农业机械导航路径跟踪控制方法研究进展

路径跟踪控制技术作为农业机械导航的核心,是提高控制系统控制精度和对环境适应性的关键,可提高农机具作业精度和效率,同时可避免重复作业和遗漏现象,减少农业生产资料浪费。该文根据农业机械导航路径跟踪控制方法中是否涉及农机模型,将路径跟踪控制技术分为与农机运动学模型相关、与农机动力学模型相关以及与模型无关的路径跟踪控制方法。通过对原理的解析明确了各类控制方法的优缺点,及对现有解决方案进行了总结分析,指出了现有方案存在共性或个性问题,由此完成了对现阶段国内外针对农业机械导航路径跟踪控制方法的研究进展的阐述。通过对各类控制方法适用性及农机导航产品发展现状的分析,提出了农机导航路径跟踪控制方法的发展展望,以期为后续路径跟踪控制方法的研究提供指导性方向和有针对性的参考,具体如下:1)明确了现有模型对农机运动过程描述的局限性,指出高精度农机模型研究的必要性;2)为提升控制方法自适应性和鲁棒性,研究需从常规工况向极限工况和复杂工况拓展;3)明确单一控制方法的局限性,明确多方法融合控制的发展趋势。

基于模糊自适应纯追踪模型的农业机械路径跟踪方法

为了提高农业机械自动导航控制系统的精度,提出了一种基于模糊自适应纯追踪模型的农业机械路径跟踪方法。该方法基于纯追踪模型进行农业机械路径跟踪控制,结合农业机械运动学模型来确定车轮期望转向角;采用模糊自适应控制在线自适应地确定纯追踪模型中的前视距离,提高了路径跟踪的精度。农业机械的路径跟踪实验结果表明,路径跟踪的最大误差不超过10 cm,平均误差小于5 cm,完全满足农业机械的作业要求,验证了提出方法的可行性和有效性。

几何路径跟踪组合算法及其农业机械自动导航应用

农业机械自动导航是实现精准农业的有效途径,高精度路径跟踪控制是智能农机自主作业可靠性的重要保证。为提高不同路径曲率和初始误差条件下路径跟踪算法适应性,基于两种几何路径跟踪方法自适应切换提出一种几何路径跟踪组合算法。分析纯追踪和Stanley模型在U型路径跟踪中的稳态误差和收敛特性,在恒定速度下分别设置其最优几何路径跟踪参数,以跟踪误差和路径曲率为输入量设计路径跟踪方法切换逻辑,并采用往复式梭行路径对几何路径跟踪组合算法进行测试。搭建移动小车平台对所提算法有效性进行验证,跟踪结果表明当初始误差为2.5 m时,Stanley模型较纯追踪算法有更快的收敛速度,当直线和曲线路径作业速度为1.0 m/s和0.7 m/s时,纯追踪与Stanley具有相似直线段跟踪误差,但曲率突变时纯追踪和Stanley模型最大跟踪误差分别为12.0 cm及11.0 cm。路径跟踪组合算法有效减小曲率突变时路径跟踪误差,相同速度配置下梭行路径最大跟踪误差为9.0 cm,较纯追踪和Stanley分别减小25.0%和18.2%。几何路径跟踪组合算法减少前视距离和增益系数在线优化运算量与算法复杂度,可为复杂作业场景下农机自适应路径跟踪算法设计提供工程实现参考。

基于LQR的自矫正路径跟踪控制器设计方法

针对农业机械自动驾驶提出了一种基于线性二次调节器(LQR)的自矫正路径跟踪控制器设计方法。该方法通过将车辆系统建模为多输入单输出(MISO)状态空间系统,使用LQR设计控制器,以实现对车辆在给定路径上的稳定跟踪和抗干扰能力。针对LQR控制器中存在的系统误差引入了基于反馈误差的自矫正机制,以实现快速准确的路径跟踪,同步降低农业机械自动驾驶中的轨迹误差值。在仿真与实验中进行了验证,并与传统LQR控制器进行比较。结果表明,该控制器设计方法可以有效实现自动驾驶农业机械在复杂路径上的精确跟踪和强鲁棒性性能,曲线路径跟踪平均最大横向误差小于等于0.0530m,平均最大绝对平均误差小于等于0.0331,平均标准差小于等于0.0273m。

