基于模糊双曲正切模型的车辆路径跟踪算法

为了实现铰接式车辆无人驾驶技术。针对路径跟踪问题,该文提出了基于模糊双曲正切模型的铰接式车辆路径跟踪控制算法。首先根据实地试验测得铰接式车辆的横向偏差、横向偏差变化率、航向角偏差、航向角偏差变化率和转向角的样本数据,建立其模糊双曲正切模型。在此基础上,采用改进的自适应反向传播(back propagation,BP)神经网络对模型进行参数辨识,并推导了基于Cauchy鲁棒误差估计器的权系数调解率公式。然后设计基于极点配置方法的控制器,得到转角的反馈控制率。从试验数据可以看出:车辆横向位置偏差、航向角偏差、转角控制量分别控制在0.008 m、0.07 rad(0.5°)、0.21 rad(12°)附近,各向偏差均稳定,误差控制在1%以内。该种路径跟踪控制算法的研究可为铰接式车辆无人驾驶提供参考。     

基于滑模变结构控制的温室喷药移动机器人路径跟踪

为解决作物种植密集,地面障碍与空间障碍并存等非结构化环境因素对温室喷药移动机器人路径跟踪运动控制精度的影响,在建立移动机器人运动学模型的基础上,设计一种基于指数趋近律的滑模变结构控制方法以保证系统对不确定参数及外界干扰的鲁棒性。与此同时,为有效解决滑模控制固有的抖振问题,提出一种加权增益趋近律算法,在该趋近律的积分项中引入负的加权值,可有效避免当系统状态不在滑模切换时的切换增益的增大,使得控制器输出量平滑,并利用Lyapunov函数证明了其稳定性,并采用该文所设计的基于加权积分增益趋近律的滑模控制器对喷药移动机器人进行路径跟踪控制。试验结果表明,该算法可以顺利消除横向偏差,使实际运动轨迹平稳跟随理想作业路线,避免在作业区域产生较严重的重喷和漏喷现象,其研究成果为温室作物实施精准喷药提供了依据。     

基于摆线运动的黄瓜采摘机器人终端滑模轨迹跟踪控制

黄瓜采摘机器人是机器人技术在农业中的具体应用,而快速稳定地到达目标采摘点的轨迹规划则是黄瓜采摘机器人研究的主要内容之一。根据摆线运动曲线光滑,并能在有限区间的端点产生零速度和零加速度的特点,将其应用于黄瓜采摘机器人关节空间的轨迹规划,该方法计算简单,实时性好。同时,为了实现对期望轨迹的精确跟踪,构造了一种快速非奇异的终端滑模控制器,采用指数和幂次结合的趋近率方法,引入非线性滑模面,突破了普通滑模控制器在线性滑模条件下渐进收敛的特点,并且不会出现传统终端滑模控制的奇异性和抖振问题。李亚普诺夫稳定性分析和仿真试验证明：它能够准确的跟踪期望轨迹,并能使位置跟踪误差在有限时间内收敛到零,响应时间短,跟踪效果好。     

履带式花生联合收获机路径跟踪控制方法与试验

为提高无人驾驶履带式花生收获机沙地作业路径跟踪精度，以4HBL-2型自走式花生联合收获机为研究对象，开展了履带式收获机无人驾驶路径跟踪控制研究。建立了履带式收获机运动学模型与虚拟转向角函数关系；以航向偏差值作为观测量、阿克曼模型推算角速度作为测量值，设计卡尔曼融合算法，获得基于阿克曼模型的虚拟转向角度；根据虚拟转向角度对PID路径跟踪算法进行改进，提出了基于预瞄跟踪的双PID路径跟踪控制方法；通过脉冲宽度控制器实现了履带式花生收获机路径跟踪精准控制。仿真试验结果表明：基于预瞄跟踪双PID的路径跟踪控制方法能够进行路径跟踪控制，具有控制平滑和稳态误差小等特点。田间试验表明：花生收获机在沙地以0.6m/s的速度作业时，系统直线跟踪平均绝对误差为2.23 cm，最大偏差为4.14 cm，相对于PD路径跟踪控制器分别提高了56.12%和66.07%。上线试验中，初始偏差分别是0.5、1.0和1.5 m时，上线时间分别为11.00、12.92和13.78 s，上线距离为6.60、7.75和8.26 m；最大超调量分别为5.68%、5.84%和8.06%，相较于轮式收获机，上线距离分别减小了1.9...     

