本文關鍵詞：基于模糊自適應純追蹤模型的農(nóng)業(yè)機械路徑跟蹤方法，由筆耕文化傳播整理發(fā)布。

基于模糊自適應純追蹤模型的農(nóng)業(yè)機械路徑跟蹤方法(2)

人氣指數(shù):點 發(fā)布時間:2016-01-04 14:21  來源：  作者：李逃昌，胡靜濤，高雷

　　在純追蹤模型中，希望當橫向位置誤差較大時，在前視距離的決策中增大位置誤差的權(quán)重以保證農(nóng)機快速地跟蹤到路徑;當位置誤差較小時，減小位置誤差的權(quán)重，增大航向誤差的權(quán)重，以保證農(nóng)機穩(wěn)定地跟蹤路徑。因此將自調(diào)整函數(shù)選為：α=k1dMp(8)式中k1———比例參數(shù)，為了保證1－α≥0，取k1(≤Md)maxp；M———誤差最大設定值，一個大于|dmax|的數(shù)p———自調(diào)整函數(shù)的冪次根據(jù)p的取值不同，自調(diào)整函數(shù)具有的3種形態(tài)。當p＜1時，自調(diào)整函數(shù)的值隨橫向位置誤差遞增較快，橫向位置誤差在控制決策中所占的比重較大;反之，當p＞1時，，橫向位置誤差所占的比重較小。

　　由于農(nóng)機路徑跟蹤的主要目的是使農(nóng)機與期望路徑之間的距離達到一定的容許范圍內(nèi)，因此無論什么時候橫向誤差的權(quán)重都應重視。綜上所述，選擇自調(diào)整函數(shù)的冪次為p＜1。

　　1.3.3量化因子和比例因子的選擇

　　模糊自適應控制的輸入為橫向位置誤差和航向誤差。橫向位置誤差和航向誤差的基本論域分別為［－90cm，90cm］和［－90°，90°］，其論域為［－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6］，量化因子選為1/15。

　　模糊自適應控制的輸出為前視距離，輸出量的論域根據(jù)上述解析模糊控制的結(jié)果確定，模糊自適應控制的結(jié)果乘以比例因子即為需要的前視距離�？刂屏康谋壤�因子選為1/4。

　　1.4路徑跟蹤控制器設計

　　將純追蹤模型和模糊自適應控制結(jié)合起來，提出一種基于模糊自適應純追蹤模型的農(nóng)機路徑跟蹤方法。由農(nóng)機的運動學模型可知Ψ·=γv=vtanδL(9)式中L———農(nóng)機軸距；Ψ·———農(nóng)機航向變化率；v———農(nóng)機速度；δ———農(nóng)機期望轉(zhuǎn)向角。結(jié)合純追蹤模型式(6)和式(9)可得控制律，即期望的轉(zhuǎn)向角為δ=arctan2L(dcosΨe－L2d－d2sinΨe)L2d(10)其中前視距離參數(shù)采用模糊自適應控制進行在線自適應地確定。至此，可以得到基于模糊自適應純追蹤模型的農(nóng)機路徑跟蹤控制系統(tǒng)。

　　路徑跟蹤控制器由純追蹤模型單元和模糊自適應控制單元組成，它通過位姿傳感器獲得農(nóng)機的當前位姿，然后與期望的位姿相比較得到農(nóng)機與期望路徑之間的相對位姿。模糊自適應控制單元利用相對位姿在線實時地確定純追蹤模型中的前視距離參數(shù)，純追蹤模型根據(jù)該前視距離和當前的相對位姿信息并結(jié)合農(nóng)機的運動學模型決策出農(nóng)機的期望轉(zhuǎn)向角。最后將期望轉(zhuǎn)向角發(fā)送給轉(zhuǎn)向執(zhí)行器，控制農(nóng)機轉(zhuǎn)向輪的偏轉(zhuǎn)角度。

　　2、實驗驗證

　　2.1實驗平臺

　　為了對提出的方法進行實車驗證，以洋馬VP6型高速插秧機作為實驗農(nóng)機，并在其上面安裝自主研發(fā)的基于CAN總線的農(nóng)機自動導航控制平臺，該平臺由田間計算機、導航控制器、轉(zhuǎn)向執(zhí)行裝置、轉(zhuǎn)角檢測裝置和位姿傳感器構(gòu)成。

　　2.2方法驗證及結(jié)果討論

　　2.2.1相同初始誤差的路徑跟蹤實驗

　　在相同初始誤差條件下，本文對固定前視距離的純追蹤模型方法和本文提出的方法進行對比實驗。實驗中初始誤差設定為30cm左右，固定的前視距離分別設定為1m、1.8m和3m。采用較小的前視距離(1m)進行實驗時，路徑跟蹤誤差的變化曲線，可以看出，當前視距離選擇較小時，雖然可以使系統(tǒng)的響應加快，但是路徑跟蹤過程中明顯發(fā)生了振蕩，最大跟蹤誤差絕對值超出了15cm。采用較大的前視距離(3m)進行路徑跟蹤實驗時，其跟蹤過程的誤差曲線，可以看出此時的路徑跟蹤響應很慢，農(nóng)機跟蹤到路徑需要行駛近30m，而且即使跟蹤到路徑上也不能取得很好的穩(wěn)態(tài)性能。通過反復調(diào)參實驗得知，采用1.8m的前視距離進行實驗時，能夠獲得很好的路徑跟蹤效果。

