2023年12月27日发(作者：)

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　基于光学和超声联合定位的精密播种机导航技术研究倪江楠（河南工业职业技术学院，河南南阳　４７３０００）摘　要：为了提高播种机的自主化作业水平，将光学和超声联合定位方法引入到了播种机导航系统的设计上，通过超声波测距和激光扫描的方法，实现了作业区域的定位和播种机行走路径的规划，从而提高了播种机作业的适应能力，提升了自主作业水平。为了验证方案的可行性，对基于光学和超声联合定位的导航系统进行了实验，并建立了一个有田垄的农田作业环境，展开了播种机的导航实验。结果表明：基于光学和超声联合定位方法可以成功地规划播种机的行驶路径，对无人驾驶播种作业设备的研究具有重要的意义。关键词：联合定位；超声波测距；激光扫描；精密播种机；自主导航中图分类号：Ｓ２２３．２；ＴＰ２４２．１　　　　　　文献标识码：Ａ－－－文章编号：１００３１８８Ｘ（２０２１）０１０２１１０５０　引言智能化农机能够通过传感器感知外界环境和自身状态，实现在有障碍物环境中面向目标的自主运动，是一种具有高度自规划、自组织、自适应能力的机械设备。如果要彻底实现智能化农机设备的无人化作业，还需要实现农机的自主导航，目前最常用的导航方法是ＧＰＳ导航方法。但是，在ＧＰＳ信号不好时，采用单一的ＧＰＳ信号在复杂的环境中进行导航，会大大降低导航精度。激光和超声波导航方式对环境的适应能力较强，如果两者结合会进一步提高导航精度，可以考虑将两者使用在农机导航上，以提高农机作业适应能力和智能化水平。首先，采用超声波测距的方式定位作业区域，定位到作业区域后，利用激光扫描的方法对作业区域进行扫描，并提取作业区域的图像特征；通过提取作业区域中两侧田垄的特征，播种机可以规划出行走路径，采用这种方案可以实现播种机的自主行走，从而实现无人驾驶播种作业。１　光学和超声波联合定位由于播种机作业环境的复杂性，特别是在一些较为偏僻的地方，ＧＰＳ信号往往不好，会严重地影响播种的自主导航效果。另外，还有一种导航方式是惯性导航，采用这种导航方式的话价格比较昂贵，在播种机的设计上也不实用，因此需要探索其他定位方式。超声波定位和光学定位都是精度比较高的定位方式，且设备相对价格较低，如果将两者结合起来，不仅能进一步提高定位精度，还可以提高导航的适应性。基于光学和超声波联合定位的流程如图１所示。将光学和超声联合定位的方法应用到播种机上：－－收稿日期：２０１９０８０１基金项目：河南省重点科技攻关项目（１７２１０２２１０１２７）－－作者简介：倪江楠（１９８６），女，河南南阳人，讲师，硕士，（Ｅｍａｉｌ）ｎｉ。ｊｉａｎｇｎａｎ１９８５＠１６３．ｃｏｍ图１　基于光学和超声波联合定位Ｆｉｇ．１　Ｊｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｂａｓｅｄｏｎｏｐｔｉｃｓａｎｄｕｌｔｒａｓｏｕｎｄ

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　２　基于光学和超声波联合定位的精密播种机导航技术超声波经常被用来测量距离，这是由于超声波指向性强，在介质值中传播的距离较长，测量精度也较高，在自主导航机器人的研发中得到了广泛应用。超声波测距时，超声波的传播速度是已知的，当超声波发射传播一段距离后，遇到障碍物时超声波会反射回来，根基发射和接受的时间差可以得到距离，其表达式为ｄ＝ｃ×ｔ（１）其中，ｃ为超声波的传播速度，ｔ为发射和接收的时间差。采用超声波测距可以初步定位作业区域的位置，定位作业区域后，可以通过激光扫描的方式来规划自主行走路径。为了使播种机能沿着规划的路径行走，可以通过采用智能控制算法对行驶路径进行实时控制。