【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及農(nóng)機設備，尤其是涉及一種無人農(nóng)機協(xié)同作業(yè)的分級碰撞預警系統(tǒng)及方法。
技術(shù)介紹
1、智慧農(nóng)業(yè)作為現(xiàn)代農(nóng)業(yè)發(fā)展的重要著力點，是實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)現(xiàn)代化、提升農(nóng)業(yè)生產(chǎn)效益的重要手段。智慧農(nóng)業(yè)的推進不僅能夠提升農(nóng)業(yè)生產(chǎn)的效率與可持續(xù)性，還能優(yōu)化資源配置、提升農(nóng)業(yè)綠色發(fā)展水平，為實現(xiàn)農(nóng)業(yè)強國戰(zhàn)略提供有力支撐。
2、在這一背景下，無人農(nóng)機作為智慧農(nóng)業(yè)領域的關鍵裝備之一，憑借其高效、精準和穩(wěn)定的作業(yè)能力，逐步取代了傳統(tǒng)的人工勞動，顯著提高了農(nóng)業(yè)生產(chǎn)的自動化水平，尤其在農(nóng)忙時節(jié)，為了應對天氣變化和農(nóng)作物種植窗口期短等挑戰(zhàn)，搶種搶收成為常見需求。因此，多臺拖拉機協(xié)同作業(yè)已成為未來農(nóng)業(yè)發(fā)展的重要趨勢。面對動態(tài)障礙物(如其余拖拉機、行人、動物等)以及農(nóng)機故障等突發(fā)情況，如何保障無人農(nóng)機在協(xié)同作業(yè)中的安全性成為一個亟待解決的技術(shù)問題。尤其在多臺拖拉機集群作業(yè)場景中，隨著作業(yè)密度的增大，拖拉機之間發(fā)生碰撞的風險也隨之增加。
3、目前，一些多機協(xié)同作業(yè)將農(nóng)田看作靜態(tài)場景，將農(nóng)田的地塊信息和無人駕駛農(nóng)機的實時位姿信息上傳至云服務器，在云服務器上計算農(nóng)機的實際行駛路徑與全局規(guī)劃路徑的偏差，判斷是否有路徑?jīng)_突，其具體實現(xiàn)是根據(jù)農(nóng)機和機具外形尺寸，生成矩形包圍盒，并利用農(nóng)機方位角、實時速度，每隔0.5秒計算將來包圍盒坐標和轉(zhuǎn)向參數(shù)，并對多個農(nóng)機未來某一時刻的包圍盒，按照坐標和轉(zhuǎn)向參數(shù)，使用幾何算法，判斷路徑是否發(fā)生沖突，如果發(fā)生沖突，則調(diào)整農(nóng)機的轉(zhuǎn)向和速度。汽車領域有相關研究利用車車通信技術(shù)，將前方相鄰車道目標車駕駛?cè)说膿Q道意圖發(fā)送
技術(shù)實現(xiàn)思路
1、本專利技術(shù)旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本專利技術(shù)在于提出一種用于無人農(nóng)機協(xié)同作業(yè)的分級碰撞預警系統(tǒng)，能夠提高多臺無人農(nóng)機在復雜農(nóng)田作業(yè)環(huán)境中的安全性，實現(xiàn)無人農(nóng)機實時化、智能化的碰撞預警，保障農(nóng)機高效且安全的作業(yè)，避免潛在的作業(yè)事故，減少農(nóng)業(yè)裝備的損壞，提高農(nóng)業(yè)生產(chǎn)效率。
2、本專利技術(shù)還提出一種基于上述系統(tǒng)的用于無人農(nóng)機協(xié)同作業(yè)的分級碰撞預警方法。
3、根據(jù)本專利技術(shù)第一方面的用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警系統(tǒng)，包括數(shù)據(jù)采集模塊、通信模塊和數(shù)據(jù)處理模塊，所述數(shù)據(jù)采集模塊用于采集場景內(nèi)無人農(nóng)機位姿信息及障礙物的狀態(tài)信息；所述通信模塊用于將采集模塊采集的數(shù)據(jù)信息傳輸至數(shù)據(jù)處理模塊；所述數(shù)據(jù)處理模塊用于接收場景內(nèi)歷史n秒所有無人農(nóng)機的軌跡數(shù)據(jù)以及所有障礙物的狀態(tài)信息，并對接收到的數(shù)據(jù)進行分析處理，判斷場景內(nèi)未來m秒無人農(nóng)機是否會與其余無人農(nóng)機發(fā)生碰撞，若會發(fā)生碰撞，則向該無人農(nóng)機的無人駕駛系統(tǒng)發(fā)送預警信號或緊急制動信號，使得該無人農(nóng)機的無人駕駛系統(tǒng)對該農(nóng)機進行碰撞預警或緊急制動，從而實現(xiàn)無人農(nóng)機分級預警。
