来源：期刊VIP网 时间：
作者：陈艳茹;亓丹丹;张永学;高艳芳;
单位：黄河交通学院;
摘要：无人拖拉机成为现代农业领域的重要装备，电气系统中的执行机构是保证无人拖拉机田间正常运行的重要结构。为了进一步推动无人拖拉机的自动化及智能化发展，考虑到农田复杂的生产环境对车辆的影响，提出了一种基于RBF神经网络模型的路径跟踪器，通过将单神经网络与模糊控制相结合，实现了无人驾驶拖拉机的控制精度提升。此方法能够根据传感器获取的环境信息，通过神经网络学习和模糊控制优化，实现精确的路径跟踪。最后，通过田间实际测试验证了控制策略的有效性和性能。结果表明：基于RBF神经网络模型的路径跟踪器能够显著提高无人拖拉机的控制精度和稳定性，无人拖拉机田间行驶误差在±10cm内，转向角度≤5°。研究结果可以为无人拖拉机自动化和智能化发展提供了新的控制策略和技术支持，具有实际应用价值。
关键词：无人拖拉机;;电气系统;;路径跟踪器;;RBF神经网络;;模糊控制
基金资助：教育部产学合作协同育人项目(202101218021);; 河南省社科联调研项目(SKL-2021-2800)
