DOI: https://doi.org/10.3389/fpls.2025.1754679
PMID: https://pubmed.ncbi.nlm.nih.gov/41560928
تاريخ النشر: 2026-01-05
المؤلف: Huanyu Liu وآخرون
الموضوع الرئيسي: التحكم وديناميات الروبوتات المتنقلة
نظرة عامة
تقدم البحث طريقة جديدة للتحكم في تتبع المسار مع مراعاة الانزلاق، تهدف إلى تحسين دقة تتبع المسار للمركبات الزراعية المتعقبة التي تعمل في بيئات الأراضي الزراعية المعقدة، حيث يعتبر انزلاق المسار تحديًا كبيرًا. تعزز الطريقة الخوارزميات التقليدية لتتبع المسار من خلال دمج مرشح كالمان الموسع (EKF) لتقدير نسبة الانزلاق في الوقت الحقيقي، ووحدة تحكم ضبابية لضبط مسافة النظر للأمام بشكل تكيفي، وخوارزمية تحسين سرب الجسيمات (PSO) المحسنة لتحسين زوايا انحراف النقطة المستهدفة. تكشف المحاكاة والتجارب الميدانية أن هذه الطريقة تقلل بشكل كبير من أخطاء التتبع الجانبي، حيث تحقق أقصى تقليل في الانحراف الجانبي بنسبة 78.1% ومتوسط تقليل في الانحراف بنسبة 50.6% عند سرعات 0.35 م/ث و0.75 م/ث، على التوالي.
تؤكد النتائج أن الطريقة المقترحة تعزز بشكل فعال متانة وتكيف تتبع المسار في ظروف الانزلاق، مما يظهر قابليتها العملية للتنقل الذاتي في البيئات الزراعية الصعبة. تشمل اتجاهات البحث المستقبلية دمج ديناميات المركبة والأحمال التشغيلية، والمقارنة مع وحدات التحكم الديناميكية الكلاسيكية مثل المنظم الرباعي الخطي (LQR) والتحكم التنبؤي النموذجي (MPC)، واستكشاف خوارزميات تحسين خفيفة الوزن لتحسين الأداء في الوقت الحقيقي. بالإضافة إلى ذلك، يُقترح دمج التعاون بين الآلات المتعددة ومنصات الجدولة الذكية لتمديد قابلية تطبيق الطريقة على أنظمة الآلات الزراعية الذكية على نطاق واسع.
مقدمة
تناقش مقدمة هذه الورقة البحثية التحديات المتعلقة بالتنقل الذاتي وتحديد المسار لمعدات الزراعة المتعقبة التي تعمل في بيئات الأراضي الزراعية المعقدة. مع تقدم تحديث الزراعة، يصبح ضمان التحكم في تتبع المسار بجودة عالية وكفاءة أمرًا حاسمًا، خاصة بالنظر إلى الانزلاق الذي تتعرض له المركبات على التضاريس اللينة، مما قد يؤدي إلى انحرافات في المسار وعدم استقرار في التحكم. تستعرض الورقة طرق تتبع المسار الحالية، بما في ذلك الخوارزميات الكلاسيكية مثل المطاردة النقية وستانلي، بالإضافة إلى الأساليب المتقدمة مثل التحكم التنبؤي النموذجي (MPC). بينما تظهر هذه الطرق وعدًا في تحسين دقة التتبع، فإنها غالبًا ما تفترض عدم وجود انزلاق، مما يحد من فعاليتها في الظروف الواقعية.
لتجاوز هذه القيود، يقترح المؤلفون طريقة جديدة للتحكم في تتبع المسار مع مراعاة الانزلاق. تستخدم هذه الطريقة وحدة تحكم ضبابية لضبط مسافة النظر للأمام بشكل تكيفي بناءً على السرعة والانحناء، وتدمج مرشح كالمان الموسع لتقدير نسب الانزلاق في الوقت الحقيقي. بالإضافة إلى ذلك، يتم تقديم آلية تعويض انحراف النقطة المستهدفة المبتكرة لتعزيز دقة التحكم في ظروف الانزلاق، والتي تم تحسينها باستخدام خوارزمية تحسين سرب الجسيمات المحسنة. يتم التحقق من الإطار المقترح من خلال المحاكاة والتجارب الميدانية، مما يظهر فعاليته في تحسين دقة تتبع المسار ومتانته في البيئات الزراعية المعقدة. توضح الورقة مساهماتها، بما في ذلك تطوير إطار تحكم شامل يدمج الضبط التكيفي، وتقدير الانزلاق، وتعويض الانحراف، مما يمهد الطريق لمزيد من البحث في هذا المجال.
