基于EDEM一ADAMS的糧倉機器人參數優化及試驗研究

中圖分類號： ^S229+ .3 文獻標識碼：A 文章編號：2095-5553（2025）10-0275-09

Abstract：Toimprove the eficiency andautomation level of grain storage operations，research is conducted on the driving andnavigation performanceof grainsilorobotsunderactualworking conditions.This research utilized theDiscreteElement Method（EDEM）for the precise simulation of themechanical propertiesof corn particles.Concurently，by integrating multi-body dynamics software （ADAMS）to develop a dynamic model of a grain silo robot，a coupled model encompassing the interaction betwen therobot andcorn particles was established.The driving performanceof the grain silorobot was analyzed under diferent spiral speeds and body mases；Designed arobot navigationsystem to achieve environmental perception，2D LiDAR mapping，andautonomous navigation functions，andcompletednavigationperformance experiments.Theresults showthatas the spiral speed increases，the robot's travel speed increases linearlywith the spiral speed，andthesliprateand pitchanglealsoincreaseaccordingly，whilethesinkage decreases，theparticlecontactforce increases，andtherobotsdrivingstabilitydeteriorates.Inadition，thesliprate，sinkage，andpitchanglearepositively corelatedwith body mass，whilethe driving speed islinearly negatively correlated with body mass.For every 5kg （204號 increase in body mass，the driving speed decreases by 0.023m/s ，and the slip rate increases by 11.2% .Finally，the grain silo robot can complete multi-point navigation operations with a maximum positioning error of 0.17m ，meeting the needs of use.It provides an important basis for the optimization design of automated equipment for grain silos.

Keywords：grain silorobot；screwdrive；grainsurface operation；autonomous navigation；multi-bodydynamics；discreteelement

0 引言

糧食儲藏是保障糧食安全的重要環節，在平糧、翻糧等作業中，多以人工為主，存在作業效率低、安全隱患大、成本高等1問題，采用糧倉機器人可提高糧食儲藏作業效率和自動化水平，保證糧食最佳存儲時間2]。

現有的糧倉機器人有固定式和移動式[3]。固定式糧倉機器人4結構復雜，需要鋪設專用導軌，存在作業死角；移動式糧倉機器人有輪式、履帶式和螺旋驅動式，輪式糧倉機器人[5需在平方倉內鋪設規則的方形板道，采用雙底盤托舉大尺度平糧機構組成移動平糧機器人，但大尺度的平糧機構在換倉作業時難度較大，履帶式糧倉機器人[67有驅動裝置結構復雜、體積大、易碾糧[1]的問題，螺旋驅動式糧倉機器人[8.9]接地比壓小，驅動力大，通過性好，適合行駛在糧面。

靳航嘉[3]、林吉照[10]等設計了螺旋驅動式糧倉機器人，研究不同螺旋輪參數、不同糧面參數對機器人運動性能的影響，對驅動輪控制策略、機器人定位和糧面行駛控制算法進行了研究，得到糧倉機器人的優化結構參數。陳本灶[設計螺旋推進糧倉機器人，建立機器人轉向動力學模型，分析螺旋葉片結構參數對運動性能的影響，得到結構參數的重要程度由大到小為螺旋升角、螺旋葉片高度、螺旋軸徑。張栩漢[12]、Gao[13]等研究螺旋驅動機器人在沙地的行駛性能，結果表明，螺旋葉片直徑越大速度越好，但穩定性差，齒形角較小時，行駛性能好，螺旋葉片數為2時，方向性和穩定性好。Beknalkar等[14]基于牛頓—歐拉方法，建立了螺旋驅動式兩棲探測車動態模型和控制器，發現探測車能準確跟蹤多個二維、三維軌跡。Rizwan[15采用GPS和IMU融合為螺旋驅動全地形機器人進行定位，并在沙地和草地上進行矩形軌跡PID控制導航試驗。生明超[16采用雙目相機定位，基于UKF卡爾曼濾波的視覺動態定位跟蹤方法實現糧倉糧堆動態定位，為螺旋驅動式糧倉機器人路徑規劃提供理論依據。秦玉廣[17]、馬浩杰[18]基于模糊控制算法和多染色體優化遺傳算法對螺旋驅動式除草機器人巡線導航和多機路徑規劃進行了研究。以上研究建立了糧倉機器人動力學模型和運動學模型，研究螺旋結構參數、糧面參數對糧倉機器人運動性能的影響，進行了直行、旋轉、爬坡試驗，對糧倉機器人定位算法、糧堆位置識別算法、點到點糧面行駛控制算法進行了研究。但缺乏糧倉機器人運行參數對行駛性能影響的研究，且對螺旋驅動糧倉機器人面對糧倉環境下自主導航作業性能的研究還不夠深入。

