CN114019982A - 一种无人驾驶智能农机集群作业方法 - Google Patents
一种无人驾驶智能农机集群作业方法 Download PDFInfo
- Publication number
- CN114019982A CN114019982A CN202111483407.0A CN202111483407A CN114019982A CN 114019982 A CN114019982 A CN 114019982A CN 202111483407 A CN202111483407 A CN 202111483407A CN 114019982 A CN114019982 A CN 114019982A
- Authority
- CN
- China
- Prior art keywords
- agricultural machinery
- information
- agricultural
- cloud server
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 238000003306 harvesting Methods 0.000 description 22
- 241000209094 Oryza Species 0.000 description 16
- 235000007164 Oryza sativa Nutrition 0.000 description 16
- 235000013339 cereals Nutrition 0.000 description 16
- 235000009566 rice Nutrition 0.000 description 16
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009313 farming Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- KEQXNNJHMWSZHK-UHFFFAOYSA-L 1,3,2,4$l^{2}-dioxathiaplumbetane 2,2-dioxide Chemical compound [Pb+2].[O-]S([O-])(=O)=O KEQXNNJHMWSZHK-UHFFFAOYSA-L 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Abstract
本发明公开了一种无人驾驶智能农机集群作业方法，包括如下步骤：S1：将农机信息、地块信息录入到云服务器的云平台系统中；S2：根据从云服务器获取的农机信息和地块信息，选择参与本次集群作业的若干农机并设置作业类型，选择作业地块，然后将上述配置信息上传到云服务器；S3：云服务器收到移动终端发送来的集群配置信息后，参考地块坐标信息、作业类型、农机尺寸以及挂载的农具幅宽，根据预先设定好的路径规划模型算法生成多台农机的路径规划指令和作业起止时间；S4：农机收到作业指令后依次到达作业起始点按照路径规划信息开始集群作业。本发明使得多台农机能够同时作业，缩短了作业时间，提高了作业效率，并且节约人力。
Description
技术领域
本发明属于农机无人驾驶技术领域，具体是一种无人驾驶智能农机集群作业方法。
背景技术
随着中国社会老龄化趋势加剧，人力资源日益匮乏，越来越多的农机厂家和科研院所开始纷纷推出无人驾驶智能农机来进行农事作业。农忙时节农机需要争分夺秒的进行农事作业，作物成熟的收割时期只有短短几天，无组织的农机作业效率低下，影响收割作业效果。以水稻收获为例，水稻从抽穗到收获，要经过四个生长时期，即乳熟期、蜡熟期、完熟期、枯熟期。乳熟期就是水稻灌浆初期，籽粒内呈乳白色浆状，一般10天左右，此时稻穗虽已成型但不宜收割；蜡熟期就是籽粒的乳状物消失，干物质比重上升，籽粒变硬的阶段，一般7天左右，此时已经可以收割，但籽粒中的水分较高，收获的籽粒堆放后，容易发霉变质；完熟期就是米粒水分减少，干物质积累基本达到最大，产量最高，是最适宜收割的阶段，一般7天左右；枯熟期就是谷粒由黄变白，枝梗和谷粒都变干，米粒的重量和品质均会下降，并且容易从稻壳中脱落造成损失，此时再收割收益自然会下降。特别是在集中连片的大型种植农场中，占地面积大，谷物的成熟的时间又非常统一，导致短时间内农机收割作业任务量大，强度高，如果收割不及时，每小时延误带来损失高达几十万元。
发明内容
