改进的GA与BP-PID融合移动机器人轨迹跟踪研究

针对PID控制器轨迹跟踪精度差的问题,在BP网络对PID参数拟合的基础上,利用算法融合的思想,使用改进后的遗传算法对BP网络进行参数寻优,避免BP网络陷入局部最优解,再使用BP网络对PID参数进行拟合。文章给出了控制算法的整体流程,并结合移动机器人的运动学方程进行了仿真对比实验。结果显示:改进后的融合算法相比PID算法控制误差更小,即改进的GA与BP-PID融合算法在移动机器人轨迹跟踪精度上发生了明显的改善。

农业无人机动态降落方法研究

为实现农业无人机高速、准确降落于地面移动机械设备(自走式施肥机构、农业无人车等)上,基于Aruco码设计了一种复合视觉识别标志,并基于该视觉识别标志提出了农业无人机动态降落控制策略。降落策略主要分为两个阶段:阶段一为标识识别阶段,使用Aruco标识检测算法进行标识识别;阶段二为对带标识地面移动机械设备的稳定跟踪。工作时,利用PnP类算法求解无人机当前位姿,使用PD轨迹追踪算法实现农业无人机对地面移动平台的追踪。为了验证该控制策略的有效性与准确性,利用开源仿真平台Prometheus进行仿真验证,并使用MatLab进行数据分析,结果表明:该控制策略可实现农业无人机的自主降落。