專利名稱：：一種機械自動轉(zhuǎn)向控制方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及農(nóng)業(yè)機械導(dǎo)航控制領(lǐng)域，具體涉及一種機械自動轉(zhuǎn)向的控制方法。
背景技術(shù)：
：農(nóng)業(yè)機械導(dǎo)航控制的主要目的是根據(jù)各傳感器得到的相對精確的導(dǎo)航定位結(jié)果，確定農(nóng)業(yè)機械本身與預(yù)定義路徑的位置關(guān)系，結(jié)合農(nóng)業(yè)機械的運動狀態(tài)及相應(yīng)控制算法，決策出合適的前輪轉(zhuǎn)角，以修正路徑跟蹤誤差，使農(nóng)業(yè)機械的當前航向與目標航向快速重合。導(dǎo)航控制分為縱向控制和橫向控制，其中橫向控制主要指轉(zhuǎn)向控制，縱向控制主要指速度的調(diào)節(jié)。農(nóng)業(yè)機械自動轉(zhuǎn)向控制方法，是實現(xiàn)其精確的航向跟蹤和自動導(dǎo)航控制的基礎(chǔ)。常用的導(dǎo)航控制方法包括線性模型控制方法、最優(yōu)控制方法和模糊控制方法。美國伊利諾伊大學(xué)對農(nóng)用機械的自動控制和多傳感器的信息融合做了深入廣泛的研究，成功開發(fā)了能實現(xiàn)多種耕作作業(yè)的拖拉機，并利用電液控制系統(tǒng)執(zhí)行轉(zhuǎn)向動作，實現(xiàn)了農(nóng)用拖拉機沿行間隙行走的無人駕駛。曰本東京大學(xué)利用機器視覺技術(shù)進行自動導(dǎo)航系統(tǒng)研究，根據(jù)線性轉(zhuǎn)向控制模型，將目標方向角度和車輛縱向角度融合，計算出轉(zhuǎn)向輪偏轉(zhuǎn)角度，完成轉(zhuǎn)彎控制。美國的NoguchiN等人應(yīng)用神經(jīng)網(wǎng)絡(luò)和遺傳算法，建立了具有自學(xué)習(xí)能力的農(nóng)用車輛控制系統(tǒng)，實驗結(jié)果表明，該模型對在平坦路面行駛的車輛具有很好的控制效果，但不適合于路面傾斜的情況。Benson、DongZL等人應(yīng)用PID(比例-積分-微分proportion-integral-derivative)控制方法設(shè)計了PID控制器，該算法不依賴于精確的數(shù)學(xué)模型，避免了繁瑣的建模過程，只需要一些對象的響應(yīng)特征來組合控制，對算法的比例參數(shù)、積分參數(shù)和微分參數(shù)進行合理的調(diào)節(jié)。實驗結(jié)果表明該方法具有良好的路徑跟蹤效果。國內(nèi)的周俊與劉成良等人基于卡爾曼濾波的思想，融合了各傳感器的觀測值，給出了農(nóng)業(yè)機器人導(dǎo)航的預(yù)測跟蹤控制方法，避免了以視覺系統(tǒng)為主的計算耗時而導(dǎo)致狀態(tài)反饋滯后而產(chǎn)生的不利影響，對導(dǎo)航控制的魯棒性和精度有一定改善。華南農(nóng)業(yè)大學(xué)集成GPS技術(shù)、計算機技術(shù)和多傳感器技術(shù)，開發(fā)了以電動機為動力的農(nóng)用智能移動作業(yè)平臺，經(jīng)實驗證明，該平臺路徑跟蹤的控制難度較大。通過分析可知，導(dǎo)航控制的重點和難點是提高轉(zhuǎn)向控制的穩(wěn)定性和路徑跟蹤精度。常規(guī)PID控制方法可以獲得較高精度的路徑跟蹤效果，且具有一定的魯棒性和可靠性，但該方法的抗干擾能力較弱。模糊控制方法是近年來發(fā)展起來的新型控制方法，其優(yōu)點是不需要掌握受控對象的精確數(shù)學(xué)模型，根據(jù)人工控制規(guī)則，組織控制決策決定控制量的大小，可以獲得良好的動態(tài)特性，但其靜態(tài)特性比較差。在田間作業(yè)條件下，建立農(nóng)業(yè)機械的運動學(xué)和動力學(xué)模型比較困難，隨著作業(yè)環(huán)境和作業(yè)條件的變化，其運動特性隨時間變化，各種干擾因素對常規(guī)控制方法的影響也比較大。
發(fā)明內(nèi)容本發(fā)明的目的在于改進和完善現(xiàn)有的農(nóng)業(yè)機械自動轉(zhuǎn)向控制技術(shù)中存在的不足，提供一種導(dǎo)航跟蹤精度相對較高、穩(wěn)定性較好的機械自動轉(zhuǎn)向控制方法。