CN112698564A - 基于动态双三角形原理的自走式平地机智能控制方法 - Google Patents
基于动态双三角形原理的自走式平地机智能控制方法 Download PDFInfo
- Publication number
- CN112698564A CN112698564A CN202011518246.XA CN202011518246A CN112698564A CN 112698564 A CN112698564 A CN 112698564A CN 202011518246 A CN202011518246 A CN 202011518246A CN 112698564 A CN112698564 A CN 112698564A
- Authority
- CN
- China
- Prior art keywords
- laser
- triangle
- self
- control method
- double
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 238000001914 filtration Methods 0.000 claims description 19
- 230000033001 locomotion Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 7
- 238000011161 development Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002420 orchard Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- -1 sun and rain Substances 0.000 description 1
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
- 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
- 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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0285—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic
-
- 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
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于动态双三角形原理的自走式平地机智能控制方法，涉及智能化农业机械装备技术领域，具体为基于动态双三角形原理的自走式平地机智能控制方法，包括以下步骤：S1、系统以平地机为作业机械测试平台，通过在平地机上安装受步进电机控制的激光接收靶，并完成采集两固定顶点处用来跟踪的激光束，经由无线电询问两路激光发射器的发射角度来实现车体当前坐标与速度、加速度等数据的解算。该基于动态双三角形原理的自走式平地机智能控制方法，成本低廉，灵活性大，精度符合精细作业要求，而且可减少农业驾驶人劳动强度，提高农业作业质量，减少重复作业，提高效率，保障农业的可持续发展等具有重要的理论研究意义和实际的应用价值。
Description
技术领域
本发明涉及智能化农业机械装备技术领域，具体为基于动态双三角形原理的自走式平地机智能控制方法。
背景技术
基于经典理论的PID控制算法以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。Benson在建立以机器视觉为基础的小型谷物联合收割机导航系统时，利用PID控制器将导航信号转变为车轮角用于转向控制，取得了较好控制效果，ZhilinDone在JD8200型拖拉机进行导航控制试验时，设计出一种新的电液转向PID控制器，得出带有非线性补偿算法的PI控制器最适合用于对拖拉机的转向系统。
基于动力学的控制方法考虑车辆动力学性能，充分考虑了车辆质量、转向受力、惯性和重心位置等。而基于运动学的控制方法却不考虑车辆在运动中的受力等复杂问题，只用简单的运动学模型描述车辆的运动状况。MillerMA等在设计自动喷药车时充分考虑车辆的质量、惯性和重心后建立了车辆的动力学模型，其模型考虑了横向位移和转向角两个自由度。动力学公式由牛顿运动学定律得出。MichioKIS等根据拖拉机在农业作业时其运动轨迹为曲线的情况，建立了拖拉机的非线性动力学模型，运用PI控制器，拖拉机在3m/s的运动的速度下，获得了较高的精度。N.Noguchi通过多传感器融合技术，将RTKGPS、机器视觉传感器和地磁传感器检测的拖拉机信息融合在一起，建立了拖拉机转向的运动学模型，运用该模型和建立的反馈的控制器，在田间进行了自动行走。
