农业自动引导车的路径模糊控制技术研究

2021-08-21刘雪兰田宏伟

机电工程技术 2021年12期

刘雪兰田宏伟

摘要：自动引导车作为解放劳动力的自动化运输装备，虽然暂时还不能用来做载人的交通工具，但在工业上已经具有很广泛的应用，可以提高农业生产效率。提出农业自动引导车的路径模糊控制技术研究。首先，进行农业自动引导车进行运动建模，然后对农业自动引导车的路径模糊控制技术进行优化。设计视觉导航控制系统，确定路径模糊控制的跟踪论域，然后根据跟踪论域设定模糊控制规则，最后进行路径跟踪器的优化。设计测试实验将农业自动引导车的路径模糊控制技术与传统技术相比较，分别得出两种技术控制农业自动引导车路径后，跟踪路径和实验路径的误差，利用研究技术的农业自动引导车对于车辆转弯时候产生的偏差的稳定时间为0.8～1.2 s之间，按照实验参数设定的車辆行驶速度（v=1.2 m/s）进行计算，可以抵消所产生的较大偏差，模糊控制技术的平均绝对误差和最大绝对误差都比传统方法的误差更小。该农业自动引导车的路径模糊控制技术研究更具推广价值。

关键词：农业自动引导车;路径偏差;模糊控制;路径规划;路径跟踪

中图分类号：S232.3 文献标志码：A 文章编号：1009-9492（2021）12-0139-04

Path Fuzzy Control Technology of Agricultural Automatic Guided Vehicle

Liu Xuelan 1，Tian Hongwei 2

（1. School of Agricultural Information， Jiangsu Vocational College of Agriculture and Animal Husbandry Science and Technology， Taizhou，Jiangsu 225300， China;2. School of Applied Technology， Suzhou University， Kunshan， Jiangsu 215325， China）

Abstract： As an automatic transportation equipment to liberate the labor force， although it can not be used as a manned vehicle for the time being， it has been widely used in industry and can improve the efficiency of agricultural production. The path fuzzy control technology of agricultural automatic guided vehicle was proposed. Firstly， the motion model of agricultural automatic guide vehicle was established， and then the path fuzzy control technology of agricultural automatic guide vehicle was optimized. The visual navigation control system was designed to determine the tracking domain of path fuzzy control， then the fuzzy control rules were set according to the tracking domain， and finally the path tracker were optimized. A test experiment was designed to compare the path fuzzy control technology of the agricultural automatic guide vehicle with the traditional technology. After the two technologies control the path of the agricultural automatic guide vehicle， the errors of the tracking path and the experimental path were obtained respectively. The stability time of the agricultural automatic guide vehicle using the research technology for the deviation when the vehicle turns is between 0.8～1.2 s. The calculation according to the vehicle speed （v=1.2 m/s） was set by the experimental parameters， which could offset the large deviation. The average absolute error and maximum absolute error of fuzzy control technology are smaller than those of traditional methods. The research on the path fuzzy control technology of the agricultural automatic guidance vehicle has more popularization value.

Key words： agricultural automatic guided vehicle; path deviation; fuzzy control; route plan; path tracking

0 引言

自动引导车指的是可以按照设定好的路线自动前进的运输车辆。车辆的动力来源一般是电或太阳能，很少有汽油或柴油驱动的。例如生产线到仓库送货工作[1]，利用自动引导车就节省了很多人力。现代化农业的大部分工作已经实现了机器代替人工，但是农机驾驶需要在田地里不断地调整驾驶方向才能满足种植要求。对驾驶农机的农民的注意力和反应力都是考验，如果驾驶经验不足的人進行驾驶非常容易引发事故，一般都是村中最具有经验的人才能驾驶农机。早在多年前农业自动化研究领域的专家就开始研究可以沿着垄沟自动前进的自动引导车，来满足日益增长的农作物产量要求。

自动引导车分为电磁感应引导车和激光引导车，电磁感应引导车需要首先根据实际情况设定好车辆的路线，然后沿途铺设电线[2]。自动引导车安装电磁感应系统，当高频电流产生的电磁力被自动引导车的电磁感应系统接收时，自动引导车就会按照固定的路线开始移动。驾驶员可以根据电磁感应系统接收的电磁的强度来判断是否出现路线偏差。出现的偏差如果不严重可以等待车辆自动调节，出现的偏差严重驾驶员可以进行手动调节。电磁感应引导车工作原理简单，相比于激光引导车更适合大型自动引导车使用。近些年来更加现代化的自动引导车开始陆续投入市场。有国内外研究表明：带有视觉导航的自动引导车安装摄像头和定位装置，可将固定路径的图像信息进行储存和随时更新，车辆移动的时候摄像机记录路径行驶全过程，与数据信息库中的路径图像进行对比，提高了自动引导车的智能化水平。为此，本文对农业自动引导车的路径模糊控制技术进行研究。

