基于模糊控制的插秧机LQR曲线路径跟踪控制器优化方法

为了提高无人插秧机地头转向时的曲线路径跟踪精度,针对传统的误差权重矩阵固定的线性二次调节器（Linear quadratic regulator,LQR）路径跟踪控制器对插秧机的纵向速度、横向偏差以及航向角偏差的变化适应性较差的问题,基于车辆二自由度动力学模型,提出了一种通过模糊控制实时调整LQR控制器误差权重矩阵的路径跟踪控制器优化方法。该方法以纵向速度、横向偏差、航向角偏差为输入,以横向偏差和航向角偏差对应的误差权重为输出,建立模糊控制模型实时调整LQR控制器的误差权重矩阵。为了验证所提出算法的曲线路径跟踪控制精度和可行性,以改装后的洋马VP6E型无人插秧机为对象,进行Carsim和Simulink联合仿真试验以及实车试验。仿真试验结果表明,控制插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下的横向偏差绝对值均值为0.014m,最大值为0.032m,小于0.04m的占100%,航向角偏差绝对值均值为1.67°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低50%,航向角偏差绝对值均值降低23%。实车试验结果表明,在插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下横向偏差绝对值均值为0.027m,最大值为0.048m,小于0.04m的占62%,航向角偏差绝对值均值为1.86°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低40%,航向角偏差绝对值均值降低4.1%。该方法提升了无人插秧机曲线路径跟踪控制精度,为无人插秧机曲线路径跟踪控制提供了参考。     

基于高斯混合模型的履带拖拉机转弯半径控制方法

履带拖拉机采用差速转向，转向可控性差，影响自动导航性能，为提高履带拖拉机自动导航的性能，以液压传动控制行星差速转向履带拖拉机为研究对象，建立履带拖拉机转弯半径数学模型。构建每个控制量下转弯半径均值和方差计算方法，建立基于卡尔曼滤波和局部加权回归的转弯半径均值和方差更新方法。分别针对直线路径跟踪和掉头建立基于高斯混合模型的履带拖拉机转弯半径控制方法。采用纯跟踪算法分别以不同的初始位置偏差进行自动导航仿真试验，得到导航轨迹、位置偏差和角度偏差。以农夫NF-702型履带拖拉机为平台，分别以不同车速进行导航试验，试验结果表明，在初始航向角为0，车速分别为1.0、1.5m/s时，导航平均误差分别为-0.62cm和0.28cm，导航误差绝对值极值分别为10.14cm和8.10cm，导航误差绝对值均值分别为2.34cm和2.57cm，导航均方根误差分别为3.77cm和3.99cm。本文提出的基于高斯混合模型的履带拖拉机转弯半径控制方法可应用到液压传动控制行星差速转向履带拖拉机自动导航领域，满足实际田间作业需求。     

基于自适应MPC的拖拉机路径跟踪控制方法

针对传统模型预测控制(Model Predictive Control, MPC)无法适应拖拉机田间作业工况复杂性的问题，提出了一种基于自适应时域MPC的路径跟踪控制算法。首先，基于拖拉机运动学建立线性时变车辆误差模型；然后，根据拖拉机实时速度和参考路径曲率，利用模糊控制算法确定当前最优预测时域和控制时域；最后，结合MPC算法控制拖拉机跟踪预先设置好的参考路径。实车试验表明：拖拉机路径跟踪横向误差绝对值均值<0.03m,直线段横向误差绝对值<0.07m,曲线段横向误差绝对值<0.15m,且路径跟踪控制器能够保证拖拉机在5s以内准确、快速地跟踪预先设置的参考路径。     

久保田插秧机的GPS导航控制系统设计

将计算机技术、传感器技术、GPS技术和数据通讯技术等集成和融合,在久保田插秧机上开发了基于DGPS和电子罗盘的导航控制系统.论述了导航控制系统的结构和工作原理,提出了一种利用航向跟踪实现路径跟踪的控制方法.仿真和试验结果表明,该控制方法简单有效,导航控制系统可以控制插秧机按预定的路线行走.速度为0.75 m/s,直线路径跟踪时,平均误差0.04 m,最大误差0.13 m;速度为0.33 m/s,圆曲线路径跟踪时,平均误差0.04 m,最大误差0.087 m.     