随着人工智能技术的迅猛发展，模糊控制和神经网络技术开始逐渐广泛应用到农业机械控制技术中。Nuguchi把神经网络和遗传算法应用到农用车辆控制系统中，在该系统中，农用车辆的运动模型被认为是一个非线性系统，运用5-5-5-3的网络结构体系，根据不同的约束条件进行导航路线的优化。对于在平坦路面上行驶的农用车辆，该模型具有很好的控制效果，但是该控制方法不适合斜坡路面上行驶。AshrafMA等在Nuguchi研究的基础上进行了进一步的研究，研究表明利用该模型建立的导航控制系统可使农业车辆在有斜坡的路面上进行直角转向。ChoSI等在果园移动机器人的自动导航中应用模糊控制技术，该控制系统利用机器视觉感知的前进方向上的偏向角和超声波测得的与障碍物间的距离值作为输入值，输出信号为控制液压油缸的移动方向和动作时间。依据模糊控制法将输入输出量进行量化，设定隶属函数，制定模糊控制规则，对果园机器人的运动进行控制。HQiu在研究多传感器融合的拖拉机导航中，针对电液转向系统设计了一种模糊控制器。控制器以车轮的转角偏差和车轮转向角速率为输入，将控制比例电磁阀的驱动信号作为输出。这里转角偏差为多传感器定位以及路径规划出的车轮目标转角与车轮反馈转角传感器提供的实际转角之差。Zhong-xiangZhu把模糊逻辑控制用于坡地的拖拉机直线导航研究。基于重建的神经网络车辆模型，将遗传算法进行优化得到模糊逻辑控制规则。导航控制器设计了双层模糊控制，上层控制器应用地形倾斜和车辆姿态信息，下层控制器利用偏移误差和方向角误差来获得转向角度的最佳值。
由于现代农业作业机械不仅对驾驶员的水平要求高，农业生产环境恶劣，生产者面对日晒雨淋、农药、化肥等有害物质对身体的伤害，而且农业从业人员机械化操作时受机械噪声的影响，易于疲劳和安全事故，特别对于有一定作业精度要求的生产活动，难免精度会降低，出现不必要的经济损失的缺点。
发明内容
针对现有技术的不足，本发明提供了基于动态双三角形原理的自走式平地机智能控制方法，解决了上述背景技术中提出由于现代农业作业机械不仅对驾驶员的水平要求高，农业生产环境恶劣，生产者面对日晒雨淋、农药、化肥等有害物质对身体的伤害，而且农业从业人员机械化操作时受机械噪声的影响，易于疲劳和安全事故，特别对于有一定作业精度要求的生产活动，难免精度会降低，出现不必要的经济损失的问题。
为实现以上目的，本发明通过以下技术方案予以实现：基于动态双三角形原理的自走式平地机智能控制方法，包括以下步骤：
S1、系统以平地机为作业机械测试平台，通过在平地机上安装受步进电机控制的激光接收靶，并完成采集两固定顶点处用来跟踪的激光束，经由无线电询问两路激光发射器的发射角度来实现车体当前坐标与速度、加速度等数据的解算；
S2、平地机作业时双三角形自动定位坐标算法和作业机械转向控制的硬件系统；
S3、分析激光光斑在接收靶上的着靶特性，采用变维卡尔曼滤波算法对生成的激光光斑进行去噪处理，后采用重心曲线拟合法实现对运动激光光斑中心的准确预估位置与可靠性分析，完成对机械运动过程中的激光光斑中心的准确估计；
S4、采用基于RBF神经网络的PID算法，运用动态双三角形原理，实现三角形两固定点处的激光源对安装在作业平地机上的运动激光接收靶标的实时跟踪。
可选的，所述步骤S1中，具体包括以下步骤：
S101、在双三角形其中一条公共边上利于坐标定位和计算的适当位置A和B两个定位顶点处，每个点安装1个低价位的激光发射器和1个激光雷达测距传感器；
S102、利用步进电机实现对安装在作业平地机械上的双三角形各自的第三个顶点处(即机械的前部C处和后部D处)的激光接收靶的跟踪，并实时记录当前的角度值；
S103、同时在机械的前部C处和后部D处各自安装一个超声波接收器，实时接收A和B处激光雷达测距传感器发出的超声波信号，实现双三角形各自的另两边AC和BC、AD和BD的距离测量，并可实时计算出平地机械当前的角度值，进而通过无线数据传输模块传输当前的角度值；
S104、安装在平地机械上动态移动的激光接收靶(即机械的前部C处和后部D处)，在主机的控制下接收来自三角形两固定点处的激光，并解算当前作业平地机械的坐标，同时采用基于PID快速修正的变维卡尔曼滤波算法，计算移动目标的速度和加速度。
可选的，所述步骤S2中，具体包括以下步骤：
S201、设动态双三角形的一条公共边AB＝lab(表示基线距离长度)平行于Y轴，A(xa,ya)、B(xb,yb)均位于工作区域左侧，平地机械作业时自动行走路径上任意点坐标为S(xi,yi,θi)，θ是行走机械的方位角，图中C和D是位于车身中心对称位置上的点，任取行走路径上一点C(xci,yci,θci)和D(xdi,ydi,θdi)，由激光测距传感器测量所得距离AC＝laci，BC＝lbci，则在三角形ABC中可得AB和AC的夹角为：
