摘要：为实现复杂环境下小型农业机械田间作业时的路径跟踪控制，提出了基于免疫模糊PID（比例－积分－微分）的智能路径跟踪控制方法。首先，路径跟踪控制被分解为自动直线导航和自动转向控制任务，并分别构建了能够实现自动导航的模糊控制器和基于免疫模糊PID控制的自动转向方法。该设计在无人驾驶高速插秧机硬件系统基础上，开发了基于双激光源定位技术、电子罗盘和角度传感器的自动导航控制系统。其次，根据自动导航控制系统构造和工作原理，提出了直线和曲线路径跟踪的方法。最后，利用Matlab/Simulink仿真平台和插秧机的运动学模型对所设计的路径跟踪控制原理和模糊控制器进行了有效性验证，同时完成了包括直线和曲线的路径跟踪试验。当插秧机以1m/s的速度进行直线跟踪时，最大跟踪偏差只有4cm，平均跟踪偏差为0.84cm；当以同样的速度做曲线跟踪时，曲线路径跟踪时的最大偏差为0.6m，平均跟踪偏差控制在12cm以内。仿真和试验结果表明，该套控制系统能够有效地控制无人驾驶高速插秧机按预定路径行走。
关键词：自动导航；农业机械；双激光源定位技术；模糊控制；路径跟踪
1前言
随着计算机技术和传感器技术的不断发展，农业机械自动导航技术在很多发达国家和地区已有了很深入的研究。这将有利于降低农作物的生产成本和作业能耗，该技术是精细农业的基础平台，也是当前农业工程领域研究热点之一。关于农业机械的自动导航控制系统和自动转向控制，国内外已有很多高校和研究院进行了相关研究。然而水田作业机械的自动导航技术是实现水田作业机械自动化、智能化的基本要求，越来越受到人们的重视。北美、欧洲、日韩等地的发达国家均投入巨资开展了对农业机械自动导航定位的研究。国外农业工程应用领域的主流导航方式是GPS、机械视觉导航、惯性传感器定位、多传感器融合导航等。
GPS导航存在的主要问题是价格高，单纯利用其定位的精度比较低，可靠性不高，通常需融合其它导航方式来提高定位精度；机器视觉系统主要不足在于自然条件下的图像由于光照条件的变化、农用车辆行走过程中的不同农作物形态的变化以及地面杂物的干扰等情况，图像质量不高，用于控制的图像实时处理差，而且对视觉信息处理算法的效率和鲁棒性要求高。
自动转向控制方面，机械转向控制的实现方法主要有电动机转向控制和液压控制系统。美国伊利诺斯州立大学通过改造农用拖拉机操作系统，开发出了用来实现转向动作的电液操控系统，该系统通过模糊PID（比例―积分―微分）控制方法能够实现较为快速准确的小角度转向，但此方法设计的控制器缺乏较强的自适应性和调控性；朱忠祥等人提出了一种用于农业机械地头转向的最优控制算法，同时设计了前馈和反馈控制器，其性能指标主要是以最小时间来恒定，该算法是基于农业机械参数生成机械地头转向的路径，实现了路径跟踪和地头转向动作，该设计优化了时间，但跟踪控制器的设计相当复杂。
路径跟踪方面，文中经由对人驾驶行为的研究，通过模仿人工的预瞄驾驶行为，提出了一种轮式移动机器人路径跟踪的智能预瞄控制方法。因为没有考虑到速度和预瞄点个数变化对控制效果的影响，所以具有一定局限性。文通过构造李亚普诺夫函数设计出四轮移动机器人控制规律，但此方法设计复杂并依赖于精确的模型；文基于车辆道路之间的运动学关系提出了道路跟踪系统，该方法直观、物理意义明确，但是其控制器的参数整定易受智能车辆行驶速度影响；文将运动学控制器的输出作为动态控制器的输入，但缺乏控制信息的输出和反馈。自动导航中车辆横向控制受预瞄点选择影响较大，同一预瞄距离的控制效果在不同曲率道路和纵向车速下差异性较大，且预瞄距离的选择本身是一件复杂的工作。
