一种温室果园自主巡检机器人_杜海莲.pdf

一种温室果园自主巡检机器人 杜海莲 1 王建华 2 闫 瑾 1 王观田 1 王 阳 1 1 华东交通大学机电与车辆工程学院 江西南昌 330013 2 智能农业动力装备全国重点实验室 河南洛阳 471039 摘要 本研究设计了一种基于激光雷达 SLAM 的温室果园巡检机器人系统 该系统采用四驱差速底盘 集成 STM32 树莓派 激光雷达和视觉传感器 通过SSH VNC实现远程控制 系统利用激光雷达 SLAM 构建环境地图并 实现自主导航 测试表明 SLAM 建图相对偏差为3 6 以0 5 m s 运动时 x y 向定位偏差分别为4 7 cm 和 1 8 cm 以1 0 rad s转动时角度偏差为6 7 机器人能有效避障 验证了其在温室环境中的适用性 关键词 温室 巡检 机器人 SLAM 中图分类号 S375 文献标志码 A 文章编号 1006 0006 2025 05 0040 06 An Autonomous Inspection obot for Greenhouse Orchards DU Hailian 1 WANG Jianhua 2 YAN Jin 1 WANG Guantian 1 WANG Yang 1 1 Department of Mechatronics and Vehicle Engineering East China Jiaotong University Nanchang 330013 China 2 State Key Laboratory of Intelligent Agricultural Power Equipment Luoyang 471039 China Abstract In this study a LIDA SLAM based robotic system for greenhouse orchard inspection is designed The system adopts a 4WD differential chassis integrates STM32 aspberry Pi LiDA and vision sensors and is remotely controlled via SSH VNC The system uses LIDA SLAM to construct environment maps and achieve autonomous navigation Tests show that the relative deviation of the SLAM built map is 3 6 when moving at 0 5 m s the deviation of x and y direction positioning is 4 7 cm and 1 8 cm respectively and the angular deviation when rotating at 1 0rad s is 6 7 The robot can effectively avoid obstacles which verifies its applicability in the greenhouse environment Key words Greenhouse Inspection obotics SLAM 随着设施农业的快速发展 温室果园作为其核 心组成部分 种植面积持续扩张 1 然而 当前果园 管理仍面临自动化水平不足与劳动力短缺等突出问 题 特别是重复性强的日常巡检作业 2 果园移动 机器人对于加快果园现代化进程及提高果园作业的 效率具有重要意义 其中 自主导航技术作为路径 规划和自动控制的基础 对保障机器人安全运行至 关重要 3 主流导航技术主要包括全球定位系统 GNSS 4 视觉导航技术 5 和激光雷达检测技 术 6 等 在环境空阔且无遮蔽的场景下 高精度 GNSS凭借其可靠的定位性能已成为移动平台导航 的主要解决方案 然而 温室果园半封闭环境会引 发卫星信号多路径效应 甚至出现信号屏蔽的现象 为克服GNSS 的局限性 视觉导航技术被引入作为 替代方案 然而 当作业环境存在特征稀疏 由薄膜 覆盖引起的漫反射以及光照不均等情况时 视觉系 统的特征提取与匹配精度会显著下降 进而导致导 航系统的可靠性降低 近年来 激光雷达凭借其高 分辨率 远探测距离以及对光照不敏感等优点 逐渐 成为农田障碍物检测的研究热点 