CN112068438A - 基于新型趋近律滑模控制器的智能收获机转向控制方法 - Google Patents

基于新型趋近律滑模控制器的智能收获机转向控制方法 Download PDF

Info

Publication number
CN112068438A
CN112068438A CN202010985270.8A CN202010985270A CN112068438A CN 112068438 A CN112068438 A CN 112068438A CN 202010985270 A CN202010985270 A CN 202010985270A CN 112068438 A CN112068438 A CN 112068438A
Authority
CN
China
Prior art keywords
harvester
steering
calculating
moment
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.)
Granted
Application number
CN202010985270.8A
Other languages
English (en)
Other versions
CN112068438B (zh
Inventor
王立辉
乔楠
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202010985270.8A priority Critical patent/CN112068438B/zh
Publication of CN112068438A publication Critical patent/CN112068438A/zh
Application granted granted Critical
Publication of CN112068438B publication Critical patent/CN112068438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种基于新型趋近律滑模控制器的智能收获机转向控制方法，包括如下步骤：1、通过标定试验，确定收获机转向系统的延迟系数和系统常量增益分量；2、建立收获机转向系统模型；3、利用双天线卫星接收机获取收获机的位姿信息，通过纯追踪路径跟踪算法解算期望航向角；4、通过角度传感器采集收获机当前转向角度，计算当前转向误差，求解趋近律函数值；5、依据趋近律函数值解算收获机转向系统控制量，输入至驱动模块驱动转向系统进行转动，实现收获机的转向控制。该方法能够提高转向系统对外界和控制信号等干扰的鲁棒性，加快系统收敛速度，消除滑摸控制器抖振现象，改善了转向控制系统和路径跟踪控制系统的性能。

