搜索到123585篇“ TRACKING“的相关文章
- 基于DQN的智能农机路径跟踪控制研究
- 2025年
- 针对复杂路面条件下无人化农业作业车辆路径跟踪控制精度低、控制器参数整定困难的问题,设计了一种基于深度强化学习的路径跟踪控制算法。基于五层BP神经网络构建了DQN(Deep Q-Network)路径跟踪控制器,实现了网络的轻量化和高度的可移植性。控制器网络的输入状态在采用车辆当前舵角、车辆与目标路径上控制点间横向距离偏差的基础上,引入车辆前方设定距离内的平均路径曲率,实现了车辆转向性能的提高。分别开展了仿真和田间试验,验证了所设计深度强化学习网络算法的收敛性,并对比了有路径曲率输入和无路径曲率输入两种网络的路径跟踪控制性能。仿真试验中,基于正弦曲线对两种路径跟踪控制方法进行训练,两种路径跟踪控制网络收敛后的平均跟踪距离误差为0.008 4、0.017 7 m。在间隔6 m的U型路径上进行田间测试试验,结果显示:有路径曲率输入的模型性能显著优于无路径曲率输入的模型,两种路径跟踪控制方法在路径上平均跟踪距离误差为0.038 9、0.068 4 m。验证了该路径跟踪控制方法有效性,可满足农业作业车辆路径跟踪控制需求。
- 杨琰张瑞瑞张林焕陈立平伊铜川吴明齐岳晓龙
- 基于特征融合和模板更新的孪生网络跟踪算法
- 2025年
- 针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。
- 吴国瑞王峰李杰
- 关键词：目标跟踪计算机应用
- 农田作业车的RBF-PID横向路径跟踪控制研究
- 2025年
- 针对农业现代化背景下大块农田环境的农用车辆路径跟踪作业的需求,采用RBF神经网络自整定PID控制参数的方法优化传统的基于增量式PID的车辆横向路径跟踪算法,建立3-6-1结构的RBF神经网络,以目标路径位置、实际行驶位置和上一周期方向盘转角为输入量,隐藏层设置6个神经元,输出量为方向盘转角,通过梯度下降法对PID的参数实时调整。最后,利用CarSim/Simulink对基于约翰迪尔825i Gator车型改造的农田取土采样车进行建模和仿真,结果表明:在低速(10 km/h)的U形(蛇形)路径下,平均误差为3.89 cm,最大误差为16.61 cm,标准差为5.99 cm,跟踪效果优于传统增量式PID控制,鲁棒性良好,能满足常见的农田作业车辆路径跟踪工况的作业需求。
- 项波瑞赵祚喜廖志辉米亚龙张清河
- 基于鲁棒模型预测的无人拖拉机跟踪控制方法分析
- 2025年
- 无人驾驶拖拉机是一种利用自动化技术和传感器设备进行自主导航的农业机械设备,可以在无人操作的情况下完成农田的耕作、种植、施肥、除草等作业。无人驾驶拖拉机田间运动控制是拖拉机整机与自动驾驶系统沟通的关键技术。为此,在无人驾驶拖拉机田间运行给定形式路径的基础上,通过构建无人驾驶拖拉机运动模型并进行线性化处理,运用模型预测控制拖拉机田间运行轨迹,以实现对田间无人驾驶拖拉机轨迹跟踪的研究目标。结果表明:基于鲁棒模型预测的拖拉机跟踪控制器能够提高拖拉机田间运行控制精度,拖拉机直线运行控制误差<0.03 m。
- 侯晓晓涂亚楠陈晓静李怀玉
- 关键词：农业机器人
- 麦克纳姆轮农业机器人路径跟踪——基于改进野马算法
- 2025年
- 针对麦克纳姆轮农业机器人在智能大棚中的路径跟踪问题,建立了运动学模型和动力学模型,设计了一种新型的双环比例微分-分数阶比例积分导数(Proportional Derivative-Fractional Order Proportional-Integral Derivative,PD-FOPID)控制器对全局路径进行动态跟踪控制。对于控制器参数多且整定困难的问题,首先采用帐篷映射初始化种群策略、精英主义记忆策略、动态余弦权重策略和柯西—高斯变异策略对原始野马算法进行改进,然后利用略改进野马算法(Improved Wild Horse Optimizer,IWHO)对控制器最优增益参数优化。实验结果表明:所开发的算法在探索和开发阶段方面性能优异,且PD-FOPID控制器在整定工作中表现突出。路径跟踪仿真证明,设计的双环PD-FOPID控制器比FOPID控制器更具显著的优势,能够避免动态误差累积,快速响应调整到规划路径,在提高农业大棚机器人路径跟踪控制质量方面具有巨大的潜力。
- 穆占海艾尔肯·亥木都拉郑威强
- 关键词：运动学模型动力学模型
- 基于改进滑模控制的水稻直播机路径跟踪研究
- 2025年
- 为了提高水稻直播机自动作业时路径跟踪的精度和稳定性,提出了一种基于新型非线性滑模面和改进快速变幂次趋近率的滑模路径跟踪控制方法。首先,建立Frenet坐标系下直播机的路径跟踪运动学模型;然后,为保证路径跟踪过程中横向偏差和航向偏差全局收敛,采用双曲正切函数设计滑模面;最后,在快速幂次趋近率的基础上设计了变指数幂次项,提高了系统趋近速度并有效抑制了抖振。在Simulink上搭建模型并进行仿真,与基于快速幂次趋近率和指数趋近率的滑模控制方法相比,本文改进滑模控制方法的路径跟踪误差收敛时间最短并且无抖振现象发生。直播机采用改进算法以0.8 m/s的速度在水田实际自动作业时,横向偏差和航向偏差的平均绝对误差为0.016 9 m和1.099 9°,均方差为0.021 5 m和1.499 2°,提高了路径跟踪的精度和稳定性,满足了实际作业需求。
- 徐长赓李彦明刘子翔刘成良
- 关键词：水稻直播机滑模控制
- 基于前馈非线性模型预测控制的类车机器人路径跟踪
- 2025年
- 类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.
