论文部分内容阅读
随着电子技术和信息技术的迅速发展，电子信息技术越来越多地应用于现代农业机械装备，为精准农业技术体系的形成创造了条件；同时，精准农业技术也对农业机械提出了更高要求，促进了自动化、智能化农业机械的发展。
神经网络具有非线性映射、精确逼近、学习能力，自适应能力，使神经网络在控制系统中获得广泛应用。本文尝试将神经网络方法引入轮式农业机械的DGPS导航控制中，建立基于神经网络的导航控制模型，通过神经网络提高系统自适应能力，优化控制系统性能，对于提高轮式农业机械导航的理论和技术水平具有重要作用。
本文围绕智能农业机械的自主导航，设计了BP神经网络导航控制器，结构由输入层、隐层、输出层组成：
(1)输入层取2个神经元，分别为横向位置偏差(x)和纵向航向偏差(ψ)；
(2)隐层神经元选取420个，传递函数采用Sigmoid函数；
(3)输出层取1个神经元，代表前轮纠偏所需的转角U。
所设计的BP神经网络控制器的权值和阈值通过以下方法确定：
(1)驾驶员驾驶插秧机进行样本采集，每秒记录一次横向位置偏差(x)、纵向航向偏差(ψ)和前轮纠偏所需的转角(U)，形成一组训练样本数据；
(2)在MlATIAB中对所设计的BP神经网络控制器进行训练及测试，参数设置为：网络的初始学习率为0.02，动量系数为0.98，网络的目标误差为0.01；
(3)经过22851次网络训练，确定出BP神经网络的权值和阈值，经测试分析，所设计的神经网络能较好地跟踪预定义路线。
以同本久保田SPU-60型插秧机为试验研究平台，以Trimble 4700 RTK-DGPS、TRD-NA1024Nw型绝对值旋转编码器、HMR3000电子罗盘和ADXRS300微机械陀螺仪为主要传感器，以Visual c++为主要编程软件，采用MATLAB中的神经网络工具箱，调用所设计的BP神经网络控制器，以实现农业机械在不同路面上对预定义直线和弧线的路径跟踪。
在水泥路面上的试验证明，BP神经网络控制器对直线的路径跟踪最大横向跟踪误差为0.0873m，平均误差为0.0379m；对弧线路径跟踪误差最大横向跟踪误差为0.3267m，平均误差为0.1885m。
在旱田试验中对直线的路径跟踪最大横向跟踪误差为0.1090m，平均误差为0.0404m；在水田试验中对预定义路线的最大横向位置偏差为0.2299m，平均误差为0.0934m。
试验结果验证了BP神经网络导航控制器的有效性、稳定性和可行性，所设计的BP神经网络导航控制器能够较好的完成对预定义路线的跟踪。