劉雪蘭 田宏偉
摘要:自動(dòng)引導(dǎo)車作為解放勞動(dòng)力的自動(dòng)化運(yùn)輸裝備,雖然暫時(shí)還不能用來(lái)做載人的交通工具,但在工業(yè)上已經(jīng)具有很廣泛的應(yīng)用,可以提高農(nóng)業(yè)生產(chǎn)效率。提出農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)研究。首先,進(jìn)行農(nóng)業(yè)自動(dòng)引導(dǎo)車進(jìn)行運(yùn)動(dòng)建模,然后對(duì)農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)進(jìn)行優(yōu)化。設(shè)計(jì)視覺(jué)導(dǎo)航控制系統(tǒng),確定路徑模糊控制的跟蹤論域,然后根據(jù)跟蹤論域設(shè)定模糊控制規(guī)則,最后進(jìn)行路徑跟蹤器的優(yōu)化。設(shè)計(jì)測(cè)試實(shí)驗(yàn)將農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)與傳統(tǒng)技術(shù)相比較,分別得出兩種技術(shù)控制農(nóng)業(yè)自動(dòng)引導(dǎo)車路徑后,跟蹤路徑和實(shí)驗(yàn)路徑的誤差,利用研究技術(shù)的農(nóng)業(yè)自動(dòng)引導(dǎo)車對(duì)于車輛轉(zhuǎn)彎時(shí)候產(chǎn)生的偏差的穩(wěn)定時(shí)間為0.8~1.2 s之間,按照實(shí)驗(yàn)參數(shù)設(shè)定的車輛行駛速度(v=1.2 m/s)進(jìn)行計(jì)算,可以抵消所產(chǎn)生的較大偏差,模糊控制技術(shù)的平均絕對(duì)誤差和最大絕對(duì)誤差都比傳統(tǒng)方法的誤差更小。該農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)研究更具推廣價(jià)值。
關(guān)鍵詞:農(nóng)業(yè)自動(dòng)引導(dǎo)車;路徑偏差;模糊控制;路徑規(guī)劃;路徑跟蹤
中圖分類號(hào):S232.3???????????? 文獻(xiàn)標(biāo)志碼:A??????? 文章編號(hào):1009-9492(2021)12-0139-04
Path Fuzzy Control Technology of Agricultural Automatic Guided Vehicle
Liu Xuelan 1,Tian Hongwei 2
(1. School of Agricultural Information, Jiangsu Vocational College of Agriculture and Animal Husbandry Science and Technology, Taizhou,Jiangsu 225300, China;2. School of Applied Technology, Suzhou University, Kunshan, Jiangsu 215325, China)
Abstract: As an automatic transportation equipment to liberate the labor force, although it can not be used as a manned vehicle for the time being, it has been widely used in industry and can improve the efficiency of agricultural production. The path fuzzy control technology of agricultural automatic guided vehicle was proposed. Firstly, the motion model of agricultural automatic guide vehicle was established, and then the path fuzzy control technology of agricultural automatic guide vehicle was optimized. The visual navigation control system was designed to determine the tracking domain of path fuzzy control, then the fuzzy control rules were set according to the tracking domain, and finally the path tracker were optimized. A test experiment was designed to compare the path fuzzy control technology of the agricultural automatic guide vehicle with the traditional technology. After the two technologies control the path of the agricultural automatic guide vehicle, the errors of the tracking path and the experimental path were obtained respectively. The stability time of the agricultural automatic guide vehicle using the research technology for the deviation when the vehicle turns is between 0.8~1.2 s. The calculation according to the vehicle speed (v=1.2 m/s) was set by the experimental parameters, which could offset the large deviation. The average absolute error and maximum absolute error of fuzzy control technology are smaller than those of traditional methods. The research on the path fuzzy control technology of the agricultural automatic guidance vehicle has more popularization value.