模糊ＰＩＤ算法是目前智能控制领域最常用的算法之一，采用模糊ＰＩＤ控制算法可以将控制误差实时地反馈给控制系统，然后利用模糊控制方法降低误差，其主要流程如图２所示。为累加求和，将微分近似替换为一阶向后差分，其控制过程为＝ＫｔＴ＝Ｔｅ（ｔ）≈Ｔ（ｊＴ）（ｊ）∑ｅ∑ｅ∫０＝０ｊ＝０ｊｔｋｋ（２）（３）ｄｅ（ｔ）ｅ（ＫＴ）－ｅ［（ｋ－１）Ｔ］＝≈ｄｔＴ　ｅ（ｋ）－ｅ（ｋ－１）Ｔ（４）其中，ｅ（ｋ）为采样系统的ｋ时刻偏差；ｅ（ｋ－１）－１时刻偏差；ｋ为采样序列号，值为ｋ为采样系统的ｋ＝０，１，２…。于是，可以得到离散化的ＰＩＤ表达式为Ｔｋ＝Ｋｕ（ｋ）ｅ（ｋ）＋∑ｅ（ｊ）＋Ｐ｛Ｔ＝０Ｉｊ　　ＴＤ［ｅ（ｋ）－ｅ（ｋ－１）］Ｔ（５）当采样周期足够小时，离散的ＰＩＤ可以逼近ＰＩＤ算式，从而使控制过程较为精确。假设积分系数为ＫＩＫＴＫＴＰＰＤ＝＝，微分系数为Ｋ，则有ＤＴＴＩｋ＝Ｋｕ（ｋ）ｅ（ｋ）＋Ｋ（ｊ）＋∑ｅＩＩ＝０ｊ　　　Ｋｅ（ｋ）－ｅ（ｋ－１）］Ｄ［（６）由反馈调节的表达式可以看出，输出与过去的状态有关，需要对历次的偏差进行累计。利用递推算法，考虑第ｋ－１次采样时，有－１Ｔｋ＝Ｋｕ（ｋ－１）ｅ（ｋ－１）＋∑ｅ（ｊ）＋Ｐ｛Ｔ＝ｊ０Ｉ　　　　ＴＤ［ｅ（ｋ－１）－ｅ（ｋ－２）］｝Ｔ（７）将式（５）和式（６）相减可以得到＝Ｋｕ（ｋ）－ｕ（ｋ－１）ｅ（ｋ）－ｅ（ｋ－１）＋Ｐ｛ＴＴＤｅ（ｋ）＋［ｅ（ｋ）－２ｅ（ｋ－１）＋ｅ（ｋ－２）］｝ＴＴＩ（８）整理后得＝ｕｕ（ｋ）（ｋ－１）＋ａｅ（ｋ）－０　　　ａｅ（ｋ－１）＋ａｅ（ｋ－２）１２图２　播种机自主导航流程Ｆｉｇ．２　Ｔｈｅａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎｆｌｏｗｏｆｓｅｅｄｅｒ（９）２ＴＴＴＤＤ＝＋＋＝＋ａＫ（１），ａＫ（１），其中，０Ｐ１ＰＴＴＴＩａＫ２＝ＰＴＤＴ。在实际控制过程中，ａ、ａ、ａ０１２可以先计在实际控制时主要采用电机驱动的方法，利用脉冲的发射来控制电机驱动转向轮，因此需要将控制过程进行离散化处理。假设采样周期为Ｔ，连续时间可Ｔ，将积分近似替换以看成是一系列的采样时刻点Ｋ算出来。所以，控制增量可以直接由偏差求出来，在进行ＰＩＤ控制时采用模糊控制器，如图３所示。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　通过模糊控制器可对驱动电机的速度进行控制，然后利用ＰＩＤ反馈调节将方向信息反馈给控制器，利用调节功能使转向误差达到最小，从而有效避开障碍物或者进行转向作业。在不同的行驶距离上对自主定位的误差进行了统在正常自主行驶计，如图６所示。由统计结果表明：时，播种机的行驶误差较小，遇到障碍物时，播种机的行驶误差偏大。因此，在设计时，要重点对存在障碍物条件下播种机的激光扫描路径规划进行优化，使其在遇到障碍物时，可以通过调整使行驶的误差降低到最小。图３　模糊控制系统硬件框架Ｆｉｇ．３　Ｔｈｅｈａｒｄｗａｒｅｆｒａｍｅｗｏｒｋｏｆｆｕｚｚｙｃｏｎｔｒｏｌｓｙｓｔｅｍ３　无人驾驶播种机自主导航测试图４所示为激光雷达的实物图。在实际导航时，首先采用超声波对作业区域进行定位，定位作业区域后，采用激光雷达对进行激光扫描，通过激光扫描规划自主行走的路径，得到了如图５所示的结果。图５　激光扫描路径规划结果Ｆｉｇ．５　Ｔｈｅｐａｔｈｐｌａｎｎｉｎｇｒｅｓｕｌｔｓｏｆｌａｓｅｒｓｃａｎｎｉｎｇ图４　激光雷达实物图Ｆｉｇ．４　ＴｈｅｐｈｙｓｉｃａｌｄｉａｇｒａｍｏｆＬｉｄａｒ图６　误差分析结果Ｆｉｇ．６　Ｔｈｅｅｒｒｏｒａｎａｌｙｓｉｓｒｅｓｕｌｔｓ采用激光扫描提取作业区域两侧的田垄信息，然后通过路径规划使播种机在田垄的内侧行走，便可以保证行驶的准确率。测试结果表明，采用超声波测距方法可以成功地探测到作业区域，通过激光扫描可以实现路径的规划，播种机沿着规划好的路径自主行走，便可以完成自动化播种作业，从而实现作业过程的无人化操作。