基于模糊自适应纯追踪模型的农业机械路径跟踪方法

文章发现一种在朦胧自适应纯跟踪模子的农业机器路径跟踪方法以处理农业机器自主导航控制系统的精细度问题。该手法在追踪模子实行农业机械路径追踪把持基础上联合农业机械运动学模子明确车轮期望转向角;用朦胧自适合把持在线自适合地明确纯追踪模子中的前视远近提高了途径追踪的精细度。农业机械的路径追踪实验结果说明,考证了方式的可行和有效。

阿克曼底盘机器人的路径跟踪控制和避障方法

清洁机器人能够代替人工完成日常清洁任务,解决人力成本高、人工清洁效率低等问题,而高精确度的路径跟踪控制和避障技术是机器人安全执行清洁任务的基础。文章设计了一种基于阿克曼底盘的路径跟踪控制器,建立了前视路径点的几何模型,并通过计算曲率来确定前轮角度和线速度指令,解决了前进、后退和转向控制的问题。此外,还提出了一种障碍物碰撞检测方法,解决了机器人在面临局部路径障碍物时的安全避让问题。在多种室外场景进行测试,测试结果显示,该机器人路径跟踪控制误差小于15 cm,能够有效安全避障,具有一定工程应用的价值。

基于模糊自适应纯追踪模型的农业机械路径跟踪方法

农业机械自动化是当前农业机械智能化的热点问题,而自动控制是其中必不可少的环节。为了解决目前农业机械路径跟踪的计算机软件结构比较烦琐,难以实现多个功能的问题,笔者利用模糊自适应的纯追踪模型,建立了一种新的基于模糊自适应的轨迹跟踪模型。仿真结果表明,该方法对各种初始误差都有一定的鲁棒性和自适应能力,从而使农业机械系统的轨迹跟踪精度得到改善,证明了基于模糊自适应纯追踪模型的农业机械路径跟踪方法的正确性和有效性。

基于超宽带无线定位的农业设施内移动平台路径跟踪研究

为实现农业设施内车辆自动导航,提出了一种基于超宽带(ultrawideband,UWB)无线定位的路径跟踪方法。运用4个基站组建UWB无线定位系统,采用加权最小二乘法(weighted least squares,WLS)法解超静定方程组,提高了移动标签的定位精度。重新定义前视距离,根据车体航向与前视直线的夹角界定车体偏差程度,并提出基于动态前视距离的改进型纯追踪模型。在MATLAB 2016a软件环境下的仿真说明该文算法优于采用固定视距的传统纯追踪算法,并进行实车试验。结果显示,在UWB定位系统的引导下,车体在不同初始状态下均能很好地收敛到期望直线,当速度为0.5 m/s时,在4种初始状态下进行直线跟踪,稳态偏差为5.4~8.4 cm,稳态偏差均值为6.3 cm。在矩形路径跟踪时,当横向偏差和航向偏差均为0的初始状态下,全程平均偏差为20.6 cm,跟踪偏差主要出现在90°转向处,最大偏差为85.5 cm,说明改进后的纯追踪算法的路径追踪质量均优于采用固定视距的传统纯追踪模型,能满足农业设施内移动平台自动导航的需求。该方法可为农业设施内车辆导航提供新思路。

