基于自适应模糊控制的拖拉机自动导航系统选编.doc

基于自适应模糊控制的拖拉机自动导航系统 摘要：阐述了一种基于自适应模糊控制的拖拉机自动导航系统。由PLC、电控开关液压阀和比例方向液压阀组成自动转向控制系统，设计了PD转向控制算法；为提高拖拉机自动导航的精度和稳定性，提出了一种基于遗传算法的自适应模糊控制方法，采用遗传算法在线优化模糊控制规则以及输出比例因子，既保留了传统模糊控制的优点，又有效了改善了系统的控制品质；仿真和田间实验结果表明，该方法可以迅速消除跟踪误差，相应速度快，超调小，系统工作稳定，稳态跟踪误差不超过10cm。 关键词：拖拉机；模糊控制；遗传算法；自动导航；自适应控制 引言 为提高农用车辆自动导航的精度和稳定性，许多学者对其导航方法进行了研究。文献[1～11]分别对线性模糊控制方法、模糊控制方法、最优控制方法、神经网络控制方法以及纯追踪算法进行了研究。总体来说，目前对于自适应导航控制方法研究较少。 模糊控制具有不依赖精确的数学模型、鲁棒性好等特点。对于一个确定的模糊控制器，当被控对象受到参数摄动和外部干扰等不确定因素影响时，仍可以保证系统最终趋于稳定，但是会降低系统的控制品质，出现诸如振荡加剧、过渡时间过长等缺点。因此有必要研究自适应模糊控制方法，在控制过程中的不同阶段，对模糊控制器进行自动调整。拖拉机本身是一个具有大延迟、高度非线性以及时变性和不确定性的复杂系统，而且农田地况较差，轮胎和地面作用过程复杂，难以建立精确的数学模型，因此应避免运用车辆模型进行控制，但是也应该充分挖掘车辆模型所蕴含的车辆状态信息，以改善导航系统性能。 本文提出一种基于遗传算法的自适应模糊控制算法，以RTK-DGPS为导航传感器，构建拖拉机自动导航系统，并进行拖拉机田间自动导航实验。 1 拖拉机自动导航控制系统 研究平台为福田雷沃FT704拖拉机，前轮转向，后轮驱动。自动导航控制系统如图1所示。 图1 导航控制系统 系统采用分层控制策略，两层之间通过CAN总线（ISO11783协议标准）同信。PPC-3710GS型工控机作为上层控制器，通过串口接受RTK-DGPS输出的GGA和VTG两种数据格式（输出频率5Hz），获取车辆的位置、航向和速度信息，经过导航控制算法输出期望前轮转角。KSC-10PLC作为下层控制器，实时采集角度传感器数据，获取当前前轮转角，与期望转角相比较，通过转向控制算法，输出功率PWM信号和功率开关信号，驱动开关阀和比例方向阀，实现前轮转向动作，并实时检测压力传感器的输出信号，实现自动驾驶模式和人工驾驶模式的自动切换。 2 基于遗传算法的自适应模糊导航控制器 采用拖拉机的横向偏差E和航向偏差Ψ作为模糊控制器的输入，输出量为期望前轮转角U。横向偏差E基本论域选择为[-30cm,30cm]，量化因子为Ke=0.5，航向偏差ψ基本论域选择为[-15°，15°]，量化因子为Kψ=1，即两输入变量的模糊论域均为[-15,15]，同时令输出变量的模糊论域与输入相等。模糊控制器可以用解析式概括为[12] U=-(αE+(1-α)ψ] （α∈（0,1）） （1） 其中，α为规则修正因子，又称为加权因子。通过调整α值，可以调整控制规则。这种基于解析式的模糊控制器可以将变量的基本论域划分得很细，不仅有利于提高控制精度，而且易于计算机实现，避免了常规模糊控制器规则繁琐的缺点。 采用模拟生物进化过程的遗传算法对模糊控制的修正因子以及输出比例因子进行在线整定，以达到自适应控制。控制算法原理如图2所示。 图2 基于GA的导航控制原理图 遗传算法具有鲁棒性强、并行搜索和群体寻优等优点，是一种有效的参数优化手段。其基本操作主要包括编码、解码、选择、交叉和变异，设计如下： （1）编码和解码 考虑到拖拉机前轮转向范围为[-25°，30°]，模糊控制器输出比例因子大小范围选择为Kμ∈[0.2,1.67]。编码方式采用搜索能力较强的二进制编码，染色体是长度为10位的二进制串，α占6位，Kμ占4位。相应的解码方式为 （2） 式中 binrep(α)——6位字符串表示的二进制整数 binrep(Kμ)——4位字符串表示的二进制整数 （2）适应度函数的构造 适应度函数的选取直接影响GA的收敛速度以及能否找到最优解。由于根据ITAE指标设计的系统超调量小，阻尼适中，具有良好的动态特性，而且在农用车辆自动导航中，横向跟踪偏差是衡量控制效果的首要指标，故选择横向跟踪偏的ITAE指标的倒数为适应度函数，即为 （3） 式中 y(t)——t时刻的横向跟踪偏