4、在一些實施例中，本專利技術(shù)數(shù)據(jù)處理模塊包括數(shù)據(jù)預處理模塊、軌跡預測模塊和碰撞預警模塊，所述數(shù)據(jù)預處理模塊用于接收場景內(nèi)的所有無人農(nóng)機的位姿信息以及障礙物的狀態(tài)信息，并對接收到的數(shù)據(jù)進行分析處理，并將分析處理后的數(shù)據(jù)傳送至軌跡預測模塊進行軌跡預測，軌跡預測模塊將預測結(jié)果傳送至碰撞預警模塊，所述碰撞預警模塊對預測結(jié)果進行處理，判斷場景內(nèi)未來m秒無人農(nóng)機是否會與其余無人農(nóng)機發(fā)生碰撞，若會發(fā)生碰撞，則向該無人農(nóng)機的無人駕駛系統(tǒng)發(fā)送預警信號或緊急制動信號，使得該無人農(nóng)機的無人駕駛系統(tǒng)對該農(nóng)機進行碰撞預警或緊急制動，從而實現(xiàn)無人農(nóng)機分級預警。
5、根據(jù)本專利技術(shù)第二方面的用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，包括以下步驟：
6、s1獲取農(nóng)機位姿信息：搭建無人農(nóng)機集群的自組網(wǎng)通信系統(tǒng)，場景內(nèi)的無人農(nóng)機每隔a秒采集一次自車的位姿信息，然后再將自車歷史n秒的位姿信息通過廣播的無線通信方式發(fā)送至其余無人農(nóng)機，同時接收場景內(nèi)其余無人農(nóng)機歷史n秒的位姿信息，最終得到場景內(nèi)所有無人農(nóng)機的位姿信息，并傳送給自車的數(shù)據(jù)預處理模塊；
7、s2獲取障礙物狀態(tài)信息：無人農(nóng)機以自車為中心，通過其車上的激光雷達采集設定范圍內(nèi)的點云數(shù)據(jù)，根據(jù)獲取的點云數(shù)據(jù)進行數(shù)據(jù)處理，得到場景內(nèi)所有障礙物的狀態(tài)信息，該障礙物狀態(tài)信息包括每個障礙物的中心位置和影響范圍；
8、s3數(shù)據(jù)預處理：對步驟s1和步驟s2得到的所有農(nóng)機的位姿信息以及障礙物的狀態(tài)信息進行處理，統(tǒng)計過去n秒場景內(nèi)的所有對象，并為每一個對象分配一個唯一的id，以及為農(nóng)機和障礙物分配不同的類型表示符，并按照時間幀對場景內(nèi)所有對象的狀態(tài)數(shù)據(jù)進行排列，得到軌跡預測的輸入數(shù)據(jù)；
9、s4軌跡預測：對步驟s3得到的輸入數(shù)據(jù)進行數(shù)據(jù)增強后輸入至神經(jīng)網(wǎng)絡模型中，并行預測田間場景中所有無人農(nóng)機未來m秒的多模態(tài)的行駛軌跡，每條行駛軌跡的數(shù)據(jù)每隔a秒為一幀，共包含w幀的位置點；
10、s5碰撞預警：根據(jù)預測的未來行駛軌跡每一幀的無人農(nóng)機集群的位置信息，利用軸對齊包圍盒算法并行判斷農(nóng)機未來行駛軌跡是否可能與其余農(nóng)機發(fā)生碰撞，若判斷可能發(fā)生碰撞，再利用有向包圍盒算法對該農(nóng)機未來行駛軌跡進行碰撞檢測，若檢測結(jié)果為確實會發(fā)生碰撞，則返回碰撞發(fā)生的第一個時間點tc即碰撞時間，并將該碰撞時間tc與該農(nóng)機的碰撞安全時間ts進行比較：
11、若tc≥ts時，給無人農(nóng)機的無人駕駛系統(tǒng)一個可能碰撞的危險預警信號；
12、若農(nóng)機的無人駕駛系統(tǒng)收到危險預警信號后，其行駛路線未發(fā)生改變，當tc＜ts時，給農(nóng)機的無人駕駛系統(tǒng)一個緊急制動信號，使得農(nóng)機的無人駕駛系統(tǒng)進行緊急制動。
13、與現(xiàn)有技術(shù)相比，本專利技術(shù)搭建了農(nóng)機自組網(wǎng)通信系統(tǒng)，使無人農(nóng)機可以自動建立網(wǎng)絡連接，且能夠適應在農(nóng)田作業(yè)環(huán)境中網(wǎng)絡拓撲的動態(tài)變化；將圖結(jié)構(gòu)網(wǎng)絡與無人農(nóng)機相結(jié)合，利用圖結(jié)構(gòu)建模無人農(nóng)機與障礙物的空間關系，通過tgap神經(jīng)網(wǎng)絡模型對農(nóng)機進行多模態(tài)軌跡預測，進一步提高了識別潛在碰撞風險的準確性，提升了無人農(nóng)機在復雜農(nóng)田環(huán)境中的安全性與作業(yè)效率，實現(xiàn)了農(nóng)業(yè)生產(chǎn)的智能化與高效化。本專利技術(shù)實現(xiàn)了無人農(nóng)機在動態(tài)、復雜農(nóng)田環(huán)境中的碰撞預警。
14、本專利技術(shù)的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術(shù)的實踐了解到。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警系統(tǒng)，其特征在于，包括
