共查询到18条相似文献，搜索用时 593 毫秒
1.
果园由于面积范围广、地形复杂、壕沟多、杂草丛生、土壤湿度较高且土质较为疏松,对自动导航小车（AGV）的机械结构、控制系统,以及能源动力系统的设计都提出了更高的标准和要求。混合动力AGV小车可以满足果园中长距离移动的需求。为探索合适的混合动力AGV控制系统算法以及能量管理策略,同时减少设计过程中由于果园地形复杂导致的控制器设计验证迭代、需求多样化问题带来的人力、物力,以及时间成本,本研究针对果园面积广的特点,选择串联式油电混合动力系统进行AGV动力能源系统模型的搭建。另外,针对果园AGV需要适应地形范围广的特点,采用履带车模型结构,利用硬件在环仿真技术,以树莓派作为控制系统搭载控制算法实物,利用Matlab和RecurDyn软件建立包含能源动力系统、电机驱动系统、履带车行驶部分模型以及路面模型的系统实时仿真模型,最终实现了串联式混合动力AGV控制器硬件在环仿真功能。基于串级比例积分微分（PID）以及模糊控制器控制算法的仿真验证表明,模糊控制器控制算法能够减少参数调节带来的时间成本,在转向角度小时响应速度加快了50%,在转向角度大时串级PID控制器产生了10%的超调,而模糊控制器无超调,转向更加平稳。结果表明硬件在环仿真平台能够有效地应用于果园AGV控制器的开发,避免了控制实物试验,在降低成本的同时可以加快果园自动导航小车的开发过程。 相似文献
2.
基于最优控制的导航拖拉机速度与航向联合控制方法 总被引：3，自引：0，他引：3
为提高自动导航拖拉机工作效率和作业质量,以自动变速系统和自动转向系统为硬件支撑,结合最优控制理论,设计了基于速度和转向角的双参数最优控制算法.针对耙地作业要求,设计了直线路径跟踪与地头转弯路径跟踪控制器,运用Matlab软件对所设计的控制器进行了仿真分析,通过田间试验对所设计的控制器进行了验证.试验结果表明:控制器的横向偏差小于0.12m,航向偏差小于1.1°,速度偏差小于0.2 m/s,满足自动导航作业要求. 相似文献
3.
无人驾驶铰接式车辆强化学习路径跟踪控制算法 总被引：2，自引：0，他引：2
针对无人驾驶铰接式运输车辆无人驾驶智能控制问题,提出了一种强化学习自适应PID路径跟踪控制算法。首先推导了铰接车的运动学模型,根据该模型建立实际行驶路径与参考路径偏差的模型,以PID控制算法为基础,设计了基于强化学习的自适应PID路径跟踪控制器,该控制器以横向位置偏差、航向角偏差、曲率偏差为输入,以转角控制量为输出,通过强化学习算法对PID参数进行在线自适应整定。最后在实车道路试验中验证了控制器的路径跟踪质量并与传统PID控制结果进行了对比。结果表明,相比于传统PID控制器,强化学习自适应PID控制器能够有效减小超调和震荡,实现精确跟踪参考路径,可以较好地实现系统动态性能和稳态误差性能的优化。 相似文献
4.
履带式油菜播种机模糊自适应纯追踪控制器设计与试验 总被引：2，自引：0，他引：2
针对在丘陵山区小田块中大型农业机械运移不便、作业效率不高和田头调头操作受限等问题,设计了一种针对轻简履带式车辆的基于运动学模型和几何模型的模糊自适应纯追踪控制器。以轻简履带式油菜播种机为研究平台,结合北斗RTK构建了一套自动导航作业系统,根据播种作业需求采用有限状态机设计了田间自动导航作业控制策略。开展了模糊自适应纯追踪控制器与纯追踪控制器的仿真及实地对比试验。仿真结果表明,与纯追踪控制器相比,模糊自适应纯追踪导航控制器具有上升时间短和超调小等特点。水泥路面试验表明,当行驶速度为0.8m/s时,模糊自适应纯追踪控制器最大跟踪偏差为0.039m,平均绝对偏差为0.018m。在旱田路面前进速度0.5、0.8、1.2m/s下,直线导航跟踪最大跟踪偏差分别不大于0.082、0.086、0.092m,平均绝对偏差分别不大于0.031、0.032、0.034m。并对自动导航作业系统进行试验,试验结果表明,所设计的导航控制器直线跟踪稳定,满足丘陵山区小型田块油菜播种要求。 相似文献
5.