基于运动特性的农机导航控制方法

农业机械（农机）运动学模型的精度影响导航控制精度和稳定性,为提高农机路径跟踪控制器精度,提出了一种基于运动特性的农机导航控制器设计方法。该方法主要是对传统二轮车运动学模型建模方法进行改进,针对传统二轮车模型小角度近似替代（方向角等于横摆角）的缺点,采用加入侧偏角的方法优化农机运动学建模过程。采用相同的控制方法（状态反馈控制）和不同的运动学模型设计控制器进行对照实验。直线路径跟踪时,侧偏角对模型精度影响较小,引入侧偏角可以在一定程度上影响农机的跟踪精度;曲线路径跟踪时,侧偏角对方向角的变化影响较大,可以大幅影响路径跟踪精度。以安装有自动导航设备的拖拉机为实验平台进行实地实验,结果表明：直线行驶的最大横向误差平均值为0.0454m,绝对平均误差平均值为0.0149m,标准差平均值为0.0119m;曲线行驶的最大横向误差平均值为0.1613m,绝对平均误差平均值为0.0688m,标准差平均值为0.0434m;基于本文提出的优化模型设计的路径跟踪控制器对直线路径跟踪有一定提升,对曲线跟踪精度有大幅提升。     

一种稻田自主播种机的路径跟踪方法的研究

为了克服自主式水稻播种机在水田应用中的障碍，基于一种高精度的路径跟踪算法，结合侧向偏差和航向角偏差作为反馈，建立了非线性转向控制模型，对在泥泞不平的水田中直线行驶时的转向控制进行路径跟踪，且为了避免倾斜引起的位置误差，考虑了车辆倾斜时侧倾角和俯仰角对位置坐标的影响。田间试验表明：该算法的平均绝对横向偏差小于2.9cm,航向角偏差小于0.03°,能将横向偏差减小到0.5m以内的短距离，且超过95%的测量横向偏差绝对值小于0.01m,能够满足我国水田自主式水稻播种机的精度及农艺要求。     

果园移动机器人曲线路径导航控制

为实现移动机器人在果园非结构化环境下的自动行走,对果园移动机器人在复杂环境中的导航控制进行了研究。利用激光扫描获取果树位置信息,提出了一种果园环境下曲线导航路径的拟合算法;构建了以横向偏差和航向偏差为输入的模糊控制器;实现了移动机器人在曲线路径中的自动行走。机器人以0.54 m/s的速度沿正弦曲线行走,最大横向偏差为0.40 m,平均偏差为0.12 m。试验结果表明该系统路径拟合和导航控制算法性能良好。     

履带式作业装备自主导航路径规划方法研究

基于北斗卫星定位的履带式作业装备自主导航路径规划方法，以规则型地块为研究对象，根据履带式作业装备的自身属性以及作业特点展开研究。通过北斗卫星定位系统获取地块四角坐标、联合作业装备尺寸及作业行间距等信息，自动生成作业路径。实验结果表明：路径规划算法测量点与计算点间最大误差为0.09m,平均误差为0.046m,算法准确性较高。     

基于变前视距离的四轮同步转向农机改进纯跟踪控制

路径跟踪控制是提高自主导航系统控制精度的关键。针对在复杂农田作业环境下转弯时纯跟踪算法跟踪精度不高的问题,本文提出了一种基于改进纯追踪模型的四轮同步转向农机路径跟踪控制算法。建立了基于四轮同步转向农机的运动学模型和纯跟踪模型,在此基础上考虑航向误差得到改进纯跟踪模型,进行RTK定位坐标修正,根据量化误差的评价函数搜索前视区域最优目标点,得到最优前视距离。本文算法能实时确定四轮同步转向农机改进纯跟踪模型中的前视距离,使航向误差和横向误差最小化,实现目标点的自适应优化。仿真结果表明,本文方法转弯时平均绝对横向误差减至0.035m,平均绝对航向误差减至0.212°;水田实验结果表明,当四轮同步转向农机作业速度为3.6km/h时,四轮转向农机轨迹跟踪平均绝对横向误差减至0.109m,平均绝对航向误差减至2.799°,转弯跟踪精度显著提高。     