對機械裝置與顆粒特性的研究常采用離散元法（DEM）和多體動力學（MBD）聯合仿真。Jin等19采用EDEM與RecurDyn聯合仿真研究了螺旋葉片高度、螺旋角、滾筒長度和螺旋葉片數量對螺旋驅動式糧倉機器人驅動性能的影響，得到了玉米糧面的最佳螺旋角為 32.3^° 。張云鵬等2采用EDEM一ADAMS耦合仿真研究了甘薯水平移栽機構的作業性能，得到了最優組合參數。張智泓等[21]通過EDEM—RecurDyn耦合仿真研究了鏟板式滾動觸土部件在土壤表面微形貌加工時的作業機理。朱惠斌等22采用EDEM—ADAMS聯合仿真研究了雙軸破茬免耕裝置的作業性能，得到了裝置最優參數。

綜上，本文對螺旋驅動式糧倉機器人導航系統[5.23]進行設計，根據糧倉機器人實際運行工況進行行駛性能分析。通過EDEM一ADAMS耦合仿真，以行駛速度、滑轉率、沉陷量、俯仰角、顆粒速度、行駛軌跡為評價指標，對糧倉機器人行駛性能進行分析；基于ROS系統，通過上下層分級控制，實現環境感知、自身狀態參數獲取、2D激光雷達建圖和自主導航功能。為糧倉機器人優化設計和高效智能運行提供理論基礎。

1整機結構及工作原理

1.1 整體結構

糧倉機器人整體結構如圖1所示，由螺旋驅動裝置、控制系統和工作裝置組成。螺旋驅動裝置由車身、2個旋向相反的螺旋車輪、驅動電機、傳動裝置等組成。控制系統由控制器單元、傳感器、電機驅動模塊等組成。糧倉機器人采用模塊化設計，根據工作需要開發相應的工作裝置安裝在車身上，如平糧裝置。

圖1糧倉機器人模型

Fig.1 Grain silo robot model

1.平糧裝置2.電動推桿3.驅動電機4.同步輪保護罩

5.激光雷達6.控制系統7.螺旋滾筒8.車身9.軸承

10.同步帶11.同步帶輪12.螺旋葉片13.左螺旋車輪

1.2 工作原理

螺旋驅動裝置工作時，驅動電機通過同步帶、同步輪將動力傳遞給螺旋車輪，螺旋車輪旋轉時，螺旋葉片對糧食顆粒進行摩擦剪切，獲得顆粒的推力。左、右螺旋車輪等速反向旋轉時機器人實現前進、后退，左、右螺旋車輪同向旋轉實現轉向[9]。為防止顆粒進入同步輪中，安裝保護罩以確保機構穩定工作。

2 力學分析

2.1 糧倉機器人工況

糧倉機器人在工作時，會安裝不同的工作裝置，因而車身質量會發生變化；在粗平糧工況，行走裝置利用自身螺旋車輪旋轉，將糧堆攤平，螺旋車輪的轉速對粗平糧效果和工作效率產生很大影響。因此，螺旋轉速和車身質量2個運行參數對糧倉機器人實際工況影響較大。

以螺旋轉速和車身質量2個變量為輸人，運行參數設置如表1所示，在研究螺旋轉速的變化規律時，設置車身質量為 3kg ，在研究車身質量的變化規律時，設置螺旋轉速為 1r/s 。

表1運行參數Tab.1 Operating parameter

2.2 動力學分析

螺旋車輪的導程計算如式（1）所示。

S=π（2r+h）tanφ

式中： s 螺旋車輪導程， m ： r 螺旋滾筒半徑， m h 螺旋葉片高度， m φ （20 螺旋升角， （^°） 。

如圖2所示，定義糧倉機器人的坐標為oxyz，當機器人在平整的糧面沿 z 軸方向行駛時，在不考慮機器人跑偏的情況下，機器人沿 z 軸正方向的實際速度為 v_za ，在不考慮機器人跑偏、螺旋車輪打滑的情況下，定義機器人沿 z 軸正方向的理想速度為 v_zi ，故

