篇一：拖拉机自动驾驶平台的研究 分类
拖拉机自动驾驶平台的研究 分类： 技术研究 2007-04-07 01:59
1.1研究意义
中国是一个农业大国，用占世界7％的耕地解决了世界22％的人口温饱问题，取得了举世瞩目的成就。目前，我国面对“人多地少，资源短缺，环境恶化，人增地减”的趋势不可逆转。保证21世纪我国16亿人口的食物安全，关键在于推动农业科技的进步。正如江泽民同志所指出的“中国的农业问题，粮食问题要靠中国人自己解决。这就要求我们的农业科技必须要有一个大的发展，必然要进行一次新的农业科技革命”。纵观世界现代农业发展动态，一个新的农业科技革命的序幕已经拉开。以生物技术、信息技术为先导的现代科学技术发展及其在农业上的广泛应用，为世界各国农业发展提供了前所未有的机遇。“精细农业”技术正是在这种环境下应运而生，成为农业信息技术应用的一个重要分支。其核心是用现代高新技术特别是信息技术来改造传统农业，在机械化的基础上，把地理信息系统（GIS）、定位系统（GPS）、决策支持系统、传感技术进行集成，使作物生产更加科学，减少投入，提高产出，实现高效利用各种农业资源，保护生态环境的农业可持续发展目标[1]。
我国60岁以上的老年人口已近一亿（约有70%居民在农村），约占全世界老年人口的22%，占亚洲老年人口的50%。进入二十一世纪后，我国面临着比现在(现在就是二十一世纪，与前面的“进入二十一世纪后”矛盾，应该指出：“现在”的具体年份；或指出前面“二十一世纪”的间段，如二十一世纪中叶)多三、四倍的老年人，人口老龄化会对生产、消费、劳动生产率、产业结构等产生巨大影响[2]。改革开放以后，中国劳动力产业结构转换的进程加快。到1998年，中国第一产业就业人口所占比重已降至49.8%，比1980年下降了19个百分点，第二、三产业所占比重分别上升至23.7%和26.4%。中国劳动力产业结构转换速度已超过了同期东北亚的大多数国家。农村劳动力平均年龄也由10年前的不到37岁上升到40岁。据预测，即使（“即使”是否该改为“随着”）城镇化进程加快，到2040年人口老龄化峰值期，60岁以上人口将超过4亿人，农村老年人口总数超过城镇[3]。因此为了应对农业就业人口的减少和老龄化问题，必须加速农业机械化和信息化的发展。
农业作业若不采用机械化，“精细农业”就无法实施。如联合收割机、播种机、施肥机、喷药机、喷灌机等。（不是单独句子，需重组）机械化、自动化程度越高，越利于实施“精细农业” [1]。 拖拉机是实现各种机械化作业的动力，是农业生产中最重要的动力机械。它可以与附装的、悬挂的或牵引的农机具一起完成大部分的田间作业，还可以牵引挂车进行运输作业，所以拖拉机是精细农业实施的一个必不可少物质载体，相应地，拖拉机的自动驾驶则是精细农业系统的一个有机组成部分。
／＊（以下部分的说明好象有点混乱，我建议对以下２段落中的语句进行重组，从两方面来说明拖拉机自动驾驶的必要性：1.拖拉机自动驾驶能够满足农业作业的精度――农田作业按精度，农机手和自动驾驶的精度；2. 拖拉机自动驾驶能够提高农业劳动的生产率，从而提升中国农业产业在国际上的竞争力――拖拉机作业环境和作业工况，自动驾驶的利点）由于拖拉机在工作方式上与汽车有很大不同，特别是拖拉机的作业环境比较恶劣，作业工况复杂多变，再加上农机操作手技术水平的差异等原因，导致耕作精度低，造成土地资源浪费，并且不能保证拖拉机在作业中的生产效率和燃油经济性。这样即使是拖拉机本身已经具有了较好的设计性能指标，也往往由于使用者的个人经验不足、熟练程度不同而难以完全发挥出来，如何将汽车自动驾驶技术合理应用于拖拉机是一项艰巨而意义深远的任务[21-25]。Auernhanmmer和Muhr1991年将农田作业按精度分为粗糙作业（rough operations）如土壤采样（soil sampling）、除杂草（weeding）；精细作业（fine operations）如喷洒农药（pesticide
