滩涂贝类采收设备自动驾驶滑移模型研究

doi:10.12398/j.issn.2096-7217.2025.01.008

智能化农业装备学报（中英文） ›› 2025, Vol. 6 ›› Issue (1): 81-90.DOI: 10.12398/j.issn.2096-7217.2025.01.008

滩涂贝类采收设备自动驾驶滑移模型研究

张志磊¹(), 郭飞宏¹, 周炳洋¹, 徐斌¹, 吴昊¹, 母刚¹^,²^,³()

^1.大连海洋大学机械与动力工程学院，辽宁大连，116023
^2.辽宁省海洋渔业装备专业技术创新中心，辽宁大连，116023
^3.设施渔业教育部重点实验室，辽宁大连，116023

收稿日期:2024-12-01 修回日期:2025-01-05 出版日期:2025-02-15 发布日期:2025-02-15
通讯作者: 母刚
作者简介:张志磊，男，1996年生，内蒙古通辽人，硕士研究生；研究方向为滩涂自动驾驶。E-mail： 1455518698@qq.com
基金资助:
国家重点研发计划项目(2023YFD2400800);辽宁省教育厅基本科研项目(LJ232410158048);辽宁省本科高校基本科研业务费项目(2024JBPTZ002);辽宁省科技计划联合计划(2024JH2/102600082);大连市科技创新基金(2024JJ13GX039)

Research on slip model of automatic driving of shellfish harvesting equipment in mudflat

ZHANG Zhilei¹(), GUO Feihong¹, ZHOU Bingyang¹, XU Bin¹, WU Hao¹, MU Gang¹^,²^,³()

^1.School of Mechanical and Power Engineering，Dalian Ocean University，Dalian 116023，China
^2.Marine Fishery Equipment Professional Technology Innovation Center of Liaoning Province，Dalian 116023，China
^3.Key Laboratory of Facility Fisheries，Ministry of Education，Dalian 116023，China

Received:2024-12-01 Revised:2025-01-05 Online:2025-02-15 Published:2025-02-15
Contact: MU Gang
About author:ZHANG Zhilei，E-mail： 1455518698@qq.com
Supported by:
National Key Research and Development Program of China(2023YFD2400800);The Basic Scientific Research Program of Liaoning Provincial Education Department(LJ232410158048);Liaoning Provincial Undergraduate Colleges and Universities Basic Scientific Research Operational Fees Program(2024JBPTZ002);Liaoning Provincial Science and Technology Program Joint Fund(2024JH2/102600082);Dalian Science and Technology Innovation Fund(2024JJ13GX039)

摘要/Abstract

摘要：

针对自走轮式滩涂贝类采收设备在作业时，由于滩涂底质受力应变导致车轮滑动产生相对位移，进而影响自动驾驶路径跟踪精度等问题，本研究提出了一种基于车辆运动学和动力学模型的滑移预测方法。根据四轮底盘运动学模型推导车辆运动轨迹，并结合轮胎横向和纵向受力特性，建立设备行走动力学模型，明确纵向滑移与横向滑移滑转的计算方法。本研究设计了一套自动驾驶试验平台，包括感知层、规划层和控制层，通过RTK-GNSS系统及相关传感器采集设备位置、转角及轮速等信息。通过纵向滑移试验与横向滑移滑转试验，探究采收设备在滩涂环境下的滑移特性。纵向滑移试验分析了电机PWM（pulse width modulation）与设备载重对滑移率的影响，并通过数据拟合建立纵向滑移模型。横向滑移滑转试验探讨了不同转向角条件下的滑移特性，拟合得出横向滑移滑转模型。为简化计算，模型采用泰勒多项式形式表达滑移系数函数，并通过试验验证模型准确性，实际轨迹与预测轨迹误差小于16%，显著降低了滩涂自动驾驶滑移干扰误差。本研究通过试验分析和模型优化，提升了滑移预测精度，为滩涂贝类采收设备在软质地面环境下实现高精度导航提供参考。未来可进一步研究滑移模型参数实时估计与触土部件动力学建模，以提高设备作业性能。

关键词: 自动驾驶, 滩涂, 贝类采收, 动力学模型, 滑移预测

Abstract:

In view of the problem of relative displacement caused by wheel slippage during the operation of autonomous wheeled clam harvesting equipment on intertidal mudflats， which affects the path tracking accuracy of the autonomous driving system， a slip prediction method based on vehicle kinematics and dynamics models was proposed. The vehicle's motion trajectory was derived according to the four-wheel chassis kinematic model， and the walking dynamics model was established by incorporating tire lateral and longitudinal force characteristics. The calculation methods for longitudinal slip and lateral slip were clarified. An autonomous driving test platform was designed， consisting of perception， planning， and control layers. The platform collected position， steering angle， and wheel speed data using an RTK-GNSS system and relevant sensors. Longitudinal and lateral slip experiments were conducted to investigate the slip characteristics of the harvesting equipment in the intertidal environment. The longitudinal slip experiment analyzed the effects of motor PWM （pulse width modulation） and load on slip ratio， and a longitudinal slip model was established through data fitting. The lateral slip experiment explored the slip characteristics under different steering angles， leading to the fitting of a lateral slip model. To simplify calculations， the slip coefficient function was expressed in the form of a Taylor polynomial. The model's accuracy was validated through experiments， with the error between the actual and predicted trajectories being less than 16%， significantly reducing slip-related interference errors in autonomous driving on mudflats. Through experimental analysis and model optimization， this study improves the accuracy of slip prediction and provides a reference for achieving high-precision navigation for clam harvesting equipment in soft ground environments. Future research could focus on real-time parameter estimation of the slip model and the dynamics modeling of ground-contact components to enhance the equipment.

Key words: autopilot, mudflats, shellfish harvesting, dynamics modeling, slippage prediction

中图分类号:

张志磊, 郭飞宏, 周炳洋, 徐斌, 吴昊, 母刚. 滩涂贝类采收设备自动驾驶滑移模型研究[J]. 智能化农业装备学报（中英文）, 2025, 6(1): 81-90.

ZHANG Zhilei, GUO Feihong, ZHOU Bingyang, XU Bin, WU Hao, MU Gang. Research on slip model of automatic driving of shellfish harvesting equipment in mudflat[J]. Journal of Intelligent Agricultural Mechanization, 2025, 6(1): 81-90.