针对上述问题，本文提出了一种基于免疫模糊PID的小型农业机械路径智能跟踪控制方法。该方法针对无标识田间作业环境由2个装有635nm激光发射器的固定基站和1个装有激光接收器的作业机械移动站组成双激光源三角形定位导航装置，以此为基础实现对农业机械自动转向和自动导航的路径跟踪控制，提出了将模糊免疫PID控制方法用于水田作业机械的转向控制，并提出了小型农业机械的基于路径弯曲度的智能跟踪控制方法，并以无人驾驶高速插秧机为试验平台进行了试验和相关分析。该设计中的方法不仅可以使作业机械满足路径跟踪要求，与已有的方法相比，具有强鲁棒性和全局自寻优能力的优点，有效提高了农业机械换行作业以及路径跟踪精度，缩短了农业机械地头转向的时间，且控制器设计比较简单，最终提高整个农业机械作业的效率。
2车辆运动学模型
本研究采用的是2ZG630A型高速插秧机农业机械平台，前／后轮距为0.65m/0.90m，轴距为1.10m，前轮最大转角为30◦。转向控制机构主要由前轮转角检测值与插秧机期望前轮转角值进行比较后，运用控制算法将需要调整的转角偏差信号转换为控制步进电机PWM（脉冲―宽度―调制）信号，电机根据需要调速，按照控制算法完成转向操作。假设路面平坦、前进速度恒定、插秧机轮胎无侧偏、无纵侧向滑移，根据车辆运动学关系建立插秧机的运动学模型如图1所示。
3农业机械路径跟踪的智能控制器设计
3.1基于规划路径弯曲度的预瞄控制
当驾驶员在实际驾驶过程中，要观察车辆当前路况和前方一定范围内的道路信息，因为前方路径弯曲程度是决定车辆转弯方向、转角大小及车速大小的重要因素。在路径跟踪控制中，预瞄距离选择原则与车辆行驶速度有关，行驶速度快时，需要预瞄的距离大，车速慢时，距离较小就能达到控制效果。根据这一思想，路径弯曲率的确定是进行路径预瞄的第一步，弯曲率的确定方法如图2所示。
如图2的折线形式表达中，β1是路径的第1条折线和车辆前进方向的夹角改变量，βi是第i条折线和第i−1条折线的方向的夹角改变量。设计中将C定义为所有行走区域中路径的弯曲度和。路径顺时针方向变化时，βi为负值，反之为正值。βi取绝对值的意义是保证路径的弯曲不管是什么变化，弯曲度都是增加的，即弯曲的效果一致。设计采取文所述的车速v、预瞄距离d的确定方法随C的变化而变化，其变化规律遵循C越大，v、d越小的原则当预瞄距离确定后，预瞄点及车辆的航向偏差、横向偏差也随之确定，进而为车辆的转向控制提供参数，实现路径跟踪。但在实际预估的前视距离中还应包括车辆本身轴距长度和车辆行驶的速度。
4结束语
本文提出了基于免疫模糊PID的小型农业机械路径智能跟踪控制的方法，包括转向控制、直线和曲线跟踪方法。在分析了作业机械运动模型和路径跟踪预瞄的原理基础上，设计了基于规划路径弯曲度预瞄路径的智能跟踪控制器，以及采用模糊免疫PID控制算法和基于规划路径预瞄前视距离的智能跟踪控制算法，为水田作业机械的自动导航控制注入了灵魂。
参考文献
[1]魏爽，李世超，张漫，季宇寒，项明，李民赞.基于GNSS的农机自动导航路径搜索及转向控制[J].农业工程学报，2017，33(S1):70-77.
[2]张万枝，白文静，吕钊钦，刘正铎，黄琛.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].农业工程学报，2017，33(13):104-111.
[3]聂哲俊.城市电动快速公交车辆智能转向控制及轨迹跟踪仿真分析[D].西南交通大学，2018.
[4]张一星.小型农业机器人试验平台设计与试验[D].西北农林科技大学，2014.
[5]张硕.基于滑模变结构的重型拖拉机犁耕作业滑转率控制方法研究[D].中国农业大学，2018.
论文作者:田平
论文发表刊物:《城镇建设》2019年第10期
论文发表时间:2019/8/7
标签：路径论文; 作业论文; 农业机械论文; 方法论文; 插秧机论文; 控制器论文; 弯曲论文; 《城镇建设》2019年第10期论文;