spraying）、耕地（plowing）；精确作业（precise operations）如种植（planting）、耕作(cultivation)。并建议每种作业的导航精度分别为1m、10cm、1cm，不过Nieminen和Monomen认为这种精度要求过于苛刻；Julian认为车辆前轮小于5cm的波动对后轮的影响可以忽略不记，认为后轮是沿规定的路径行进的[26]。
随着农业劳动生产率的不断提高，农用拖拉机向着大型化的方向发展，这种趋势在西欧和北美表现得尤其明显，在我国新疆和东北地区，近年来发展势头也日益旺盛，其结果是用户在农业生产中越来越依赖于少数几台较大功率的拖拉机，因此人们迫切要求能够最大限度地提高这些拖拉机的工作效能[27]。拖拉机自动驾驶技术的使用可保证精确的作业行距和作业方向及间距，并且长时间作业无须常规标记，在降低人工技术需求的同时提高了作业精度。此外还可减少重复作业，加快作业进度，节约时间，从而降低成本，减轻作业驾驶人员工作量负荷。文献[28]表明：最好的农机手在进行田间耕作时能达到的精度是10cm，若在经过一天的劳作后，精度还会大大降低，而应用新技术的的无人驾驶拖拉机可以使精度达到3cm，从而避免重复耕作，尽管无人驾驶拖拉机的固定成本要比普通拖拉机高42%，但可以节约燃料，减少种子、肥料和杀虫剂的浪费，并提高产量以及减少劳动力成本等，所以仍然可给农场增加40%的利润。＊／
综上所述，开展针对农业车辆的智能驾驶的研究是非常有必要的，对我国农业的发展也是十分有意义的。
1.2国内外研究现状及分析
国外在农用车辆自动驾驶方面研究的较早，20世纪70年代，世界各国许多工程师都对农田机械的自动导航进行了研究。1978年一种Claas自动导航系统应用到农业机械，最初是为割草机设计开发的，后来又应用到拖拉机上，它由3部分组成：液压系统、传感系统、控制器，液压系统包括转向阀、转向液压泵、转向切换阀，传感系统包括前车轮转角传感器和安装在拖拉机前面的机械传感器（接触式），控制器通过比较前轮转角传感器的电压与设定电压得到一个电压差值，这一电压差值经过放大（后用于）控制转向液压阀的开闭，从而控制转向轮的转动实现自动驾驶。机械传感器农业机械自动导航并不意味着不需要操作者，因为真正无人操作的农田机械除了要实现自动导航外，还要实现其它工作过程的最优化和自动化，这比仅仅实现自动导航技术更难，成本更高。工程师们解决了有关自动导航的控制问题，还研究出许多自动导航系统，并对其进行了测试，其中一些系统也转化成了商品，但没有一套系统在生产实践中得到推广应用。这些系统中大部分都只能在机器某一特定工作过程中实现自动导航，那些可以适用于所有工作过程的系统则需要操作者在田间或周围地区做大量准备工作，包括安装电缆、信号灯等设备才能正常导航，有的还需要在机器上安装体积庞大、笨重的控制装置。因此，投资、维护成本、劳动力等因素限制了这些导航系统的应用。
根据经济学的观点，在农田机械上采用适用于有限工作过程的自动导航系统，成本通常比采用适用范围广、通用性强的系统高很多，因此，自动导航系统的通用性应该成为研究改进的重点。20世纪80年代末以来，随着传感器性能和性价比不断提高，工程师们又研究出以机器视觉传感器和卫星定位为核心的农田机械自动导航系统。其中机器视觉传感器在导航系统中主要任务是识别路线和检测障碍物，起到相对定位作用，它不仅工作性能优异，而且在识别路线时，还能区分作物和杂草、检测病虫害，具有广泛适用性、功能多样性以及高性价比，因此被成功地应用于农田机械自动导航，并成为导航系统的关键组成部分。
1.2.1 国外发展现状
1.2.1.2(1) 机器视觉方面
日本的Torii等人[29,30,31,72]利用视觉导航研制了一种具有定点作业能力的智能农药喷洒装置。他们在HIS空间中，基于几条水平扫描线，结合直线最小二乘法识别出农田中作物行作为导航路径。这种方法利用作物和垄沟的色度差异来进行分割，当出现大面积杂草或作物缺失时，视觉系统将无法正确识别，同样也不能应付色度差异不大的其他农田环境。导航控制中，针对视觉获取的横向偏差和航向偏差以及角位移传感器测出的导向轮转角等三个状态设计横向反馈控制。人工草坪标定实验中取得了最大横向误差为0.024m，航向角误差为