基于改进纯追踪模型的农机路径跟踪算法研究

为提高农机作业时直线行驶的精度,提出了一种基于改进纯追踪模型的农机路径跟踪算法。在建立了运动学模型和纯追踪模型的基础上,对农机直线跟踪方法进行研究;针对GPS导航精度易受噪声干扰的问题,通过卡尔曼滤波对航向误差以及横向误差进行了平滑处理,以获取更高精度的航向误差和横向误差;为提高纯追踪模型的自适应能力,以横向误差和航向误差的均方根误差为基础,构建适应度函数,并设计了权重函数,采用横向误差作为主要决策参数,通过粒子群优化(Particle swarm optimization,PSO)算法实时确定纯追踪模型中的前视距离;为使粒子群减少计算时间、尽快进行局部搜索,对PSO算法中惯性权重系数进行了改进。以东方红1104-C型拖拉机为试验平台,设计了农机自动导航控制系统,进行了农田播种试验。结果表明:当农机行驶速度为0.7 m/s时,采用基于改进纯追踪模型的农机路径跟踪算法,直线跟踪的最大横向误差为0.09 m;当行驶距离超过5 m后,最大横向误差为0.02 m,该算法能够有效地提高农机作业时的直线行驶精度。     

基于曲柄滑块机构原理导航的农业机器人设计

研究开发了一种自动导航果园用履带式移动机器人,作为果园精细化作业的移动平台.机器人采用基于曲柄滑块机构原理的导航方式,以导航机构检测的姿态角和位置角作为输入量设计了模糊PID控制器.试验表明,机器人以0.15m/s的速度直线行走时,最大跟踪误差小于0.02m;机器人转弯半径为2m时,最大跟踪误差小于0.05m.     

果园滑动转向机器人轮胎动力学参数实时估计方法

受果园路面起伏及轮胎附着能力变化影响,滑动转向轮式机器人轮胎的垂直载荷及侧向力参数变化大且难以实时估计,针对现有滑动转向控制器设计时对轮胎动力学参数进行简化,从而导致机器人姿态控制稳定性低的问题,本文提出了非铺装路面滑动转向轮式机器人轮胎垂直载荷实时估计方法和轮胎驱动力实时估计及优化分配算法。首先,提出了适用于滑动转向过程静力学计算的理想平面以及基于该平面的四轮垂直载荷估计方法;其次,提出了基于Fiala轮胎动力学模型的小侧偏角侧向力估计方法;再次,建立了滑动转向轮式机器人坡道稳态动力学方程和轮胎实时驱动力估计方法;最后,基于轮胎利用率构造轮胎驱动力最优实时分配模型。为验证本文方法,建立了基于ADAMS的滑动转向轮式机器人动力学模型进行对比验证,并且对垂直载荷以及侧向力估计方法搭建了检测装置进行实际验证。实际验证结果表明,轮胎垂直载荷实时估计方法准确率为95%以上,侧向力实时估计方法准确率为85%以上,基于轮胎垂直载荷以及侧向力的轮胎驱动力优化方法使轮胎利用率从96.25%降低至93.75%,提高了轮胎附着裕量和姿态控制稳定性。     

扰动下农用运输车辆路径跟踪控制器设计与试验

为提高农用运输车辆路径跟踪的鲁棒稳定性,基于线性模型预测控制结合农用运输车辆特点设计了路径跟踪控制器。该方法首先将农用运输车辆的运动学模型进行离散化求解,推出误差模型作为控制器预测方程,为使农用运输车能够克服在田间行驶时的各种干扰,通过构建李雅普诺夫函数重点分析了该模型的鲁棒稳定性,得到控制周期约束条件,然后建立目标函数并引入松弛因子,最后把预测模型代入目标函数进行优化求解,重复以上过程,实现优化控制。Matlab仿真表明：当前轮转角扰动不大于15°及横向扰动不大于1.5m时,控制器可以迅速起到调节作用,使车辆快速回到参考轨迹上行驶。对应的场地试验结果表明：试验小车以2m/s的速度跟踪参考路径时,直线路段跟踪效果良好,最大横向偏差为10.57cm,均值为8.49cm;添加扰动路段的跟踪偏差较大,最大横向偏差为23.89cm,最大纵向偏差为62.53cm,但在控制器的控制作用下可以实现对路径的有效跟踪。由此可见,该控制器在速度小于等于2m/s的情况下,可以满足农用运输车辆对路径跟踪的精度与鲁棒稳定性要求。     