6.
基于机器视觉的农业车辆路径跟踪 总被引：2，自引：0，他引：2
简述了一种基于机器视觉的农业车辆自动导航系统.提出了直线检测算法,显著降低了内存需求和时间消耗;以横向偏差和航向偏差作为输入量,构建了二维模糊决策器,对期望前轮转角进行决策;构建了基于PID的转向控制器,实现前轮转向控制,并采用简化的两轮车运动学模型进行了仿真.仿真和实验结果表明,该导航系统可以有效地实现直线路径跟踪.当车速为0.3m/s时,最大跟踪横向偏差不超过5cm,平均偏差不超过2cm;当车速为0.6m/s时,最大跟踪横向偏差不超过8cm,平均偏差不超过4cm. 相似文献
7.
智能车辆横向混合切换控制器设计 总被引：1，自引：0，他引：1
考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性,切换到模糊控制律。采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明:该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。 相似文献
8.
考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性, 切换到模糊控制律。 采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明：该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。 相似文献
9.
为了提高无人插秧机地头转向时的曲线路径跟踪精度,针对传统的误差权重矩阵固定的线性二次调节器（Linear quadratic regulator,LQR）路径跟踪控制器对插秧机的纵向速度、横向偏差以及航向角偏差的变化适应性较差的问题,基于车辆二自由度动力学模型,提出了一种通过模糊控制实时调整LQR控制器误差权重矩阵的路径跟踪控制器优化方法。该方法以纵向速度、横向偏差、航向角偏差为输入,以横向偏差和航向角偏差对应的误差权重为输出,建立模糊控制模型实时调整LQR控制器的误差权重矩阵。为了验证所提出算法的曲线路径跟踪控制精度和可行性,以改装后的洋马VP6E型无人插秧机为对象,进行Carsim和Simulink联合仿真试验以及实车试验。仿真试验结果表明,控制插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下的横向偏差绝对值均值为0.014m,最大值为0.032m,小于0.04m的占100%,航向角偏差绝对值均值为1.67°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低50%,航向角偏差绝对值均值降低23%。实车试验结果表明,在插秧机跟踪半径为2m的1/4圆弧路径时,所提出算法控制下横向偏差绝对值均值为0.027m,最大值为0.048m,小于0.04m的占62%,航向角偏差绝对值均值为1.86°,最大值为4.94°,相较于传统引入前馈控制的LQR控制器,横向偏差绝对值均值降低40%,航向角偏差绝对值均值降低4.1%。该方法提升了无人插秧机曲线路径跟踪控制精度,为无人插秧机曲线路径跟踪控制提供了参考。 相似文献
10.
轮式AGV沿葡萄园垄道行驶避障导航算法与模拟试验 总被引：2，自引：0，他引：2
针对轮式AGV沿葡萄园垄道循迹受到障碍物阻碍的问题,应用滚动优化原理提出了基于超声波测距与航向角检测的AGV防碰避障导航算法。采用交叉布置的8路超声波传感器检测垄道边界与障碍物,提出了同一障碍物匹配与类型判据及动态障碍物轨迹预测模型。以AGV横向位置偏差和航向偏角作为模糊控制器输入,获得AGV前轮期望导向角,为AGV绕行障碍物提供参考航向角。基于滚动优化原理提出了调节绕行偏角和调节车速的避障导航策略,设计了AGV绕行静态障碍物、减速或停车避让动态障碍物的导航算法。试验系统的上位机采用Lab VIEW开发的避障导航算法程序,实时将导航数据发送到下位机PLC来控制AGV转向。模拟试验结果表明,该导航算法实现AGV沿垄道预设路径纠偏行驶的同时,可导引AGV避免与垄道上的障碍物发生碰撞,验证了防碰避障导航算法的有效性,可为无人化轮式拖拉机等前轮导向车辆沿垄道循迹的防碰预警与避障技术提供参考。 相似文献
11.
