论文部分内容阅读
本文针对黑龙江省农垦耕作面积大、农机数量庞大等实际情况导致农机工作状态监测困难的问题,借鉴了西方发达国家先进的农业概念—精准农业,研制实时无线监测系统。本文融入先进的智能农业模型、无线通信技术、嵌入式技术、定位技术、图像监测技术,设计了能够采集农场中的各类农业机械工作状态的远程监测系统。为了缩小农机的定位误差,本文对系统的定位信息进行了有效的数据滤波处理。首先,定义了农机监测系统的功能需求,搭建了系统框架。农机监测系统将执行部件模块化,提高系统的可靠性。系统采用了多种先进的智能技术,如嵌入式技术、全球定位技术、图像监测技术等,更翔实的监测农机工作状态。系统下位机由嵌入式系统搭建,负责采集农机的工作状态;监测软件负责将上传的信息解析并实时显示、更新;嵌入式终端配备的通信模块,借助无线网络通信技术将二者紧密联系在一起。其次,设计了农机监测系统的嵌入式终端硬件电路,并编写了程序代码。硬件制作时考虑专板专用,模块化设计方式忽略了冗余的电路,并且对于工作环境中的低温、潮湿、震动等具有抵抗作用。精简的操作系统内核,增强了系统的运行速度和稳定性。面向对象的程序设计思想,大量封装、使用了对象类,仅留出功能程序接口供流程调用。这样不仅提高了编程效率,更便于程序的维护和升级,降低程序的复杂度、提高健壮性。再次,为了消除农机监测过程中的噪声对系统定位精度的影响,建立了农机运动数学模型,设计了消除模型误差的Kalman滤波算法。通过将虚拟噪声引入数学模型中,克服了由于数学模型的误差削弱滤波效果的问题。仿真结果表明,本文设计的滤波算法有效的将定位误差缩小到[-1,1]之内。最后,对系统进行模块功能测试和整体联调,改正系统存在的不足,提出进一步提升性能的意见。测试结果表明基于嵌入式技术的监测平台可扩展性强,功能实现良好,性能稳定,具有重要的工程应用价值。