CN107942663A - 基于模糊pid算法的农机自动转向控制方法 - Google Patents

基于模糊pid算法的农机自动转向控制方法 Download PDF

Info

Publication number
CN107942663A
CN107942663A CN201711165351.8A CN201711165351A CN107942663A CN 107942663 A CN107942663 A CN 107942663A CN 201711165351 A CN201711165351 A CN 201711165351A CN 107942663 A CN107942663 A CN 107942663A
Authority
CN
China
Prior art keywords
mrow
msub
agricultural machinery
steering
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711165351.8A
Other languages
English (en)
Inventor
唐勇伟
王茂励
郝慧娟
段杰
赵晓杰
孙瑞瑞
郝凤琦
李成攻
程广河
姜岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Computer Science Center National Super Computing Center in Jinan
Shandong Computer Science Center
Original Assignee
Shandong Computer Science Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Computer Science Center filed Critical Shandong Computer Science Center
Priority to CN201711165351.8A priority Critical patent/CN107942663A/zh
Publication of CN107942663A publication Critical patent/CN107942663A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Guiding Agricultural Machines (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明的基于模糊PID算法的农机自动转向控制方法，通过以下步骤来实现：a).PID算法离散化；b).获取增量型PID控制算法；c).定义转向角偏差变化率；d).模糊化处理变量；e).建立模糊控制规则表；f).控制输出。本发明的农机自动转向控制方法，利用获取的ΔKP、ΔKI和ΔKD对比例系数KP、积分系数KI和微分系数KD进行修正，使得转向控制系统更加稳定，在满足农机控制要求的基础上，使得农机的转向控制具有更好的快速性和准确性，相应时间更快、稳态误差更小。

