一種稻田自主播種機的路徑跟蹤方法的研究

梁 超 ,王洪珍 ,鮑小沾 ,張 琪

(江蘇安全技術職業學院 ,江蘇 徐州 221000)

0 引言

近年來,隨著自動控制技術與智能化技術在農業生產中的逐漸應用[1-2],我國農業機械正在向自動化及智能化方向發展。自動導航技術是農業機械智能化的主要內容之一,自動導航系統(Automatic navigation system,ANS)可在無人駕駛的情況下使車輛按照系統預設的線路行走,還可以通過遠程控制系統對車輛移動位置及周圍環境進行實時監控,保證農業機械能夠在規定的路徑上自動工作,無需人工進行駕駛操作[3-6]。

目前,自動導航技術在汽車行業及生產中應用較為廣泛,自動駕駛車輛能在各種傳感器和多個系統的幫助下自行移動到指定的位置[7-8];但在農業機器人領域應用較少,研究起步較晚。由于農業生產環境較為復雜,地面不平和土壤泥濘,在非結構化環境下工作,跟蹤導航誤差是目前面臨的關鍵問題之一[9-10]。

PID控制和單參數控制是農業自主導航中最常用的算法,但基于PID方法的轉向控制器超調量較大、精度較低[11-13]。后期提出了一種用于自動農業拖拉機的動態路徑搜索算法,以跟蹤所需路徑,考慮拖拉機動力學和路徑跟蹤誤差的情況,通過在瀝青和農田上的試驗結果表明:橫向偏差小于0.1m,直線偏差小于0.8m,但尚未考慮在農田地表泥濘環境下如何保證誤差范圍及提高導航精度的問題[14-17]。綜上所述,基于PID或模糊的控制算法是應用于自主農業路徑跟蹤的最為廣泛的方法,但應用于非線性系統時,PID控制器的性能較差。后期隨著人工神經網絡及智能算法的逐步發展,人工神經網絡(ANN)逐步用于控制自動移動機器人進行路徑跟蹤,但人工神經網絡對計算機相關技術要求較高。

筆者提出一種高精度的水稻播種機路徑跟蹤算法,結合側向偏差和航向角偏差作為反饋,建立了非線性轉向控制模型,對于泥濘不平的水田中直線行駛時的轉向控制進行路徑跟蹤;為了避免傾斜引起的位置誤差,考慮了車輛傾斜時側傾角和俯仰角對位置坐標的影響;同時,詳細介紹了一種考慮傾斜的可靠方法,以避免拖拉機傾斜時對路徑跟蹤精度的影響,實現農業機械高精度路徑跟蹤。

1 運動學模型的建立

筆者應用運動學模型描述了農用車輛在坐標空間中的運動,假設車輛在理想地面上以低速勻速行駛[18-19],且打滑只影響前輪,將農用車輛的運動學模型簡化。在推導運動學模型時,車輛簡化為自行車形狀,如圖1所示。方向盤所在的前軸被視為一個車輪,后軸以同樣的方式被視為一個單獨的車輪。該模型中使用的參數及符號如表1所示。

圖1 車輛的運動學模型和參數示意圖Fig.1 Kinematic model and parameters of the vehicle schematic

表1 運動學模型中的符號和參數注釋Table 1 Notation of symbols and parameters in the kinematic model

如表1所示,θ的導數表示為

(1)

(2)

將式(1)與式(2)結合,θ的導數為

(3)

x的導數為

x′=vcosθ

(4)

y的導數為

y′=vsinθ

(5)

因此,農業車輛的運動學模型為[20-22]

(6)

車輛的運動狀態可以定義為四階向量[23],即

s=[x,y,θ,δ]

(7)

2 控制方法

在路徑跟蹤任務開始前,控制器采用位置補償算法和轉向控制算法規劃行進路徑。

2.1 位置補償算法

在崎嶇不平的地面上行駛時,由于GPS的傳感器安裝在車輛頂部,當車輛在崎嶇不平的地面和投影點上傾斜時,P點在地面上的絕對坐標會受到影響,GPS傳感器的影響與P不一致,故很難從全球定位系統(GPS)獲取P點(見圖1)的準確位置。其影響因素可分為橫向位置誤差,另一個為縱向位置誤差。

假設GPS傳感器安裝高度為H,車體側傾角為α,俯仰角為β(見圖2),橫向誤差用elat表示,即

elat=Hsinα

(8)

縱向誤差elon為

elon=Hsinβ

(9)

因此,P的坐標可用下面的方程式進行修正,即

(10)

