植物工廠中移動(dòng)平臺(tái)導(dǎo)引系統(tǒng)的路徑校正控制方法研究高 振 銘1， 徐 麗 明1， 李 超1， 邢 潔 潔1， 劉 文1， 史 麗 娜1， 卜 云 龍2( 1 中 國 農(nóng)業(yè)大學(xué) 工學(xué)院 ， 北京 100083; 2 北京京鵬環(huán)球科技股份有限公司 ， 北京 100094 )摘 要 : 在植物工廠的物料自動(dòng)化運(yùn)送中 ， 自動(dòng)導(dǎo)航系統(tǒng)非常重要 。為此 ， 針對(duì)移動(dòng)平臺(tái)在行駛過程中出現(xiàn)偏離誤差較大的問題 ， 采用磁感應(yīng)傳感器搭建導(dǎo)航系統(tǒng) ， 并對(duì)采樣信號(hào)進(jìn)行插值處理 ， 并采用模糊控制方法 。通過Simulink 對(duì)信號(hào)采集過程進(jìn)行仿真分析與優(yōu)化 ， 得到了較為合理的模糊控制算法 ， 建立了一套路徑校正的系統(tǒng) 。利用 STM32 系列單片機(jī)搭建了控制系統(tǒng) ， 并進(jìn)行了道路行駛試驗(yàn) 。試驗(yàn)結(jié)果表明 : 該系統(tǒng)能夠?qū)π旭偮窂竭M(jìn)行校正和追蹤 ， 模糊校正的直線行駛能力提高了 20 13% ， 穩(wěn)定性提高了 17 24% ， 均值直線行駛偏差 控制在5mm 以內(nèi) ， 具有較高的精度和穩(wěn)定性 。關(guān)鍵詞 : 植物工廠 ; 移動(dòng)平臺(tái) ; 磁導(dǎo)引 ; 路徑校正 ; 模糊控制中圖分類號(hào) : S24 文獻(xiàn)標(biāo)識(shí)碼 : A 文章編號(hào) : 1003 188X( 2017) 12 0007 080 引 言植 物 工廠化立體化裝備已經(jīng)逐漸成為國際公認(rèn)的農(nóng)作物培養(yǎng)設(shè)施 ， 物流化 、無人化和自動(dòng)化的物料搬運(yùn)機(jī)器裝備是植物工廠自動(dòng)化系統(tǒng)中的關(guān)鍵技術(shù)之一 。在物料運(yùn)輸方面 ， 歐陽平等 1研究了山地果 園 牽引式雙軌運(yùn)輸機(jī)斷繩制動(dòng)裝置 ， 并進(jìn)行試驗(yàn) ， 克服了現(xiàn)有山地果園軌道運(yùn)輸機(jī)無法搬移 、戶外施工難度大 、批量生產(chǎn)困難和設(shè)備利用率低等問題 。李善軍等 2研究了自走式雙軌 道山地果園運(yùn)輸機(jī) ， 實(shí) 現(xiàn)了山地果園中運(yùn)輸果實(shí) 、肥料等 ， 也可搭載噴霧機(jī)或修剪機(jī)械等進(jìn)行作業(yè) 。權(quán)龍哲等 3研究了狹閉空間內(nèi)苗盤物流化搬運(yùn)機(jī)器 人 運(yùn)動(dòng)規(guī)劃與試驗(yàn) ， 實(shí)現(xiàn)了植物工廠的秧苗盤的運(yùn)輸 。以上研究多利用軌道實(shí)現(xiàn)物料搬運(yùn)作業(yè) 。由于植物工廠物料輸送具有對(duì)接精度要求高 、行駛位置靈活等特點(diǎn) ， 本文設(shè)計(jì)了植物工廠的移動(dòng)平臺(tái) 。該移動(dòng)平臺(tái)的直線行駛平穩(wěn)度高 ， 為秧苗盤精確對(duì)接提供了重要的基礎(chǔ) 。對(duì)植物工廠進(jìn)行路徑規(guī)劃的同時(shí) ， 考慮到所處環(huán)境能夠提供的條件 ， 避免環(huán)境產(chǎn)生的外界干擾 。因此 ， 試驗(yàn)樣機(jī)采用了磁導(dǎo)引的方收稿 日期 : 2016 10 17基金項(xiàng)目 : 國家高技術(shù)研究發(fā)展項(xiàng)目 ( 2013AA103002 1)作者簡介 : 高振銘 ( 1992 ) ， 男 ， 黑龍江佳木斯人 ， 碩士研究生 ，( E mail) 304239453 qq com。通 訊 作者 : 徐麗明 ( 1969 ) ， 女 ， 山東蓬萊人 ， 教授 ， 博士生導(dǎo)師 ，( E mail) xlmoffice 126 com。式進(jìn)行信號(hào)采集 。針 對(duì) 植物工廠移動(dòng)平臺(tái)在行駛過程中會(huì)出現(xiàn)偏離其路徑的問題 ， 為減小偏離誤差 ， 結(jié)合數(shù)學(xué)運(yùn)動(dòng)模型 ， 在轉(zhuǎn)動(dòng)瞬心和偏離角之間建立數(shù)學(xué)模型 ， 采用模糊控制器及 Simulink 進(jìn)行仿真 ， 對(duì)輸出的跟蹤性進(jìn)行一定的優(yōu)化 ， 并在實(shí)體上進(jìn)行檢驗(yàn) ， 以期能夠提高直線行駛的精確度和穩(wěn)定性 。1 植物工廠移動(dòng)平臺(tái)運(yùn)動(dòng)學(xué)分析11 植物工廠移動(dòng)平臺(tái)作業(yè)要求植物工廠是一 種 新型科技高度密集種植模式 ， 其采用標(biāo)準(zhǔn)化種植 ， 減少了工作量和作業(yè)強(qiáng)度 ， 提高了作業(yè)效率 ， 實(shí)現(xiàn)了農(nóng)作物的周年生產(chǎn) 。本試驗(yàn)樣機(jī)需要配合運(yùn)送秧苗盤的機(jī)器 ， 能將機(jī)器運(yùn)送過來的秧苗盤穩(wěn)定地接收到移動(dòng)平臺(tái)上 ( 見圖1) ， 移動(dòng)平臺(tái)需要在 20m 內(nèi)的環(huán)境中實(shí)現(xiàn)高精度 的穩(wěn)定行走 。