CN111316812B - 一种玉米联合收割机自动对行方法 - Google Patents

Abstract

本发明属于农业智能装备领域，具体地说是一种玉米联合收割机自动对行传感装置及自动对行方法，包括传感器模块及安装固定单元、控制器和与其分别连接的对行信号采集节点、转向控制器，该传感器模块通过安装固定单元安装在玉米联合收割机上，传感器模块包括角度传感器、上盖、扭簧、支撑底座、转轴、固定板及探测杆。方法为玉米植株触碰偏离作物行的玉米收割机上探测杆的自由端，对行信号采集节点连接传感器实时采集角度信号输出给控制器，控制器根据接收的角度信号计算收割机的车轮转向角度，并通过玉米联合收割机的转向控制器控制电液比例阀控制车轮转向、自动对行。本发明实现了玉米收割机的自动对行，保证了玉米收割机沿着玉米作物行进行收割。

Description

一种玉米联合收割机自动对行方法

技术领域

本发明属于农业智能装备领域，涉及一种玉米联合收割机自动对行传感装置及自动对行方法，主要用于玉米联合收割机的自动导航控制。

背景技术

在精准农业中，自动对行传感装置是导航系统的重要组成之一。目前应用于玉米联合收割机自动对行传感装置主要有四种：即基于图像处理的导航路线检测装置、柔性触须的自动对行装置、基于限位开关的自动对行装置以及基于角度传感器的自动对行装置。从传感器原理复杂程度和精度上考虑，基于角度传感器的自动对行装置适合在田间测产系统中应用，欧美等国的商品化测产系统中大多采用了柔性触须的自动对行装置，但我国正处于精准农业的起步阶段，在此领域内并没有较多的技术积累以及具有实用价值的产品。基于角度传感器的自动对行装置可以定量反映反应玉米收割机偏离玉米行道的程度，得到的信号可以被对行控制器处理。

基于图像处理的导航路线检测装置目前处于试验阶段，并未进入正式应用，其对于处理芯片与工作环境有特殊的要求；柔性触须自动对行装置目前已经在欧美大部分玉米联合收割机上使用，可靠性高于其他同用途传感器，但此类产品在我国处于空白阶段，我国具有仿制的能力但是并不具有大量生产投入使用的基础；基于限位开关的对行装置在几十年前就已经应用于农机自动导航上，在发达国家流行，此类传感器结构简单，由于触发开关仅能提供偏航的方向信息，是一种定性而非定量的方法，所能提供对行信息不够充分，不能用于自动对行控制器的控制，这就导致了使用这种装置的时候会产生对行控制精度不高的情况。从农机手的角度来看，此类传感器并不能提供一个精确的信息以警告操纵员采取何种动作。基于角度信息反馈的对行检测装置，此装置能够提供定量的导航信息，用于实现对玉米联合收割机的自动对行控制。

发明内容

针对现有技术中的上述不足，本发明提供了一种玉米联合收割机自动对行传感装置及自动对行方法。

本发明为实现上述目的所采用的技术方案是：一种玉米联合收割机自动对行传感装置，包括传感器模块及安装固定单元、控制器和与其分别连接的对行信号采集节点、转向控制器；对行信号采集节点连接传感器模块实时采集角度信号输出给控制器；控制器根据接收的角度信号计算收割机的车轮转向角度，并通过玉米联合收割机的转向控制器控制电液比例阀控制车轮转向、自动对行；

该传感器模块通过安装固定单元安装在玉米联合收割机上；所述传感器模块包括角度传感器、上盖、扭簧、支撑底座、转轴、固定板及探测杆，其中上盖及支撑底座分别安装于固定板上，所述转轴转动安装在固定板和/或支撑底座上，所述探测杆的一端与转轴的一端相连，该探测杆的另一端为自由端，所述角度传感器安装在上盖上，该角度传感器的轴与所述转轴的另一端连接；所述上盖内设有套在转轴上的扭簧，该扭簧的两端分别与转轴和上盖相连；玉米植株触碰偏离作物行的玉米收割机上所述探测杆的自由端，通过该探测杆带动转轴转动，所述转轴将转动角度传递给角度传感器。