基于预瞄模型的农机路径跟踪预测控制方法

为了提高农机路径跟踪系统控制性能对作业速度变化的适应性,该研究提出一种基于预瞄运动学模型的快速预测控制方法。采用预瞄跟随理论建立预瞄航向误差模型,并将其作为输出方程与路径跟踪误差常规状态方程联立,构建预瞄运动学状态空间误差模型,进而运用模型预测控制算法与输入参数化衰减策略设计路径跟踪控制律。仿真试验结果表明,在不同作业速度下,预瞄模型预测控制器的直线路径跟踪横向误差均渐近趋于0,行驶曲线均无超调;当作业速度为1、3与5 m/s时,预瞄模型预测控制器的圆形路径跟踪横向最大绝对误差分别为8.52、10.42和10.82 cm,标准差分别为3.96、5.83和6.17 cm;当控制时域为10、30与60时,预瞄模型预测控制器的运算周期相对常规模型预测控制器分别减小7.5%、43.0%和48.5%;与常规模型预测控制相比,预瞄模型预测控制能够在确保路径跟踪系统控制精度的同时有效改善系统的动态性能和提高系统的实时性,使不同作业速度下的跟踪效果更加均衡。田间测试结果表明,在0.5~5 m/s作业速度范围内,预瞄模型预测控制器对作业速度变化具有较强的适应性,能够使农机快速平稳地跟踪参考路径并具有较高的控制精度,其直线路径跟踪的横向最大绝对误差均值小于5.5 cm、标准差均值小于2.5 cm,圆形路径跟踪的横向最大绝对误差均值小于15.5 cm、标准差均值小于8.5 cm,跟踪效果满足农机实际作业要求,适于复杂作业环境或高速作业场合。

农业机械适用性跟踪测评评价方法研究

本文研究的是适用性跟踪测评法，该方法是在明示的农业机械产品使用地区，选择若干有代表性的农业生产作业条件下对实际用户进行跟踪考核，利用考核结果评价农业机械适用性的方法。

考虑滑移滑转的双电机履带底盘路径跟踪算法

针对履带底盘田间作业时由于土壤松软、田面不平整导致履带滑移滑转、自动导航路径跟踪精度低的问题,该研究提出了考虑滑移滑转的履带底盘路径跟踪算法,基于履带底盘运动学模型推导出表征滑移滑转特性的转向半径修正系数,并设计了一种基于预瞄模型的模糊控制路径跟踪算法。该方法在纯模糊控制基础上通过预瞄模型确定预瞄点,进而得到横向偏差与航向偏差,同时在常规模糊控制器中引入转向半径修正系数,建立横向偏差、航向偏差、转向半径修正系数三输入模糊控制器。以双电机履带底盘为控制对象,采用高精度RTK-GNSS和MTi-30惯性传感器获取底盘实时位姿信息与角速度信息,进行组合导航。开展了三输入模糊控制器田间U型路径跟踪试验,结果表明,三输入模糊控制器的直线跟踪最大绝对偏差、平均绝对偏差和标准差分别为12.0、3.6和4.4 cm;三输入模糊控制的曲线跟踪最大绝对偏差、平均绝对偏差和标准差分别为21.3、8.6和8.4 cm;为进一步确定本研究算法在履带出现滑移滑转时对路径跟踪精度的提升效果,开展了常规模糊控制器与三输入模糊控制器曲线路径跟踪对比试验,结果表明:当作业速度为0.6 m/s时,常规模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为31.1、8.3和10.2 cm,三输入模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为22.4、7.4和9.1 cm,相较于常规模糊控制器,路径跟踪精度分别提高了27.95%、10.84%和10.78%,所设计的三输入模糊控制器可有效降低履带滑移滑转的影响,增强导航系统的控制性能,可为履带底盘在田间松软土壤环境下高精度导航作业提供参考。