Description

基于新型趋近律滑模控制器的智能收获机转向控制方法
技术领域
本发明属于智能收获机无人驾驶控制领域，具体涉及一种基于新型趋近律滑模控制器的智能收获机转向控制方法。
背景技术
智能收获机辅助驾驶系统可有效降低驾驶员工作强度，提高作业精度，提升收获效率。辅助驾驶系统的控制精度受导航精度和控制精度限制，控制误差主要由路径跟踪控制误差和转向控制误差构成。提高转向系统的控制精度可直接优化辅助驾驶系统的作业效率。稻麦联合收获机具有体积大、质量大、惯性大、高延迟的特点，为收获机的转向控制带来挑战。喂入量和粮食载荷的变化，直接影响转向系统的模型参数。固定参数的转向控制模型无法适应此时变系统，严重影响辅助驾驶精度，降低作业效率。农田平整度较差，常存在不规则起伏，为转向控制系统引入干扰，影响辅助驾驶系统的稳定性。
滑模控制器作为一种变结构控制方法，表现为控制的不连续性，具有快速响应、对参数变化及扰动不敏感、物理实现简单的特点，适用于大型稻麦联合收获机的转向控制系统。。通过设计滑模函数，根据系统状态实时调整控制量，迫使系统按照预设滑模面运动。但其切换函数的开关特性使控制器产生抖振现象，降低系统控制精度，增加系统能量消耗，破坏系统性能，甚至损坏系统部件。实际系统中的时间滞后、空间滞后、系统惯性、系统延迟和测量误差等客观原因，进一步加大了抖振的问题。抑制抖振现象是滑模控制器的研究重点。
开展收获机转向系统滑摸控制器抑制抖振现象的研究，对智能收获机辅助驾驶技术的发展，实现智能农业、精准农业的战略目标具有重要意义。
发明内容
为解决上述问题，本发明公开了基于新型趋近律滑模控制器的智能收获机转向控制方法，该方法能够抑制滑摸控制器的抖振现象，增强转向系统对系统不确定性、外界干扰、时变参数的鲁棒性，提高转向系统控制精度，提升收获机辅助驾驶系统的性能。
为达到上述目的，本发明的技术方案如下：
基于新型趋近律滑模控制器的智能收获机转向控制方法，包括如下步骤：
(1)通过标定试验，确定收获机转向系统的延迟系数τ和系统常量增益分量kcon，依据经验设计系统时变增益分量kt。一般取kt＝0.1×mt，mt为每秒进入粮仓的粮食质量。
(2)建立收获机转向系统模型
Figure BDA0002688946750000011
x1＝θn为当前收获机转向角度，系统增益ks＝kcon+kt，dK为转向系统上的非线性干扰，取值范围为(-ηK,ηK)，d为其他干扰，取值范围为(-ηd,ηd)。
(3)在当前k时刻，利用双天线卫星接收机获取收获机的位置和航向角，计算收获机与期望路径的距离偏差de(k)和航向偏差ye(k)，通过纯追踪路径跟踪算法解算期望航向角θd(k)。
(4)利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1,Δk为卫星接收机数据采集时间间隔。求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)，计算切换函数s(k+h)，
Figure BDA0002688946750000021
Figure BDA0002688946750000022
c＞0一般取0.5，求解趋近律函数值
Figure BDA0002688946750000023
(5)依据趋近律函数值
Figure BDA0002688946750000024
计算控制量u(k+h)并输入至驱动模块，驱动收获机转向系统进行转动，实现收获机的转向跟踪控制。
优选的，所述步骤(3)中，计算期望航向角包括如下步骤：
(3.1)计算k时刻收获机与期望路径的距离偏差de(k)：
k时刻利用卫星导航系统获取收获机的位置(xh(k),yh(k))；
计算de(k)：
Figure BDA0002688946750000025
Ax+By+C＝0为期望路径的数学模型，|·|为绝对值函数。
(3.2)计算k时刻收获机与期望路径的航向偏差ye(k)：
k时刻利用卫星导航系统获取收获机的航向；
计算ye(k)：ye(k)＝yd(k)-yn(k)，yd(k)为期望路径的航向。
(3.3)计算期望航向角θd(k)，计收获机前后轮轴距为L，前视距离为Ld，一般取Ld＝4m，计算
Figure BDA0002688946750000026
优选的，所述步骤(4)中，计算趋近律函数值包括如下步骤：
(4.1)利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1；
(4.2)求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)；
(4.3)计算切换函数s(k+h)，
Figure BDA0002688946750000027
Figure BDA0002688946750000028
(4.4)求解趋近律函数值
Figure BDA0002688946750000031
Φ(s(k+h))＝η+γ(1+|s(k+h)|1-α/μ)-1，k为趋近律系数，一般取0.5，0＜α＜1一般取0.3，sgn(·)为符号函数，η＞0一般取0.3，γ＞0一般取0.5，需满足η+γ＜1，μ＝σ|s0|1-α，σ＞0一般取0.1。
优选的，所述步骤(5)中，控制量u(k+h)计算公式如下：
Figure BDA0002688946750000032