为了克服背景技术中的不足，本发明提供一种无人驾驶智能农机集群作业方法，目的在于，提供一种有组织的无人驾驶智能农机集群作业方法，来完成高强度的农事作业，通过无人驾驶农机终端、手机平板控制终端、云服务器决策中心三者互相通信来实现无人化、智能化、高效率的完成农事作业。通过多台农机同时作业，提高作业效率，缩短作业时间，保证农作物的品质和收益。
为实现上述目的，本发明提供如下技术方案：一种无人驾驶智能农机集群作业方法，包括如下步骤：
S1：信息录入；将农机信息、地块信息录入到云服务器的云平台系统中；
S2：创建集群作业任务；在移动终端上，根据从云服务器获取的农机信息和地块信息，选择参与本次集群作业的若干农机并设置作业类型，选择作业地块，然后将上述配置信息上传到云服务器；
S3：解析集群任务信息；云服务器收到移动终端发送来的集群配置信息后，参考地块坐标信息、作业类型、农机尺寸以及挂载的农具幅宽，根据预先设定好的路径规划模型算法生成多台农机的路径规划指令和作业起止时间；
S4：下发作业指令；若干农机收到云服务器发出的作业指令后，依次到达作业起始点按照路径规划信息开始集群作业；
其中，所述农机为无人驾驶的智能农机；所述移动终端为具有显示和编辑功能的信息处理设备；所述农机和所述移动终端均与所述云服务器通过无线传输方式进行信息交互。
为了更好的实现发明目的，所述农机信息包括农机编号、农机尺寸信息、网联设备id。
为了更好的实现发明目的，所述地块信息包括地块的边界坐标和地块编号。
为了更好的实现发明目的，所述路径规划信息包括行驶速度、转向角、目标点坐标。
为了更好的实现发明目的，所述移动终端为笔记本电脑、平板电脑或手机平板中的任意一种。
为了更好的实现发明目的，在农机集群作业时，还包括如下步骤：S5：实时上传；农机在集群作业时实时与云服务器通信，将当前农机的位置坐标、速度、方向角等行驶状态信息上传到云服务器；S6：云服务器与农机实时通信接收农机上传的行驶状态信息，利用云端算法计算农机的实际行驶路径与规划路径偏差，避免碰撞计算，修正农机的行驶路径、速度以及方向角等参数；S7：农机实时接收云服务器下发的路径调整指令，改变行驶速度和行驶方向，防止发生路径干扰和碰撞完成多台农机的集群作业。
为了更好的实现发明目的，所述步骤S6中的避免碰撞的计算方法包括如下步骤：S61：根据农机和机具外形尺寸，生成矩形包围盒；S62：根据农机方位角、实时速度，按某一时间粒度计算将来包围盒坐标和转向参数；S63：对多个农机未来某一时刻的包围盒，按坐标和转向参数，使用几何算法，判断其是否干涉；S64：如果发生干涉，则调整农机的转向和速度，按照步骤S63计算，直到避免干涉。
为了更好的实现发明目的，所述时间粒度为0.5秒。
与现有技术相比，本发明的有益效果是：
(1)利用智能化的云服务器进行多台农机的路径规划，降低了空跑路段，使农机连续作业时间提高，效率提升。此外，云服务器合理的避撞规划，安全性提高，并能够进一步提高单位地块的农机密度，相比无组织的多台农机作业，农机密度更高，作业效率更高，非常适合应对短时间内高强度的农作物收割作业。
(2)收获时节，由于收割作业的工况特殊，收割机的驾驶员也是香饽饽，经常会出现机等人的现象。本发明的无人驾驶智能农机的智能无人化应用，节省人力，并为集中连片的高标准农田建设，克服了收割作业难题，突破了人力资源瓶颈。
(3)由于单纯的追求单台农机收割水稻的喂入量，会使收割机的结构庞大复杂，重量增加，但对于水稻这类水田作业，收割机的重量增大会导致机体泥脚深度加深，使其工作阻力和能耗增加，机体寿命下降；并且，大重量的收割机压实了田地，使土壤的渗透性下降，不利于下一季谷物的生长。本发明的方法，为提高收割水稻等谷物作业效率，避免了一味追求单台农机的喂入量，并为农机的小型化发展奠定了应用基础。
(4)移动终端具有可视化和编辑指令、策略的功能，简化了操作，降低了使用难度，能够根据现场作业环境实时修正指令参数，不断优化收割策略，提高了应对不同作业环境的灵活性。
(5)云服务器采用无线传输方式，并具有解析指令功能，突破了地域限制，以使得不同地域均可以采用本发明的同一个云服务器进行农机作业。为不同的地区、不同种类的农作物、更大规模的智能化农机作业的调度优化提供了可能性。
(6)无人驾驶智能农机由单台控制变为多台控制，联合作业，作业效率大大提高，提升了无人驾驶技术在农机行业的应用前景。
总之，本发明提供的一种无人驾驶智能农机集群作业方法，使得多台农机能够同时作业，缩短了作业时间，提高了作业效率，并且节约人力。
附图说明
图1为本发明的实施例1的一种无人驾驶智能农机集群作业系统的结构示意图；
图2为本发明的实施例1的工作方法步骤示意图。
图中：1手机平板、2无人驾驶智能农机、3云服务器。
具体实施方式