2.根據(jù)權(quán)利要求1所述的一種用于無人農(nóng)機協(xié)同趕作業(yè)的碰撞預警系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊包括數(shù)據(jù)預處理模塊、軌跡預測模塊和碰撞預警模塊，所述數(shù)據(jù)預處理模塊用于接收場景內(nèi)的所有無人農(nóng)機的位姿信息以及障礙物的狀態(tài)信息，并對接收到的數(shù)據(jù)進行分析處理，將分析處理后的數(shù)據(jù)傳送至軌跡預測模塊進行軌跡預測，軌跡預測模塊將預測結(jié)果傳送至碰撞預警模塊，所述碰撞預警模塊對預測結(jié)果進行處理，判斷場景內(nèi)未來M秒無人農(nóng)機是否會與其余無人農(nóng)機發(fā)生碰撞，若會發(fā)生碰撞，則向該無人農(nóng)機的無人駕駛系統(tǒng)發(fā)送預警信號或緊急制動信號，使得該無人農(nóng)機的無人駕駛系統(tǒng)對該農(nóng)機進行碰撞預警或緊急制動，從而實現(xiàn)無人農(nóng)機分級預警。
3.一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，包括以下步驟：
4.根據(jù)權(quán)利要求3所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S2中點云數(shù)據(jù)的處理方式為：為了對田間環(huán)境的空間關系建模，需要精確地識別和建模田間障礙物的位置和大小，根據(jù)獲取到的點云數(shù)據(jù)，通過點云聚類算法，例如D
5.根據(jù)權(quán)利要求3所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S3中所有狀態(tài)數(shù)據(jù)按照以下三個級別進行排序：第一級別為時間幀數(shù)，第二級別為類型ID，第三級別為類型標識符。
6.根據(jù)權(quán)利要求3所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S4具體包括以下步驟：
7.根據(jù)權(quán)利要求6所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S4.3具體步驟如下：
8.根據(jù)權(quán)利要求3所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S5具體步驟如下：
9.根據(jù)權(quán)利要求3或8所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟S5中碰撞安全時間Ts通過以下方法得出：
...【技術(shù)特征摘要】
1.一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警系統(tǒng)，其特征在于，包括
2.根據(jù)權(quán)利要求1所述的一種用于無人農(nóng)機協(xié)同趕作業(yè)的碰撞預警系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊包括數(shù)據(jù)預處理模塊、軌跡預測模塊和碰撞預警模塊，所述數(shù)據(jù)預處理模塊用于接收場景內(nèi)的所有無人農(nóng)機的位姿信息以及障礙物的狀態(tài)信息，并對接收到的數(shù)據(jù)進行分析處理，將分析處理后的數(shù)據(jù)傳送至軌跡預測模塊進行軌跡預測，軌跡預測模塊將預測結(jié)果傳送至碰撞預警模塊，所述碰撞預警模塊對預測結(jié)果進行處理，判斷場景內(nèi)未來m秒無人農(nóng)機是否會與其余無人農(nóng)機發(fā)生碰撞，若會發(fā)生碰撞，則向該無人農(nóng)機的無人駕駛系統(tǒng)發(fā)送預警信號或緊急制動信號，使得該無人農(nóng)機的無人駕駛系統(tǒng)對該農(nóng)機進行碰撞預警或緊急制動，從而實現(xiàn)無人農(nóng)機分級預警。
3.一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，包括以下步驟：
4.根據(jù)權(quán)利要求3所述的一種用于無人農(nóng)機協(xié)同作業(yè)的碰撞預警方法，其特征在于，所述步驟s2中點云數(shù)據(jù)的處理方式為：為了對田間環(huán)境的空間關系建模，需要精確地識別和建模田間障礙物的位置和大小，根據(jù)獲取到的點云數(shù)據(jù)，...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：丁慧玲，趙靜怡，姬江濤，王海淵，趙凱旋，馬淏，杜樹燦，雷楊，劉衛(wèi)想，
申請(專利權(quán))人：河南科技大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。