吴应新等：油电混合果园自动导航车控制器硬件在环仿真平台设计与应用（2020年第4期）

油电混合果园自动导航车控制器硬件在环仿真平台设计与应用

吴应新1， 吴剑桥2， 杨雨航1， 李沐桐2， 甘玲3， 贡亮1*， 刘成良1
（1.上海交通大学 机械与动力工程学院，上海 200240；2.上海市农业机械研究所，上海 201106；3.广东省现代农业装备研究所 广州 510630）

摘要：果园由于面积范围广、地形复杂、壕沟多、杂草丛生、土壤湿度较高且土质较为疏松，对自动导航小车（AGV）的机械结构、控制系统，以及能源动力系统的设计都提出了更高的标准和要求。混合动力AGV小车可以满足果园中长距离移动的需求。为探索合适的混合动力AGV控制系统算法以及能量管理策略，同时减少设计过程中由于果园地形复杂导致的控制器设计验证迭代、需求多样化问题带来的人力、物力，以及时间成本，本研究针对果园面积广的特点，选择串联式油电混合动力系统进行AGV动力能源系统模型的搭建。另外，针对果园AGV需要适应地形范围广的特点，采用履带车模型结构，利用硬件在环仿真技术，以树莓派作为控制系统搭载控制算法实物，利用Matlab和RecurDyn软件建立包含能源动力系统、电机驱动系统、履带车行驶部分模型以及路面模型的系统实时仿真模型，最终实现了串联式混合动力AGV控制器硬件在环仿真功能。基于串级比例积分微分（PID）以及模糊控制器控制算法的仿真验证表明，模糊控制器控制算法能够减少参数调节带来的时间成本，在转向角度小时响应速度加快了50%，在转向角度大时串级PID控制器产生了10%的超调，而模糊控制器无超调，转向更加平稳。结果表明硬件在环仿真平台能够有效地应用于果园AGV控制器的开发，避免了控制实物试验，在降低成本的同时可以加快果园自动导航小车的开发过程。

关键词：果园；油电混合；AGV控制系统；硬件在环仿真；运动控制；能量模型

点击直达知网阅读

点击直达官网阅读（免费）

引文格式： 吴应新, 吴剑桥, 杨雨航, 李沐桐, 甘玲, 贡亮, 刘成良. 油电混合果园自动导航车控制器硬件在环仿真平台设计与应用[J]. 智慧农业(中英文), 2020, 2 (4): 149-164.
Citation:WU Yingxin, WU Jianqiao, YANG Yuhang, LI Mutong, GAN Ling, GONG Liang, LIU Chengliang. Design and application of hardware-in-the-loop simulation platform for AGV controller in hybrid orchard[J]. Smart Agriculture, 2020, 2 (4): 149-164.  (in Chinese with English abstract)

文章图片

图1 硬件在环仿真平台设计架构

Fig. 1 Design architecture of hardware-in-the-loop simulation

图2 控制策略流程图

Fig. 2 Flow chart of control strategy

注：PweLoss为电机功率损失，MechPwr为电机机械功率，MtrSpd为电机转速，BaltVolt为电池电压，TmqCmd为电机需求力矩，BattCurr 为电机电流，power为需求功率，MtrTrq为电机输出力矩

图3 仿真平台电机模型

Fig. 3 Motor model of simulation platform

注：power_max为电机额定功率，torque_max为额定扭矩

图4 电机工作区域判断

Fig. 4 Motor working area judgment

图5 锂电池一阶RC simscape等效模型

Fig. 5 First order RC simscape equivalent model of lithium battery

图6 小型汽油机转速-功率、转速-油耗率曲线

Fig. 6 Engine speed-power and speed-fuel consumption curve of small gasoline engine

图7 履带车行驶模型

Fig. 7 Running model of tracked vehicle

图8 路面垂直位移与路面不平度模型

Fig. 8 Vertical displacement and roughness model of pavement

图9 人机交互实现方案

Fig. 9 Realization scheme of human computer interaction

图10 硬件在环仿真平台实机通信测试图

Fig. 10 Test chart of real machine communication of hardware-in-the-loop simulation

图11 油电混合动力联合仿真系统模型

Fig. 11 Model of hybrid electric power system of co-simulation

图12 控制算法Simulink框图

Fig. 12 Simulink block diagram of control algorithm

图13 直线行驶与上坡工况仿真结果

Fig. 13 Simulation results of straight line driving and uphill conditions

图14 转向工况仿真结果

Fig. 14 Simulation results of steering condition

图15 模糊控制的程序框图

Fig. 15 Program block diagram of fuzzy control

注：图中NB、NS、ZO、PS、PB分别代表负大、负小、零、正小、正大

图16 输入变量角度与输出变量角速度的论域和隶属度函数

Fig. 16 Universe and membership function of input variable angle and output variable angular velocity

图17 模糊控制30°转向工况仿真结果

Fig. 17 Simulation results of 30° steering condition based on fuzzy control

图18 90°转向工况的小车仿真结果

Fig. 18 Simulation results of the vehicle under 90 ° steering condition

图19 仿真平台不同策略电池SOC与油耗对比

Fig. 19 Comparison of SOC and fuel consumption of simulation platform

图20 基于确定规则下电池与发动机输出功率变化

Fig. 20 Output power variation of battery and engine based on deterministic rules

图 21 基于瞬时最优的发动机输出功率变化

Fig. 21 Engine output power variation based on instantaneous optimization

来源：《智慧农业（中英文）》2020年第4期