Беспилотное мобильное энергосредство сельскохозяйственного назначения

Полный текст

Введение Одним из крупных проектов на базе создаваемой Российской технологической платформы «Инновационные машинные технологии сельского хозяйства» может стать 10-я Национальная технологическая инициатива AgroNet - «Создание распределенной сети управления беспилотными сельскохозяйственными мобильными объектами» [1]. Основой продукта AgroNet служат беспилотные мобильные энергосредства с.-х. назначения (БМЭСХ) [2] мощностью до 10 кВт, которые агрегатируются с рабочими органами для выполнения таких работ в садоводстве и ягодниках, как опрыскивание, транспортировка, мониторинг растений и почв с дальнейшим внесением удобрений, сбор урожая. Цель исследования На начальном этапе создания БМЭСХ необходимо исследовать принципиальную возможность применения асинхронного электропривода гусеничных движителей с питанием от аккумуляторов постоянного тока, а также обеспечения управления движением по радиоканалу, при этом должны соблюдаться синхронность и точность технологического маневра. Материалы и методы В ВИМе разработан и изготовлен исследовательский образец гусеничной платформы БМЭСХ (рис. 1) со следующими характеристиками. Габаритные размеры (Д×Ш×В), мм …………………... 1000×1200×400 Мощность электродвигателей, кВт …………………….. 1,5 Тип привода ………………………….……. трехфазный асинхронный Аккумуляторное питание ………………………….…… 12 В; 110 А·ч Передаточное число понижающего редуктора …….…. 15 Момент на выходном валу редуктора, Н·м …………… 145 Время работы до подзарядки, ч ………………………… 4,5 Вес, кг ……………………………………………………. 240 Инновационный научный элемент создания БМЭСХ - применение новой системы преобразователей. Благодаря ей осуществляется питание трехфазного асинхронного электродвигателя от аккумуляторной батареи постоянного тока 12 В. Использование контроллера и инновационного программного обеспечения (ПО) для него позволяет применить такой алгоритм. ПО гусеничной платформы анализирует сигнал с дистанционного пульта управления и преобразует его согласно алгоритму в сигналы управления преобразователями частоты (ПЧ). Они управляют частотой вращения двигателей левой и правой гусениц. Алгоритм представлен на рис. 2 [3]. ПЧ1 управляет движением левой гусеницы, ПЧ2 - правой. Изменение частоты осуществляется пропорционально смещению джойстика дистанционного пульта управления по двум осям: вперед-назад и влево-вправо. Смещение джойстика вперед от 0 до 100% инициирует пропорциональное изменение частоты ПЧ от 0 до 50 Гц. При смещении джойстика вперед без поворота на ПЧ1 и ПЧ2 подается команда движения вперед с синхронной частотой. При смещении назад без поворота на ПЧ1 и ПЧ2 подается команда движения назад также с синхронной частотой. При смещении вперед или назад с поворотом частота вращения соответствующего борта снижается пропорционально смещению джойстика влево или вправо. Например, при движении вперед без поворота и смещении джойстика на 50% на оба ПЧ подается команда движения вперед с частотой 25 Гц. Если при этом джойстик поворота сместить влево на 20%, то на ПЧ1 подается команда движения с частотой 20 Гц, а на ПЧ2 - с частотой 25 Гц. При смещении джойстика дистанционного пульта управления влево или вправо без движения на ПЧ1 и ПЧ2 подаются команды разнонаправленного движения с синхронной частотой, пропорциональной смещению джойстика. Например, при повороте на месте влево на ПЧ1 подается команда движения назад, на ПЧ2 - вперед. Алгоритм управления реализуется с помощью ПО контроллеров системы управления БМЭСХ, принципиальная схема приведена на рис. 3. Машинное зрение - неотъемлемая часть рабочих органов каждой из областей растениеводства, поскольку значительную часть информации об окружающем мире, в т.ч. о состоянии растений (интенсивности роста, степени зрелости, наличии заболеваний, их протекании и лечении), получают через зрительные образы, а также системы управления движением, точного позиционирования. Наличие такой информации позволяет роботизированным рабочим органам принимать технологические решения и осуществлять требуемые технологические операции, а БМЭСХ - передвигаться согласно технологическому маршруту [4]. Для любого конкретного случая в растениеводстве можно создать систему технического зрения, намного превышающую возможности человеческого глаза, а порой и человека как анализатора изображений. При этом использование специальных алгоритмов обработки получаемого изображения позволяет добиться совершенно неожиданных по эффективности решений в невозможных, казалось бы, условиях (при большом ареале живых растений оценивать состояние каждого). Результаты и их обсуждение Исследовательский образец прошел испытания на предмет выполнения функций движения и управления маневром. Результаты испытаний оценены как удовлетворительные: движение уверенное, маневры осуществлялись согласно командам с пульта. На следующем этапе НИОКР необходимо разработать и исследовать систему движения в беспилотном режиме с помощью машинного зрения. Данная функция может быть осуществлена с помощью спутниковых систем навигации (ориентации) или наземных средств позиционирования, в т.