基于双预瞄纯追踪算法的丘陵山区农机差分导航系统研究

针对丘陵山区农业机械因体积小、种类多,难以无人作业改造的问题,搭建基于双预瞄纯追踪算法的丘陵山区农机差分导航系统,完成导航系统结构、路径规划策略和追踪控制器的设计。使用Ntrip DTU和北斗定位板卡完成差分定位。采用平滑转向方式,提出适用于丘陵山区的全局路径规划策略,可有效适配不同转弯半径的农机,减少地头区域。设计双预瞄纯追踪模糊控制器,开展与纯追踪控制器的对比仿真试验,并搭建试验样机完成测试。实际测试结果显示:控制器在追踪直线时,在s=2.9 m处收敛,在之后的直线追踪中平均绝对误差保持在0.01 m;在追踪曲线时,两段弯道最大误差分别为0.08 m和0.75 m,平均绝对误差0.04 m。

基于两阶段纯追踪模型的农用车辆路径跟踪算法研究

针对车辆自身加工、装配误差及轮胎侧滑等因素导致理论转向运动模型与实际转向运动模型不一致的情况,基于最小二乘法对车辆进行了转向运动模型辨识,得到了不同设定线速度下的转向运动模型。同时,为解决常规纯追踪算法计算得出的部分控制量无法使车辆转向系统作出响应,造成路径跟踪精度下降问题,提出了一种考虑横向偏差和横偏角的两阶段纯追踪算法,并针对两个阶段的切换提出了设置过渡区滞后切换策略。模拟环境S形路径跟踪实验表明,在行驶速度为0.6 m/s时,固定前视距离的纯追踪算法平均横向偏差为0.5238 m,两阶段纯追踪算法为0.3616 m,其跟踪精度提高30.9%,较固定前视距离的纯追踪算法具有更好的路径跟踪性能。采用滞后切换策略将两阶段的切换跳变率从2.18%减至1.16%,抑制效果提升46.8%。

基于粒子群算法改进的轮式收获机纯追踪模型路径跟踪研究

为满足轮式收获机地头收获路径跟踪精度要求,提出了一种基于粒子群改进的带有预测特性的纯追踪路径跟踪算法。建立了轮式收获机运动学模型,推导了基于轮式收获机运动学模型的纯追踪路径跟踪算法。以收获机航向误差和横向误差为基础,构建了带有预测特性的隶属度函数,采用权重系数自适应方法,通过粒子群优化(PSO)算法,实现了实时动态确定最优前视距离。以玉米收获机为试验平台,开展了直线路径跟踪路面试验与“8”字曲线路径跟踪路面试验。试验结果表明,在速度1.5m/s时,直线路径跟踪的最大横向误差4.39cm,最大航向误差2.31°;在速度1m/s时,曲线路径跟踪的最大横向误差5.24cm,最大航向误差2.41°。改进的路径跟踪算法对直线路径及曲线路径都具有良好的路径跟踪效果,满足轮式收获机田间作业要求。

基于时滞补偿的纯追踪控制预瞄距离优化方法

纯追踪算法是无人驾驶领域中常用的路径跟踪算法,其中预瞄距离的选择影响着路径自主跟踪的精度。针对实际车辆时滞导致理论最优预瞄距离与实际最优预瞄距离不符的问题,提出了一种基于时滞补偿的纯追踪控制预瞄距离优化方法。首先,基于时延和迟滞对传统模型的影响,更新时滞车辆模型;其次,设计了一种改进樽海鞘优化算法对预瞄距离进行优化,研究不同车辆速度下最优预瞄距离配置,得到了仿真平台下最优预瞄距离和速度的一次线性关系式;最后,在实际车辆平台上,对所提优化方法进行了实验验证。实验结果表明:相比于传统模型,加入时滞补偿所得最优预瞄准确率提高了67.55%。