Description

基于模糊PID算法的农机自动转向控制方法
技术领域
本发明涉及一种农机自动转向控制方法，更具体的说，尤其涉及一种基于模糊PID算法的农机自动转向控制方法。
背景技术
我国是一个农业大国，农业人口众多，但是我国的农业发展水平与西方的一些发达国家还有着很大差距。随着科学技术的迅速发展，现代农业的发展也在日益兴起，一个国家的农业机械化程度体现了其农业发展水平，发展智慧的农业机械是实现农业现代化的关键。
发展精准农业是实现现代农业的前提，农机的自动导航系统又是精准农业的重要一步，自动转向控制系统又是自动导航系统中的关键一环。在自动转向控制系统中，控制算法的选择、设计以及优化的好坏，将直接影响农机的作业精度。PID控制算法是一种最为常用的控制算法，它可以从根本上摆脱系统建模，只需要依据被控对象的一些响应特征来组合控制模块，控制过程简单且稳态性好。模糊控制亦不依赖于控制模型，而是根据人们的工作经验，对于被控对象进行简单的模糊处理，但与此同时影响了控制精度。在此基础上，将算法与模糊控制巧妙地结合起来，能够互补利弊，会使整个控制系统获得更加良好的性能，增加系统的灵活性和精确性，可以在农机播种或者农机收割等这种路线比较简单的工程中加以应用。
发明内容
本发明为了克服上述技术问题的缺点，提供了一种基于模糊PID算法的农机自动转向控制方法。
本发明的基于模糊PID算法的农机自动转向控制方法，农机上设置有导航控制器、转向控制器、转向驱动器、农机转向系统以及转角测量模块，导航控制器用于获取农机的方位信息并输出目标转向角至转向控制器，转向驱动器由液压驱动器和比例换向阀组成，转角测量模块用于获取农机转向系统的实际转向角并将其传输至转向控制器；其特征在于，农机自动转向控制方法通过以下步骤来实现：
a).PID算法离散化，采用公式(1)中的PID控制算法对农机的转向进行控制：
式中，u(t)为转向控制器的输出信号，e(t)为转向控制器的输入信号，即目标转向角与实际转向角的差值，记为转向角偏差；KP为比例系数，TI为积分系数，为积分控制项；TD为微分系数，为微分控制项；
由于需要通过目标转向角与农机的实际转向角的差值来计算控制量，需要对公式(1)进行离散化处理，得到离散的PID控制算法如公式(2)所示：
式中，k为采样次数，u(k)为第k次采样后转向控制器输出的控制值，e(k)为第k次采样时输入的转向偏差值，T为调节系数；
b).获取增量型PID控制算法，通过公式(2)可推导出：
Δu(k)＝u(k)-u(k-1)
＝KP[e(k)-e(k-1)]+KIe(k)-KD[e(k)-2e(k-1)+e(k-2)] (3)
＝KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]
得到的Δu(k)就是增量型PID控制算法的表达式，式中：Δe(k)＝e(k)-e(k-1)，Δe(k-1)＝e(k-1)-e(k-2)；
c).定义转向角偏差变化率，在对农机的转向控制过程中，要保证农机转向控制系统的相应速度和稳定性，还应考虑转向角偏差变化率，定义转向角偏差变化率ec(k)如下：
d).模糊化处理变量，转向控制器按照一定的采样频率对转向偏差e(k)进行采集，获取3次以上的转向角偏差，并通过公式(4)计算转向角偏差变化率ec(k)；然后，对输入量e(k)、ec(k)和输出量KP、KI和KD都进行模糊化处理，其模糊子集均为：{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PS(正中)，PB(正大)}，各个子集的隶属函数均选取为高斯型隶属函数，其中心点分别为：{-6， -4， -2， 0， 2， 4， 6}；
e).建立模糊控制规则表，根据KP、KI和KD三个参数各自的作用以及它们之间的相互影响，建立ΔKP、ΔKI和ΔKD的模糊控制规则表，分别如表1、表2和表3所示：
表1
表2
表3
利用公式(5)更新比例系数KP、积分系数TI和微分系数TD：