故而可得点C(xci,yci,θci)坐标为：
同理在三角形ABD中，测量得到AD＝ladi，BD＝lbdi，则可求出AD和AB夹角为：
所以可以得出D(xdi,ydi,θdi)坐标为：
由此得出行走路径上任意点的平地机位姿角(方向角)为：
S202、选用了模糊免疫PID控制器去对车辆的转向系统进行控制，提高控制系统的鲁棒性和快速响应性。
可选的，所述步骤S3中，具体包括以下步骤：
S301、分析市场上低成本激光发射器的共有特性，确定激光光斑的外观形状特征，奠定激光滤波算法的基础；
S302、分析影响激光光斑中心检测的主要干扰源，根据激光光斑外形特征，采用中值滤波算法和变维卡尔曼滤波算法实现激光接收靶上光斑中心的去噪处理，并测试滤波效果；
S304、针对激光接收靶标处于移动状态，并受到震动、外界光干扰等特征，通过重心曲线拟合法对运动激光光斑中心进行处理验证算法的预估能力与适用性。
可选的，所述步骤S4中，具体包括以下步骤：根据上述独立实验数据，提出基于RBF神经网络的PID算法和中心曲线拟合算法相结合的处理方式。
可选的，所述步骤S202中，系统控制主板根据角度传感器检测的前轮转角与平地机机期望前轮转角进行比较，根据一定控制算法将需要调整的转角偏差信号转换为控制步进电机的PWM信号，电机按照控制需要的调整的转速进行运动。
本发明提供了基于动态双三角形原理的自走式平地机智能控制方法，具备以下有益效果：
采用平地机作为研究平台，以两个固定激光为基础发射源，设计多传感器融合的车辆转向、航向检测装置，通过双三角形原理的定位方式对车辆进行定位解算，设计出一套田地作业机械自动导航控制系统，让机器代替人进行田间自动工作；同时通过对作业机械转向控制的硬件系统研究，完成对转向控制、航向控制器和路径跟踪控制器的设计，实现作业机械的自动导航跟踪控制，寻求提高农业机械导航系统的稳定性和导航精度的控制算法，实现田地作业机械的无人驾驶。
基于动态双三角形原理方法研究农业机械的自动导航跟踪控制系统，与其它方法比较不仅系统成本低廉，灵活性大，精度符合精细作业要求，而且可减少农业驾驶人劳动强度，提高农业作业质量，减少重复作业，提高效率，保障农业的可持续发展等具有重要的理论研究意义和实际的应用价值。
附图说明
图1为本发明的机械定位装置示意图；
图2为本发明的动态双三角形法的定位原理示意图；
图3为本发明的模糊免疫PID转向控制方法原理图；
图4为本发明的变维卡尔曼滤波算法流程图；
图5为本发明的激光跟踪定位解算流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
请参阅图1至图5，本发明提供一种技术方案：基于动态双三角形原理的自走式平地机智能控制方法，包括以下步骤：
S1、系统以平地机为作业机械测试平台，通过在平地机上安装受步进电机控制的激光接收靶，并完成采集两固定顶点处用来跟踪的激光束，经由无线电询问两路激光发射器的发射角度来实现车体当前坐标与速度、加速度等数据的解算；
S2、平地机作业时双三角形自动定位坐标算法和作业机械转向控制的硬件系统；
S3、分析激光光斑在接收靶上的着靶特性，采用变维卡尔曼滤波算法对生成的激光光斑进行去噪处理，后采用重心曲线拟合法实现对运动激光光斑中心的准确预估位置与可靠性分析，完成对机械运动过程中的激光光斑中心的准确估计；
S4、采用基于RBF神经网络的PID算法，运用动态双三角形原理，实现三角形两固定点处的激光源对安装在作业平地机上的运动激光接收靶标的实时跟踪。
参考附图1，步骤S1中，具体包括以下步骤：
S101、在双三角形其中一条公共边上利于坐标定位和计算的适当位置A和B两个定位顶点处，每个点安装1个低价位的激光发射器和1个激光雷达测距传感器；
S102、利用步进电机实现对安装在作业平地机械上的双三角形各自的第三个顶点处(即机械的前部C处和后部D处)的激光接收靶的跟踪，并实时记录当前的角度值；
S103、同时在机械的前部C处和后部D处各自安装一个超声波接收器，实时接收A和B处激光雷达测距传感器发出的超声波信号，实现双三角形各自的另两边AC和BC、AD和BD的距离测量，并可实时计算出平地机械当前的角度值，进而通过无线数据传输模块传输当前的角度值；
S104、安装在平地机械上动态移动的激光接收靶(即机械的前部C处和后部D处)，在主机的控制下接收来自三角形两固定点处的激光，并解算当前作业平地机械的坐标，同时采用基于PID快速修正的变维卡尔曼滤波算法，计算移动目标的速度和加速度。
参考附图2，步骤S2中，具体包括以下步骤：
