摘要:為解決免耕播種機高速(12~16km/h)作業(yè)時因地勢起伏造成機械振動與傳感器測量誤差導(dǎo)致的播種深度監(jiān)測系統(tǒng)精度降低,以及單一傳感器監(jiān)測可靠性較差的問題,,研究了一種基于改進(jìn)野馬算法(Improved wild horse optimizer,,IWHO)優(yōu)化擴(kuò)展卡爾曼濾波器(Extended Kalman filter,EKF)中關(guān)鍵參數(shù)Qsigma,、Rsigma1,、Rsigma2、Rsigma3的多傳感器數(shù)據(jù)融合算法(IWHO-EKF)的高速免耕播種機播種深度監(jiān)測系統(tǒng),。首先,,建立以激光、超聲波與角度傳感器為多傳感器監(jiān)測單元的播種深度監(jiān)測模型,;其次,,通過卡爾曼濾波算法對3個單一傳感器分別濾波;最后,,提出一種加入萊維飛行與高斯變異的IWHO-EKF算法,,將濾波后的3個單一傳感器進(jìn)行數(shù)據(jù)融合,從而解決機械振動干擾與傳感器測量誤差降低的問題,,同時充分發(fā)揮多傳感器融合信息,,確保免耕播種機高速作業(yè)時實現(xiàn)高精度、高可靠性播種深度實時監(jiān)測,。為驗證其優(yōu)越性,,通過IWHO-EKF算法與單一傳感器監(jiān)測、單一傳感器濾波和WHO-EKF算法進(jìn)行仿真對比試驗與田間試驗,。仿真試驗表明:基于IWHO-EKF的高速免耕播種機播種深度監(jiān)測算法平均絕對誤差為0.073cm,,均方根誤差為0.090cm,相關(guān)系數(shù)為0.983,,實現(xiàn)了高精度監(jiān)測,,且精度相較于傳感器原始監(jiān)測值,、濾波值與WHO-EKF算法均顯著提升。田間試驗結(jié)果表明:基于IWHO-EKF算法的高速免耕播種機播種深度監(jiān)測系統(tǒng)相較于3個單一傳感器監(jiān)測值,,平均絕對誤差和平均均方根誤差分別降低0.063cm和0.067cm,,同時平均相關(guān)系數(shù)提升0.027,該系統(tǒng)能夠提高播種深度監(jiān)測系統(tǒng)的精確性和可靠性,。