北斗定位田間信息采集平臺運動控制器設(shè)計與試驗

丁幼春，詹 鵬，周雅文，楊軍強，張聞宇，朱 凱

?

北斗定位田間信息采集平臺運動控制器設(shè)計與試驗

丁幼春，詹 鵬，周雅文，楊軍強，張聞宇，朱 凱

（華中農(nóng)業(yè)大學(xué)工學(xué)院，武漢430070）

針對輪式田間信息采集平臺在田間復(fù)雜環(huán)境下定速直線跟蹤問題，設(shè)計了一種橫向糾偏與縱向定速行走的運動控制器。控制系統(tǒng)采用低精度北斗定位模塊、電子羅盤、旋轉(zhuǎn)編碼器、角度傳感器獲取田間信息采集平臺的狀態(tài)信息（包括位置、航向、速度、轉(zhuǎn)向角）作為運動控制器的輸入，通過構(gòu)建的橫向糾偏模糊控制器和縱向定速PID（proportion integration differentiation）控制器，實現(xiàn)行走過程中的橫向糾偏和縱向定速行走。為獲取更準(zhǔn)確的位置信息，采用3個低精度北斗定位模塊以邊長1 m的等邊三角形方式放置對數(shù)據(jù)求均值得到中心點定位數(shù)據(jù)的方法，將北斗接收模塊的平均靜態(tài)定位精度從2.06 m提高到了1.50 m，動態(tài)定位精度提高到0.78 m以內(nèi)。信息采集平臺田間試驗結(jié)果表明：車體系統(tǒng)能按照規(guī)劃的路徑行走，在設(shè)定速度0.4 m/s時，縱向速度穩(wěn)態(tài)誤差小于7%，在外界擾動下響應(yīng)調(diào)節(jié)時間小于3 s；以相同的速度行駛，初始橫向偏距分別為1.4、2.0和2.5 m時，穩(wěn)定跟蹤需要的時間分別為11、15 和25 s且穩(wěn)定跟蹤后最大橫向偏距在0.31 m以內(nèi)，滿足農(nóng)業(yè)田間信息采集的需要。該控制系統(tǒng)實現(xiàn)了信息采集平臺在田間的定速直線跟蹤和穩(wěn)定行走，為其高效智能化作業(yè)提供了技術(shù)參考。

農(nóng)業(yè)機械；控制系統(tǒng)；導(dǎo)航；田間信息采集平臺；運動控制器；定位精度；直線跟蹤

0 引 言

隨著精準(zhǔn)農(nóng)業(yè)技術(shù)的不斷發(fā)展，農(nóng)業(yè)機器人的研究和應(yīng)用越來越受到世界各國的重視，也取得豐碩的成 果[1-2]。中國在自主導(dǎo)航農(nóng)業(yè)機器人的研究方面雖起步較晚，但近年來發(fā)展十分的迅速，被廣泛用于自動噴灑農(nóng)藥、收割作業(yè)、中耕除草、插栽作業(yè)以及農(nóng)田生物和環(huán)境信息采集等方面[3-11]。在現(xiàn)代農(nóng)業(yè)中為了實時監(jiān)測農(nóng)作物生長狀態(tài)和環(huán)境的變化以便能夠做出適時的人工調(diào)控，田間信息采集平臺機器人被應(yīng)用于田間的信息采集代替了傳統(tǒng)用人工觀測和手動記錄的方法[12-15]。而田間的作業(yè)環(huán)境非常復(fù)雜，為了更好地采集田間的信息，對平臺載體在田間自主控制有較高的要求，諸如速度的恒定、路徑規(guī)劃與跟蹤[16-20]，國內(nèi)外眾多學(xué)者對此進(jìn)行了研究。

國外，Bak等[21]開發(fā)了雜草檢測機器人平臺，以PC機為主控制器，通過RS232串口接收來自RTK-DGPS (real time kinematics differential GPS)、航向陀螺儀、地磁羅盤的狀態(tài)信息，通過CAN-Bus控制電機從而控制機器人四個輪子的轉(zhuǎn)動，試驗結(jié)果表明橫向跟蹤精度在厘米級。Bakker等[22]開發(fā)了自動除草農(nóng)用機器人，在每個輪子上嵌有測量轉(zhuǎn)速和角度的傳感器得到角度和速度信息作為控制器的輸入信息，平臺裝有2個GPS接收機用于計算位置和航向信息，試驗表明當(dāng)機器人以0.3 m/s的速度行駛時直線跟蹤的最大橫向偏差為3.4 cm。Juman等[23]開發(fā)了一種用于檢測油棕種植園中樹干的自主導(dǎo)航機器人，搭載了Microsoft XBOX KINECT、超聲波和GPS等傳感器，能夠在自主導(dǎo)航避障的同時采集林間樹干的圖像和深度信息數(shù)據(jù)，試驗表明該機器人能夠自主辨別樹干且檢出率高達(dá)97.8%。國內(nèi)，顧寶興等[24]研制了一種履帶式農(nóng)用智能移動平臺，該平臺利用雙目攝像機和GPS進(jìn)行組合導(dǎo)航，實現(xiàn)了移動平臺在田間對直線和曲線路徑的跟蹤。張美娜等[25]利用RTK-DGPS系統(tǒng)、慣性傳感器、多種編碼器來獲得定位信息、姿態(tài)信息、轉(zhuǎn)向輪偏角和車輛的行駛速度，并通過建立車輛運動學(xué)模型和轉(zhuǎn)向模型基于PID理論設(shè)計了航向和橫向控制器，試驗結(jié)果表明該控制器在初始偏差為0.7和1.2 m時橫向偏差的最大值分別為2.6和1.7 cm[26-27]。以上智能化移動平臺或農(nóng)業(yè)車輛自主行走時雖跟蹤精度滿足要求，但一般采用的是高精度的RTK-DGPS系統(tǒng)，成本比較昂貴。