طرق
في هذا القسم، يتحقق المؤلفون من الطريقة المقترحة للتحكم في تتبع المسار مع مراعاة الانزلاق من خلال تجارب المحاكاة التي تم إجراؤها في MATLAB R2022b. يعتمد نموذج المحاكاة على معادلات الحركة الديناميكية لمركبة زراعية متعقبة، مع دمج اضطرابات الانزلاق لتكرار الظروف الصعبة للتضاريس الزراعية المعقدة. تشمل المعلمات الرئيسية عرض المسار 0.5 م، وسرعة التشغيل 0.75 م/ث، وفترة أخذ العينات 0.1 ثانية. يمتد المسار المرجعي، الذي يتميز بملف “على شكل S”، حوالي 40 م ويهدف إلى عكس التغيرات في الانحناء النموذجية في العمليات الزراعية. يتم تقديم نسب الانزلاق، التي تختلف بشكل جزئي، لمحاكاة تأثيرات التربة اللينة، حيث تعاني المسار الأيسر عمومًا من مستويات انزلاق أعلى من المسار الأيمن.
تقارن الدراسة بين طريقتين للتحكم: التحكم الضبابي التقليدي في المطاردة النقية والطريقة المحسنة المقترحة التي تدمج تقدير الانزلاق القائم على مرشح كالمان الموسع (EKF) مع تعويض تحسين سرب الجسيمات المعزز بنافذة تشيبيشيف. الهدف هو تعزيز متانة الانزلاق لخطط تتبع المسار الهندسية الحالية بدلاً من تطوير وحدة تحكم ديناميكية جديدة. تشير النتائج إلى أن التحكم الضبابي التقليدي في المطاردة النقية يعاني من انحرافات كبيرة في المسار تحت الانزلاق، مع متوسط خطأ جانبي يبلغ 0.26 م وانحرافات قصوى تصل إلى 0.41 م في المناطق ذات الانحناء العالي. بالمقابل، تعوض الطريقة المقترحة بشكل فعال عن انحرافات الاتجاه الناتجة عن الانزلاق من خلال ضبط زاوية انحراف النقطة المستهدفة في الوقت الحقيقي، مما يحافظ على دقة تتبع عالية حتى في وجود اضطرابات انزلاق كبيرة.
نقاش
تتناول قسم النقاش في الورقة البحثية تصميم وتنفيذ نظام تتبع المسار لمعدات الزراعة المتعقبة، مع التأكيد على الحاجة إلى بنية تحكم شاملة تشمل نمذجة المركبة، وحساب النقطة المستهدفة، وتصميم وحدة التحكم. يتم إنشاء النموذج الحركي للمركبة المتعقبة كنظام دفع تفاضلي، مع افتراضات رئيسية حول طبيعته الصلبة وقيود الحركة. يتم تقديم طريقة التحكم في المطاردة النقية كنهج هندسي لتتبع المسار، والتي يتم تعزيزها من خلال دمج الوعي بالانزلاق لمعالجة قيود الأداء في الظروف الواقعية، خاصة في التضاريس الزراعية اللينة والمعقدة.
تدمج نظام التحكم في تتبع المسار مع مراعاة الانزلاق عدة مكونات، بما في ذلك مرشح كالمان الموسع لتقدير نسبة الانزلاق في الوقت الحقيقي، ووحدة تحكم ضبابية لضبط مسافة النظر للأمام بشكل تكيفي، وخوارزمية تحسين سرب الجسيمات المحسنة لتحسين انحراف النقطة المستهدفة. يهدف هذا النظام إلى التخفيف من آثار الانزلاق على أداء التتبع من خلال ضبط استراتيجية التحكم ديناميكيًا بناءً على ظروف الانزلاق المقدرة. يتم التحقق من فعالية الطرق المقترحة من خلال المحاكاة والتجارب الميدانية، مما يظهر تحسين التكيف والدقة في تتبع المسار تحت ظروف تشغيل متغيرة. تشير النتائج إلى أن دمج الوعي بالانزلاق يعزز بشكل كبير قدرة المركبة على الحفاظ على المسارات المرغوبة، مما يحسن الكفاءة التشغيلية العامة في التطبيقات الزراعية.
DOI: https://doi.org/10.3389/fpls.2025.1754679
PMID: https://pubmed.ncbi.nlm.nih.gov/41560928
Publication Date: 2026-01-05
Author(s): Huanyu Liu et al.
Primary Topic: Control and Dynamics of Mobile Robots
Overview
The research presents a novel slip-aware look-ahead point offset path-tracking control method aimed at improving the path-tracking accuracy of tracked agricultural vehicles operating in complex farmland environments, where track slip is a significant challenge. The method enhances traditional geometric tracking algorithms by integrating an extended Kalman filter (EKF) for real-time slip ratio estimation, a fuzzy controller for adaptive look-ahead distance adjustment, and an improved particle swarm optimization (PSO) algorithm for optimizing target-point offset angles. Simulation and field experiments reveal that this approach significantly reduces lateral tracking errors, achieving a maximum lateral deviation reduction of 78.1% and an average deviation reduction of 50.6% at speeds of 0.35 m/s and 0.75 m/s, respectively.