式中： ω_s 螺旋轉速，rad/s。

機器人滑轉率

因此，機器人沿 z 軸正方向的實際行駛速度

機器人俯仰角

式中： v_y 一 -機器人在豎直方向的速度， m/s V_z 1 機器人在前進方向的速度， m/s ○

圖2糧倉機器人離散元模型

如圖3所示，基于地面力學原理[3.24]，將糧倉機器人與玉米糧面的作用力分為正應力和切應力，則

中： σ —螺旋車輪對玉米糧面的正應力， kPa ：（20 k_c ——玉米的黏聚模量， kPa/m^n-1 ：b 一螺旋車輪與玉米糧面的接觸寬度， m 5k_η. 一玉米的摩擦變形模量， kPa/mⁿ η -玉米內摩擦角， （^°） ：y 中 沉陷量， m n -玉米變形指數；T 剪切應力，kPa;c -玉米黏聚系數；e -自然常數；（204號 j? ——剪切位移，m；k—剪切模量，m。

圖3螺旋車輪與糧面接觸橫截面受力分析圖 Fig.3 Analysis diagram of the force on the cross-section of the contact between the spiral wheel and the grain-paved road

因螺旋車輪左右沉陷量基本一致，設入糧角等于出糧角，故

δ_in=δ_out=arccos[（r-y）/r]0lt;δ?δ_in，δ_outlt;δ?0

式中： δ ———入糧角到出糧角范圍內的任一角度，rad;δ_in? ——人糧角，rad;8out 一出糧角，rad。

螺旋車輪和玉米顆粒之間的正應力和剪切應力是大小相等、方向相反的相互作用力。假設螺旋滾筒受到的最大應力出現在螺旋滾筒最底部，螺旋葉片受到的剪切應力等效分布在等效剪切半徑處。螺旋葉片沉陷在糧面的部分會受到驅動力和阻力，采用等效寬度描述螺旋葉片與糧面的剪切寬度。則

式中： r_e —等效剪切半徑， m ;（20 b_e ——等效寬度， m L 中 -螺旋車輪長度， m

式中： F_z —糧面對螺旋葉片 z 軸方向的驅動力， N 。

2.3 運動學分析

糧倉機器人坐標系采用笛卡爾坐標系表示，圖4為螺旋驅動式糧倉機器人運動坐標示意圖，考慮xz 平面內運動， x_wo_wz_w 為全局坐標系， x0z 為糧倉機器人坐標系。

圖4糧倉機器人運動示意圖

Fig.4Schematicdiagram of themotionof the grain silo robot

機器人在 x_wo_wz_w 坐標系下的線速度和角速度為

式中： v_xw 2 機器人沿 x_w 軸線速度， m/s v_zw 中 機器人沿 z_w 軸線速度， m/s ω_yw 機器人繞垂直于 x_wo_wz_w 平面軸線的旋轉角速度， rad/s 5θ —機器人運動方向與全局坐標系 x_wo_wz_w 中x_w 軸夾角，即航向角， （^°） ：B —左、右車輪的輪距， m ： ——左、右輪電機輸出線速度。

設 ω_lΩ，ω_r 分別為左、右輪電機輸出的角速度，相應車輪輸出的線速度為

N. —螺旋葉片數。

假設在 t₁～t₂ 時間內，螺旋車輪沿 z 軸方向移動的距離為 ? ，則玉米顆粒 z 軸方向的剪切位移、剪切力

式中： j_z —玉米顆粒在 z 軸方向的剪切位移， m ： （204號 σ（δ） ——玉米顆粒在任一角度 δ 處的正切力， kPa; τ_z（δ） 一 一玉米顆粒在 z 軸方向的剪切力， kPa 。 單個螺旋葉片在 t₁～t₂ 時間 z 軸受到的驅動力為