本发明的有益效果是：
1、本方法控制量采用滑摸控制器设计，与传统方法相比有更好的鲁棒性，对地面起伏干扰、转向模型参数变化、负载变化有更强的适应性。
2、本方法设计了新型的趋近律函数，与传统趋近律函数相比，消除抖振现象的同时，加快了系统收敛，并保持了一定的抗干扰能力，改善了转向控制系统性能。
附图说明
图1为本发明公开的收获机转向控制方法流程图；
图2为实施例中本发明公开的方法与其他调节方法的效果对比图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1所示，本发明公开了一种基于新型趋近律滑模控制器的智能收获机转向控制方法，包括如下步骤：
步骤1、通过标定试验，确定收获机转向系统的延迟系数τ和系统常量增益分量kcon，依据经验设计系统时变增益分量kt。一般取kt＝0.1×mt，mt为每秒进入粮仓的粮食质量。
步骤2、建立收获机转向系统模型
Figure BDA0002688946750000033
x1＝θn为当前收获机转向角度，系统增益ks＝kcon+kt，dK为转向系统上的非线性干扰，取值范围为(-ηK,ηK)，d为其他干扰，取值范围为(-ηd,ηd)。
步骤3、在当前k时刻，利用双天线卫星接收机获取收获机的位置和航向角，计算收获机与期望路径的距离偏差de(k)和航向偏差ye(k)，通过纯追踪路径跟踪算法解算期望航向角θd(k)。
本发明通过纯追踪路径跟踪算法解算期望航向角θd(k)，包括如下步骤：
(3.1)计算k时刻收获机与期望路径的距离偏差de(k)：
k时刻利用卫星导航系统获取收获机的位置(xh(k),yh(k))；
计算de(k)：
Figure BDA0002688946750000041
Ax+By+C＝0为期望路径的数学模型，|·|为绝对值函数。
(3.2)计算k时刻收获机与期望路径的航向偏差ye(k)：
k时刻利用卫星导航系统获取收获机的航向；
计算ye(k)：ye(k)＝yd(k)-yn(k)，yd(k)为期望路径的航向。
(3.3)计算期望航向角θd(k)：记收获机前后轮轴距为L，前视距离为Ld，一般取Ld＝4m，计算
Figure BDA0002688946750000042
步骤4、利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1,Δk为卫星接收机数据采集时间间隔。求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)，计算切换函数s(k+h)，
Figure BDA0002688946750000043
Figure BDA0002688946750000044
c＞0一般取0.5，求解趋近律函数值
Figure BDA0002688946750000045
本发明求解趋近律函数值
Figure BDA0002688946750000046
包括如下步骤：
(4.1)利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1；
(4.2)求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)；
(4.3)计算切换函数s(k+h)，
Figure BDA0002688946750000047
Figure BDA0002688946750000048
(4.4)求解趋近律函数值
Figure BDA0002688946750000049
Φ(s(k+h))＝η+γ(1+|s(k+h)|1-α/μ)-1，k为趋近律系数，一般取0.5，0＜α＜1一般取0.3，sgn(·)为符号函数，η＞0一般取0.3，γ＞0一般取0.5，需满足η+γ＜1，μ＝σ|s0|1-α，σ＞0一般取0.1。
步骤5、依据趋近律函数值
Figure BDA0002688946750000051
计算控制量u(k+h)并输入至驱动模块，驱动收获机转向系统进行转动，实现收获机的转向跟踪控制。
本实施例中，转向控制量u(k+h)计算公式为：
Figure BDA0002688946750000052
为验证本发明公开的收获机转向控制方法控制性能，在外部干扰为0.5×sin(t)，控制干扰为0.05×sin(t)×u情况下，与传统滑模转向控制的辅助驾驶系统进行对比，误差如图2所示，图中“—·”为传统滑模转向控制的辅助驾驶系统的误差曲线，“—*”为采用本发明公开的收获机转向控制方法的误差曲线，具体的对比效果如下：
传统滑模转向控制的辅助驾驶系统的角度跟踪误差平均值为-0.0162°，标准差为2.50°，路径跟踪误差平均值为0.14cm，标准误差为3.18cm；本发明提出的方法角度跟踪平均误差为-0.0072°，平均误差为0.52°，路径跟踪平均误差为0.10cm，标准误差为1.63cm。
传统的滑摸控制具有一定的抗干扰能力，在系统收敛至滑模面后，仍存在抖振现象，使跟踪误差在零位附近波动，影响跟踪的稳定性，降低控制精度。
本发明提出的新型趋近律滑模控制可有效抑制抖振现象，加快了系统收敛，并保持了一定的抗干扰能力，改善了转向控制和路径跟踪控制的系统性能。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