为了验证基于超声和光学联合导航的可靠性，对导航的精度进行了测试，如表１所示。测试结果表明：相对于超声定位，激光路径追踪导航具有更高的精度，两种定位方式都可以满足高精度自主导航作业的需求。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　表１　导航精度测试Ｔａｂｌｅ１　Ｔｈｅｎａｖｉｇａｔｉｏｎａｃｃｕｒａｃｙｔｅｓｔ超声波测距误差／％３．２５２．２６１．２８３．２６路径跟踪误差／％０．８５０．６９１．２１０．３６［Ｊ］．电器，２０１９（３）：４５．［７］　韦邦国，宋韬，郭帅．基于最小二乘法的移动机械臂激光－导航标定［Ｊ］．工业控制计算机，２０１９，３２（６）：４７４９．［８］　刘晓阳，高晓东，魏青，等．无反射板激光导航搬运机器人－及其应用研究［Ｊ］．科技创新与生产力，２０１９（１）：７９８０，８３．［９］　魏泽鼎，贾俊国，王占永．基于视觉传感器的棉花果实定－位方法［Ｊ］．农机化研究，２０１２，３４（６）：６６６８，１１２．［１０］　刘琼，安涛，金钢，等．基于ＤＭ６４２视频采集处理系统硬－件设计［Ｊ］．微计算机信息，２００７，１１（２）：１８０１８２．［１１］　张永光，张晓蕾，徐健健．ＤＭ６４２图像数据传输的实现导航测试田块１２３４５２．６５０．７２［１２］６１．３３０．８５４　结论［１３］为了提高农机自主导航定位的精度，将超声和激［１４］光联合定位的方法引入到了播种机导航系统的设计上，通过超声波测距和激光扫描的方法，实现了作业［１５］区域的定位和播种机行走路径的规划。为了验证方案的可行性，以播种机导航实验为例，创建了播种作［１６］业环境，并对光学和激光联合定位方法进行了测试。测试结果表明：采用超声测距方法可以成功地定位作［１７］业区域，采用联合定位方法可以规划出播种机的行驶路径，实现自主导航。［１８］参考文献：［１］　姜勇，姜智，郭鑫，等．基于遗传算法－反向传播神经网络［１９］的地下无人驾驶车辆自主导航技术［Ｊ］．机械制造，２０１８，５６（１２）：２６－３０．［２０］［２］　陈小波，苗玉彬，吴吉麟．设施移动机器人超声导航最优控制［Ｊ］．机电一体化，２０１１，１７（６）：７４－７８．［２１］［３］　李爱莲，高策，梁惠明．移动机器人导航方法的分析与研究［Ｊ］．仪表技术，２０１３（５）：４２－４４．［２２］［４］　王艳莉，曹仁勇，耿长兴．激光导航设施管理机器人自动控制系统的研究［Ｊ］．江苏农业科学，２０１８，４６（２０）：２３６－［２３］２３８．［５］　钟海兴，许伦辉，郭雅婷．基于ＲＯＳ的激光导航移动机器［２４］人控制系统设计［Ｊ］．自动化与仪表，２０１８，３３（１２）：３０－３３．［２５］［６］　陈莉．从激光导航到视觉导航塔波尔占位扫地机领航和优化［Ｊ］．科学技术与工程，２００７，９（１７）：４４８４－４４８６．李立君，李昕，高自成，等．基于偏好免疫网络的油茶果采摘机器人图像识别算法［Ｊ］．农业机械学报，２０１２，４３（１１）：２０９－２１３．袁挺，纪超，陈英，等．基于光谱成像技术的温室黄瓜识别方法［Ｊ］．农业机械学报，２０１１，４２（Ｓ１）：１７２－１７６．熊俊涛，邹湘军，陈丽娟，等．采摘机械手对扰动荔枝的视觉定位［Ｊ］．农业工程学报，２０１２，２８（１４）：３６－４１．王科俊，魏娟．基于共面圆的双目立体视觉分步标定法［Ｊ］．应用科技，２０１０，３７（１）：３６－３９．佟帅，徐晓刚，易成涛．基于视觉的三维重建技术综述［Ｊ］．计算机应用与研究，２０１１，２８（７）：２４１２－２４１７．王辉，毛文华，刘刚，等．基于视觉组合的苹果作业机器人识别与定位［Ｊ］．农业机械学报，２０１２，４３（１２）：１６５－１７０．陈钢，叶佩昌，贾庆轩，等．基于速度修正项的机械臂避障路径规划［Ｊ］．控制与决策，２０１５（１）：１５６－１６０．雷伟伟，张锋，王元波．ＧＰＳ技术在现代精准农业中的应用研究［Ｊ］．