基于优化人工势场法的插秧机绕障策略研究

针对水田中存在的壕沟、田埂、石块、电线杆等障碍物使得插秧机无法保证作业连续性和插秧直线性等问题,设计了基于优化人工势场法的插秧机绕障路径规划策略。通过增加插秧机实时位置与目标作业点的相对距离作为判断条件来动态改变势场大小,同时设立了虚拟局部目标点来弥补传统人工势场法目标点不可达和局部最小点的算法缺陷;将插秧机简化为二轮车模型,建立插秧机转向系统数学模型,得出插秧机速度、行驶航向角和前轮转角表达式,以横向偏差与航向偏差作为评判路径优化效果的因素。转向控制器以复合模糊PID算法控制插秧机的转角,不断减小理想前轮转角与实际转角的偏差,实现转角最优化;采用超声波传感器实时检测道路障碍物并结合RTK-GPS实时更新位置坐标,设计出插秧机绕障转向控制策略。通过Matlab对优化的人工势场法的避障路径控制策略进行仿真,仿真结果表明,当障碍物不在影响范围内,插秧机直线追踪的最大横向位置偏差为5cm,平均偏差约为2cm,最大避障横向偏差小于0.5m,优化后的算法具有较好的控制精度,可避免目标点不可达的问题。基于洋马VP6E插秧机作为实验平台进行了实车实验,实验结果表明,当插秧机以速度0.5、1.0、1.5m/s行驶时,左侧绕障的最大横向偏差均不大于1.2218m,航向偏差最大值为30.1491°,绕障前后直线追踪的平均横向偏差为0.025m,平均航向偏差为3.12°;右侧绕障的最大横向偏差均不大于1.2459m,航向偏差最大值为25.2294°,绕障前后直线追踪的平均横向偏差为0.023m,平均航向偏差为3.36°,所设计的避障方法可满足插秧机在农艺作业过程中的避障要求,具有很好的可行性与鲁棒性。     

基于双切圆寻线模型的农机导航控制方法

针对油菜直播机组导航作业中田头换行、转弯等直线跟踪之间的衔接控制问题,设计了一种适用于2BFQ-6型油菜精量联合直播机导航的双切圆寻线模型控制方法。对初始偏差较大时拖拉机的寻线路径进行了定量分析,获得最优寻线路径的几何关系,依据该关系构建控制决策方法。所建决策方法根据拖拉机位姿状态选择相匹配的控制方程组,计算获得前轮转角以实现导航控制。进行了双切圆寻线模型参数仿真优化和性能与适应性仿真试验。使用该模型控制器进行拖拉机路面导航试验,结果表明:当行驶速度为0.7 m/s,拖拉机与目标直线初始横向偏差为7 m,初始航向偏角为90°时,控制器横向偏差响应的超调量不超过3%,上升时间小于14 s,调节时间不大于19 s,较纯追踪模型方法的超调量和调节时间更小;田间和路面试验结果表明:该模型控制方法对2BFQ-6型油菜精量联合直播机导航作业过程中的对行播种起始位姿调整和套行作业自动转弯操作具有指导价值。     

轮式拖拉机械诱导导航技术研究

为实现果园机械自动化,开发了一种结构简单的拖拉机机械式导航系统.以车辆的航向偏差、横向偏差和前轮转角为输入量,转向驱动电机的转速为输出量,设计了车辆直线跟踪的PID控制器.实验结果表明,当拖拉机行驶速度为0.53m/s时,最大横向偏差小于0.1m,能够满足拖拉机果园作业的要求.     

视觉导航拖拉机自动转向控制系统研究

拖拉机的转向控制系统是实现自动驾驶的重要组成部分。为此,以铁牛654拖拉机为研究对象,进行了自动转向控制系统的研究,提出了基于简化的运动学模型模糊控制方法。将利用视觉传感器得到的方位偏差和侧向偏差作为控制器的输入,控制器可以根据输入实时输出相应的前轮转角。仿真和试验表明,该控制器有比较好的跟随性和响应性,可以较好地适应低速时拖拉机行驶的要求,为深入开展拖拉机的自动驾驶研究提供了有益尝试。     