参考文献 30

1	农业农村部渔业渔政管理局. 2024年中国渔业统计年鉴［M］. 北京：中国农业出版社， 2024： 17-50.
2	万欢，欧媛珍，管宪鲁，等. 无人农机作业环境感知技术综述［J］. 农业工程学报， 2024， 40（8）： 1-18.
	WAN Huan， Yuanzhen OU， GUAN Xianlu， et al. Review of the perception technologies for unmanned agricultural machinery operating environment ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2024， 40（8）： 1-18.
3	BECHAR A， VIGNEAULT C. Agricultural robots for field operations： Concepts and components ［J］. Biosystems Engineering， 2016， 149： 94-111.
4	MHAMED M， ZHANG Z， YU J， et al. Advances in apple's automated orchard equipment： A comprehensive research ［J］. Computers and Electronics in Agriculture， 2024， 221： 108926.
5	李文峰，徐蕾，杨琳琳，等. 基于改进蚁群算法的农业机器人多田块路径规划方法与试验［J］. 南京农业大学学报， 2024， 47（4）： 823-834.
	LI Wenfeng， XU Lei， YANG Linlin， et al ． Multi field path planning method and experiment of agricultural robot based on improved ant colony algorithm ［J］. Journal of Nanjing Agricultural University， 2024， 47（4）： 823-834．
6	卢心缘，赵华民，任锐，等. 基于YOLOv5s-seg的非结构化枣园视觉导航路径提取［J］. 南京农业大学学报， 2024， 47（6）： 1241-1250.
	LU Xinyuan， ZHAO Huamin， REN Rui， et al. Unstructured jujube garden visual navigation path extraction based on YOLOv5s-seg ［J］. Journal of Nanjing Agricultural University， 2024， 47（6）： 1241-1250．
7	张腾霄，王斌，王鹏，等. 引领世界新一轮农业革命、筑牢粮食安全体系的中国式农业强国路径［J］.农业展望， 2024（3）： 26-32.
	ZHANG Tengxiao， WANG Bin， WANG Peng， et al. Path of a Chinese style agricultural power that leads the world's new round of agricultural revolution and solidifies the food security system ［J］. Agricultural Outlook， 2024（3）： 26-32.
8	XIE B， JIN Y， FAHEEM M， et al. Research progress of autonomous navigation technology for multi-agricultural scenes ［J］. Computers and Electronics in Agriculture， 2023， 211： 107963.
9	史扬杰，程馨慧，奚小波，等. 农业机械导航路径跟踪控制方法研究进展［J］. 农业工程学报， 2023， 39（15）： 1-14.
	SHI Yangjie， CHENG Xinhui， XI Xiaobo， et al. Research progress on the path tracking control methods for agricultural machinery navigation ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（15）： 1-14.
10	万其号，布库，邢植. 基于北斗农机作业云智能共享系统开发［J］. 智能化农业装备学报（中英文）， 2021， 2（1）： 51-56.
	WAN Qihao， BU Ku， XING Zhi. Development of cloud intelligent sharing system based on Beidou agricultural machinery operation ［J］. Journal of Intelligent Agricultural Mechanization（in Chinese and English）， 2021， 2（1）： 51-56.
11	邵俊恺，赵翾，杨珏，等. 无人驾驶铰接式车辆强化学习路径跟踪控制算法［J］. 农业机械学报， 2017， 48（3）： 376-382.
	SHAO Junkai， ZHAO Xuan， YANG Jue， et al. Reinforcement learning algorithm for path following control of articulated vehicle ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2017， 48（3）： 376-382.
12	WANG S， YIN C， GAO J， et al. Lateral displacement control for agricultural tractor based on cascade control structure ［J］. International Journal of Control， Automation and Systems， 2020， 18： 2375-2385.
13	徐济双，焦俊，李淼，等. 融合改进A*算法与模糊PID的病死畜禽运输机器人路径规划与运动控制方法［J］. 智慧农业（中英文）， 2023， 5（4）： 127-136.
	XU Jishuang， JIAO Jun， LI Miao， et al. Path planning and motion control method for sick and dead animal transport robots integrating improved A* algorithm and fuzzy PID ［J］. Smart Agriculture， 2023， 5（4）： 127-136.
14	贺庆，冀杰，冯伟，等. 割草机器人自适应时域MPC路径跟踪控制方法［J］. 智慧农业（中英文）， 2024， 6（3）： 82-93.
	HE Qing， JI Jie， FENG Wei， et al. Adaptive time horizon MPC path tracking control method for mowing robot ［J］. Smart Agriculture， 2024， 6（3）： 82-93.
15	AN G， ZHONG Z， YANG S， et al. EASS： An automatic steering system for agricultural wheeled vehicles using fuzzy control ［J］. Computers and Electronics in Agriculture， 2024， 217： 108544.
16	刁勤晴，张雅妮，朱凌云. 双预瞄点智能车大曲率路径的横纵向模糊控制［J］. 中国机械工程， 2019， 30（12）： 1445-1452.
	DIAO Qinqing， ZHANG Yani， ZHU Lingyun. A lateral and longitudinal fuzzy control of intelligent vehicles with double preview points for large curvature roads ［J］. China Mechanical Engineering， 2019， 30（12）： 1445-1452.
17	张凯良，胡勇，杨丽，等. 玉米收获机自动对行系统设计与试验［J］. 农业机械学报， 2020， 51（2）： 103-114.