Claims (4)

1.基于新型趋近律滑模控制器的智能收获机转向控制方法，其特征在于，包括如下步骤：
(1)通过标定试验，确定收获机转向系统的延迟系数τ和系统常量增益分量kcon，依据经验设计系统时变增益分量kt；一般取kt＝0.1×mt，mt为每秒进入粮仓的粮食质量；
(2)建立收获机转向系统模型
Figure FDA0002688946740000011
x1＝θn为当前收获机转向角度，系统增益ks＝kcon+kt，dK为转向系统上的非线性干扰，取值范围为(-ηK,ηK)，d为其他干扰，取值范围为(-ηd,ηd)；
(3)在当前k时刻，利用双天线卫星接收机获取收获机的位置和航向角，计算收获机与期望路径的距离偏差de(k)和航向偏差ye(k)，通过纯追踪路径跟踪算法解算期望航向角θd(k)；
(4)利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1,Δk为卫星接收机数据采集时间间隔；求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)，计算切换函数s(k+h)，
Figure FDA0002688946740000012
Figure FDA0002688946740000013
c＞0一般取0.5，求解趋近律函数值
Figure FDA0002688946740000014
(5)依据趋近律函数值
Figure FDA0002688946740000015
计算控制量u(k+h)并输入至驱动模块，驱动收获机转向系统进行转动，实现收获机的转向跟踪控制。
2.根据权利要求1所述的基于新型趋近律滑模控制器的智能收获机转向控制方法，其特征在于，所述步骤(3)中，计算期望航向角包括如下步骤：
(3.1)计算k时刻收获机与期望路径的距离偏差de(k)：
k时刻利用卫星导航系统获取收获机的位置(xh(k),yh(k))；
计算de(k)：
Figure FDA0002688946740000016
Ax+By+C＝0为期望路径的数学模型，|·|为绝对值函数；
(3.2)计算k时刻收获机与期望路径的航向偏差ye(k)：
k时刻利用卫星导航系统获取收获机的航向；
计算ye(k)：ye(k)＝yd(k)-yn(k)，yd(k)为期望路径的航向；
(3.3)计算期望航向角θd(k)，计收获机前后轮轴距为L，前视距离为Ld，取Ld＝4m，计算
Figure FDA0002688946740000021
3.根据权利要求1所述的基于新型趋近律滑模控制器的智能收获机转向控制方法，其特征在于，所述步骤(4)中，计算趋近律函数值包括如下步骤：
(4.1)利用角度传感器实时采集收获机k+h时刻转向角度θn(k+h)，h＝0,1,…,Δk-1；
(4.2)求解当前收获机转向误差θe(k+h)，θe(k+h)＝θd(k+h)-θn(k+h)；
(4.3)计算切换函数s(k+h)，
Figure FDA0002688946740000022
Figure FDA0002688946740000023
(4.4)求解趋近律函数值
Figure FDA0002688946740000024
Φ(s(k+h))＝η+γ(1+|s(k+h)|1-α/μ)-1，k为趋近律系数，取0.5，0＜α＜1取0.3，sgn(·)为符号函数，η＞0取0.3，γ＞0取0.5，需满足η+γ＜1，μ＝σ|s0|1-α，σ＞0取0.1。
4.根据权利要求1所述的基于新型趋近律滑模控制器的智能收获机转向控制方法，其特征在于，所述步骤(5)中，控制量u(k+h)计算公式如下：
Figure FDA0002688946740000025
CN202010985270.8A 2020-09-18 2020-09-18 基于新型趋近律滑模控制器的智能收获机转向控制方法 Active CN112068438B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010985270.8A CN112068438B (zh) 2020-09-18 2020-09-18 基于新型趋近律滑模控制器的智能收获机转向控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010985270.8A CN112068438B (zh) 2020-09-18 2020-09-18 基于新型趋近律滑模控制器的智能收获机转向控制方法

Publications (2)

Publication Number Publication Date
CN112068438A true CN112068438A (zh) 2020-12-11
CN112068438B CN112068438B (zh) 2022-05-13

Family

ID=73680659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010985270.8A Active CN112068438B (zh) 2020-09-18 2020-09-18 基于新型趋近律滑模控制器的智能收获机转向控制方法

Country Status (1)