所述支撑底座上安装有作为探测杆回位时限位探测杆回位至测量零点的限位挡板；所述支撑底座上设有凹槽，所述限位挡板位于该凹槽开口端、并与探测杆转动方向相反的一侧。

所述上盖内容置有固定块，该固定块与所述转轴连动，所述扭簧位于固定块的上方，该扭簧的一端连接于固定块，另一端与所述上盖相连。

所述上盖与支撑底座分别安装于固定板的上下表面，所述转轴通过轴承分别与固定板及支撑底座转动连接。

所述角度传感器通过螺柱固定在上盖上，该角度传感器的轴与所述转轴的另一端过盈配合。

所述安装固定单元为一对的固定架，该一对的固定架的一端分别与所述固定板的两端相连，所述一对的固定架的另一端分别向一侧弯折，并固接于所述分禾器前端的下方。

所述自动对行传感装置成对地安装在玉米收割机割台的分禾器的前端下方，该成对的自动对行传感装置中的探测杆在测量零点位置的间距能够让玉米植株通过。

一种玉米联合收割机自动对行方法，包括以下步骤：

步骤1：玉米收割机沿玉米作物行进行自动收割过程中，玉米收割机偏离作物行时，玉米植株触碰自动对行传感装置的探测杆，推动探测杆转动的角度传递给角度传感器，角度传感器测量角度信号；

步骤2：对行信号采集节点分别采集两侧的角度信号s₁(n)、s₂(n)进行差值运算，得出n时刻对行偏差量s(n)，再与上一时刻的对行偏差量做差值得到对行偏差量变化率Δs(n)，通过玉米收割机的CAN总线发送到控制器上：

s(n)＝s₁(n)-s₂(n)；

Δs(n)＝s(n)-s(n-1)；

步骤3：控制器将对行偏差量s(n)及对行偏差量变化率Δs(n)作为输入信号，计算输出信号收割机的车轮转向角度δ(n)；

步骤4：控制器通过玉米联合收割机的转向控制器控制电液比例阀控制车轮转向、自动对行。

所述δ(n)的计算具体包括：

S3.1：采用模糊子集{NB,NM,NS,ZO,PS,PM,PB}，将模糊推理器的两个输入信号对行偏差量s(n)及对行偏差量变化率Δs(n)分别乘以量化因子0.3和2再映射到区间[-6,6]，并采用三角隶属度函数确定变量的隶属度，得到：s(n)的隶属度μ(s(n))、Δs(n)的隶属度μ(Δs(n))；

S3.2：根据模糊规则库中的规则得到输出变量δ_i(n)；

通过Mamdani中的max-min合成法进行模糊推理μ_i(δ_i(n))＝min(μ(s(n)),μ(Δs(n)))，计算输出信号δ_i(n)的隶属度μ_i(δ_i(n))；

S3.3：使用重心法

进行解模糊，计算δ(n)；

其中，模糊规则库中有N条模糊规则，i为N的索引。

将s(n)分别代入下列模糊子集的隶属度函数中的x，得到s(n)的隶属度μ(s(n))；将Δs(n)分别代入下列模糊子集的隶属度函数中的x，得到Δs(n)的隶属度μ(Δs(n))；

模糊子集{NB}的隶属度函数为：

模糊子集{NM}的隶属度函数为：

模糊子集{NS}的隶属度函数为：

模糊子集{ZO}的隶属度函数为：

模糊子集{PS}的隶属度函数为：

模糊子集{PM}的隶属度函数为：

模糊子集{PB}隶属度函数为：

本发明具有以下有益效果及优点：

1.本发明的装置是一种可以定量反映偏离作物行程度的监测装置，相比于触发开关式的装置能够提供更精确的对行参考量。

2.本发明的装置可以直接安装在现有的自走式纵轴流玉米联合收割机上，改造成本低，且机构简单易于加工。

3.本发明中所提到的控制方法为模糊控制，由对行检测装置进行测量获得的对行偏差量及偏差量变化率，然后通过模糊控制器对测量值进行运算直接得到车辆转角，相比于模糊PID控制方法，本发明中提到的控制方法只有一个模糊输出变量，简化了模糊规则库以及隶属度函数的建立过程。

附图说明

图1为本发明安装在分禾器上的工作状态图；

图2为本发明的立体结构示意图；

图3为本发明的爆炸图；

图4是自动对行控制方法的流程图；

图5是三角隶属度函数示意图；

图6是模糊控制器结构图；

其中：1为传感器模块，101为角度传感器，102为螺柱，103为上盖，104为扭簧，105为固定块，106为轴承，107为支撑底座，108为转轴，109为固定板， 110为探测杆，111为限位挡板。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