為實現(xiàn)上述目的，本發(fā)明釆用如下技術(shù)方案一種機械自動轉(zhuǎn)向控制方法，該機械的存儲裝置中存儲有PID控制器的比例常數(shù)、微分常數(shù)和積分常數(shù)，該方法包括以下步驟(1)根據(jù)機械轉(zhuǎn)向要到達的目標點確定其位置偏差和航向偏差；(2)根據(jù)所述位置偏差和航向偏差確定當前期望前輪轉(zhuǎn)角，并控制轉(zhuǎn)向機構(gòu)根據(jù)所述當前期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向，同時通過角度傳感器采集當前實際前輪轉(zhuǎn)角；(3)計算當前期望前輪轉(zhuǎn)角與當前實際前輪轉(zhuǎn)角的誤差及誤差的變化率，PID控制器根據(jù)所述誤差及誤差的變化率確定PID比例常數(shù)的增量、微分常數(shù)的增量和積分常數(shù)的增量，得到調(diào)整后的比例常數(shù)、微分常數(shù)和積分常數(shù)；(4)利用調(diào)整后的比例常數(shù)、微分常數(shù)和積分常數(shù)求出當前期望前輪轉(zhuǎn)角的增量，得到調(diào)整后的期望前輪轉(zhuǎn)角，并控制轉(zhuǎn)向機構(gòu)根據(jù)所述調(diào)整后的期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向。其中，所述PID控制器與轉(zhuǎn)向機構(gòu)之間連接有步進電機，所述PID確定當前期望前輪轉(zhuǎn)角后向所述步進電機發(fā)送控制指令，所述步進電機根據(jù)所述控制指令控制轉(zhuǎn)向機構(gòu)使其根據(jù)所述當前期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向。其中，在步驟(l)中，根據(jù)所述機械當前時刻的行駛速度確定所述機械的最佳前視距離，依據(jù)所述最佳前視距離確定目標航向角，由所述目標航向角和最佳前視距離確定機械的目標點坐標。其中，根據(jù)所述機械當前時刻的行駛速度確定所述機械的最佳前視距離的方法為其中，L為機械當前時刻最佳前視距離，v為行進速度。其中，由所述目標航向角和最佳前視距離確定機械的目標點坐標x戸=^+丄'cos(Pp)其中，(^,;v)表示目標點坐標，(x，y)表示機械當前位置點的坐標，z表示最佳前視距離，^表示機械的目標航向角。分求得。其中，在步驟(4)中，利用調(diào)整后的積分常數(shù)、微分常數(shù)和積分常數(shù)求出前輪轉(zhuǎn)角的增量的方法為<formula>formulaseeoriginaldocumentpage8</formula>其中，a,2分別為當前時刻/，第一時刻Z-7，第二時刻/-2期望前輪轉(zhuǎn)角與當前實際前輪轉(zhuǎn)角的偏差，其中，第一時刻W為當前時刻/的前一時刻，第二時刻"2為第一時刻zW的前一時刻，i^為比例常數(shù)，&=[*777;，i^=^*rD/r,r為釆樣周期，r,為積分常數(shù)，r。為微分常數(shù)，其中所述釆樣周期為l秒。其中，所存儲的所述比例常數(shù)&的取值范圍為，0s^^1000，所述積分常數(shù)r,的取值范圍為osr,《0.5，所述微分常數(shù)^的取值范圍為o《r。si0。其中，所存儲的所述比例常數(shù)為&為75、積分常數(shù)為r,為o.oi、微分常數(shù)7^為8。本發(fā)明的基于參數(shù)自整定PID控制器的機械自動轉(zhuǎn)向控制方法，既具有模糊控制靈活性和適應(yīng)性的優(yōu)點，又具有PID控制精度較高的特點。與當前的農(nóng)用機械自動轉(zhuǎn)向控制方法相比，具有以下優(yōu)點(1)在現(xiàn)有導(dǎo)航控制方法的基礎(chǔ)上，充分利用模糊控制方法，提高了農(nóng)業(yè)機械自動轉(zhuǎn)向控制的穩(wěn)定性和精確度。(2)依據(jù)農(nóng)業(yè)機械前輪轉(zhuǎn)角的變化，滿足其在不同誤差、誤差變化率狀態(tài)下對PID控制參數(shù)的不同要求，利用基于參數(shù)自整定PID控制器的轉(zhuǎn)向控制方法，實現(xiàn)農(nóng)業(yè)機械的自動轉(zhuǎn)向控制。該方法優(yōu)于常規(guī)PID控制方法，可提高控制系統(tǒng)的魯棒性。圖i為本發(fā)明中機械與預(yù)定義路徑的位置關(guān)系解析圖；圖2為本發(fā)明機械自動轉(zhuǎn)向控制方法的系統(tǒng)框圖；圖3為本發(fā)明機械自動轉(zhuǎn)向控制方法的原理圖；圖4為本發(fā)明機械自動轉(zhuǎn)向控制方法的模糊推理部分原理圖；圖5為本發(fā)明機械自動轉(zhuǎn)向控制方法的工作流程圖；圖6為本發(fā)明中機械自動轉(zhuǎn)向控制部分的組成示意圖；具體實施方式以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。本實施例中的農(nóng)業(yè)機械根據(jù)現(xiàn)有技術(shù)具有DGPS定位技術(shù)，目前GPS系統(tǒng)提供的定位精度是優(yōu)于10米，而為得到更高的定位精度，通常采用差分GPS技術(shù)即DGPS定位技術(shù)將一臺GPS接收機安置在基準站上進行觀測。根據(jù)基準站已知精密坐標，計算出基準站到衛(wèi)星的距離改正數(shù)，并由基準站實時將這一數(shù)據(jù)發(fā)送出去。