The findings confirm that the proposed method effectively enhances the robustness and adaptability of path tracking under slip conditions, demonstrating its practical applicability for autonomous navigation in challenging agricultural settings. Future research directions include the incorporation of vehicle dynamics and operational loads, benchmarking against classical dynamic controllers such as Linear Quadratic Regulator (LQR) and Model Predictive Control (MPC), and exploring lightweight optimization algorithms to improve real-time performance. Additionally, the integration of multi-machine collaboration and intelligent scheduling platforms is proposed to extend the method’s applicability to large-scale intelligent agricultural machinery systems.
Introduction
The introduction of this research paper addresses the challenges of autonomous navigation and path tracking for tracked agricultural machinery operating in complex farmland environments. As agricultural modernization progresses, ensuring high-quality and efficient path tracking control is critical, particularly given the slip experienced by vehicles on soft terrain, which can lead to trajectory deviations and control instability. The paper reviews existing path tracking methods, including classical algorithms like Pure Pursuit and Stanley, as well as advanced approaches such as model predictive control (MPC). While these methods show promise in improving tracking accuracy, they often assume no slip, which limits their effectiveness in real-world conditions.
To overcome these limitations, the authors propose a novel slip-aware look-ahead point offset path tracking control method. This method employs a fuzzy controller to adaptively adjust the look-ahead distance based on speed and curvature, and integrates an extended Kalman filter to estimate slip ratios in real time. Additionally, an innovative target-point offset compensation mechanism is introduced to enhance control accuracy under slip conditions, optimized using an improved particle swarm optimization algorithm. The proposed framework is validated through simulations and field experiments, demonstrating its effectiveness in improving path tracking accuracy and robustness in complex agricultural settings. The paper outlines its contributions, including the development of a comprehensive control framework that integrates adaptive tuning, slip estimation, and offset compensation, setting the stage for further research in this area.
Methods
In this section, the authors validate their proposed slip-aware lookahead point offset path tracking method through simulation experiments conducted in MATLAB R2022b. The simulation model is based on the differential-drive kinematic equations of a tracked agricultural vehicle, incorporating slip disturbances to replicate the challenging conditions of complex farmland terrain. Key parameters include a track width of 0.5 m, an operating speed of 0.75 m/s, and a sampling period of 0.1 s. The reference path, characterized by an “S-shaped” profile, spans approximately 40 m and is designed to reflect the curvature variations typical in agricultural operations. Slip ratios, which vary segmentally, are introduced to simulate the effects of soft soil, with the left track generally experiencing higher slip levels than the right.
The study compares two control methods: the traditional fuzzy Pure Pursuit control and the proposed improved method that integrates an Extended Kalman Filter (EKF)-based slip estimation with Chebyshev-window-enhanced Particle Swarm Optimization (PSO) compensation. The objective is to enhance the slip robustness of existing geometric path-tracking schemes rather than to develop a new dynamic controller. Results indicate that the traditional fuzzy Pure Pursuit control experiences significant trajectory deviations under slip, with an average lateral error of 0.26 m and maximum deviations reaching 0.41 m in high-curvature areas. In contrast, the proposed method effectively compensates for slip-induced heading deviations by adjusting the target-point offset angle in real time, thereby maintaining high tracking accuracy even in the presence of substantial slip disturbances.
Discussion
The discussion section of the research paper outlines the design and implementation of a path tracking system for tracked agricultural machinery, emphasizing the need for a comprehensive control architecture that includes vehicle modeling, target-point computation, and controller design. The kinematic model of the tracked vehicle is established as a differential-drive system, with key assumptions made regarding its rigid-body nature and motion constraints. The Pure Pursuit control method is introduced as a geometric approach to path tracking, which is enhanced by incorporating slip-awareness to address performance limitations in real-world conditions, particularly in soft and complex farmland terrains.
The proposed slip-aware path tracking control system integrates several components, including an extended Kalman filter for real-time slip ratio estimation, a fuzzy controller for adaptive look-ahead distance adjustment, and an improved particle swarm optimization algorithm for optimizing the target-point offset. This system aims to mitigate the effects of slip on tracking performance by dynamically adjusting the control strategy based on the estimated slip conditions. The effectiveness of the proposed methods is validated through simulations and field experiments, demonstrating improved adaptability and accuracy in path tracking under varying operational conditions. The results indicate that the integration of slip-awareness significantly enhances the vehicle’s ability to maintain desired trajectories, thereby improving overall operational efficiency in agricultural applications.