下面结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分优选实施例，而不是全部的实施例。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例1：请参阅图1-2；
本实施例以收割水稻作业为实施对象，提供如下技术方案：一种无人驾驶智能农机集群作业系统，包括移动终端、无人驾驶农机和信息处理单元；所述移动终端为手机平板1，所述无人驾驶农机为无人驾驶智能农机2，所述信息处理单元为云服务器3。
手机平板1作为农机控制终端，负责向云服务器3发送农机集群策略和控制指令，同时也负责接收并显示云服务器3反馈的农机车辆状态、实时位置和作业信息，以便操作人员可以实时控制农机和了解农机状态。
无人驾驶智能农机2作为执行终端，负责接收并执行服务器下发的作业指令、路径规划指令和实时速度控制指令，同时智能农机也负责将自身车辆状态、当前位置信息以及当前环境信息上报给云服务器3。
云服务器3作为数据平台和决策中心，负责接收手机平板1控制终端发送的工作指令和集群策略，解析集群策略，将策略转化为多个农机的路径规划指令，分别发送给参加本次作业的无人驾驶智能农机2，路径规划指令包括农机的行驶速度、转向角、目标点坐标等；同时还负责解析各个智能农机上传的信息，分析各个农机位置，实时调整各个农机速度防止农机发生干扰、碰撞，再将各个农机上传的信息发送到手机平板1控制终端实时更新显示。
本系统工作时采用如下步骤：
S1：将智能农机信息、地块信息录入到云服务器3的云平台系统中。农机信息包括农机编号、农机尺寸信息、网联设备id，地块信息包括地块的边界坐标和地块编号；
S2：创建集群作业任务。创建任务时需要再手机平板1上进行，首先根据从云服务器3获取农机信息和地块信息，选择参与本次集群作业的若干智能农机并设置作业类型，选择作业地块，最后将上述集群配置信息(集群策略和工作目标)上传到云服务器3；
S3：云服务器3解析集群配置信息。云服务器3收到手机平板1发送来的集群配置信息后，参考地块坐标信息、作业类型、农机尺寸以及挂载的农具幅宽，根据预先设定好的路径规划模型算法生成多台农机的路径规划指令和作业起止时间；
S4：云服务器3下发作业指令和路径规划信息到农机。农机收到作业指令后依次到达作业起始点按照路径规划信息开始集群作业，每台农机的路径规划信息包括行驶速度、转向角、目标点坐标等；
S5：实时上传；农机在集群作业时实时与云服务器3通信，将当前农机的位置坐标、速度、方向角等行驶状态信息上传到云服务器3；
S6：云服务器3与农机实时通信接收农机上传的行驶状态信息，利用云端算法计算农机的实际行驶路径与规划路径偏差，计算农机碰撞概率，修正农机的行驶路径、速度以及方向角等参数；
其中碰撞检测的算法思想是：(1)、根据农机和机具外形尺寸，生成矩形包围盒；(2)、根据农机方位角、实时速度，按某一时间粒度(例如0.5秒)计算将来包围盒坐标和转向参数；(3)、对多个农机未来某一时刻的包围盒，按坐标和转向参数，使用几何算法，判断其是否干涉；(4)、如果发生干涉，则调整农机的转向和速度，按照步骤(3)计算，直到避免干涉；
S7：农机实时接收云服务器3下发的路径调整指令，改变行驶速度和行驶方向防止发生路径干扰和碰撞完成多台农机的集群作业；
本实施例优点在于，与现有相比：
(1)利用智能化的云服务器3进行多台农机的路径规划，降低了空跑路段，使农机连续收割作业时间提高，收割效率提升。此外，云服务器3合理的避撞规划，安全性高，并将能够进一步提高单位地块的农机密度，非常适合应对短时间内高强度的水稻收割作业。
(2)收获时节，由于收割作业的工况特殊，收割机的驾驶员也是香饽饽，经常会出现机等人的现象。本实施例的无人驾驶智能农机2的智能无人化应用，节省人力，并为集中连片的高标准农田建设，克服了收割作业难题，突破了人力资源瓶颈。
(3)由于单纯的追求单台农机收割水稻的喂入量，会使收割机的结构庞大复杂，重量增加，但对于水稻这类水田作业，收割机的重量增大会导致机体泥脚深度加深，使其工作阻力和能耗增加，机体寿命下降；并且，大重量的收割机压实了田地，使土壤的渗透性下降，不利于下一季谷物的生长。本实施例的方法，为提高收割水稻等谷物作业效率，避免了一味追求单台农机的喂入量，并为农机的小型化发展奠定了应用基础。
(4)手机平板1具有可视化和编辑指令、策略的功能，简化了操作，降低了使用难度，能够根据现场作业环境实时修正指令参数，不断优化收割策略，提高了应对不同作业环境的灵活性。
(5)云服务器3采用无线传输方式，并具有解析指令功能，突破了地域限制，以使得不同地域均可以采用本实施例的同一个云服务器3进行农机作业。为不同的地区、不同种类的农作物、更大规模的智能化农机作业的调度优化提供了可能性。