插秧机导航路径跟踪改进纯追踪算法

插秧机田间行驶路径包括直线作业段和地头曲线转弯段,因此需要对传统的纯追踪算法进行改进,使其满足曲线路径跟踪。以约翰迪尔Starfire3000型接收机、GS2630型显示器和ATU200型电动方向盘为主要硬件设备,针对给定的曲线路径,提出了一种路径跟踪控制算法,并通过模型仿真和田间试验相结合的方法,对该导航控制算法进行了验证分析。该导航控制算法首先根据车辆速度和路径弯曲程度来动态调整前视距离,其次在利用预见控制求得车辆目标点的基础上,利用改进的纯追踪算法设计控制器,最后按照插秧机作业时的路径进行仿真和试验。试验结果表明,车辆以1 m/s的速度行驶且在转弯半径为0.9 m时,最大跟踪误差可控制在0.159 m以内。

改进的智能飞机牵引车路径导航纯追踪算法

为了提高飞机地面自动牵引滑行导航控制系统的精度,提出一种改进的纯追踪算法。基于纯追踪算法对飞机牵引车系统的路径进行跟踪控制,将简化的两轮模型作为其运动学模型。融合经典纯追踪算法及改进算法确定新的预测目标点,以减少轨迹误差。采用偏差统计的方法实现不同预测距离下最优融合系数的选择,提高控制精度。仿真结果表明,该算法的路径轨迹误差控制在0.5 m范围内,满足飞机自动牵引滑行的精度要求,验证了其可行性和有效性。

基于动态前视距离纯追踪模型的温室农机路径跟踪研究

为提高温室内智能农机自动导航的路径跟踪精度,提出一种基于粒子群算法的纯追踪模型动态前视距离确定方法及其路径跟踪控制方法。利用超宽带(UWB)模块和电子陀螺获取温室内智能农机的位置偏差和航向偏差;为提高纯追踪模型的自适应能力,对农机位姿偏差进行定量分析并根据位姿偏差程度构建适应度函数,通过粒子群优化(PSO)算法实时确定纯追踪模型中的最优前视距离,为提升算法求解效率对惯性权重系数进行改进;根据农机位姿偏差程度构建速度控制函数对农机进行变速控制。样机试验结果表明:在3种初始状态下的直线路径跟踪时,平均偏差均值为24.4 cm,稳态偏差平均值为4.3 cm,导航时间平均值为13.2 s,稳定距离平均值为318.1 cm。路径跟踪的各项指标均优于同等条件下的恒速固定视距试验。

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。

改进纯追踪模型的农业机械地头转向控制方法

根据农业机械田间地头转向的特点,提出了一种基于改进纯追踪模型的农业机械地头转向控制方法。以简化二轮车作为运动学模型,使用直线组合进行地头转向路径规划,采用BP神经网络实现动态调节前视距离改进纯追踪算法,用该算法进行路径跟踪,实现地头转向动作。MATLAB/Simulink仿真结果表明,该基于改进纯追踪模型的农业机械地头转向控制方法路径规划简单、占用空间小、跟踪精度较高。

路径跟踪控制算法仿真分析与试验验证

为探究车辆路径跟踪算法性能差异及适用性规律,分别构建基于预瞄的纯跟踪(PP)算法、前轮反馈控制算法和模型预测控制(MPC)算法的车辆模型,在圆环、蛇行和低、中、高速等工况下进行Simulink和CarSim联合仿真并分析横向控制效果。结果表明:PP算法预瞄距离越短,横向控制精度越高,但稳定性越弱,低速鲁棒性较好;前轮反馈控制算法在高速下具有更小的横向控制误差,且增益系数k影响控制精度;相较于前两者,MPC算法在不同速度下均具有良好的横向跟踪性能。最后,开展实车试验对比验证3种算法的跟踪性能,结果表明,在同一工况下,MPC算法具有更优的跟踪性能。