用戶接收機在進行GPS觀測的同時，也接收到基準站發(fā)出的改正數(shù)，并對其定位結(jié)果進行改正，從而提高定位精度，利用DGPS定位技術(shù)釆集農(nóng)業(yè)機械的位置坐標，為航位推算或定位算法提供原始數(shù)據(jù)。本實施例中農(nóng)業(yè)機械根據(jù)現(xiàn)有技術(shù)還包括電子羅盤、角度傳感器和加速度計等。其中電子羅盤測量農(nóng)業(yè)機械的航向角度；角度傳感器獲得農(nóng)業(yè)機械的前輪轉(zhuǎn)角；加速度計測量農(nóng)業(yè)機械的加速度，從而得到農(nóng)業(yè)機械當前時刻的行進速度。如圖6所示，本實施例中農(nóng)業(yè)機械的自動轉(zhuǎn)向控制部分主要涉及下位機和上位機兩部分，下位機角度傳感器獲得農(nóng)業(yè)機械的前輪轉(zhuǎn)角，上位機釆用ARM芯片，與加速度計連接實現(xiàn)傳感器數(shù)據(jù)的釆集與處理、控制算法的實現(xiàn)及控制指令的輸出等，ARM芯片與電機驅(qū)動器連接，該電機驅(qū)動器中的控制驅(qū)動機構(gòu)根據(jù)上位機的轉(zhuǎn)向控制指令，及時準確地控制轉(zhuǎn)向步進電機執(zhí)行動作，上位機還可以通過RS232串口連接筆跡本等信息處理終端，與其相互傳輸數(shù)據(jù)。本實施例中的對農(nóng)業(yè)機械的自動轉(zhuǎn)向控制方法具體如下1.預(yù)定義路徑設(shè)定本實施例中的農(nóng)業(yè)機械的預(yù)定義路徑釆用數(shù)據(jù)集(尸0，A,...，尸k-h網(wǎng)絡(luò)信息交換模式下的工業(yè)生產(chǎn)全過程優(yōu)化控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電信
技術(shù)領(lǐng)域：
的控制方法，具體是一種網(wǎng)絡(luò)信息交換模式下的工業(yè)生產(chǎn)全過程優(yōu)化控制方法。技術(shù)背景隨著現(xiàn)代工業(yè)生產(chǎn)的發(fā)展，控制系統(tǒng)的結(jié)構(gòu)越來越復(fù)雜，許多實際的被控對象，由多個子系統(tǒng)組成，每個子系統(tǒng)可看作是獨立的局部控制系統(tǒng)，但是相鄰的子系統(tǒng)之間存在著復(fù)雜的關(guān)聯(lián)?？刂茊栴}的控制目標多，不但要求對局部子系統(tǒng)進行局部控制優(yōu)化，而且要求最終實現(xiàn)系統(tǒng)的整體優(yōu)化。隨著網(wǎng)絡(luò)技術(shù)的提高和工業(yè)現(xiàn)場總線的發(fā)展為工業(yè)過程的分布式優(yōu)化控制提供了條件。如何利用網(wǎng)絡(luò)信息交換，使各子系統(tǒng)之間相互協(xié)調(diào)工作，最終使工業(yè)全過程整體目標得到優(yōu)化，是一個亟待解決的問題。經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，DuX.N等在ProceedingsoftheAmericanControlConference》(美國控制會議)(2001年，3142-3143頁)，上發(fā)表的"Distributedmodelpredictivecontrolforlarge-scalesystems"(大系統(tǒng)的分布式預(yù)測控制)提出了一種的分布式預(yù)測控制，但沒有對方法的實現(xiàn)進行具體研究，如迭代初值的取法等，而且得到的局部控制律并不是全局最優(yōu)解。陳慶等在《上海交通大學(xué)學(xué)報》(2005年，第3期，349-352頁)，上發(fā)表的"基于全局最優(yōu)的生產(chǎn)全過程分布式預(yù)測控制"提出了一種基于全局最優(yōu)的分布式預(yù)測控制方法，但每個子系統(tǒng)的局部性能指標仍然采用整體性能指標，在線計算復(fù)雜。
發(fā)明內(nèi)容本發(fā)明針對上述現(xiàn)有技術(shù)的不足，提出了一種網(wǎng)絡(luò)信息交換模式下的工業(yè)生產(chǎn)全過程優(yōu)化控制方法，本發(fā)明在提高系統(tǒng)的整體性能的同時兼顧了系統(tǒng)的在線計算的復(fù)雜性，在每次優(yōu)化過程中，不斷與其鄰域子系統(tǒng)交換信息，并在優(yōu)化過程中考慮了其接收到的鄰域子系統(tǒng)的信息，提高了工業(yè)生產(chǎn)過程的整體性能。