1 运动建模

自动导航车辆的物理模式有两种选择，一种是运动物理模型，一种是动力物理模型。农业自动引导车的路径模糊控制属于在车辆运动状态对他的路径偏差进行监测属于物理运动范畴，所以选择构建运动学模型。由于农业自动引导车以常规速度运动时，其运动学建模特征较为明显，故以直线为 x 轴，建立目标田地直角坐标系。该车辆的坐标为 Q ，建立物理运动模型[3]：

式中：x、y 分别为 Q 的横纵坐标数值;o 为车辆转弯逆时针的航向角;v 为车辆播种的常规行驶的平均速度;r 为车辆的前轮转角;l 为前轮的轮轴距。

车辆前轮的控制驱动系统采用电能源驱动，电机的功率越大控制器的能量就越大。将前轮转向的惯性经过统一处理得到前轮的系统建模为：

式中：r1为前轮转角的角度;T 为固定常数，是惯性数值经过统一处理后的结果。

2 路径模糊控制技术优化

农业自动引导车一般由电池电源、作业装置和控制路径部分组合而成。其中路径控制部分包括摄像机和摄像图片处理器、控制路径的显示屏、单片机、车辆行驶速度检测仪驱动电机[4]。作业装置包括车辆和减速装置。电池电源由蓄电池和充电电池组成。

2.1 视觉导航控制系统

控制系统由图像控制系统、电机控制系统两大主要部分组成。图像处理系统对基于摄像机对路面标识的拍摄结果的处理，对于采集到的图像进行数字化处理，然后进行阈值分割，基于最优的阈值理论将路面标识的图像从背景中剥离出来。根据路面标识的图像和导航参数的对比确定偏差的位置[5]。

农业自动引导车使用直流电机作为机器运作的动力来源，农业自动引导车带有减速轮可以根据减速需求选择转动前轮减速轮或者后轮减速轮。改变直流电机的驱动电压就可以控制前轮的控制倾角。在车体上安装电磁感应器来监测脉冲信号，对电机的控制效果使用仿真器装置进行测试和调整。测试的仿真器装置与 PC机相连用来测试程序，与测试图像的图像处理系统原理相似。

GPS导航系统采用下机位结构，采取每隔3 s就进行一次定位的方式，下机位通过端口的信号接收控制器控制。上机位与下机位的通信是通过芯片安装来实现的。上机位负责信号发送，信号通过芯片发送到下机位的限号接收口[6]，下机位接收信号后储存起来。并对上机位发出的信息作出反馈。

综上所述，视觉导航控制系统的工作流程为摄像机进行路标图像的采集经过图像控制系统的滤波处理技术处理之后，基于最优阈值进行边缘检测。模糊处理器结合 GPS导航参数判断是路径偏差是否需要处理，需要进行处理就直接发送处理。

2.2 路径模糊控制跟踪论域

关于农业自动引导车的跟踪研究更多的采取精确研究的方法，但精确数值的过程反而使控制系统的稳定效果下降。因此可以尝试使用模糊控制方式，在该理念下对农业自动引导车移动过程进行跟踪。将实际路径与操作路径进行比较，将偏差输入计算机进行计算[7-8]。基于计算结果设计农业自动引导车模糊控制法。

农业自动引导车在作业期间要按照预先设计好的路径进行运动来完成播种中农业操作。跟踪路径是只要保证自动引导车的偏差在合理范围内就可以满足作业要求。与此同时要提高的是农业自动引导车的运行稳定性和车辆行驶速度。在第1节建立的物理模型也并不复杂，因为模糊控制方法的规则比传统的控制方法更加简单。

在路径跟踪过程中输入的变量分别为路径的距离偏差和车辆前轮倾角的角度偏差。农业自动引导车的行驶速度和供电电机的转动速度。模糊控制器为了保证其动态性能使用的是二维控制法，根据输入的变量参数设计了几种参数的模糊控制法。模糊控制法对于输入输出量的取值范围有一定的要求，取值范围根据田地为行驶道路留下的宽度和车辆的尺寸确定。田地为车辆留下的行驶距离为120 cm ，车辆的长度为行驶距离的2倍。由此得出输入输出量的取值范围为 u=[-60 cm ，60 cm]，前胎倾角的取值范围为 a=[-50°，50°]。输出量的取值范围为ΔU=[-3 V ，3 V]。路径跟踪的跟踪论域为：

