农用轮式铰接车辆滑模轨迹跟踪控制算法

针对农用轮式铰接车辆驾驶员工作条件恶劣的问题,该文提出了一种应用于无人驾驶系统的滑模变结构控制铰接车精确轨迹跟踪的方法。首先推导出了铰接车的运动学模型,根据该模型建立实际行驶轨迹与参考轨迹偏差的模型,之后针对偏差模型设计滑模变结构路径跟踪控制器,该控制器使用Ackermann公式设计,控制律采用指数趋近律使系统有较快的响应和较小的抖振,同时,为了进一步抑制滑模控制器固有的抖振问题,将趋近律中的符号函数替换为连续函数,以避免趋近律数值产生阶跃变化,并用Lyapunov函数证明了其稳定性,最后在硬件在环仿真中验证了控制器的实时性和路径跟踪质量。结果表明,该控制器在硬件在环仿真环境下可将横向位置偏差、航向角偏差、曲率偏差分别控制在0.21 rad(12°)、100 mm、0.17rad(1°)、0.005 m-1附近,各向偏差均在10 s内达到平衡,且误差控制在5%以内,铰接车能有效跟踪参考路径。该研究为农用轮式铰接车辆实现无人驾驶提供参考。     

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。     

基于激光测距仪的温室机器人道路边缘检测与路径导航

针对温室内移动机器人的应用需求,该文提出了一种应用于温室内移动机器人自主行走的温室道路边缘检测与导航算法。此方法利用激光测距仪获取当前视场内路面、作物及障碍物信息,根据温室路面平整度高于作物冠层外表面的特点,检测道路边缘并生成移动机器人下一采样控制周期的期望航向,然后根据机器人几何与物理模型推算左右驱动轮速度调整指令,使移动机器人保持沿道路行走而不进入作物区中。该算法的有效性在温室移动机器人Walle平台上得到了验证,机器人偏离道路中心线的平均值为-1.2707 cm,均方误差为2.6772。     

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。     

基于K-means算法的温室移动机器人导航路径识别

针对温室移动机器人机器视觉导航路径识别实时性差、受光照干扰影响严重等问题,首先,将HSI颜色空间3个分量进行分离,选取与光照信息无关且可以有效抑制噪声影响的色调分量H进行后续图像处理,以削弱光照对机器人视觉导航的不良影响;针对温室环境图像特有的颜色特征信息,引入K-means算法对图像进行聚类分割,将垄间道路信息与绿色作物信息各自聚类,再通过形态学腐蚀方法去除聚类后图像中存在的冗余、干扰信息,以获得完整的道路信息,与常用阈值分割方法相比,可降低因分割信息不明确而导致后续Hough变换进行直线拟合时需占据大量内存且计算量较大的问题,进而提高移动机器人路径识别的快速性,并适应温室作业机器人自主导航的高实时性要求。试验结果表明,该文方法在复杂背景与变光照条件下的温室作业环境中可大幅降低光照对机器人导航的影响,对于光照不均具有良好的鲁棒性,道路信息提取率可达95%。同时,其平均单幅图像处理时耗降低53.26%,可显著提高路径识别速度。该研究可为解决温室移动机器人机器视觉导航路径识别的鲁棒性及实时性问题提供参考。     

基于自主导航和全方位转向的农用机器人设计

为了提高农业作业的自动化程度,在对传感器技术、信息技术、自动导航技术等进行研究的基础上,设计了一种自动导航农用轮式移动机器人.针对目前农业机器人存在的操纵、路径跟踪等技术问题,机器人采用四轮全方位转向,操纵灵活;利用CAN总线使导航、控制等模块的通讯效率得以改善;选用模糊控制模仿人在路径跟踪控制时的控制策略,提高了移动机器人的智能化程度.仿真和试验表明机器人有较好的转向性能且在速度为1 m/s时跟踪路径的偏差为0.1 m左右.     

