答辩博士：周学升
指导老师：周俊教授
论文题目：电驱动农业车辆行驶状态估计与驱动协调控制研究
答辩委员会：
主席：
鲁植雄 教授/博导 南京农业大学
委员：
魏民祥 教授/博导 南京航空航天大学
田广东 教授/博导 北京建筑大学
姬长英 教授/博导 南京农业大学
何瑞银 教授/博导 南京农业大学
秘书：
朱烨均南京农业大学
答辩时间：2024年12月16日15:00
答辩地点：滨江校区工学楼B440
论文简介：
农业作业车辆不同于传统路面车辆，行驶时所处的田地路面复杂多变，导致农业车辆四个轮子很容易处于不同的附着系数路面上，导致农业车辆行驶过程中不同车轮产生的驱动力矩不同产生整车横摆力矩，从而导致车辆出现横摆现象。农业车辆车轮处于不同附着系数的路面时或者处于转向机动等复杂行驶工况时，会导致农业车辆的质心产生侧偏，影响农业车辆的稳定行驶。电驱动农业车辆是农业车辆的发展方向，同时也符合精准农业的发展要求。本文针对分布式电驱动农业车辆多信息源的特点，能够准确的获得驱动力矩、驱动轮转速等运动学和动力学信息，重点研究复杂行驶环境下，如何优化多执行器的驱动力分配，实现电动农业车辆行驶姿态及驱动协调控制问题。本文的主要研究成果及结论如下：
(1) 本文首先对目前国内外农业轮式移动机器人研究现状和发展趋势进行分析总结，得出本文研究的具有环境友好、工作范围灵活、动力大、对农田环境适应能力强等特点的电驱动轮式农业机器人平台具有重要实际意义和应用价值，符合目前智慧农业的发展需求。
(2) 本文针对开发的分布式驱动电动农业车辆，围绕农业车辆在不同路面上不同工况行驶时驱动协调控制展开研究。首先对车辆行驶状态参数估计系统、车辆驱动协调控制系统进行结构设计，然后根据研究的分布式电驱动农业车辆平台结构特点建立整车仿真系统模型，为下述研究提供基础。
(3) 针对农业车辆特定的行驶环境及复杂多变的运动形式，使用单一的运动模型进行行驶状态跟踪估计时，在车辆进行机动时，会出现滤波精度低甚至目标丢失的情况。本文将交互式多模型（IMM）算法同扩展卡尔曼滤波相结合，提出一种IMM- AEKF算法，该算法能够有效的跟踪目标运动模式的改变，避免出现滤波精度低甚至状态估计严重失准的情况。实车试验结果表明，在设定的四种不同工况下，IMM- AEKF算法对行驶车速的估计最大误差为0.3 km/h，对横摆角速度的估计的最大误差为1.13 deg/s，对质心侧偏角的估计最大误差为0.34 deg，达到了算法对车辆行驶状态估计的预期目标。
(4) 针对分布式电驱动农业车辆控制过程的非线性、作业环境不确定性较强的特点，本文引入模型预测控制进行驱动协调控制研究，将分布式电驱动农业车辆的驱动协调控制作为多执行器驱动协调优化控制问题，从整车横摆行驶姿态稳定和电机分配转矩两者一体化协调控制的目的出发，并且考虑到农业车辆行驶过程中的约束条件，利用改进自适应MPC实现考虑约束的多电机驱动协调控制。仿真试验结果表明，连续转向时基于自适应MPC控制时车辆横摆角速度和质心侧偏角的变化幅度最大分别为3.013deg/s、1.625deg，避障行驶时基于自适应MPC控制时车辆横摆角速度和质心侧偏角的变化幅度最大分别为3.683deg/s、0.864deg，阶跃转向行驶时基于自适应MPC控制时车辆横摆角速度和质心侧偏角的变化幅度最大分别为13.563deg/s、2.086deg。以传统MPC控制方法为对照组，改进自适应MPC控制在以上三种行驶工况时车辆横摆角速度的变化幅度相较对照组分别降低了47.44%、29.06%、9.59%，质心侧偏角的变化幅度相较对照组分别降低了24.45%、17.79%、41.01%，使得车辆姿态控制能力得到相应程度的提升。
(5) 通过课题组开发的分布式电驱动农业作业试验平台，本文根据实际农业生产活动的需要，将行驶速度分为作业行驶速度和机动行驶速度，并设置接近实际农业生产活动的工况分别在均一路面和分离路面进行试验。本文将行驶姿态外部测试设备搭载在农业车辆试验平台上，利用多种传感器对不同控制算法下车辆姿态和行驶信息进行数据采集，并将采集的数据进行对比分析，验证改进自适应MPC控制算法的有效性。本文创新性地将前后扫描雷达（命名为雷达扫描跟踪系统）成功搭载到试验平台上，利用机器人系统可视化平台Rviz将农业车辆试验平台的运动状态通过图形化的方式显示出来，取代了以往常用的利用采集坐标数据进行运动轨迹曲线拟合的做法，便于试验结果的分析，使得试验结果更加直观、更具有说服力。
主要创新点如下：
【创新点1】将交互式多模型算法同自适应扩展卡尔曼滤波算法相结合，提出交互式多模型自适应扩展卡尔曼滤波算法，并首次应用到分布式电驱动农业车辆行驶状态参数的估计，通过搭载外部传感器，利用分布式电驱动农业车辆多信息源的特点，实现对状态参数进行准确迅速估计。
【创新点2】利用改进自适应MPC控制，以质心侧偏角和目标横摆角速度作为横向稳定性控制目标，通过优化直接横摆力矩方法，优化驱动力分配达到保证农业车辆行驶姿态的稳定性，这一控制方法的应用在农业车辆姿态控制上尚属首次。
【创新点3】成功地利用行驶姿态外部测试设备获得不同控制算法下农业车辆平台行驶姿态信息，并将多种传感器的信息进行融合作为行驶姿态控制的依据，同时这也符合精准农业的发展要求。为了更加直观准确的对车辆行驶状态试验结果进行分析，本文创新性地将前后扫描雷达（命名为雷达扫描跟踪系统）成功搭载到农业车辆试验平台上，利用机器人系统可视化平台Rviz将农业车辆试验平台的运动状态通过图形化的方式精确的显示出来，取代了以往常用的利用采集坐标数据进行运动轨迹曲线拟合的做法。