本文針對信息采集平臺實現(xiàn)定速直線跟蹤的問題，在滿足跟蹤精度條件下力求成本低廉，在自主設(shè)計的田間信息采集平臺上，利用3個低精度北斗定位模塊消除隨機定位誤差，提高定位精度，融合電子羅盤的方向信息，設(shè)計了橫向糾偏模糊控制器和縱向定速PID控制器，以期實現(xiàn)信息采集平臺田間行駛的糾偏和定速控制，降低運動控制成本，提高信息采集平臺的智能化水平，為其自主采集田間信息提供了技術(shù)支撐。

1 田間信息采集平臺系統(tǒng)組成

1.1 平臺總體結(jié)構(gòu)布局

本文中田間信息采集平臺主要由3個部分組成，分別為車體系統(tǒng)、液壓驅(qū)動系統(tǒng)、速度控制系統(tǒng)。采集平臺質(zhì)量為300 kg，載質(zhì)量100 kg，作業(yè)行走最高速度1.0 m/s，如圖1所示。

車體系統(tǒng)采用后橋搖擺軸結(jié)構(gòu)，確保在高低不平的田塊中行走的平穩(wěn)性，同時增加立軸高度來提升離地間隙，減少對作物的彎折影響。

液壓驅(qū)動系統(tǒng)是由汽油發(fā)動機驅(qū)動定量雙聯(lián)液壓泵為前進(jìn)和轉(zhuǎn)向提供液壓動力。利用電液比例閥調(diào)節(jié)進(jìn)入馬達(dá)的流量實現(xiàn)行進(jìn)速度調(diào)節(jié)，同時利用步進(jìn)電機帶動液壓轉(zhuǎn)向器驅(qū)動液壓缸移動實現(xiàn)轉(zhuǎn)向調(diào)節(jié)。

運動控制系統(tǒng)是由STM32F4主控制器通過傳感器采集車體本身的狀態(tài)信息，作為運動控制器的輸入，經(jīng)過計算后輸出電壓信號和脈沖頻率信號，以此控制電液比例閥的閥口開度和步進(jìn)電機轉(zhuǎn)速，達(dá)到控制車體的行進(jìn)速度和航向。

該采集平臺能夠很好地應(yīng)用于田塊信息如邊界信息、面積、形狀、廂距、開溝、土壤質(zhì)地等以及作物信息如植株尺寸、密度、均勻性、長勢的快速獲取并儲存，供后期分析、決策提供最原始有效的數(shù)據(jù)。此外預(yù)留有液壓輸出接口，可為其他播種、施肥裝置田間試驗提供動力與條件。

1.2 控制系統(tǒng)結(jié)構(gòu)組成

控制系統(tǒng)硬件結(jié)構(gòu)框圖如圖2所示。

平臺控制系統(tǒng)的結(jié)構(gòu)主要由傳感器、信號調(diào)理電路和驅(qū)動器、主控制器3部分組成。

圖2 控制系統(tǒng)結(jié)構(gòu)框圖 Fig.2 Structure diagram of control system

傳感器包括低成本的3個北斗接收模塊（SM1612- MTBD定位精度為2.0 m，市場價格￥90）、電子羅盤（DCM260B-485型）、角度傳感器（DWQT-V10-70-F38-II-G型）和旋轉(zhuǎn)編碼器（HES-1024-2MHT型），依次用于測量車輛的定位信息、航向信息、轉(zhuǎn)向輪的轉(zhuǎn)角以及車輛行駛的速度。其中STM32F4單片機機將3個北斗模塊的定位信息經(jīng)過處理后通過串口通信傳給STM32F4主控制器。

信號調(diào)理電路主要是將信號放大、光電隔離、降壓整形符合接口規(guī)范。驅(qū)動器包括電液比例閥驅(qū)動器和步進(jìn)電機驅(qū)動器，通過接收電壓信號和脈沖頻率信號，以此控制電液比例閥的閥口開度和步進(jìn)電機轉(zhuǎn)速，達(dá)到控制車體的行進(jìn)速度和航向。

STM32F4主控制器通過傳感器獲得位置、航向、速度、轉(zhuǎn)向角信號作為橫向糾偏模糊控制器和縱向定速PID控制器的輸入，通過設(shè)計的運動控制算法，輸出的控制量包括電壓和脈沖頻率控制信號，以此實現(xiàn)車體速度和航向的控制。為了調(diào)試方便，主控制器還承擔(dān)來自人的無線遙控指令、參數(shù)接收任務(wù)，并輸出相應(yīng)的控制指令。

2 運動控制器的設(shè)計

為了實現(xiàn)田間信息采集平臺的定速直線行走，設(shè)計了橫向糾偏模糊控制器和縱向定速PID控制器。前者是將田間信息采集平臺的位姿信息與期望的路徑進(jìn)行比較獲得誤差，通過模糊控制器給出正確的決策，控制執(zhí)行機構(gòu)使車輛跟蹤目標(biāo)直線，后者通過PID控制器輸出控制電壓使得車體保持恒定的速度行駛，如圖3所示。

圖3 運動控制器框圖 Fig.3 Diagram of motion controller

橫向糾偏模糊控制器采用雙閉環(huán)控制結(jié)構(gòu)，外閉環(huán)由航向角和3個北斗的定位信息檢測構(gòu)成反饋，內(nèi)閉環(huán)以前輪轉(zhuǎn)角信息作為單位負(fù)反饋。運動控制器的控制周期與車體的行走速度和電控液壓轉(zhuǎn)向系統(tǒng)有關(guān)，總體上當(dāng)縱向目標(biāo)速度越大時，控制頻率要求越高，控制周期越小，但控制周期也受到液壓驅(qū)動特性的影響，過小會導(dǎo)致液壓驅(qū)動性能急劇下降。通過液壓轉(zhuǎn)向輪的測試得知在轉(zhuǎn)向4°時，需要0.15 s。綜合行進(jìn)速度的范圍與轉(zhuǎn)向特性要求，設(shè)定控制周期為0.5 s。

2.1 橫向偏距和航向偏差

直線導(dǎo)航勻速行走時，導(dǎo)航前需要確定一條目標(biāo)導(dǎo)航線，稱為導(dǎo)航線。北斗經(jīng)緯度坐標(biāo)經(jīng)過坐標(biāo)系轉(zhuǎn)換為平面直角坐標(biāo)，起點為(1,1)，終點坐標(biāo)為(2,2)。那么的直線方程為