圖 2 為植物工廠內(nèi)移動(dòng)平臺(tái)作業(yè)要求示意圖 。其需要保證移動(dòng)平臺(tái)能夠在精確的位置上停止 ，同時(shí)具有高度的雙向直線行駛性 。此要求是為后續(xù)秧苗盤運(yùn)動(dòng)到秧苗架上提供重要保障 ， 確保秧苗盤能夠穩(wěn)定地 、精確地傳送到秧苗立體栽培架上 ， 同時(shí)保證與其他裝置進(jìn)行對(duì)接 。12 移動(dòng)平臺(tái)的研制移動(dòng)平臺(tái)針對(duì)植物工廠的作業(yè)要求 ， 該移動(dòng)平臺(tái)包括驅(qū)動(dòng)系統(tǒng) 、導(dǎo)航系統(tǒng) 、定位系統(tǒng) 、避障系統(tǒng)和上位機(jī)系統(tǒng) ，如圖 1 所示 。驅(qū)動(dòng)部分由伺服電機(jī)構(gòu)成 ， 采用 PWM控制模式和閉環(huán)控制 ， 保證行駛的穩(wěn)定性 。導(dǎo)航部分采用磁導(dǎo)航方式 ， 保證雙向行駛的平穩(wěn)性 。定位系統(tǒng)·7·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期DOI:10.13427/j.cnki.njyi.2017.12.002采用 FID 射頻識(shí)別 ， 能夠保證確定移動(dòng)平臺(tái)的實(shí)時(shí)位置 。避障系統(tǒng)采用超聲波避障模式 ， 通信模式用 II2C 通 信 方式 。采用藍(lán)牙通信系統(tǒng) ， 保證有效通信范圍在 60m 以內(nèi) 。上位機(jī)系統(tǒng)采用 LABVIEW 控制界面進(jìn)入上位機(jī)實(shí)時(shí)控制和監(jiān)控 。圖 1 移 動(dòng) 平臺(tái)三維圖Fig1 3D map of mobile platform圖 2 植 物工廠 內(nèi)移動(dòng)平臺(tái)作業(yè)要求示意圖Fig2 Plant space structure diagram13 移動(dòng)平臺(tái)的運(yùn)動(dòng)學(xué)分析為了確定移動(dòng) 平 臺(tái)的運(yùn)動(dòng)規(guī)律 ， 求得移動(dòng)平臺(tái)的運(yùn)動(dòng)軌跡 ， 即移動(dòng)平臺(tái)的運(yùn)動(dòng)學(xué)的正解 4， 對(duì) 于 預(yù)測分析機(jī)構(gòu)的運(yùn)行軌跡和運(yùn)動(dòng)狀態(tài)的平穩(wěn)性有重要的作用 ， 進(jìn)而以此為基礎(chǔ)進(jìn)行優(yōu)化程序 。在固定坐標(biāo)系中 ， 設(shè)在一個(gè)采樣的周期 內(nèi) ， 移動(dòng)平臺(tái)從第 n 個(gè)時(shí)刻 ( xn， yn， n) 狀 態(tài) 變化到第 n + 1 個(gè)時(shí)刻 ( xn +1， yn +1，n +1) 狀態(tài) ， 從而確定各個(gè)采樣周期的位置 。此 時(shí) ， 行走機(jī)構(gòu)的兩個(gè)相應(yīng)的位置為 ( An， On， Bn)和 ( An +1， On +1， Bn +1) 。設(shè)在 1 個(gè)采樣周期內(nèi)移動(dòng) 平臺(tái)的運(yùn)行方位角增量為 ， 當(dāng) 0 時(shí) ， 所走 ds 可以近似看作弦長 。由圖 3 及運(yùn)動(dòng)學(xué)關(guān)系可得行走機(jī)構(gòu)中心點(diǎn) o 的運(yùn)動(dòng)軌跡與兩驅(qū)動(dòng)輪速度關(guān)系為ds =( vr+ vl) t2( 1) =( vr+ vl) t2( 2)圖 4 為移動(dòng)平臺(tái)的運(yùn)動(dòng) 模型的建立坐標(biāo)系 。其中 : O 點(diǎn)為驅(qū)動(dòng)軸中心點(diǎn) ; A 點(diǎn)為轉(zhuǎn)動(dòng)瞬心 ; B 點(diǎn)為運(yùn)動(dòng)質(zhì)心 ; Vl為 左 輪轉(zhuǎn)動(dòng)速度 ; Vr為右輪轉(zhuǎn)動(dòng)速度 ; d 為兩驅(qū)動(dòng)輪間距離 ; 為 移 動(dòng)平臺(tái)轉(zhuǎn)動(dòng)的角速度 ; v 為移動(dòng)平臺(tái)車體運(yùn)動(dòng)速度 ; a 為移動(dòng)平臺(tái)轉(zhuǎn)動(dòng)瞬心到距離其最近驅(qū)動(dòng)輪的距離 。圖 3 植 物 平臺(tái)移動(dòng) t 的示意圖Fig3 Platform mobile plant schematic圖 4 植物平臺(tái)車體運(yùn)動(dòng)示意圖Fig4 Plant schematic platform body movement移動(dòng)平臺(tái)兩驅(qū)動(dòng)輪中點(diǎn) O 的 速 度為·8·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期vc= vo=vr+ vl2( 3)移動(dòng)平臺(tái)旋轉(zhuǎn)平臺(tái)為w =vr vld( 4)移動(dòng)平臺(tái)的數(shù)學(xué)運(yùn)動(dòng)模型為x·c= vc·cos + h·w·siny·c= vc·sin h·w·cos( 5)移動(dòng)平臺(tái)質(zhì)心運(yùn)動(dòng)學(xué)方程為x·c=vr+ vl2cos +h( vr vl)dsiny·c=vr vl2sin +h( vr vl)dcos( 6)由此得到植物工廠移動(dòng)平臺(tái)的運(yùn)動(dòng)模型為o·=x·y··=r2cos +h·rdsinr2cos h·rdsinr2cos h·rdsinr2cos h·rdsinrdw1w 2( 7)則移動(dòng)平臺(tái)在第 n +1 時(shí)刻的車體位姿為xn+1= xn+Tn+1TT12cosn( vr+ vl) 1dsinn( vr vl) dtyn+1= yn+Tn+1TT12sinn( vr+ vl) 1dcosn( vr vl) dtn+1= n+Tn+1Tn( vr+ vl) dt ( 8)此采樣周期移 動(dòng)平臺(tái)轉(zhuǎn)彎半徑 ( 圖 4 中 Oo 的距離 ) ， 其表示式為 =( vr+ vl) t2( 9)根 據(jù)正解分析 ， 在每個(gè)采樣周期內(nèi) ， 移動(dòng)平臺(tái)車體位姿是驅(qū)動(dòng)輪速度和時(shí)間的函數(shù) ， 驅(qū)動(dòng)器給定左右驅(qū)動(dòng)輪的運(yùn)行速度及運(yùn)行時(shí)間 ， 即可確定移動(dòng)平臺(tái)下一時(shí)刻的位姿 ， 連續(xù)的位姿構(gòu)成移動(dòng)平臺(tái)運(yùn)動(dòng)軌跡 。因此 ， 通過采樣時(shí)間和左右輪轉(zhuǎn)速 ， 確定了移動(dòng)平臺(tái)的轉(zhuǎn)彎瞬心 。2 移動(dòng)平臺(tái)的引導(dǎo)系統(tǒng)設(shè)計(jì)自動(dòng)導(dǎo)引車是 植 物工廠自動(dòng)化技術(shù)的關(guān)鍵設(shè)備 ，導(dǎo)航系統(tǒng)為其核心組成部分 。由于植物工廠環(huán)境有較少的機(jī)械損傷 ， 本文采用磁帶導(dǎo)引方式 5， 利用 磁感應(yīng)信號(hào)實(shí)現(xiàn)導(dǎo)引 。21 磁信號(hào)傳感器布局根據(jù)實(shí)際情況 ， 本文所選磁導(dǎo)航傳感器長度為15cm， 內(nèi)部 6 個(gè)磁感應(yīng)傳感器均勻分布 。傳感器離地高度為 1 5cm， 磁條寬度為 3cm， 如圖 5 圖 7 所示 。其中 ， 標(biāo)號(hào) 、和 表示傳感器的檢測通道 ， A、B、C、D 和 E 分別表示檢測區(qū)域 。本文分為 3 種檢測狀況 ， 具體如下 :1) 傳感器檢測一路信號(hào) ( 見圖 5) : 僅有 A 感應(yīng)區(qū)域檢測到信號(hào) ; 號(hào)傳感器感應(yīng)到磁條 ， 檢測到信號(hào) ;號(hào) 、號(hào)位置并沒有檢測到信號(hào) 。2) 傳感器檢測兩路信號(hào) ( 見圖 6) : A、B 感應(yīng)區(qū)域檢測到信號(hào) ; 號(hào)和 號(hào)傳感器感應(yīng)到磁條 ， 檢測到信號(hào) ; 號(hào)位置并沒有檢測到信號(hào) 。3) 傳感器檢測三路信號(hào) ( 見圖 7) : B、C、D 感應(yīng)區(qū)域檢測到信號(hào) ; 傳感器 號(hào)位置 、號(hào)位置和 號(hào)位置感應(yīng)到磁條 ， 檢測到信號(hào) 。圖 5 傳 感器檢測一路信號(hào)Fig5 One sensor signals圖 6 傳感器檢測兩路信號(hào)Fig6 Two sensor signals·9·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期圖 7 傳感 器檢測三路信號(hào)Fig7 Three sensor signals22 信號(hào)的插值與編碼道路中心檢測與 插值 ， 磁導(dǎo)航檢測通過磁傳感器所產(chǎn)生的信號(hào) ， 通過單片機(jī) I/O 口輸入 ， 所得到的是離散位置信號(hào) ， 分辨率低 ， 存在較大的量化誤差 。采用合理的控制策略可以減小量化誤差的干擾 ， 但提高檢測精度是消除誤差的根本 。通過插值對(duì)空間位置進(jìn)行細(xì)化 ， 本文通過合理選擇磁條寬度和傳感器相對(duì)地面的高度 ， 使相鄰的兩個(gè)磁感應(yīng)傳感器檢測位置進(jìn)行范圍重疊 ， 從而提高檢測精度 。線性插值磁導(dǎo)航信號(hào)檢測編碼圖 ， 如圖 8 所示 。圖 8 線性插 值磁導(dǎo)航信號(hào)檢測編碼圖Fig 8 Detection coding picture對(duì)采樣不同信 號(hào) 進(jìn)行編碼 ， 通過方程式運(yùn)算得到不同的數(shù)字 ， 將不同通道的信號(hào)進(jìn)行編碼 ， 并在線性插值處保證累加結(jié)果不會(huì)出現(xiàn)值相等 ， 避免判斷錯(cuò)誤 。通過實(shí)際檢測 ， 每隔 1cm 就會(huì)產(chǎn)生不同的信號(hào) 。對(duì)于采樣的信號(hào) ， 需要進(jìn)行模糊化處理 。實(shí)現(xiàn)模糊控制保證植物移動(dòng)平臺(tái)能夠在保證精確的直線行駛度 。23 傳感器偏離距離與瞬心角度之間的關(guān)系通過上文運(yùn)動(dòng)學(xué)的分析確定了旋轉(zhuǎn)半徑 與運(yùn)行方位角增量 和信號(hào)采樣周期 t 之間的數(shù)學(xué)關(guān)系 ( 公式 9) 。