(6)无人驾驶智能农机2由单台控制变为多台控制，联合作业，作业效率大大提高，提升了无人驾驶技术在农机行业的应用前景。
总之，本实施例提供的一种无人驾驶智能农机集群作业方法，使得多台农机能够同时作业，缩短了作业时间，提高作业效率，并节约人力。
本发明未详述部分为现有技术；对于本领域的普通技术人员而言，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种无人驾驶智能农机集群作业方法，其特征在于，包括如下步骤：
S1：信息录入；将农机信息、地块信息录入到云服务器(3)的云平台系统中；
S2：创建集群作业任务；在移动终端上，根据从云服务器(3)获取的农机信息和地块信息，选择参与本次集群作业的若干农机并设置作业类型，选择作业地块，然后将上述配置信息上传到云服务器(3)；
S3：解析集群任务信息；云服务器(3)收到移动终端发送来的集群配置信息后，参考地块坐标信息、作业类型、农机尺寸以及挂载的农具幅宽，根据预先设定好的路径规划模型算法，生成多台农机的路径规划指令和作业起止时间；
S4：下发作业指令；若干农机收到云服务器(3)发出的作业指令后，依次到达作业起始点按照路径规划信息开始集群作业；
其中，所述农机为无人驾驶的智能农机(2)；所述移动终端为具有显示和编辑功能的信息处理设备；所述农机和所述移动终端均与所述云服务器(3)通过无线传输方式进行信息交互。
2.根据权利要求1所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述农机信息包括农机编号、农机尺寸信息、网联设备id。
3.根据权利要求1所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述地块信息包括地块的边界坐标和地块编号。
4.根据权利要求1所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述路径规划信息包括行驶速度、转向角、目标点坐标。
5.根据权利要求1所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述移动终端为笔记本电脑、平板电脑或手机平板(1)中的任意一种。
6.根据权利要求1所述的一种无人驾驶智能农机集群作业方法，其特征在于：在所述步骤S4后还包括如下步骤：
S5：实时上传；农机在集群作业时实时与云服务器(3)通信，将当前农机的位置坐标、速度、方向角等行驶状态信息上传到云服务器(3)；
S6：云服务器(3)与农机实时通信接收农机上传的行驶状态信息，利用云端算法计算农机的实际行驶路径与规划路径偏差，避免碰撞计算，修正农机的行驶路径、速度以及方向角等参数，并下方发路径调整指令；
S7：农机实时接收云服务器(3)下发的路径调整指令，改变行驶速度和行驶方向，防止发生路径干扰和碰撞。
7.根据权利要求6所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述步骤S6中的避免碰撞的计算方法包括如下步骤：
S61：根据农机和机具外形尺寸，生成矩形包围盒；
S62：根据农机方位角、实时速度，按某一时间粒度计算将来包围盒坐标和转向参数；
S63：对多个农机未来某一时刻的包围盒，按坐标和转向参数，使用几何算法，判断其是否干涉；
S64：如果发生干涉，则调整农机的转向和速度，按照步骤S63计算，直到避免干涉。
8.根据权利要求7所述的一种无人驾驶智能农机集群作业方法，其特征在于：所述时间粒度为0.5秒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111483407.0A CN114019982B (zh) | 2021-12-07 | 一种无人驾驶智能农机集群作业方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111483407.0A CN114019982B (zh) | 2021-12-07 | 一种无人驾驶智能农机集群作业方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114019982A true CN114019982A (zh) | 2022-02-08 |
| CN114019982B CN114019982B (zh) | 2024-05-03 |
Family
ID=