式中=2–1；=1–2；=2·1–1·2。

液壓采集平臺當(dāng)前點的坐標(biāo)為北斗合成點（3，3），當(dāng)前點到目標(biāo)直線的距離為

如圖4所示，直線為目標(biāo)直線，直線為電子羅盤測得的當(dāng)前航向，點￠是北斗定位合成點作垂線與直線的交點，￠兩點之間的距離為液壓采集平臺到目標(biāo)直線的橫向偏距。直線￠￠為直線平移直線，直線￠￠與直線的夾角為航向偏差，將這2個偏差值作為模糊控制器的輸入，輸出為轉(zhuǎn)向輪期望的轉(zhuǎn)角，在小閉環(huán)中期望轉(zhuǎn)角減去角度傳感器采集到的當(dāng)前轉(zhuǎn)向前輪角度，即是轉(zhuǎn)向輪要轉(zhuǎn)過的角度，同時在行走的過程中縱向PID速度控制器使車體保持勻速行走，最終完成目標(biāo)直線的勻速直線行走。

注：為目標(biāo)導(dǎo)航線的起點；為目標(biāo)導(dǎo)航線的終點；為電子羅盤實時測得航向直線上的兩點；￠￠為與直線平行直線上的兩點；為采集平臺當(dāng)前位置的北斗定位合成點；￠是合成點作垂線與直線的交點；橫向偏距為采集平臺當(dāng)前點到目標(biāo)直線的距離，m；航向偏差為采集平臺當(dāng)前航向和目標(biāo)導(dǎo)航線之間的夾角，（°）。

Note:is the starting point for the target navigation line;is the destination of the target navigation line;andare real-time measuring two points by electronic compass on the line of heading;￠and￠are two points of a parallel line to theline;is the Beidou positioning synthesis point of the current position of collection platform;￠is the intersection point of the resultant pointas the vertical line and theline;Lateral offsetis the distance from the current point of the acquisition platform to the target line,m; Course deviationis the angle between the current course of the collection platform and the target navigation line, (°).

圖4 橫向偏距與航向偏差示意圖
Fig.4 Diagram of lateral offset and course deviation

2.2 橫向糾偏模糊控制器設(shè)計

橫向糾偏模糊控制器將航向偏差和橫向偏距作為模糊控制器的輸入，信息采集平臺轉(zhuǎn)向輪的轉(zhuǎn)角作為輸出量。根據(jù)數(shù)據(jù)融合后北斗接收模塊的精度和橫向偏距在行走過程的變化規(guī)律，橫向偏距(m)的論域范圍為[–3， 3]，模糊子集的論域為{–6，–5，–4，–3，–2，–1，0，1，2，3，4，5，6}，量化因子為1=6/3=2 。航向偏差的論域范圍為[–60°，60°]，模糊子集的論域為{ –6，–5，–4，–3，–2，–1，0，1，2，3，4，5，6}，量化因子2=6/60=0.1。輸出變量的論域范圍為[–15°，15°]，模糊子集的論域為{–6，–5，–4，–3，–2，–1，0，1，2，3，4，5，6}，比例因子3=15/6=2.5。

模糊控制器采用三角型隸屬函數(shù)構(gòu)建。根據(jù)轉(zhuǎn)向的控制精度和控制器運算量的要求，隸屬子集分布方式為：中值附近密集，遠(yuǎn)離中值稀疏[28-30]。根據(jù)人工轉(zhuǎn)向試驗和模糊控制器常規(guī)方法制定了初步規(guī)則。使用初步規(guī)則在采集平臺上進(jìn)行了前期試驗，對規(guī)則進(jìn)行了調(diào)整，當(dāng)橫向偏距絕對值大于1.5 m時稱為大偏距，橫向偏距小于1.5 m時稱為小偏距；同時設(shè)定當(dāng)車體按照當(dāng)前航向行駛使得車體遠(yuǎn)離目標(biāo)直線則此時的航向偏差為大偏差，如果是靠近目標(biāo)直線則此時的航向偏差為小偏差。對應(yīng)幾種典型的橫向偏距和航向偏差構(gòu)成狀態(tài)：1）大偏距，大偏差；2）大偏距，小偏差；3）小偏距，大偏差；4）小偏距，小偏差，如圖5所示。大偏距時主要以橫向偏距為主，控制器的輸出量值較大控制車體迅速轉(zhuǎn)向使得橫向偏距快速減小，在小偏距時主要以航向偏差為主，控制器的輸出量值較小控制車體緩慢轉(zhuǎn)向使航向偏差得以調(diào)整，能夠在靠近目標(biāo)直線時減小橫向偏距的波動。同時制定了橫向偏距、航向偏差和輸出量前輪轉(zhuǎn)角的模糊控制規(guī)則（見表1），由該推理規(guī)則依據(jù)Mamdani模糊推理方法輸出隸屬度函數(shù)反模糊化后形成二維查詢表，依據(jù)查詢表可以根據(jù)輸入查詢出前輪的控制轉(zhuǎn)角。

注：圖中只畫出了取橫向偏距d為正值時（即在目標(biāo)直線右側(cè)）橫向偏距和航向偏差θ 構(gòu)成關(guān)系的幾種典型圖，橫向偏距為負(fù)時對應(yīng)的關(guān)系圖是與之對稱的，圖中不再贅述。

表1 模糊控制器規(guī)則

注：液壓采集平臺前輪轉(zhuǎn)角順時針變化時為正，逆時針變化為負(fù)。表中虛線框表示的是橫向偏距為正時，紅色虛線框內(nèi)為大偏距，大偏差控制規(guī)則；藍(lán)色虛線框內(nèi)為大偏距，小偏差控制規(guī)則；綠色虛線框內(nèi)為小偏距，大偏差控制規(guī)則；黑色虛線框內(nèi)為小偏距，小偏差控制規(guī)則。當(dāng)橫向偏距為負(fù)時的控制規(guī)則與之關(guān)于中心對稱，表中不再用虛線框畫出。表中7個不同的字符為輸入輸出的7個語言變量，分別為正大（NB）、正中（NM）、正?。∟S）、中間（ZE）、負(fù)?。≒S）、負(fù)中（PM）、負(fù)大（PB）。

