基于路径弯曲度动态预瞄搜索算法的车辆路径跟踪控制软件系统设计

为实现农业机械田间作业时的路径跟踪控制,在无人驾驶高速插秧机硬件系统基础上,采用基于规划路径弯曲度的动态搜索预瞄算法设计了路径跟踪控制软件。该算法以作业机械横向偏差和航向偏差作为航向模糊控制器的输入变量,以前轮转角期望值为输出变量,设计航向模糊控制器,实现航向控制;同时结合转向模糊免疫PID控制器对步进电机的PWM频率进行控制,实现水田作业机械的方向改变,从而完成作业机械沿规划路径自动行驶跟踪,并用Matlab/Simulink仿真平台对所采用的路径跟踪控制原理和所设计的模糊控制器进行了有效性验证,结果表明所采用的控制方法是可行的。经试验,插秧机以1 m/s的速度进行直线跟踪时最大的跟踪偏差只有4 cm,且始终围绕零值附近上下波动,计算平均跟踪偏差为0.84 cm,能够满足水田作业机械路径跟踪控制的要求。     

拖拉机转向跟踪复合模糊PID控制研究

为提高拖拉机在自主导航行驶中转向跟踪控制的响应特性和稳定性,设计了以拖拉机前轮转角偏差和偏差变化率为输入,以电机控制电压和PID 3个控制参数为输出的模糊控制器,结合PID控制器实现前轮转角偏差大于10°时采用模糊控制和转角偏差小于等于10°时采用自适应模糊PID控制。仿真结果表明,采用复合模糊PID控制器在前轮转角偏差较大变化范围内均能实现快速和准确的转向跟踪。     

基于模糊控制的拖拉机转向跟踪控制研究

【目的】对拖拉机转向跟踪控制进行研究,寻求提高转向跟踪控制精度的方法。【方法】以福田欧豹4040型拖拉机为研究对象,以车辆航向角偏差和前轮转角为输入变量,转向驱动电机转速为输出变量,设计车辆转向控制模糊控制器,并用于拖拉机航向角的控制。【结果】拖拉机以0.53 m/s的速度行驶时,航向角偏差可控制在1°以内;拖拉机在50 m行驶距离内,最大横向偏差为0.16 m。【结论】所设计的控制器能够满足拖拉机转向跟踪控制的要求。     

基于CAN-Bus的农业车辆电动转向系统研究

为实现农业车辆精准快速地自动转向,建立了转向系统模型并设计了转向控制算法。试验平台以车载计算机为CAN主节点,采用CAN-Bus 通信网络与各个监测控制从节点相通信袁CAN 从节点包括前轮转角测量节点尧行驶速度测量节点袁转向电机控制节点与车辆行驶速度控制节点。根据输入量与输出量之间的物理关系建立了转向系统的二阶模型,通过稳定性分析,设计了基于ITAE性能指标的最优PD控制器。试验结果表明,对系统施加依20毅的阶跃输入信号,车辆在农田路面与水泥路面下分别以0.3、0.5、0.7 m/s的速度行驶时袁最优PD控制器均能使系统平稳地跟踪期望的前轮转角,调节时间均在0.35 s以内,稳态误差小于0.5。     

拖拉机路径跟踪的变论域模糊控制

为了提高拖拉机自动导航控制系统的精度,采用变论域理论设计纠正位置和方向偏差的自适应模糊控制器,对搭载全液压转向装置的东风DF904拖拉机进行了在无干扰平坦路面和有干扰坑洼路面按预定路径行走的试验。结果表明,在平坦路面无干扰时路径跟踪的最大偏差不超过7 cm,平均偏差小于4 cm,在遇到障碍干扰而发生路径和方向偏差时拖拉机能快速、准确地纠正偏差,返回预定路径,完全满足作业要求,验证了提出方案的可行性和有效性。     