农技服务，２００８（３）：１１３－１１５．杨为民，李天石，贾鸿社．农业机械机器视觉导航研究［Ｊ］．农业工程学报，２００４，２０（１）：１６０－１６５．张子容．基于单片机控制的农用无人机导航研究［Ｊ］．农机化研究，２０２０，４２（３）：２４０－２４４，２４８．斯芸芸，詹跃明．基于嵌入式机理的农机自动导航控制系统研究［Ｊ］．农机化研究，２０２０，４２（２）：２１５－２１９，２２４．谢玉玲．无人驾驶技术在农机推广中的应用［Ｊ］．中国农业信息，２０１６（８）：７３－７４．赵立锦．无人驾驶技术在农机推广中存在问题及解决方案［Ｊ］．乡村科技，２０１６（１４）：５５．袁勋，汤兵兵．基于ＡＲＭ的农机无人驾驶系统硬件设计［Ｊ］．南方农机，２０１８，４９（１９）：７６．　　　　　　　　　　　　　　

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　ＲｅｓｅａｒｃｈｏｎＮａｖｉｇａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｏｆＰｒｅｃｉｓｉｏｎＳｅｅｄｅｒＢａｓｅｄｏｎＯｐｔｉｃａｌａｎｄＵｌｔｒａｓｏｕｎｄＪｏｉｎｔＰｏｓｉｔｉｏｎｉｎｇＮｉＪｉａｎｇｎａｎ（ＨｅｎａｎＰｏｌｙｔｅｃｈｎｉｃＩｎｓｔｉｔｕｔｅ，Ｎａｎｙａｎｇ４７３０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｕｔｏｎｏｍｏｕｓｏｐｅｒａｔｉｏｎｌｅｖｅｌｏｆｔｈｅｓｅｅｄｅｒ，ｉｔｉｎｔｒｏｄｕｃｅｄｔｈｅｏｐｔｉｃａｌａｎｄｕｌｔｒａｓｏｎｉｃｊｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇｍｅｔｈｏｄｉｎｔｏｔｈｅｄｅｓｉｇｎｏｆｔｈｅｓｅｅｄｅｒｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍ．Ｔｈｒｏｕｇｈｔｈｅｕｌｔｒａｓｏｎｉｃｒａｎｇｉｎｇａｎｄｌａｓｅｒｓｃａｎｎｉｎｇｍｅｔｈｏｄ，ｉｔｒｅａｌｉｚｅｄｔｈｅｐｏｓｉｔｉｏｎｉｎｇｏｆｔｈｅｏｐｅｒａｔｉｏｎａｒｅａａｎｄｔｈｅｐｌａｎｎｉｎｇｏｆｔｈｅｓｅｅｄｅｒ＇ｓｗａｌｋｉｎｇｐａｔｈ，ｔｈｕｓｉｍｐｒｏｖｉｎｇｔｈｅ－ａｄａｐｔａｂｉｌｉｔｙｏｆｔｈｅｓｅｅｄｅｒｏｐｅｒａｔｉｏｎａｎｄｔｈｅｌｅｖｅｌｏｆｓｅｌｆｏｐｅｒａｔｉｏｎ．Ｉｎｏｒｄｅｒｔｏｖｅｒｉｆｙｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅｓｃｈｅｍｅ，ｉｔｔｅｓｔｅｄｔｈｅｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｏｐｔｉｃａｌａｎｄｕｌｔｒａｓｏｎｉｃｊｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇ，ａｎｄｉｔｅｓｔａｂｌｉｓｈｅｄａｆａｒｍｌａｎｄｗｏｒｋｉｎｇｅｎｖｉｒｏｎｍｅｎｔｗｉｔｈｒｉｄｇｅｓ．Ｉｔｃａｒｒｉｅｄｏｕｔｔｈｅｎａｖｉｇａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｏｆｔｈｅｓｅｅｄｅｒ．Ｔｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｐｒｏｃｅｓｓ，ｉｔｗａｓｆｏｕｎｄｔｈａｔｉｔｃｏｕｌｄｓｕｃｃｅｓｓｆｕｌｌｙｐｌａｎｓｅｅｄｉｎｇｔｈｅｍｅｔｈｏｄｂａｓｅｄｏｎｏｐｔｉｃａｌａｎｄｕｌｔｒａｓｏｎｉｃｊｏｉｎｔｐｏｓｉｔｉｏａｎｄｒｅｓｕｌｔｓｎｉｎｇ．Ｔｈｅｄｒｉｖｉｎｇｐａｔｈｏｆｔｈｅａｉｒｃｒａｆｔｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｔｈｅｒｅｓｅａｒｃｈｏｆｕｎｍａｎｎｅｄｓｅｅｄｉｎｇｅｑｕｉｐｍｅｎｔ．