f).控制输出，将利用公式(5)求取的比例系数KP、积分系数KI和微分系数KD，带入公式(2)中求出第k次采样后转向控制器输出的控制值u(k)，u(k)输入至液压控制器中，用于控制比例换向阀的方向和开度，以实现对农机转向的控制。
本发明的基于模糊PID算法的农机自动转向控制方法，步骤a)中所述调节系数T的取值范围为[1,2]。
本发明的基于模糊PID算法的农机自动转向控制方法，步骤d)中所述转向控制器的采样周期为0.1s。
本发明的基于模糊PID算法的农机自动转向控制方法，步骤e)中，比例系数KP、积分系数TI和微分系数TD的初始值分别为3.9、16.5和0.5。
本发明的有益效果是：本发明的基于模糊PID算法的农机自动转向控制方法，首先获取离散的PID控制算法的计算公式，并推导出增量型PID控制算法的计算公式，然后根据采集的数据实时地计算出转向偏差及其变化率，利用建立的模糊控制规则表，利用获取的ΔKP、ΔKI和ΔKD对比例系数KP、积分系数KI和微分系数KD进行修正，获取最终的比例系数、积分系数和微分系数，以计算转向控制器输出的控制值，用于控制比例换向阀的方向和开度，以实现对农机转向的控制。本发明的农机自动转向控制方法，良好地结合了PID算法和模糊控制算法的优势，使得转向控制系统更加稳定，在满足农机控制要求的基础上，使得农机的转向控制具有更好的快速性和准确性，相应时间更快、稳态误差更小，为农机转向的精准控制提供了一种行之有效的控制方法。
附图说明
图1为本发明中设置于农机上的自动转向控制系统的结构图；
图2为本发明的农机自动转向控制方法的系统结构图；
图3为农机的自动转向控制系统的响应输出曲线；
图4为本发明中输入输出变量的隶属度函数。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示，给出了本发明中设置于农机上的自动转向控制系统的结构图，其由导航控制器、转向控制器、转向驱动器、农机转向系统以及转角测量模块组成，导航控制器用于获取农机的方位信息并输出目标转向角至转向控制器，转向驱动器由液压驱动器和比例换向阀组成，转角测量模块用于获取农机转向系统的实际转向角并将其传输至转向控制器。转向控制器根据输入的目标转向角与实际转向角的差值，以及转向角偏差值的变化率，采用模糊控制算法，对PID调节的比例系数、积分系数和微分系数进行修正，求出更加符合农机当前转向状态的转向控制量。
如图2所示，给出了本发明的农机自动转向控制方法的系统结构图，模糊PID控制系统的原理就是运用模糊数学的理论和方法，把模糊控制规则以模糊集的形式表示出来，根据被控对象的实际响应情况运用模糊推理，实现对PID参数在不同时间不同状态下的最佳调整，实现最优控制。将模糊PID控制器的输入定为转向角偏差e(k)和偏差变化率ec(k)，输出则为模糊控制器经过模糊规则推理得到的ΔKP、ΔKI和ΔKD。系统在线实时改变的参数的值为KP+ΔKP、KI+ΔKI、KD+ΔKD，这样就实现了PID控制算法中参数的自整定环节，使得被控对象的动、静态性能得到提高。
如图3所示，给出了农机的自动转向控制系统的响应输出曲线，当农机在田间行走时，控制器会不断地检测e(t)和ec(t)的值，并且不断地对检测到的值和PID的三个参数进行在线修改，而满足在不同环境中的e(t)和ec(t)对PID控制器的不同要求。
分析图3中的响应曲线，可以总结出PID控制算法的三个参数与转向角偏差和偏差变化率的之间联系如下所述：
1)当输出响应处于图中曲线的第Ι阶段时，|e(t)|的值较大，为了不让开始时|e(t)|的值瞬间变大，从而导致微分溢出，应该取较大的KP和较小的KD。这样还可以提高转向控制系统的响应速度，还应取KI＝0以此来防止积分饱和。
2)当输出响应处于图中曲线的第Ⅱ阶段时，|e(t)|和|ec(t)|的值都是中等大小，为了减小转向控制系统的超调，保证步进电机的响应速度，KP、KI和KD的值都不能取的太大，KP的值要取得较小，KI和KD的值要大小适中。