Country Link
CN (1) CN112068438B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104635734A (zh) * 2014-12-09 2015-05-20 华北电力大学 履带式机器人的轨迹跟踪方法
CN104932506A (zh) * 2015-06-09 2015-09-23 东南大学 基于快速终端滑模的轮式移动机器人轨迹跟踪方法
CN105242531A (zh) * 2015-08-07 2016-01-13 安徽农业大学 作为wsn移动节点的履带机器人自适应转向滑模控制方法
CN107168340A (zh) * 2017-07-11 2017-09-15 江南大学 一种基于滑模变结构的移动机器人轨迹跟踪控制方法
CN109739094A (zh) * 2019-02-28 2019-05-10 哈尔滨理工大学 一种基于自适应滑模控制的移动机器人轨迹跟踪新方法
CN110597268A (zh) * 2019-09-30 2019-12-20 东南大学 一种基于级联系统理论的轮式移动机器人轨迹跟踪控制方法
CN111103798A (zh) * 2019-12-20 2020-05-05 华南理工大学 一种基于反演滑模控制的agv路径跟踪方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104635734A (zh) * 2014-12-09 2015-05-20 华北电力大学 履带式机器人的轨迹跟踪方法
CN104932506A (zh) * 2015-06-09 2015-09-23 东南大学 基于快速终端滑模的轮式移动机器人轨迹跟踪方法
CN105242531A (zh) * 2015-08-07 2016-01-13 安徽农业大学 作为wsn移动节点的履带机器人自适应转向滑模控制方法
CN107168340A (zh) * 2017-07-11 2017-09-15 江南大学 一种基于滑模变结构的移动机器人轨迹跟踪控制方法
CN109739094A (zh) * 2019-02-28 2019-05-10 哈尔滨理工大学 一种基于自适应滑模控制的移动机器人轨迹跟踪新方法
CN110597268A (zh) * 2019-09-30 2019-12-20 东南大学 一种基于级联系统理论的轮式移动机器人轨迹跟踪控制方法
CN111103798A (zh) * 2019-12-20 2020-05-05 华南理工大学 一种基于反演滑模控制的agv路径跟踪方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NAN QIAO.ETC: "《An autonomous driving controller with heading adaptive calibration for agricultural robots》", 《INDUSTRIAL ROBOT》 *
赵永升: "《转向机器人控制的研究》", 《万方学位论文》 *
陈圣等: "《四轮独立驱动移动机器人的动力学滑模转弯控制》", 《机械设计与制造》 *

Also Published As

Publication number Publication date
CN112068438B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN210011734U (zh) 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置
CN109884900A (zh) 基于自适应模型预测控制的收获机路径跟踪控制器的设计方法
US6691009B1 (en) System and method of controlling a vehicle steer-by-wire system applying multivariable decoupling control
CN112622895B (zh) 一种应用于自动驾驶的轨迹控制的预估控制方法
CN110588633A (zh) 一种智能汽车极限工况下路径跟踪与稳定控制方法
CN113183957A (zh) 车辆控制方法、装置、设备及自动驾驶车辆
CN112109732A (zh) 一种智能驾驶自适应曲线预瞄方法
CN108415435B (zh) 一种农业机械圆曲线自动驾驶控制方法
CN108490943B (zh) 一种农业机械自适应曲线自动驾驶控制方法
CN112068438B (zh) 基于新型趋近律滑模控制器的智能收获机转向控制方法
CN110275529B (zh) 基于中位角自适应调节的收获机智能辅助驾驶方法
CN112180972A (zh) 基于前轮转弯技术的无人机航线确定方法
CN110687797A (zh) 一种基于位置和姿态的自适应mpc泊车横向控制方法
CN113985890B (zh) 一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法
US6757601B1 (en) System and method of controlling a steer-by-wire system having a road wheel reference angle generator
CN115489594A (zh) 一种纯跟踪智能车路径跟随控制方法
Ding et al. Design and experiment of motion controller for information collection platform in field with Beidou positioning
CN113428219A (zh) 一种基于传递函数快速响应控制汽车安全的系统和方法
CN111251303B (zh) 一种周期性姿态调整的机器人运动控制方法
CN210882294U (zh) 一种电动助力转向控制装置
CN112859853A (zh) 考虑时延和环境约束的智能收获机器人路径控制方法
CN111674406A (zh) 自动驾驶系统车辆横向控制的方法
CN111703503A (zh) 一种结合自动驾驶模块的悬架前轮前束角控制系统及方法
CN114368380A (zh) 一种适应不同载重的自动驾驶半挂卡车横向控制方法
CN114488790B (zh) 一种基于名义模型的全向移动机器人自适应滑膜控制方法

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
GR01 Patent grant
GR01 Patent grant