如图1～3所示，本发明包括传感器模块1及安装固定单元2，该传感器模块1通过安装固定单元2安装在玉米联合收割机割台的分禾器3前端的下方。

传感器模块1包括角度传感器101、上盖103、扭簧104、固定块105、轴承106、支撑底座107、转轴108、固定板109、探测杆110及限位挡板111，其中上盖103 及支撑底座107分别固接于固定板109的上下表面，上盖103为中空的圆柱状结构；转轴108转动安装在固定板109和/或支撑底座107上，本实施例的转轴108分别通过轴承106与固定板109和支撑底座107转动连接。探测杆110的一端通过顶丝与转轴108的一端固定连接，使得探测杆110在转轴108的径向平面旋转时，转轴108 能随之转动，转轴108与固定板109和支撑底座107转动连接的两个轴承106分别位于探测杆110一端的上下两侧；探测杆110的另一端为自由端。支撑底座107上设有“U”型的凹槽，探测杆110的一端容置于该凹槽内，并在凹槽内转动；限位挡板111固定在支撑底座107的一侧，位于凹槽开口端、并与探测杆110转动方向相反的一侧，作为探测杆110回位时的限位结构。角度传感器101通过螺柱102 固定在上盖103上，该角度传感器101的轴与转轴108的另一端过盈配合。

上盖103内分别设有扭簧104及固定块105，固定块105通过顶丝与转轴108连接、与转轴108连动，扭簧104位于固定块105的上方、并套设在转轴108上，该扭簧104的一端与固定块105固接，另一端与上盖103相连，并与上盖103上的螺钉构成角度传感器回正机构。扭簧104与限位挡板111保证探测杆110能够复原至测量零点。上盖103上通过拧入螺丝对扭簧104进行预紧。

本发明的自动对行传感装置成对地安装在玉米收割机割台的分禾器3 的前端下方，该成对的自动对行传感装置中的探测杆110在测量零点位置的间距能够让玉米植株通过；同时为了使获得的对行信号更加充分，探测杆110的长度也设计得足够长。为了适应分禾器3的形状，本发明的固定板109设计成梯形。安装固定单元2为一对的固定架201，该一对的固定架201的一端分别固接在固定板109的两端，一对的固定架201的另一端分别向一侧弯折，并固接于分禾器3前端的下方。

本发明的工作原理为：

玉米收割机收割玉米的过程中，当玉米收割机由于田地地面不平整及漂移因素偏离玉米作物行的时候，玉米植株会触碰自动对行检测装置的其中一根探测杆110而使探测杆110转动，探测杆110带动转轴108转动，再由转轴108将转动角度直接传递给角度传感器101，角度传感器101将转动的角度信息转化为探测信号传递给自动对行控制系统(本发明的控制系统为现有技术)，控制系统获得车轮转向角度，确定转向的方向，之后向玉米收割机发出转向信号，控制玉米收割机进行转向，来保证玉米收割机沿着玉米作物行进行收割。

探测杆110在扭簧104的作用下回位，并通过限位挡板111的限制回位至测量零点。

如图4所示，本发明的自动对行方法的流程步骤如下：

步骤1：玉米收割机沿玉米作物行进行自动收割，收割过程中，玉米收割机偏离作物行，玉米植株触碰固定在玉米收割机割台前端下方的自动对行检测装置的探测杆(1j)；推动接触杆转动一定角度，转动的角度由转轴传递给角度传感器，由角度传感器进行测量输出角度信号；

步骤2：对行信号采集节点(采用处理器型号为STM32F103RET6的电路)通过 AD采集节点采集由角度传感器测量到的角度信号，与另一侧的对行检测装置角度信号进行差分，之后使用算术平均滤波法对信号做滤波处理，获得对行检测信号，记录此时对行检测信号，并与上一时刻的对行检测信号做差值从而得到对行检测信号变化量，对行信号采集结点将对行检测信号与检测信号变化量发送到玉米收割机的CAN总线上；

步骤3：自动对行控制器从玉米收割机的CAN总线上获得由对行信号采集结点传来的对行检测信号与对行检测信号的变化量，作为输入量输入到模糊推理器(如图6所示)中，根据模糊规则库以及输入的对行检测信号和对行检测信号变化量，采用三角隶属度(如图5所示)并使用Mamdani推理算法，确定输出的模糊状态，之后采用重心法对输出模糊状态进行去模糊化，从而获得收割机的车轮转向角度。其中，由于玉米收割机为前轮驱动后轮转向，需要在即将发送的CAN帧的数据域加入符合约定的方向参数标志，之后再由自动对行控制器将得到的车轮转向角度和方向参数发送至玉米收割机的CAN总线。