拖拉机前轮转角自动控制系统设计

为减少对人工驾驶的依赖和提高作业质量、实现拖拉机自动转向,提出一种基于IMC-PID的拖拉机前轮转角自动控制系统,阐述系统整体结构,介绍系统的组成、工作原理和硬件设计方案。通过分析拖拉机自动转向系统的需求和整体控制策略,基于转向系统模型设计拖拉机前轮转角控制器,详细阐述IMC-PID转角控制算法的设计过程,应用Matlab/Simulink工具箱搭建仿真模型验证算法的可行性,并结合双力704型拖拉机进行实车试验。仿真试验和实测结果表明:所设计的控制系统信号跟踪的最大误差为1°,平均误差为0.4°,响应时间小于0.2 s;在模型误差20%时,系统仍保持良好的跟踪性能和抗扰动性。研究表明:前轮转角自动控制系统具有较好的动态响应和良好的跟踪效果,能基本满足田间导航的作业需求。     

玉米收获机自动对行系统设计与试验

为提高玉米收获机的对行质量,减轻驾驶员的劳动强度,设计了一套玉米收获机自动对行系统,包括自动对行感知系统和路径跟踪控制系统。感知系统由激光雷达、机械式对行传感器、陀螺转角仪等组成,激光雷达检测进入地块前的横向偏差,机械式对行传感器检测收获作业时的横向偏差,陀螺转角仪检测航向偏角。以纯追踪模型作为路径跟踪的控制方法,利用模糊控制原理动态调整纯追踪模型中的前视距离,结合收获机的运动学模型,确定收获机转向轮的期望转角,并通过Matlab/Simulink软件对模型进行仿真分析。将自动对行系统搭载于4YL-6型玉米收获机上进行田间试验,结果表明,激光雷达静态检测试验的偏差均值为0. 077 5 m,标准差均值为0. 130 9 m,偏差在±15 cm和±30 cm内的比例均值分别为80. 5%和95%;激光雷达地头自动对行试验的平均调整距离为7. 89m,平均偏差为0. 146 m;基于机械式对行传感器的收获作业自动对行试验的偏差均值为0. 087 6 m,标准差均值为0. 097 6 m,偏差在±15 cm和±30 cm内的比例均值分别为83. 1%和100%。试验结果满足玉米收获机的对行作业要求,可为玉米收获机的自动对行提供理论支持。     

基于SVR逆向模型的拖拉机导航纯追踪控制方法

针对行驶过程中轮胎侧滑量、路面性质等不确定性因素导致传统拖拉机二轮运动学模型难以准确描述拖拉机运动轨迹的问题,提出了一种基于SVR(Support vector regression)逆向模型的拖拉机导航纯追踪控制方法。采用粒度支持向量回归(Granular support vector regression,GSVR)方法建立了拖拉机前进航向的逆向模型,实时获得实际转弯曲率与运动学理论转弯曲率的函数关系,逆向模型对纯追踪导航模型输出进行,校正提高了纯追踪导航控制方法的适应性和动态性能。拖拉机导航系统的路径追踪路面试验结果表明:当行驶距离大于125 m、行驶速度为1.2 m/s时,直线追踪最大横向偏差小于0.061 4 m,较常规纯追踪模型导航方法具有更好的直线追踪性能;田间试验结果表明:该导航控制方法适用于2BFQ-6型油菜精量联合直播机自动对行作业。     

基于机器视觉的农业车辆路径跟踪

简述了一种基于机器视觉的农业车辆自动导航系统.提出了直线检测算法,显著降低了内存需求和时间消耗;以横向偏差和航向偏差作为输入量,构建了二维模糊决策器,对期望前轮转角进行决策;构建了基于PID的转向控制器,实现前轮转向控制,并采用简化的两轮车运动学模型进行了仿真.仿真和实验结果表明,该导航系统可以有效地实现直线路径跟踪.当车速为0.3m/s时,最大跟踪横向偏差不超过5cm,平均偏差不超过2cm;当车速为0.6m/s时,最大跟踪横向偏差不超过8cm,平均偏差不超过4cm.     

基于改进粒子群优化模糊控制的农业车辆导航系统

以采用机器视觉导航的农业车辆为研究对象,提出了一种基于改进粒子群优化自适应模糊控制的农机导航控制方法。建立了车辆2自由度转向模型和视觉预瞄模型,对车辆横向控制进行状态描述。对粒子群算法进行了改进,提高了粒子群算法的收敛速度,降低了算法计算时间。构建了自适应模糊控制器,在模糊控制器中引入加权因子,以横向偏差和航向偏差时间误差绝对值积分(ITAE)之和作为系统目标函数,通过粒子群算法计算得到最优加权因子,进而调整控制规则实现导航车辆的自适应控制。仿真和导航试验结果表明,提出的控制方法可以迅速消除横向误差,具有超调量小、响应速度快等特点,既保留了模糊控制算法的优点,又提高了系统控制品质。在相同参数条件下,与常规模糊控制相比,改进模糊控制算法导航精度显著提高。当车速为0.8/s时,直线路径跟踪最大横向偏差不超过4.2 cm,曲线路径跟踪最大横向偏差不超过5.9 cm,能够较好地满足农业车辆导航作业要求。     