本發(fā)明是通過如下技術(shù)方案實現(xiàn)的，包括如下具體步驟所述的動態(tài)路徑搜索算法是基于預(yù)瞄跟隨理論，通過動態(tài)計算農(nóng)業(yè)機械當前時刻的最佳前視距離丄，確定其在預(yù)定義路徑上的目標點坐標，具體步驟如下(21)確定農(nóng)業(yè)機械的最佳前視距離Z:本發(fā)明主要考慮農(nóng)業(yè)機械行進速度對其前視距離的影響，通過實驗確定出行進速度和前視距離的關(guān)系，表示為Z-f2"1.5附/s(1)lv+0.75v〉1.5附/s式中丄為農(nóng)業(yè)機械當前時刻最佳前視距離，v為行進速度；(22)確定農(nóng)業(yè)機械的目標點P,的坐標根據(jù)決策出的最佳前視距離L,農(nóng)業(yè)機械的目標點Pp的坐標計算公式可表示為x戸-x+Z.cosC^J(2)式中，(:c戸,;v)表示目標點6的坐標，(x,y)表示農(nóng)業(yè)機械當前位置點尸c的坐標，Z表示最佳前視距離，表示農(nóng)業(yè)機械目標航向。如圖l所示，其中-.農(nóng)業(yè)機械目標航向^的確定方法為-i^P'p，即為農(nóng)業(yè)機械當前位置點尸c指向目標點P,的矢量；(3)確定農(nóng)業(yè)機械的當前位置偏差A(yù)和航向偏差A(yù)參見圖1，其中農(nóng)業(yè)機械的當前位置偏差化和航向偏差^的定義如下農(nóng)業(yè)機械當前的航向偏差《定義為農(nóng)業(yè)機械目標航向^與當前航向角^的差值，表示為農(nóng)業(yè)機械位置偏差A(yù):定義為農(nóng)業(yè)機械當前位置點A及其在預(yù)定義路徑上的投影點夂間的距離，表示為化=/^:,其中當前位置點尸e在預(yù)定義路徑上的投影點P:通過求互相垂直的兩直線的交點獲得；本實施例中規(guī)定當農(nóng)業(yè)機械沿預(yù)定義路徑方向行進時，若農(nóng)業(yè)機械當前位置點尸c位于預(yù)定義路徑的右側(cè)，則位置偏差化為正；若其當前位置點尸e位于預(yù)定義路徑的左側(cè)，則位置偏差化為負。因此位置偏差化和航向偏差《方向的判斷方法如下位置偏差化方向判定方法若航向偏差《為正，則位置偏差A(yù)為正，反之則為負。航向偏差《方向判定方法若航向偏差《為正，則說明農(nóng)業(yè)機械在預(yù)定義路徑的右邊，反之則在左邊。(4)PID控制器首先根據(jù)農(nóng)業(yè)機械的位置偏差和航向偏差確定農(nóng)業(yè)機械的初始期望前輪轉(zhuǎn)角，并根據(jù)該初始期望前輪轉(zhuǎn)角向步進電機發(fā)送指令，步進電機根據(jù)該指令控制轉(zhuǎn)向機構(gòu)使其控制前輪按初始期望前輪轉(zhuǎn)角轉(zhuǎn)向，同時，通過角度傳感器釆集實際的前輪轉(zhuǎn)角，根據(jù)農(nóng)業(yè)機械實際前輪轉(zhuǎn)角的變化，通過參數(shù)自整定PID控制算法，在線整定PID參數(shù)，推算出下一時刻期望前輪轉(zhuǎn)角，并向步進電機發(fā)送指令，步進電機根據(jù)該指令控制轉(zhuǎn)向機構(gòu)使其控制前輪按期望前輪轉(zhuǎn)角轉(zhuǎn)向，重復(fù)以上過程實現(xiàn)期望前輪轉(zhuǎn)角的不斷在線調(diào)整，完成自動轉(zhuǎn)向過程。本實施例中農(nóng)業(yè)機械自動轉(zhuǎn)向控制步驟是基于參數(shù)自整定PID控制器的，參數(shù)自整定PID控制器在線整定PID參數(shù)&、r,、rfl,推算出下一時刻期望前輪轉(zhuǎn)角方法包括為(41)初始化前輪轉(zhuǎn)角的PID控制參數(shù)&、r,、r。和釆樣周期r;本實施例釆用增量式PID控制算法，根據(jù)仿真試驗結(jié)果，設(shè)置PID參數(shù)&、r,、的初始值，分別為75、0.01和8，選取釆樣周期T為1秒,增量式PID控制方法只與最近的兩次前輪轉(zhuǎn)角偏差有關(guān)系，當存在誤差或計算精度不足時，對控制量計算的影響程度較小，增量式PID控制方法的目的在于對當前時刻z'農(nóng)業(yè)機械的期望前輪轉(zhuǎn)角進行整定，使下一時刻按整定后的期望前輪轉(zhuǎn)角控制轉(zhuǎn)向，具體根據(jù)下式獲取<formula>formulaseeoriginaldocumentpage13</formula>(4)其中，",，",一分別為當前時刻z'，第一時刻W農(nóng)業(yè)機械的期望前輪轉(zhuǎn)角，^&，^2分別為當前時刻z'、第一時刻zW、第二時刻"2期望前輪轉(zhuǎn)角與實際前輪轉(zhuǎn)角的偏差，其中，第一時刻/-7為在當前時刻/的前一時刻，第二時刻為在第一時刻z'的前一時刻，^為比例系數(shù)，&=^*77;,^^^^zyr，其中，r為釆樣周期，優(yōu)選的初始數(shù)值范圍為o.i~is,r,為積分時間常數(shù)，r。為微分時間常數(shù)，0""1000，0^7^0.5。(42)確定PID控制器的前輪轉(zhuǎn)角控制量的模糊邏輯規(guī)則表和模糊邏輯控制表；本實施例中PID控制器采用自適應(yīng)模糊PID控制器，實現(xiàn)PID三個參數(shù)^、t;、r。