Note:Clockwise rotation of the front wheel is positive, and anti-clockwise rotation is negative. When the lateral offsetis positive, the control rules in the red dashed box is for large offset, large deviation, blue dashed box for large offset, small deviation, green dashed box for small offset, large deviation and black dashed box for small offset, small deviation. When the lateral offsetis negative, the control rules is central symmetrical with the previous rules. So,it is no longer marked with dashed box in the table.The 7 characters in the table are 7 language variables of input and output, which are positive large (NB), positive middle (NM), positive small (NS), median (ZE), negative small (PS), negative middle (PM) and negative large (PB).

2.3 縱向定速PID控制器設(shè)計

通過位置式PID控制器跟蹤縱向目標(biāo)速度，其離散形式方程為

式中為控制周期，T為微分時間常數(shù)，T為積分時間常數(shù)，為比例系數(shù)，()為第時刻的速度誤差，()為時刻PID控制器的輸出。采用Z-N的方法確定比例系數(shù)為100，微分系數(shù)為40，積分系數(shù)為50。

車體速度控制隨著控制電壓的變化而變化，而控制電壓在控制器中本質(zhì)是數(shù)字量，經(jīng)過D/A轉(zhuǎn)換器轉(zhuǎn)換為模擬電壓后輸出。由于車體本身的靜力矩，車體的啟動電壓o為2.1 V，對應(yīng)的數(shù)字量為2 400，為了使得車體能夠快速啟動，最終控制電壓的數(shù)字量是由()和啟動電壓數(shù)字量兩部分構(gòu)成為

OUT=+2 400 （4）

式中OUT是控制電壓最終的數(shù)字輸出量。

在縱向定速PID控制器設(shè)計的過程中對積分項設(shè)置了上下限，以避免控制量隨著時間的延長而無限增大，同時將()大小范圍限定在（–360，840），對應(yīng)的控制電壓分別為車體的最小行駛電壓和最大可調(diào)電壓。

3 多北斗模塊數(shù)據(jù)融合方法

針對現(xiàn)有使用的北斗模塊定位精度不高問題，通過對北斗定位誤差來源進(jìn)行分析，本文利用隨機誤差的補償性原理將3個低精度的北斗定位模塊以水平等邊三角形的方式放置，同時將接收到的3個北斗定位數(shù)據(jù)求算術(shù)平均值（稱為合成點）作為等邊三角形的中心定位數(shù)據(jù)以降低隨機誤差，提高北斗的定位精度。

為了評估本方法對提高定位精度的效果，對此開展試驗和數(shù)據(jù)分析。將1、2、3號3個北斗接收模塊以等邊三角形（邊長為1 m）的方式水平放置在信息采集平臺上，同時將四號北斗接收模塊和高精度的司南北斗/GNSS接收機（定位精度為2 cm，市場價格￥55 000）一同放在等邊三角形的中心位置。設(shè)定4個北斗接收模塊的定位和移動接收機COM1口輸出頻率均為2 Hz，利用STM32F4從機同步接收4個北斗定位模塊數(shù)據(jù)，利用串口助手接收高精度接收機的定位數(shù)據(jù)，持續(xù)接收5 min，總計獲得600組數(shù)據(jù)。對散點數(shù)據(jù)進(jìn)行分析可知散點的位置看似是雜亂無章的，但總分布在一定的區(qū)域內(nèi)，以高精度定位點為圓心繪制合成點和四號北斗散點的包絡(luò)圖，用圓半徑的大小來衡量定位精度，比較合成點與4號北斗定位散點包絡(luò)圓如圖6所示。

注：X為經(jīng)緯度坐標(biāo)轉(zhuǎn)換為平面直角坐標(biāo)后的橫坐標(biāo)，m；Y為經(jīng)緯度坐標(biāo)轉(zhuǎn)換為平面直角坐標(biāo)后的縱坐標(biāo)，m。

對獲得的定位數(shù)據(jù)進(jìn)行分析得到，單個北斗定位散點容易發(fā)生偏移，合成點則較為穩(wěn)定和集中，高精度接收機得到散點分布在2cm的圓內(nèi)。由圖6比較四號北斗和合成點的包絡(luò)圓的大小可知，同心圓半徑從2.0 m降到了1.56 m。為了進(jìn)一步驗證該方法的有效性，分別在華中農(nóng)業(yè)大學(xué)運動場和試驗基地按上述方法各做了3組試驗得到合成點和單個北斗包絡(luò)圓半徑對比結(jié)果表，如表2所示。

表2 北斗定位精度試驗對比結(jié)果表

由表2可知，3個北斗均值法求定位點的方法能夠提高北斗模塊的靜態(tài)定位精度，多組試驗表明，其平均靜態(tài)定位精度從2.06 m提高到了1.50 m。

采集平臺在行走過程中是移動的，為了評估本方法在移動過程中定位精度的效果，開展了動態(tài)定位精度試驗。選取華中農(nóng)業(yè)大學(xué)試驗基地一條長度70 m水泥路面，以相同的方法將定位模塊和高精度接收機放置在采集平臺上，通過人工遙控的方法控制采集平臺沿著直線以 0.4 m/s行走，利用電腦將接收到的定位數(shù)據(jù)保存下來，并將定位數(shù)據(jù)動態(tài)點連起來得到軌跡曲線如圖7所示。

圖7中以高精度的接收機得到的軌跡曲線為標(biāo)準(zhǔn)線（黑色），合成點軌跡曲線（紅色）相比于四號北斗軌跡曲線（藍(lán)色）更加靠近于標(biāo)準(zhǔn)線，同一時刻合成點的軌跡曲線偏離標(biāo)準(zhǔn)線最大值為0.78 m，最小值為0.057 m，平均值為0.32 m。四號北斗軌跡曲線偏離標(biāo)準(zhǔn)線的最大值為2.32 m，最小值為0.79 m，平均值為1.18 m，合成點動態(tài)定位精度高于四號北斗單點精度。