封闭园区内无人驾驶洗扫车路径规划及控制

为实现封闭园区自动洗扫车的无人驾驶功能,设计了一种基于封闭园区场景的路径规划与控制算法。采用改进的A-Star算法并融合三阶贝塞尔曲线构建全局路径规划层;基于状态空间采样设计局部路径规划层,考虑洗扫车转向约束、安全碰撞距离、道路边界距离等约束设计代价函数得到最优局部路径;使用Pure-Pursuit跟踪算法对局部路径规划层输出的最优路径进行追踪;搭建Simulink-ROS联仿平台,在Simulink中编写规划控制算法并编译植入到ROS平台下进行仿真验证;最后采用MDC300F车载计算机对算法进行多工况实车实验。结果表明,该规划控制算法能够控制自动环卫洗扫车在多工况场景下完成跟车、避障、会车等无人驾驶功能。

河蟹养殖无人作业船路径跟踪算法研究

河蟹养殖无人作业船能解决人工养殖成本高、效率低等问题,提高渔民收益。河蟹养殖无人作业船自动导航作业的关键是路径跟踪,传统的纯追踪算法行驶路径只包含直线作业与岸边曲线转弯作业,不能满足作业船的自主循迹(自动导航)需求。为此针对预先规划的路径,研究了改进的纯追踪算法。通过试验对该导航控制算法进行验证,结果表明,无人作业船在以50cm/s的速度行驶并转弯半径为5m时,最大路径跟踪误差可以控制在0.1m以内。

采用改进人工势场法的动态无人车路径规划

针对无人车在动态转向避障过程中的,基于结构化道路改进人工势场模型进行了转向避障路径规划。首先应用椭圆化距离代替斥力势场的中的实际距离,其次,引入道路边界斥力势场模型,从而在较小车道空间内获得局部避障路径,为了更加准确的描述无人车行驶环境及动态障碍物信息,引入障碍物速度斥力势场。最后,建立了以转角为控制变量的纯追踪算法模型进行路径跟踪。Matlab仿真结果表明,对比传统人工势场法,应用改进的人工势场模型能够获得平顺且安全的局部避障路径,纯追踪控制器模型具有良好的路径跟踪性能。

基于前馈和反馈相结合的路径跟踪算法

针对纯追踪算法在非固定曲率下路径跟踪误差较大的问题,提出一种基于前馈和反馈相结合的路径跟踪算法。前馈控制方面基于纯追踪模型计算出前轮转角,反馈控制方面采用后轮反馈控制算法计算出前轮转角,通过横向误差和航向误差来确定比例因子,依据比例因子进行比重分配,得到最终的前轮转角控制量。在MATLAB/Simulink环境下采用车辆运动学模型进行无人驾驶车辆的路径跟踪仿真,结果表明,该算法能较好地改善路径跟踪效果,保证车辆稳定性,同时具有一定的鲁棒性。

移动机器人路径跟踪的方法及研究进展

随着机器人技术的迅速发展,机器人在人们日常生活中应用越来越广泛。在机器人运动控制中,路径跟踪是非常重要的一个方面。路径跟踪的研究是为了保证机器人可以精确跟踪预设好的路径,确保机器人的稳定性和精确度。文章从控制方法切入,简要介绍了几种路径跟踪方法,主要分为基于反馈误差的控制算法,如PID控制;基于模型的跟踪方法,如模型预测算法、线性二次调节器;几何跟踪方法,如纯追踪算法,斯坦利算法。对几种方法的研究进展进行了阐述,比较它们的优缺点。最后,将深度学习、机器学习等融入控制器中也是一个重要的研究方向。

基于GNSS的农机自动导航路径搜索及转向控制

为提高农机自动导航系统性能,提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)的农机自动导航路径搜索方法和基于预瞄点搜索的纯追踪模型。根据农机不同作业需求,导航系统可选择直线路径搜索或曲线路径搜索,实现农机直线和曲线自动导航作业;建立基于预瞄点搜索的纯追踪模型,并将其用于农机转向控制,该模型不涉及复杂的控制理论,适用性较强。为验证路径搜索方法和纯追踪模型性能,以John Deere拖拉机为试验平台,进行了农机直线跟踪和转向控制导航试验。结果表明:直线路径跟踪导航试验,车速为0.8、1.0和1.2 m/s时,导航均方根误差分别为3.79、4.28和5.39 cm;转向导航试验,车速为0.6 m/s时,在弓形转弯和梨形转弯导航方式下,导航均方根误差分别为25.23和14.42 cm;与模糊控制方法对比试验,直线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为4.30和5.95 cm,在曲线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为13.73和21.40 cm;基于GNSS的农机自动导航路径搜索方法和预瞄点搜索的纯追踪模型可以得到较好的定位控制精度,可满足田间实际作业的要求。