Key words: agricultural automatic guided vehicle; path deviation; fuzzy control; route plan; path tracking
0 引言
自動(dòng)引導(dǎo)車指的是可以按照設(shè)定好的路線自動(dòng)前進(jìn)的運(yùn)輸車輛。車輛的動(dòng)力來(lái)源一般是電或太陽(yáng)能,很少有汽油或柴油驅(qū)動(dòng)的。例如生產(chǎn)線到倉(cāng)庫(kù)送貨工作[1],利用自動(dòng)引導(dǎo)車就節(jié)省了很多人力?,F(xiàn)代化農(nóng)業(yè)的大部分工作已經(jīng)實(shí)現(xiàn)了機(jī)器代替人工,但是農(nóng)機(jī)駕駛需要在田地里不斷地調(diào)整駕駛方向才能滿足種植要求。對(duì)駕駛農(nóng)機(jī)的農(nóng)民的注意力和反應(yīng)力都是考驗(yàn),如果駕駛經(jīng)驗(yàn)不足的人進(jìn)行駕駛非常容易引發(fā)事故,一般都是村中最具有經(jīng)驗(yàn)的人才能駕駛農(nóng)機(jī)。早在多年前農(nóng)業(yè)自動(dòng)化研究領(lǐng)域的專家就開(kāi)始研究可以沿著壟溝自動(dòng)前進(jìn)的自動(dòng)引導(dǎo)車,來(lái)滿足日益增長(zhǎng)的農(nóng)作物產(chǎn)量要求。
自動(dòng)引導(dǎo)車分為電磁感應(yīng)引導(dǎo)車和激光引導(dǎo)車,電磁感應(yīng)引導(dǎo)車需要首先根據(jù)實(shí)際情況設(shè)定好車輛的路線,然后沿途鋪設(shè)電線[2]。自動(dòng)引導(dǎo)車安裝電磁感應(yīng)系統(tǒng),當(dāng)高頻電流產(chǎn)生的電磁力被自動(dòng)引導(dǎo)車的電磁感應(yīng)系統(tǒng)接收時(shí),自動(dòng)引導(dǎo)車就會(huì)按照固定的路線開(kāi)始移動(dòng)。駕駛員可以根據(jù)電磁感應(yīng)系統(tǒng)接收的電磁的強(qiáng)度來(lái)判斷是否出現(xiàn)路線偏差。出現(xiàn)的偏差如果不嚴(yán)重可以等待車輛自動(dòng)調(diào)節(jié),出現(xiàn)的偏差嚴(yán)重駕駛員可以進(jìn)行手動(dòng)調(diào)節(jié)。電磁感應(yīng)引導(dǎo)車工作原理簡(jiǎn)單,相比于激光引導(dǎo)車更適合大型自動(dòng)引導(dǎo)車使用。近些年來(lái)更加現(xiàn)代化的自動(dòng)引導(dǎo)車開(kāi)始陸續(xù)投入市場(chǎng)。有國(guó)內(nèi)外研究表明:帶有視覺(jué)導(dǎo)航的自動(dòng)引導(dǎo)車安裝攝像頭和定位裝置,可將固定路徑的圖像信息進(jìn)行儲(chǔ)存和隨時(shí)更新,車輛移動(dòng)的時(shí)候攝像機(jī)記錄路徑行駛?cè)^(guò)程,與數(shù)據(jù)信息庫(kù)中的路徑圖像進(jìn)行對(duì)比,提高了自動(dòng)引導(dǎo)車的智能化水平。為此,本文對(duì)農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)進(jìn)行研究。
1 運(yùn)動(dòng)建模
自動(dòng)導(dǎo)航車輛的物理模式有兩種選擇,一種是運(yùn)動(dòng)物理模型,一種是動(dòng)力物理模型。農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制屬于在車輛運(yùn)動(dòng)狀態(tài)對(duì)他的路徑偏差進(jìn)行監(jiān)測(cè)屬于物理運(yùn)動(dòng)范疇,所以選擇構(gòu)建運(yùn)動(dòng)學(xué)模型。由于農(nóng)業(yè)自動(dòng)引導(dǎo)車以常規(guī)速度運(yùn)動(dòng)時(shí),其運(yùn)動(dòng)學(xué)建模特征較為明顯,故以直線為 x 軸,建立目標(biāo)田地直角坐標(biāo)系。該車輛的坐標(biāo)為 Q ,建立物理運(yùn)動(dòng)模型[3]:
式中:x、y 分別為 Q 的橫縱坐標(biāo)數(shù)值;o 為車輛轉(zhuǎn)彎逆時(shí)針的航向角;v 為車輛播種的常規(guī)行駛的平均速度;r 為車輛的前輪轉(zhuǎn)角;l 為前輪的輪軸距。
車輛前輪的控制驅(qū)動(dòng)系統(tǒng)采用電能源驅(qū)動(dòng),電機(jī)的功率越大控制器的能量就越大。將前輪轉(zhuǎn)向的慣性經(jīng)過(guò)統(tǒng)一處理得到前輪的系統(tǒng)建模為:
式中:r1為前輪轉(zhuǎn)角的角度;T 為固定常數(shù),是慣性數(shù)值經(jīng)過(guò)統(tǒng)一處理后的結(jié)果。
2 路徑模糊控制技術(shù)優(yōu)化
農(nóng)業(yè)自動(dòng)引導(dǎo)車一般由電池電源、作業(yè)裝置和控制路徑部分組合而成。其中路徑控制部分包括攝像機(jī)和攝像圖片處理器、控制路徑的顯示屏、單片機(jī)、車輛行駛速度檢測(cè)儀驅(qū)動(dòng)電機(jī)[4]。作業(yè)裝置包括車輛和減速裝置。電池電源由蓄電池和充電電池組成。
2.1 視覺(jué)導(dǎo)航控制系統(tǒng)
控制系統(tǒng)由圖像控制系統(tǒng)、電機(jī)控制系統(tǒng)兩大主要部分組成。圖像處理系統(tǒng)對(duì)基于攝像機(jī)對(duì)路面標(biāo)識(shí)的拍攝結(jié)果的處理,對(duì)于采集到的圖像進(jìn)行數(shù)字化處理,然后進(jìn)行閾值分割,基于最優(yōu)的閾值理論將路面標(biāo)識(shí)的圖像從背景中剝離出來(lái)。根據(jù)路面標(biāo)識(shí)的圖像和導(dǎo)航參數(shù)的對(duì)比確定偏差的位置[5]。
農(nóng)業(yè)自動(dòng)引導(dǎo)車使用直流電機(jī)作為機(jī)器運(yùn)作的動(dòng)力來(lái)源,農(nóng)業(yè)自動(dòng)引導(dǎo)車帶有減速輪可以根據(jù)減速需求選擇轉(zhuǎn)動(dòng)前輪減速輪或者后輪減速輪。改變直流電機(jī)的驅(qū)動(dòng)電壓就可以控制前輪的控制傾角。在車體上安裝電磁感應(yīng)器來(lái)監(jiān)測(cè)脈沖信號(hào),對(duì)電機(jī)的控制效果使用仿真器裝置進(jìn)行測(cè)試和調(diào)整。測(cè)試的仿真器裝置與 PC機(jī)相連用來(lái)測(cè)試程序,與測(cè)試圖像的圖像處理系統(tǒng)原理相似。
GPS導(dǎo)航系統(tǒng)采用下機(jī)位結(jié)構(gòu),采取每隔3 s就進(jìn)行一次定位的方式,下機(jī)位通過(guò)端口的信號(hào)接收控制器控制。上機(jī)位與下機(jī)位的通信是通過(guò)芯片安裝來(lái)實(shí)現(xiàn)的。上機(jī)位負(fù)責(zé)信號(hào)發(fā)送,信號(hào)通過(guò)芯片發(fā)送到下機(jī)位的限號(hào)接收口[6],下機(jī)位接收信號(hào)后儲(chǔ)存起來(lái)。并對(duì)上機(jī)位發(fā)出的信息作出反饋。
綜上所述,視覺(jué)導(dǎo)航控制系統(tǒng)的工作流程為攝像機(jī)進(jìn)行路標(biāo)圖像的采集經(jīng)過(guò)圖像控制系統(tǒng)的濾波處理技術(shù)處理之后,基于最優(yōu)閾值進(jìn)行邊緣檢測(cè)。模糊處理器結(jié)合 GPS導(dǎo)航參數(shù)判斷是路徑偏差是否需要處理,需要進(jìn)行處理就直接發(fā)送處理。
2.2 路徑模糊控制跟蹤論域
關(guān)于農(nóng)業(yè)自動(dòng)引導(dǎo)車的跟蹤研究更多的采取精確研究的方法,但精確數(shù)值的過(guò)程反而使控制系統(tǒng)的穩(wěn)定效果下降。因此可以嘗試使用模糊控制方式,在該理念下對(duì)農(nóng)業(yè)自動(dòng)引導(dǎo)車移動(dòng)過(guò)程進(jìn)行跟蹤。將實(shí)際路徑與操作路徑進(jìn)行比較,將偏差輸入計(jì)算機(jī)進(jìn)行計(jì)算[7-8]?;谟?jì)算結(jié)果設(shè)計(jì)農(nóng)業(yè)自動(dòng)引導(dǎo)車模糊控制法。
農(nóng)業(yè)自動(dòng)引導(dǎo)車在作業(yè)期間要按照預(yù)先設(shè)計(jì)好的路徑進(jìn)行運(yùn)動(dòng)來(lái)完成播種中農(nóng)業(yè)操作。跟蹤路徑是只要保證自動(dòng)引導(dǎo)車的偏差在合理范圍內(nèi)就可以滿足作業(yè)要求。與此同時(shí)要提高的是農(nóng)業(yè)自動(dòng)引導(dǎo)車的運(yùn)行穩(wěn)定性和車輛行駛速度。在第1節(jié)建立的物理模型也并不復(fù)雜,因?yàn)槟:刂品椒ǖ囊?guī)則比傳統(tǒng)的控制方法更加簡(jiǎn)單。
在路徑跟蹤過(guò)程中輸入的變量分別為路徑的距離偏差和車輛前輪傾角的角度偏差。農(nóng)業(yè)自動(dòng)引導(dǎo)車的行駛速度和供電電機(jī)的轉(zhuǎn)動(dòng)速度。模糊控制器為了保證其動(dòng)態(tài)性能使用的是二維控制法,根據(jù)輸入的變量參數(shù)設(shè)計(jì)了幾種參數(shù)的模糊控制法。模糊控制法對(duì)于輸入輸出量的取值范圍有一定的要求,取值范圍根據(jù)田地為行駛道路留下的寬度和車輛的尺寸確定。田地為車輛留下的行駛距離為120 cm ,車輛的長(zhǎng)度為行駛距離的2倍。由此得出輸入輸出量的取值范圍為 u=[-60 cm ,60 cm],前胎傾角的取值范圍為 a=[-50°,50°]。輸出量的取值范圍為ΔU=[-3 V ,3 V]。路徑跟蹤的跟蹤論域?yàn)椋?/p>
根據(jù)上述路徑跟蹤的跟蹤論域?qū)⒛:糠譃椴煌牡燃?jí),依據(jù)隸屬函數(shù)將7個(gè)等級(jí)量化為7個(gè)模糊子集。將偏離方向設(shè)為向左較大偏移、向左正常偏移、向左較小偏移、無(wú)偏移、向右較大偏移、向右正常偏移、向右較小偏移來(lái)表示車輛偏移的程度。同樣的方式來(lái)表達(dá)電流變化的大小。
2.3 根據(jù)跟蹤論域設(shè)定模糊控制規(guī)則
模糊控制規(guī)則是車輛最后能否按照設(shè)定路徑行走的關(guān)鍵。正常的農(nóng)機(jī)駕駛員通過(guò)視覺(jué)和大腦的判斷來(lái)實(shí)現(xiàn)控制路徑偏移,農(nóng)業(yè)自動(dòng)引導(dǎo)車的模糊控制規(guī)則的設(shè)定也可以參考該原理。農(nóng)業(yè)自動(dòng)引導(dǎo)車是根據(jù)車輛上的攝像機(jī)對(duì)路面上特有的機(jī)器可識(shí)別標(biāo)志進(jìn)行捕捉來(lái)識(shí)別路徑的[9],這一點(diǎn)和駕駛員用視覺(jué)識(shí)別道路的原理一致。機(jī)器收集路徑周圍的畫(huà)面和偏差也會(huì)自動(dòng)進(jìn)入信息庫(kù),為后期路徑跟蹤和自動(dòng)引導(dǎo)偏差做準(zhǔn)備。
根據(jù)最優(yōu)控制方法選擇原則,在模糊控制規(guī)則的控制下使自動(dòng)引導(dǎo)的各項(xiàng)性能達(dá)到最優(yōu)。性能指標(biāo)優(yōu)化方法的目標(biāo)函數(shù)為:
式中:xt 為系統(tǒng)狀態(tài)量; ut 為系統(tǒng)控制量; J 為目標(biāo)函數(shù);Q 為加權(quán)矩陣;p 為常數(shù)。
在本文的設(shè)計(jì)中加權(quán)矩陣的計(jì)算數(shù)值不宜選取過(guò)大,運(yùn)算量過(guò)大的加權(quán)矩陣會(huì)導(dǎo)致系統(tǒng)輸出量因其正向相關(guān)性一起增大。系統(tǒng)趨于飽和后抗干擾能力隨之下降。角度超調(diào)也是加權(quán)矩陣的數(shù)值選取不在合理范圍內(nèi)的不良后果,計(jì)算出的結(jié)果超過(guò)車輛實(shí)際傾角的最大限度。所以在計(jì)算加權(quán)矩陣的時(shí)候要加上約束條件,車輛在模型 xoy 坐標(biāo)系中 x 方向和 y 方向的行駛最大速度以及轉(zhuǎn)彎的最大角度都需要進(jìn)行限定。最優(yōu)控制規(guī)則可以得到加權(quán)矩陣的最優(yōu)序列,為了將 Q 的取值難題用更簡(jiǎn)單的辦法解決,可以設(shè)置離散系統(tǒng)。
離散系統(tǒng)有利于模糊控制規(guī)則嵌入控制器的滾動(dòng)控制。x 軸和 y 軸的最大速度是兩個(gè)獨(dú)立的數(shù)據(jù),相互之間不受任何因素的影響[10-11]。但兩者都與跟蹤路徑的偏差大小有關(guān),農(nóng)機(jī)沿著既定路線行走的切線速度和最大轉(zhuǎn)角慣性的速度差決定最終的距離偏差。在速度可控的情況下,選擇適合的傾角。
2.4 跟蹤器路徑優(yōu)化
常用的控制方式有 PIN 控制和結(jié)構(gòu)變換控制,在控制算法中 PIN 控制因其結(jié)構(gòu)簡(jiǎn)單的優(yōu)勢(shì)被廣泛使用。在正常行駛的過(guò)程中,車輛的行駛過(guò)程的空氣阻力幾乎可以忽略不計(jì),因此不考慮阻力所造成的偏差??刂破髦饕紤]由于角度誤差所產(chǎn)生的偏差。農(nóng)機(jī)受到的力矩也只有角速度不滿足要求的時(shí)候才存在。農(nóng)機(jī)在既定線路上行駛,角速度越小農(nóng)機(jī)受到的力矩就越小。設(shè)定參數(shù)的時(shí)候,比例參數(shù)可以根據(jù)線性相關(guān)性進(jìn)行調(diào)整,在系統(tǒng)產(chǎn)生系統(tǒng)偏差之后輸出縮小的偏差值,得出的數(shù)據(jù)是非常準(zhǔn)確的。
農(nóng)業(yè)自動(dòng)引導(dǎo)車在路徑跟蹤過(guò)程中,在某時(shí)刻攝像機(jī)采集到農(nóng)業(yè)自動(dòng)引導(dǎo)車的角度偏差應(yīng)該如何快速的消除偏差,可以考慮調(diào)整位姿狀態(tài)來(lái)進(jìn)行偏差消除。農(nóng)業(yè)自動(dòng)引導(dǎo)車的位姿狀態(tài)為 k[12],設(shè)消除偏差的周期為 T,在角度偏差產(chǎn)生后的 T 周期內(nèi),位姿狀態(tài)達(dá)到另一種狀態(tài) k+1。則此時(shí) k+1的角度偏差無(wú)限接近于偏差最小值。3 測(cè)試實(shí)驗(yàn)
為了驗(yàn)證本文優(yōu)化的路徑模糊控制技術(shù)是否符合農(nóng)業(yè)自動(dòng)引導(dǎo)車的路線偏離要求,進(jìn)行對(duì)比測(cè)試實(shí)驗(yàn)。將農(nóng)業(yè)春季播種常用的機(jī)器作為實(shí)驗(yàn)對(duì)象,使用傳統(tǒng)技術(shù)和本文優(yōu)化后的技術(shù)同時(shí)進(jìn)行路徑跟蹤實(shí)驗(yàn),最后根據(jù) GPS定位系統(tǒng),得出實(shí)際跟蹤路徑和實(shí)驗(yàn)路徑的誤差。
3.1 實(shí)驗(yàn)準(zhǔn)備
模糊控制規(guī)則并非傳統(tǒng)的線性規(guī)則,路徑偏差在誤差固定值之內(nèi)時(shí),可以很好地執(zhí)行車輛的偏移控制規(guī)律。規(guī)則曲面圖中的上半部分和下半部分呈對(duì)稱形態(tài)。實(shí)驗(yàn)對(duì)象選擇的是水稻直播機(jī),實(shí)驗(yàn)對(duì)象在進(jìn)行實(shí)驗(yàn)之前,首先要測(cè)試一下原本的數(shù)據(jù),水稻直播機(jī)的初始橫向偏差為0.2 m ,在水稻田勞作的速度一般為1.0 m/s ,將其進(jìn)行自動(dòng)化升級(jí)改造。如圖1所示。
在傳統(tǒng)的水稻直播機(jī)上安裝障礙區(qū)識(shí)別后自動(dòng)轉(zhuǎn)向裝置、適合水稻播種的速度控制裝置和 GPS定位系統(tǒng)。該定位系統(tǒng)使用的為高精密定位,最高定位精度誤差不超過(guò)5cm ,導(dǎo)航方向偏離誤差不超過(guò)2°。實(shí)時(shí)更新目標(biāo)的動(dòng)態(tài)位置。傾角傳感器的型號(hào)為 BE-VCTTY265,該傳感器不僅可以精確進(jìn)行距離測(cè)量,還能預(yù)判車輛慣性帶來(lái)的誤差。使其動(dòng)態(tài)測(cè)量精度和靜態(tài)測(cè)量精度都可達(dá)到0.1°傾角傳感器的作用是測(cè)量車身的俯角,根據(jù)俯角大小來(lái)修正點(diǎn)位數(shù)據(jù)。別看只是對(duì)車輛前輪轉(zhuǎn)角數(shù)據(jù)進(jìn)行了測(cè)量但是卻可以 GPS定位精度。速度控制裝置在車輛油門上加裝了電動(dòng)拉線,可以通過(guò)控制觸發(fā)油門的力度來(lái)控制整輛車的速度。
3.2 實(shí)驗(yàn)結(jié)果與分析
分別使用文獻(xiàn)中的技術(shù)和本文優(yōu)化后的技術(shù)進(jìn)行水稻直播機(jī)路徑跟蹤實(shí)驗(yàn)。找兩塊面積差不多大的水稻田作為實(shí)驗(yàn)范圍,實(shí)驗(yàn)對(duì)象形式速度控制為 v=1.2 m/s ,播種機(jī)的前輪轉(zhuǎn)角為150°,實(shí)驗(yàn)為保證結(jié)果的客觀性進(jìn)行多次實(shí)驗(yàn),農(nóng)機(jī)的初始偏離差控制在0.2~0.6 m 之間。沿著預(yù)先設(shè)定好的路線行駛。重復(fù)5次該實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表1所示。
農(nóng)業(yè)自動(dòng)引導(dǎo)車在工作的過(guò)程中的路徑是從田地的一邊到另一邊的直線距離,為了將種子均勻的播種在農(nóng)田中,需要農(nóng)業(yè)自動(dòng)引導(dǎo)車規(guī)劃出合理的路線經(jīng)過(guò)農(nóng)田的每一處角落,根據(jù)水稻的種植特點(diǎn)采用穿梭行走的方式,農(nóng)業(yè)自動(dòng)引導(dǎo)車進(jìn)行田間作業(yè)時(shí)候,根據(jù)該車輛的車頭寬度計(jì)算出轉(zhuǎn)彎半徑的數(shù)值。由于慣性原因,車輛轉(zhuǎn)彎比車輛直行的時(shí)候產(chǎn)生的偏差更大。橫向偏差會(huì)在車輛轉(zhuǎn)彎的瞬間增大,所以農(nóng)業(yè)自動(dòng)引導(dǎo)車對(duì)轉(zhuǎn)彎時(shí)橫向偏差的控制時(shí)間也很重要。對(duì)比兩種方式的控制精度結(jié)果如表2所示。
傳統(tǒng)方式的路徑跟蹤精度都大于本文設(shè)計(jì)的方法,本文方法中農(nóng)業(yè)自動(dòng)引導(dǎo)車對(duì)于車輛轉(zhuǎn)彎時(shí)候產(chǎn)生的偏差的穩(wěn)定時(shí)間為0.8~1.2 s之間,按照實(shí)驗(yàn)參數(shù)設(shè)定的車輛行駛速度 v=1.2 m/s進(jìn)行計(jì)算。完全可以抵消所產(chǎn)生的較大偏差。
4 結(jié)束語(yǔ)
本文基于自動(dòng)引導(dǎo)車應(yīng)用在農(nóng)業(yè)生產(chǎn)上的原理,建立運(yùn)動(dòng)學(xué)模型。根據(jù)運(yùn)動(dòng)模型的特征優(yōu)化現(xiàn)有的農(nóng)業(yè)自動(dòng)引導(dǎo)車的路徑模糊控制技術(shù)。通過(guò)約束最快行駛速度和前輪傾角來(lái)控制偏差。優(yōu)化后的方法具有良好的偏差糾正效果,可以克服精準(zhǔn)控制的不確定性。研究成果可以為模糊控制技術(shù)的進(jìn)步作出貢獻(xiàn)。但本文仍存在不足之處,后續(xù)研究需要完善基于旋轉(zhuǎn)編碼器的路徑軌跡推算導(dǎo)向法結(jié)合激光導(dǎo)引方位計(jì)算原理用于小車的自動(dòng)導(dǎo)引,進(jìn)一步研究激光導(dǎo)引小車的運(yùn)動(dòng)控制問(wèn)題,解決小車實(shí)際行走時(shí)諸多因素對(duì)精度影響的問(wèn)題,進(jìn)一步研究檄光導(dǎo)引的理論和實(shí)現(xiàn)方法,并對(duì)其數(shù)據(jù)處理速度、方位計(jì)算準(zhǔn)確性進(jìn)行應(yīng)證。
參考文獻(xiàn):
[1]丁坤,王立, 張經(jīng)煒,等.基于改進(jìn)導(dǎo)航圓算法的光伏陣列清掃機(jī)器人路徑跟蹤控制[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,49(2):190-196.
[2]白國(guó)星,孟宇, 劉立,等.無(wú)人駕駛車輛路徑跟蹤控制研究現(xiàn)狀[J].工程科學(xué)學(xué)報(bào),2021,43(4):475-485.
[3]張涌,夏雨,成海飛,等.智能車輛路徑跟蹤橫向控制研究[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)),2021,35(7):53-61.
[4]魯棒棒,皮大偉,謝伯元,等.多路徑下航向預(yù)估的無(wú)人車路徑跟蹤算法研究[J].計(jì)算機(jī)仿真,2021,38(3):303-308.
[5]趙志宏, 車軍,王彩蕓.基于模糊控制的激光叉車 AGV路徑追蹤[J].甘肅科技縱橫,2021,50(2):1-5.
[6]孫環(huán).汽車組合電子導(dǎo)航儀的路徑智能規(guī)劃效果測(cè)評(píng)研究[J].自動(dòng)化與儀器儀表,2021(2):221-226.
[7]盧惠林.基于模糊控制算法的移動(dòng)機(jī)器人路徑糾偏研究[J].無(wú)錫商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào),2020,20(6):102-107.
[8]石貞洪, 江洪, 于文浩,等.適用于路徑跟蹤控制的自適應(yīng) MPC 算法研究[J].計(jì)算機(jī)工程與應(yīng)用,2020,56(21):266-271.
[9]陸天,王嘉珩,夏裕東,等.自動(dòng)引導(dǎo)車最優(yōu)動(dòng)態(tài)調(diào)度問(wèn)題建模與仿真[J].計(jì)算機(jī)應(yīng)用,2020,40(S1):28-31.
[10]張剛.基于模糊控制汽車自動(dòng)泊車關(guān)鍵技術(shù)設(shè)計(jì)[J].微型電腦應(yīng)用,2019,35(6):119-121.
[11]古世甫,金滔, 范佩佩,等.基于改進(jìn)模糊 PID 的自動(dòng)導(dǎo)引車糾偏控制研究[J].傳感器與微系統(tǒng), 2019, 38(12):50-53.
[12]喬學(xué)文, 張廣斌,劉智榮.基于模糊控制的汽車空調(diào)自動(dòng)化控制系統(tǒng)的設(shè)計(jì)與研究[J].科技經(jīng)濟(jì)導(dǎo)刊,2019(20):63.
第一作者簡(jiǎn)介:劉雪蘭(1979-),女,碩士,講師,研究領(lǐng)域?yàn)橛?jì)算機(jī)在農(nóng)業(yè)科學(xué)領(lǐng)域的應(yīng)用。
(編輯:刁少華)