圖2 傾斜引起的位置誤差示意圖Fig.2 Schematic diagram of position error caused by tilt

2.2 轉向控制算法

與所需路徑的橫向偏差表示為d,可通過以下等式得出,即

(11)

其中,(xm,ym)是M的坐標;(xt,yt)是T的坐標。

假設θp是點T處路徑p切線的航向角,θ是航向角,航向角偏差φ為

φ=θp-θ

(12)

轉向控制算法為

(13)

其中,用于消除穩態誤差的Iint是d的積分;L表示車輛軸距;v表示實現的車輛線速度;通過實驗獲得了轉向控制參數ki和k,設置k=1.3,設置ki=0.5。

2.3 多路徑控制系統

多路徑控制系統主要是解決田間行駛過程中播種機直行及田間調頭由于車速變化導致的算法精度下降。針對以上問題,引入路徑變量signal、0、-1損失函數和變量kψ、kψd、kΔθ、kφΔ、kδ,控制結構圖如圖3所示。

圖3 水稻播種機田間多路徑控制器示意圖Fig.3 Schematic diagram of multi-path controller in t he field of rice seeder

當水稻播種機處于直道時,signal≥0;在田間掉頭轉彎時,signal<0,變量之間等量關系為

(14)

3 試驗結果與分析

試驗平臺為日本生產的VP6E型水稻播種機,水稻播種機的車輛軸距為1.20m,拖拉機的車輛線速度設置為0.8m/s,在轉向軸上安裝了一個輸出6N·m扭矩的齒輪式步進電機,電機輸出通過2∶1減速齒輪提供。水稻播種機配備了RTK-GPS系統,其天線位于拖拉機駕駛室頂部,用于整機運動定位。在拖拉機駕駛室上安裝了一個傾斜儀,以獲得俯仰角和側傾角,用于計算位置誤差;轉向軸上連接了一個絕對旋轉編碼器,獲得行進轉向角,通過CAN和串行端口與所有傳感器和從機進行通信。

在不均勻的稻田(100m×50m)上進行了田間試驗,路徑規劃為平行直線,彼此之間保持5m的距離,水稻播種機的整個記錄路徑如圖4所示,整機在試驗過程中路徑跟蹤算法性能統計如表2所示。其轉向角均方根誤差不大于2.6°,每條路徑的平均絕對橫向偏差小于0.05m,觀測到其平均絕對航向角誤差小于0.5°。

表2 算法性能總結Table 2 Algorithm performance summary

續表2

由表2和圖4可知:超過50%的被測點位于水稻播種機播種路徑上,在理想路徑的0.05m以內(見表3),水稻播種機路徑3、4、5、8的橫向偏差均小于0.1m(見表4),跟蹤算法的性能足以滿足非均勻稻田農業自動化的要求。

表4 每條路徑起點處的初始橫向偏差和航向角誤差Table 4 Initial lateral deviation and heading angle error at the beginning of each path

所有直線路徑跟蹤操作期間的整個橫向偏差如圖5所示,數據記錄如表4所示。由表4、圖5可知:直線路徑跟蹤期間的橫向偏差接近于(0±0.5)m;路徑跟蹤算法能夠將橫向偏差減小到小于0.5m以內的短距離內,路徑的總體平均絕對橫向偏差僅為0.028m。所有直線路徑的橫向偏差如圖6所示。由于大多數橫向偏差均小于0.5m,以試驗中的路徑6、7、8為例,進行橫向偏差細節展示,如圖7所示。

圖5 試驗過程中路徑橫向偏差Fig.5 Lateral deviation of the path during the test

圖6 直線路徑橫向偏差Fig.6 Lateral deviation of straight path

圖7 6號、7號、8號路徑的橫向偏差細節圖Fig.7 Details of the lateral deviation of paths 6, 7 and 8

4 結論

提出了一種適用于非均勻水田水稻播種機的高精度路徑跟蹤算法,即補償拖拉機位置誤差算法,對水稻播種機傾斜時駕駛室傾斜對位置測量的影響進行試驗研究,設計了一種帶有反饋元件和積分器的轉向控制模型,以高精度控制水稻播種機沿期望路徑行駛。田間試驗結果表明:所有測量點的平均絕對橫向偏差均小于0.05m,平均絕對航向角偏差小于0.03°,速度約為0.7m/s,能夠將橫向偏差減小到小于0.5m以內的短距離,超過95%的測量橫向偏差絕對值小于0.01m。研究結果表明:該算法的性能可以很好地應用于我國不均勻稻田的農業自動化作業,可為提高自主式水稻播種機的生產效率及水稻田間高速高精度路徑跟蹤的研究提供技術參考。