1.5°，不过其在农田实验时纵向速度较小，只有0.25m/s。
日本生物类特定产业推进机构正在研究称作ALVA的无人驾驶拖拉机。它采用CCD摄像机、图像处理装置和地磁方位传感器作为方位识别的传感器，对拖拉机的位置和行进方向进行检测。作业时，开始的一个行程是作为示教手动控制的，它为行驶控制确定方位、时间和检测条件，然后进行自动行走。目前，ALVA在50m 20m田地中具有无人操纵的作业能力。北海道大学将线性图像传感器安装在拖拉机上，在农田中进行无人驾驶试验，以0.26m/s的速度运行，误差为0.04m。另外，东京大学利用CCD摄像机，采用彩色HIS变换算法规划路径，以0.25m/s的速度运行，误差为0.02m。韩国开发了视觉导航拖拉机，用于果园农药的喷洒，避障采用超声波传感器，利用模糊算法控制拖拉机沿预定路线运行[33]。
韩国的Cho[34,35]研制了视觉导航的智能拖拉机系统去完成果树农药喷洒。出于果园景物分布的特点考虑，直接统计图像垂直方向上的直方图检测行走路径。单纯依靠这样的视觉信息，系统将无法正常工作，但他们运用模糊推理方法融合了四个超声波传感器的信息，实现了自主导航和避障。
美国的Gerrish等人[36]在Case7110拖拉机后轴的左侧安装了一个彩色CCD摄像机，离地面2.79m，仰俯角为15deg。系统初始化时，由使用者首先选取代表作物和土壤的像素点，然后视觉系统根据初始信息进行自动识别，导航信息由图像中固定的某一点来计算。在速度为12.9km/h和4.8km/h两种条件下，跟踪直线状的玉米行时，分别取得了均方差为12cm和6cm的导航精度。
University of Illinois at Urbana-Champaign的张勤副教授[42-55]领导的课题组采用John Deere7700型拖拉机为平台，利用STH-MD1双目摄像机实现了田间直线行驶；还以John Deere GATOR型农用车为平台，加装FOG IMU与GPS实现导航，并通过WLAN无线与基站进行数据交换与基站GIS相比对进行矫正。(应属于ＧＰＳ方面)
丹麦Aalborg University的K.M. Nielse（和，并删除逗号和之后的“等”;英文的姓与名之间插入空格）P. Andersen等为了检测作物中夹杂的杂草以绘制用于精细农业操作的定点喷药、施肥和除草作业等，用GPS和陀螺仪实现导航控制，基于机器视觉开发了用于绘制杂草分布图的自动行走车[56]。(如果机器视觉没有用于导航控制，则这项研究应属于ＧＰＳ方面。另外句子不好理解，改成?等为了在精细农业操作中实现定点喷药、施肥和除草等作业，用GPS和陀螺仪实现导航控制，基于机器视觉开发了用于检测作物中夹杂的杂草并绘制杂草
分布图的自动行走车)
1.2.1.2 GPS方面
John Deere Technology Center的John Reid （J.F. Reid, Q. Zhang, N. Noguchi, M. Dickson. Agricultural automatic guidance research in North America. Computers and Electronics in Agriculture, 25, 155-167.）博士所领导的团队（删去空格和空行）在拖拉机自动驾驶方面做了大量的工作，实现等高地面的直线行驶和避障等并在此基础上实现了部分农业作业的智能化。北海道农业试验场农业研究中心开发了一套拖拉机自动驾驶系统，该系统基于位置识别的Kalman滤波方法，将GPS和陀螺仪等传感器复合起来，实现拖拉机的自动导航。Kyoto University的Michihisa Iida, Masahiko Suguri与 Yanmar Co, Ltd.的 Masayuki Fujii和Shuji Shiozaki通过对拖拉机的制动力进行实时分配进行PID控制，实现了拖拉机保持直线行驶的能力。北海道大学应用价格较低的DGPS和GDS设计开发了低成本的移动车辆自动导航系统，并制定了两套导航系统方案（NAV-1，NAV-2）。