农机自动导航控制决策方法与软件系统 总被引：2，自引：0，他引：2
为实现农机自动导航控制,兼顾系统成本和作业效率,对农机自动导航控制决策方法进行了研究,并设计开发了一种导航软件系统。首先,系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次,采用简化二轮车运动学模型,采用模糊控制进行导航决策控制,模糊控制器的输入参数为农机横向偏差和航向偏差,输出参数为前轮转角信息。最后,导航系统根据转角信息,由PLC控制器控制方向盘转动,从而实现导航控制。导航软件采用模块化设计思想,由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成,基于C++/MFC语言编写实现。系统还可在导航结束后,对导航偏差数据进行保存,便于试验后进行误差分析。试验结果表明：农机自动导航控制决策方法可以实现较好的控制精度,软件系统界面友好、通讯稳定、功能较为齐全,满足农机田间自动导航作业的需求。 相似文献
12.
农业机械（农机）运动学模型的精度影响导航控制精度和稳定性,为提高农机路径跟踪控制器精度,提出了一种基于运动特性的农机导航控制器设计方法。该方法主要是对传统二轮车运动学模型建模方法进行改进,针对传统二轮车模型小角度近似替代（方向角等于横摆角）的缺点,采用加入侧偏角的方法优化农机运动学建模过程。采用相同的控制方法（状态反馈控制）和不同的运动学模型设计控制器进行对照实验。直线路径跟踪时,侧偏角对模型精度影响较小,引入侧偏角可以在一定程度上影响农机的跟踪精度;曲线路径跟踪时,侧偏角对方向角的变化影响较大,可以大幅影响路径跟踪精度。以安装有自动导航设备的拖拉机为实验平台进行实地实验,结果表明：直线行驶的最大横向误差平均值为0.0454m,绝对平均误差平均值为0.0149m,标准差平均值为0.0119m;曲线行驶的最大横向误差平均值为0.1613m,绝对平均误差平均值为0.0688m,标准差平均值为0.0434m;基于本文提出的优化模型设计的路径跟踪控制器对直线路径跟踪有一定提升,对曲线跟踪精度有大幅提升。 相似文献
13.
14.
15.
基于PLC和光电传感控制的穴盘苗自动移栽装置设计 总被引：1，自引：0，他引：1
移栽机械化设备作为育苗工厂化生产的重要设备,在提高育苗工作效率上有着重要意义。为了提高穴盘苗移栽的效率和自动化程度,设计了一种基于光电传感器和PLC编程的自动移栽装置,并在PLC控制器中嵌入了模糊控制算法,有效地提高了系统的抗干扰能力和自动化程度。该设备利用光电传感器对穴盘特征参数进行扫描,可以发现空穴盘和无穴盘的情况,并能够对穴盘苗进行定位。设计开发了试验样机,并开发了上位机和下位机控制平台,利用PLC控制器和模糊控制软件框架,实现了移栽设备的自动化移栽。试验表明:采用模糊PLC控制器,穴盘苗准确识别率和移栽成功率平均值为9 8.9%和9 9.5%,作业精度较高,可以满足现代化温室种植的需要。 相似文献
16.
为实现农业机械全田块高效自主作业,提出一种增益系数自适应的Stanley模型路径跟踪算法。以横向偏差和航向偏差为输入变量构建隶属度函数,设计模糊推理和解模糊化过程实时确定控制模型增益系数,提高Stanley模型对不同曲率路径的自适应能力。为验证所提算法有效性,以移动小车为平台开展联合收获机回字形全田块自主作业路径跟踪试验,结果表明所提算法显著改善Stanley模型路径跟踪精度,直线作业速度2.5m/s、转弯速度1m/s时,直线段和曲线段最大跟踪误差均小于3cm。大初始横向偏差路径跟踪试验表明,模糊Stanley模型较Stanley模型大幅度减小路径跟踪上线距离,满足农业机械全田块高效自动导航作业要求。 相似文献
17.
自动导航插秧机路径跟踪系统稳定性模糊控制优化方法 总被引：4，自引：0，他引：4
为了提高自动导航插秧机路径跟踪系统的稳定性,提出了一种利用模糊控制调整纯追踪模型前视距离的路径跟踪方法。在考虑自动转向系统一阶惯性环节的情况下,建立插秧机运动学模型,分析了在跟踪直线时纯追踪模型的稳定性条件;基于此稳定性条件,以速度和横向偏差为输入,以前视距离为输出,建立模糊控制模型实时调整纯追踪模型的前视距离;以洋马VP6E型水田插秧机为实验平台对所提出方法进行了实验验证,结果证明,该方法能有效提高路径跟踪系统的稳定性。 相似文献