- 伊力夏提·伊力哈木江孟宇白国星顾青王国栋常鑫睿黄建秀郑燕
- 关键词：模型预测控制平顺性
- 结合Udwadia-Kalaba控制理论的下肢外骨骼步态轨迹跟踪控制
- 2025年
- 针对现有轨迹跟踪控制方法较难兼顾控制精度与稳定性的问题,提出一种基于Udwadia-Kalaba(U-K)控制理论的鲁棒控制方法。基于拉格朗日法建立机器人动力学模型,将动力学参数分为确定的名义部分与不确定部分;结合U-K理论与系统名义部分参数确定外骨骼机器人系统理想运动轨迹约束下的名义部分控制力矩;为消除机器人系统不确定部分的影响,引入鲁棒控制器,通过划分不确定性边界确定其应输出的额外控制力矩。仿真结果表明:相较于传统PID算法,基于U-K控制理论的鲁棒控制的外骨骼机器人髋关节、膝关节角度的轨迹跟踪控制精度分别提高了76.4%和96.8%。基于设计的下肢外骨骼机器人样机进行轨迹跟踪对比实验,实验结果表明:基于该方法的下肢外骨骼髋关节、膝关节角度的轨迹跟踪精度为0.467 0°和0.114 1°,相比作为对照的PID算法,分别提高了82.6%和86.8%,同时系统整体控制周期缩短了56.6%,该控制方法具有更高的同步性、控制精度与稳定性。
- 肖志毅沙连森邹学坤黄锟李永斌刘斌
- 关键词：鲁棒控制轨迹跟踪控制
- 机械臂非奇异快速终端滑模迭代学习轨迹跟踪控制研究
- 2025年
- 针对机械臂建模参数精准性与扰动不确定性的精确轨迹跟踪控制问题,提出了一种非奇异快速终端滑模控制与迭代学习控制相融合的控制方法。首先,为保证跟踪误差的收敛速度,避免收敛中的奇异性问题,设计采用饱和函数趋近律的非奇异快速终端滑模控制器。其次,为进一步提高轨迹跟踪精度,设计误差迭代学习控制器,并对所设计的控制器进行了收敛性分析。最后,在Simulink软件中搭建所提方法的控制系统,进行迭代控制与对比控制仿真实验,并同步开展机械臂跟踪控制真机实验。结果表明:在迭代实验中,关节最大平均稳态误差提升了72%;在对比实验中,与比例微分(PD)型迭代学习控制和PD型线性滑模控制相比,最大平均稳态误差分别提升了97%、51%,最大响应调整时间分别减少70%、50%;在真机实验中,机械臂跟踪误差稳定在[-0.05,0.05] rad区间内。实验结果充分验证了所提控制方法的正确性与有效性,为解决机械臂轨迹跟踪中的不确定性问题提供了一种有效的控制方案。
- 陈涛李晓娟刘建璇王立忠
- 关键词：机械臂迭代学习控制
- 滨水空间视觉特征的注意力和情绪效应——基于高校在校学生眼动追踪实验的证据
- 2025年
- 随着社会竞争压力倍增以及城市生活高速运转,高校在校学生心理健康问题日益凸显。大量研究证实蓝绿空间具有多重健康效益。作为一种日常疗愈景观,蓝绿空间是促进心理健康的重要“自然处方”和环境资产。本研究基于视觉景观感知理论,采用虚拟现实眼动追踪实验,收集51名高校在校学生的眼动行为和情绪数据,探究滨水空间视觉特征对高校在校学生注意力分配和情绪反应的作用。结果显示:公共活动型水岸引起的注视行为和愉悦情绪显著更多,不同观赏视角之间滨水空间感知的瞳孔反应和愉悦情绪存在差异。不同水平植被密度、植被结构层次和水面可视度对注意力和情绪的影响存在显著差异,且在不同空间类型和观赏视角下显示出异质性特征,即滨水空间属性之间具有交互作用。研究有助于丰富蓝绿空间人地感知理论的实验性循证探索和差异化研究,结论可为人本尺度下滨水空间精细化场所营造提供参考,以期为我国青年友好滨水空间建设提供实证支撑。
- 罗玮菁袁媛王琳婷吴丽娟
- 关键词：滨水空间注意力情绪眼动实验