由動態(tài)定位試驗知：3個北斗均值法求定位點的方法能夠獲得高于單個模塊車體定位精度，動態(tài)定位精度為0.78 m以內(nèi)。

4 運動控制器試驗

田間信息采集平臺的定速跟蹤試驗在華中農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)科技試驗基地旱田進(jìn)行，速度控制器的軟件框架由C程序在STM32F4主控制器上實現(xiàn)，分別開展定速試驗和橫向路徑跟蹤試驗。

4.1 定速試驗

田間信息采集平臺的目標(biāo)速度設(shè)為0.4 m/s，速度信息采用 HES-1 024-2MHT型旋轉(zhuǎn)編碼器測得0.5 s內(nèi)的脈沖個數(shù)計算獲取，采樣頻率為2 Hz。在旱田試驗時將車體的油門打到中檔，液壓的壓強值設(shè)為12 MPa，車體啟動后進(jìn)入速度控制模式。定速啟動試驗的試驗條件為初始速度和給定電壓都為0，車體進(jìn)入速度控制模式后自動啟動，試驗結(jié)果如圖8a所示。外部阻力干擾試驗以相同的試驗條件啟動后當(dāng)車體速度穩(wěn)定時，人為給予阻力，待車體速度降至零速后，會在2 s內(nèi)上升到設(shè)定速度，試驗結(jié)果如圖8b所示。

定速啟動試驗的結(jié)果表明車體啟動后在縱向定速PID控制器的作用下輸出電壓逐漸增大使得車速快速達(dá)到目標(biāo)速度，上升時間在3 s內(nèi)，穩(wěn)定后的車體速度穩(wěn)態(tài)誤差小于7%。外部阻力干擾試驗的結(jié)果表明當(dāng)速度遇到外界干擾時，縱向定速PID控制器能迅速調(diào)整控制電壓使得車體速度恢復(fù)到目標(biāo)速度，縱向速度的調(diào)整時間不超過3 s，以上試驗表明縱向定速PID控制器能夠滿足速度保持恒定的要求。

圖8 定速試驗 Fig.8 Test of constant speed

4.2 橫向路徑跟蹤試驗

為了驗證橫向糾偏模糊控制器的有效性，根據(jù)設(shè)計的控制器規(guī)則在自主設(shè)計的信息采集平臺上進(jìn)行了3種典型初始條件下的橫向路徑跟蹤試驗。試驗中分別設(shè)定車輛的初始橫向偏距1.4 m、航向偏差50°（小偏距、大偏差），橫向偏距為2.0 m、初始航向偏差為–10°（大偏距、小偏差），橫向偏距為2.5 m、航向偏差為50°（大偏距、大偏差）。

4.2.1 試驗過程和方法

試驗過程中利用角度傳感器采集前輪的實際轉(zhuǎn)角數(shù)據(jù)，A/D數(shù)據(jù)采集模塊的采樣頻率為2 000Hz，每100個采樣點的均值為前輪轉(zhuǎn)角的反饋量，這樣內(nèi)閉環(huán)的控制頻率為20 Hz，使得車輪能夠在一個控制周期內(nèi)完成對期望轉(zhuǎn)角的控制。由于田間環(huán)境復(fù)雜，前輪轉(zhuǎn)動時要求采集平臺的速度慢，設(shè)定平臺的目標(biāo)速度為0.4 m/s，同時為了更好的測量路徑偏差，在采集平臺后軸正中位置上固定一個裝滿墨水的小水瓶，并通過細(xì)導(dǎo)管在行走的過程中滴下墨水記錄行走的軌跡。

試驗步驟如下：1）將3個北斗接收模塊按等邊三角形的方式放置在采集平臺上，使其中心與車體中心重合，啟動STM32F4單片機得到定位數(shù)據(jù)；2）設(shè)定目標(biāo)直線，選擇跟定速試驗相同長度約50 m的試驗田塊，記錄直線的兩個端點分別為點和點得到導(dǎo)航線，用一根長細(xì)線貼在地面拉直后放在導(dǎo)航線上作為目標(biāo)直線便于后面測量橫向偏距；3）將采集平臺?？吭谠O(shè)定的初始偏距和航向偏差位置處，初始偏距由卷尺測得，初始航向偏差用安裝在采集平臺中軸前端的電子羅盤測得；4）啟動采集平臺，進(jìn)入速度控制模式控制平臺以0.4 m/s的速度從初始的位置跟蹤目標(biāo)直線，同時打開細(xì)導(dǎo)管的封口，讓墨水記錄行走的軌跡，待跟蹤穩(wěn)定后停下采集平臺，用厘米精度的卷尺每隔0.1 m測得軌跡到目標(biāo)直線的距離，記錄下橫向偏距的變化情況；5）改變初始位置偏差重復(fù)試驗步驟1）～4）。

4.2.2 試驗結(jié)果和分析

試驗結(jié)果如圖9所示。

橫向跟蹤試驗結(jié)果表明，縱向跟蹤速度為0.4 m/s時，小偏距、大偏差試驗中信息采集平臺在9 s橫向偏距減小到0.4 m內(nèi)，11 s后最終能夠在0.3 m內(nèi)穩(wěn)定的跟蹤目標(biāo)直線；大偏距、小偏差試驗中采集平臺11 s內(nèi)迅速靠近目標(biāo)直線，15 s后能穩(wěn)定地在0.29 m內(nèi)跟蹤目標(biāo)直線；大偏距、大偏差試驗中信息采集平臺在12 s橫向偏距快速減小到0.5 m內(nèi)，14 s后采集平臺出現(xiàn)了小幅度的超調(diào)但又能很快能調(diào)回目標(biāo)直線附近，25 s后能穩(wěn)定的跟蹤目標(biāo)直線，且跟蹤精度在0.31 m以內(nèi)。