3)当输出响应处于图中曲线的第Ⅲ阶段时，|e(t)|的值较小，为了使自动转向系统具有良好的稳态性能，应该增大KP和KI的数值。应该适当的选取KD的值，以此来提高系统的抗干扰能力，其原则是：当|Δe(t)|的值较小时，KD的取值要大一些；当|Δe(t)|值较大时，KD取较小的数值。通常KP和KI的值都要取为中等大小。
根据上述分析可以得出：不确定的系统在常规控制作用下，误差e(t)和和误差变化率ec(t)的值越大，系统中的不确定量就越大。那么如果误差e(t)和误差变化率ec(t)越小，系统中的不确定量就越小。利用这个e(t)和ec(t)对系统不确定量的估计，进行对PID三个参数KP、KI和KD的调整计算。
本发明的基于模糊PID算法的农机自动转向控制方法，具体通过以下步骤来实现：
a).PID算法离散化，采用公式(1)中的PID控制算法对农机的转向进行控制：
式中，u(t)为转向控制器的输出信号，e(t)为转向控制器的输入信号，即目标转向角与实际转向角的差值，记为转向角偏差；KP为比例系数，TI为积分系数，为积分控制项；TD为微分系数，为微分控制项；
由于需要通过目标转向角与农机的实际转向角的差值来计算控制量，需要对公式(1)进行离散化处理，得到离散的PID控制算法如公式(2)所示：
式中，k为采样次数，u(k)为第k次采样后转向控制器输出的控制值，e(k)为第k次采样时输入的转向偏差值，T为调节系数；
该步骤中，所述调节系数T的取值范围为[1,2]。
b).获取增量型PID控制算法，通过公式(2)可推导出：
Δu(k)＝u(k)-u(k-1)
＝KP[e(k)-e(k-1)]+KIe(k)-KD[e(k)-2e(k-1)+e(k-2)] (3)
＝KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]
得到的Δu(k)就是增量型PID控制算法的表达式，式中：Δe(k)＝e(k)-e(k-1)，Δe(k-1)＝e(k-1)-e(k-2)；
c).定义转向角偏差变化率，在对农机的转向控制过程中，要保证农机转向控制系统的相应速度和稳定性，还应考虑转向角偏差变化率，定义转向角偏差变化率ec(k)如下：
d).模糊化处理变量，转向控制器按照一定的采样频率对转向偏差e(k)进行采集，获取3次以上的转向角偏差，并通过公式(4)计算转向角偏差变化率ec(k)；然后，对输入量e(k)、ec(k)和输出量KP、KI和KD都进行模糊化处理，其模糊子集均为：{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PS(正中)，PB(正大)}，各个子集的隶属函数均选取为高斯型隶属函数，其中心点分别为：{-6， -4， -2， 0， 2， 4， 6}；
该步骤中，所述转向控制器的采样周期为0.1s。如图4所示，给出了本发明中输入输出变量的隶属度函数。
e).建立模糊控制规则表，根据KP、KI和KD三个参数各自的作用以及它们之间的相互影响，建立ΔKP、ΔKI和ΔKD的模糊控制规则表，分别如表1、表2和表3所示：
表1
表2
表3
利用公式(5)更新比例系数KP、积分系数TI和微分系数TD：
f).控制输出，将利用公式(5)求取的比例系数KP、积分系数KI和微分系数KD，带入公式(2)中求出第k次采样后转向控制器输出的控制值u(k)，u(k)输入至液压控制器中，用于控制比例换向阀的方向和开度，以实现对农机转向的控制。
利用公式(5)更新比例系数KP、积分系数TI和微分系数TD：
该步骤中，比例系数KP、积分系数TI和微分系数TD的初始值分别为3.9、16.5和0.5。
f).控制输出，将利用公式(5)求取的比例系数KP、积分系数KI和微分系数KD，带入公式(2)中求出第k次采样后转向控制器输出的控制值u(k)，u(k)输入至液压控制器中，用于控制比例换向阀的方向和开度，以实现对农机转向的控制。

