拖拉机自动导航系统是智能化农机装备领域的研究热点,它有助于提高生产效率、改善作业精度,符合土地规模化作业需求。针对前期研究存在的导航控制器鲁棒性差、路径跟踪算法自适应能力不足等问题,本文重点研究自动导航系统的自适应控制方法,具体研究内容如下:1.导航末端执行机构自适应滑模控制算法。为解决导航末端执行机构在机械间隙、死区、摩擦等非线性干扰条件下的控制问题,研究被控对象的数学模型,基于指数趋近律设计离散滑模控制算法,设计在线干扰补偿器对不确定干扰进行辨识和补偿,进而实现对导航末端执行机构的自适应控制。仿真结果表明,该方法解决了传统滑模控制器存在的抖振问题,可以有效抵抗外界非线性干扰,提高系统鲁棒性。2.前轮转角多传感器数据融合测量方法。为解决前轮转角传感器故障率高导致的控制失常问题,深入分析拖拉机动态转向特征,建立车身姿态信息与前轮转角的关系,基于常规卡尔曼滤波算法和鲁棒加权观测融合卡尔曼滤波算法设计一种新的混合卡尔曼器结构,用于实现前轮转角的多传感器数据融合测量。试验结果表明,当前轮转角传感器发生故障时,该算法自动切换为融合测量输出,最大估计误差为0.23°,均方根误差为0.13°,提高了导航控制器对外界干扰的自适应能力。3.改进纯追踪算法。为解决传统纯追踪算法对作业速度自适应能力差的问题,基于人群搜索算法(SOA,Seeker Optimization Algorithm)提出了一种改进纯追踪算法,使前视距离可以依据适应度函数动态调整。对比仿真结果表明,在车速动态变化的情况下,改进纯追踪算法有助于提高系统的自适应能力,减小路径跟踪误差。4.实时动态寻优上线轨迹规划方法。为解决前期路径跟踪算法上线距离较长,且在上线点附近控制精度差的问题,采用实时动态轨迹规划技术改进路径跟踪控制方法。考虑车辆运动学约束,把最优轨迹规划问题转化为B样条控制点参数优化问题,通过量子遗传算法对控制点参数进行寻优,从而求得满足要求的可行驶轨迹。仿真结果表明:该算法可适用于多种作业工况,且收敛速度快,能够满足实时规划要求。5.位姿双闭环串级滑模路径跟踪控制方法。为了进一步提高路径跟踪算法的自适应能力,基于双曲正切函数设计由航向控制器和位置控制器组成的内外环滑模路径跟踪控制系统。仿真结果表明,该算法可以自适应调整车辆的速度和横摆角速度,使车辆快速、准确的跟踪期望轨迹。6.自动导航系统研发与田间试验。为了从田间试验角度论证算法的正确性,进行导航系统软、硬件设计,开发M1004轮式拖拉机和NF-752履带拖拉机导航试验平台。路径跟踪试验结果表明,在不同作业速度条件下,轮式和履带式拖拉机导航系统的最大直线跟踪误差分别为3.2cm和3.3cm,最大均方根误差分别为1.3cm和1.8cm;改进纯追踪算法的最大曲线跟踪误差为10.0cm,均方根误差为6.0cm;双环滑模路径跟踪算法的最大曲线跟踪误差为9.0cm,均方根误差为4.0cm。由试验数据可知,本文提出的自适应控制方法能够满足田间导航作业需求。