吴等人 7 基于激 光SLAM 对机器人自主导航系统进行了研究 结果 表明 自主导航的横向偏差和纵向偏差最大值小于 0 10 m 航向偏角最大值小于10 谢等 8 在果园环 境中基于激光 SLAM 进行了障碍物检测与路径规 划 移动轨迹与障碍物平均距离为1 74 m 最小距 离为0 94 m 鉴于此 本文基于激光雷达设计了一款面对温 室果园的巡检机器人系统 而设计的核心是巡检机 器人自主导航系统的控制 并对机器人的建图精度 自主导航精度和避障能力进行模拟试验验证 以确 保设计的合理性和可行性 收稿日期 2025 06 16 基金项目 智能农业动力装备全国重点实验室开放课题 SKLIAPE 2024012 04 第52卷第5期 拖拉机与农用运输车 Vol 52 No 5 2025 年 10 月 Tractor Farm Transporter Oct 2025 1 机器人系统整体设计及速度控制 1 1 整体结构设计方案 机器人的移动底盘为四轮差速机构 采用四个 直流电机分别独立驱动四个车轮 整体结构如图1a 所示 基于右手坐标系定义机器人的运动参考系 以正前方为x 轴正方向 左侧为y 轴正方向 竖直向 上为z 轴正方向 机器人的整体外形尺寸为 305 mm 310 mm 325 mm x y z 其中xy平面投影 尺寸为 305 mm 310 mm 选择 STM32F407VET6 作为机器人的下位机 树莓派4b 8G 作为机器人的 上位机 MPU6050 作为机器人的姿态传感器 USB 摄像头作为机器人的图像采集器 机械式激光雷达 LDS01 作为机器人的环境感知器 其中 LDS01 采用TOF的360 单线激光扫描测距系统 该系统可以360 对15 9 m范围内环境进行扫描测 距 产生的2D点阵数据可用于定位和环境建模 其 扫描频率为5 Hz 角分辨率为1 测距范围为0 15 9 m 为了验证所设计机器人的可行性 本文设计了 一款样机用于试验测试 图1b 图1 机器人整体结构 Fig 1 obot Overall Structure 1 2 远程控制系统设计 机器人的控制系统框图如图2 所示 图2 机器人控制系统框图 Fig 2 Block Diagram of obot Control System 在标准化温室果园作业场景下 PC 端通过 SSH 和VNC对机器人进行远程监听与操控 巡检机器人 通过激光雷达获得二维点云数据 得到距离信息 通 过全局规划器进行规划全局路线 通过局部优化器 进行实时导航 将导航速度信息传给下位机进行 PID闭环控制驱动底盘运动 全局代价函数和局部 代价函数防止机器人触碰障碍物 根据局部规划路 线完成自主导航过程 最终摄像头随着机器人的自 主导航完成巡检功能 1 3 运动学模型及PID控制 机器人的正运动学模型为 v cx w c 1 2 1 c 1 2 1 c V L V 1 式中 w c 为速度中心的旋转角速度 rad s v cx 为速 度中心 x 反向的线速度 m s V L 为左轮线速度 m s V 为右轮线速度 m s 机器人的逆运动学模型为 V L V 1 c 2 1 c 2 v cx w c 2 PID 9 控制通过比较反馈信号目标值与测量值 的偏差 计算调节量并转换为 PWM 信号 最终驱动 电机转动 电机的速度控制为带反馈的闭环系统 框图如图3 所示 首先 通过上位机树莓派的输入 信号获取巡检机器人的目标值 然后通过串口和运 动学逆变换成左右轮目标速度传给 STM32 最后 STM32通过闭环控制实现速度的控制 闭环控制具 体而言 计算测量速度与目标速度之间的偏差 将偏 差传给 PID 控制器进行调整 将调整结果输出到 PWM PWM结合电机驱动模块控制电机的转速进而 控制轮子的实际速度 后续过程循环往复直到测量 速度与目标速度偏差几乎为0 为止 本文选择增量 式PID进行底盘速度控制 D 控制对高频噪音很敏 感 即使幅值很小的高频噪音也会对 D 产生较大影 响 且会延迟响应时间 增大了系统的阻尼 响应太 慢会导致巡检机器人系统失控 因此 D 控制可以 省略 简化后的增量式PI公式为 Pwn K p e k e k 1 K i e k 3 式中 Pwn代表增量输出 K p 为比例项参数 K i 为积 分项参数 e k 为本次偏差 大小为测量值减去目标 值 e k 1 为上一次偏差 图3 PID闭环控制框图 Fig 3 PID Closed loop Control Block Diagram 