步骤4：转向控制器从玉米收割机的CAN总线上获得车轮转向角度和方向参数，确定转向的方向，之后向控制车辆转向的电液比例阀发出电流形式的转向信号，控制车辆进行转向。

步骤3具体包含以下步骤：

通过获取采集节点的数据帧，解析后获得当前时刻的对行偏差量s(n)。之后与上一时刻的对行偏差量s(n-1)做差，得到当前时刻偏差量的变化率Δs(n)，将获得的信号s(n)和Δs(n)映射至区间[-6,6]，输出量δ同样映射到区间[-6,6]。所使用的模糊子集为{NB,NM,NS,ZO,PS,PM,PB}，每个子集所代表的含义为，NB 代表负大，NM代表负中，NS代表负小，ZO代表零，PS代表正小，PM代表正中， PB代表正大。对于信号s(n)与Δs(n)所使用的隶属度函数均为三角隶属度函数，根据映射后的区间，选取中心点{-6,-4,-2,0,2,4,6}，则将隶属度定义为：

模糊子集{NB}的隶属度函数：

模糊子集{NM}的隶属度函数：

模糊子集{NS}的隶属度函数：

模糊子集{ZO}的隶属度函数：

模糊子集{PS}的隶属度函数：

模糊子集{PM}的隶属度函数：

模糊子集{PB}隶属度函数：

则s(n)和Δs(n)对应的隶属度分别为μ(s(n))和μ(Δs(n))。在多次的模拟与实验之后确定了49个模糊规则。根据这49个模糊规则确定输出变量δ_i(n)，其中 i＝1,2,3…49的整数。