的在線整定，進而決策農(nóng)業(yè)機械的前輪轉(zhuǎn)角，以提高農(nóng)業(yè)機械自動轉(zhuǎn)向控制的精度和穩(wěn)定性。(421)確定PID控制器的前輪轉(zhuǎn)角控制量的模糊邏輯規(guī)則表；自適應(yīng)模糊PID控制器設(shè)計的核心是總結(jié)駕駛?cè)藛T的技術(shù)知識和實際操作經(jīng)驗，轉(zhuǎn)化為模糊控制規(guī)則，建立模糊邏輯決策表，實現(xiàn)PID參數(shù)變化量的決策?？紤]到誤差、誤差變化率以及PID控制器三個參數(shù)J^、^、^的變化量Akp、Aki、Akd變量的正負特性，將每一種變量的取值范圍分為7種，分別為正大(PB)、正中(PM)、正小(PS)、零(ZO)、負小(NS)、負中(NM)和負大(NB)，最終得到模糊誤差E、模糊誤差變化率EC及PID控制器三個參數(shù)的變化量厶kp、Aki、Aka的模糊控制表(如表1、表2、表3所示)，表1、表2、表3中對應(yīng)于模糊誤差E的正大PB1、正中PM1、正小PS1、負小NS1、負中NM1和負大NB1共7個等級，對應(yīng)于模糊誤差變化率EC的正大PB2、正中PM2、正小PS2、負小NS2、負中NM2和負大NB2共7個等級，對應(yīng)于變化量Akp的正大PB3、正中PM3、正小PS3、負小NS3、負中NM3和負大NB3共7個等級，對應(yīng)于變化量Akp的正大PB4、正中PM4、正小PS4、負小NS4、負中NM4和負大NB4共7個等級，對應(yīng)于變化量厶kp的正大PB5、正中PM5、正小PS5、負小NS5、負中NM5和負大NB5共7個等級。本實施例中不限于將上述中的每個變化分為7個數(shù)值范圍，也可以進一步細化為更多的數(shù)值范圍，但符合下面表中所述的模糊規(guī)則。表lAKp的模糊規(guī)則表<table>tableseeoriginaldocumentpage14</column></row><table>表2M:,的模糊規(guī)則表<table>tableseeoriginaldocumentpage14</column></row><table>表3A/^的模糊規(guī)則表<table>tableseeoriginaldocumentpage14</column></row><table><table>tableseeoriginaldocumentpage15</column></row><table>本實施例中參數(shù)整定原則為模糊決策的輸出量是PID參數(shù)的變化量A^、A^、A《d。根據(jù)不同的模糊誤差E的絕對值問和模糊誤差變化率EC的絕對值IECI對J^、&、i^進行整定，原則如下女當模糊誤差問較大時，如3^間S5，為使系統(tǒng)具有較好的跟蹤性能，加快系統(tǒng)的響應(yīng)速度，應(yīng)取較大的i^,如500^^^1000;同時為避免系統(tǒng)在初始時，由于誤差的瞬時增大可能出現(xiàn)的微分飽和而使控制作用超出允許范圍，此時應(yīng)取較小的&,如0S&23;同時為避免系統(tǒng)響應(yīng)出現(xiàn)較大超調(diào)，產(chǎn)生積分飽和，應(yīng)對積分作用加以限制，通常取&=0。*當模糊誤差問適中，如B間S3，為使系統(tǒng)響應(yīng)具有較小超調(diào)，應(yīng)取稍小的^，如0S^^100;此時i^的取值對系統(tǒng)響應(yīng)的影響較大，要大小適中，如3《i^《8.以保證系統(tǒng)的響應(yīng)速度；同時可增加一些積分對控制的作用，但若&太大，易造成積分飽和，太小則不能加快系統(tǒng)響應(yīng)速度，所以&的取值要適當，如0S^S0.3。女當模糊誤差問較小時，如OS間Sl,為使系統(tǒng)具有較好的穩(wěn)態(tài)性，應(yīng)取較大的《尸與《,，如i^如500S尺pS1000,如0.3^^^0.5;同時為避免系統(tǒng)在設(shè)定值附近出現(xiàn)振蕩，《。值的選擇非常重要，一般可根據(jù)IEC沐確定當模糊誤差變化率IECI值較小時，如0《I圳S2，&可取大些，如5S^^10;當IECI值較大時，如2^五Cl"，^可取小些，如0《i^S5，通常&為中等大小。(422)確定PID控制器的前輪轉(zhuǎn)角控制量的模糊邏輯控制表；在實驗仿真中，將誤差e及誤差變化率e，的精確值模糊化成模糊量誤差E、模糊量誤差變化率EC，即分別以誤差e、誤差變化率e'的精確值為中心值取一段數(shù)值范圍，得到模糊量誤差E、模糊量誤差變化率EC,對模糊量誤差E選取模糊子集(NB1，NM1，NS1，ZOl，PS1，PM1,PB1"對模糊量誤差變化率EC選取模糊子集(NB2，NM2，NS2,Z02,PS2,PM2，PB2}。