代人式（11），可以得

3糧倉機器人行駛仿真分析

3.1 多體動力學模型

將糧倉機器人結構簡化，按實際尺寸建立三維模型，如圖5所示。基本參數如表2所示。

圖5三維模型

Fig.5 Three-dimensionalmodel

表2螺旋驅動裝置參數Tab.2 Spiral drive device parameters

采用EDEM一ADAMS耦合仿真進行模擬。在ADAMS中導人三維模型，設置機器人材料參數、本征參數，為螺旋車輪與車軸添加轉動副，為螺旋車輪添加Gforce。

3.2 離散元模型

糧倉機器人與玉米接觸部分為螺旋車輪，螺旋車輪采用3D打印加工，材質為PolylacticAcid（PLA）。在初步研究中[25.26]，建立玉米離散元建模，完成玉米種間接觸參數、玉米一PLA接觸參數標定，如圖6所示，玉米離散元模型采用馬齒形、球錐形和類球形進行模擬，三者數量比為 81：12.5：6.5 ，含水率為 14% ，每個顆粒的子球按正態分布生成。采用Hertz—Mindlin無滑動接觸模型，相關材料的物理參數和接觸參數[20.21]如表3、表4所示。糧倉機器人離散元模型如圖2所示。

表3材料參數Tab.3 Material parameters

表4接觸參數Tab.4 Contact parameters

3.3不同螺旋轉速對機器人行駛性能的影響

3.3.1 行駛速度

圖7為糧倉機器人行駛速度隨螺旋轉速的變化曲線，可以看出，機器人平均行駛速度與螺旋轉速呈線性增長關系，螺旋轉速從 1r/s 增加到 5r/s ，行駛速度增加3.4倍，速度提升明顯。圖7中虛線為由式（2）求得的理想行駛速度，可以看出，隨著螺旋轉速的增加，實際行駛速度與理想速度的誤差增大。

圖6玉米離散元模型 Fig.6Discreteelementmodel forcorn

3.3.2 滑轉率

圖8為糧倉機器人平均滑轉率隨螺旋轉速的變化曲線，隨著螺旋轉速增加，平均滑轉率先下降后增大，螺旋轉速為 0.75r/s 時，平均滑轉率達到最小值 7.93% ，在 5r/s 時，平均滑轉率達到最大值 19.79% ，螺旋轉速從 2r/s 增加到 5r/s ，平均滑轉率增加 3.47% 。因此，當糧倉機器人在低速（ （0～2r/s） 工作時，可優選 0.75r/s 作為運行參數，節能效果更好，當糧倉機器人在高速（ 2～5r/s， 工作時，可根據工況優選高轉速作為運行參數，工作效率更高。

圖8平均滑轉率曲線Fig.8 Average slip rate curve

3.3.3 沉陷量

圖9為不同螺旋轉速下機器人平均沉陷量變化曲線。對平均沉陷量進行數據擬合，發現其隨螺旋轉速增加呈現漸減趨勢，符合二次函數關系特征。平均沉陷量標準差為 12.16～15.01mm ，其波動與螺旋轉速變化無關，螺旋轉速變化對沉陷量穩定性無顯著影響。

3.3.4 俯仰角

圖10為糧倉機器人平均俯仰角隨螺旋轉速變化的曲線，對平均俯仰角進行數據擬合，發現其與螺旋轉速符合二次函數關系特征，螺旋轉速為 0～4r/s 時，平均俯仰角單調遞增，在 4.45r/s 時平均俯仰角達到最大值。平均俯仰角標準差為 0.4^°～4.07^° ，其波動隨螺旋轉速的增加而增加，說明螺旋轉速增加后，機器人與顆粒接觸力變大，使車身姿態穩定性變差。

3.3.5 顆粒接觸力

圖11為不同螺旋轉速下顆粒受力云圖，可以看出，機器人與顆粒接觸時，受力較大的部位為車身前部和螺旋葉片底部。隨著螺旋轉速的升高，車身前部、螺旋葉片底部與顆粒的接觸力不斷增大。對比螺旋葉片前、后方顆粒發現，前方顆粒接觸力小，后方顆粒受力區域大、接觸力大，螺旋葉片后方的顆粒接觸力比前方大，說明顆粒為機器人前進提供了推力。觀察顆粒的飛濺情況，螺旋轉速越高，顆粒飛濺數量越多，高度越高，也說明了顆粒與螺旋的接觸力在不斷增大。

