农业机械自动导航控制模型研究

本项目以农业机械为研究对象，以RTK-DGPS和惯性测量单元作为定位传感器，研究自动导航系统中的导航控制方法。目前的导航控制方法多基于线形系统，不完全适合于农业机械等非线性自动导航系统，所以开展本研究是必要的。主要研究内容包括：预瞄控制模型建立、两种非线性系统导航控制模型建立、以及导航过程的测试评估方法。其中：预瞄控制模型实现预瞄点的确定和横向偏差的计算；两种非线性系统导航控制模型中一种是基于遗传优化模糊神经网络导航控制模型，利用遗传算法对模糊神经网络隶属度函数的参数和神经网络权值进行优化；另一种是基于遗传算法的滑模变结构控制方法，利用遗传算法在线调整滑模变结构控制律中的参数来达到自适应控制，提高到导航控制精度；导航控制过程测试评估方法，选取控制精度和可重复性作为测试参数，对不同控制方法的优劣做出评估。课题的成果将会为农业机械的导航控制提供理论和算法基础，满足农业机械的作业需求。

本项目重点研究了农机自动导航系统中的导航控制模型，包括有限时间最优控制模型、遗传优化模糊神经网络导航控制模型研究和基于遗传算法的变结构导航控制模型。有限时间最优控制模型中基于GIS地图的预瞄点搜索方法根据初始搜索半径在作业地图搜索到的点数执行不同操作来搜索预瞄点。农机横向偏差和航向偏差依据农机当前位置和预瞄点坐标，通过点到直线距离和角度加减计算得到。提出一种模糊神经网络导航控制的控制模型，该模型以航向误差和位置误差口为输入，前轮转角为输出。模糊神经网络控制器采用四层结构，分别为输入层、隶属度函数生成层、推理层及反模糊化层。采用系统理想的响应曲线与系统实际的响应的均方差作为遗传算法的性能指标, 使用遗传算法对模糊神经网络控制器的高斯隶属度函数的均值和标准差进行优化，并进行了仿真。在改装的农机上进行了模糊神经网络导航控制试验，导航精度可达到7cm。研究了基于遗传算法的变结构导航控制模型，建立了农机运动学模型，根据农机路线跟踪的目标确立了离散滑模切换函数。采用指数趋近律使系统的运动趋向滑模面。指数趋近律系数的适当选取可使系统快速到达滑模面和抑制高频颤动。使用模拟生物进化过程的遗传算法来整定指数趋近律的趋近速度、到达速度以达到自适应控制，提高系统鲁棒性和控制精度。遗传算法利用编码、选择、交叉、变异4个重要步骤使后代的个数与其性能相关，结果是向全局最优方向收敛，经过有限代的优化最终将达到或逼近最优解。研究选取了遗传算法的适应度函数，采用二进制编码，精确到小数点后4位，趋近速度定义为10位二进制，到达速度定义为12位二进制，总染色体串为22位。遗传算法的交叉概率和变异概率试验风别选择为0.8和0.033, 并使用Matlab进行了基于遗传算法的变结构导航控制模型仿真。实车实验中基于遗传算法的变结构导航控制模型路线跟踪精度为5cm左右。研究了航控制过程测试与评估方法。选取控制精度和可重复性作为测试参数，采用信息熵值作为评估指标。农机导航控制指标的权值排序依次是导航精度、适应能力、稳定性、成本和计算复杂性。将评价指标进行无量纲化处理，并确定各指标的权值后，对两种控制模型进行了测试和评估。基于遗传算法的变结构导航控制模型适应于导航精度要求高的农机自动导航，基于遗传优化模糊神经网络导航控制模型适应于行走速度要求较高的农机自动导航。该项研究可为农机自动导航产品的国产化提供技术支持。