科研产出
基于模糊神经网络的农用底盘轨迹跟踪研究
《南方农机 》 2025
摘要：[目的]分析建立无人驾驶农用底盘运动学模型,消除不确定性对系统的影响,使得无人驾驶农用底盘的运动轨迹能够持续跟踪预定轨迹.[方法]针对无人驾驶农用底盘运动轨迹具有的时变、非线性及外部扰动等特性,设计出一种基于模糊神经网络控制算法的轨迹跟踪控制器.通过自适应律更新控制器增益参数消除不确定因素对系统的影响,并在MATLAB/Simulink中搭建运动仿真实验模型,对比分析所提算法与传统PID算法在误差、路径扰动、跟踪效果方面的表现.[结果]所设计的控制器能够迅速跟踪参考轨迹,在路径跟踪控制过程中具有收敛速度快、超调量小、控制稳定等特点;与传统PID控制方式相比,横向和纵向误差表现更优,系统具有更快的轨迹跟踪控制反应速度.[结论]该控制器对于移动农用底盘系统的实际应用场景,尤其是需要高精度导航和稳定性的场景,具有重要的意义,可以极大地提高系统的可靠性和实用性.
关键词： 农用底盘 轨迹跟踪 模糊神经网络 MATLAB 仿真
全文链接
请求原文
除草机器人自适应快速积分终端滑模跟踪控制技术
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：智能除草机器人在草坪作业时，易受到外界扰动以及系统不确定性的影响，从而导致轨迹跟踪收敛时间长以及跟踪效果差等问题。因此，设计一种面向轨迹跟踪的自适应快速积分终端滑模控制算法。首先，考虑驱动轮动力学特性以及未建模误差、外界干扰、动静摩擦等不确定性因素，建立除草机器人的动力学模型。然后基于所建立的动力学模型，设计自适应快速积分终端滑模控制器。所提出的控制器结合了快速终端滑模、积分滑模和自适应估计技术的优点，能够实现期望的跟踪性能并抑制控制信号抖动。同时，在不需要明确系统不确定性和外界干扰上界的情况下，可以通过所设计自适应估计项进行实时补偿，提高系统的鲁棒性。最后，通过仿真和试验验证了该方法的有效性。试验结果表明，所设计的控制器能够使跟踪误差在有限时间内快速收敛，并且横向误差绝对值不超过0.097 9 m,纵向误差绝对值不超过0.102 6 m,航向角误差绝对值不超过0.057 8 rad,保证除草机器人准确跟踪作业路径，同时具有较强的鲁棒性。
关键词： 除草机器人 轨迹跟踪 动力学模型 自适应估计 快速积分终端滑模
全文链接
请求原文
首页上一页1下一页尾页
