基于GPS-IMU的拖拉機自動駕駛方法的研究.pdf

1、拖拉機是實現(xiàn)各種機械化作業(yè)的動力，是農業(yè)生產中最重要的動力機械，因此拖拉機自動駕駛系統(tǒng)是實施精細農業(yè)所必需的物質載體，是農業(yè)機械自動化的一個重要組成部分。其實現(xiàn)技術包括5個部分：定位、路徑規(guī)劃、導航控制、車輛模型和通信，其中定位、導航控制是最重要的兩項內容。本文基于GPS/IMU對這兩項技術進行了系統(tǒng)地研究，并在JDT654通用型拖拉機上建立了拖拉機自動駕駛系統(tǒng)試驗硬件平臺，開發(fā)了相應的軟件系統(tǒng)，完成了相應的試驗驗證工作。本文所進行的研

2、究工作主要有以下方面： (1)深入探討了推算定位(DR)與GPS定位的原理與方法，針對兩者的信息具有很好的互補性的特點，提出了針對JDT654通用型輪式拖拉機自動駕駛系統(tǒng)的推算定位修正方法和GPS定位信息的修正方法。建立了基于后軸中心的拖拉機非線性運動學模型，在此基礎上，對拖拉機定位信息融合技術進行了探討，提出一種基于拖拉機運動學模型的擴展Kalman濾波模型，將前輪轉角的反饋也進行了考慮，較好地反映了拖拉機的行駛狀態(tài)，獲得了較

3、高的融合精度。 (2)采用頻域試驗法將PID控制的全液壓轉向系統(tǒng)簡化為一階慣性環(huán)節(jié)，為簡化系統(tǒng)提供了試驗依據(jù)并保證了相應的精度；討論了測量角度與理論前輪轉角的關系，提出了解決理論中間轉向輪與實測車輪轉向角的轉換方法，避免造成對轉向輪控制的不對稱性。 (3)對拖拉機自動駕駛導航控制進行了深入研究。建立了拖拉機動力學模型，對基于拖拉機運動學和拖拉機動力學的最優(yōu)輸出控制方法進行了研究，討論了參數(shù)變化對系繞性能的影響，針對拖拉機

4、行駛環(huán)境的復雜性，以及用數(shù)學模型描述時不可避免地需要進行一定的假設與簡化，提出了一種融合兩者特點的加權輸出反饋系數(shù)的方法，提高試驗整定反饋參數(shù)的效率。另外，對不基于模型的擬人的模糊控制進行了研究，建立了橫向偏差、航向角以及轉向角的模糊隸屬度函數(shù)和控制規(guī)則，仿真結果顯示具有一定的靜態(tài)誤差；為了消除其固有的靜態(tài)誤差，在此常規(guī)模糊控制的基礎上，提出了雙級模糊控制、模糊—PID并聯(lián)控制在拖拉機自動駕駛導航控制中的應用，改善了系統(tǒng)性能，提高了系統(tǒng)

5、的魯棒性；由于實際環(huán)境的復雜性，使針對已知或可以預知環(huán)境下制定的模糊規(guī)則不可能適合所有的實際環(huán)境，因此進一步提出一種具有自適應性能的自調整因子模糊控制方法，利用神經網(wǎng)絡的自學習特性對自調整因子函數(shù)進行在線調整，即可以簡化訓練樣本的建立和對神經網(wǎng)絡的訓練，又保留了神經網(wǎng)絡的學習功能。 (4)討論了拖拉機自動駕駛平臺的功能及構成，并在JDT654型輪式拖拉機上建立了GPS/IMU導航的拖拉機自動駕駛平臺，在選定的試驗場地對試驗樣機沿