S201、设动态双三角形的一条公共边AB＝lab(表示基线距离长度)平行于Y轴，A(xa,ya)、B(xb,yb)均位于工作区域左侧，平地机械作业时自动行走路径上任意点坐标为S(xi,yi,θi)，θ是行走机械的方位角，图中C和D是位于车身中心对称位置上的点，任取行走路径上一点C(xci,yci,θci)和D(xdi,ydi,θdi)，由激光测距传感器测量所得距离AC＝laci，BC＝lbci，则在三角形ABC中可得AB和AC的夹角为：
故而可得点C(xci,yci,θci)坐标为：
同理在三角形ABD中，测量得到AD＝ladi，BD＝lbdi，则可求出AD和AB夹角为：
所以可以得出D(xdi,ydi,θdi)坐标为：
由此得出行走路径上任意点的平地机位姿角(方向角)为：
S202、选用了模糊免疫PID控制器去对车辆的转向系统进行控制，提高控制系统的鲁棒性和快速响应性。
参阅附图4，步骤S3中，具体包括以下步骤：
S301、分析市场上低成本激光发射器的共有特性，确定激光光斑的外观形状特征，奠定激光滤波算法的基础；
S302、分析影响激光光斑中心检测的主要干扰源，根据激光光斑外形特征，采用中值滤波算法和变维卡尔曼滤波算法实现激光接收靶上光斑中心的去噪处理，并测试滤波效果；
S304、针对激光接收靶标处于移动状态，并受到震动、外界光干扰等特征，通过重心曲线拟合法对运动激光光斑中心进行处理验证算法的预估能力与适用性。
参考附图5，步骤S4中，具体包括以下步骤：根据上述独立实验数据，提出基于RBF神经网络的PID算法和中心曲线拟合算法相结合的处理方式，以消除独立PID算法不能快速响应突变运动和不能消除激光光斑着靶位置存在累计误差等问题，从而实现激光光斑中心紧随激光接收靶中心位置，激光光斑运动规律与移动物体运动规律接近的目的，实验以激光偏离靶标中心位置为考察对象，获得跟踪的最大定位误差。
参考附图3，步骤S202中，系统控制主板根据角度传感器检测的前轮转角与平地机机期望前轮转角进行比较，根据一定控制算法将需要调整的转角偏差信号转换为控制步进电机的PWM信号，电机按照控制需要的调整的转速进行运动。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (6)
1.基于动态双三角形原理的自走式平地机智能控制方法，包括以下步骤：
S1、系统以平地机为作业机械测试平台，通过在平地机上安装受步进电机控制的激光接收靶，并完成采集两固定顶点处用来跟踪的激光束，经由无线电询问两路激光发射器的发射角度来实现车体当前坐标与速度、加速度等数据的解算；
S2、平地机作业时双三角形自动定位坐标算法和作业机械转向控制的硬件系统；
S3、分析激光光斑在接收靶上的着靶特性，采用变维卡尔曼滤波算法对生成的激光光斑进行去噪处理，后采用重心曲线拟合法实现对运动激光光斑中心的准确预估位置与可靠性分析，完成对机械运动过程中的激光光斑中心的准确估计；
S4、采用基于RBF神经网络的PID算法，运用动态双三角形原理，实现三角形两固定点处的激光源对安装在作业平地机上的运动激光接收靶标的实时跟踪。
2.根据权利要求1所述的基于动态双三角形原理的自走式平地机智能控制方法，其特征在于，所述步骤S1中，具体包括以下步骤：
S101、在双三角形其中一条公共边上利于坐标定位和计算的适当位置A和B两个定位顶点处，每个点安装1个低价位的激光发射器和1个激光雷达测距传感器；
S102、利用步进电机实现对安装在作业平地机械上的双三角形各自的第三个顶点处的激光接收靶的跟踪，并实时记录当前的角度值；
S103、同时在机械的前部C处和后部D处各自安装一个超声波接收器，实时接收A和B处激光雷达测距传感器发出的超声波信号，实现双三角形各自的另两边AC和BC、AD和BD的距离测量，并可实时计算出平地机械当前的角度值，进而通过无线数据传输模块传输当前的角度值；
S104、安装在平地机械上动态移动的激光接收靶，在主机的控制下接收来自三角形两固定点处的激光，并解算当前作业平地机械的坐标，同时采用基于PID快速修正的变维卡尔曼滤波算法，计算移动目标的速度和加速度。
3.根据权利要求1所述的基于动态双三角形原理的自走式平地机智能控制方法，其特征在于，所述步骤S2中，具体包括以下步骤：
S201、设动态双三角形的一条公共边AB＝lab(表示基线距离长度)平行于Y轴，A(xa,ya)、B(xb,yb)均位于工作区域左侧，平地机械作业时自动行走路径上任意点坐标为S(xi,yi,θi)，θ是行走机械的方位角，图中C和D是位于车身中心对称位置上的点，任取行走路径上一点C(xci,yci,θci)和D(xdi,ydi,θdi)，由激光测距传感器测量所得距离AC＝laci，BC＝lbci，则在三角形ABC中可得AB和AC的夹角为：
故而可得点C(xci,yci,θci)坐标为：
同理在三角形ABD中，测量得到AD＝ladi，BD＝lbdi，则可求出AD和AB夹角为：
所以可以得出D(xdi,ydi,θdi)坐标为：
由此得出行走路径上任意点的平地机位姿角(方向角)为：