圖9 橫向路徑跟蹤試驗 Fig.9 Test of lateral path tracking

試驗結(jié)果分析：1）大偏距、大偏差和小偏距、大偏差試驗中初始橫向偏距開始都是增大再迅速減小，原因是初始航向偏差較大，采集平臺在從大偏差進(jìn)入小偏差的過程中車身轉(zhuǎn)動使得橫向偏距增加。2）大偏距、大偏差試驗中出現(xiàn)了超調(diào)，原因是初始條件下（如圖5a）橫向糾偏控制器的輸出量主要由橫向偏距為主，控制車體快速轉(zhuǎn)向這使得橫向偏距能夠快速減小，但進(jìn)入狀態(tài)4后航向偏差調(diào)整的不夠，以至于在調(diào)節(jié)航向偏差的過程中橫向偏距出現(xiàn)小幅超調(diào)，在控制器的調(diào)節(jié)下超調(diào)量迅速減小且能夠使得波動加速收斂。而小偏距、大偏差試驗中沒有出現(xiàn)超調(diào)，這是由于采集平臺航向經(jīng)過充分的調(diào)整后航向已經(jīng)滿足要求，同時采集平臺本身系統(tǒng)阻尼較大，使得橫向偏距在0～0.30 m波動沒有出現(xiàn)超調(diào)?？傮w上田間信息采集平臺在不同初始偏差下能夠快速穩(wěn)定地跟蹤目標(biāo)直線。

綜合3組的直線跟蹤精度，采集平臺由初始偏差進(jìn)入穩(wěn)定區(qū)域以后，跟蹤響應(yīng)時間、最大值橫向偏距、平均絕對橫向偏距與標(biāo)準(zhǔn)差如表3所示。

表3 直線跟蹤響應(yīng)時間和跟蹤精度

由圖9和表3可知，利用橫向糾偏模糊控制器能夠使得信息采集平臺導(dǎo)航系統(tǒng)快速、穩(wěn)定的跟蹤期望的路徑，最大橫向偏距在0.31 m以內(nèi)，滿足對田間田塊信息和作物信息采集的需要。

5 結(jié) 論

1）在自主設(shè)計的田間信息采集平臺上以STM32F4單片機為控制中心，采用多個傳感器包括三維電子磁羅盤、低精度的SM1612-MTBD北斗定位模塊、旋轉(zhuǎn)編碼器和角度傳感器構(gòu)建了速度控制硬件系統(tǒng)，設(shè)計了橫向糾偏模糊控制器和縱向定速PID控制器。提出了采用3個低精度北斗定位模塊進(jìn)行數(shù)據(jù)融合獲得高于單個模塊車體定位精度的方法。

2）田間試驗結(jié)果表明：設(shè)計的速度控制器能夠?qū)崿F(xiàn)田間信息采集平臺按著規(guī)劃路徑自動定速行走。在設(shè)定速度0.4 m/s時，縱向速度穩(wěn)態(tài)誤差小于7%，在外界擾動下調(diào)節(jié)時間小于3 s，不同的初始偏差條件下能夠快速、穩(wěn)定的跟蹤期望的路徑，穩(wěn)定跟蹤后最大橫向偏距在 0.31 m以內(nèi)，速度控制精度與路徑跟蹤精度均滿足農(nóng)業(yè)田間信息采集的需要。

該研究為智能信息采集平臺在田間復(fù)雜環(huán)境下的高效作業(yè)提供了技術(shù)參考，對農(nóng)用輪式車輛智能化在農(nóng)業(yè)領(lǐng)域的推廣提供一種可行的方法。

[1] Mousazadeh H. A technical review on navigation systems of agricultural autonomous off-road vehicles[J]. Journal of Terramechanics, 2013, 50(3): 211－232.

[2] 趙勻，武傳宇，胡旭東，等. 農(nóng)業(yè)機器人的研究進(jìn)展及存在的問題[J]. 農(nóng)業(yè)工程學(xué)報，2003，19(1)：20－24. Zhao Yun, Wu Chuanyu, Hu Xudong, et al. Research progress and problems of agricultural robot[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(1): 20－24. (in Chinese with English abstract)

[3] 羅錫文，臧英，周志艷. 精細(xì)農(nóng)業(yè)中農(nóng)情信息采集技術(shù)的研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報，2006，22(1)：167－173. Luo Xiwen, Zang Ying, Zhou Zhiyan. Research progress in farming information acquisition technique for precision agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(1): 167－173. (in Chinese with English abstract)

[4] 胡靜濤，高雷，白曉平，等. 農(nóng)業(yè)機械自動導(dǎo)航技術(shù)研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(10)：1－10. Hu Jingtao, Gao Lei, Bai Xiaoping, et al. Review of research on automatic guidance of agricultural vehicles[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(10): 1－10. (in Chinese with English abstract)

[5] 羅錫文，區(qū)穎剛，趙祚喜，等. 農(nóng)用智能移動作業(yè)平臺模型的研制[J]. 農(nóng)業(yè)工程學(xué)報，2005，21(2)：83－85. Luo Xiwen, Ou Yinggang, Zhao Zuoxi, et al. Research and development of intelligent flexible chassis for precision farming[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(2): 83－85. (in Chinese with English abstract)

[6] 王友權(quán)，周俊，姬長英，等. 基于自主導(dǎo)航和全方位轉(zhuǎn)向的農(nóng)用機器人設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2008，24(7)：110－113. Wang Youquan, Zhou Jun, Ji Changying, et al. Design of agricultural wheeled mobile robot based on autonomous navigation and omnidirectional steering[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(7): 110－113. (in Chinese with English abstract)

[7] 孟志軍，王秀，趙春江，等. 基于嵌入式組件技術(shù)的精準(zhǔn)農(nóng)業(yè)農(nóng)田信息采集系統(tǒng)的設(shè)計與實現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報，2005，21(4)：91－96.Meng Zhijun, Wang Xiu, Zhao Chunjiang, et al. Development of field information collection system based on embedded COM-GIS and pocket PC for precision agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(4): 91－96. (in Chinese with English abstract)