无人驾驶铰接式车辆强化学习路径跟踪控制算法

针对无人驾驶铰接式运输车辆无人驾驶智能控制问题,提出了一种强化学习自适应PID路径跟踪控制算法。首先推导了铰接车的运动学模型,根据该模型建立实际行驶路径与参考路径偏差的模型,以PID控制算法为基础,设计了基于强化学习的自适应PID路径跟踪控制器,该控制器以横向位置偏差、航向角偏差、曲率偏差为输入,以转角控制量为输出,通过强化学习算法对PID参数进行在线自适应整定。最后在实车道路试验中验证了控制器的路径跟踪质量并与传统PID控制结果进行了对比。结果表明,相比于传统PID控制器,强化学习自适应PID控制器能够有效减小超调和震荡,实现精确跟踪参考路径,可以较好地实现系统动态性能和稳态误差性能的优化。     

阿克曼转向农业机器人的多级模糊控制避障

针对大田作业农业机器人避障问题,引入多级模糊控制策略,通过三角信息融合法处理超声波阵列信息,并采用齐次坐标变换获取全局坐标系下的障碍物信息,将其分别作为主、子模糊控制器的输入。主模糊控制器实时调整子模糊控制器的量化因子和比例因子,子模糊控制器通过模糊推理获得农业机器人的几何中心速度和等效前轮转向角,并依据阿克曼转向原理协调分配四轮驱动速度和转向角度。仿真实验表明:该控制方法能够使农业机器人规划的从起始状态到目标状态的无碰撞路径更加平滑,同时使农业机器人避障所需步数减少13%左右。     

给定速度需求的移动机器人路径跟踪控制与实验

针对轮式移动机器人给定速度需求的非连续路径跟踪控制问题,将其转换为满足速度约束的轨迹规划和轨迹跟踪控制。首先,针对给定速度需求的路径跟踪问题,以运行时间和能量为优化目标,给定的路径和速度为约束条件,采用五次Bezier样条方法优化得到了满足需求的连续光滑轨迹。其次,利用轮式移动人系统的微分平坦特性,采用微分平坦方法设计前馈控制器;然后,将轮式移动机器人运动学模型在前馈控制的平衡点处进行一阶泰勒展开,得到了线性时变的误差模型,并通过定义新的状态变量,设计了具有Lyapunov稳定性的误差反馈控制器。结合前馈控制和反馈控制得到了二自由度轨迹跟踪控制器。同时将泰勒展开的高阶项考虑为有界的扰动输入,在输入到状态稳定性框架下证明了控制系统的鲁棒稳定性;最后,通过Pioneer 3-dx轮式移动机器人进行了实验验证,实验结果表明,提出的算法能够满足给定速度需求的非连续路径的跟踪控制需求。     

农机自动导航控制决策方法与软件系统

为实现农机自动导航控制，兼顾系统成本和作业效率，对农机自动导航控制决策方法进行了研究，并设计开发了一种导航软件系统。首先，系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次，采用简化二轮车运动学模型，采用模糊控制进行导航决策控制，模糊控制器的输入参数为农机横向偏差和航向偏差，输出参数为前轮转角信息。最后，导航系统根据转角信息，由PLC控制器控制方向盘转动，从而实现导航控制。导航软件采用模块化设计思想，由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成，基于C++/MFC语言编写实现。系统还可在导航结束后，对导航偏差数据进行保存，便于试验后进行误差分析。试验结果表明：农机自动导航控制决策方法可以实现较好的控制精度，软件系统界面友好、通讯稳定、功能较为齐全，满足农机田间自动导航作业的需求。