[发明专利]一种无人驾驶农机陷车预警方法

说明书

本发明公开了一种无人驾驶农机陷车预警方法，包括以下步骤：S1、获取无人驾驶农机运动状态数据，以农机速度为状态变量来表征农机陷车突变，采用相关关系法分别对各因变量求取与速度的Spearman秩相关系数，确定突变模型控制变量；S2、基于燕尾型突变模型建立农机正常作业‑陷车燕尾型突变模型；S3、根据农机正常作业‑陷车燕尾型突变模型进行陷车预警，对误差评价指标进行模型检验；S4、将模型用于实际农机陷车预警。本发明采用无人驾驶农机数据和突变模型设计农机陷车预警机制，能提前预判农机陷车的发生，有效减少甚至避免无人驾驶农机陷车事故发生。

技术领域

本发明属于智能农业机械技术领域，具体涉及一种无人驾驶农机陷车预警方法。

背景技术

我国水稻常年种植面积约为4.5亿亩，随着农村劳动力持续减少和生产成本增加，亟需发展农机无人驾驶技术以破解“谁来种地”的问题。无人驾驶农机在湿滑的泥浆和硬底层高低起伏不平的水田环境中，容易造成农机侧滑和滑移甚至陷车，若无人农机发生陷车情况不能及时进行脱困处理或得不到人工及时干预则会越陷越深造成作业事故。目前关于农机陷车方面的研究和相关技术较少。中国发明专利CN 112462741提出了一种基于云平台的无人驾驶农机陷车检测报警系统，通过车轮转速和车辆速度比较得出滑移率，判断农机是否发生空转，进而通过4G通信模块发生陷车报警信号。中国专利CN202514323U、CN212267166U和CN205631996U通过设计相应的机械结构辅助农机陷车自救。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提出一种无人驾驶农机陷车预警方法，将农机正常行驶作业和陷车被困状态看成无人驾驶系统的两个稳定状态，基于突变理论研究系统从一个稳态向另一个稳态的突然转变的阈值，判定农机即将发生陷车，建立农机陷车预警机制。

为了达到上述目的，本发明采用以下技术方案：

一种无人驾驶农机陷车预警方法，包括以下步骤：

S1、获取无人驾驶农机运动状态数据，以农机速度v为状态变量来表征农机陷车突变，采用相关关系法分别对各因变量求取与速度v的Spearman秩相关系数，确定突变模型控制变量；

S2、基于燕尾型突变模型建立农机正常作业-陷车燕尾型突变模型；

S3、根据农机正常作业-陷车燕尾型突变模型进行陷车预警，对误差评价指标进行模型检验，优化突变模型；

S4、将优化后的突变模型用于实际农机陷车预警。

进一步的，步骤S1具体为：

无人驾驶农机陷车状态有多个因变量，采用相关关系法分别对各因变量求取Spearman秩相关系数：记x_i和y_i为农机原始位置数据，x′_i和y′_i分别为按照从小到大的顺序排列后的位置数据：

其中，ρ_s为秩相关系数，n为数据长度；

根据公式(1)分别计算各因变量与速度v的秩相关系数ρ_s，ρ_s绝对值越大，表示该因变量与农机陷车突变越相关。

进一步的，步骤S2包括：

S21、设计燕尾型突变模型的尖点线集合；

S22、建立农机陷车判别式；

S23、建立农机正常作业-陷车燕尾型突变模型。

进一步的，步骤S21具体为：

燕尾型突变的标准开折势函数为：