在現(xiàn)代農(nóng)業(yè)發(fā)展過程中，智能型農(nóng)業(yè)機(jī)械設(shè)備應(yīng)用越來越多，為了實(shí)現(xiàn)精準(zhǔn)生產(chǎn)作業(yè)，農(nóng)機(jī)設(shè)備還需采用自動(dòng)導(dǎo)航路徑跟蹤控制先進(jìn)技術(shù)，結(jié)合各種算法和模型分析農(nóng)機(jī)航向與橫向偏差值，再基于邏輯設(shè)計(jì)進(jìn)一步實(shí)現(xiàn)精準(zhǔn)控制，確保農(nóng)機(jī)行駛質(zhì)量達(dá)到要求，提高生產(chǎn)水平。大力研發(fā)和應(yīng)用先進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù)，符合當(dāng)前農(nóng)業(yè)發(fā)展的現(xiàn)實(shí)需求，因此，本文主要基于農(nóng)機(jī)設(shè)備運(yùn)動(dòng)學(xué)相關(guān)特性，分析了農(nóng)業(yè)機(jī)械導(dǎo)航路徑跟蹤控制的技術(shù)手段。

1研究背景

中國近些年提出了“智慧農(nóng)業(yè)”理念，農(nóng)業(yè)精準(zhǔn)控制技術(shù)也開始快速發(fā)展并得到普及運(yùn)用，其中農(nóng)機(jī)自動(dòng)導(dǎo)航技術(shù)成為智能控制農(nóng)機(jī)生產(chǎn)的一項(xiàng)重要技術(shù)，其結(jié)合信息技術(shù)、微處理器技術(shù)及傳感器技術(shù)等完成控制任務(wù)，確保農(nóng)業(yè)生產(chǎn)精度水平進(jìn)一步提高，同時(shí)也利于保障農(nóng)機(jī)在各種復(fù)雜場景中的穩(wěn)定運(yùn)行。許多學(xué)者在研究農(nóng)機(jī)自動(dòng)導(dǎo)航控制技術(shù)時(shí)，會(huì)結(jié)合農(nóng)機(jī)運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)模型，不再局限于過往簡單的輸出控制，而是更加重視實(shí)時(shí)跟蹤監(jiān)測控制。傳統(tǒng)“二輪車模型”的農(nóng)機(jī)運(yùn)動(dòng)控制相關(guān)模型中，主要將控制對象簡化為兩輪汽車設(shè)備，再結(jié)合考慮其轉(zhuǎn)向規(guī)則來搭建控制分析模型，但在跟蹤農(nóng)機(jī)生產(chǎn)的曲線路徑時(shí)，往往會(huì)出現(xiàn)平穩(wěn)性不足情況，因此，其控制原理只適合一些低速運(yùn)轉(zhuǎn)或誤差要求較低的農(nóng)業(yè)機(jī)械設(shè)備，但對于外部不確定性干擾因素較多及地形較復(fù)雜的情況則無法滿足需求，而現(xiàn)代社會(huì)農(nóng)業(yè)發(fā)展過程中，作業(yè)環(huán)境也出現(xiàn)巨變，因此，有必要研究更多方向角高精度導(dǎo)航跟蹤控制的方法，確保農(nóng)機(jī)運(yùn)動(dòng)的反饋信息更為客觀、準(zhǔn)確，方便進(jìn)行控制[1]。