關(guān)于移動(dòng)平臺(tái)的直線行駛度問題 ， 應(yīng)保證 t 無限趨近于 0， 但在實(shí)際當(dāng)中檢測到的 是離散變量 ， 是由傳感器的定位精度和移動(dòng)平臺(tái)的中心與傳感器之間距離來聯(lián)合確定的 。根據(jù)實(shí)際情況 ， 移動(dòng)平臺(tái)中心到傳感器的距離為 700cm， 可以計(jì)算出實(shí)際檢測到的信號(hào)能得到偏移距離和偏移角度之間的關(guān)系 ，如表 1 所示 。其中 ， x 表示磁感應(yīng)傳感器偏移磁條中心線的距離 。表 1 偏移距離和角度之間的關(guān)系Table 1 Offset relationship between the distance and the offset angle偏移 磁條距離 x/cm Arctan( x/700) /( °)1 00143 0818 52 00126 1636 63 00428 2454 04 00571 3270 55 00713 4085 66 00855 4899 17 00977 5710 6根 據(jù) 實(shí)際情況 ， 要保證車的直線行駛度 ， 需要保證傳感器偏移磁條距離 x 在 1cm 以內(nèi) ， 保證 不大于 0 818 5°。t 信號(hào)采樣周期考慮到 3 點(diǎn)因素 : 伺服電機(jī)改變速度的響應(yīng)速度 。響應(yīng)速度是指采樣一次信號(hào)的時(shí)間需要高于加速度達(dá)到穩(wěn)定周期 ， 否則在調(diào)速范圍內(nèi)會(huì)不穩(wěn)定 ; 單片機(jī)采樣之后處理一次采樣數(shù)據(jù)所需要的時(shí)間 ; 傳感器自身反應(yīng)的頻率 。采樣一次信號(hào)的時(shí)間應(yīng)當(dāng)大于以上處理中所消耗的時(shí)間 ， 需要對(duì)實(shí)際電機(jī)的反應(yīng)情況和程序進(jìn)行調(diào)試 ， 從而確定 t 的取值范圍 。24 模糊控制器設(shè)計(jì)以及 Simulink 仿真241 模糊控制的原理與流程模糊控制具體原理如下 : 利用單片機(jī)產(chǎn)生的中斷采樣獲取被控量的精確值 ， 然后將采樣值與目標(biāo)值比較后得到誤差信號(hào) E， 此誤差信號(hào) E 作為模糊控制器的一個(gè)輸入量 ， 把誤差信號(hào) E 的精確量進(jìn)行模糊量化變成模糊量 。誤差 E 的模糊可用相應(yīng)的模糊語言表示 ， 得到誤差 E 的模糊化形成一個(gè)子集 ， 然后通過 e和模糊控制規(guī)則 ( 模糊算子 ) 根據(jù)推理的合成規(guī)則進(jìn)行模糊決策 ， 得到模糊控制量 u。·01·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期模糊控制器的輸 入通過模糊化控制輸出的求解 ，作為模糊控制器的輸入接口 ， 其作用是將真實(shí)的確定量轉(zhuǎn)換為一個(gè)模糊矢量 6。對(duì) 于 一個(gè)模糊輸入量 ， 圖8 對(duì)其相關(guān)的編碼表進(jìn)行模糊化處理 。表 2 為模糊化后的數(shù)據(jù)表 ， 表 3 為 E 表誤差分析表 ， 將上述的 15 種不同的信號(hào)模糊處理為 6 類信號(hào) ， 對(duì)模糊子集進(jìn)行劃分 。表 2 信號(hào) 采集編碼表Table 2 Signal acquisition code table信 號(hào) 通道 一 二 三 四 五 六一路信號(hào) 1 2 13 24 35 46兩 路 信號(hào) 3 15 37 59 81三路信號(hào) 16 39 72 105表 3 E 表 誤 差分析表Table 3 E Error analysis table信號(hào) 通道 一 二 三 四 五 六一路信號(hào) 36 35 24 13 2 46兩路 信號(hào) 21 24 0 13 2三路信號(hào) 21 2 35 68針對(duì)磁導(dǎo)引的 物 理模型 ， 將一系列的模糊控制規(guī)則轉(zhuǎn)化為一個(gè)查詢表 ， 通過程序編程轉(zhuǎn)換為數(shù)組表 ，通過程序遍歷 ， 查找對(duì)應(yīng)數(shù)據(jù) 。這種模糊控制極其簡單 ， 使用方便 。為了實(shí)現(xiàn)實(shí)際當(dāng)中的連續(xù)域到有限整數(shù)離散域的轉(zhuǎn)換 ， 引入量化因子 Ke和 比 例因子 Ku 7。242 模糊控制器的設(shè)計(jì)1) 模 糊 控制器的結(jié)構(gòu) 。首先確定模糊控制器的結(jié)構(gòu) 。為了得到良好的控制性能 ， 檢測磁導(dǎo)航偏移誤差 e 和誤差變化 ec， 控制量只有一個(gè) ， 電機(jī)的轉(zhuǎn)速 脈沖調(diào)節(jié)制的寬度來調(diào)節(jié)電機(jī)的速度 5。因 此 ， 模 糊控制器采用兩輸入單輸出的二維結(jié)構(gòu) ， 如圖 9 所示 。圖 9 模 糊 控制器的流程圖Fig9 Flow chart fuzzy controller use2) 確 定 語言變量 。需要確定檢測磁導(dǎo)航偏移誤差 e、誤差變化 ec 和輸出量控制 PWM 方波脈寬信號(hào)等語言變量 ， 從而控制電機(jī)轉(zhuǎn)速 6。( 1) 設(shè) 定 理想行駛位置為 position_0， 實(shí)際位置為position， 則位置誤差為 e = hd d， 其語言變量為 E， 論域 X = 3， 2， 1， 0， + 1， + 2， + 3 ， 論域上的模糊子集是 Ai( i = 1， 2， 3， ， 7) 。