圖 11 不同螺旋轉速下顆粒受力云圖Fig.1l Cloud map of particle force under different spiral speeds

3.3.6 行駛軌跡

圖12為不同螺旋轉速下的糧倉機器人行駛軌跡。可以看出，螺旋轉速為 1r/s 時，機器人行駛軌跡為直線，隨著螺旋轉速的增加，機器人行駛出現左右擺動，螺旋轉速越大，擺動范圍越大，說明隨著螺旋轉速的增加，機器人行駛穩定性變差。

圖12不同螺旋轉速下的行駛軌跡 Fig.12 Driving trajectory at different spiral speeds

3.4不同車身質量對機器人行駛性能的影響

3.4.1 行駛速度

圖13展示了機器人平均行駛速度隨車身質量變化的關系，平均行駛速度與車身質量呈負線性關系，車身質量每增加 5kg ，行駛速度下降 0.023m/s ，平均行駛速度標準差為 0.039～0.048m/s ，其波動與車身質量無關，車身質量變化對行駛速度穩定性無顯著影響。

3.4.2 滑轉率

圖14為不同車身質量下的機器人平均滑轉率曲線，平均滑轉率隨車身質量的增加呈線性增加，車身質量每增加 5kg ，滑轉率增加 11.2% ，滑轉率的增加導致行駛速度降低，工作效率降低，能耗提高。

3.4.3 沉陷量和俯仰角

圖15展示了在不同車身質量下，機器人穩態時的沉陷情況。

圖15不同車身質量下機器人沉陷分布情況

Fig.15Distributionof robot sinkageunder different bodymasses

當車身質量為 1kg 時，機器人的俯仰角為 1.02^° 螺旋滾筒沉陷部分不足 1/2 ，當車身質量為 4kg 時，俯仰角為 3.8^° ，螺旋滾筒沉陷部分約 1/2 ，當車身質量為9kg 時，俯仰角為 8.58^° ，螺旋滾筒沉陷部分超過 2/3， 當車身質量為 14kg 時，俯仰角為 11.54^° ，螺旋滾筒幾乎全部沉陷，當車身質量為 19kg 時，俯仰角為 18.02^° ，機器人重心沉陷量進一步加深，但由于俯仰角過大，前方部分滾筒露出糧面，當車身質量為 24kg 時，俯仰角為19.19^° ，螺旋車輪幾乎全部沉陷在糧面中。隨著車身質量的增加，車身俯仰角和沉陷量都在增加，而俯仰角的增加，讓機器人沉陷在糧面內的體積變得更多。

如圖16所示，實心圓點為不同車身質量下機器人平均俯仰角，雙點劃線為線性擬合曲線。曲線方程為擬合度 R²=0.98 ，可以看出，平均俯仰角與車身質量呈正相關，車身質量每增加 1kg ，俯仰角約增加0.825^° 。圖16中空心方塊表示機器人重心處的平均沉陷量，空心三角形表示機器人車身后方的平均沉陷量，空心五角星表示機器人車身前方的平均沉陷量，機器人車身前方和后方沉陷量的平均值等于機器人重心處的沉陷量，車身質量每增加 1kg ，重心處的沉陷量增加 3.49mm ，隨著車身質量的增加，機器人車身前方和后方的沉陷量差值越來越大，差值的增大使俯仰角變大，結合圖16可知，沉陷量和俯仰角同時增大后，機器人陷入玉米的體積也變大，行駛阻力變大。因此，在設計機器人時，要盡可能減小車身質量。

4糧倉機器人導航系統設計與分析

4.1 控制系統組成

機器人控制系統采用上下層分級，上位機采用JetsonNano搭載ROS操作系統，下位機采用STM32控制器，實現糧倉機器人環境感知、自身狀態參數獲取、糧面行走和自主導航等功能[1]。如圖17所示，機器人控制系統硬件采用模塊化設計，包括控制器模塊、傳感器模塊、電機驅動模塊和供電模塊。控制模塊由STM32單片機、JetsonNano和上位機PC組成，上位機PC通過WIFI發送控制命令給JetsonNano，然后JetsonNano通過串口發送命令給單片機控制驅動電機的轉動，單片機同時接收到里程計、IMU等傳感器的數據并傳輸給JetsonNano。傳感器模塊包括里程計、IMU、UWB、藍牙和激光雷達，其中激光雷達通過USB線發送數據給JetsonNano，其他傳感器則通過串口和單片機通信。電機驅動模塊包括驅動器和直流電機，驅動器接收到單片機發出的PWM信號，將其轉化成電壓信號驅動電機轉動。供電模塊采用24V 電源和穩壓模塊。控制系統接線時其他模塊的負極要和電源模塊的負極共地。