基于拟人驾驶模型的联合收获机导航控制器设计与试验

为了解决轮式联合收获机在水稻收获作业中操作繁琐及作业质量和效率低的问题,通过采集熟练驾驶员驾驶时收获机位姿信息和驾驶员操作信息,运用神经网络构建了拟人驾驶模型并设计了一种基于拟人驾驶模型的联合收获机导航控制器。根据收获作业需求设计了一种田间套行作业路径规划方法,在保证转弯精度的同时,较好的完成收获作业;与传统PID和常规纯追踪模型相比,拟人驾驶模型控制收敛速度快0.42 s、超调减小4.0 cm,具有收敛速度快、超调小等特点。路面直角路线转向试验结果表明,当联合收获机行驶速度分别为0.62、0.82、1.02 m/s时,转弯后超调量不大于3.93 cm,在不同行驶速度下仍具有较高的鲁棒性。田间试验结果表明,联合收获机在水稻田中以0.6、0.8、1.0 m/s的速度前进时,直角转向导航跟踪转向后超调量分别不大于8.1、8.9、9.6 cm,直线跟踪部分平均绝对偏差分别不大于3.1、3.0、3.3 cm。试验结果表明,所设计的拟人驾驶模型导航控制器能较好地完成水稻收获作业自动导航。     

基于UWB定位的农业机械辅助导航系统设计与试验

【目的】低成本实现南方中小型田块中农业机械田间精确定位,降低农机操作人员劳动强度、提高农机作业效率。【方法】采用超宽带(Ultra wide band,UWB)技术对作业机械进行实时定位,通过位置解算算法,得到定位标签的三维精确位置坐标;利用位置校正算法,修正作业机械车身倾斜引起的田间定位误差;设计基于AB线的路径规划算法,实时规划作业路径并计算作业偏差;通过可视化人机交互界面为农机操作人员提供实时辅助驾驶信息。【结果】水田环境中,分别以0.5、1.0和1.5 m/s的速度沿规划路径行驶时,系统平均横向定位偏差均小于7 cm;当行驶速度大于1.0 m/s时,利用位置校正算法平均横向定位偏差降低了52.79%,标准差降低了49.82%,最大横向定位偏差降低了50.04%。搭载辅助导航系统进行田间插秧试验,各行作业轨迹与自身行拟合直线的平均横向偏差为5.90 cm,标准差为3.64 cm;各行作业轨迹与其规划直线路径的平均横向偏差为6.98 cm,标准差为4.95 cm。【结论】辅助导航系统具有较高的定位精度和良好的稳定性,成本低且通用性强,能够满足南方中小型田块中农业机械田间作业要求。研...     

水稻插秧机导航控制器设计与路径追踪仿真研究

为了实现水稻插秧机部分或完全自主行走,需要设计合适的导航控制器代替驾驶员分析插秧机与预定义路径的位姿信息后,决策出转向方向和角度控制插秧机按照预定义路径行走。采用基于驾驶员模拟技术,设计了以航向偏差和横向位置偏差作为输入变量,插秧机转向轮期望转角作为输出变量,总结并模拟驾驶员驾驶经验采用模糊控制算法制定模糊规则,构建二维模糊导航控制器;在MATLAB/Simulink下使用简化的二轮车运动学模型进行路径追踪斜坡响应和阶跃响应仿真研究,分析该二维模糊导航控制器控制水稻插秧机追踪预定义路径能力。仿真结果表明水稻插秧机路径追踪斜坡响应最大误差为1.23m,追踪距离为3.45m,稳态误差为0.41m;在此过程中航向追踪信号的超调量MP为17.5°,调整时间ts为7.15s,稳态误差ess为0.2°。水稻插秧机路径追踪30cm阶跃响应的超调量MP为0.8cm,调整时间ts为30.2s,稳态误差ess为0.5cm。水稻插秧机路径追踪仿真结果说明本研究设计的二维模糊导航控制器的转向决策成功控制水稻插秧机追踪预定义路径,该控制系统响应的快速性、平稳性、精确性均良好,为实现水稻插秧机自主行走提供理论支撑。     

葡萄园拖拉机自动导航系统设计与试验

【目的】为了实现拖拉机在葡萄园内的自动导航控制.【方法】设计开发了一套导航控制系统,该系统采用变论域模糊法作为导航控制决策,系统通过输入横向偏差和航向偏差的变量,改变模糊控制论域,提升系统的自适应能力,使得系统响应速度更快精度更高,提高拖拉机在葡萄园复杂的环境导航效果.【结果】试验结果表明:当拖拉机以0.25 m/s和0.35m/s的作业速度行驶时,导航的平均横向偏差分别为2.46、2.77 cm,最大偏差分别为5.36、14.68 cm,均方差分别2.92、4.79 cm.【结论】设计的导航控制系统基本满足拖拉机在葡萄园内导航作业需求.     