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114594773A (zh) * | 2022-03-09 | 2022-06-07 | 上海联适导航技术股份有限公司 | 一种无人驾驶自动作业方法、系统、农机车辆和存储介质 |
| CN114967685A (zh) * | 2022-05-23 | 2022-08-30 | 吉林大学 | 一种面向集群作业的智能播种机行驶轨迹规划方法 |
| CN116337063A (zh) * | 2022-11-18 | 2023-06-27 | 华南农业大学 | 一种自动导航驾驶农机作业基准线共享方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050273253A1 (en) * | 2004-06-03 | 2005-12-08 | Norbert Diekhans | Route planning system and method for agricultural working machines |
| CN110308753A (zh) * | 2019-06-06 | 2019-10-08 | 上海交通大学 | 一种智能农业机器人云控制系统及方法 |
| CN110502021A (zh) * | 2019-09-24 | 2019-11-26 | 一米信息服务(北京)有限公司 | 一种农机作业路径规划方法及系统 |
| CN111639811A (zh) * | 2020-06-01 | 2020-09-08 | 中国农业大学 | 基于改进蚁群算法的多农机协同作业远程管理调度方法 |
| CN112034839A (zh) * | 2020-07-24 | 2020-12-04 | 义乌市深研智能科技有限公司 | 一种农机机群的协同控制方法、装置、云端控制设备及农机系统 |
| CN112197775A (zh) * | 2020-11-12 | 2021-01-08 | 扬州大学 | 一种农机多机协同作业路径规划方法 |
| CN113625615A (zh) * | 2021-07-13 | 2021-11-09 | 洛阳拖拉机研究所有限公司 | 一种无人驾驶拖拉机及收获机协同作业系统及控制方法 |
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050273253A1 (en) * | 2004-06-03 | 2005-12-08 | Norbert Diekhans | Route planning system and method for agricultural working machines |
| CN110308753A (zh) * | 2019-06-06 | 2019-10-08 | 上海交通大学 | 一种智能农业机器人云控制系统及方法 |
| CN110502021A (zh) * | 2019-09-24 | 2019-11-26 | 一米信息服务(北京)有限公司 | 一种农机作业路径规划方法及系统 |
| CN111639811A (zh) * | 2020-06-01 | 2020-09-08 | 中国农业大学 | 基于改进蚁群算法的多农机协同作业远程管理调度方法 |
| CN112034839A (zh) * | 2020-07-24 | 2020-12-04 | 义乌市深研智能科技有限公司 | 一种农机机群的协同控制方法、装置、云端控制设备及农机系统 |
| CN112197775A (zh) * | 2020-11-12 | 2021-01-08 | 扬州大学 | 一种农机多机协同作业路径规划方法 |
| CN113625615A (zh) * | 2021-07-13 | 2021-11-09 | 洛阳拖拉机研究所有限公司 | 一种无人驾驶拖拉机及收获机协同作业系统及控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张?;李蔓;常淑惠;张?;: "农机作业路径规划策略研究――基于智慧农机大数据平台", 农机化研究, no. 12 * |
| 曹如月;李世超;魏爽;季宇寒;张漫;李寒;: "基于Web-GIS的多机协同作业远程监控平台设计", 农业机械学报, no. 1 * |
| 江春然;张丽娟;顾洪洲;: "基于信息化时代的农业收割机定位系统设计与试验", 农机化研究, no. 02 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114594773A (zh) * | 2022-03-09 | 2022-06-07 | 上海联适导航技术股份有限公司 | 一种无人驾驶自动作业方法、系统、农机车辆和存储介质 |