基于预瞄模型的农机路径跟踪预测控制方法

为了提高农机路径跟踪系统控制性能对作业速度变化的适应性,该研究提出一种基于预瞄运动学模型的快速预测控制方法。采用预瞄跟随理论建立预瞄航向误差模型,并将其作为输出方程与路径跟踪误差常规状态方程联立,构建预瞄运动学状态空间误差模型,进而运用模型预测控制算法与输入参数化衰减策略设计路径跟踪控制律。仿真试验结果表明,在不同作业速度下,预瞄模型预测控制器的直线路径跟踪横向误差均渐近趋于0,行驶曲线均无超调;当作业速度为1、3与5 m/s时,预瞄模型预测控制器的圆形路径跟踪横向最大绝对误差分别为8.52、10.42和10.82 cm,标准差分别为3.96、5.83和6.17 cm;当控制时域为10、30与60时,预瞄模型预测控制器的运算周期相对常规模型预测控制器分别减小7.5%、43.0%和48.5%;与常规模型预测控制相比,预瞄模型预测控制能够在确保路径跟踪系统控制精度的同时有效改善系统的动态性能和提高系统的实时性,使不同作业速度下的跟踪效果更加均衡。田间测试结果表明,在0.5～5 m/s作业速度范围内,预瞄模型预测控制器对作业速度变化具有较强的适应性,能够使农机快速平稳地跟踪参考路径并具有较高的控制精度,其直线路径跟踪的横向最大绝对误差均值小于5.5 cm、标准差均值小于2.5 cm,圆形路径跟踪的横向最大绝对误差均值小于15.5 cm、标准差均值小于8.5 cm,跟踪效果满足农机实际作业要求,适于复杂作业环境或高速作业场合。     

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。     

考虑滑移滑转的双电机履带底盘路径跟踪算法

针对履带底盘田间作业时由于土壤松软、田面不平整导致履带滑移滑转、自动导航路径跟踪精度低的问题,该研究提出了考虑滑移滑转的履带底盘路径跟踪算法,基于履带底盘运动学模型推导出表征滑移滑转特性的转向半径修正系数,并设计了一种基于预瞄模型的模糊控制路径跟踪算法。该方法在纯模糊控制基础上通过预瞄模型确定预瞄点,进而得到横向偏差与航向偏差,同时在常规模糊控制器中引入转向半径修正系数,建立横向偏差、航向偏差、转向半径修正系数三输入模糊控制器。以双电机履带底盘为控制对象,采用高精度RTK-GNSS和MTi-30惯性传感器获取底盘实时位姿信息与角速度信息,进行组合导航。开展了三输入模糊控制器田间U型路径跟踪试验,结果表明,三输入模糊控制器的直线跟踪最大绝对偏差、平均绝对偏差和标准差分别为12.0、3.6和4.4 cm;三输入模糊控制的曲线跟踪最大绝对偏差、平均绝对偏差和标准差分别为21.3、8.6和8.4 cm;为进一步确定本研究算法在履带出现滑移滑转时对路径跟踪精度的提升效果,开展了常规模糊控制器与三输入模糊控制器曲线路径跟踪对比试验,结果表明：当作业速度为0.6 m/s时,常规模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为31.1、8.3和10.2 cm,三输入模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为22.4、7.4和9.1 cm,相较于常规模糊控制器,路径跟踪精度分别提高了27.95%、10.84%和10.78%,所设计的三输入模糊控制器可有效降低履带滑移滑转的影响,增强导航系统的控制性能,可为履带底盘在田间松软土壤环境下高精度导航作业提供参考。     

智能施药机器人关键技术研究现状及发展趋势

喷施化学农药是病虫害防治最主要的手段,对保证作物的产量起着至关重要的作用。传统的施药机械工作效率低,且使用同一施药量进行连续喷施作业易造成农药浪费、环境污染。随着农业智能化发展,机器人被广泛应用到农业植保作业中,智能施药机器人以减少劳动力投入、提高农药利用率、减少农药施用量以及减少环境污染为目的,实现了更加高效、精准的病虫害防治。智能施药机器人是集复杂农业机械、智能感知、智能决策、智能控制等技术为一体的现代农业施药装备,可自主、高效、安全、可靠地完成施药作业任务。为明确智能施药机器人及关键技术的国内外研究现状,本文总结了适用于不同作业场景的施药机器人的应用进展,从智能施药机器人的移动平台设计、喷雾装置设计、导航技术、智能识别技术4个方面进行分析,结合施药机器人作业环境的复杂多变性,分析智能施药机器人关键技术的现存问题,阐述智能施药机器人未来的发展趋势是精准变量施药、自主导航以及无人化作业,以期为智能施药机器人在未来的研究提供参考。     

智能喷雾机器人的喷雾性能试验评价

摘要：该文对智能喷雾机器人温室对靶喷雾性能进行了试验评价。喷雾机器人采用视觉传感器采集植株和病害图像,提供病灶定位和病情信息。3自由度直角坐标系施药机械臂驱动变量喷嘴进行施药,根据病灶位置和病害程度选择性开闭喷嘴。试验对喷杆定位精度定量和药液节省率进行了试验分析。温室对靶施药机器人在3种病情等级下进行了试验,与传统施药方式相比,药液节省率达到60%以上,实现了对黄瓜等篱笆型植物精准施药。     

