干個DFT 的組合[6]。DFT 和FFT 運算量比較如表2 所示，FFT 數據處理運算步驟有顯著性下降，從而快速提高離散傅里葉變換（DFT）的計算速度，使得實時顯示數據延遲較小，較為快捷。

表2 DFT 和FFT 運算量比較

3 系統軟件設計

在拖拉機作業時，需要對速度進行監測，此系統基于VB6.0 開發了獲取拖拉機速度數據的上位機界面，采樣頻率為2次/s，角度傳感器接收機數據界面如圖8 所示。微波雷達傳感器、角度傳感器獲取的實時數據同時記錄在上位機，再通過建立的模型算法，實現實時顯示行駛速度，根據欲實現的功能，運用VB6.0軟件開發上位機界面，包括FFT點數、頻率顯示、頻率記錄以及對實時采集的數據進行分析并做FFT。對硬件采集的多普勒雷達信號進行處理和運算，系統設置采樣時間為1 s，采集雷達傳感器信號兩次[7]。

由于角度傳感器在工作時存在偏差，為了減少角度誤差，建立拖拉機工作時角度傳感器的數值與實際角度之間的關系模型如下：

其中，角度x在30°～60°之間，x/V=1.17 m/s～1.83 m/s，R2=0.9 9 7 2。角度數值如圖8 所示，數值范圍在44.50°～45.65°之間。FFT采用了蝶形算法，課題組對具體算法進行了研究，并采用頻率發生器進行了測試[8]。

圖8 角度傳感器接收機數據界面

4 臺架試驗

4.1 試驗方法

本研究采用單因素試驗方法，在混凝土路面進行直線行駛，采用GNSS 平均速度（拖拉機勻速行駛50 m 距離所用時間）和多普勒雷達獲取頻率計算出測速數據，對于田間試驗會受到多種外部因素影響而導致傳感器的測量出現較大誤差的問題，臺架試驗可以相當程度地避免外界因素的干擾，它的特點是通用性強、精度高、具有較好的穩定性等[4]。

在水泥路面，安裝好設備，進行了多次不同速度下的GNSS與多普勒雷達測速對比試驗，GNSS速度與雷達速度對比如表3 所示。拖拉機在水泥路面，多普勒雷達向地面發射雷達波并接收，通過數據采集卡對雷達所反射回來的波進行采集，傳到上位機進行計算，上位機會自動記錄，更換下一個速度，再次重復試驗，表3為平均速度7.11 km/h時拖拉機的試驗數據。

表3 水泥路面試驗GNSS 速度與雷達速度對比

對表3 中數據進行對比分析可知，在水泥路面不同車速試驗下，絕對誤差最大值為0.27 km/h，相對誤差最大值為3.85%，相對誤差平均值為1.98%，滿足作業需求。

拖拉機在水泥路面行走時，雷達傳感器會將實時測量數據上傳至上位機，上位機記錄數據（部分）如表4 所示。通過分析數據可知，在水泥路面上，角度傳感器數值變化較小，在44°～46°之間，車速雷達傳感器獲取的頻率值輸出值波動較小[9-10]。

表4 上位機記錄數據（部分）

4.2 試驗分析

通過對車載GNSS 和微波多普勒雷達兩種測速方式進行比較，在水泥路面進行了相應試驗，進行直線行駛[6]。數據采集卡將模擬信號轉為數字信號，由模擬量輸入（AD 或者AI），模擬信號轉為數字信號。由上文可知，在測得頻率值時，對應的速度V和波長λ為：

式中，c為光速，c=3×108m/s；f為微波雷達頻率，f=24 GHz。

4.3 試驗結果

根據記錄結果，進行了試驗分析，在混凝土路面，麥賽福格森拖拉機行走平均速度為3.05 km/h、5.18 km/h、7.11 km/h 時，車速雷達傳感器實時測量的數據與真實值對比所繪圖分別如圖9、圖10、圖11所示。

圖9 雷達測速與真實值對比（平均速度3.05 km/h）

圖10 雷達測速與真實值對比（平均速度5.18 km/h）

圖11 雷達測速與真實值對比（平均速度7.11 km/h）

通過分析數據和圖表可知，在水泥地表環境下，角度傳感器變化幅度不大，多普勒雷達傳感器速度值波動較小。在3 種不同測速情況下，誤差較小，在±0.2%以內。

5 田間試驗

2022 年10 月25 日，在黑龍江八一農墾大學試驗田進行了微波多普勒雷達測速試驗，作業期間配套麥賽福格森1204 型拖拉機。因為是在室外田間的自然環境和氣候條件下進行的試驗，其生產條件與大規模農田最為相似，所以該試驗結果與在類似農田生產條件狀態下所得結果相近。對于田間試驗來說，其具有較為理想的代表性、準確性和重演性，因此進行了反復測試，拖拉機田間試驗GNSS 速度與雷達速度對比如表5所示。

表5 田間試驗GNSS 速度與雷達速度對比

對記錄的數據進行處理，得到實際速度，并與GNSS 速度相比較，得到拖拉機的作業速度，由試驗數據計算對比可以看出，在田間試驗中，雷達速度值接近于GNSS 速度真實值，絕對誤差最大值為0.12 km/h，相對誤差最大值為3.82%，相對誤差平均值為3.01%，滿足拖拉機作業要求。

6 結論與展望

6.1 結論

1）課題組自主設計研制了一種基于微波多普勒效應的車速雷達傳感器，采用非接觸式測量，緩解了國內測速單一的現狀，促進了拖拉機在農業測速方面的進展。

2）開發的VB6.0 上位機軟硬件正常工作，能夠滿足數據測定的需求，基于VB6.0 的雷達速度監測對所接收的數據進行FFT 變化，可以得到準確的數據信息。

3）水泥路面試驗和田間試驗的結果表明，該測速方式效果精準，滿足作業要求，實現了對拖拉機測速的監測功能，也為后續提升測速精度打下了良好的基礎。

6.2 展望

微波多普勒車速雷達仍需要進一步改善，在田間作業時，應在作業的整個流程都進行試驗研究，觀察是否全部符合作業要求，在水田作業時是否會產生影響，測量的誤差與實際速度差異變化。因此，應研制一款適用于作業各環節的速度傳感器，優化頻率算法，再將微波反饋給雷達傳感器，達到較好的穩定性和精準測速的目的。