| CN114967685A (zh) * | 2022-05-23 | 2022-08-30 | 吉林大学 | 一种面向集群作业的智能播种机行驶轨迹规划方法 |
| CN116337063A (zh) * | 2022-11-18 | 2023-06-27 | 华南农业大学 | 一种自动导航驾驶农机作业基准线共享方法 |
| CN116337063B (zh) * | 2022-11-18 | 2024-03-12 | 华南农业大学 | 一种自动导航驾驶农机作业基准线共享方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106843211B (zh) | 一种基于改进遗传算法的移动机器人路径规划方法 | |
| US11690310B2 (en) | Systems and method for monitoring, controlling, and displaying field operations | |
| JP2019129744A (ja) | 作業車管理システム | |
| US20200154632A1 (en) | Automatic boundary closing system and method for intelligent lawn mower | |
| Gorjian et al. | Applications of solar PV systems in agricultural automation and robotics | |
| US20170280614A1 (en) | Multiple harvester planner | |
| CN207327013U (zh) | 一种多喷头智能喷药机器人 | |
| CN112219830B (zh) | 一种梯田果园风送式变量对靶喷雾机及对靶喷雾方法 | |
| EP3955078A1 (en) | Travel path planning system for multiple automatic harvesters and method therefor | |
| EP3314996A1 (en) | A crop management system for processing crop material | |
| US20210003416A1 (en) | Apparatus, Systems And Methods For Automatic Steering Guidance And Visualization Of Guidance Paths | |
| CN109062171A (zh) | 无人机植保作业控制方法、系统、装置及存储介质 | |
| CN114019982A (zh) | 一种无人驾驶智能农机集群作业方法 | |
| CN114019982B (zh) | 一种无人驾驶智能农机集群作业方法 | |
| US11464161B1 (en) | Automatic sensitivity adjustment for an autonomous mower | |
| US20180116121A1 (en) | Methods and systems for more efficient hay creation | |
| WO2020206940A1 (zh) | 自动收割机的残留收割路径规划系统及其方法 | |
| CN114610067A (zh) | 一种无人机作业方法、装置、电子设备及存储介质 | |
| CN113467328B (zh) | 一种无人驾驶模式下的播种机组协同作业控制系统及方法 | |
| CN113099836A (zh) | 农业收割机械智能化驱动平台 | |
| CN106386410A (zh) | 智能灌溉控制系统 | |
| CN114967685A (zh) | 一种面向集群作业的智能播种机行驶轨迹规划方法 | |
| CN112753396B (zh) | 一种白榆嫁接装置及嫁接方法 | |
| CN109901593A (zh) | 一种基于三点定位技术智能农机路径规划系统 | |
| CN219305047U (zh) | 基于5g基站的远程控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |