智能收獲機(jī)定位和自適應(yīng)路徑追蹤方法
發(fā)布時間:2021-04-06 05:05
針對智能聯(lián)合收獲機(jī)在路徑追蹤時存在控制延遲而影響路徑追蹤精度的問題,提出1種基于全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)的智能聯(lián)合收獲機(jī)自適應(yīng)路徑追蹤方法:建立收獲機(jī)的運動學(xué)模型;并依據(jù)GNSS獲取當(dāng)前時刻的位置、航向和速度信息,預(yù)估下一時刻的位置信息,自適應(yīng)校正純追蹤算法的橫向誤差;然后依據(jù)速度、航向誤差和校正后的橫向誤差設(shè)計模糊控制器,動態(tài)更新前視距離參數(shù),實現(xiàn)純追蹤算法中前視距離的自適應(yīng)動態(tài)調(diào)整;最后根據(jù)優(yōu)化后的純追蹤算法計算期望轉(zhuǎn)向角,控制收獲機(jī)轉(zhuǎn)向,實現(xiàn)路徑追蹤。實驗結(jié)果表明,基于GNSS的聯(lián)合收獲機(jī)自適應(yīng)路徑追蹤方法,能夠有效提高收獲機(jī)路徑追蹤時的精度,橫向誤差的標(biāo)準(zhǔn)差低于2.5 cm。
【文章來源】:導(dǎo)航定位學(xué)報. 2020,8(06)CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
中可得
34導(dǎo)航定位學(xué)報2020年12月圖6路徑追蹤實驗效果3次實驗橫向誤差的趨勢圖分別如圖7(a)、圖7(b)、圖7(c)所示。由于期望路徑的第1個點為收獲機(jī)當(dāng)前時刻點,所以初始橫向誤差皆為0cm,而由于航向誤差的存在,收獲機(jī)會出現(xiàn)短暫的偏離期望路徑的情況,隨后立刻收斂。優(yōu)化前的路徑跟蹤算法,在逼近期望路徑時會有較大的振蕩,且需要較長時間才能進(jìn)入平穩(wěn)行駛的情況,而基于本文提出的改進(jìn)路徑追蹤算法,則能夠快速且穩(wěn)定地進(jìn)入平穩(wěn)行駛的情況。3次實驗的橫向誤差的標(biāo)準(zhǔn)差如表1所示。實驗結(jié)果表明:本研究提出的路徑追蹤算法的效果優(yōu)于傳統(tǒng)的純追蹤算法,速度在1和2.5m/s時,橫向誤差的標(biāo)準(zhǔn)差都低于2.5cm。圖7收獲機(jī)橫向誤差與行駛距離的變化趨勢
第6期王立輝,等.智能收獲機(jī)定位和自適應(yīng)路徑追蹤方法31圖1基于GNSS的路徑追蹤系統(tǒng)架構(gòu)圖1中,PWM(pulsewidthmodulation)為脈沖寬度調(diào)制。2收獲機(jī)自適應(yīng)路徑追蹤方法2.1純追蹤算法純追蹤算法是1種基于運動學(xué)模型的算法。如圖2所示,根據(jù)搭建的路徑追蹤系統(tǒng),建立前輪固定、后輪轉(zhuǎn)向的簡化的二輪車模型[21]。圖2簡化的后輪轉(zhuǎn)向二輪車模型在導(dǎo)航坐標(biāo)系XOY中:A為前輪動力輪;B為后輪轉(zhuǎn)向輪;wsθ為轉(zhuǎn)向輪的轉(zhuǎn)向角;wbL為前后軸的軸距;r為轉(zhuǎn)向半徑。轉(zhuǎn)向輪的轉(zhuǎn)向角wsθ和轉(zhuǎn)向半徑r的數(shù)學(xué)關(guān)系為wbwstanLrθ=(1)純追蹤算法是模擬人的駕駛行為,選擇1條最優(yōu)的曲率半徑逼近期望路徑,實現(xiàn)車輛的路徑追蹤[22-23]。如圖3所示,在車體坐標(biāo)系bbbXOY中,點(()(),bbxy)為在當(dāng)前的前視距離ldL下,收獲機(jī)在期望路徑上的預(yù)瞄點。圖3純追蹤算法示意圖根據(jù)圖3中可得()()()()ldbbbbDxrDyrxyL+=+=+=222222(2)轉(zhuǎn)向半徑r和前視距離ldL的關(guān)系為()ldbLrx=22(3)式中(b)x在車體坐標(biāo)系中的值[24]為()XTEldXTEcossinbeex=dθLdθ22(4)式中:XTEd為橫向誤差,其定義為當(dāng)前位置到期望路徑的距離,符號定義沿著期望路徑右側(cè)同向為
【參考文獻(xiàn)】:
期刊論文
[1]農(nóng)業(yè)裝備智能控制技術(shù)研究現(xiàn)狀與發(fā)展趨勢分析[J]. 劉成良,林洪振,李彥明,貢亮,苗中華. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(01)
[2]基于時間延遲動態(tài)預(yù)測的自動駕駛控制[J]. 趙建輝,高洪波,張新鈺,張穎麟. 清華大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[3]基于GNSS農(nóng)田平整全局路徑規(guī)劃方法與試驗[J]. 劉剛,康熙,夏友祥,景云鵬. 農(nóng)業(yè)機(jī)械學(xué)報. 2018(05)
[4]線性時變模型預(yù)測控制器提高農(nóng)業(yè)車輛導(dǎo)航路徑自動跟蹤精度[J]. 張萬枝,白文靜,呂釗欽,劉正鐸,黃琛. 農(nóng)業(yè)工程學(xué)報. 2017(13)
[5]舵機(jī)控制延遲誤差分析與補(bǔ)償方法研究[J]. 郭慶偉,宋衛(wèi)東,王毅,張磊. 中國測試. 2017(05)
[6]基于領(lǐng)航-跟隨結(jié)構(gòu)的聯(lián)合收獲機(jī)群協(xié)同導(dǎo)航控制方法[J]. 白曉平,王卓,胡靜濤,高雷,熊鋒. 農(nóng)業(yè)機(jī)械學(xué)報. 2017(07)
[7]基于GNSS的農(nóng)機(jī)自動導(dǎo)航路徑搜索及轉(zhuǎn)向控制[J]. 魏爽,李世超,張漫,季宇寒,項明,李民贊. 農(nóng)業(yè)工程學(xué)報. 2017(S1)
[8]基于機(jī)器視覺的自然環(huán)境下作物行識別與導(dǎo)航線提取[J]. 孟慶寬,何潔,仇瑞承,馬曉丹,司永勝,張漫,劉剛. 光學(xué)學(xué)報. 2014(07)
[9]雙前橋轉(zhuǎn)向系與懸架運動協(xié)調(diào)性分析及優(yōu)化[J]. 劉振聲,趙亮. 中國機(jī)械工程. 2013(16)
[10]基于自適應(yīng)模糊控制的拖拉機(jī)自動導(dǎo)航系統(tǒng)[J]. 劉兆祥,劉剛,籍穎,張漫,孟志軍,付衛(wèi)強(qiáng). 農(nóng)業(yè)機(jī)械學(xué)報. 2010(11)
本文編號:3120819
【文章來源】:導(dǎo)航定位學(xué)報. 2020,8(06)CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
中可得
34導(dǎo)航定位學(xué)報2020年12月圖6路徑追蹤實驗效果3次實驗橫向誤差的趨勢圖分別如圖7(a)、圖7(b)、圖7(c)所示。由于期望路徑的第1個點為收獲機(jī)當(dāng)前時刻點,所以初始橫向誤差皆為0cm,而由于航向誤差的存在,收獲機(jī)會出現(xiàn)短暫的偏離期望路徑的情況,隨后立刻收斂。優(yōu)化前的路徑跟蹤算法,在逼近期望路徑時會有較大的振蕩,且需要較長時間才能進(jìn)入平穩(wěn)行駛的情況,而基于本文提出的改進(jìn)路徑追蹤算法,則能夠快速且穩(wěn)定地進(jìn)入平穩(wěn)行駛的情況。3次實驗的橫向誤差的標(biāo)準(zhǔn)差如表1所示。實驗結(jié)果表明:本研究提出的路徑追蹤算法的效果優(yōu)于傳統(tǒng)的純追蹤算法,速度在1和2.5m/s時,橫向誤差的標(biāo)準(zhǔn)差都低于2.5cm。圖7收獲機(jī)橫向誤差與行駛距離的變化趨勢
第6期王立輝,等.智能收獲機(jī)定位和自適應(yīng)路徑追蹤方法31圖1基于GNSS的路徑追蹤系統(tǒng)架構(gòu)圖1中,PWM(pulsewidthmodulation)為脈沖寬度調(diào)制。2收獲機(jī)自適應(yīng)路徑追蹤方法2.1純追蹤算法純追蹤算法是1種基于運動學(xué)模型的算法。如圖2所示,根據(jù)搭建的路徑追蹤系統(tǒng),建立前輪固定、后輪轉(zhuǎn)向的簡化的二輪車模型[21]。圖2簡化的后輪轉(zhuǎn)向二輪車模型在導(dǎo)航坐標(biāo)系XOY中:A為前輪動力輪;B為后輪轉(zhuǎn)向輪;wsθ為轉(zhuǎn)向輪的轉(zhuǎn)向角;wbL為前后軸的軸距;r為轉(zhuǎn)向半徑。轉(zhuǎn)向輪的轉(zhuǎn)向角wsθ和轉(zhuǎn)向半徑r的數(shù)學(xué)關(guān)系為wbwstanLrθ=(1)純追蹤算法是模擬人的駕駛行為,選擇1條最優(yōu)的曲率半徑逼近期望路徑,實現(xiàn)車輛的路徑追蹤[22-23]。如圖3所示,在車體坐標(biāo)系bbbXOY中,點(()(),bbxy)為在當(dāng)前的前視距離ldL下,收獲機(jī)在期望路徑上的預(yù)瞄點。圖3純追蹤算法示意圖根據(jù)圖3中可得()()()()ldbbbbDxrDyrxyL+=+=+=222222(2)轉(zhuǎn)向半徑r和前視距離ldL的關(guān)系為()ldbLrx=22(3)式中(b)x在車體坐標(biāo)系中的值[24]為()XTEldXTEcossinbeex=dθLdθ22(4)式中:XTEd為橫向誤差,其定義為當(dāng)前位置到期望路徑的距離,符號定義沿著期望路徑右側(cè)同向為
【參考文獻(xiàn)】:
期刊論文
[1]農(nóng)業(yè)裝備智能控制技術(shù)研究現(xiàn)狀與發(fā)展趨勢分析[J]. 劉成良,林洪振,李彥明,貢亮,苗中華. 農(nóng)業(yè)機(jī)械學(xué)報. 2020(01)
[2]基于時間延遲動態(tài)預(yù)測的自動駕駛控制[J]. 趙建輝,高洪波,張新鈺,張穎麟. 清華大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[3]基于GNSS農(nóng)田平整全局路徑規(guī)劃方法與試驗[J]. 劉剛,康熙,夏友祥,景云鵬. 農(nóng)業(yè)機(jī)械學(xué)報. 2018(05)
[4]線性時變模型預(yù)測控制器提高農(nóng)業(yè)車輛導(dǎo)航路徑自動跟蹤精度[J]. 張萬枝,白文靜,呂釗欽,劉正鐸,黃琛. 農(nóng)業(yè)工程學(xué)報. 2017(13)
[5]舵機(jī)控制延遲誤差分析與補(bǔ)償方法研究[J]. 郭慶偉,宋衛(wèi)東,王毅,張磊. 中國測試. 2017(05)
[6]基于領(lǐng)航-跟隨結(jié)構(gòu)的聯(lián)合收獲機(jī)群協(xié)同導(dǎo)航控制方法[J]. 白曉平,王卓,胡靜濤,高雷,熊鋒. 農(nóng)業(yè)機(jī)械學(xué)報. 2017(07)
[7]基于GNSS的農(nóng)機(jī)自動導(dǎo)航路徑搜索及轉(zhuǎn)向控制[J]. 魏爽,李世超,張漫,季宇寒,項明,李民贊. 農(nóng)業(yè)工程學(xué)報. 2017(S1)
[8]基于機(jī)器視覺的自然環(huán)境下作物行識別與導(dǎo)航線提取[J]. 孟慶寬,何潔,仇瑞承,馬曉丹,司永勝,張漫,劉剛. 光學(xué)學(xué)報. 2014(07)
[9]雙前橋轉(zhuǎn)向系與懸架運動協(xié)調(diào)性分析及優(yōu)化[J]. 劉振聲,趙亮. 中國機(jī)械工程. 2013(16)
[10]基于自適應(yīng)模糊控制的拖拉機(jī)自動導(dǎo)航系統(tǒng)[J]. 劉兆祥,劉剛,籍穎,張漫,孟志軍,付衛(wèi)強(qiáng). 農(nóng)業(yè)機(jī)械學(xué)報. 2010(11)
本文編號:3120819
本文鏈接:http://sikaile.net/nykjlw/nygclw/3120819.html
最近更新
教材專著