Claims (4)

1.一种基于模糊PID算法的农机自动转向控制方法，农机上设置有导航控制器、转向控制器、转向驱动器、农机转向系统以及转角测量模块，导航控制器用于获取农机的方位信息并输出目标转向角至转向控制器，转向驱动器由液压驱动器和比例换向阀组成，转角测量模块用于获取农机转向系统的实际转向角并将其传输至转向控制器；其特征在于，农机自动转向控制方法通过以下步骤来实现：
a).PID算法离散化，采用公式(1)中的PID控制算法对农机的转向进行控制：
<mrow> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mo>&amp;lsqb;</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mn>1</mn> <msub> <mi>T</mi> <mi>I</mi> </msub> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>t</mi> </msubsup> <mi>e</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>+</mo> <msub> <mi>T</mi> <mi>D</mi> </msub> <mfrac> <mrow> <mi>d</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中，u(t)为转向控制器的输出信号，e(t)为转向控制器的输入信号，即目标转向角与实际转向角的差值，记为转向角偏差；KP为比例系数，TI为积分系数，为积分控制项；TD为微分系数，为微分控制项；
由于需要通过目标转向角与农机的实际转向角的差值来计算控制量，需要对公式(1)进行离散化处理，得到离散的PID控制算法如公式(2)所示：
<mrow> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mo>{</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mi>T</mi> <msub> <mi>T</mi> <mi>I</mi> </msub> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>k</mi> </msubsup> <mi>e</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <msub> <mi>T</mi> <mi>D</mi> </msub> <mi>T</mi> </mfrac> <mo>&amp;lsqb;</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中，k为采样次数，u(k)为第k次采样后转向控制器输出的控制值，e(k)为第k次采样时输入的转向偏差值，T为调节系数；
b).获取增量型PID控制算法，通过公式(2)可推导出：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mo>&amp;lsqb;</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>K</mi> <mi>I</mi> </msub> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>K</mi> <mi>D</mi> </msub> <mo>&amp;lsqb;</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mn>2</mn> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msub> <mi>K</mi> <mi>P</mi> </msub> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>I</mi> </msub> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>K</mi> <mi>D</mi> </msub> <mo>&amp;lsqb;</mo> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
得到的Δu(k)就是增量型PID控制算法的表达式，式中：Δe(k)＝e(k)-e(k-1)，Δe(k-1)＝e(k-1)-e(k-2)；
c).定义转向角偏差变化率，在对农机的转向控制过程中，要保证农机转向控制系统的相应速度和稳定性，还应考虑转向角偏差变化率，定义转向角偏差变化率ec(k)如下：
<mrow> <msub> <mi>e</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&amp;Delta;</mi> <mi>e</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
d).模糊化处理变量，转向控制器按照一定的采样频率对转向偏差e(k)进行采集，获取3次以上的转向角偏差，并通过公式(4)计算转向角偏差变化率ec(k)；然后，对输入量e(k)、ec(k)和输出量KP、KI和KD都进行模糊化处理，其模糊子集均为：{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PS(正中)，PB(正大)}，各个子集的隶属函数均选取为高斯型隶属函数，其中心点分别为：{-6， -4， -2， 0， 2， 4， 6}；
e).建立模糊控制规则表，根据KP、KI和KD三个参数各自的作用以及它们之间的相互影响，建立ΔKP、ΔKI和ΔKD的模糊控制规则表，分别如表1、表2和表3所示：
表1
表2
表3
利用公式(5)更新比例系数KP、积分系数TI和微分系数TD：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>=</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <mo>+</mo> <msub> <mi>&amp;Delta;K</mi> <mi>P</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mi>I</mi> </msub> <mo>=</mo> <msub> <mi>K</mi> <mi>I</mi> </msub> <mo>+</mo> <msub> <mi>&amp;Delta;K</mi> <mi>I</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mi>D</mi> </msub> <mo>=</mo> <msub> <mi>K</mi> <mi>D</mi> </msub> <mo>+</mo> <msub> <mi>&amp;Delta;K</mi> <mi>D</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
f).控制输出，将利用公式(5)求取的比例系数KP、积分系数KI和微分系数KD，带入公式(2)中求出第k次采样后转向控制器输出的控制值u(k)，u(k)输入至液压控制器中，用于控制比例换向阀的方向和开度，以实现对农机转向的控制。
2.根据权利要求1所述的基于模糊PID算法的农机自动转向控制方法，其特征在于：步骤a)中所述调节系数T的取值范围为[1,2]。
3.根据权利要求1或2所述的基于模糊PID算法的农机自动转向控制方法，其特征在于：步骤d)中所述转向控制器的采样周期为0.1s。
4.根据权利要求1或2所述的基于模糊PID算法的农机自动转向控制方法，其特征在于：步骤e)中，比例系数KP、积分系数TI和微分系数TD的初始值分别为3.9、16.5和0.5。
CN201711165351.8A 2017-11-21 2017-11-21 基于模糊pid算法的农机自动转向控制方法 Pending CN107942663A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711165351.8A CN107942663A (zh) 2017-11-21 2017-11-21 基于模糊pid算法的农机自动转向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711165351.8A CN107942663A (zh) 2017-11-21 2017-11-21 基于模糊pid算法的农机自动转向控制方法