直流电机驱动农用履带机器人轨迹跟踪自适应滑模控制

为了提高农用履带机器人轨迹跟踪控制的性能,将履带机器人模型视为由电机驱动方程和运动方程组成的级联系统,在考虑了履带机器人运动学模型和电机驱动模型动态特性的基础上,构建了一种变倾斜参数的自适应积分滑模切换函数,基于这个函数设计了由等效控制和切换控制组成的自适应滑模控制,将机器人的位姿误差以及在线辨识的驱动电机时变不确定参数反馈至控制器中,计算出左右轮驱动电机的期望角速度,控制履带机器人运行。田间试验结果表明,当机器人分别以1,3,4 m/s速度运行时,在运动方向距离误差、侧向距离误差和航向角的误差分别在-0.04~0.04 m,-0.09~0.07 m和-0.03~0.05 rad范围内。因此,基于电机驱动的机器人自适应滑模控制具有良好的控制精度,能够满足田间实际作业的要求。     

受生物启发的离散滑模变结构液位控制研究

以趋近律设计的离散滑模变结构控制与系统参数及扰动有关。该文受生物启发，提出一种生物细胞膜分流模型同以趋近律设计的离散滑模变结构控制相结合的控制策略。将该方法应用于遗传算法建模的变参数双容对象的液位控制，仿真及试验结果表明该方法是有效的，它克服了基于趋近律设计的一般离散滑模变结构控制方法的缺陷，可明显改善具有外部干扰及参数变化时的系统稳态性能。该研究为提高现代化农业生产所必需的液位控制性能提供了理论基础。     

基于变增益单神经元PID的秸秆旋埋还田导航系统研制

水稻田土壤松软,收割机作业后会出现残留秸秆凸起、地表坑洼等现象,导致秸秆旋埋还田作业易出现重耕、漏耕和自动驾驶路径跟踪精度差等问题。该研究基于滑移估计模型推导了拖拉机路径跟踪的前轮转角控制率,并设计了一种变增益单神经元PID导航控制器。在自主设计的电控比例液压转向系统基础上开发了秸秆旋埋还田导航系统,采用双天线RTK-GNSS获取拖拉机的实时位置和航向角信息,由变增益单神经元PID控制器根据理论转角和航向角偏差变化输出实际执行转角,实现旋埋作业自主路径跟踪。田间试验表明,作业速度为1.15m/s时,变增益单神经元PID控制器的自适应直线跟踪最大横向偏差不超过0.071 m,平均绝对偏差不超过0.031 m。与常规PID控制器相比,变增益单神经元PID控制器的最大横向偏差和平均绝对偏差控制精度分别提高了53.08%和51.72%;与单神经元PID控制器相比,最大横向偏差和平均绝对偏差控制精度分别提高了39.00%和28.21%。该研究设计的变增益单神经元PID控制器可以增强导航系统的适应性和鲁棒性,提高路径跟踪精度,适用于未来无人驾驶下的秸秆旋埋还田作业。     

履带车辆自适应预瞄跟踪模糊控制算法

针对现有单边制动履带车辆跟踪控制算法同周期内并行控制难、跟踪精度低、转向控制次数较多等问题,该研究以电控化改装后江苏筑水农机 3B55 型履带运输车为试验平台,开展单边制动履带车辆路径跟踪控制算法研究。通过单边制动履带车辆运动学分析,构建车辆预瞄跟踪模型,提出一种预瞄跟踪模糊控制算法,将横向偏差与航向偏差作为多输入输出模糊控制器输入参数,实现车辆同一控制周期内转向与直线行驶的并行控制。为了优化车辆路径跟踪精度与转向控制次数,提出改进麻雀搜索算法(sparrow search algorithm, SSA)的自适应前视距求解算法,考虑车辆的横向偏差和转向路径角度约束,解析较优前视距离,通过仿真和田间试验对算法进行跟踪精度与转向控制次数综合评价。仿真结果表明：基于自适应预瞄跟踪模糊控制算法跟踪多角度规划路径时,车辆转向控制次数为89次,误差面积为1.74 m²。田间作业路况下,由于试验路面起伏不平,并且随速度增加车辆跟踪精度下降,但跟踪精度及转向控制次数随前视距离的变化规律与仿真结果一致,当车辆分别以0.14、0.47和0.83 m/s跟踪路径时,自适应预瞄跟踪模糊控制算法相对于固定前视距离预瞄跟踪模糊控制算法车辆转向控制次数分别减少13.59%、9.87%和11.25%,误差面积分别减少19.93%、48.48%和54.59%,验证了算法的有效性。研究结果可为单边制动履带车辆的农机自动导航技术提供创新思路与技术支撑。     