相 應(yīng) 語言值為 負(fù)大( NB) ， 負(fù)中 ( NM) ， 負(fù)小 ( NS) ， 零 ( Z) ， 正小 ( PS) ， 正中 ( PM) ， 正大 ( PB) ， 分別表示當(dāng)前位置 Position 相對(duì)設(shè) 定值 Position0 為 : “極左偏 ”“很左偏 ”“偏左 ”“正好 ”“偏右 ”“很右 偏 ”“極右偏 ”。( 2) 磁導(dǎo)航系統(tǒng)誤差前后兩次采樣值的變化量是ec = e2 e1 = ( position position1) ( position position2) =position2 position1 ， 取其語言變量為 ec， 論域?yàn)?Y = 2， 1， 0， +1， +2 ， 論域上的模糊子集是 Bj( j =1， 2， 3， 4， 5) 。相 應(yīng) 語言值為 正大 ， 正小 ， 零 ， 負(fù)大 ， 負(fù)小 ， 分別表示當(dāng)前水平方向位置變化 position2 posi-tion1 為 “快速 左偏 ”“左偏 ”“不變 ”“右偏 ”“快速右偏 ”。( 3) 系統(tǒng)輸出量 u， 其語言變量為 U， 論域?yàn)?Z = 3， 2， 1， 0， +1， + 2， + 3 ， 論域上模糊子集 Ck( k =1， 2， 3， ， 7) 。相 應(yīng) 語言值為 負(fù)大 ( NB) ， 負(fù)中( NM) ， 負(fù)小 ( NS) ， 零 ( Z) ， 正小 ( PS) ， 正中 ( PM) ， 正大 ( PB) ， 分別 表示 “脫離傳感器范圍 ， 并全部停止電機(jī)運(yùn)轉(zhuǎn) ”“電機(jī)快速向左偏移 ”“電機(jī) 慢速向左偏移 ”“電機(jī)直線行駛 ”“電機(jī)慢速向右偏移 ”“電機(jī) 快速向右偏移 ”“脫離傳感器范圍 ， 并全部停止電機(jī)運(yùn)轉(zhuǎn) ”。3) 確定語言值得隸屬函數(shù) 。本文 采用 MatLab 的Fuzzy 的模糊控制控制箱 ， 提供了大量的模糊隸屬函數(shù) ， 然后對(duì) E、EC、U 進(jìn)行模糊函數(shù)的隸屬規(guī)劃 9( 見圖 10) ， 得到 位置誤差 E 隸屬函數(shù)圖 ( 見圖 11) 及位置誤差量變化 EC 隸屬函數(shù)圖 ( 見圖 12) ， 并確立輸出量U 隸屬函數(shù)圖 ( 見圖 13) 。圖 10 兩輸入單輸出結(jié)構(gòu)Fig10 Two input single output structure圖 11 位置 誤差 E 隸屬函數(shù)圖Fig11 Position error membership function diagram·11·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期圖 12 位置 誤差量變化 EC 隸屬函數(shù)圖Fig12 Position error variation function diagram圖 13 輸 出 量 U 隸屬函數(shù)圖Fig13 Output membership function diagram4) 確定 模糊規(guī)則 。最常用的關(guān)系詞 if then， also對(duì)于多變量的模糊控制系統(tǒng)還有 and 等 。本文采用結(jié)構(gòu)為 if A and B then C 。本文采用系統(tǒng)輸出誤差和誤差變化趨勢來消除系統(tǒng)誤差 ， 由模糊控制規(guī)則語句構(gòu)成模糊模型 ， 確立模糊控制表 ( 見表 5) ， 生成輸入輸出變量隸屬關(guān)系圖 ( 見圖 14) 和輸入輸出模糊規(guī)則關(guān)系圖 ( 見圖 15) ， 生成模糊控制器 ， 為下一步仿真優(yōu)化做準(zhǔn)備 。5) Simulink 仿真 。將模糊控制器編好之后 ， 進(jìn)行模糊控制器的算法調(diào)試 ， 圖 16 為控制仿真過程 。假設(shè)輸入 sin 函數(shù)作為測試信號(hào) ， 軌跡原始連續(xù)信號(hào)如圖 17 所示 。進(jìn)行軌跡跟蹤 ， 將輸入信號(hào)模糊化處理在解模糊輸出 ， 并且不斷優(yōu)化參數(shù) ， 如圖 18 所示 。將信號(hào)傳遞給 STM32 單片機(jī)進(jìn)行處理優(yōu)化 ， 完成信號(hào)的輸出 。3 移動(dòng)平臺(tái)的直線行駛性能試驗(yàn)31 試 驗(yàn) 目的測試移動(dòng)平臺(tái)采用模糊控制處理方式后的直線度行駛能力和橫向行駛偏差范圍 ， 是否滿足秧苗盤對(duì)接的要求 。表 5 模糊規(guī)則控制表Table 5 Fuzzy control rule tableECUE NB( A1) NM( A2) NS( A3) ZO( A4) PS( A5) PM( A6) PB( A7)NB( B1) PB PM PM ZO NM NM NBNS( B2) PM PS PS ZO NS NS NMZO( B3) PM PM PS ZO NS NM NMPS( B4) PM PS PS ZO NS NS NM圖 14 輸入 輸出變量隸屬關(guān)系 圖Fig14 variables affiliation diagram圖 15 輸入輸出模糊規(guī)則關(guān)系圖Fig15 Input output diagram of fuzzy rules·21·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期圖 16 利用 Simulink 的模糊控制仿真Fig16 Fuzzy control simulation based on Simulink圖 17 采集 原始信號(hào)Fig17 Acquisition of the original signal圖 18 采 集 信號(hào)模糊化處理Fig18 Fuzzy signal processing32 試驗(yàn)設(shè)備和試驗(yàn)方法試驗(yàn)采用所研發(fā) 的 移動(dòng)平臺(tái) ( 見圖 19) 和磁導(dǎo)航系統(tǒng) ， 控制器采用意法公司的 STM32 芯片作為控制器 7， 行駛偏離裝置通過 記號(hào)筆和鋪在地面的白紙進(jìn)行軌跡記錄偏移狀況 。