Ｋｅｙｗｏｒｄｓ：ｊｏｉｎｔｐｏｓｉｔｉｏｎｉｎｇ；ｕｌｔｒａｓｏｎｉｃｒａｎｇｉｎｇ；ｌａｓｅｒｓｃａｎｎｉｎｇ；ｐｒｅｃｉｓｉｏｎｓｅｅｄｉｎｇ；ａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎ（上接第２１０页）－－－ＡｂｓｔｒａｃｔＩＤ：１００３１８８Ｘ（２０２１）０１０２０７ＥＡ－ＤｅｓｉｇｎｏｆＨａｒｄｗａｒｅｏｆＥｍｂｅｄｄｅｄＨａｒｖｅｓｔｅｒＶｅｈｉｃｌｅｂｏｒｎｅＳｙｓｔｅｍＢａｓｅｄｏｎＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌＴｅｃｈｎｏｌｏｇｙＨａｎＧｕｉｌｉ（ＨｅｎａｎＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＳｃｈｏｏｌ，Ｚｈｅｎｇｚｈｏｕ４５０００８，Ｃｈｉｎａ）－Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｉｎｔｅｌｌｉｇｅｎｔｌｅｖｅｌｏｆｈａｒｖｅｓｔｅｒｏｎｂｏａｒｄｓｙｓｔｅｍ，ｉｔｉｎｔｒｏｄｕｃｅｄｔｈｅｅｍｂｅｄｄｅｄｓｙｓｔｅｍａｎｄ－－ｉｎｔｅｌｌｉｇｅｎｔＰＩＤｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｉｎｔｏｔｈｅｄｅｓｉｇｎｏｆｏｎｂｏａｒｄｃｏｎｔｒｏｌｓｙｓｔｅｍ．Ｔａｋｉｎｇｔｈｅｄｅｓｉｇｎｏｆｏｎｂｏａｒｄａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎｓｙｓｔｅｍａｓａｎｅｘａｍｐｌｅ，ｉｔｄｅｓｉｇｎｅｄｔｈｅｕｎｄｅｒｌｙｉｎｇｈａｒｄｗａｒｅｓｙｓｔｅｍ．Ｉｎｏｒｄｅｒｔｏｖｅｒｉｆｙｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅｓｙｓｔｅｍ，ｔａｋｉｎｇｔｈｅｈａｒｖｅｓｔｅｒａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ，ｉｔｔｅｓｔｅｄｔｈｅｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｔｒａｊｅｃｔｏｒｙｏｆｔｈｅｈａｒｖｅｓｔｅｒｂｅｆｏｒｅａｎｄａｆｔｅｒｕｓｉｎｇｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｈａｒｖｅｓｔｅｒｉｓｐｒｏｎｅｔｏｃｏｌｌｉｓｉｏｎｗｉｔｈｏｂｓｔａｃｌｅｓｗｈｅｎｉｔｄｏｅｓｎｏｔｕｓｅｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ，ｗｈｉｃｈｒｅｓｕｌｔｓｉｎａｃｃｉｄｅｎｔｓ．Ａｆｔｅｒｕｓｉｎｇｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ，ｔｈｅｈａｒｖｅｓｔｅｒｃａｎｓｕｃｃｅｓｓｆｕｌｌｙａｖｏｉｄｏｂｓｔａｃｌｅｓ，ｗｈｉｃｈｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｔｈｅｒｅｓｅａｒｃｈｏｆｕｎｍａｎｎｅｄｄｒｉｖｉｎｇｔｅｃｈｎｏｌｏｇｙｏｆｔｈｅｈａｒｖｅｓｔｅｒ．Ｋｅｙｗｏｒｄｓ：ｅｍｂｅｄｄｅｄｓｙｓｔｅｍ；ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ；ｖｅｈｉｃｌｅｓｙｓｔｅｍ；ｈａｒｄｗａｒｅｄｅｓｉｇｎ；ａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