S202、选用了模糊免疫PID控制器去对车辆的转向系统进行控制，提高控制系统的鲁棒性和快速响应性。
4.根据权利要求1所述的基于动态双三角形原理的自走式平地机智能控制方法，其特征在于，所述步骤S3中，具体包括以下步骤：
S301、分析市场上低成本激光发射器的共有特性，确定激光光斑的外观形状特征，奠定激光滤波算法的基础；
S302、分析影响激光光斑中心检测的主要干扰源，根据激光光斑外形特征，采用中值滤波算法和变维卡尔曼滤波算法实现激光接收靶上光斑中心的去噪处理，并测试滤波效果；
S304、针对激光接收靶标处于移动状态，并受到震动、外界光干扰等特征，通过重心曲线拟合法对运动激光光斑中心进行处理验证算法的预估能力与适用性。
5.根据权利要求1所述的基于动态双三角形原理的自走式平地机智能控制方法，其特征在于，所述步骤S4中，具体包括以下步骤：根据上述独立实验数据，提出基于RBF神经网络的PID算法和中心曲线拟合算法相结合的处理方式。
6.根据权利要求3所述的基于动态双三角形原理的自走式平地机智能控制方法，其特征在于：所述步骤S202中，系统控制主板根据角度传感器检测的前轮转角与平地机机期望前轮转角进行比较，根据一定控制算法将需要调整的转角偏差信号转换为控制步进电机的PWM信号，电机按照控制需要的调整的转速进行运动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011518246.XA CN112698564A (zh) | 2020-12-21 | 2020-12-21 | 基于动态双三角形原理的自走式平地机智能控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011518246.XA CN112698564A (zh) | 2020-12-21 | 2020-12-21 | 基于动态双三角形原理的自走式平地机智能控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112698564A true CN112698564A (zh) | 2021-04-23 |
Family
ID=75509179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011518246.XA Pending CN112698564A (zh) | 2020-12-21 | 2020-12-21 | 基于动态双三角形原理的自走式平地机智能控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112698564A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103171556A (zh) * | 2013-03-19 | 2013-06-26 | 北京农业智能装备技术研究中心 | 适用于开沟作业拖拉机的自动走直控制系统 |
| CN105867377A (zh) * | 2016-04-13 | 2016-08-17 | 浙江理工大学 | 一种农业机械自动导航控制方法 |
| CN110239636A (zh) * | 2019-06-25 | 2019-09-17 | 天津大学 | 一种无人驾驶设备的坐标修正系统及修正方法 |
| CN111811400A (zh) * | 2020-06-28 | 2020-10-23 | 南京航空航天大学 | 一种基于agv与激光跟踪仪的组合定位装置及方法 |
-
2020
- 2020-12-21 CN CN202011518246.XA patent/CN112698564A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103171556A (zh) * | 2013-03-19 | 2013-06-26 | 北京农业智能装备技术研究中心 | 适用于开沟作业拖拉机的自动走直控制系统 |
| CN105867377A (zh) * | 2016-04-13 | 2016-08-17 | 浙江理工大学 | 一种农业机械自动导航控制方法 |
| CN110239636A (zh) * | 2019-06-25 | 2019-09-17 | 天津大学 | 一种无人驾驶设备的坐标修正系统及修正方法 |
| CN111811400A (zh) * | 2020-06-28 | 2020-10-23 | 南京航空航天大学 | 一种基于agv与激光跟踪仪的组合定位装置及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 罗亚辉等: "一种用于农田激光定位的激光接收器的设计", 《湖南农业大学学报(自然科学版)》 * |