分布式电驱车路径跟踪分层协调控制方法研究

针对分布式电驱车路径跟踪问题,基于分层协调控制方法,提出了一种路径跟踪策略。由电驱车独立转向/驱动的结构优势,设计四轮阿克曼转向理论,以建立电驱车路径跟踪分层运动学模型,并应用到路径跟踪控制策略中。该策略分为上下两层控制。在上层控制中,将上层运动学模型作为模型预测控制算法的预测模型,通过设定最优目标函数和约束条件将未来控制增量的求解问题转换为二次规划的最优解问题,计算出最优转角和速度控制量。下层控制中,通过下层运动学,将上层控制得到的控制量映射到四轮的转角和速度控制量,应用模糊PID算法,实现电驱车的路径跟踪控制。在基于Carsim/Simulink的仿真平台上进行圆形路径跟踪仿真验证,结果表明,该控制器能够使分布式电驱车实现路径的准确跟踪;在实车试验中进行换道路径跟踪,简单MPC(模型预测控制算法)与分层协调控制数据结果对比表明分层协调控制方法能够有效的改善控制性能,提供路径跟踪的精确性和稳定性。

乡村振兴背景下加强农机推广工作的方法与路径

随着乡村振兴战略的全面实施,农机推广工作在建设现代化农业强国方面的作用得以持续彰显,在农业机械化专业人才培养,先进适用农业机械的普及应用,农业生产经营条件改善,农业生产技术水平和经济效益、生态效益不断提高等方面发挥着极为重要的作用。

地下矿用铰接车路径跟踪控制方法综述

地下矿用铰接车的路径跟踪控制是铰接车自动驾驶领域中的关键技术,路径跟踪控制方法对于实现高跟踪精度具有重要意义。为了选择性能更优的控制器去控制地下矿用铰接车实现路径跟踪,对已运用在铰接车路径跟踪上的控制方法进行了分类和回顾,主要包括反馈线性化控制、线性二次型最优控制、模型预测控制、纯几何跟踪控制、比例-积分-微分控制、滑动模态控制、智能控制和鲁棒控制。通过比较实例中的控制器性能,得出模型预测控制方法更适用于地下矿用铰接车的路径跟踪控制,且跟踪精度高,具有研究优势。但目前模型预测控制方法大部分以运动学模型和大量简化的动力学模型为预测模型,未广泛在实际控制平台上验证性能,实时性有待优化,这些是未来研究的重点。

基于预瞄追踪模型的农机导航路径跟踪控制方法

农机导航系统的上线性能和复杂路面抗干扰能力影响着农田作业的质量和效率,为提高农机导航系统的上线速度、上线稳定性和对复杂路面的适应性,提出了一种预瞄追踪模型的农机导航路径跟踪控制方法。该方法实质是对农机运动学模型方法的改进,针对农机运动学模型小角度线性化算法中近似条件的缺点,采用预瞄追踪辅助直线引导农机快速稳定跟踪规划路径。该文参考农机运动学模型极点最优配置算法证明过程,分3步证明了该控制方法的可行性,并通过仿真和试验验证了该方法的有效性。仿真结果显示在不同的初始位置偏差和航向偏差条件下该方法都可以迅速消除偏差以稳定跟踪规划路径,位置偏差校正曲线平滑且超调量微小,说明预瞄追踪模型方法对提高农机导航系统的上线性能和抗干扰能力是有效的。田间试验结果:在初始航向偏差为0,初始位置偏差分别为0.5、1、1.5 m条件下,上线时间分别为6.8、8.2、9.4 s,上线距离分别为6.73、8.11、9.33 m,超调量分别为5.2、7.0、8.5 cm;颠簸不平旱地路面直线路径跟踪的最大误差不超过4.23 cm,误差绝对值的平均值为1 cm,标准差为1.25 cm。数据表明采用该文提出的控制方法具有良好的上线和直线路径跟踪效果,满足农业机械的导航作业要求。

