割草机器人自适应时域MPC路径跟踪控制方法

• Published in: 智慧农业（中英文） Vol. 6; no. 3; pp. 82 - 93
• Main Authors: 贺庆, 冀杰, 冯伟, 赵立军, 张博涵
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业信息研究所 30.05.2024; 西南大学 工程技术学院,重庆 400715,中国%重庆市农业科学研究院 农业机械研究所,重庆 401329,中国%重庆文理学院 智能制造工程学院,重庆 402160,中国
• Subjects: 模型预测控制; 割草机器人; 路径跟踪; 事件触发执行机制; 模糊控制; model predictive control; fuzzy control; path tracking; event-triggered mechanism; mowing robot
• ISSN: 2096-8094
• DOI: 10.12133/j.smartag.SA202401010

[目的/意义]传统路径跟踪模型预测控制（Model Predictive Control，MPC）大多采用固定时域，较少考虑道路弯曲和曲率变化的影响，使得机器人在曲线路径作业过程中的跟踪效果和适应性都较差。因此，设计了一种自适应时域MPC控制器并使其满足自主割草等复杂作业要求。[方法]首先，根据割草机器人的速度确定前方参考路径的预瞄区域，并计算预瞄区域内的参考路径曲度因子和曲度变化因子，分别用于描述曲率和曲率变化大小。然后，将二者作为模糊控制器的输入信息，用于自适应调节MPC的预测时域，同时，根据预测时域及曲度变化因子调整控制时域，以增强控制器对路径弯曲变化的适应性并降低计算资源。此外，设计一种MPC事件触发执行机制，进一步提升MPC的实时性。[结果和讨论]与固定时域的MPC进行对比试验，自适应时域MPC控制器的最大横向误差绝对值和最大航向误差绝对值分别控制在11 cm和0.13 rad以内，其平均求解时间比最大时域MPC减少10.9 ms。[结论]自适应时域MPC不仅能够保证割草机器人对曲线路径的跟踪精度，同时降低了MPC求解计算量并提高了控制实时性，解决了固定时域MPC的控制精度与计算量之间的矛盾。