試 驗(yàn)方法 : 對(duì)信號(hào)進(jìn)行模糊化處理 ， 將 Simulink仿真優(yōu)化的參數(shù)應(yīng)用到控制器中 ， 驗(yàn)證實(shí)體運(yùn)行時(shí)的直線行駛跟蹤誤差是否達(dá)到植物工廠的實(shí)際需求 。試驗(yàn)步驟如下 :1) 將仿真試驗(yàn)中上述確定的模糊控制規(guī)則整理 ，轉(zhuǎn)換成 C 語言寫入 STM32 控制器 ， 調(diào)試其中參數(shù) 。2) 將磁條在移動(dòng)平臺(tái)所處環(huán)境貼成直線長度為20m， 同時(shí)在磁條旁 10cm 處鋪上同樣長度的紙條 。3) 將記錄筆固定在車上 ， 保證筆尖和地面接觸良好 。4) 移動(dòng)平臺(tái)進(jìn)行單方向循跡行駛 ， 筆跡畫在地面鋪的道路上 ， 將車直線行駛的痕跡進(jìn)行記錄 ; 停止筆畫線 ， 將車退回起始點(diǎn) ; 再次同一方向循跡行駛 ， 將筆劃出行駛痕跡 。5) 將 4 次試驗(yàn)行駛的痕跡進(jìn)行對(duì)比 ， 測量 4 次試驗(yàn)直線行駛偏離的距離 ， 并均勻設(shè)置 40 個(gè)點(diǎn)進(jìn)行采樣計(jì)算 ， 算出模糊校正的直線行駛偏差和常規(guī)校正的直線偏差 。圖 19 磁導(dǎo) 航循跡Fig19 Magnetic navigation tracking33 試驗(yàn)結(jié)果與分析在移動(dòng)平臺(tái)上分 別以不同的車速跟蹤直線路徑 ，本試驗(yàn)采用速度為 1、2、2 5m/s， 行駛距離為 20m， 進(jìn)行試驗(yàn) 。將引入模糊控制器進(jìn)行追蹤校正與常規(guī)校正追蹤誤差進(jìn)行對(duì)比 ， 如表 6 所示 。圖 20 為移動(dòng)平臺(tái)往返直線行駛記錄筆畫出的痕跡 。試驗(yàn)分析表明 : 采用模糊控制器的移動(dòng)平臺(tái)直線行駛度比常規(guī)直線偏差校正理想 ， 具有較好的魯棒性 ; 將移動(dòng)平臺(tái)行駛偏差控制在偏差要求范圍內(nèi) ， 同時(shí)偏差變化量要小于常規(guī)校正 ， 提高了系統(tǒng)的穩(wěn)態(tài)精度 。通過試驗(yàn)記錄的數(shù)據(jù)進(jìn)行了直線行駛偏差和方差的數(shù)據(jù)對(duì)比 ， 在模糊校正情況下 ， 直線偏差在 5mm以內(nèi) ， 在跟蹤直線路徑時(shí) 、低速工況下 ， 移動(dòng)平臺(tái)表現(xiàn)出較好的追蹤效果 。根據(jù)表 6 測得數(shù)據(jù)可知 : 模糊校正的直線偏差能力提高了 20 13% ， 穩(wěn)定性提高了17 24%。本文設(shè)計(jì)的移動(dòng)平臺(tái)在行駛中具有跟蹤誤·31·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期差小 、動(dòng) 態(tài)響應(yīng)快的特點(diǎn) ， 能夠較好地滿足實(shí)際工作 要求 。表 6 追蹤誤差精度與穩(wěn)定性對(duì)比均值方差表Table 6 Comparison of tracking error accuracy and stability車 速Vc/m·s1直 線 偏差 ( 模糊校正 )均 值 /mm 方差 2/mm2直 線 偏差 ( 常規(guī)校正 )均 值 /mm 方差 2/mm210 29 23 49 2520 37 25 63 3025 42 24 67 32誤 差 /方 差平均值 36 24 596 29圖 20 移動(dòng)平臺(tái)直線行駛四次 試驗(yàn)痕跡Fig20 Moving platform straight line traces4 結(jié) 論1) 建 立 了植物工廠差速移動(dòng)平臺(tái)的運(yùn)動(dòng)學(xué)數(shù)學(xué)模型及偏離角度和速度之間的數(shù)學(xué)模型 ， 以便于模糊規(guī)則的建立與優(yōu)化 ; 確立了傳感器偏移磁條距離和瞬心旋轉(zhuǎn)角度的非線性對(duì)應(yīng)關(guān)系和相關(guān)的數(shù)學(xué)模型 。2) 采用磁感應(yīng)傳感器搭建導(dǎo)航系統(tǒng) ， 提出一種線性插值法對(duì)信號(hào)采集的方法 ， 進(jìn)行編碼細(xì)分 ， 建立了一套模糊控制校正系統(tǒng) ， 并對(duì)移動(dòng)平臺(tái)相對(duì)位置參數(shù)的提取進(jìn)行改進(jìn) 。在模糊控制算法中 ， 采用專家經(jīng)驗(yàn)來確定參數(shù) ， 存在很大的主觀性和隨意性 ， 因此將優(yōu)化的模糊控制算法用到導(dǎo)航系統(tǒng)中 ， 通過計(jì)算機(jī)仿真 ， 并用 Simulink 進(jìn)行優(yōu)化 ， 證明了模糊算法在路徑校正中具有實(shí)際可行性 。