2農(nóng)業(yè)機(jī)械導(dǎo)航控制技術(shù)發(fā)展的重要意義

截止2023年，中國大型農(nóng)機(jī)設(shè)備數(shù)量已經(jīng)超過500萬臺(tái)，在自動(dòng)駕駛研發(fā)方面取得了進(jìn)步，整體發(fā)展十分快速。農(nóng)機(jī)使用可以降低農(nóng)業(yè)生產(chǎn)人員的工作強(qiáng)度，農(nóng)業(yè)機(jī)械設(shè)備的未來發(fā)展必然趨勢為智能化、自動(dòng)化，因此，其導(dǎo)航控制技術(shù)的發(fā)展也成為近些年的關(guān)注熱點(diǎn)。農(nóng)機(jī)行駛路徑的自動(dòng)導(dǎo)航控制是指讓農(nóng)機(jī)具有自主找準(zhǔn)作業(yè)方向的能力，提高生產(chǎn)效率，也能避免給周圍環(huán)境帶來破壞，相關(guān)導(dǎo)航跟蹤控制時(shí)會(huì)結(jié)合無線信號、GNSS及GIS等技術(shù)，促進(jìn)農(nóng)業(yè)生產(chǎn)管理的精細(xì)化。例如，農(nóng)機(jī)導(dǎo)航控制技術(shù)的應(yīng)用范圍已越來越廣泛，在農(nóng)業(yè)播種、耕地、收割及病蟲害防治等環(huán)節(jié)都能發(fā)揮出作業(yè)效果，可以科學(xué)控制植株間距，還能減少交錯(cuò)覆蓋播種面積，規(guī)避重播問題，提高土地利用率和種植效率，其實(shí)際作業(yè)誤差已經(jīng)減小到厘米級別，農(nóng)機(jī)精準(zhǔn)控制作業(yè)方向、面積及前進(jìn)距離，還能避免在田間過度施加化肥或農(nóng)藥，既能夠保障農(nóng)業(yè)生產(chǎn)品質(zhì)，還能保護(hù)周圍土壤環(huán)境。此外，農(nóng)機(jī)路徑導(dǎo)航跟蹤控制還能結(jié)合種植田地形條件規(guī)劃最優(yōu)路徑，再針對性控制以保證農(nóng)機(jī)運(yùn)行的穩(wěn)定性[2]。

3農(nóng)業(yè)機(jī)械導(dǎo)航路徑跟蹤控制方法

3.1基于幾何學(xué)的跟蹤控制方法

以幾何學(xué)農(nóng)機(jī)運(yùn)動(dòng)理論為基礎(chǔ)的跟蹤控制方法，對于導(dǎo)航控制農(nóng)機(jī)生產(chǎn)作業(yè)具有重要作用。這種跟蹤控制方法在應(yīng)用時(shí)直接受到農(nóng)機(jī)駕駛?cè)藛T操作的影響，人員要找到預(yù)瞄點(diǎn)，通常會(huì)參考機(jī)械設(shè)備后軸位置的中心點(diǎn)位，再設(shè)計(jì)導(dǎo)航控制時(shí)的前視距離，在規(guī)劃的生產(chǎn)路徑上確認(rèn)目標(biāo)，隨后結(jié)合監(jiān)測到的實(shí)時(shí)橫向位置數(shù)據(jù)、航向數(shù)據(jù)來計(jì)算差值，其表示的是農(nóng)機(jī)前輪在路徑中的轉(zhuǎn)向角，控制該角即可控制農(nóng)機(jī)方向，確保其行走過程中的弧度達(dá)到預(yù)瞄點(diǎn)位置。在一些行走路徑趨向于直線或曲率不復(fù)雜的農(nóng)機(jī)導(dǎo)航工作中，十分適合采用基于幾何學(xué)的跟蹤控制方法，只要盡量減小運(yùn)動(dòng)方向誤差并控制好垂直距離參數(shù)，都能滿足農(nóng)機(jī)運(yùn)行的現(xiàn)實(shí)需求，但其實(shí)際導(dǎo)航路徑控制的精度偏低，若是在較為陡峭且彎曲較多的田地上便不適用于農(nóng)機(jī)操控。在實(shí)際開展農(nóng)機(jī)導(dǎo)航路徑的追蹤和控制時(shí)，為了避免前視距離出現(xiàn)較大偏差，通常會(huì)設(shè)定最小距離和最大距離值來進(jìn)行約束，當(dāng)前視距離相對較小時(shí)，實(shí)時(shí)跟蹤的精度也會(huì)更佳，但農(nóng)機(jī)整體控制時(shí)會(huì)出現(xiàn)振蕩情況，相比較而言，前視距離較大時(shí)，就會(huì)確保控制的平滑性與穩(wěn)定性，因此，該方法的跟蹤控制計(jì)算也主要針對前視距離參數(shù)，需確保穩(wěn)態(tài)誤差盡量減小。例如，可以采用SVR逆向模型算法來修正農(nóng)機(jī)導(dǎo)航路徑追蹤控制中的前視距離數(shù)據(jù)，再進(jìn)一步計(jì)算跟蹤時(shí)的速度，以保證跟蹤到位，通過計(jì)算發(fā)現(xiàn)，其速度最宜控制在1.2 m/s左右，能夠保證橫向偏差在厘米級別，經(jīng)測驗(yàn)的最大偏差值為0.0614 m，與普通的追蹤控制方法相比，精度水平有所提高，且速度也比較好控制。還可以結(jié)合有限元模糊自適應(yīng)原理來設(shè)計(jì)導(dǎo)航控制時(shí)的追蹤速度，若農(nóng)機(jī)處于較平穩(wěn)的路徑上，則只要保障速度不超過1.2 m/s，就可將偏差控制到0.09 m左右，農(nóng)機(jī)運(yùn)行也會(huì)較穩(wěn)定[3]。