通过调整参数实验 确定了最优 PID 参数为 K p 300 K i 300 系统响应具备良好的稳定性 快速性与准确性 14 杜海莲等 一种温室果园自主巡检机器人 2 激光SLAM建图与自主导航 2 1 机器人定位 机器人采用轮式里程计与AMCL算法进行双重 定位 AMCL 负责 map 到 odom 的 tf 而里程计负责 输出odom 到 base foootprint 的 tf ACML 可以通过 改变map 到 odom 的 tf 修正 odom 到 base foootprint 的累计误差 机器人实时速度可以表示为 P X Y null cosnull sinnull 0 sinnull cosnull 0 0 0 1 v x v y w 4 式中 X Y 为 odom 坐标系下的绝对坐标 x 和 y 为 odom坐标系下的相对坐标 null 为odom坐标和相对坐 标轴的夹角 v x 为机器人在相对坐标系下x 方向 的速度 m s v y 为机器人在相对坐标系下y方向的速 度 m s w为机器人在相对坐标系下的角速度 rad s 因此 轮式里程计定位公式为 P k P k 1 P k 1 nullt 5 式中 P k 为此刻姿态 P k 1 为上一个姿态 AMCL实现定位的的核心为贝叶斯滤波的蒙特 卡洛实现 其模型被定义为 x t f t x t 1 u t 1 6 式中 x t 为t时刻机器人的姿态 x t 1 为机器人在t 1 时刻的姿态 u t 为t时刻的控制噪声 u t 1 为 t 1 时刻的控制噪声 2 2 激光SLAM建图 建图算法选用 Gmapping 算法 Gmapping 算 法 10 是一种基于粒子滤波建图的粒子滤波算法 集 成于 OS 系统中 可用于构建二维栅格地图 Gmapping算法对巡检机器人的里程计信息中采样 粒子的信息进行迭代 其权重分布的计算方法为 w i t w i t 1 nullp z t m i t 1 x i t 7 式中 w i t 是第i个粒子在 t 时刻的权重 w i t 1 是第 i 个粒子在t 1 时刻的权重 null 为归一化因子 null 1 null i w i t m为粒子地图 x 为机器人位姿 z 为激光雷 达数据 将激光雷达的点云信息融入权重分布进行改 进 改进后的权重计算公式为 w i t w i t 1 null i 8 其自适应选择性重采样的工作主要通过设置粒 子数量在重采样中退化衰减的阈值来完成 当达到 设定的阈值时 系统重新对其进行重采样 从而完成 选择性重采样任务 Gmapping 算法可以大大减少 重采样次数 也使粒子退化程度减弱 建图过程为PC端远程输入键盘控制指令 上位 机端解析键盘控制指令 通过串口通信将命令传给 下位机 下位机根据目标速度控制机器人底盘运动 下位机rviz可视化雷达点云和建图结果 该过程最 核心的是试验样机机器人速度控制 机器人的 SLAM 流程如图 4 所示 OS 端发布键盘控制节 点 根据按键可以分解为不同的机器人目标速度 通 过串口将机器人目标速度传给运动底盘 经运动学 逆变换转换为轮子目标速度 传入基于增量式PI 的 速度闭环控制系统 直至测量速度接近于目标值 底 盘运动带动激光雷达扫描形成2D点云 结合Gmap ping算法完成 SLAM 建图操作 并在 rviz 里可视化 建图过程 图4 建图流程 Fig 4 Flow of Building a Diagram 24 拖拉机与农用运输车 第5期2025 年10月 2 3 自主导航与路径规划 自主导航的launch文件实现了一个完整的机器 人导航系统架构 采用 OS 框架进行多节点协同管 理 用户可在PC端上位机界面选定目标点 系统随 即启动自主导航功能 系统通过轮式里程计实现位 姿估计 存在累积误差 并融合 IMU 测量的三轴角 速度与加速度数据 采用航向锁定算法确保实际朝 向与目标朝向一致 轮式里程计估计机器人在 odom坐标系的位置 激光雷达通过TOF法匹配当前 环境特征 同时 AMCL 算法提供 map 到 odom 坐标 系的实时定位修正 进一步修正机器人的实时位置 在避障方面 系统采用全局代价地图和局部代价地 图 负责实时确保机器人的安全性 在路径规划方 面 系统采用分层架构 全局规划器基于代价地图规 划最优路径 局部规划器则负责实时避障与轨迹优 化 最终导航路线由局部规划器动态生成 上位机通过 OS 通信架构向下位机发送目标 速度指令 