選取PID控制參數(shù)i^的變化量Ai^的模糊子集(NB3，NM3,NS3,Z03,PS3，PM3，PB3},選取PID控制參數(shù)^的變化量A/^的模糊子集(NB4，NM4，NS4,Z04,PS4，PM4,PB4}，選取PID控制參數(shù)^的變化量A/^的模糊子集(NB5，NM5，NS5，Z05，PS5,PM5,PB5}，取模糊量誤差E和模糊量誤差變化率EC變化范圍，將該范圍定義為模糊集上的論域，表示為E，={-15,-12,-9,-6，-3,0，3，6,9，12，15}，EC，={-5，-4，-3，-2，-1，0，1，2,3，4，5},其中E，中每一個整數(shù)都對應(yīng)于模糊誤差E中的一段數(shù)值范圍，EC，中每一個整數(shù)都對應(yīng)于模糊誤差變化率中的一段數(shù)值范圍?；趯＜抑R和現(xiàn)場操作人員的經(jīng)驗制定模糊規(guī)則，打開模糊規(guī)則器，輸入不同的離散量E，、EC',得到PID參數(shù)變化量A^、△&、Ai^的對應(yīng)值，構(gòu)成模糊控制表(如表4、表5、表6所示)。表4M;的模糊控制表<table>tableseeoriginaldocumentpage16</column></row><table><table>tableseeoriginaldocumentpage17</column></row><table><table>tableseeoriginaldocumentpage18</column></row><table>本實施例中首先初始PID控制器的三個參數(shù)i^、A、《p，J^為比例系數(shù)，《,^^r/r,，i^-《"rj:r，其中，r為采樣周期，r,為積分時間常數(shù)，T^為微分時間常數(shù)，本實施例根據(jù)仿真試驗結(jié)果，設(shè)置PID參數(shù)^、7;、r。的初始值分別為75、o.oi和8，選取采樣周期T為1秒，確定了PID控制器的前輪轉(zhuǎn)角控制量的模糊邏輯規(guī)則表和模糊邏輯控制表后，如圖5所示，結(jié)合前面所述的內(nèi)容詳述在農(nóng)業(yè)機械行進過程中自動轉(zhuǎn)向控制過程a-.取當前采樣值；b:根據(jù)前面所述的方法確定農(nóng)業(yè)機械當前的位置點尸。和目標點P,的坐標，確定當前農(nóng)業(yè)機械的位置偏差化和航向偏差《；c:由當前時刻農(nóng)業(yè)機械的位置偏差A(yù)和航向偏差《確定農(nóng)業(yè)機械的當前期望前輪轉(zhuǎn)角"i,并根據(jù)該當前期望前輪轉(zhuǎn)角",向步進電機發(fā)送指令，步進電機根據(jù)該指令控制轉(zhuǎn)向機構(gòu)使其控制前輪按當前期望前輪轉(zhuǎn)角",轉(zhuǎn)向，同時，通過角度傳感器釆集實際的前輪轉(zhuǎn)角，該實際前輪轉(zhuǎn)角與當前期望前輪轉(zhuǎn)角的誤差為A,對當前期望前輪轉(zhuǎn)角的誤差^求微分(de/dt)，得到誤差變化率e，；d:對當前期望前輪轉(zhuǎn)角的誤差e,和誤差變化率e'作為輸入量輸入到PID控制器，PID控制器將誤差q的精確值轉(zhuǎn)換為模糊誤差E，將誤差變化率e，的精確值轉(zhuǎn)換為模糊誤差變化率EC將糊化后的輸入量E、EC做為模糊推理部分的輸入，再由E、EC和總的控制規(guī)則R,根據(jù)推理合成規(guī)則進行模糊推理得到模糊控制量t/為tz-(^:x五cf'-i其中，7;代表一定的控制規(guī)則，u為相應(yīng)的控制量(在實施例中分別代表Akp、Aki、Akd)。e.逆模糊化經(jīng)模糊控制算法計算后得到的控制量，為控制量語言變量的論域中的值，不能直接控制對象，須將其轉(zhuǎn)換為控制量基本論域中的值?？刂屏康谋壤蜃佣x如下max/其中，1為控制量在0~"_范圍內(nèi)量化后分成的檔數(shù)，釆用重心法對輸出模糊控制量C/進行逆模糊化。本實施例中當系統(tǒng)某時刻的誤差e、誤差變化率e'已知，即可通過確定參數(shù)變化量的值，在線整定PID控制器當前時刻的參數(shù)^、&、&。；f:對當前的《尸、A、i^進行整定；/^=i^+Ai^、i^-A^+Ai^，其中，《、、KV、《、為上一時刻的PID參數(shù)；g:PID控制器根據(jù)下式獲取控制參數(shù)A",.:Aw,.=〖p-!)++^-2eM+e,._2)〗(4)得到整定后的期望前輪轉(zhuǎn)角A",.+A,根據(jù)該整定后的期望前輪轉(zhuǎn)角向步進電機發(fā)送指令，步進電機根據(jù)該指令控制轉(zhuǎn)向機構(gòu)使其控制前輪按整定后的期望前輪轉(zhuǎn)角"'轉(zhuǎn)向，完成一步控制；h:然后等待下一次釆樣，重復(fù)執(zhí)行步驟bg，如此循環(huán)，當農(nóng)業(yè)機械的位置偏差和航向偏差在設(shè)定的誤差范圍內(nèi)時，結(jié)東該過程，即可完成農(nóng)業(yè)機械的自動轉(zhuǎn)向控制如圖3所示，本實施例中自適應(yīng)模糊PID控制器以農(nóng)業(yè)機械的當前時刻前輪轉(zhuǎn)角與期望前輪轉(zhuǎn)角之間的誤差e和誤差e的變化率e'作為輸入量，在農(nóng)業(yè)機械行進過程中通過不斷檢測e和e',根據(jù)模糊控制原理確定的模糊邏輯決策表來對控制器的3個參數(shù)^、r,、r。