来源：期刊VIP网 时间：
作者：项波瑞;赵祚喜;廖志辉;米亚龙;张清河;
单位：华南农业大学工程学院;华南农业大学车辆导航与控制实验室;
摘要：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。
关键词：农田作业车;;横向路径跟踪;;RBF-PID;;CarSim/Simulink
基金资助：广东省农业厅畜牧机器人现代农业创新团队计划项目(2019KJ129);; 2020年广东省乡村振兴战略专项(200-2018-XMZC-0001-107-0130)