3.2模型預(yù)測分析的控制方法

農(nóng)機(jī)導(dǎo)航路徑的有效控制也可采用模型預(yù)測分析的手段，主要依賴非線性模型，在模型中導(dǎo)入農(nóng)業(yè)機(jī)械的狀態(tài)信息作為約束控制條件，再結(jié)合歷史數(shù)據(jù)信息對農(nóng)機(jī)未來某段時(shí)間的輸入、輸出等路徑偏差值實(shí)施預(yù)測，再針對性調(diào)整使誤差盡量達(dá)到最小標(biāo)準(zhǔn)。相關(guān)模型中會(huì)定位某一時(shí)刻開始出現(xiàn)偏差，可記為k，而預(yù)測的時(shí)域則可表示為[k，k+t]，結(jié)合模型計(jì)算來獲取測量值，再設(shè)定目標(biāo)函數(shù)，以控制時(shí)域?yàn)榛A(chǔ)得到有關(guān)變量的序列數(shù)據(jù)，要注意控制時(shí)域要短于預(yù)測時(shí)域，在相關(guān)序列數(shù)據(jù)中，首個(gè)參數(shù)即為路徑的實(shí)際控制量，后續(xù)也會(huì)滾動(dòng)變化時(shí)刻中持續(xù)實(shí)施控制。在一些較為復(fù)雜的農(nóng)田農(nóng)機(jī)前進(jìn)路徑導(dǎo)航控制中，經(jīng)常會(huì)采用模型預(yù)測分析方法，其也能考慮到后續(xù)生產(chǎn)的目標(biāo)點(diǎn)變動(dòng)情況，結(jié)合動(dòng)力學(xué)原理約束行走曲率和半徑參數(shù)，提高控制成效，在控制時(shí)，模型分析平臺(tái)會(huì)收到當(dāng)下時(shí)刻運(yùn)動(dòng)信息，從中提取有用的狀態(tài)量參數(shù)，確?？刂频暮侠韴?zhí)行。例如，有學(xué)者結(jié)合農(nóng)機(jī)歷史誤差數(shù)據(jù)搭建了非線性分析預(yù)測模型，模型中也利于滾動(dòng)時(shí)變原理進(jìn)行了優(yōu)化，能夠?qū)⑥r(nóng)機(jī)前進(jìn)的路徑導(dǎo)航控制誤差進(jìn)一步縮小，其實(shí)際誤差的最大值可以降低46.64%左右。還可以促進(jìn)橫向與縱向路徑控制結(jié)合，再輸入到預(yù)測分析控制模型中，計(jì)算其縱向加速度標(biāo)準(zhǔn)和前輪轉(zhuǎn)角角度，再發(fā)送指令到控制器，實(shí)際控制的橫向路徑誤差不會(huì)超過0.04 m。此外，也有學(xué)者設(shè)計(jì)了一種基于農(nóng)機(jī)狀態(tài)擴(kuò)展信息收集并多維度反饋的模型預(yù)測分析控制技術(shù)，其主要擴(kuò)展收集了轉(zhuǎn)角補(bǔ)償信息，再將農(nóng)機(jī)行駛的軌跡近似線性化處理，縮短控制過程中的求解時(shí)間，促進(jìn)控制效率的提高，同時(shí)，在仿真試驗(yàn)后也驗(yàn)證了該方法可以縮短平均求解控制的時(shí)間約14%左右，農(nóng)機(jī)行駛后的橫向位移偏差降低了23%，而航向偏差則降低了17%，對于路徑的導(dǎo)航跟蹤控制十分有效，同時(shí)其穩(wěn)定性也較佳，能夠增強(qiáng)復(fù)雜路徑場景的農(nóng)機(jī)生產(chǎn)適應(yīng)力。