根据上述路径跟踪的跟踪论域将模糊量分为不同的等级，依据隶属函数将7个等级量化为7个模糊子集。将偏离方向设为向左较大偏移、向左正常偏移、向左较小偏移、无偏移、向右较大偏移、向右正常偏移、向右较小偏移来表示车辆偏移的程度。同样的方式来表达电流变化的大小。

2.3 根据跟踪论域设定模糊控制规则

模糊控制规则是车辆最后能否按照设定路径行走的关键。正常的农机驾驶员通过视觉和大脑的判断来实现控制路径偏移，农业自动引导车的模糊控制规则的设定也可以参考该原理。农业自动引导车是根据车辆上的摄像机对路面上特有的机器可识别标志进行捕捉来识别路径的[9]，这一点和驾驶员用视觉识别道路的原理一致。机器收集路径周围的画面和偏差也会自动进入信息库，为后期路径跟踪和自动引导偏差做准备。

根据最优控制方法选择原则，在模糊控制规则的控制下使自动引导的各项性能达到最优。性能指标优化方法的目标函数为：

式中：xt 为系统状态量; ut 为系统控制量; J 为目标函数;Q 为加权矩阵;p 为常数。

在本文的设计中加权矩阵的计算数值不宜选取过大，运算量过大的加权矩阵会导致系统输出量因其正向相关性一起增大。系统趋于饱和后抗干扰能力随之下降。角度超调也是加权矩阵的数值选取不在合理范围内的不良后果，计算出的结果超过车辆实际倾角的最大限度。所以在计算加权矩阵的时候要加上约束条件，车辆在模型 xoy 坐标系中 x 方向和 y 方向的行驶最大速度以及转弯的最大角度都需要进行限定。最优控制规则可以得到加权矩阵的最优序列，为了将 Q 的取值难题用更简单的办法解决，可以设置离散系统。

离散系统有利于模糊控制规则嵌入控制器的滚动控制。x 轴和 y 轴的最大速度是两个独立的数据，相互之间不受任何因素的影响[10-11]。但两者都与跟踪路径的偏差大小有关，农机沿着既定路线行走的切线速度和最大转角惯性的速度差决定最终的距离偏差。在速度可控的情况下，选择适合的倾角。

2.4 跟踪器路径优化

常用的控制方式有 PIN 控制和结构变换控制，在控制算法中 PIN 控制因其结构简单的优势被广泛使用。在正常行驶的过程中，车辆的行驶过程的空气阻力几乎可以忽略不计，因此不考虑阻力所造成的偏差。控制器主要考虑由于角度误差所产生的偏差。农机受到的力矩也只有角速度不满足要求的时候才存在。农机在既定线路上行驶，角速度越小农机受到的力矩就越小。设定参数的时候，比例参数可以根据线性相关性进行调整，在系统产生系统偏差之后输出缩小的偏差值，得出的数据是非常准确的。

农业自动引导车在路径跟踪过程中，在某时刻摄像机采集到农业自动引导车的角度偏差应该如何快速的消除偏差，可以考虑调整位姿状态来进行偏差消除。农业自动引导车的位姿状态为 k[12]，设消除偏差的周期为 T，在角度偏差产生后的 T 周期内，位姿状态达到另一种状态 k+1。则此时 k+1的角度偏差无限接近于偏差最小值。3 测试实验

为了验证本文优化的路径模糊控制技术是否符合农业自动引导车的路线偏离要求，进行对比测试实验。将农业春季播种常用的机器作为实验对象，使用传统技术和本文优化后的技术同时进行路径跟踪实验，最后根据 GPS定位系统，得出实际跟踪路径和实验路径的误差。

3.1 实验准备

模糊控制规则并非传统的线性规则，路径偏差在误差固定值之内时，可以很好地执行车辆的偏移控制规律。规则曲面图中的上半部分和下半部分呈对称形态。实验对象选择的是水稻直播机，实验对象在进行实验之前，首先要测试一下原本的数据，水稻直播机的初始横向偏差为0.2 m ，在水稻田劳作的速度一般为1.0 m/s ，将其进行自动化升级改造。如图1所示。