	ZHANG Kailiang， HU Yong， YANG Li， et al. Design and experiment of auto-follow row system for corn harvester ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（2）： 103-114.
18	YANG Y， LI Y， WEN X， et al. An optimal goal point determination algorithm for automatic navigation of agricultural machinery： Improving the tracking accuracy of the Pure Pursuit algorithm ［J］. Computers and Electronics in Agriculture， 2022， 194： 106760.
19	张朝宇，董万静，熊子庆，等. 履带式油菜播种机模糊自适应纯追踪控制器设计与试验［J］. 农业机械学报， 2021， 52（12）： 105-114.
	ZHANG Chaoyu， DONG Wanjing， XIONG Ziqing， et al. Design and experiment of fuzzy adaptive pure pursuit control of crawler-type rape seeder ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（12）： 105-114.
20	ERLIEN S M， FUJITA S， GERDES J C. Shared steering control using safe envelopes for obstacle avoidance and vehicle stability ［J］. IEEE Transactions on Intelligent Transportation Systems， 2015， 17（2）： 441-451.
21	吴永刚，梁华为. 基于自适应模型预测的无人车跟踪控制方法研究［J］. 制造业自动化， 2023， 45（2）： 198-202.
	WU Yonggang， LIANG Huawei. Research on obstacles avoidance control method of unmanned ground vehicles based on adaptive model prediction ［J］. Manufacturing Automation， 2023， 45（2）： 198-202.
22	张万枝，白文静，吕钊钦，等. 线性时变模型预测控制器提高农业车辆导航路径自动跟踪精度［J］. 农业工程学报， 2017， 33（13）： 104-111.
	ZHANG Wanzhi， BAI Wenjing， Zhaoqin LÜ， et al. Linear time-varying model predictive controller improving precision of navigation path automatic tracking for agricultural vehicle ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（13）： 104-111.
23	JING Y， LIU G， LUO C. Path tracking control with slip compensation of a global navigation satellite system based tractor-scraper land levelling system ［J］. Biosystems Engineering， 2021， 212： 360-377.
24	SUN J， LI Q， DING S， et al. Fixed-time generalized super-twisting control for path tracking of autonomous agricultural vehicles considering wheel slipping ［J］. Computers and Electronics in Agriculture， 2023， 213： 108231.
25	ZHAO X， LU E， TANG Z， et al. Trajectory prediction method for agricultural tracked robots based on slip parameter estimation ［J］. Computers and Electronics in Agriculture， 2024， 222： 109057.
26	毕松，韩奕非. 果园滑动转向机器人轮胎动力学参数实时估计方法［J］. 农业机械学报， 2023， 54（8）： 110-121， 192.
	BI Song， HAN Yifei. Real-time estimation method of tire dynamics parameters for sliding steering robots in orchards ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（8）： 110-121， 192.
27	时培成，陈旭，杨爱喜，等. 4WID-4WIS智能车阿克曼转向轨迹规划及位置估算［J］. 工程设计学报， 2022， 29（2）： 123-132.
	SHI Peicheng， CHEN Xu， YANG Aixi， et al. Ackerman steering trajectory planning and position estimation of 4WID-4WIS intelligent vehicle ［J］. Chinese Journal of Engineering Design， 2022， 29（2）： 123-132.
28	薛昊渊，连晋毅，王嘉仑，等. 阿克曼转向模型的改进及其电子差速控制仿真［J］. 汽车实用技术， 2020（10）： 118-121.
	XUE Haoyuan， LIAN Jinyi， WANG Jialun， et al. Electronic differential control simulation based on improved Ackerman steering model ［J］. Automobile Applied Technology， 2020（10）： 118-121.
29	曾锦锋，陈晨，杨蒙爱. 基于阿克曼转向原理的四轮转向机构设计［J］. 轻工机械， 2013， 31（3）： 13-16， 19.
	ZENG Jinfeng， CHEN Chen， YANG Mengai. Design of four-wheel steering mechanism based on Ackerman steering principle ［J］. Light Industry Machinery， 2013， 31（3）： 13-16， 19.
30	王国栋，刘立，孟宇，等. 一体式车辆避撞轨迹规划与跟踪控制［J］. 交通运输系统工程与信息， 2022， 22（2）： 127-136， 162.
	WANG Guodong， LIU Li， MENG Yu， et al. Integrated control of trajectory planning and tracking for vehicle collision avoidance ［J］. Journal of Transportation Systems Engineering and Information Technology， 2022， 22（2）： 127-136， 162.

[1]	胡宸玮, 陈雨, 曹佳宇, 陈宇翔, 张硕, 陈军. 4WID高地隙自走式电动喷雾机定速巡航控制方法[J]. 智能化农业装备学报（中英文）, 2024, 5(2): 19-32.
[2]	白学峰, 常江雪, 滕兆丽, 鲁植雄. 我国智能农业拖拉机关键技术研究进展[J]. 智能化农业装备学报（中英文）, 2022, 3(2): 10-21.

滩涂贝类采收设备自动驾驶滑移模型研究

Research on slip model of automatic driving of shellfish harvesting equipment in mudflat

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 30

相关文章 2

编辑推荐

Metrics

本文评价