农用车辆级联式直线路径导航控制方法研究

农用车辆导航控制是精准农业作业体系的重要组成部分,是支持农用车辆田间自动精准作业的关键技术。由于在大型农田中直线路径跟踪是农用车辆的主要作业模式,本研究针对直线路径跟踪问题提出一种级联式导航控制方法。首先讨论了农用车辆的级联式导航控制结构,并依此将导航控制任务分解为路径跟踪控制和转向控制两个级联的控制任务。然后推导出了农用车辆的相对运动学模型,并基于该模型针对路径跟踪控制任务提出了一种最优PD控制方法;为了提高转向控制子系统的性能,在转向控制任务中提出了一种基于过渡过程的改进PD控制方法,最后进行了方法的试验验证。试验数据分析结果表明:在直线路径跟踪过程中,横向位置误差的平均值为0.02 m,标准差为0.04 m,完全满足农用车辆直线路径跟踪作业的要求,验证了所提方法的有效性和优越性。     

基于无线定位的温室生产平台自动导航

  目的  为了提高温室内车辆自动导航的精度，提出了一种基于超宽带定位和带有自调整函数模糊控制的路径跟踪方法。  方法  首先利用超宽带(UWB)模块构建无线定位系统，采用二元三次多项式对定位误差进行拟合，并修正测量点误差；其次结合带自调整函数解析式的模糊控制器，对横向偏差与航向偏差的权重进行动态调整，输出前轮转角；最后分别进行直线和矩形路径跟踪的实车试验，并与使用纯追踪方法的结果进行对比。  结果  在进行不同初始状态的直线路径跟踪时，平均偏差均值为22.4 cm，标准差为5.8 cm，稳态偏差平均值为5.4 cm，比纯追踪模型精度分别提升了28.4%、40.2%和34.9%；进行矩形路径跟踪时，平均偏差为14.4 cm，最大偏差为46.9 cm，相比于纯追踪模型精度分别提升了46.5%和53.5%，其中最大偏差主要出现在矩形的转角处。  结论  本研究提出的方法具有较好的稳定性和控制精度，能满足生产平台在温室内自动导航作业需求。图8表3参24     

基于模糊PID算法的草籽喷播机自动转向控制系统

针对喷播机转向控制系统中,基于驾驶员经验建立模糊控制器计算期望转向轮偏转角进行控制时,出现调整过量或调节不足,以及在转向控制中应用经典PID控制器时,存在超调量大、调整时间过长等问题,设计输入值加权因子控制器调节模糊控制器输出,并将模糊思想应用到PID参数调节中,对导航系统中转向控制器进行相关研究。结果表明:1)在原控制器不改变的基础上,应用加权因子控制器改变输入值权重,调节控制器输出,实现对模糊控制器的优化;2)将模糊原理应用到PID参数调整,根据输入值大小对PID参数进行优化,超调量减少了20%~50%,加快了响应速度;3)对于恒速液压转向系统,转向响应速度与转角大小成正比。     

农业车辆电控液压转向系统的设计

以茂源250型拖拉机为试验平台,设计一种用于农业车辆自主导航的电控液压转向系统。该系统使用电控比例液压阀、换向阀和溢流阀,改造拖拉机的液压转向油路;采用STC12C5A60S2作为比例阀的控制器,同时加装角度传感器作为系统的反馈。将带有死区的PD控制算法在SimHydraulics建立的液压转向系统模型上进行仿真,并实车试验验证。在左、右极限转向和4种特定目标角度转向试验中,该系统比原有系统响应时间快0.2 s,超调量在5%以内。     