基于GPS/INS和线控转向的农业机械自动驾驶系统

研究旨在设计出一套农用车辆自动导航控制系统,让机器人代替农民进行田间作业,实现农用车辆自动驾驶,从而可以有效提高农业机械的作业精度、生产效率和使用安全性,并且为精细农业研究提供技术支持,改善农业生产的方法。该文通过GPS/INS（global positioning system/inertial navigation system）组合导航技术实时获得载体的导航信息（位置、速度、航向、姿态）,根据导航信息与预设轨迹参数计算出载体的目标前轮转向角,并以该目标前轮转向角与当前前轮转角的差值作为控制输入,实现对转向执行电机的精确控制,从而实现载体的路径跟踪控制。同时对整个系统的软硬件进行设计,并对系统控制策略进行仿真和试验验证。最终结果表明,本文所设计的组合导航系统定位精度高,其定位精度可达到0.1~0.5 m;路径跟踪系统误差小,当车速分别为0.5 m/s和1 m/s时,路径跟踪的最大横向误差分别为0.16 m和0.27 m;整个系统响应速度快,可达到0.1s。通过将GPS/INS组合导航技术与线控转向技术相结合,能够实现农用车辆的自动驾驶。

基于超宽带无线定位的农业设施内移动平台路径跟踪研究

为实现农业设施内车辆自动导航,提出了一种基于超宽带(ultrawideband,UWB)无线定位的路径跟踪方法。运用4个基站组建UWB无线定位系统,采用加权最小二乘法(weighted least squares, WLS)法解超静定方程组,提高了移动标签的定位精度。重新定义前视距离,根据车体航向与前视直线的夹角界定车体偏差程度,并提出基于动态前视距离的改进型纯追踪模型。在MATLAB 2016a软件环境下的仿真说明该文算法优于采用固定视距的传统纯追踪算法,并进行实车试验。结果显示,在UWB定位系统的引导下,车体在不同初始状态下均能很好地收敛到期望直线,当速度为0.5 m/s时,在4种初始状态下进行直线跟踪,稳态偏差为5.4～8.4 cm,稳态偏差均值为6.3 cm。在矩形路径跟踪时,当横向偏差和航向偏差均为0的初始状态下,全程平均偏差为20.6 cm,跟踪偏差主要出现在90°转向处,最大偏差为85.5 cm,说明改进后的纯追踪算法的路径追踪质量均优于采用固定视距的传统纯追踪模型,能满足农业设施内移动平台自动导航的需求。该方法可为农业设施内车辆导航提供新思路。

农业机械自动导航控制系统设计

为满足农业机械自动导航精确性要求,提出一种基于直线跟踪的自动导航系统,以雷沃拖拉机为例,分别从硬件和软件的角度对导航系统进行设计,搭建了导航系统的整体硬件,结合拖拉机简化模型,构建了直线路径跟踪模型,并对上机位和下机位软件进行了实现和测试。测试结果表明,导航系统满足定位精度要求,具有一定的可行性。

一种基于高精度地图的路径跟踪方法

斯坦利方法对扰动的鲁棒性较差,且易在路径跟踪时产生较大偏差。为此,提出一种改进的斯坦利路径跟踪方法。利用自动驾驶车的惯性导航系统收集路网数据,建立一张高精度的道路地图。使用A*算法进行路径规划,得到有效的路径信息。根据车速与注视点之间的对数关系,计算出前视点的位置,并将前视点作为斯坦利路径跟踪的目标点。实验结果表明,与斯坦利方法相比,该方法路径跟踪的横向偏差降低了20%。

欠驱动船路径跟踪的反演自适应动态滑模控制方法

针对欠驱动水面船的路径跟踪控制系统,提出一种反演自适应动态滑模控制方法。该系统由船舶艏摇非线性响应模型和Serret-Frenet误差动力学方程组成,并考虑建模误差和外界干扰力等不确定性。经过简化处理,将原欠驱动系统的控制问题转化为非线性系统的镇定问题。同时,基于反步方法和动态滑模控制理论,设计自适应动态滑模控制器。通过理论分析,证明在该控制器作用下,路径跟踪控制系统是全局渐近稳定的。仿真试验表明:该控制器对系统参数摄动和外界干扰不敏感,具有强鲁棒性和自适应性。