通過試驗(yàn)和參數(shù)擬合 ， 證明了此算法是有效的 。3) 用 STM32 作為控制系統(tǒng) ， 將算法轉(zhuǎn)換為實(shí)際程序進(jìn)行室內(nèi)試驗(yàn) ， 使用 1、2、25m/s 等 3 種不同速度進(jìn)行試驗(yàn) 。結(jié)果表明 : 對(duì)比原來的試驗(yàn) ， 直線行駛能力與穩(wěn)定度得到較大的提高 ， 直線行駛能力提高了 2013% ， 穩(wěn)定性提高了 17 24% ， 均值直線行駛偏差控制在 5mm 以內(nèi) 。本文的方法可滿足移動(dòng)平臺(tái)導(dǎo)航的實(shí)時(shí)性和穩(wěn)定性要求 ， 獲得可靠的路徑跟蹤效果 。參考文獻(xiàn) : 1 歐 陽 玉平 ， 洪添勝 ， 蘇建 ， 等 山地果園牽引式雙軌運(yùn)輸機(jī)斷繩制動(dòng)裝置設(shè)計(jì)與試驗(yàn) J 農(nóng)業(yè)工程學(xué)報(bào) ， 2014( 18) :22 29 2 李 善 軍 ， 邢軍軍 ， 張衍林 ， 等 7YGS 45 型自走式雙軌道山地果園運(yùn)輸機(jī) J 農(nóng)業(yè)機(jī)械學(xué)報(bào) ， 2011( 8) : 85 88 3 權(quán) 龍 哲 ， 申靜朝 ， 奚德君 ， 等 狹閉空間內(nèi)苗盤物流化搬運(yùn)機(jī)器人運(yùn)動(dòng)規(guī)劃與試驗(yàn) J 農(nóng)業(yè)機(jī)械學(xué)報(bào) ， 2016( 1) : 5159 4 程 麗 麗 自主尋跡切割機(jī)器人控制系統(tǒng)研究 D 長春 : 吉林大學(xué) ， 2009 5 仇成群 ， 劉成林 ， 沈法華 ， 等 基于 Matlab 和模糊 PID 的汽車巡航控制系統(tǒng)設(shè)計(jì) J 農(nóng)業(yè)工程學(xué)報(bào) ， 2012( 6) : 197 202 6 周馳 東 ， 樓佩煌 ， 王輝 ， 等 移載式磁導(dǎo)航 AGV 關(guān)鍵技術(shù)研究 J 工業(yè)控制計(jì)算機(jī) ， 2012( 1) : 4 8 7 周建 軍 ， 張漫 ， 汪懋華 ， 等 基于模糊控制的農(nóng)用車輛路線跟蹤 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) ， 2009( 4) : 151 156 8 鄭 炳 坤 ， 賴乙宗 ， 葉峰 磁導(dǎo)航 AGV 控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) J 自動(dòng)化與儀表 ， 2014( 3) : 6 10 9 趙學(xué) 觀 ， 徐麗明 ， 何紹林 ， 等 玉米定向種子帶恒張力卷繞系統(tǒng)自適應(yīng)模糊 PID 控制 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) ， 2015( 3) :90 96 10 盧 超 月 ， 夏繼強(qiáng) ， 葉呈洋 STM32 的磁導(dǎo)航自主導(dǎo)引車通用驅(qū)動(dòng)器設(shè)計(jì) J 單片機(jī)與嵌入式系統(tǒng)應(yīng)用 ， 2015( 4) :68 71( 下 轉(zhuǎn) 第 25 頁 )·41·2017 年 12 月 農(nóng) 機(jī) 化 研 究 第 12 期non linear measurement errors Zero point output voltages of Voutwere increased with the increasing of vibrationstrength of tray， and measurement sensitivities were reduced when increasing the vibration frequency at same amplitudeThe proposed monitoring method has a good adaptability because the effect of seeds shape and mechanical properties onVoutcould be neglectedKey words: seeder; vibrating tray; seeds mass; real time monitoring( 上 接 第 14 頁 )Abstract ID: 1003 188X( 2017) 12 0007 EAPath Correction Control Method for Mobile PlatformGuidance System in Plant FactoryGao Zhenming1， Xu Liming1， Li Chao1， Xing Jiejie1， Liu Wen1， Shi Lina1， Pu Yunlong2( 1 College of Engineering， China Agricultural University， Beijing 100083， China; 2 Beijing Jingpenghuanqiu PolytronTechnologies Inc， Beijing 100094， China)Abstract: Automatic navigation system is very