Japan National Agricultural Research Center for Hokkaido Region的Keii Chinoue博士等以4轮驱动的75PS拖拉机为平台，微机控制拖拉机的油门、离合器、制动系统等，采用DGPS（MX9400GPS接受器C/A码，精度20cm，1Hz采样频率，Leica CO., (空格)Ltd.）和FOG(JG-35FD, (空格)Nihon Kouku Denshi Co., (空格)Ltd.)实现导航，采用基于拖拉机运动模型的控制方法，用Kalman滤波估算拖拉机的侧滑并且考虑了液压转向系统的延迟，在车速为1.5m/s的耕地实验中偏差在0.1m之内。岩手大学鸟巢教授领导的课题组以Mistubishi MT2501D（18kW）型拖拉机为平台，采用拖拉机运动学模型，用最优控制原理开发控制器，用激光导航实现了拖拉机的直线、正弦、圆型路线平地的自动行驶与拖拉机接拖挂（FOG导航）的直线、正弦、圆型路线行驶的控制，拖拉机接拖挂试验的最大偏差20cm。（此为激光导航，有别于GPS导航，可删除）荷兰Institute of Agricultural and Environmental Engineering IMAG-DLO的R.P. Van Zuydam应用电子地图与RTK GPS技术实现对拖拉机转向的控制，田间实验最大误差12cm，混凝土路面实验最大误差2cm。2003年在美国加利福尼亚州首府萨克拉门托举行的部长级国际农业科技会议农业科技展上，美国自动农业公司展出了一种装备全球卫星定位系统的农机自动驾驶仪，会帮助司机确定准确的行驶路线，使拖拉机等农业车辆在耕作时走得笔直，数公里内偏差不到1英寸，可避免因技术不熟练造成的重耕和漏耕，提高耕地使用率。
1.2.2 国内发展现状
在国内，清华大学、吉林工业大学、中国农业大学等近几年也进行了这方面的研究，如清华大学智能技术与国家重点实验室研制成功智能车THMR－V，配备了先进的GPS互补定位系统和激光雷达测障系统, 最高时速达到150公里；吉林大学进行了JUTI系列智能车辆的研究，主要采用机器视觉实现导航；据新华社报道中国第一汽车集团公司和国防科技大学联合研制的自主车在高速公路上行驶的最高稳定速度为130km/h，最高峰值速度为170 km/h，并且具有超车功能；交通部交通科学研究院也进行了相关的研究，但这些研究大多是针对汽车的，对于拖拉机自动驾驶、相关的报道较少，南京农业大学的姬长英教授、周俊博士[45-48]在小四轮拖拉机的基础上设计改装了一种农用轮式移动机器人试验原型，采用视觉作为导航传感器，探讨了基于区域和边缘两种农用轮式移动机器人视觉导航跟踪路径的检测方法，分析了轮式机器人导航系统的行为特点，给出了相应的系统状态方程和系统观测方程等，但其实验是以校园内的人工绿篱作为路标进行的，与实际的农田还是有较大差别的；西安交通大学的杨为民博士、李天石等[49]开发了农业机械机器视觉导航试验系统；其余的研究大多集
中在一些农业应用的相关智能化上，（删去换行符）例如，中国农业大学自1999年开始陆续开展了拖拉机作业机组AMT方面的研究 ；西北农林科技大学的杨秦教授领导的基于GPS与GIS控制的可变灌溉系统研究；中国农业大学、华南理工大学分别研究的激光平地机；浙江大学的基于图像边缘检测的（收获季节）导航研究。
目前各种导航方式中利用单一传感器感知导航信息(车辆位姿)（不知道能否缩写“位置和姿态”）很难满足自主车辆导航系统所要求的精度和可靠性。一般来说，单个传感器存在一些不可克服的缺陷：只能提供环境的部分信息，并且其观测值通常会存在不确定性以及偶然的错误或缺失；有效探测范围小，无法适应所有情况；系统缺乏鲁棒性，偶然的故障会引起整个系统的瘫痪，甚至造成灾难性的后果。选择合适的定位方法实时地获得拖拉机在行驶过程中的位置与姿态，是控制拖拉机自动驾驶的必要条件，正确的表征拖拉机在行驶过程中相对期望路径的横向偏差与航向角偏差，是影响控制效果的重要因素。
1.3主要参考文献
[1]刘刚.精细农业的技术组织、决策分析及在我国的应用实践./article/sociology/
662.htm.