進行在線修改，使其具有良好的動態(tài)和靜態(tài)性能。下面以求i^為例說明推理方法(一)根據(jù)表l，可將每條^調(diào)整規(guī)律寫出，例如，第一條可寫為z/E=NBam/EC=NBK,PS,該規(guī)則隸屬度的計算方法為同理，可求出關(guān)于^的所有規(guī)則的隸屬度〃&,(c》(i=l，2，...，n)，其中，n為關(guān)于^的所有規(guī)則的條數(shù)，c^為第i條規(guī)則中所取模糊集合的中心值，p，E(^)代表當E取NB時的隸屬度，A^^(EC)代表當EC取NB時的隸屬度。(二)當系統(tǒng)在某時刻誤差E、誤差變化率EC已知，i^的計算公式為<formula>formulaseeoriginaldocumentpage20</formula>(6)同理，可以得到A、^的計算公式，如(7)，(8)所示。其中，m、l分別為關(guān)于&、i^的所有規(guī)則的條數(shù)。<formula>formulaseeoriginaldocumentpage20</formula>(7)<formula>formulaseeoriginaldocumentpage21</formula>(8)從式(5)~(8)可以看出，《"&、^與模糊誤差E和模糊誤差變化率EC之間建立了一種函數(shù)關(guān)系，可以滿足系統(tǒng)在不同模糊誤差E、模糊誤差變化率EC狀態(tài)下對PID控制參數(shù)的不同要求，所以該控制器優(yōu)于常規(guī)PID控制器?！鱥^、A^、MT。的模糊規(guī)則表建立后，即可進行/^、i^、KD的在線整定。設(shè)模糊誤差E,模糊誤差變化率EC和A^、A^、AKfl均服從正態(tài)分布，可得出各模糊子集的隸屬度，根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型，應(yīng)用模糊合成推理設(shè)計PID參數(shù)變化量的模糊決策表，查出修正參數(shù)代入下式計算其中，《、為上一時刻的PID參數(shù)，A^可由模糊規(guī)則表l查得；規(guī)則表2查得；其中，r為上一時刻的PID參數(shù)，A^可由模糊其中，K、為上一時刻的PID參數(shù)，Ai^可由模糊規(guī)則表3查得。將系統(tǒng)誤差E和誤差變化率EC變化范圍定義為模糊集上的離散論域，表示為E，={-15,-12,-9,-6,-3,0，3,6，9,12，15},EC，={-5,-4，-3,-2，-l,0，1,2,3,4,5}，打開模糊規(guī)則器，輸入不同的離散量E、EC,得到對應(yīng)的Ai^、A^、AKD,構(gòu)成模糊控制表(如表4、表5、表6所示)。本發(fā)明提供的機械自動轉(zhuǎn)向控制系統(tǒng)框圖如圖2所示，該系統(tǒng)是基于參數(shù)自整定PID控制器的，本實施例中參數(shù)自整定PID控制部分主要由以下幾部分組成①模糊控制器為模糊控制系統(tǒng)的核心，是釆用基于模糊控制知識表示和規(guī)則推理的語言型模糊控制器，主要包括輸入量的模糊化、模糊推理和逆模糊化三部分。根據(jù)被控對象的不同以及對系統(tǒng)靜態(tài)、動態(tài)特性要求的不同，模糊控制器的規(guī)則也有所不同，從而控制算法各異；②執(zhí)行機構(gòu)包括直流電機和步進電機等；③被控對象可以是一種設(shè)備或裝置以及它們的群體，在一定的約東條件下工作；④傳感器需設(shè)置傳感器將被控對象或各種過程的被控制量轉(zhuǎn)換為電信號；D/A轉(zhuǎn)換器實現(xiàn)數(shù)/模轉(zhuǎn)換和模/數(shù)轉(zhuǎn)換。雖然本發(fā)明是集體結(jié)合以上優(yōu)選實施例示出和說明的，但是熟悉該
技術(shù)領(lǐng)域：
的人員可以理解，其中無論在形式上還是在細節(jié)上都可以做出各種改變，這并不背離本發(fā)明的精神實在和專利保護范圍。