4.2 導航系統設計

在機器人導航任務中，全局路徑規劃負責在已知的全局范圍內找到最優路徑。局部路徑規劃負責處理全局地圖中出現的動態障礙或未知障礙[27]，使機器人在面臨變化環境時能夠安全地規避障礙物，確保機器人到達目標地點，設計如圖18所示的導航系統，在ROS系統中創建工作空間，搭建機器人導航框架，在工作空間中加入功能包，包括傳感器信號接收、運動控制、激光雷達建圖、路徑規劃算法等。

圖18ROS系統導航框架Fig.18 ROS navigation framework

機器人導航的主要功能[28]：（1）Amcl：該功能包通過訂閱雷達、地圖和坐標變換信息，發布機器人位置，當機器人出現定位誤差，如在糧面上打滑時，Amcl會對誤差計算，然后發布給里程計進行誤差補償。（2）Gmappping：雷達建圖功能包，通過激光雷達對周圍環境掃描，建出全局地圖，將地圖保存到工作空間的“map\"中，需要導航時可以調用。（3）Move_base：功能包中包含全局路徑規劃算法和局部路徑規劃算法，全局路徑使用了A算法進行路徑規劃，局部路徑使用DWA算法進行動態避障。

4.3 導航試驗

機器人在撒藥作業時需要對容易生蟲的地點針對性作業，如果采用遙控控制的方式，不僅耗費人力成本，而且效率不高。糧倉機器人的多點自主導航作業可有效解決這一問題。

啟動糧倉機器人電源，使用WiFi連接到上位機。在上位機中開啟機器人控制節點與激光雷達建圖節點，對實際工作環境進行建圖，運行導航launch文件，打開RVIZ終端，設置機器人起始與目標點位置姿態朝向，在上位機中標記目標點0、1、2，使機器人從起點出發，沿直線行駛到目標點0，然后逆時針轉向 90^° ，繼而以相同方式依次行駛至點1、2。其中，起點到目標點0的直線距離為 4m ，目標點0到目標點1的距離為 1m ，目標點1到目標點2的距離為 2.5m ，試驗過程和導航軌跡如圖19所示。

圖19機器人導航試驗和軌跡圖 Fig.19 Robot navigation in the real environment and trajectorydiagram

4.4 結果分析

為驗證機器人導航效果，對機器人導航精度進行測試。機器人每行駛到一個目標點，記錄該位置的輸出位姿，和目標軌跡進行對比，記錄每一段的平均行駛速度 和最大位置誤差 Δs ，分別進行3次試驗，如表5所示。機器人在目標點0、1、2處的最大定位誤差平均值分別為 0.17m.0.06m.0.10m ，定位誤差在可接受范圍內，三段路徑的平均行駛速度為 0.219m/s 0.157m/s.0.176m/s 。第一段行駛路徑長，機器人從靜止狀態到加速一勻速一減速過程，平均速度最快，第二段路徑段，機器人加速后很快就減速，故平均速度最慢。糧倉機器人導航性能良好，可自主完成多點導航任務，試驗結果誤差能滿足機器人撒藥作業要求。

表5機器人導航速度及誤差Tab.5 Robot navigation speed and error

5 結論

1）機器人行駛速度與螺旋轉速呈線性正相關，隨著螺旋轉速的增加，滑轉率與俯仰角亦隨之增加，沉陷量隨之減少。螺旋轉速從 1r/s 增加到 5r/s ，行駛速度增加3.4倍，顆粒接觸力變大，機器人行駛穩定性變差。