　　在同樣的誤差條件下，采用本文提出的方法進行農(nóng)機路徑跟蹤實驗，路徑跟蹤誤差的變化曲線。通過實驗測定結(jié)果得知，農(nóng)機行駛小于5m的距離就可以跟蹤到路徑上，具有很好的跟蹤響應速度;當跟蹤到期望路徑后，路徑跟蹤誤差平均值小于5cm，最大跟蹤誤差的絕對值小于8cm，方差小于0.0006，完全滿足插秧機作業(yè)的要求。

　　通過對比實驗可以得知:在相同的初始誤差條件下，較大或者較小的前視距離都不能獲得滿意的路徑跟蹤效果，只有選擇一個適中的前視距離才能取得滿意的效果。而本文提出的方法，可以在線自適應地調(diào)節(jié)前視距離參數(shù)，進而獲得滿意的路徑跟蹤效果。

　　2.2.2不同初始誤差的路徑跟蹤實驗

　　在不同的初始誤差條件下，對固定前視距離的純追蹤模型方法和本文提出方法進行對比實驗。實驗中初始誤差分別設定為30cm和60cm。

　　采用上述實驗確定的較優(yōu)的1.8m前視距離的純追蹤模型方法分別進行初始誤差為30cm左右和60cm左右的路徑跟蹤實驗，其路徑跟蹤誤差變化曲線如圖6所示。結(jié)果表明:當初始誤差為30cm左右時，1.8m前視距離的純追蹤模型方法可以得到滿意的效果。然而當初始誤差為60cm左右時，農(nóng)機跟蹤到路徑需要行駛大于5m的距離，跟蹤誤差平均值達到7cm，最大跟蹤誤差絕對值大于10cm，方差為0.0008，此時的控制效果明顯變差。

　　采用本文方法分別進行初始誤差為30cm和60cm的路徑跟蹤實驗，其路徑跟蹤誤差變化曲線如圖7所示。實驗結(jié)果表明:即使初始誤差大于30cm，本文方法也能得到小于5cm的平均誤差，小于0.0006的方差，農(nóng)機行駛小于5m的距離就可以跟蹤到路徑上，具有很好的跟蹤響應速度，而且最大跟蹤誤差絕對值也能控制在10cm之內(nèi)。

　　通過對比實驗可以得知:在不同的初始誤差條件下，采用相同的前視距離不能使農(nóng)機在任何初始誤差條件下都取得好的路徑跟蹤效果。而本文方法對不同的初始誤差具有一定的魯棒性和適應性，可以得到滿意的路徑跟蹤效果。

　　綜上可知，本文提出的基于模糊自適應純追蹤模型的路徑跟蹤方法優(yōu)于前視距離固定的純追蹤模型路徑跟蹤方法，具有很好的控制精度，而且針對農(nóng)機的不同初始誤差狀態(tài)具有很好的適應性和魯棒性，進而驗證了本文提出方法的可行性和有效性。

　　3、結(jié)束語

　　針對純追蹤模型中前視距離對路徑跟蹤控制性能的影響問題，提出了基于模糊自適應純追蹤模型的農(nóng)機路徑跟蹤方法。首先從幾何的角度推導了純追蹤模型，然后在此模型的基礎上采用模糊自適應控制對模型中的前視距離進行在線實時整定，考慮到不同誤差條件對模糊控制規(guī)則的要求不同，以及控制算法實現(xiàn)上的方便，采用帶有自調(diào)整函數(shù)的解析式模糊控制器對前視距離的大小進行在線自適應調(diào)整。本文提出的方法對于不同的初始誤差具有一定的魯棒性和適應性，提高了農(nóng)機路徑跟蹤的控制精度。插秧機的路面實驗結(jié)果表明本文提出的方法能夠使農(nóng)機的路徑跟蹤平均誤差控制在5cm以下，驗證了方法的可行性和有效性。

　　常州前堂信息技術(shù)有限公司旗下品牌--中國期刊庫（），是一個專門從事期刊推廣、論文發(fā)表的網(wǎng)站。
　　本站提供如何發(fā)表論文，尋求論文發(fā)表代理，快速發(fā)表論文，發(fā)表論文格式指導等解決方案：省級論文發(fā)表/國家級論文發(fā)表/核心期刊論文發(fā)表/醫(yī)學論文發(fā)表/職稱論文發(fā)表。

　投稿郵箱：zgqkk365@126.com
　在線咨詢：

　　【免責聲明】本文僅代表作者本人觀點，與論文發(fā)表，期刊發(fā)表_中國期刊庫專業(yè)期刊論文發(fā)表網(wǎng)站無關。論文發(fā)表，期刊發(fā)表_中國期刊庫專業(yè)期刊論文發(fā)表網(wǎng)站站對文中陳述、觀點判斷保持中立，不對所包含內(nèi)容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。

  本文關鍵詞：基于模糊自適應純追蹤模型的農(nóng)業(yè)機械路徑跟蹤方法，由筆耕文化傳播整理發(fā)布。