Publications (1)

Publication Number Publication Date
CN107942663A true CN107942663A (zh) 2018-04-20

Family

ID=61929591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711165351.8A Pending CN107942663A (zh) 2017-11-21 2017-11-21 基于模糊pid算法的农机自动转向控制方法

Country Status (1)

Country Link
CN (1) CN107942663A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803327A (zh) * 2018-06-11 2018-11-13 上海华电电力发展有限公司 基于自适应模糊控制的锅炉引风调节系统及控制方法
CN108873893A (zh) * 2018-06-01 2018-11-23 重庆锐纳达自动化技术有限公司 一种双轮差动小车定位控制方法
CN109059101A (zh) * 2018-06-12 2018-12-21 广州市天园科技有限公司 浮点阀控制的风机盘管自适应节能除湿控制器
CN109229011A (zh) * 2018-08-09 2019-01-18 南京信息工程大学 一种基于车道线检测的车头灯转向控制系统和方法
CN109283923A (zh) * 2018-07-02 2019-01-29 清博（昆山）智能科技有限公司 一种拖拉机自动转向系统的建模系统
CN109291989A (zh) * 2018-10-24 2019-02-01 山东农业大学 一种用于农业机械的电动方向盘及自动驾驶方法
CN109656138A (zh) * 2018-12-19 2019-04-19 龙口盛福达食品有限公司 一种基于模糊推理的白酒酿造过程温度智能控制方法
CN110989625A (zh) * 2019-12-25 2020-04-10 湖南大学 一种车辆路径跟踪控制方法
CN111525853A (zh) * 2020-05-07 2020-08-11 江苏盛海智能科技有限公司 一种电机转动的控制方法及终端
CN111781818A (zh) * 2020-07-06 2020-10-16 山东大学 基于改进模糊pid控制算法的agv控制方法及系统
CN112214014A (zh) * 2020-09-04 2021-01-12 东北石油大学 农机自动驾驶控制方法及系统
CN114421828A (zh) * 2021-12-27 2022-04-29 上海智能网联汽车技术中心有限公司 一种具有自动纠偏功能的电机转向控制系统及方法
CN115097722A (zh) * 2022-07-05 2022-09-23 华东理工大学 一种推拿机器人力位控制方法
CN116735903A (zh) * 2023-08-15 2023-09-12 牡丹江国际旅行卫生保健中心(牡丹江海关口岸门诊部) 一种恒温全自动血液检测分析系统
CN118151655A (zh) * 2024-02-22 2024-06-07 无锡金元现代农业科技有限公司 农机智能驾驶控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5497063A (en) * 1993-09-16 1996-03-05 Allen-Bradley Company, Inc. Fuzzy logic servo controller
CN101221447A (zh) * 2008-01-18 2008-07-16 中国农业大学 一种机械自动转向控制方法
CN103995535A (zh) * 2014-06-04 2014-08-20 苏州工业职业技术学院 基于模糊控制的pid控制器路径控制方法
CN105892475A (zh) * 2016-05-04 2016-08-24 中国海洋大学 基于模糊pid的水下滑翔机姿态控制算法
CN106843227A (zh) * 2017-03-09 2017-06-13 杭州电子科技大学 一种智能汽车自主循迹路径规划的方法
CN107132844A (zh) * 2017-05-24 2017-09-05 浙江大学 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5497063A (en) * 1993-09-16 1996-03-05 Allen-Bradley Company, Inc. Fuzzy logic servo controller
CN101221447A (zh) * 2008-01-18 2008-07-16 中国农业大学 一种机械自动转向控制方法
CN103995535A (zh) * 2014-06-04 2014-08-20 苏州工业职业技术学院 基于模糊控制的pid控制器路径控制方法
CN105892475A (zh) * 2016-05-04 2016-08-24 中国海洋大学 基于模糊pid的水下滑翔机姿态控制算法
CN106843227A (zh) * 2017-03-09 2017-06-13 杭州电子科技大学 一种智能汽车自主循迹路径规划的方法
CN107132844A (zh) * 2017-05-24 2017-09-05 浙江大学 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
SHICHAO CAI: "Wireless control of automotive actuator based on PID and Fuzzy Logic", 《PROCEEDINGS OF THE 18TH WORLD CONGRESS》 *
刘福才: "《非线性系统的模糊模型辨识及其应用》", 31 August 2006 *
姚重华: "《环境工程仿真与控制》", 31 July 2010 *
屈毅: "模糊PID控制器的设计及其仿真", 《计算机仿真》 *
王贵成: "自适应模糊PID控制器的设计", 《仪器仪表学报》 *
田福庆: "《舰载激光武器跟踪与瞄准控制》", 31 May 2015 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108873893A (zh) * 2018-06-01 2018-11-23 重庆锐纳达自动化技术有限公司 一种双轮差动小车定位控制方法
CN108803327A (zh) * 2018-06-11 2018-11-13 上海华电电力发展有限公司 基于自适应模糊控制的锅炉引风调节系统及控制方法
CN109059101A (zh) * 2018-06-12 2018-12-21 广州市天园科技有限公司 浮点阀控制的风机盘管自适应节能除湿控制器
CN109283923A (zh) * 2018-07-02 2019-01-29 清博（昆山）智能科技有限公司 一种拖拉机自动转向系统的建模系统
CN109229011A (zh) * 2018-08-09 2019-01-18 南京信息工程大学 一种基于车道线检测的车头灯转向控制系统和方法
CN109291989A (zh) * 2018-10-24 2019-02-01 山东农业大学 一种用于农业机械的电动方向盘及自动驾驶方法
CN109656138A (zh) * 2018-12-19 2019-04-19 龙口盛福达食品有限公司 一种基于模糊推理的白酒酿造过程温度智能控制方法
CN110989625B (zh) * 2019-12-25 2020-11-27 湖南大学 一种车辆路径跟踪控制方法
CN110989625A (zh) * 2019-12-25 2020-04-10 湖南大学 一种车辆路径跟踪控制方法
CN111525853A (zh) * 2020-05-07 2020-08-11 江苏盛海智能科技有限公司 一种电机转动的控制方法及终端
CN111525853B (zh) * 2020-05-07 2022-05-27 江苏盛海智能科技有限公司 一种电机转动的控制方法及终端
CN111781818A (zh) * 2020-07-06 2020-10-16 山东大学 基于改进模糊pid控制算法的agv控制方法及系统
CN112214014A (zh) * 2020-09-04 2021-01-12 东北石油大学 农机自动驾驶控制方法及系统
CN114421828A (zh) * 2021-12-27 2022-04-29 上海智能网联汽车技术中心有限公司 一种具有自动纠偏功能的电机转向控制系统及方法
CN115097722A (zh) * 2022-07-05 2022-09-23 华东理工大学 一种推拿机器人力位控制方法
CN116735903A (zh) * 2023-08-15 2023-09-12 牡丹江国际旅行卫生保健中心(牡丹江海关口岸门诊部) 一种恒温全自动血液检测分析系统
CN118151655A (zh) * 2024-02-22 2024-06-07 无锡金元现代农业科技有限公司 农机智能驾驶控制方法及系统