2）不同車身質量下，糧倉機器人平均行駛速度與車身質量呈負線性關系，車身質量每增加 5kg ，行駛速度下降 0.023m/s ；平均滑轉率與車身質量呈正相關，車身質量每增加 5kg ，滑轉率增加 11.2% ；平均俯仰角與車身質量呈正相關，車身質量每增加 1kg ，俯仰角約增加 0.82^° ；平均沉陷量與車身質量呈正相關。

3）此糧倉機器人導航系統能夠實現環境感知、自身狀態參數獲取、2D激光雷達建圖和多點導航任務。基于本文建立的糧倉環境，機器人行駛速度可達0.219m/s ，最大定位誤差為 0.17m ，完全滿足機器人在玉米糧面環境下的撒藥作業要求。后續的研究應根據糧食品種調節螺旋車輪的結構參數和工作參數，以提高機器人的行駛穩定性，研究新的算法提高復雜糧面地形環境下糧倉機器人定位和導航的魯棒性，為糧食倉儲行業的發展提供有力的支持。

參考文獻

[1］王虎生，聶煌．一項糧倉自動巡航多用途作業機器人的研發[J].糧食加工，2024，49（3）：74-78.Wang Husheng，Nie Huang. A multi-purpose robot forautomatic cruise control in grain storage[J].GrainProcessing，2024，49（3）：74-78.

[2］祝玉華，張鈺涵，李智慧，等．基于TCN—BiGRU結合自注意力機制的儲糧溫度預測研究[J].中國農機化學報，2024，45（12）：133—139.Zhu Yuhua，Zhang Yuhan，Li Zhihui，et al.Research ontemperature prediction of grain storage based on TCN—BiGRU combined with self-attentionmechanism [J].Journal of Chinese Agricultural Mechanization，2024，45（12）：133-139.

[3］靳航嘉．螺旋驅動式糧倉機器人關鍵技術及裝備研究[D].長春：吉林大學，2023.Jin Hangjia.Research on key technologies and equipmentofscrew-drive granary robot [D].Changchun：JilinUniversity，2023.

［4］戴軍，魏風輝，李浩楠，等．一種糧食平倉機[P].中國專利：CN202410865595.0，2024—11—12.

[5］張港．基于視覺的平糧機器人導航與控制技術研究[D].成都：電子科技大學，2022.

［6］蔣林，金祖飛，劉曉磊，等．平糧機器人結構設計及運動仿真[J].農機化研究，2015，37（12）：78-86.

［7］蔣林，劉曉磊，趙慧，等．基于遺傳改進人工勢場法的全區域平糧機器人路徑規劃[J]．中國農機化學報，2015，36（5）：220—226，243.JiangLin，LiuXiaolei，Zhao Hui，etal．Path planning forfull region grain flatting robot based on the APFI—GA[J].Journal ofChinese Agricultural Mechanization，2015，36（5）：220—226，243.

[8]董平.新型糧面機器人行走結構的設計與優化[D].長春：吉林大學，2021.Dong Ping. Design and optimization of walking structure ofnewgrainsurfacerobot[D]. Changchun： JilinUniversity，2021.

［9］靳航嘉，吳文福，吳子丹，等．螺旋驅動式糧倉機器人行走機構設計與試驗[J].農業工程學報，2021，37（2）：20—26.Jin Hangjia，Wu Wenfu，Wu Zidan，et al.Design andexperiment of screw drive granary robot running on theloose grain surface [J]. Transactions of the Chinese Societyof Agricultural Engineering，2021，37（2）： 20-26.

[10］林吉照．螺旋驅動式平糧機器人姿態控制及系統設計[D]．長春：吉林大學，2022.

[11］陳本灶．基于螺旋推進的平糧機器人結構設計及仿真優化[D]．杭州：杭州電子科技大學，2023.

[12]張栩漢．螺旋滾筒升角對顆粒推力的影響[J]．一重技術，2024（1）：25—27，38.

[13]Gao K，Wei H，Xu W，et al. Simulation and analysis ofpropulsive performance for screw propulsion inspectionrobot[J].Powder Technology，2024，434：119300.

[14]Beknalkar S，Bryant M，Mazzoleni A.Algorithm forlocomotion mode selection，energy estimation and pathplanning for a multi-terrain screw-propelled vehicle forarcticexploration[C].2O24IEEEInternationalConference on Advanced Intelligent Mechatronics （AIM），2024：1462—1467.