[8] 孟志軍，趙春江，王秀，等. 基于GPS的農(nóng)田多源信息采集系統(tǒng)的研究與開發(fā)[J]. 農(nóng)業(yè)工程學(xué)報，2003，19(4)：13－18. Meng Zhijun, Zhao Chunjiang, Wang Xiu, et al. Field multi-source information collection system based on GPS for precision agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 13－18. (in Chinese with English abstract)

[9] 偉利國，張權(quán)，顏華，等. XDNZ630 型水稻插秧機GPS自動導(dǎo)航系統(tǒng)[J]. 農(nóng)業(yè)機械學(xué)報，2011，42(7)：186－190. Wei Liguo, Zhang Quan, Yan Hua, et al. GPS automatic navigation system design for XDNZ630 rice transplanter[J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(7): 186－190. (in Chinese with English abstract)

[10] 張漫，項明，魏爽，等. 玉米中耕除草復(fù)合導(dǎo)航系統(tǒng)設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2015(增刊1)：8－14.Zhang Man, Xiang Ming, Wei Shuang, et al. Design and implementation of a corn weeding-cultivating integrated navigation system based on GNSS and MV[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015 (Supp.1): 8－14. (in Chinese with English abstract)

[11] 顧寶興，姬長英，王海青，等. 智能移動水果采摘機器人設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2012，43(6)：153－160. Gu Baoxing, Ji Changying, Wang Haiqing, et al. Design and experiment of intelligent mobile fruit picking robot[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012,43(6): 153－160. (in Chinese with English abstract)

[12] 趙欣.智能機器人在農(nóng)業(yè)自動化領(lǐng)域的主要應(yīng)用[J]. 中國農(nóng)學(xué)通報，2010，26(10)：360－364. Zhao Xin. The main application of intelligent robot in the field of agriculture automation[J]. Chinese Agricultural Science Bulletin, 2010, 26(10): 360－364. (in Chinese with English abstract)

[13] 田海清，應(yīng)義斌，張方明. 農(nóng)業(yè)車輛導(dǎo)航系統(tǒng)中自動控制技術(shù)的研究進(jìn)展[J]. 農(nóng)業(yè)機械學(xué)報，2005，36(7)：148－152.Tian Haiqing, Ying Yibin, Zhang Fangming. Development of automatic control technique for agricultural vehicle guidance[J]. Transactions of the Chinese Society of Agricultural Machinery, 2005, 36(7): 148－152. (in Chinese with English abstract)

[14] 陳無畏，王檀彬，焦俊，等. 基于信息融合的多智能體混合體系智能車輛導(dǎo)航[J]. 農(nóng)業(yè)機械學(xué)報，2011，42(6)：1－5.Chen Wuwei, Wang Tanbin, Jiao Jun, et al. Design and application for navigation multi-agent of intelligent vehicle based on information fusion [J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(6): 1－5. (in Chinese with English abstract)

[15] 程玉柱，陳勇，王紅星，等. 遙操作農(nóng)田信息采集機器人控制系統(tǒng)研究[J]. 湖北農(nóng)業(yè)科學(xué)，2012，51(14)：3080－3083.Chen Yuzhu, Chen Yong, Wang Hongxing, et al. Researches on the control system of a tele-operated robot for information collecting in agricultural fields[J]. Hubei Agricultural Sciences, 2012, 51(14): 3080－3083. (in Chinese with English abstract)

[16] 周建軍，張漫，汪懋華，等. 基于模糊控制的農(nóng)用車輛路線跟蹤[J]. 農(nóng)業(yè)機械學(xué)報，2009，40(4)：151－156. Zhou Jianjun, Zhang Man, Wang Maohua, et al. Path tracking for agricultural vehicle based on fuzzy control[J]. Transactions of the Chinese Society for Agridcultural Machinery, 2009, 40(4): 151－156. (in Chinese with English abstract)

[17] 丁幼春，廖慶喜，黃海東，等. 聯(lián)合收獲機視覺導(dǎo)航控制器設(shè)計[J]. 農(nóng)業(yè)機械學(xué)報，2010，41(增刊1)：239－243.Ding Youchun, Liao Qingxi, Huang Haidong, et al. Design of vision navigation controller for combine harvester[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(Supp.1): 239－243. (in Chinese with English abstract)

[18] 張聞宇，丁幼春，廖慶喜，等. 拖拉機液壓轉(zhuǎn)向變論域模糊控制器設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2015，46(3)：43－50. Zhang Wenyu, Ding Youchun, Liao Qingxi, et al. Variable universe fuzzy controller for tractor hydraulic steering[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 43－50. (in Chinese with English abstract)

[19] 張鐵民，李輝輝，陳大為，等. 多源傳感器信息融合的農(nóng)用小車路徑跟蹤導(dǎo)航系統(tǒng)[J]. 農(nóng)業(yè)機械學(xué)報，2015，46(3)：37－42. Zhang Tiemin, Li Huihui, Chen Dawei, et al. Agricultural vehicle path tracking navigation system based on information fusion of multi-source sensor[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 37－42. (in Chinese with English abstract)

[20] 羅錫文，張智剛，趙祚喜，等. 東方紅X-804拖拉機的DGPS自動導(dǎo)航控制系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報，2009，25(11)：139－145. Luo Xiwen, Zhang Zhigang, Zhao Zuoxi, et al. Design of GPS navigation control system for Dong fang hong X-804 tractor[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(11): 139－145. (in Chinese with English abstract)

[21] Bak T, Jakobsen H. Agricultural robotic platform with four wheel steering for weed detection[J]. Biosystems Eegineering, 2004, 87(2): 125－136.

[22] Bakker T, van Asseltk, Bontsema J, et al. Autonomous navigation using a robot platform in a sugar beet field [J]. Biosystems Engineering, 2011, 109(4): 357－368.

[23] Juman M A, Wong Y W, Rajkumar R K, et al. A novel tree trunk detection method for oil-palm plantation navigation[J]. Computers & Electronics in Agriculture, 2016, 128: 172－180.