飞机牵引机器人路径跟踪模糊控制

为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。

田间管理机路径跟踪系统设计及试验

为了解决田间管理机前轮转向时内轮差造成的农作物损失问题,本研究提出了一种基于四轮转向田间管理机的路径跟踪算法。以3WPZ-750田间管理机样机为研究对象,设计了一套路径跟踪控制系统,阐述了该田间管理机转向支腿机械结构设计和自动液压转向系统原理,概述了在原有控制系统基础上路径跟踪上位机控制系统的技术路线;基于四轮转向模型,进行纯追踪算法车轮转向角控制研究;基于微软集成开发环境(visual studio)编写了路径跟踪控制界面;并分别于水泥路面和南方水田环境下进行直线路径跟踪试验与曲线路径跟踪试验。结果表明:在0.5 m/s的车速下,田间管理机在水泥路面上的路径跟踪误差均值为6.92 cm,标准差为4.84 cm;定曲率曲线路径跟踪误差均值为12.49 cm,标准差为9.16 cm。在0.2 m/s车速下,在南方水田环境下的路径跟踪误差均值为2.25 cm,标准差为1.35 cm;定曲率曲线路径跟踪误差均值为8.72 cm,标准差为5.59 cm。说明本研究设计的路径跟踪系统能够满足田间管理机行驶以及田间作业需要,为农业机械自动驾驶提供了一定依据。

拖挂大载荷特种车辆离散路径跟踪控制

针对拖挂大载荷机组设备的特种车辆高精度路径跟踪问题,将纯追踪算法和积分控制算法有机结合,提出了一种基于离散路径的自动导航方法。首先介绍了车辆运动学模型、纯追踪算法模型、极限转角问题以及大载荷引起的导航静差问题。然后对纯追踪算法中预瞄点坐标的计算方法、车辆极限转角确定方法以及积分控制算法进行了详细阐述。通过对实验数据的整理和分析,得到如下结果:特种车辆在拖挂10 t载荷且最大行进速度为6 km/h时,路径跟踪最大横向偏差为0.15 m,平均偏差不超过0.1 m。

履带移动平台带边界层bang-bang路径跟踪控制

为实现无法闭环调速的开关阀控履带移动平台路径跟踪,考虑到平台速度低且可原地转向的特点,基于纯追踪算法,提出不需要底层轮速控制的带边界层bang-bang路径跟踪控制算法。根据几何及运动学关系,建立履带移动平台目标点追踪模型;以航向角偏差作为切换函数,通过bang-bang算法控制两侧履带正反转,引入边界层厚度参数,以减小电磁阀开关频率;根据李雅普诺夫稳定性理论,证明了边界层外系统各状态均是稳定的,但边界层内航向角偏差在原点处是不稳定的,且前视距离越小,航向角偏差发散越快。基于Matlab/Simulink和Recurdyn联合仿真平台,选择矩形目标路径,仿真验证了不同前视距离下bang-bang算法的路径跟踪效果,并与闭环调速的纯追踪算法进行对比。搭建样机试验平台,对bang-bang路径跟踪控制算法进行地面试验。仿真和试验结果表明,bang-bang路径跟踪控制算法可控制开关阀控履带移动平台实现对直线或折线路径的跟踪,且算法在转角处跟踪精度高于闭环调速的纯追踪算法路径,稳态误差小于9 cm,满足煤矿机器人自主导航行走要求。