2022

Path tracking control method and performance test based on agricultural machinery pose correction（Computers and Electronics in Agriculture）

摘要： 中国每年的水稻种植面积约为3000万公顷。随着农村劳动力的不断减少和生产成本的增加，迫切需要开发稻田农业机械的无人驾驶技术，以解决“谁来耕种土地”的问题。在泥浆滑、底层不均匀的稻田环境中，容易发生水稻农用机械侧滑。由于水稻农用机械与机具之间的相对移动和姿态变化，以及农用机具的驱动轨迹不一致，使得无人水稻农用机械的路径难以跟踪和控制。针对上述问题，本文以稻田农业机械主体为控制对象，以农业机械姿态为观测量，建立了基于农业机械姿态修正的农业机械运动学模型。在模型和模型预测控制（MPC）的基础上，设计了稻田农业机械的线性模型、目标函数和约束函数，建立了基于农业机械姿态的MPC路径跟踪控制方法，并进行了田间试验。结果表明，三线直线路径跟踪的平均均方根误差为0.043 m，平均绝对误差为0.033 m，效果是有利的。基于农业机械姿态校正的MPC路径跟踪方法可以有效抑制机器相对位置和姿态变化引起的横向位置偏差突变，提高控制精度，满足无人稻田农业机械作业的控制精度要求。

An optimal goal point determination algorithm for automatic navigation of agricultural machinery: Improving the tracking accuracy of the Pure Pursuit algorithm（Computers and Electronics in Agriculture）

摘要： 精准农业的发展需要实现农业机械的自动导航技术。路径跟踪控制作为自动导航技术中的关键步骤之一，具有重要的研究价值。纯跟踪算法作为农业机械自动导航技术的流行控制算法，前瞻距离是跟踪效果的关键，而前瞻距离的计算存在许多影响因素难以用数学表达式准确描述的问题，导致难以选择合适的目标点跟踪路径。为了解决上述问题，本文提出了一种基于最优目标点的农业机械路径跟踪算法。该算法模拟了驾驶员的前瞻行为，并根据评价函数在前瞻区域内寻找最优目标点。本研究的目的是尽量减小横向误差和航向误差，以实现目标点的自适应优化。最后，在不同条件下的仿真和颠簸现场测试中验证了该算法的可行性，跟踪误差比纯跟踪算法降低了20%以上。跟踪精度有了显著的提高。

2023

Dynamic path planning method for headland turning of unmanned agricultural vehicles（Computers and Electronics in Agriculture）

摘要： 自动地头转弯是农业作业中的重要组成部分。最小化时间和行驶距离，最大限度地提高车辆的运行效率是当前关注的问题。本研究试图提出一种基于非对称开关回转法的四轮车辆动态转弯路径规划方法。当农用车辆在现场滑动时，该算法将根据车辆的实时位置动态重新规划路线，以提高运行效率，减少频繁调整方向盘造成的机械磨损。仿真结果表明，当行宽为2m，并添加一些噪声时，该算法规划的轨迹长度减少了31.42 %，横向偏差降低了95.65 %。在野外实验中，车辆在转弯过程中，以0.5 m/s的速度，以2.0 cm的平均横向偏差接近下一个工作路径。轨迹的平均长度为11.84 m，平均消耗时间为28.4 s。与传统的开关回转相比，平均轨迹长度、平均横向偏差和平均成本时间分别缩短了10.51 %、78.75 %和10.70 %。所提出的动态地头转弯路径规划方法在精度和时间效率方面都比传统的开关回转转弯方法具有明显的优势。该算法解决了当地头宽度较窄时，车辆由于侧滑而难以转弯和偏离预定轨迹的问题。保证了农用车辆在田间转弯的最短路径和时间，大大缩短了田间作业的整体路径长度和时间。