智能收获机定位和自适应路径追踪方法

发布时间：2021-04-06 05:05

　　针对智能联合收获机在路径追踪时存在控制延迟而影响路径追踪精度的问题,提出1种基于全球卫星导航系统（GNSS）的智能联合收获机自适应路径追踪方法:建立收获机的运动学模型;并依据GNSS获取当前时刻的位置、航向和速度信息,预估下一时刻的位置信息,自适应校正纯追踪算法的横向误差;然后依据速度、航向误差和校正后的横向误差设计模糊控制器,动态更新前视距离参数,实现纯追踪算法中前视距离的自适应动态调整;最后根据优化后的纯追踪算法计算期望转向角,控制收获机转向,实现路径追踪。实验结果表明,基于GNSS的联合收获机自适应路径追踪方法,能够有效提高收获机路径追踪时的精度,横向误差的标准差低于2.5 cm。 

【文章来源】：导航定位学报. 2020,8(06)CSCD

【文章页数】：8 页

【部分图文】：

中可得

34导航定位学报2020年12月图6路径追踪实验效果3次实验横向误差的趋势图分别如图7（a）、图7（b）、图7（c）所示。由于期望路径的第1个点为收获机当前时刻点，所以初始横向误差皆为0cm，而由于航向误差的存在，收获机会出现短暂的偏离期望路径的情况，随后立刻收敛。优化前的路径跟踪算法，在逼近期望路径时会有较大的振荡，且需要较长时间才能进入平稳行驶的情况，而基于本文提出的改进路径追踪算法，则能够快速且稳定地进入平稳行驶的情况。3次实验的横向误差的标准差如表1所示。实验结果表明：本研究提出的路径追踪算法的效果优于传统的纯追踪算法，速度在1和2.5m/s时，横向误差的标准差都低于2.5cm。图7收获机横向误差与行驶距离的变化趋势

第6期王立辉，等.智能收获机定位和自适应路径追踪方法31图1基于GNSS的路径追踪系统架构图1中，PWM(pulsewidthmodulation)为脉冲宽度调制。2收获机自适应路径追踪方法2.1纯追踪算法纯追踪算法是1种基于运动学模型的算法。如图2所示，根据搭建的路径追踪系统，建立前轮固定、后轮转向的简化的二轮车模型[21]。图2简化的后轮转向二轮车模型在导航坐标系XOY中：A为前轮动力轮；B为后轮转向轮；wsθ为转向轮的转向角；wbL为前后轴的轴距；r为转向半径。转向轮的转向角wsθ和转向半径r的数学关系为wbwstanLrθ=（1）纯追踪算法是模拟人的驾驶行为，选择1条最优的曲率半径逼近期望路径，实现车辆的路径追踪[22-23]。如图3所示，在车体坐标系bbbXOY中，点（()(),bbxy）为在当前的前视距离ldL下，收获机在期望路径上的预瞄点。图3纯追踪算法示意图根据图3中可得()()()()ldbbbbDxrDyrxyL+=+=+=222222（2）转向半径r和前视距离ldL的关系为()ldbLrx=22（3）式中(b)x在车体坐标系中的值[24]为()XTEldXTEcossinbeex=dθLdθ22（4）式中：XTEd为横向误差，其定义为当前位置到期望路径的距离，符号定义沿着期望路径右侧同向为

【参考文献】：
期刊论文
[1]农业装备智能控制技术研究现状与发展趋势分析[J]. 刘成良,林洪振,李彦明,贡亮,苗中华.  农业机械学报. 2020(01)
[2]基于时间延迟动态预测的自动驾驶控制[J]. 赵建辉,高洪波,张新钰,张颖麟.  清华大学学报(自然科学版). 2018(04)
[3]基于GNSS农田平整全局路径规划方法与试验[J]. 刘刚,康熙,夏友祥,景云鹏.  农业机械学报. 2018(05)
[4]线性时变模型预测控制器提高农业车辆导航路径自动跟踪精度[J]. 张万枝,白文静,吕钊钦,刘正铎,黄琛.  农业工程学报. 2017(13)
[5]舵机控制延迟误差分析与补偿方法研究[J]. 郭庆伟,宋卫东,王毅,张磊.  中国测试. 2017(05)
[6]基于领航-跟随结构的联合收获机群协同导航控制方法[J]. 白晓平,王卓,胡静涛,高雷,熊锋.  农业机械学报. 2017(07)
[7]基于GNSS的农机自动导航路径搜索及转向控制[J]. 魏爽,李世超,张漫,季宇寒,项明,李民赞.  农业工程学报. 2017(S1)
[8]基于机器视觉的自然环境下作物行识别与导航线提取[J]. 孟庆宽,何洁,仇瑞承,马晓丹,司永胜,张漫,刘刚.  光学学报. 2014(07)
[9]双前桥转向系与悬架运动协调性分析及优化[J]. 刘振声,赵亮.  中国机械工程. 2013(16)
[10]基于自适应模糊控制的拖拉机自动导航系统[J]. 刘兆祥,刘刚,籍颖,张漫,孟志军,付卫强.  农业机械学报. 2010(11)



本文编号：3120819