自动导航拖拉机的农机具作业精度研究

针对自动导航拖拉机带农机具作业时农机具跟踪误差会被放大的问题，提出了1种能够提高农机具作业精度的拖拉机导航算法。采用路径跟踪误差最小的优化控制方法，研究拖拉机自动导航作业时引起机具误差大的因素及改进方法，设计具有农机具误差项的拖拉机模型预测控制算法，对该算法进行可行性试验及对比试验。试验结果表明采用带机具误差项的算法使农机具横向偏差平均降低了42.36%，横向偏差标准差平均降低了40.91%，航向角最大偏差平均降低了6.11%,航向角偏差标准差平均降低了31.04%。结果表明增加农机具误差项的模型预测控制算法能有效提升农机具的作业精度。     

农用轮式机器人间接型专家控制系统研究

为了适应农用机器人的工作环境复杂多变,研究了一种用于自动导航路径跟踪控制的间接型专家控制算法,根据不同的控制策略、转向方式建立了专家控制的控制算法库,对农用机器人路径跟踪和转向进行控制。针对农用机器人沿作物行行走建立了精确的数学模型,同时采用相适应的转向方式并依最优控制律对农用机器人进行控制;针对田间地头转向时转角较大、对转向灵活性要求较高,采用四轮转向方式设计了模糊控制算法。专家控制器根据具体的路径状况,调用不同的控制算法。通过仿真验证,该专家控制算法能满足农用机器人导航时的路径跟踪控制的精度要求。     

基于DGPS定位与双闭环转向控制的农业自动导航系统

以东方红X-804拖拉机为平台,开发了一种基于RTK-DGPS定位和双闭环转向控制相组合的农业自动导航系统。系统主要包括RTK-DGPS接收机、姿态航向参考系统(AHRS)、转向控制器、电控液压转向装置和转向角检测传感器。设计了Kalman滤波器对定位数据进行平滑处理,同时实现航向角的校正。为实现自动转向,在拖拉机原有手动控制系统基础上加上电控比例液压阀,并设计电控单元。然后,推导了转向系统的数学模型,通过Matlab仿真工具箱得到传递函数的参数,设计了双闭环转向控制算法。最后,进行了算法验证试验和田间试验,结果表明,双闭环控制方法较好抑制了稳态时的震荡现象,方波信号的角度跟踪稳态时最大误差0.60°,平均误差0.40°,平均延时为0.20 s;设计的Kalman滤波器有助于提高定位系统的精度,横向跟踪误差不超过0.09 m,转向角度平均跟踪误差为0.43°,延时0.25 s。     

基于激光传感器的自动巡迹智能车控制系统

本智能小车控制系统以MC9S12G128控制器为核心,利用一排18个激光发射管与6个接收管作为路径识别传感器,通过MC9S12G128的I/O口获得传感器信号,并利用特征提取方法提取赛道类型,实现起跑线、十字交叉线识别。根据道路信息,采用模糊控制算法输出PWM波形来控制舵机的转向,完成对小车的方向上的控制,采用光电编码器提取小车速度,经过与当前设定值进行比较得到速度偏差,采用PID算法计算并输出PWM脉冲来控制电机调节小车速度,完成对小车运动速度的闭环控制。实验验证,该系统达到了预期设计效果。     

基于GNSS航向微分和MEMS陀螺仪的农机轮角测量方法

【目的】设计一种农机前轮转角测量方法,代替安装复杂的连杆式轮角传感器。【方法】采用GNSS天线测量航向和速度,MEMS陀螺仪测量车身和车轮的合转动速率,计算MEMS陀螺仪与GNSS航向微分差值,获得车轮转动速率;设计自适应卡尔曼滤波器进行信息融合和校正,获得车轮转向角,并进行性能验证和田间应用试验。【结果】与连杆式轮角传感器测量结果对比,轮角测量方法的拖拉机在偏离航线2.5和1.5 m进行上线时,平均绝对误差(MAE)分别为1.13°和0.87°,均方根误差(RMSE)分别为0.90°和0.68°,上线时间分别为29.4和23.5 s;以4 km/h田间导航应用时,MAE为0.44°,RMSE为0.87°,满足拖拉机旱地作业要求。【结论】GNSS航向微分和MEMS陀螺仪轮角测量方法与连杆式轮角传感器测量性能相当,能够替代轮角传感器用于较低速农业机械导航。