步骤3中的49个模糊规则为：

i＝1.如果s(n)属于NB并且Δs(n)属于NB，则δ_i(n)属于PB；

i＝2.如果s(n)属于NB并且Δs(n)属于NM，则δ_i(n)属于PB；

i＝3.如果s(n)属于NB并且Δs(n)属于NS，则δ_i(n)属于PM；

i＝4.如果s(n)属于NB并且Δs(n)属于ZO，则δ_i(n)属于PM；

i＝5.如果s(n)属于NB并且Δs(n)属于PS，则δ_i(n)属于PS；

i＝6.如果s(n)属于NB并且Δs(n)属于PM，则δ_i(n)属于ZO；

i＝7.如果s(n)属于NB并且Δs(n)属于PB，则δ_i(n)属于ZO；

i＝8.如果s(n)属于NM并且Δs(n)属于NB，则δ_i(n)属于PB；

i＝9.如果s(n)属于NM并且Δs(n)属于NM，则δ_i(n)属于PB；

i＝10.如果s(n)属于NM并且Δs(n)属于NS，则δ_i(n)属于PM；

i＝11.如果s(n)属于NM并且Δs(n)属于ZO，则δ_i(n)属于PS；

i＝12.如果s(n)属于NM并且Δs(n)属于PS，则δ_i(n)属于PS；

i＝13.如果s(n)属于NM并且Δs(n)属于PM，则δ_i(n)属于ZO；

i＝14.如果s(n)属于NM并且Δs(n)属于PB，则δ_i(n)属于NS；

i＝15.如果s(n)属于NS并且Δs(n)属于NB，则δ_i(n)属于PM；

i＝16.如果s(n)属于NS并且Δs(n)属于NM，则δ_i(n)属于PM；

i＝17.如果s(n)属于NS并且Δs(n)属于NS，则δ_i(n)属于PM；

i＝18.如果s(n)属于NS并且Δs(n)属于ZO，则δ_i(n)属于PS；

i＝19.如果s(n)属于NS并且Δs(n)属于PS，则δ_i(n)属于ZO；

i＝20.如果s(n)属于NS并且Δs(n)属于PM，则δ_i(n)属于NS；

i＝21.如果s(n)属于NS并且Δs(n)属于PB，则δ_i(n)属于NS；

i＝22.如果s(n)属于ZO并且Δs(n)属于NB，则δ_i(n)属于PM；

i＝23.如果s(n)属于ZO并且Δs(n)属于NM，则δ_i(n)属于PM；

i＝24.如果s(n)属于ZO并且Δs(n)属于NS，则δ_i(n)属于PS；

i＝25.如果s(n)属于ZO并且Δs(n)属于ZO，则δ_i(n)属于ZO；

i＝26.如果s(n)属于ZO并且Δs(n)属于PS，则δ_i(n)属于NS；

i＝27.如果s(n)属于ZO并且Δs(n)属于PM，则δ_i(n)属于NM；

i＝28.如果s(n)属于ZO并且Δs(n)属于PB，则δ_i(n)属于NM；

i＝29.如果s(n)属于PS并且Δs(n)属于NB，则δ_i(n)属于PS；

i＝30.如果s(n)属于PS并且Δs(n)属于NM，则δ_i(n)属于PS；

i＝31.如果s(n)属于PS并且Δs(n)属于NS，则δ_i(n)属于ZO；

i＝32.如果s(n)属于PS并且Δs(n)属于ZO，则δ_i(n)属于NS；

i＝33.如果s(n)属于PS并且Δs(n)属于PS，则δ_i(n)属于NS；

i＝34.如果s(n)属于PS并且Δs(n)属于PM，则δ_i(n)属于NM；

i＝35.如果s(n)属于PS并且Δs(n)属于PB，则δ_i(n)属于NM；

i＝36.如果s(n)属于PM并且Δs(n)属于NB，则δ_i(n)属于ZO；

i＝37.如果s(n)属于PM并且Δs(n)属于NM，则δ_i(n)属于ZO；

i＝38.如果s(n)属于PM并且Δs(n)属于NS，则δ_i(n)属于NM；

i＝39.如果s(n)属于PM并且Δs(n)属于ZO，则δ_i(n)属于NM；

i＝40.如果s(n)属于PM并且Δs(n)属于PS，则δ_i(n)属于NM；

i＝41.如果s(n)属于PM并且Δs(n)属于PM，则δ_i(n)属于NB；

i＝42.如果s(n)属于PM并且Δs(n)属于PB，则δ_i(n)属于NB；

i＝43.如果s(n)属于PB并且Δs(n)属于NB，则δ_i(n)属于PS；

i＝44.如果s(n)属于PB并且Δs(n)属于NM，则δ_i(n)属于ZO；

i＝45.如果s(n)属于PB并且Δs(n)属于NS，则δ_i(n)属于NS；

i＝46.如果s(n)属于PB并且Δs(n)属于ZO，则δ_i(n)属于NM；

i＝47.如果s(n)属于PB并且Δs(n)属于PS，则δ_i(n)属于NM；

i＝48.如果s(n)属于PB并且Δs(n)属于PM，则δ_i(n)属于NM；

i＝49.如果s(n)属于PB并且Δs(n)属于PB，则δ_i(n)属于NB；

其整理后的规则表如表所示：

通过Mamdani中的max-min合成法进行模糊推理，得出：

μ_i(δ_i(n))＝min(μ(s(n)),μ(Δs(n)))

其中，μ_i(δ_i(n))为输出变量δ_i(n)的隶属度，μ(s(n)),μ(Δs(n))分别为输入变量s(n),Δs(n)的隶属度。

在按照模糊规则表推理之后，使用重心法进行解模糊，如下所示。

获得控制量δ(n)，其中μ_i(δ_i(n))是输出变量δ_i(n)的隶属度，N是规则数量， i为N的索引。通过解模糊化运算可以得到控制变量的值。

Claims (2)

1.一种玉米联合收割机自动对行方法，其中玉米联合收割机自动对行传感装置包括传感器模块(1)及安装固定单元(2)、控制器和与其分别连接的对行信号采集节点、转向控制器；对行信号采集节点连接传感器模块(1)实时采集角度信号输出给控制器；控制器根据接收的角度信号计算收割机的车轮转向角度，并通过玉米联合收割机的转向控制器控制电液比例阀控制车轮转向、自动对行；所述自动对行传感装置成对地安装在玉米收割机割台的分禾器(3)的前端下方，该成对的自动对行传感装置中的探测杆(110)在测量零点位置的间距能够让玉米植株通过；