Similar Documents

Publication Publication Date Title
CN107942663A (zh) 基于模糊pid算法的农机自动转向控制方法
CN110161841A (zh) 一种适用于暂冲式跨声速风洞的前馈-模糊pid控制方法
CN106933105B (zh) 受限条件下的轨迹更新综合预测迭代学习控制算法
CN106647283A (zh) 一种基于改进cpso的自抗扰位置伺服系统优化设计方法
CN109254529B (zh) 一种双速自适应比例-微分控制方法
CN100462877C (zh) 工业过程中非方系统的解耦控制方法
CN109946979B (zh) 一种伺服系统灵敏度函数的自适应调整方法
CN109254528A (zh) 一种三速智慧pid控制方法
CN105227035A (zh) 一种永磁直线电机控制方法
CN104852639A (zh) 基于神经网络的永磁同步电机参数自整定速度控制器
CN107490958A (zh) 一种五自由度混联机器人的模糊自适应控制方法
CN108052002A (zh) 一种改进的模糊pid的智能汽车自动循迹方法
CN109901511A (zh) 一种伺服系统轮廓误差的控制算法
CN109541936A (zh) 一种单速自适应比例-微分控制方法
CN111077771A (zh) 一种自整定模糊pid控制方法
CN109176519A (zh) 一种提高机器人视觉伺服控制响应时间的方法
Al‐Hadithi et al. A multi‐strategy fuzzy control method based on the Takagi‐Sugeno model
CN106054616A (zh) 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法
CN110520803A (zh) 一种智慧pid控制方法
CN104238359B (zh) 一种大型机电混合惯量系统控制方法
CN108132597B (zh) 一种微分超前智能模型集pid控制器设计方法
CN108363292B (zh) 一种基于模糊控制策略的火电机组agc控制方法及装置
CN108227476A (zh) 一种agv小车的控制方法
JPH075904A (ja) ニューラルネットワーク制御装置
CN107065537A (zh) 一种auv横推低速无输出情况下的运动控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420