农用轮式机器人四轮独立转向驱动控制系统设计与试验

针对一般农用轮式机器人转向方式单一、难以适应田间复杂作业环境以及推广应用成本较高等问题,该文设计了一种农用轮式机器人四轮独立转向驱动控制系统,采用模块化设计方法构建了该控制系统的底层硬件部分,结合控制器局域网络(controller area network,CAN)总线、串口通讯和传感器技术实现了该机器人移动轮转角、转速等数据的采集功能且应用了有效的硬件电路隔离保护方案;基于低速阿克曼四轮转向模型与比例积分微分(proportion,integration,differentiation,PID)控制算法分析并验证了该机器人四轮独立转向驱动控制策略的有效性。试验结果表明:该机器人能够通过上位机或遥控器实现其四轮独立转向与转速控制功能,移动轮在0~360°转向过程中,控制效果鲁棒性强、稳定且转角控制的最大平均绝对误差为0.10°,通过上位机设定转速后经0.5~1 s左右,移动轮转速达到稳态,并具有较高转速控制精度。该研究为农用轮式机器人的四轮独立转向驱动控制方法提供了参考。     

基于速度自适应的拖拉机自动导航控制方法

针对速度因素对拖拉机自动导航系统稳定性的影响,提出了基于横向位置偏差和航向角偏差的双目标联合滑模控制方法,在建立两轮拖拉机-路径动力学模型和直线路径跟踪偏差模型的基础上,应用Matlab/Simulink进行整体系统仿真,验证了控制方法的可靠性;以雷沃TG1254拖拉机为载体搭建了自动导航控制系统田间试验平台,分别在定速和变速条件下,进行了拖拉机直线路径跟踪控制的田间试验;分析了不同速度条件下的动态跟踪控制效果,验证了设计的自动导航控制系统的稳定性和控制精度。试验结果表明:在拖拉机田间作业常见的定速直线行驶工况下,采用基于速度自适应的双目标联合滑模控制方法,拖拉机直线路径跟踪控制的横向位置偏差最大值为10.60 cm,平均绝对偏差在3.50 cm以内;航向角偏差最大值为3.87°,平均绝对偏差在1.70°以内;在进入稳态以后,前轮转向角最大摆动幅度为3°,摆动标准差为0.80°。结论表明,该文提出的基于速度自适应的拖拉机自动导航控制系统,能基本实现不同速度下的直线路径自动跟踪控制。     

基于最优滑转率的电动车辆驱动防滑控制策略

针对目前大功率运输车辆在起步阶段车轮容易出现打滑空转现象,提出了基于最优滑转率的驱动防滑控制策略,将驱动防滑控制系统应用到重载运输车辆上。通过监测车辆行驶滑转率,由模糊控制系统控制电机调整转矩,将轮胎的滑转率控制在最优滑转率附近。在Matlab/Simulink建立仿真模型,并进行一系列在不同路面工况下的仿真试验。结果表明模糊控制能够有效控制滑转率,能够将滑转率稳定控制在0.2左右,并且提高利用附着系数,使其接近路面自身的附着系数。在低附路面仿真结果中,将车身加速度从0.8提高到了0.95 m/s2左右,并使其稳定在0.95 m/s2,达到了提高车辆的动力性的目的。最后,依据工业级的嵌入式系统Compact RIO-9024和PXI8110搭建了硬件在环仿真系统。通过对该系统的硬件在环仿真研究,整车在不同路面上的响应时间小于1 s,能够满足实车行驶时的实时性要求,验证了模糊控制算法的实时性。该研究可为大型工程运输车辆的驱动防滑设计提供参考。     

基于同步信号的液压机械无级传动控制器硬件在环仿真

液压机械无级传动仿真模型含有非线性换段过程,模型实时求解困难,致使传统控制器硬件在环仿真难以实现。该文提出基于同步信号的控制器硬件在环仿真方法,定义了基于同步信号的硬件在环仿真时钟、同步信号周期,分析了基于同步信号的控制器硬件在环仿真时序误差,建立了基于同步信号的液压机械无级传动控制器硬件在环仿真系统,两段液压机械无级传动控制器硬件在环仿真试验表明,发动机节气门变化时,采用相同控制策略的在环控制器与控制器模型的控制效果基本一致。     

