農用車輛單神經元自適應PID 軌跡跟蹤控制

嚴 友，李 美

（1.衢州職業技術學院機電工程學院，浙江 衢州 324000；2.海南大學機電工程學院，海南 海口 570228）

1 引言

隨著計算機智能化逐步深入以及數字科學技術的快速發展，以農用車輛自主導航為主的智能農裝技術已為包括農業生產在內的傳統手工行業的自動化開創了一個新時代[1]。高質量的農業生產水平對耕作、播種以及收割任務的效率提出了更高的要求。因此，各種類型的自動化農用車輛應運而生，農用車輛自主導航技術由周邊環境自主感知判斷、路徑決策規劃和軌跡實時跟蹤等三個方面組成，其中，路徑跟蹤控制時該領域研究的重要組成部分，已成為當前農業自動化領域研究熱點之一[2]。

國內外研究表明，農用車輛軌跡跟蹤領域的相關研究中常用的控制方法有以下幾種：比例-微分-積分（Proportion Integration Differentiation，PID）控制[3]、最優控制[4]、模糊邏輯控制[5]和神經網絡控制[6]，其中，PID 控制器具有結構簡單，調整方便，參數調整與工程指標緊密接觸等優點，在測試設置中運行系統并修改PID 值以獲得最佳響應，但傳統PID 控制器參數的選擇主要依賴反復的試驗和經驗，無法根據狀態的變化適時的改變控制參數。為了解決上述問題，BP（Back Propagation）神經網絡PID 控制、模糊RBF（Radical Basis Function） 神經網絡PID 控制、遺傳算法PID 控制以及自適應模糊PID 控制等方法相繼被提出。但是上述改進的PID 控制方法，響應時間相對較長，且大部分算法計算量較大且復雜，甚至會導致比傳統PID 更大的超調量。單神經元作為神經網絡結構的基本單元，具有自學習和適應能力，結構簡單且易于計算的優點，可以有效減少系統參數不確定性和隨機擾動帶來的負面影響。……