该传感器模块(1)通过安装固定单元(2)安装在玉米联合收割机上；所述传感器模块(1)包括角度传感器(101)、上盖(103)、扭簧(104)、支撑底座(107)、转轴(108)、固定板(109)及探测杆(110)，其中上盖(103)及支撑底座(107)分别安装于固定板(109)上，所述转轴(108)转动安装在固定板(109)和/或支撑底座(107)上，所述探测杆(110)的一端与转轴(108)的一端相连，该探测杆(110)的另一端为自由端，所述角度传感器(101)安装在上盖(103)上，该角度传感器(101)的轴与所述转轴(108)的另一端连接；所述上盖(103)内设有套在转轴(108)上的扭簧(104)，该扭簧(104)的两端分别与转轴(108)和上盖(103)相连；玉米植株触碰偏离作物行的玉米收割机上所述探测杆(110)的自由端，通过该探测杆(110)带动转轴(108)转动，所述转轴(108)将转动角度传递给角度传感器(101)；

所述支撑底座(107)上安装有作为探测杆(110)回位时限位探测杆(110)回位至测量零点的限位挡板(111)；所述支撑底座(107)上设有凹槽，所述限位挡板(111)位于该凹槽开口端、并与探测杆(110)转动方向相反的一侧；

所述角度传感器(101)通过螺柱(102)固定在上盖(103)上，该角度传感器(101)的轴与所述转轴(108)的另一端过盈配合；

所述安装固定单元(2)为一对的固定架(201)，该一对的固定架(201)的一端分别与所述固定板(109)的两端相连，所述一对的固定架(201)的另一端分别向一侧弯折，并固接于所述分禾器(3)前端的下方；

所述上盖(103)内容置有固定块(105)，该固定块(105)与所述转轴(108)连动，所述扭簧(104)位于固定块(105)的上方，该扭簧(104)的一端连接于固定块(105)，另一端与所述上盖(103)相连；

所述上盖(103)与支撑底座(107)分别安装于固定板(109)的上下表面，所述转轴(108)通过轴承(106)分别与固定板(109)及支撑底座(107)转动连接；

其特征在于，包括以下步骤：

步骤1：玉米收割机沿玉米作物行进行自动收割过程中，玉米收割机偏离作物行时，玉米植株触碰自动对行传感装置的探测杆(110)，推动探测杆(110)转动的角度传递给角度传感器(101)，角度传感器(101)测量角度信号；

步骤2：对行信号采集节点分别采集两侧的角度信号s₁(n)、s₂(n)进行差值运算，得出n时刻对行偏差量s(n)，再与上一时刻的对行偏差量做差值得到对行偏差量变化率Δs(n)，通过玉米收割机的CAN总线发送到控制器上：

s(n)＝s₁(n)-s₂(n)；

Δs(n)＝s(n)-s(n-1)；

步骤3：控制器将对行偏差量s(n)及对行偏差量变化率Δs(n)作为输入信号，计算输出信号收割机的车轮转向角度δ(n)；

步骤4：控制器通过玉米联合收割机的转向控制器控制电液比例阀控制车轮转向、自动对行；

所述δ(n)的计算具体包括：

S3.1：采用模糊子集{NB,NM,NS,ZO,PS,PM,PB}，将模糊推理器的两个输入信号对行偏差量s(n)及对行偏差量变化率Δs(n)分别乘以量化因子0.3和2再映射到区间[-6,6]，并采用三角隶属度函数确定变量的隶属度，得到：s(n)的隶属度μ(s(n))、Δs(n)的隶属度μ(Δs(n))；

S3.2：根据模糊规则库中的规则得到输出变量δ_i(n)；

通过Mamdani中的max-min合成法进行模糊推理μ_i(δ_i(n))＝min(μ(s(n)),μ(Δs(n)))，计算输出信号δ_i(n)的隶属度μ_i(δ_i(n))；

S3.3：使用重心法

进行解模糊，计算δ(n)；

其中，模糊规则库中有N条模糊规则，i为N的索引。

2.根据权利要求1所述的一种玉米联合收割机自动对行方法，其特征在于，将s(n)分别代入下列模糊子集的隶属度函数中的x，得到s(n)的隶属度μ(s(n))；将Δs(n)分别代入下列模糊子集的隶属度函数中的x，得到Δs(n)的隶属度μ(Δs(n))；

模糊子集{NB}的隶属度函数为：

模糊子集{NM}的隶属度函数为：

模糊子集{NS}的隶属度函数为：

模糊子集{ZO}的隶属度函数为：

模糊子集{PS}的隶属度函数为：

模糊子集{PM}的隶属度函数为：

模糊子集{PB}隶属度函数为：

Images