下位机基于运动学逆解算将指令分解为 四个驱动轮的目标转速 并采用增量式PI 控制算法 实现精准速度跟踪 导航的 move base 框图如图5 所示 根据样机机器人的尺寸设置全局代价地图的 膨胀半径为 0 15 m 局部代价地图的膨胀半径为 0 15 m 定位算法为AMCL算法 全局规划器为算法 局部规划器为DWA算法 地图刷新速率设为5 Hz 图5 自主导航move base框图 Fig 5 Autonomous Navigation move base Block Diagram 3 试验 3 1 建图精度 建图精度是指构建的平面地图与果园真实环境 的几何误差程度 用来衡量建立的地图与实际情况 的匹配程度 11 本研究在模拟温室环境的实验场 景中 通过布置0 3 m 0 3 m的纸板阵列构建了U 型结构 如图6a所示 试验样机机器人的激光雷达 安装高度为z轴方向0 2 m y 轴方向与小车中心重 合 x轴方向与小车中心大约有2 5 cm偏差 雷达 扫描范围为 180 到180 角度分辨率为1 扫描一 圈有360 个雷达点云数据 雷达扫描频率为5 Hz 扫描一圈的时间为0 2 s 本节采用键盘控制巡检 机器人以0 1 m s 的线速度和0 5 rad s 的转向速 度进行地图构建 以确保样机机器人具有足够的反 应时间 建完图的rviz界面如图6b所示 创建的模拟地图的栅格分辨率为1 m 格 图上 方格的边长代表实物1 m 使用纸板的个数计算实 物地图的 AB CD EF 和 GH 的尺寸 通过 rviz 软件 的Measure标尺工具计算出两个点之间的距离 并 且将这些数据与实物地图区域大小进行对比 详细 的样机建图结果如表1 所示 图6 建图试验环境 Fig 6 Diagramming Test Environment 34 杜海莲等 一种温室果园自主巡检机器人 表1 样机建图精度 Table 1 Drawing Accuracy of Prototype 参数 实物地图 尺寸 m Gmapping 建图尺寸 m 偏差 m 相对偏差 AB 2 1 2 19 0 09 4 29 CD 1 8 1 73 0 07 3 39 EF 0 6 0 56 0 04 6 67 GH 1 5 1 42 0 08 5 33 由表1 可知 AB 段的偏差为正值 而其余段的 偏差均为负值 造成这种现象的原因是实物地图安 装有偏差 纸板均存在不同程度的弯曲区域 特别 地 在AB与CD的交界处发生了较大的偏移 成为 造成 AB 段偏差为正 其余偏差为负的直接原因 此外 激光雷达的扫描高度为0 2 m 被测区域为纸 板的2 3 处 而不是纸板在地面的投影区域 实物纸 板不完全垂直于地面 产生了不可避免的测量误差 而且 样机机器人的激光雷达底部不可能做到完全 固定且水平 加上激光雷达转动时会产生振动 使得 TOF测量法产生一定偏差 从整体看 建图误差相 对较小 3 2 自主导航精度 为了测试样机机器人的精度本文在空旷的环境 进行了重新建图 以减小雷达障碍物点云处理难度 和局部代价地图生成难度 使树莓派实时更新地图 所需的算力减小 以确保在满足激光雷达刷新频率 的基础上测试样机机器人的导航精度 实际测试地 图与Gmapping建好后的地图如图7 所示 图7 导航试验环境 Fig 7 Navigation Test Environments 在此过程中 激光雷达当作障碍物检测的传感 器 而摄像头不用做障碍物检测 仅实时获取视频数 据 实现巡检功能 并将巡检结果保存在SD卡中 以 备后续开发使用 本文使用固定前进线速度 0 1 m s 0 3 m s 0 5 m s和0 7 m s行驶1 m 测试直 线导航精度 使用固定角速度0 5 rad s 1 0 rad s 1 5 rad s和2 0 rad s分别左转45 转向导航精度 每个速度均进行三次试验 求其均值作为导航精度 直线精度用 x y 两方向偏差衡量 转弯精度用 角度偏差衡量 地图栅格分辨率为边长1 m 的正方 形 导航精度如表2 所示 表2 样机导航精度 Table 2 Navigation Accuracy of the Prototype 直线精度 速度 m s 1 x轴方向偏差 cm y轴方向偏差 cm 0 1 2 2 1 7 0 3 3 4 1 7 0 5 4 7 1 8 0 7 8 6 2 1 转弯精度 角速度 rad s 1 角度偏差 0 5 2 8 1 0 4 6 1 5 6 7 2 0 10 4 在直线导航精度方面 