ч. машинного зрения и целеуказания, например лазерного путеуказателя или сенсорики препятствий [4]. Для обнаружения, позиционирования и идентификации чаще всего используются спутниковые навигационные системы GPS (в основном для мониторинга транспортных средств и с.-х. агрегатов [4]), телевизионное и цифровое видеонаблюдение [5], а в последние годы еще и системы позиционирования в режиме реального времени RTLS. Однако каждая из этих систем имеет свои ограничения (см. таблицу). Сравнительные характеристики применяемых технологий идентификации и позиционирования подвижных объектов [6] Технологии позиционирования Точность, м Дистанция, м Стоимость Системы спутниковой навигации ГЛОНАСС, GPS 10-15 В пределах доступности Низкая Сотовая связь 100-500 В пределах доступности Низкая Инфракрасное 0,1 3-10 Высокая Ультразвуковое 0,1 3-10 Высокая Активные RFID-системы радиочастотных идентификаторов 1-3 20-100 Средняя Сетевая беспроводная система локального позиционирования RTLS 1 >30 Средняя Лазерное наведение До 0,001 >1000 Высокая Получается, что ни одна из перечисленных систем не может в полной мере решить поставленную задачу. Решением может стать их совместное использование. Такая интеграция открывает возможности, не доступные системам по отдельности [7]. Совместное использование систем глобальной навигации ГЛОНАСС/GPS, локального позиционирования RTLS и интеллектуального видеонаблюдения ITV обусловлено разнообразием подвижных объектов (растущее растение, человек, мобильная и конвейерная техника), их распределенностью в пространстве (в пределах теплицы, хозяйства, района, области), масштабом оперативно-технологических процессов (количество угодий, делянок, единиц техники, персонала). В соответствии с этим их приоритетность будет меняться, однако высокая информативность, наглядность, оперативность, многофункциональность и универсальность видеоаналитической составляющей с нарастающей функцией длительного круглосуточного более пристального интеллектуального наблюдения за развитием растений и окружающей агропроизводственной инфраструктурой в перспективе будут иметь центральное значение. В создании глобальной распределенной сети AgroNet могут участвовать организации очень широкого спектра, подведомственные ФАНО и РАН, вузы, а также ведущие НИИ и КБ России. Предполагается, что ВИМ с целью продвижения данного проекта под эгидой АСИ в ближайшее время создаст инициативную рабочую группу. Для включения в матрицу НТИ инициируемый проект AgroNet отвечает всем критериям (требованиям): - предполагаемый объем рынка AgroNet, значимого и заметного в глобальном масштабе, составит более 100 млрд долл. к 2030 г.; - на данный момент рынок не сформирован, на нем практически отсутствуют техническое, программное и информационное обеспечение; - рынок AgroNet в первую очередь ориентирован на организации АПК и с.-х. производителей как конечного потребителя; он будет представлять собой сеть, в которой посредники заменяются на управляющее программное обеспечение; - рынок важен с точки зрения обеспечения производственной безопасности России; - в России есть условия для достижения конкурентных преимуществ и занятия существенной доли рынка интеллектуальных машин для с.-х. производства; - в России есть производственники, предприниматели и бизнес-сообщества, обладающие амбициями и потенциалом для создания лидирующих компаний мирового уровня на новом высокотехнологичном рынке интеллектуальных машинных технологий АПК. Выводы Новый рынок AgroNet будет основан на сетевом структурном принципе построения с охватом широкого спектра с.-х. организаций, в т.ч. крупных агропромышленных холдингов, при условии применения БМЭСХ.

Об авторах

З. А Годжаев

Всероссийский научно-исследовательский институт механизации сельского хозяйства

Email: vim-transport@mail.ru
д-р техн. наук Москва, Россия

А. П Гришин

Всероссийский научно-исследовательский институт механизации сельского хозяйства

Email: vim-transport@mail.ru
д-р техн. наук Москва, Россия

А. А Гришин

Всероссийский научно-исследовательский институт механизации сельского хозяйства

Email: vim-transport@mail.ru
канд. экон. наук Москва, Россия

В. А Гришин

Всероссийский научно-исследовательский институт механизации сельского хозяйства

Email: vim-transport@mail.ru
инж. Москва, Россия

Список литературы

Дополнительные файлы