[15]RizwanM.Screw-propelledomni-directionalrobot：Automation of waypoint navigation and control systemintegration[D].Edmonton：University of Alberta，2024.

[16］生明超．基于雙目視覺的螺旋式糧面機器人平糧作業測距與目標識別定位研究[D].長春：吉林農業大學，2023.

[17］秦玉廣．稻田螺旋除草機器人視覺導航技術研究[D]．杭州：浙江科技大學，2024.Qin Yuguang. Research on visual navigation technology ofrice field spiral weeding robot [D]. Hangzhou： ZhejiangUniversity of Science and Technology，2024.

[18]馬浩杰．稻田螺旋推進車多機協同路徑規劃方法研究[D]．杭州：浙江科技大學，2024.Ma Haojie. Research on cooperative path planning methodofpaddy field screw propulsion vehicle [D]. Hangzhou：Zhejiang University of Science and Technology，2024.

[19]Jin H，Lu Y，Wu W，et al.Influence of screw blades ontheperformance of a screw-drive granary robot [J].Journal ofFieldRobotics，2024，41（7）：2133—2146.

[20］張云鵬，譚芊，許鵬，等．基于EDEM一ADAMS的甘薯水平移栽機構優化設計[J]．中國農機化學報，2024，45（1）：35-41.Zhang Yunpeng，Tan Qian，Xu Peng，et al.Optimizationdesign of sweet potato horizontal transplanting mechanismbased on EDEM—ADAMS [J]. Journal of ChineseAgricultural Mechanization，2024，45（1） ： 35—41.

[21］張智泓，趙亮亮，賴慶輝，等．基于DEM—MBD耦合的鏟板式滾動觸土部件作業機理分析與試驗[J].農業工程學報，2022，38（15）：10—20.Zhang Zhihong，Zhao Liangliang，Lai Qinghui，et al.Operationmechanism analysisandexperimentsofshovel-type rolling soil-engaging components based onDEM—MBD coupling [J]. Transactions of the ChineseSociety of Agricultural Engineering，2022，38（15）：10—20.

[22]朱惠斌，吳憲，白麗珍，等．基于EDEM一ADAMS仿真的稻茬地雙軸破茬免耕裝置研制[J].農業工程學報，2022，38（19）：10—22.ZhuHuibin，WuXian，BaiLizhen，etal.Developmentofthe biaxial stubble breaking no-tillage device for rice stubblefieldbased onEDEM—ADAMSsimulation[J].Transactions of the Chinese Society of AgriculturalEngineering，2022，38（19）：10—22.

[23］傅泓龍，胡裕兵，謝立敏，等．番茄溫室機器人的多傳感器融合建圖與導航研究[J]．中國農機化學報，2025，46（4）：171—178，185.Fu Honglong，Hu Yubing，Xie Limin，et al.Multi-sensorfusion mapping andnavigation research for tomatogreenhouse robot [J]. Journal of Chinese AgriculturalMechanization，2025，46（4）：171—178，185.

[24]NagaokaK， Otsuki M， KubotaT， etal.Terramechanics-based propulsive characteristics of mobilerobotdriven by Archimedean screw mechanism on softsoil [C]. 2OlO IEEE/RSJ International Conference onIntelligent Robots and Systems，2010：4946-4951.

[25]LiangW，MengW，ZhangB，etal.Calibration methodand experimental verification of corn discrete elementparameters [J]. Measurement Science and Technology，2025，36（5）：055003.

[26]Li X，Zhang W，Xu S，et al． Calibration of collisionrecovery coefficient of corn seeds based on high-speedphotographyandsoundwaveformanalysis[J].Agriculture，2023，13（9）：1677.

[27］葉強強，鄭明魁，邱鑫．基于ROS的室內自主導航移動機器人系統實現[J]．傳感器與微系統，2022，41（2）：90-93.Ye Qiangqiang，Zheng Mingkui，Qiu Xin. Realization ofindoor autonomous navigation mobile robot system basedon ROS[J]. Transducer and Microsystem Technologies，2022，41（2）：90-93.

[28］溫淑慧，問澤藤，劉鑫，等．基于ROS的移動機器人自主建圖與路徑規劃[J]．沈陽工業大學學報，2022，44（1）：90-94.