基于北斗导航的拖拉机自动驾驶辅助系统设计与试验研究

. 引言

. 研究背景

随着城市化进程加速，我国农业劳动力老龄化与短缺问题日益突出，尤其在临夏回族自治州等传统农业区域，人工成本攀升与作业效率低下成为制约农业高质量发展的瓶颈 []。拖拉机作为农业生产的核心装备，其作业精度与稳定性高度依赖驾驶员经验，易受地形、气候等因素影响，导致土地利用率降低与资源浪费[3]。

北斗卫星导航系统（BDS）的成熟为农业智能化提供了契机，其厘米级定位能力可实现农机精准作业[4]。然而，丘陵地区信号遮挡严重，单一导航系统难以满足作业需求。因此，融合北斗与惯性导航技术，研发高鲁棒性的拖拉机自动驾驶系统具有重要现实意义。

1.2 国内外研究现状

“北斗 + 惯导”组合导航方面，国内外研究聚焦于通过紧组合及多源信息融合，采用卡尔曼滤波等优化算法应对丘陵环境下信号遮挡与多路径挑 [5]，保障定位的连续性与可靠性。在分层控制架构方面，将全局路径规划、局部动态避障和底层运动控制相解耦是主流技术路线，以提升规划与控制精度；当前研究热点是引入人工智能优化决策效率 [6]。

本文创新点在于：（1）构建“北斗 + 惯导”组合导航系统，提升丘陵环境定位稳定性；（2）设计分层控制架构，优化路径规划与执行精度。

2. 方法

2.1 系统总体设计

拖拉机自动驾驶辅助系统由硬件平台与软件控制系统组成，采用“感知 - 决策 - 执行”三层架构，如图1 所示。硬件平台包括拖拉机、北斗天线、IMU 车身姿态传感器、电动方向盘等；软件系统通过 CAN 总线实现数据交互，集成路径规划、转向控制等模块。

图1 软件控制系统结构

2.2 硬件系统设计

2.2.1 核心组件选型

（1）定位单元：采用华策P2 北斗接收机，水平定位精度0 .01m⁺10^- ⁸RMS，支持 RTK 差分；

（2）姿态感知：IMU 传感器集成三轴加速度计与陀螺仪，添加地形补偿算法，适应 ±30^∘ 坡

（3）驱动单元：大扭矩直流电机驱动方向盘，响应时间 ⩽0 .5s，转向角度范围 ±35^∘ ；

（4）控制终端：车载智能终端内置4G 模块，工作温度，支持航线规划与数据存储。2.2.2CAN 通信协议

系统通过 CAN 总线实现多模块协同，定义 5 类控制消息（表 1）。例如，转向线控模块采用 ID0x18F00500，传输转向角度（分辨率 0.1^∘ ）与速度（0-100^∘ /s）；机具线控模块通过 ID0x18F00600 控制覆膜机起降，确保作业同步性。

2.3 软件系统设计

2.3.1 组合导航算法

采用卡尔曼滤波融合北斗与惯导数据：

（1）状态方程：基于拖拉机运动学模型，建立位置、速度与姿态的状态向

（2）观测方程：以北斗定位结果为观测量，修正惯导漂移误差；

（3）滤波周期：100ms，实现厘米级定位与 0.1m/s 速度测量精度。

2.3.2 路径规划与控制

（1）路径规划：采用蚁群算法优化作业行调度，目标函数为最小转弯距离。通过信息素更新机制（式1）迭代生成最优路径序列：

其中， ρ 为挥发因子，取值为0.1-0.5， Δτ_ij^k τikj 为第k 只蚂蚁留下的信息素。

（2）横向控制：基于纯追踪模型计算期望转向角，通过 PID 控制器调节电动方向盘，比例系数k_p=0.8 ，积分系数 k_i=0.05 ，微分系数 k_d=0.1 。

2.4 试验设计

试验地点为甘肃省临夏州康乐县基地，土壤类型为黄绵土，起伏坡度为5-15°。测试指标包括：（1）通过北斗定位记录实际轨迹与规划路径的横向偏差；计算平均作业速度与标准差，速度稳定性；对比直线/ 转弯阶段转速波动。

3. 结果与分析

3.1 横向偏差对比

图 2 中显示了两种驾驶方式八种路径的横向偏差，其中蓝色表示自动驾驶，橘黄色表示人工驾驶。自动驾驶系统在 8 条路径中的平均横向偏差为 5.1cm，最大偏差 5. 77cm ；人工驾驶平均偏差 15.31cm，最大18.67cm（表2）。表明系统有效降低了地形干扰导致的轨迹偏移，满足覆膜作业误差≤10cm 的精度要求。

3.2 转速分析

为了分析两种驾驶方式的动力控制性能，表 1 分别对比了直线作业和转弯作业时发动机的转速标准差。试验数据表明直线作业时，自动驾驶的平均转速标准差为 8. 84r/min ，显著低于人工驾驶的 89. 6r/min ，转弯作业时自动驾驶时发动机转速标准差为 12. 79r/min ，人工驾驶时发动机转速标准差为 81.91r/min，这说明自动驾驶时的动力输出更稳定。

表1 不同作业时发动机转速标准差对比