3.3線性二次型控制方法

針對農(nóng)機(jī)生產(chǎn)行駛中的導(dǎo)航路徑跟蹤控制，借助線性二次型控制方法可以有效提高控制精度水平，在一些生產(chǎn)要求較高及曲率頗大的農(nóng)田農(nóng)機(jī)使用場景中十分適用。這種方法就是獲知路徑控制的基本規(guī)律，再明確跟蹤準(zhǔn)許范圍，動(dòng)態(tài)化調(diào)整農(nóng)機(jī)前進(jìn)方向、速度，使其從初始狀態(tài)變?yōu)轭A(yù)期達(dá)到的理想狀態(tài)，順利進(jìn)行生產(chǎn)，其中理想狀態(tài)的評估會(huì)基于一些控制指標(biāo)。采用該方法時(shí)先是搭建線性分析系統(tǒng)，農(nóng)機(jī)設(shè)備的各種狀態(tài)信息則為輸入變量，之后編寫二次方程來計(jì)算，求得農(nóng)機(jī)設(shè)備行駛的極值最優(yōu)解，比如說針對農(nóng)機(jī)的狀態(tài)會(huì)賦予一個(gè)權(quán)重，其記為（Q，R），通過線性系統(tǒng)來分析其導(dǎo)航路徑跟蹤獲得的輸出量，再反饋給控制端，實(shí)現(xiàn)有效控制。例如，結(jié)合預(yù)瞄的路徑目標(biāo)點(diǎn)來進(jìn)行線性二次型控制，相關(guān)反饋結(jié)果可以反映出導(dǎo)航路徑的實(shí)際跟蹤誤差，之后通過前饋處理方式調(diào)整在道路中行駛的曲率，還可以引入遺傳算法，設(shè)定期望的路徑控制曲率值，之后計(jì)算其偏差并以此來設(shè)計(jì)前饋控制裝置的參數(shù)，既能夠保證跟蹤控制過程更為簡單，也能確保精度達(dá)到要求，促進(jìn)農(nóng)機(jī)設(shè)備的穩(wěn)定運(yùn)行?？傊?，線性二次型控制方法對于農(nóng)業(yè)機(jī)械導(dǎo)航路徑的實(shí)時(shí)跟蹤控制很有成效，其可以大幅度縮小控制誤差，但目前該方法還是存在不足之處，比方說其十分依賴控制分析相關(guān)模型，若有外部因素給模型造成干擾，則其魯棒性無法切實(shí)保障，控制的穩(wěn)健性也會(huì)變?nèi)鮗4]。