在传统的水稻直播机上安装障碍区识别后自动转向装置、适合水稻播种的速度控制装置和 GPS定位系统。该定位系统使用的为高精密定位，最高定位精度误差不超过5cm ，导航方向偏离误差不超过2°。实时更新目标的动态位置。倾角传感器的型号为 BE-VCTTY265，该传感器不仅可以精确进行距离测量，还能预判车辆惯性带来的误差。使其動态测量精度和静态测量精度都可达到0.1°倾角传感器的作用是测量车身的俯角，根据俯角大小来修正点位数据。别看只是对车辆前轮转角数据进行了测量但是却可以 GPS定位精度。速度控制装置在车辆油门上加装了电动拉线，可以通过控制触发油门的力度来控制整辆车的速度。

3.2 实验结果与分析

分别使用文献中的技术和本文优化后的技术进行水稻直播机路径跟踪实验。找两块面积差不多大的水稻田作为实验范围，实验对象形式速度控制为 v=1.2 m/s ，播种机的前轮转角为150°，实验为保证结果的客观性进行多次实验，农机的初始偏离差控制在0.2～0.6 m 之间。沿着预先设定好的路线行驶。重复5次该实验，实验结果如表1所示。

农业自动引导车在工作的过程中的路径是从田地的一边到另一边的直线距离，为了将种子均匀的播种在农田中，需要农业自动引导车规划出合理的路线经过农田的每一处角落，根据水稻的种植特点采用穿梭行走的方式，农业自动引导车进行田间作业时候，根据该车辆的车头宽度计算出转弯半径的数值。由于惯性原因，车辆转弯比车辆直行的时候产生的偏差更大。横向偏差会在车辆转弯的瞬间增大，所以农业自动引导车对转弯时横向偏差的控制时间也很重要。对比两种方式的控制精度结果如表2所示。

传统方式的路径跟踪精度都大于本文设计的方法，本文方法中农业自动引导车对于车辆转弯时候产生的偏差的稳定时间为0.8～1.2 s之间，按照实验参数设定的车辆行驶速度 v=1.2 m/s进行计算。完全可以抵消所产生的较大偏差。

4 结束语

本文基于自动引导车应用在农业生产上的原理，建立运动学模型。根据运动模型的特征优化现有的农业自动引导车的路径模糊控制技术。通过约束最快行驶速度和前轮倾角来控制偏差。优化后的方法具有良好的偏差纠正效果，可以克服精准控制的不确定性。研究成果可以为模糊控制技术的进步作出贡献。但本文仍存在不足之处，后续研究需要完善基于旋转编码器的路径轨迹推算导向法结合激光导引方位计算原理用于小车的自动导引，进一步研究激光导引小车的运动控制问题，解决小车实际行走时诸多因素对精度影响的问题，进一步研究檄光导引的理论和实现方法，并对其数据处理速度、方位计算准确性进行应证。

参考文献：

[1]丁坤，王立，张经炜，等.基于改进导航圆算法的光伏阵列清扫机器人路径跟踪控制[J].河海大学学报（自然科学版），2021，49（2）：190-196.

[2]白国星，孟宇，刘立，等.无人驾驶车辆路径跟踪控制研究现状[J].工程科学学报，2021，43（4）：475-485.

[3]张涌，夏雨，成海飞，等.智能车辆路径跟踪横向控制研究[J].重庆理工大学学报（自然科学），2021，35（7）：53-61.

[4]鲁棒棒，皮大伟，谢伯元，等.多路径下航向预估的无人车路径跟踪算法研究[J].计算机仿真，2021，38（3）：303-308.

[5]赵志宏，车军，王彩芸.基于模糊控制的激光叉车 AGV路径追踪[J].甘肃科技纵横，2021，50（2）：1-5.

[6]孙环.汽车组合电子导航仪的路径智能规划效果测评研究[J].自动化与仪器仪表，2021（2）：221-226.

[7]卢惠林.基于模糊控制算法的移动机器人路径纠偏研究[J].无锡商业职业技术学院学报，2020，20（6）：102-107.

[8]石贞洪，江洪，于文浩，等.适用于路径跟踪控制的自适应 MPC 算法研究[J].计算机工程与应用，2020，56（21）：266-271.

[9]陆天，王嘉珩，夏裕东，等.自动引导车最优动态调度问题建模与仿真[J].计算机应用，2020，40（S1）：28-31.

[10]张刚.基于模糊控制汽车自动泊车关键技术设计[J].微型电脑应用，2019，35（6）：119-121.

[11]古世甫，金滔，范佩佩，等.基于改进模糊 PID 的自动导引车纠偏控制研究[J].传感器与微系统， 2019， 38（12）：50-53.