| 蒋蘋: "基于双源激光的田间作业机械导航定位系统研究", 《中国优秀博硕士学位论文全文数据库(博士)农业科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2421742B1 (en) | Steering control device of autonomous vehicle, autonomous vehicle having the same and steering control method of autonomous vehicle | |
| CN102591332B (zh) | 用于无人驾驶汽车局部路径规划的装置及方法 | |
| JP6420173B2 (ja) | 自動走行圃場作業車両 | |
| Erfani et al. | Comparison of two data fusion methods for localization of wheeled mobile robot in farm conditions | |
| CN111578942B (zh) | 一种平地机导航方法和系统 | |
| CN113359710B (zh) | 一种基于los理论的农机路径跟踪方法 | |
| JP5837902B2 (ja) | 自律走行車両、自律走行車両の制御システム及び自律走行車両の制御方法 | |
| CN111596671A (zh) | 一种无人智能清扫车轨迹跟踪控制方法及系统 | |
| Wang et al. | Autonomous maneuvers of a robotic tractor for farming | |
| Huang et al. | Path tracking control of a differential-drive tracked robot based on look-ahead distance | |
| Bian et al. | Kinematics and path following control of an articulated drum roller | |
| CN117270551A (zh) | 基于局部环境感知的四足机器人自主攀爬楼梯方法及系统 | |
| Deremetz et al. | Autonomous Human Tracking using UWB sensors for mobile robots: An Observer-Based approach to follow the human path | |
| CN112947433B (zh) | 一种果园移动机器人及其自主导航方法 | |
| JP2017111771A (ja) | 自律走行車両、自律走行システム及び自律走行車両の制御方法 | |
| CN112698564A (zh) | 基于动态双三角形原理的自走式平地机智能控制方法 | |
| CN208335015U (zh) | 基于视觉slam导航技术的无人驾驶植保喷施系统 | |
| Li et al. | Development of the automatic navigation system for combine harvester based on GNSS | |
| CN209833810U (zh) | 基于rtk的六履带车辆自适应行走系统 | |
| US12048270B2 (en) | Velocity control for improving cross track error of implement-equipped machines | |
| Kim et al. | Auto-guidance system for tillage tractor | |
| Liikanen et al. | M-Estimator application in real-time sensor fusion for smooth position feedback of heavy-duty field robots | |
| KR20220063618A (ko) | 자율 이송로봇 | |
| Zhang et al. | Vision-based leader vehicle trajectory tracking for multiple agricultural vehicles | |
| Simonelli et al. | Optimal Path Tracking: Benchmarking an NMPC for a Wide-Span Autonomous Agricultural Machine |
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: 20210423 |