一种智能节水大棚喷灌控制系统的设计

针对现有大棚灌溉系统存在用水浪费和灌溉不足等情况,提出一种微型智能节水的喷灌系统,解决现有灌溉系统在控制上存在的主观性问题,以期科学合理地掌握、控制喷灌的时机。该系统采用AT89C51单片机为核心控制器,设计温湿度采集装置、LCD1602显示电路、灌溉电路等模块,通过DHT11传感器采集大棚环境的温度与湿度,采用模糊算法调节阀门开度来掌握喷灌量,以期科学地对大棚土壤湿度进行精准的控制,保证植物正常生长的基础上,对目标区域实现进行自动精确地智能灌溉。通过对某花卉大棚进行控制实验,结果显示该控制系统具有良好的控制效果。

一种基于增强型烟花算法的自抗扰控制的机器鱼路径跟踪控制方法

机器鱼在未知水域进行路径跟踪时受到内外多种未知干扰因素的影响。自抗扰控制(auto disturbance rejection control,ADRC)具有较强的适应性、鲁棒性,是解决非线性、不确定性、强干扰、强耦合、大时滞等控制问题的一种有效方法。为了获得高质量的跟踪效果,提出基于增强型烟花算法的自抗扰控制(enhanced fireworks algorithm-auto disturbance rejection control,EFWA-ADRC)的路径跟踪控制方法。针对ADRC中参数的优化问题,采用增强型烟花算法(EFWA)在线调整,以提高机器鱼在路径跟踪过程中的抗干扰性。以多关节仿生机器鱼为研究对象,结合机器鱼的数学模型,在Serret-Frenet坐标系下建立路径跟踪误差模型,重点设计前向速度和转向速度控制率,构建基于EFWA-ADRC的路径跟踪控制系统。最后仿真与实验结果显示基于EFWA-ADRC与常规ADRC的控制方法使机器鱼分别在2.8 s、3.3 s左右跟踪给定路径,且跟踪误差分别保持在正负0.09 m、0.1 m内,相比于常规ADRC,所提出的控制方法使跟踪的稳态误差降低10%,证明提出的EFWA-ADRC控制器对受到强干扰的被控系统具有更优的控制效果。

面向移动机器人快速全局路径规划的改进跳点搜索算法

针对传统全局路径规划算法计算量大、寻路时间过长等问题,为了进一步提高移动机器人综合作业能力,提出一种基于跳点搜索算法的快速全局路径规划算法,旨在减少时间成本,以满足移动机器人在实际复杂环境中对智能性、高效性、安全性和可靠性的要求。首先通过“块”操作方法,在一次搜索中快速扫描底层网格中的一个区域,将跳点搜索算法的修剪规则一次应用于多个节点,减少搜寻跳点时所涉及的大部分迭代计算,并在采取“对角优先”方式的前提下,剔除仅具有改变方向的中间转折点,大量减少Openlist和Closedlist的不必要节点,减少计算量,提高路径规划的实时性。为了验证改进算法的有效性与可行性,分别在规则的网格地图、测试库基准地图及移动机器人Turtlebot2进行仿真实验验证。结果表明:在生成相同路径的基础上,改进跳点搜索算法与A算法相比扩展节点数目缩减了68.9%,搜索耗费时间降低了71.9%;与传统跳点搜索算法相比,扩展节点数目缩减了41.3%,搜索耗费时间降低了33.4%,能够满足移动机器人快速全局路径规划的要求。

基于ADRC的机器鱼的路径跟踪研究

多关节机器鱼在水域进行路径跟踪时常常受到未知外界和内部干扰,为了获得高质量的跟踪效果,提出基于自抗扰技术(ADRC)的路径跟踪控制方法。结合三关节机器鱼的运动学及动力学方程,通过设定虚拟移动机器人,在Serret-Frenet坐标系下建立曲线路径的跟踪误差模型,通过引入期望角,分别设计前向和转向控制的制导函数,建立基于ADRC的二阶路径跟踪控制器,以提高机器鱼在路径跟踪过程中的快速性和鲁棒性。对曲线路径跟踪任务进行实验,实验表明本文提出的方法使机器鱼在3s左右就能够跟踪给定路径,位置误差基本保持在正负0.1m内。与常规PID控制方法进行对比,结果表明基于ADRC路径跟踪控制器能够快速跟踪给定的路径,抑制超调能力强和具有良好的控制精度。