[2]陶立群.人口老龄化与无障碍环境.http：///jjps/t20030527_86516.htm.
[4]杨殿阁, 李克强, 郑四发 等. 智能交通系统中的汽车技术[J].汽车工程, 2003, 25
（3）.
[5]连小珉, 杨殿阁, 等. 智能运输系统需要“智能汽车” [C]. 中欧智能交通系统研讨会, 北京, 1997.
[6]李克强, 连小珉等. 智能交通系统与现代汽车技术[C]. 世界汽车技术发展研究报告, 2002.
[7]徐友春, 王荣本, 李兵 等. 世界智能车辆近况综述[J]. 汽车工程.2001, 23 (5).
[8]A.布洛基, M. 布图兹, A.法斯莉, G.康特， 著.王武宏, 沈中杰, 侯福国, 易冰，编译.智能车辆——智能交通系统的关键技术[M]. 北京：人民交通出版社, 2002.
[9]史其信, 陆化普.中国ITS发展战略构想[J]. 公路交通科技, 1998, 15（3）：13-16
[10] 柳长立. 智能运输系统及其对人/车操作界面设计的影响与对策[J].汽车研究与开发, 1999, （1）.
篇二：自动驾驶技术
自动驾驶的开发动向与技术
从自动驾驶技术的开发历史看，应该追溯到1975年，当时是利用计算机的视觉技术进行了自动驾驶研究开发。中途曾一度中断过，但现在又开始火热研究起来。图1表示目前自动驾驶技术的开发历史。从法律和技术层面看，到实际商品化还有许多路要走。人们期待自动驾驶能解决交通事故和环境污染问题，目前正通过产学研进行合作研究。
欧洲对自动驾驶车的开发非常重视，被列为了国家重点项目在推进，目前已取得了一些成果。美国以谷歌为代表在研究自动驾驶技术，在道路上做自动驾驶实验，在内华达州还可申办新的自动驾驶执照。日本在2008年到2012年之间为了实现安全、环保的物流运输系统，开发了重型卡车自动列队行驶技术。2014年以政府为中心推进自动驾驶车的实际运用（SIP- adus），本文将介绍近年来自动驾驶的技术开发和实际运用动向。
自动驾驶所期待的技术
汽车的自动化技术就是，当驾驶员在驾驶过程中出现思想不集中、打盹现象，可能导致交通事故时，控制系统可以介入驾驶员的操作，辅助驾驶员安全驾驶，该辅助驾驶系统本身已经商品化了。自动驾驶是对该系统的进一步发展，它与驾驶辅助系统的不同点是，以行驶环境感知和危险判断为中心的系统。图2表示辅助驾驶与自动驾驶的差别。面对驾驶辅助系统和自动驾驶，国际上对汽车的自动化级别进行了重新定义，自动化级别定义如表1所示，表示美国SAE（自动驾驶标准委员会）制定的汽车自动化级别定义。
在自动化级别中，从法律和技术层面看，自动化级别2与自动化级别3以上有很大差别，而且是非常根本的差别。具体地讲，自动化级别2对行驶环境认知的最终责任者是驾驶员；自动化级别3以上，对行驶环境认知的最终责任者是控制系统。
为了实现自动化级别3以上的自动驾驶，需要对现在已经实际运用的安全辅助驾驶系统中的传感器技术、信息处理技术性能、智能化和可靠性做进一步提升，日、美、欧正在进行自动化3级以上的自动驾驶技术开发。
表2列出了作者认为自动驾驶所需要的新技术。前方障碍物传感技术是目前驾驶辅助系统和自动驾驶所追求的目标性能，见表3。
