草坪规模不断扩大，智能割草机逐步替代人工维护。现有智能割草机依靠电磁屏障识别边界，抗电磁干扰能力弱，遇到电机、地下电缆等干扰源容易丢失边界信号停机；同时覆盖路径随机，重复率高、耗时长、覆盖率低。本文设计以ARM Cortex‑M4为主控的智能割草机系统，搭配驱动、边界识别、传感器、无线通信模块，实现割草作业、边界识别、路径规划、APP远程管控等功能。针对强电磁噪声下边界信号失真停机问题，将改进麻雀搜索算法ISSA、变分模态分解VMD、改进小波阈值去噪IWTD相结合，提出ISSA‑VMD‑IWTD边界信号去噪方法。依据噪声强度自适应处理避免过度去噪；强噪声环境下由ISSA寻优VMD参数，分解信号后对含噪分量做改进小波阈值去噪，重构得到有效边界波形。测试表明强噪声环境下信噪比可达4.2123dB，去噪效果优于单一算法。为提升覆盖率与作业效率，研究定位与全区域覆盖路径规划。提出扩展卡尔曼滤波多传感器融合定位算法，融合编码器与陀螺仪数据解算设备位姿，相比单一定位方式，水平位置绝对位姿误差降低0.436m。设计基于双向跳点搜索BJPS的全覆盖路径规划算法，完成边界学习、地图构建、区域划分与子区域规划，优化子区域衔接路径。实验对比BA*算法，总作业时间减少7.5%，作业效率得到提升。
作者：陈立宇
指导老师：陈科明
企业导师：曾佳
发布时间：2023年5月