[24] 顧寶興，姬長英，王海青，等. 農(nóng)用開放式智能移動平臺研制[J]. 農(nóng)業(yè)機械學(xué)報，2012，43(4)：173－178.Gu Baoxing, Ji Changying, Wang Haiqing, et al. Development of agricultural opening intelligent mobile platform[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(4): 173－178. (in Chinese with English abstract)

[25] 張美娜，呂曉蘭，陶建平，等. 農(nóng)用車輛自主導(dǎo)航控制系統(tǒng)設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2016，47(7)：42－47. Zhang Meina, Lü Xiaolan, Tao Jianping, et al. Design and implementation of an automatic guidance system on agricultural vehicle[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7): 42－47. (in Chinese with English abstract)

[26] Fu H D, Wolfgang H, Roland K. Development of a row guidance system for an autonomous robot for white asparagus harvesting[J]. Computers and Electronics in Agriculture, 2011, 79(2): 216－225.

[27] 張美娜，林相澤，丁泳前，等. 基于性能指標(biāo)的農(nóng)用車輛路徑跟蹤控制器設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2012, 28(9)：40－46. Zhang Meina, Lin Xiangze, Ding Yongqian, et al. Design of path following controllers based on performance index for agriculture vehicle[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(9): 40－46. (in Chinese with English abstract)

[28] Liu Taochang, Hu Jingtao, Ishak A. Adaptive sliding mode control method based on nonlinear integral sliding surface for agricultural vehicle steering control[J]. Mathematical Problems in Engineering, 2014, (2): 1－10.

[29] Kurczyk S, Pawe?czyk M. Fuzzy control for semi-active vehicle suspension[J]. Journal of Low Frequency Noise Vibration & Active Control, 2013, 32(3) : 217－226.

[30] Mann G K I, Gosine R G. Three-dimensional min–max- gravity based fuzzy PID inference analysis and tuning[J]. Fuzzy Sets & Systems, 2005, 156(2): 300－323

Design and experiment of motion controller for information collection platform in field with Beidou positioning

Ding Youchun, Zhan Peng, Zhou Yawen, Yang Junqiang, Zhang Wenyu, Zhu Kai

(430070)

With the development of precision agriculture technology, agricultural robots which improve efficiency and save labors for agriculture are used for information collection in field, instead of the traditional manual recording and observation. At home and abroad, most of navigation researches of walking platform meet the requirement of tracking precision. However, they mainly use RTK-DGPS (real time kinematics - differential GPS) positioning system, and it is so expensive that it restricts the large-scale promotion of automatic navigation of walking platform to some extent. Consequently, aiming at uniform speed and line tracking problem in complex field environment for information collection platform, a motion controller with transverse correction and longitudinal constant speed control was designed. This paper constructed motion control hardware system using information collection platform as the carrier, STM32F4 32-bit microcontroller was as the control center and multiple sensors were used for obtaining the vehicle status information, including 3D (three-dimensional) electronic compass, low precision Beidou module, rotary encoder and angle sensor. The working principle of the controller could be described as follows: Firstly, 2 points were chosen to determine tracking path. Then, the current position information and the heading angle of the platform in the field were obtained by Beidou module and electronic compass. They were used to calculate the lateral offset and course deviation, which were 2 inputs of fuzzy controller, and the output of fuzzy controller was got through designing control algorithm to control steering angle of front wheel. It ensured information collection platform to always track the goal line. Meanwhile, speed information of the platform was measured by the rotary encoder, which was the input of PID (proportion, integral, derivative) controller. It realized constant speed walking through speed feedback regulation. On the other hand, in order to improve the positioning precision of Beidou module, a method was presented, which was that 3 Beidou modules of low precision were placed in the way of an equilateral triangle, and average positioning data of 3 Beidou modules were obtained at the same time. Then, they were used as the final location data of the center point of the equilateral triangle, which took advantage of compensatory principle of random error to reduce the random error and improve the positioning precision of the Beidou module. By this way, the average positioning precision of the Beidou receiving module was increased from 2.06 to 1.50 m, and the dynamic positioning precision was improved to within 0.78 m. The speed tracking experiment was carried out in the field of Modern Agricultural Science and Technology Experiment Site of Huazhong Agricultural University. The result showed that the control system could work steadily when the vehicle ran at the speed of 0.4 m/s; Proportion coefficient was 100, the differential coefficient was 40 and the integral coefficient was 50. The adjustment time was less than 3 s and the maximum error of speed was less than 7%. When running at the same speed, the initial lateral offset was set to 1.4, 2.0 and 2.5 m, the time required for stable tracking was 11, 15 and 25 s, respectively, and the maximum linear deviation after stabilization was all less than 0.31 m. The research of motion controller on information collection platform not only promotes acquisition ability of field information but also provides technical support for the efficient and intelligent operation of information collection platform in field. At the same time, it offers the possibility of greatly reducing cost in linear tracking, which is of benefit to the promotion of precision agriculture.

agricultural machinery; control systems; navigation; information collection platform in field; motion controller; positioning precision; line tracking

10.11975/j.issn.1002-6819.2017.12.023

TP273

A

1002-6819(2017)-12-0178-08

2017-01-15

2017-05-14

國家重點研發(fā)計劃項目（2016YFD020060602）；湖北省技術(shù)創(chuàng)新專項重大項目（2016ABA094）

丁幼春，男，湖北孝感人，副教授，主要從事油菜機械化生產(chǎn)智能化技術(shù)與裝備研究。武漢 華中農(nóng)業(yè)大學(xué)工學(xué)院，430070。Email：kingbug163@163.com

丁幼春，詹鵬，周雅文，楊軍強，張聞宇，朱 凱. 北斗定位田間信息采集平臺運動控制器設(shè)計與試驗[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(12)：178－185. doi：10.11975/j.issn.1002-6819.2017.12.023 http://www.tcsae.org

Ding Youchun, Zhan Peng, Zhou Yawen, Yang Junqiang, Zhang Wenyu, Zhu Kai. Design and experiment of motion controller for information collection platform in field with Beidou positioning [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(12): 178－185. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.12.023 http://www.tcsae.org