随着速度的增大 x 轴方 向偏差逐渐增大 主要原因就是当机器人运行速度 较快时 激光雷达获取的数据反映的环境信息是基 于一个动态景象 12 由于激光雷达作为传感器存 在一定的测量 处理和更新周期 机器人在较快速度 下运动时 当前获取的数据可能已经不再完全准确 地描述机器人所处的场景 使得 x 方向偏差随着速 度的增加而增大 然而 0 1 m s和0 5 m s的x 轴 速度偏差仅为2 5 cm 而0 5 m s 和0 7 m s 的偏 差为3 9 cm 0 5 m s 速度快且误差较小 随着速 度的增加 y方向偏差明显比 x 方向稳定 偏差值稳 定在 2 cm左右 从公式 w c v c d c v c cosnull c d c cosnull c v cx d cy v c sinnull c d c sinnull c v cy d cx v cx w c 1 2 1 c 1 2 1 c V L V 9 分析 得出 v cy d cx V V L c 10 因为左轮速度接近于右轮速度且 c 为常数 所 以x方向上质心与速度中心存在偏移 使得机器人 沿y轴方向产生微量滑移 这说明实物机器人存在 44 拖拉机与农用运输车 第5期2025 年10月 安装误差 机器人的质心与速度中心不重合 因此 选择0 5 m s为样机自主导航过程的最大线速度 在转弯精度方面 随着角速度的逐渐增大 角度 偏差也越来越大 产生此种现象的原因也是雷达获 取的数据不能实时描述实际场景 所有角速度下的 角度偏差均较小 没有发生偏差突增的现象 然而 随着角速度的增大 内侧轮因转速低 所需要的横向 力会越大 导致内侧轮胎产生更多的磨损 综合考 虑实时性和磨损问题 选择1 0 rad s为样机自主导 航过程的最大角速度 其转向误差仅为6 7 3 3 自主避障能力 为了验证实物巡检机器人的避障能力 本文在 导航精度所用的Gmapping建图基础上 在巡检机器 人轨迹路径上加入静态的水杯和动态的行人干扰 分别进行静态和动态障碍物避障 并观察实物巡检 机器人的实时姿态 在正常导航过程中 根据导航 精度限制样机机器人的最大运行线速度为 0 5 m s 最大加速度为 0 1 m s 最大旋转角速度为 1 0 rad s 最大旋转角加速度为 0 2 rad s 这 样设置既会提高巡检机器人的避障能力 也可以提 高机器人的执行速度 因为机器人既可以减速绕过 障碍物 也可以在无障碍物时保持最大速度行驶 静态避障结果如图 8 所示 动态避障结果如图 9 所示 图8 静态障碍物自主躲避 Fig 8 Autonomous Avoidance of Static Obstacles 图9 动态障碍物自主躲避 Fig 9 Autonomous Avoidance of Dynamic Obstacles 试验结果表明 在自主导航过程中 机器人可以 顺利实现静态及动态的自主避障 满足温室果园的 巡检需求 4 结论 为解决温室果园巡检智能化程度不高的难题 本文设计了一款利用激光雷达进行自主导航的四轮 差速式移动机器人 进一步通过模拟试验对机器人 的建图 导航及避障能力分别进行了测试 结果表 明 在激光雷达SLAM建图精度方面 机器人建图的 相对偏差在3 6 以内 在导航性能测试中 线 速度大小为0 5 m s 时 x 方向偏差为4 7 cm y 方 向偏差为 1 8 cm 角速度大小为1 0 rad s 时 角 度偏差仅为6 7 并且在自主导航过程中可以灵活 躲避静态和动态障碍物 能够满足在温室果园环境 中进行自动化巡检的需求 下转第63 页 54 杜海莲等 一种温室果园自主巡检机器人 逻辑分析 电路中各端口位置电平变化 对线路中出 现断线故障进行分析 通过增加端口的上拉电阻解 决断线不报故障的问题 通过仿真和计算得到反馈 电路中上拉电阻的取值范围在2 11 Knull之间较为 合理 通过在反馈电路中串联稳压管和在三极管基 极 发射极之间并联电阻 来提高反馈电路的抗干扰 能力 参考文献 1 裘国华 王鸿雪 隋德磊 等 一种用于小空间多路 IGBT 信号 处理板的设计 J 铁道机车与动车 2024 9 20 22 2 刘文钦 电力电子电路纹波电流抑制技术研究 D 上海 华东 交通大学 2023 3 李凯 于进杰 纹波的产生机理与抑制方法的探讨 J 电子技 术 2010 47 8 87 83 4 袁义生 兰梦罗 电力电子电路PCB电场串扰及屏蔽研究 J 电子器件 2020 43 6 1215 