3.4滑模變結(jié)構(gòu)控制方法

在被控對象的“結(jié)構(gòu)”為多變形式時(shí)，即農(nóng)機(jī)行駛狀態(tài)經(jīng)常變化，可以選用基于動(dòng)力學(xué)原理的滑模變結(jié)構(gòu)控制方法，這種方法是在常規(guī)非線性系統(tǒng)上作出特殊處理，其可以依據(jù)農(nóng)業(yè)機(jī)械導(dǎo)航路徑的動(dòng)態(tài)變化，結(jié)合不同的目標(biāo)來實(shí)施控制，比如說調(diào)整導(dǎo)數(shù)以縮小誤差，在控制時(shí)具有著抗干擾、響應(yīng)速度快、魯棒性佳等優(yōu)點(diǎn)。該方法會(huì)根據(jù)被控農(nóng)機(jī)的路徑狀態(tài)和預(yù)期值之間的偏差變化來實(shí)施控制，因此其十分適合一些地形較為崎嶇、平整度極低的農(nóng)田場景，可以確保農(nóng)機(jī)設(shè)備在較高速度行駛狀態(tài)中也能準(zhǔn)確控制，且滑模變結(jié)構(gòu)的控制不受到外部環(huán)境因素的干擾影響，能夠使農(nóng)機(jī)車身保持平穩(wěn)，避免出現(xiàn)嚴(yán)重振蕩，也無需通過在線識(shí)別來不斷調(diào)整控制轉(zhuǎn)角、距離等。此方法還可結(jié)合指數(shù)趨近律進(jìn)行農(nóng)機(jī)導(dǎo)航路徑的動(dòng)態(tài)控制，其可以在縮小路徑誤差的情況下進(jìn)一步化解抖振問題，使得農(nóng)機(jī)位姿維持在預(yù)定狀態(tài)，收斂后的偏離度趨近于0。另外，農(nóng)機(jī)導(dǎo)航路徑的跟蹤控制也可采用完全不關(guān)聯(lián)模型的先進(jìn)控制技術(shù)方法，比方說基于PID的控制技術(shù)、模糊控制技術(shù)等。

綜上所述，在農(nóng)業(yè)發(fā)展過程中，農(nóng)機(jī)設(shè)備應(yīng)用已經(jīng)成為常態(tài)，農(nóng)機(jī)自動(dòng)導(dǎo)航路徑控制的技術(shù)也正飛速發(fā)展，實(shí)現(xiàn)了結(jié)合運(yùn)動(dòng)學(xué)原理的跟蹤控制，確保農(nóng)機(jī)精準(zhǔn)施播種植，發(fā)揮出應(yīng)有的優(yōu)勢性功能。由本文分析可知，農(nóng)機(jī)設(shè)備導(dǎo)航路徑跟蹤控制的有效方法包括：基于幾何學(xué)的跟蹤控制方法、模型預(yù)測分析的控制方法、線性二次型控制方法、滑模變結(jié)構(gòu)控制方法。

參考文獻(xiàn)

[1]崔鑫宇，崔冰波，馬振，等.幾何路徑跟蹤組合算法及其農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航應(yīng)用[J].智能化農(nóng)業(yè)裝備學(xué)報(bào)（中英文），2023，4（3）：24-31.

[2]史揚(yáng)杰，程馨慧，奚小波，等.農(nóng)業(yè)機(jī)械導(dǎo)航路徑跟蹤控制方法研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2023，39（15）：1-14.

[3]崔冰波，孫宇，吉峰，等.基于模糊Stanley模型的農(nóng)機(jī)全田塊路徑跟蹤算法研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2022，53（12）：43-48，88.

[4]何永強(qiáng)，周俊，袁立存，等.基于履帶式聯(lián)合收獲機(jī)轉(zhuǎn)向特性的局部跟蹤路徑規(guī)劃[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022， 53 （11）： 13-21.

（山東省菏澤市-城縣古泉街道辦事處吳云霞）