基于神经网络的拖拉机自动导航系统

针对数学模型复杂的拖拉机转向控制问题,使用基于神经网络的控制方法,以福田欧豹4040型拖拉机为研究对象,进行农用车辆导航控制研究。以车辆航向偏差和航向偏差的变化率为输入变量,以前轮转角的变化量为输出变量,设计车辆转向控制神经网络控制器,对拖拉机进行转向控制。仿真表明,该方法可以对拖拉机的转向进行有效控制。实验结果表明,拖拉机在50m的行驶距离内,最大横向偏差为0.18m。     

视觉导航轮式移动机器人横向预测模糊控制

提出了一种对机器视觉导航的轮式移动机器人进行横向控制的有效算法，根据轮式移动机器人运动学模型预测其横向偏差和方位偏差的变化，以修正严重滞后的机器视觉采样横向偏差和方位偏差，利用修正后的横向偏差和方位偏差设计了系统横向模型控制器。仿真结果表明，该算法有效地克服了因非结构化农田自然环境视觉识别延迟过长所引起的控制系统性能下降的问题，具有良好的控制效果和较强的纵向速度自适应能力。     

基于滑转率的四轮驱动汽车防滑模糊控制仿真

建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊PID控制的驱动防滑控制ASR算法,设计了以发动机油门为控制对象的模糊-PID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在Simulink仿真环境下进行了动态仿真.对比仿真结果,表明模糊PID控制性能优于单一的模糊控制.     

基于粒子群算法改进的轮式收获机纯追踪模型的路径跟踪研究

为满足轮式收获机地头收获路径跟踪精度要求，本研究提出了一种基于粒子群改进的带有预测特性的纯追踪路径跟踪算法。建立了轮式收获机运动学模型，推导了基于轮式收获机运动学模型的纯追踪路径跟踪算法。以收获机航向误差和横向误差为基础，构建了带有预测特性的隶属度函数，采用权重系数自适应方法，通过粒子群优化（PSO）算法，实现了实时动态确定最优前视距离。以玉米收获机为试验平台，开展了直线路径跟踪路面试验与“8”字曲线路径跟踪路面实验，试验结果表明：在1.5m/s速度时，直线路径跟踪的最大横向误差为4.39cm，最大航向误差为2.31°。在1m/s时，曲线路径跟踪的最大横向误差为5.24cm，最大航向误差为2.41°。试验结果表明本文设计改进的路径跟踪算法对直线路径及曲线路径都具有良好的路径跟踪效果，满足轮式收获机田间作业要求。     

智能车辆横向混合切换控制器设计

考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性, 切换到模糊控制律。 采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明：该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。     

智能车辆横向混合切换控制器设计

考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性,切换到模糊控制律。采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明:该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。     

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。     

基于模糊控制的复合电源能量管理系统仿真研究

通过分析复合电源功率分配关系,结合复合电源系统设计要求和工作模式,设计基于模糊控制理论的复合电源能量管理控制器。以桌电动汽车为原型车,利用Cruise仿真软件搭建采用复合电源系统的电动汽车整车模型,选择NEDC循环工况对复合电源系统参数进行匹配;最后,结合Matlab／Simulink软件中建立的复合电源能量管理控制器对电动汽车进行联合仿真。结果表明,基于模糊控制的复合电源能量管理系统可以有效地分配动力电池和超级电容之间的功率,降低大电流对动力电池的冲击,较单一电源系统性能明显提升。     

基于虚拟样机的汽车稳定性主动横摆模糊控制

在ADAMS/Car中建立了某车型的整车虚拟样机模型,通过曲线行驶的仿真和实车试验对比,验证了模型的正确性。建立汽车稳定性控制系统侧偏和横摆联合模糊控制仿真模型,通过鱼钩仿真试验,表明所建立的主动横摆控制系统能够很好的控制车辆稳定行驶。     

双轮驱动电动汽车防滑控制系统的研究

建立了双轮驱动电动汽车加速过程的1/4动力学模型,以滑转率为调节对象,提出了一种基于模糊自整定PID控制算法的驱动防滑控制系统.设计了双轮驱动电动汽车驱动防滑系统的模糊PID控制器,在Matlab/Simulink仿真环境下进行了动态仿真,对比仿真结果表明,模糊自整定PID控制器的性能优于单一的PID控制.