基于NMPC的农田作业车辆曲线路径导航模型

Agricultural vehicles are required to be capable of following both straight lines and zigzag paths in realizing all-stage autonomous operations. The self-adaptability of the autonomous navigation system to various working conditions is considered as a principal bottleneck that affects the path-following accuracy. Therefore, it becomes a great necessity to develop a general-purpose and adaptable autonomous navigation model for agricultural uses. In this research, we propose to introduce the non-linear model predictive control (NMPC) theory into autonomous navigation of agricultural vehicles. Based on the position/attitude measurement model, we will study the non-linear kinematic model of wheel-type tractors on its on-line establishment using the neural network method. We intend to predict the future path on the moving predictive horizon of a look-ahead distance on the basis of the NMPC strategy. By investigating system constraints, a cost function will be built to evaluate the navigation accuracy. A feedback optimization algorithm will be proposed to generate the sequence of future control actions by minimizing the cost function on the moving horizon. And weights corresponding to all terms will be studied as well about their effects on the accuracy and convergence of the navigation process. This study will combine the on-line vehicle model establishment with the NMPC strategy in order to explore a brand-new navigation model for autonomous guidance of agricultural vehicles, which aims to further improve the autonomous navigation theories and also to make a meaningful attempt to realize all-stage automation in agriculture.

农田作业全程自主化要求自主导航农田车辆既要具备直线作业能力又能够精确跟踪曲线路径，而导航系统对田间作业复杂工况的自适应能力是制约其路径跟踪精度的主要瓶颈。因此，有必要探索可自适应调节的曲线路径导航模型。本项目将非线性模型预测控制（NMPC）理论引入到农田车辆自主导航领域。为准确描述田间车辆的非线性运动，在车辆位姿测量模型研究的基础上建立车辆非线性运动学神经网络模型在线构建方法；为保证曲线路径跟踪精度，我们拟研究NMPC策略导航控制机理，滚动预测前视距离尺度上的车辆行驶路径，建立导航误差描述模型并研究基于反馈校正的滚动预测算法，探索误差描述函数中权重分配对路径跟踪精度和收敛性的影响规律，以导航误差最小化为目标获得最优导航控制序列。本项目将车辆非线性运动学模型在线构建融入NMPC控制策略，为农田车辆自主导航探索新的理论模型，进一步丰富和完善自主导航理论体系，为农田作业全程自主化进行有益尝试。

项目背景：作为农业重要生产资料的农业机械，其自动化水平的高低在很大程度上影响着农业劳动生产率的提高。智能化农业装备集成了诸多先进技术，是解决农业劳动力短缺问题的重要手段，是精准农业与智慧农业的重要支撑技术。其中，农田车辆的自主导航作业不但能够大幅度提高农业生产效率，而且符合劳动者的生产意愿。.研究内容：本项目以前轮导向、后轮驱动的四轮农田作业车辆曲线路径跟踪为研究对象，通过研究其运动学模型在线构建方法和NMPC滚动预测机理，探索农田车辆自适应导航模型，从曲线路径跟踪方面进一步完善农田车辆自主导航理论体系。主要研究内容包括：(1) 非线性运动学模型在线构建方法研究；(2) 基于NMPC策略的滚动预测机理研究；(3) 导航系统路径跟踪精度评价。.结果与数据：基于GNSS/IMU传感器融合算法建立了农田轮式车辆非线性运动学模型在线构建方法，以轮式拖拉机、高速插秧机为试验平台利用C/C++编程语言实现了算法和数学模型，其在线估算误差小于1度；建立了NMPC导航控制策略和地头转弯控制方法，通过建立神经网络非线性运动学模型，主动计算车辆运动学特性描述参数，自主规划地头转弯路径；以轮式拖拉机为测试平台，集成应用自动转向和高精度定位装置，对基于NMPC的曲线路径导航模型进行田间测试，在测试速度为3-5公里/小时的情况下曲线路径跟踪误差小于5厘米。.科学意义：基于NMPC策略计算前视距离尺度上的最优控制序列，以控制农田车辆的行驶轨迹，为路径跟踪特别是曲线路径跟踪进行了有益尝试，为自主导航系统的普遍适用性提供了理论基础。此外，主动规划路径并完成地头自动转弯为农田车辆的全程无人化作业奠定了理论基础。