基于DM642的高地隙小车的田间路径识别导航系统

为了实现智能小车在各种不同的路径下稳定高效的进行图像导航,该文以自主设计了满足于设施农业用的四轮独立驱动的高地隙小车作为平台,采用TI公司的TMS320DM642高性能数字多媒体处理器为核心处理器,建立了识别路径的视觉检测系统,实现了对多种路径标识的实时采集和图像显示,提出了用于实际路径检测的图像处理的改进算法,包括利用2G-R-B颜色特征识别绿色植物、中心线法提取路径、双折线拟合的Hough变换提取路径、多折线拟合的Hough变换提取路径等,以实现小车的自主导航。试验结果表明所开发的路径识别与跟踪控制系统能对不同颜色的标识线、绿色植物与裸露地面的分界线等一系列路径进行识别和导航控制,系统适应性好、抗干扰能力强,稳定性高、实时性好,满足无人控制的农田作业需求,节省劳动力,提高生产效率。该研究可为应用于田间作业的高地隙小车的路径识别与跟踪控制系统设计提供参考。     

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。     

线性时变模型预测控制器提高农业车辆导航路径自动跟踪精度

为提高农业车辆导航路径自动跟踪精度,提出一种基于线性时变模型预测控制的路径跟踪方法。该方法将农业车辆非线性运动学模型线性化和离散化处理,作为控制器预测方程;建立以系统控制增量为状态量的目标函数,为防止无可行解,引入松弛因子;设计系统控制量、控制增量和状态量约束条件,并将目标函数求解转为带约束的二次规划问题;采用内点法进行求解,将求得的控制输入增量第一个元素作用于系统;重复以上过程,实现优化控制。基于Matlab/Simulink平台进行了模型预测控制器设计,并分别进行了导航坐标系下的直线和圆形路径跟踪试验。结果表明,所设计的控制器能够实现直线路径的完全跟踪(误差始终为0);跟踪圆形路径时,1 m/s时的横向平均跟踪误差为7.5 cm,3 m/s时的横向平均跟踪误差为10 cm;整个跟踪过程,前轮转角始终被限定在约束范围内。不同控制器参数下的仿真结果表明,增大预测时域和控制周期能够减小跟踪误差和前轮转角变化幅度,控制时域的变化对控制器路径跟踪响应速度影响较小。同时基于设计的模型预测控制器进行了场地试验。结果表明,试验小车以1m/s的速度跟踪直线路径时,横向最大误差均值为1.622 cm,横向平均误差均值为0.865 cm;跟踪圆形路径时,当行走速度低于1 m/s时,横向最大误差小于10 cm。     

神经网络在农用运输车可靠性计算中的应用

农用运输车是中国农村现阶段的一种简化的运输车辆，为农村的经济建设和发展发挥了很大的作用，但它使用可靠性低。针对目前农用运输车使用可靠性低的现状，采用截尾跟踪试验方法，对某机型进行了跟踪试验，获得了农用运输车相关的可靠性数据，分析得到其最薄弱环节是发动机总成；应用人工神经网络系统理论，提出基于自适应线性神经网络的可靠性模型参数估计方法，得出了农用运输车相关参数的可靠度函数表达式，为农用运输车设计的可靠性重新分配、制造和管理使用提供理论参考依据。     

雷沃ZP9500高地隙喷雾机的GNSS自动导航作业系统设计

为减少农药喷雾作业对人体造成的化学损害,该研究以雷沃高地隙喷杆喷雾机为平台,基于GNSS开发了自动导航作业系统,实现喷雾机在极少人工干预情况下的自动导航作业。通过对平台的机-电-液改造,实现了喷雾机作业系统的电气化控制。基于简化的二自由度车辆转向模型设计了以位置偏差和航向偏差为状态变量的直线路径跟踪控制算法,基于纯追踪模型设计了曲线路径跟踪控制算法。根据喷雾机田间作业需要设计了喷雾机一体化自动导航作业控制方法,使系统能够自动控制喷雾机完成直线、地头转弯行驶和喷雾作业,油门调节以及车辆启停控制。在1.3 m/s左右的前进速度条件下,分别在水泥路面、旱田、水田环境中进行了试验,测试结果表明:水泥路面车身横滚在–1.6?~1.5?范围,直线路径跟踪误差最大值为3.9 cm,平均值为-0.15 cm,标准差为1.0 cm;旱田地块车身横滚在–1.4?~3.3?范围,跟踪误差最大值为9.8 cm,平均值为1.3 cm,标准差为3.3 cm;水田环境车身横滚在–2.4?~5.2?范围,跟踪误差最大值为17.5 cm,平均值为2.2 cm,标准差为4.4 cm。试验数据表明,所设计的自动导航作业系统初始上线快速、地头转弯对行平顺、各设计功能执行可靠;导航系统具有良好的稳定性和控制精度,能够满足水田、旱田环境下的喷雾作业要求。