三臂多功能棚室农业机器人的运动学分析及试验

果蔬培育过程涉及采摘、喷雾、剪枝等多种作业内容,为此该文提出了一种三臂多功能农业智能机器人,各机械手臂具有不同的作业功能,同时每2条手臂之间又可实施协同作业;建立该机器人的运动学模型是实现该系统多功能作业的前提,为此该文采用D-H方法建立了机器人连杆坐标系,分别推导了视觉系统、剪切执行器、采摘执行器、喷洒执行器的运动学方程,实现了运动学正解;采用代数方法得到了封闭形式的运动学方程逆解,求解了在采摘和喷洒模式下的各末端执行器包络空间,选取包络空间中的若干特征点作为试验样本,并为该机器人系统搭建了用以检验其执行精度的三维坐标系。试验结果表明,该机器人系统的运动模型能够指导各末端执行器完成指定动作且最大误差仅为8 mm,误差远远小于末端执行器的开度,能够满足要求。     

农业机器人开放式结构控制系统的研究

在农业机器人控制系统的设计上采用开放式结构的思想。分析了开放式结构控制系统对硬件和软件的要求，采用PMAC(Programmable Multi-Axes Controller)运动控制卡以PC+DSP(Personal Computer & Digital Signal Processing)模式构建硬件平台；以RTLinux(Real Time Linux)为实时操作系统建立相应的软件体系结构，编写了PMAC基于RTLinux的驱动程序，并开发了相应的控制软件，设计出了具有开放式结构的农业机器人控制系统。以二自由度运动平台为控制对象进行了控制性能和实时性测试，当控制参数调整为：比例增益为19000，积分增益为1000，微分增益为1000，速度前馈为4700，加速度前馈为20，具有良好的瞬态特征、位置控制和速度控制性能；在RTLinux和Linux下运行相同任务消耗的时间分别为28.03s和30.28s。结果表明，该系统具有良好的控制性能和实时性。     

果蔬采摘机器人末端执行器的柔顺抓取力控制

为了尽可能减小采摘机器人末端执行器在采摘过程中对果蔬的损伤,提出了一种基于广义比例积分(GPI,generalized proportional integral)的抓取力矩控制方法。首先,对由电机驱动的末端执行器建立模型,推导出电机输入电压与负载力矩之间的数学关系;然后,利用积分重构器设计GPI力矩反馈控制器,将力偏差转化为电机的输入电压控制。该方法不需要对力矩跟踪误差进行求导计算,避免了求导所带来的系统延时和噪声问题。仿真和实物抓取试验结果表明,采用GPI的末端执行器力矩控制对跟定信号的跟踪误差达到10-3量级,具有良好的力矩跟踪能力,与传统PI(proportional integral)控制方法相比,其控制力矩和电机控制电压输出平稳,降低了末端执行器抓取时对果蔬的损伤,无损采摘效率达到90%,比PI控制的采摘完好率高出8个百分点,适合于对果蔬的柔顺抓取控制。该研究可为果蔬采摘机器人无损采摘提供参考。     

双激光雷达温室运输机器人导航系统研制

为解决机器人在温室环境下的自主导航问题,该研究研制了基于双激光雷达的温室运输机器人导航系统,实现温室环境下的地图构建、路径规划和定位导航。融合激光雷达与编码器信息,使用cartographer算法及时定位与地图构建。根据地图与检测点信息,采用Dijkstra算法规划全局路径,使用动态窗口算法规划局部路径,完成自主导航。试验表明,车载系统分别以0.2、0.5和0.8 m/s速度运行时,实际导航路径与目标路径的横向平均偏差小于13 cm,标准差小于5 cm;导航目标点处横向偏差、纵向偏差的平均值不超过9 cm,均方根误差不超过11.2 cm,标准差小于5 cm,航向偏差的平均值小于10°,均方根误差小于12°,标准差小于6°,满足机器人温室运输作业的导航精度需求。     

基于非奇异终端滑模的物料提升机位置控制

为解决一类物料提升机在惯性参数不确定情况下的精确位置控制问题,基于非奇异终端滑控制方法设计了物料提升机的控制器,并将其用于单斗-链式旋臂物料提升机。仿真试验结果表明,和现有隐式李雅普诺夫函数连续反馈位置控制器相比,所提出的控制器将系统位移响应最大超调量从144%减少为10.6%,调节时间从2.84减少为1.95 s;角位移响应的最大超调量从62.8%减少到0,调节时间从2.3减少为2.0 s,有效改善了物料提升机工作过程中的控制品质。该研究为物料提升机的控制器设计提供了参考。