驾驶辅助所使用的前方障碍物传感技术就是采用现在77Hz毫米波雷达和激光测距仪、单眼摄像机、立体摄像机，而在自动驾驶系统中，为了使传感器替代驾驶员的眼睛，则更加追求能适应各种自然环境变化的可靠性，不仅需要能单纯检测物体距离与方位，而且还需识别物体形状和检测移动速度。在自动驾驶系统中，前方距离传感器不仅是高精度的距离检测仪，还是3D激光距离传感器，对水平方向和垂直方向具有较高的分辨率。以下将介绍自动驾驶技术的开发现状。 自动驾驶系统的开发情况
在开发自动驾驶时，根据技术开发的难易程度和对自动化的需求程度不同，一般情况是先行开发自动列队驾驶系统。以下将介绍代表性的自动列队驾驶系统。
能源ITS中的自动列队行驶
众所周知，极其相邻车距之间的行驶可以降低空气阻力和提高燃油经济性，但是通过驾驶员的手工操作，要想保持相邻车距的行驶，受到人的驾驶能力和安全性的限制，是极为困难的事情。为了让重型卡车节能15%，实现4m车距的自动列队行驶技术开发正在日本进行中。
为了实现4m车距的列队行驶，不仅需要非常精准的车距控制，还需要沿着车道行驶的车道维持控制，同时还要防止与周围一般车辆碰撞的碰撞防止控制，要求具备非常精准的行驶控制。由于控制系统出现故障时，不能依赖驾驶员来辅助操作，所以要求控制系统具备很高的可靠性和安全性。图3表示自动列队行驶的概念图。
（1）车道维持控制系统
车道维持控制系统就是自动地控制轮胎的转向角，使行驶白线区与前轮的间隔时常保持一定。图4表示车道路维持控制系统。
为了正确地检测出白线区与前轮胎之间的间隔，同时避免受太阳光和雨水的影响，小型摄像机几乎垂直安装在汽车侧面。通过该摄像机随时识别白线区，白线区与前轮胎之间的横向距离偏差可精确到
篇三：浅谈农机GPS卫星定位和自动导航驾驶系统的应用
农机GPS卫星定位和自动导航驾驶系统的应用概论
随着我国高新技术的应用和电子信息技术的渗透，以及现代化精细农业的要求和农机高科技技术的迅速发展。农机GPS卫星定位和自动导航驾驶已成为现代化大农业的一个重要组成部分。在播种、施肥、洒药、收获、整地、起垄等许多农机作业项目上发挥着重要的作用，并有着广阔的发展前景。
2010年鹤山农场本着“立足大农机、发展大农业”的原则，不断提高农机科技含量和高新技术的推广应用，为迪尔7830、克拉斯836等先进机型安装了17套GPS卫星定位和自动导航驾驶系统，通过进行秋整地和秋起垄作业，这套系统不仅提高了机车的作业质量和工作效率，实现节本增效，而且很大程度的减轻了驾驶操作人员的劳动强度。
“三秋”阶段机车减少了“重漏”和“空跑”现象，17台车共节省主燃油45吨，节约资金33.75万元，提高机车工作效率20%以上，增加时间利用率4个百分点。实现节本增效67.75万元。
1 系统的组成和工作原理
1.1 系统组成：主要有导航光靶、方向传感器、通信模块、导航控制器、液压控制器等。
导航光耙：接收GPS的定位信号，在设定导航线后，根据机组作业幅宽进行自动直线导航，技术特点是在没有作业导航图的情况下可在作业中生成导航线，差分GPS的定位下，可对农机田间直线行走作业精确引导，使机组作业不重不漏，并具有作业面积计算统计等功能。
方向传感器：向导航控制器发送高精度的转角信息。
通信模块：接收基站的差分数据。
导航控制器：自动驾驶系统的核心，通过接收GPS的定位信息和方向传感器的转角信息，向液压系统发送指令。
液压控制器:液压控制器根据导航控制器发送的指令，改变油箱的流量和流向，保证农机按照设定的路线行驶。
1.2 工作原理
