四轮独立驱动高地隙无人喷雾机轨迹跟踪自适应控制

针对高地隙喷雾机在自主导航作业中因侧滑影响而导致轨迹跟踪精度降低的问题,提出一种基于四轮独立驱动(4WID)高地隙无人喷雾机的自适应控制方法。首先,建立4WID高地隙喷雾机的运动学模型;然后基于运动学几何约束和速度约束,引入两个表征侧滑效应的参数构建改进位姿误差模型;最后将参数自适应与反步控制方法结合,设计自适应控制律实时估计并补偿侧滑效应。以典型的U形作业路径为例,在考虑和不考虑侧滑的情况下分别进行了仿真和试验验证。仿真结果表明：本文提出的控制算法在喷雾机出现侧滑的情况下可以保证较高的轨迹跟踪精度;水田试验表明,当喷雾机在常规作业速度3.6km/h时,与不考虑侧滑的轨迹跟踪控制算法相比,喷雾机轨迹跟踪的横向平均绝对误差减小至0.041m,标准差减小至0.059m;纵向平均绝对误差减小至0.018m,标准差减小至0.015m;航向平均绝对误差减小至2.56°,标准差减小至3.57°。     

四轮独立电驱动高地隙喷雾机辅助转向系统设计与试验

针对四轮独立电驱动高地隙喷雾机因轮毂电机控制器遇到较大扰动无法及时响应而导致的转向不稳定问题,该研究提出了一种液压辅助转向方法。通过对四轮独立电驱动高地隙喷雾机的自转向底盘结构原理的分析,设计了液压辅助转向系统,在此基础上建立了简化二自由度车辆转向模型,用于对辅助转向系统转角控制进行分析,并通过仿真分析和试验验证自转向和辅助转向协调控制性能。四轮电驱动喷雾机分别在自转向系统单独作业以及自转向系统和辅助转向系统协同作业的工况下,以1 m/s的速度分别进行了坡度为15°的下坡转向对比试验和水田转向对比试验。试验结果表明:在下坡试验中,单独自转向系统作业的最大跟踪偏差为6.1°,自转向和辅助转向协同作业的最大跟踪偏差为0.9°;水田试验中,单独自转向系统作业的最大跟踪偏差为10.3°,自转向和辅助转向协同作业的最大跟踪偏差为1.5°。研究结果表明该文所设计的液压辅助转向系统具有可行性和较好的稳定性,能够满足实际作业需求。     

高地隙喷雾机自转向电动底盘控制系统设计与试验

针对传统机械传动式高地隙喷雾机底盘在水田环境行走时容易陷入泥泞和深沟的问题，设计了一种四轮独立电驱动自转向电动底盘。底盘转向机构由可自转向的前后桥构成，根据自转向机构特点，提出了底盘部分动力学建模方法，将未建模动态以及外部扰动合并为总扰动，构建扩张状态观测器（Extended state observer, ESO），实时估计总扰动并进行扰动补偿，再对无扰动的线性模型设计串级比例控制器，进行模型参数辨识与控制验证。仿真结果表明，采用阶跃信号模拟扰动，ESO扰动观测值可在0.5s内收敛到实际扰动；扰动观测器收敛后，当期望转角从0°突加至20°时，得到转角跟踪控制响应曲线的上升时间为1.9s，超调量为2.3%。试验表明，喷雾机以1m/s的速度行驶在平坦路面时，前转向桥转角上升时间为3.1s，后转向桥转角上升时间为2.0s，说明本控制方法具有较好的控制效果；喷雾机在满载的情况下工作在泥泞田间时，可以越过宽20cm、深40cm的泥泞深沟，说明其在田间具有良好的通过性。     

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。     

农业装备自动控制技术研究综述

随着信息与控制理论的发展，自动化控制技术在农业装备领域广泛应用，促进农业生产的智能化、现代化与规模化。运动控制和作业控制是智能农机自动控制技术的两大核心内容，为无人农机在复杂环境下的高精度自主导航安全行驶和精准作业提供保障。速度控制与转向控制是智能农机运动控制的基础，导航跟踪控制是智能农机运动控制的主要内容。本文阐述了智能农机速度控制与转向控制的研究进展，总结归纳了基于几何模型、基于运动学模型和不依赖于模型的自动导航跟踪运动控制方法。然后，着重分析了智能农机在耕、种、管、收等各环节的作业机构控制以及多机协同作业控制方法。最后，指出构建更加精准的农机数学模型，研究面向复杂场景的先进底盘运动控制技术，发展人工智能与控制理论深度融合的农机控制技术以及提升农机农艺相结合的多机协同控制技术是未来智能农机自动控制技术的发展方向。