權(quán)利要求1、一種機械自動轉(zhuǎn)向控制方法，該機械的存儲裝置中存儲有PID控制器的比例常數(shù)、微分常數(shù)和積分常數(shù)，其特征在于，該方法包括以下步驟(1)根據(jù)機械轉(zhuǎn)向要到達的目標點確定其位置偏差和航向偏差；(2)PID控制器根據(jù)所述位置偏差和航向偏差確定當前期望前輪轉(zhuǎn)角，并控制轉(zhuǎn)向機構(gòu)根據(jù)所述當前期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向，同時通過角度傳感器采集當前實際前輪轉(zhuǎn)角；(3)計算當前期望前輪轉(zhuǎn)角與當前實際前輪轉(zhuǎn)角的誤差及誤差的變化率，PID控制器根據(jù)所述誤差及誤差的變化率確定PID比例常數(shù)的增量、微分常數(shù)的增量和積分常數(shù)的增量，得到調(diào)整后的比例常數(shù)、微分常數(shù)和積分常數(shù)；(4)PID控制器利用調(diào)整后的比例常數(shù)、微分常數(shù)和積分常數(shù)求出當前期望前輪轉(zhuǎn)角的增量，得到調(diào)整后的期望前輪轉(zhuǎn)角，并控制轉(zhuǎn)向機構(gòu)根據(jù)所述調(diào)整后的期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向。2、如權(quán)利要求l所述的機械自動轉(zhuǎn)向控制方法，其特征在于，所述PID控制器與轉(zhuǎn)向機構(gòu)之間連接有步進電機，所述PID確定當前期望前輪轉(zhuǎn)角后向所述步進電機發(fā)送控制指令，所述步進電機根據(jù)所述控制指令控制轉(zhuǎn)向機構(gòu)使其根據(jù)所述當前期望前輪轉(zhuǎn)角來控制前輪轉(zhuǎn)向。3、如權(quán)利要求l所述的機械自動轉(zhuǎn)向控制方法，其特征在于，在步驟(l)中，根據(jù)所述機械當前時刻的行駛速度確定所述機械的最佳前視距離，依據(jù)所述最佳前視距離確定目標航向角，由所述目標航向角和最佳前視距離確定機械的目標點坐標。4、如權(quán)利要求3所述的機械自動轉(zhuǎn)向控制方法，其特征在于，根據(jù)所述機械當前時刻的行駛速度確定所述機械的最佳前視距離的方法為2v^l.5附/sv+0.75v〉1.5w/s其中，丄為機械當前時刻最佳前視距離，v為行進速度。5、如權(quán)利要求4所述的機械自動轉(zhuǎn)向控制方法，其特征在于，由所述目標航向角和最佳前視距離確定機械的目標點坐標x戸=x+丄.cos(0》其中，()表示目標點坐標，(xj)表示機械當前位置點的坐標，Z表示最佳前視距離，表示機械的目標航向角。6、如權(quán)利要求1所述的機械自動轉(zhuǎn)向控制方法，其特征在于，所述當前實際前輪轉(zhuǎn)角與當前期望前輪轉(zhuǎn)角之間的誤差變化率EC由當前實際前輪轉(zhuǎn)角與當前期望前輪轉(zhuǎn)角之間的誤差E的微分求得。7、如權(quán)利要求1所述的機械自動轉(zhuǎn)向控制方法，其特征在于，在步驟(4)中，利用調(diào)整后的積分常數(shù)、微分常數(shù)和積分常數(shù)求出前輪轉(zhuǎn)角的增量的方法為=ZC尸(e!.-eM)++-2eM+e"2)〗其中，a，eM,ei—2分別為當前時刻/，第一時刻zW,第二時刻/-2期望前輪轉(zhuǎn)角與當前實際前輪轉(zhuǎn)角的偏差，其中，第一時刻/-7為當前時刻z'的前一時刻，第二時刻/-2為第一時刻的前一時刻，i^為比例常數(shù)，K,《":r/r,,/^=^*rD/r，r為釆樣周期，r,為積分常數(shù)，r。為微分常數(shù)。8、如權(quán)利要求7所述的機械自動轉(zhuǎn)向控制方法，其特征在于，所述釆樣周期T為l秒。9、如權(quán)利要求l所述的機械自動轉(zhuǎn)向控制方法，其特征在于，所存儲的所述比例常數(shù)^的取值范圍為，os^《iooo,所述積分常數(shù)r,的取值范圍為ost;《0.5，所述微分常數(shù)的取值范圍為10、如權(quán)利要求i所述的機械自動轉(zhuǎn)向控制方法，其特征在于，所存儲的所述比例常數(shù)為^為75、積分常數(shù)為r,為0.01、微分常數(shù)r。為8。全文摘要本發(fā)明涉及一種機械自動轉(zhuǎn)向控制方法，該方法包括步驟確定其位置偏差和航向偏差；根據(jù)農(nóng)業(yè)機械實際前輪轉(zhuǎn)角的變化，通過參數(shù)自整定PID控制算法在線整定PID參數(shù)，推算出下一時刻期望前輪轉(zhuǎn)角，從而實現(xiàn)對農(nóng)業(yè)機械的自動轉(zhuǎn)向控制。本發(fā)明在常規(guī)PID導(dǎo)航控制方法的基礎(chǔ)上，充分利用模糊控制方法，以農(nóng)業(yè)機械實際前輪轉(zhuǎn)角的變化為依據(jù)，滿足其在不同誤差、誤差變化率下對PID控制參數(shù)的不同要求，在線整定PID參數(shù)。既具有模糊控制靈活性和適應(yīng)性優(yōu)點，又具有PID控制精度較高的特點，能夠提高農(nóng)業(yè)機械自動轉(zhuǎn)向控制的穩(wěn)定性和精確度以及控制系統(tǒng)的魯棒性。文檔編號G05D1/12GK101221447SQ200810056478公開日2008年7月16日申請日期2008年1月18日優(yōu)先權(quán)日2008年1月18日發(fā)明者剛劉,司永勝,孟祥健,楊玉糯申請人:中國農(nóng)業(yè)大學(xué)