1221 5 袁义生 兰梦罗 刘文钦 电力电子电路 PCB 中回路间的磁场 干扰研究 J 电子测量与仪器学报 2021 35 8 175 183 6 原志强 穆岩岩 闫强华 等 基于结构变化抑制直流母线纹波 的变流柜研究 J 铁道机车与动车 2020 3 28 30 7 王卫东 模拟电子技术基础 M 北京 电子工业出版社 2010 8 阎石 数字电子技术基础 第四版 M 北京 高等教育出版 社 2000 编辑 张晓超 作者简介 裘国华 男 硕士 工程师 研究方向为轨道交通车辆变流 控制单元开发 nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull 上接第45 页 参考文献 1 邢翠华 反光膜在大棚温室及果园的应用 J 新农村 2005 7 15 2 李佑成 龙继胜 百果园的现代智能温室 J 湖南农业 2013 9 38 3 邵嘉闻 基于激光雷达和单目相机的温室果园巡检机器人系 统研究 D 北京 中国矿业大学 北京 2022 4 刘洋 赵文华 吴有杏 等 移动站GNSS软件对外弹道测量的 优化方案 J 无线电工程 2007 1 32 34 5 黄鹏飞 薛新宇 崔龙飞 基于视觉 TK的苹果园植保机器 人自主导航研究 J 中国农机化学报 2025 46 6 187 192 6 史志康 黄鑫 钱金源 等 基于单线激光雷达果园导航路径提 取方法 J OL 黑龙江工程学院学报 1 9 2025 09 15 7 吴俊男 郭辉 姜运生 等 基于激光SLAM的果园移动机器人 自主导航系统研究 J 农机化研究 2025 47 11 213 8 谢鹏 基于激光点云的果园环境中负障碍检测与路径规划 D 杭州 杭州电子科技大学 2025 9 张晓 陈丰 杨佳乐 等 城乡新能源物流车 EMB 系统自抗扰 控制 J 安徽科技学院学报 2025 39 4 86 94 10 张建民 邓明锋 曹梓涵 等 基于Gmapping算法的室内自动导 航代步车设计 J OL 机电工程技术 2025 1 7 2025 09 15 11 经若楠 激光雷达辅助构建地磁图的 SLAM 方法研究 D 武汉 华中科技大学 2024 12 王潇翔 张俊杰 基于SLAM的动态变化环境机器人定位方法 研究 J 工程建设标准化 2025 1 81 85 编辑 张晓超 作者简介 杜海莲 2003 女 硕士生 主要从事水果光电检测技术 研究 通信作者 王观田 1994 男 讲师 主要从事农业机械化研究 nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull 上接第59 页 4 T ONCON D ALBE TI L BOLOGNANI S et al Electrification of agricultural machinery a feasibility evaluation proceedings of the 14th International Conference on Ecological Vehicles and e newable Energies EVE Monte Carlo MONACO F May 08 10 2019 C 2019 5 张洋 从国际农机展一窥拖拉机发展 N 中国农机化导报 2024 10 31 007 6 冯雪 2024 国际农机展 规模创纪录 展品 智味 浓 J 农业 机械 2024 11 25 27 7 东方红HB2204 混合动力轮式拖拉机首次展出 J 拖拉机与 农用运输车 2023 50 5 72 8 朱亚辉 电动拖拉机发展现状研究 J 江苏农机化 2023 6 28 31 9 高辉松 王珊珊 朱思洪 电动拖拉机驱动力与传动效率特性 试验 J 农业机械学报 2008 10 40 43 58 10 高辉松 朱思洪 电动拖拉机试验台开发 J 南京农业大学 学报 2014 37 6 160 164 11 徐立友 赵一荣 赵学平 等 电动拖拉机综合台架试验系统设 计与试验 J 农业机械学报 2020 51 1 355 363 12 李同辉 谢斌 宋正河 等 电动拖拉机双电机耦合驱动系统传 动特性研究 J 农业机械学报 2019 50 6 379 388 13 汪珍珍 周俊 杨杭旭 等 电动拖拉机快速原型平台测控系统 设计与试验 J 农业机械学报 2022 53 2 412 420 编辑 张晓超 36 裘国华等 基于拖拉机变流柜信号处理板反馈电路的优化