首先在在导航光靶上设定车辆行走线，设置导航模式（直线或者曲线）。通过接收基站差分数据，实现厘米级的卫星定位，实时向向控制器发精确的定位信息。方向传感器实时向控制器发送车轮的运动方向。导航控制器根据卫星定位的坐标及车轮的转动情况，实时向液压控制阀发送指令，通过控制液压系统油量的流量和流向，控制车辆的行驶，确保车辆按照导航光耙设定的路线行驶。
2 实际作业情况
2.1 提高土地利用率。
该系统的基站设在农场农机管理服务中心，设备要求24小时工作，基站的覆盖半径可达50KM，可以完全覆盖全场地号的作业面积，满足农场农机田间作业要求。农机使用自动驾驶系统进行起垄、播种、洒药、整地等作业时，结合线之间的偏差和千米直线度偏差可以控制在2.5厘米，减少农作物生产投入成本，并且可以提高农艺作业质量，避免作业过程产生的“重漏”现场，降低生产成本，提高土地利用率，增加了经济效益。
2.2 提高机车时间利用率和作业质量
该系统提高了机车的操作性能，延长了作业时间，可以实现夜间播种作业，
大大提高了机车的出勤率和时间利用率。同时这套系统可以减轻驾驶操作人员的劳动强度，在作业过程中，驾驶操作人员不需要驾驶方向盘，可以用更多的时间注意观察农具的工作状况，有利于提高田间作业质量。
2.3 地形适应性较强
该系统可以用于平地或坡地，控制器的地形补偿技术不断修正和补偿农机具的俯仰、翻滚姿态，达到精确导航驾驶的目的。
以起垄作业为例，传统的起垄作业完全依靠驾驶员的自身经验，在直线度和结合线的精度上很难得到保证，尤其在地块的面积和坡度较大的情况下，偏航的情况在所难免，作业时的重漏和结合线偏差过大现象，直接造成生产成本的加大和地块利用效率的降低。利用这套系统就可以避免以上现象的发生。同时该系统还具有作业状况实时记录、作业面积计算统计等功能。这些都比传统农机作业占据优势。
2.4 合理调配机车
通过GPS卫星定位，可以实时掌握机车的田间作业情况，包括机车的作业地号、作业速度等信息，并将实时作业情况通过信息中心的大屏幕显示出来，使农机管理人员随时根据机车田间作业情况，科学合理的对全场机车作业进行统一指挥和调度。
3 注意的几点事项
3.1 AB线一定要按农场要求设定距林带的距离，具体距离根据地号实际情况，尽可能保持与林带平行，才能做到充分利用土地，不浪费并且达到标准作业。
3.2 多车在同一地号利用自动驾驶系统进行相同作业时，车与车之间的AB
线必须平行才能确保作业质量达到不漏或不重的目地。
3.3 使用自动驾驶时，需加速时，最好先适当少减点油，在加档后，再把油门缓慢加大到需要的位置，这样能确保作业的直线度；需要减速时，最好先加油再减档，只有正确的操作机车，才能不影响作业的直线度。
3.4 利用自动驾驶进行悬挂农具作业时，最好慢些前行，上线后，再缓慢倒到地头确定入堑后再放下农具作业。利用自动驾驶进行拖挂作业时，最好人工驾驶上线后，再用自动驾驶，这样即省车和农具，也能确保安全作业，避免意外事故发生。
3.5 利用自动驾驶作业时，坚决不能睡觉或注意力不集中，以免发生安全事故。
今年九月份，共为17台机车安装了GPS卫星定位和自动导航驾驶系统，通过“三秋”阶段机车田间作业，取得了非常好的效果，
免费论文网友情提示：本网站所有内容为共享上传提供，不涉及任何商业利益，本站对此不承担任何保证责任！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有