important in the transportation of materials in plant factory For the mag-netic navigation system used in plant plant， the mobile platform in the process of moving will deviate from the error of，this paper of automatic guidance system for guiding module to improve established a path correction in the path planningsystem Through Simulink to simulation and analysis of the signal acquisition process The more reasonable of the fuzzycontrol algorithm， the control system was built using the STM32 microcontroller， through prototype testing were the actualroad driving test Experimental results show that the system calibration and tracking for moving path and tuning fuzzy line-ar driving ability improve 20 13% and improve stability of 17 24% ， mean linear travel deviation control in less than5mm， with high accuracy and stabilityKey words: plant factory; mobile platforms; magnetic guide; straight path correction; fuzzy control( 上 接 第 19 頁 )Abstract ID: 1003 188X( 2017) 12 00015 EAA Study on Dynamic of Transmission Mechanism of Seedling TrayLi Shufeng， Cao Weibin， Tang Haiyang， Zhao Hongzheng， Liu Jiaodi， Li Hua( School of Mechanical Electrical Engineering of Shihezi university， Shihezi 832003， China)Abstract: Combination of the mechanism among the Crank rocker ， double rocker and the gear mechanism， whichhas a simple structure and reliable operation can achieve precise horizontal transmission of the seedling tray It is usuallyused for transporting of the seedling tray But owing to characteristics of the Quick return motion and repeated motion， which have made inevitable vibration and inertial force for the mechanism， It has made a great influence on the effect ofsmooth motion and working efficiency Therefore， this article have brought forward a kind of combination of the mecha-nism among the Crank rocker double rocker and the gear mechanism for the low upland transplanting seedlings and es-tablished the dynamic model of the mechanism Based on the the dynamic model， the force among the crank， connectingrods， rocker ， connection point has been analyzed A virtual model of transmission machine of the seedling tray was builtwith ADAMS， which has analyzed the dynamic characteristics in the process of working Using the above method， we canfind the cause of vibration， Additional counterweight adding up to the crank is beneficial to reduce some inertial force andto run smoothly， The dynamic analysis on the seedling tray would make a contribute to provide theoretical basis fo