基于DQN的智能农机路径跟踪控制研究

文献类型： 中文期刊

第一作者： 杨琰

作者： 杨琰;张瑞瑞;张林焕;陈立平;伊铜川;吴明齐;岳晓龙

作者机构：

关键词： 路径跟踪;深度强化学习;DQN;路径曲率;智能农机

期刊名称： 农机化研究

ISSN： 1003-188X

年卷期： 2025 年 47 卷 003 期

页码： 28-34

收录情况： 北大核心

摘要： 针对复杂路面条件下无人化农业作业车辆路径跟踪控制精度低、控制器参数整定困难的问题，设计了一种基于深度强化学习的路径跟踪控制算法。基于五层BP神经网络构建了DQN(Deep Q-Network)路径跟踪控制器，实现了网络的轻量化和高度的可移植性。控制器网络的输入状态在采用车辆当前舵角、车辆与目标路径上控制点间横向距离偏差的基础上，引入车辆前方设定距离内的平均路径曲率，实现了车辆转向性能的提高。分别开展了仿真和田间试验，验证了所设计深度强化学习网络算法的收敛性，并对比了有路径曲率输入和无路径曲率输入两种网络的路径跟踪控制性能。仿真试验中，基于正弦曲线对两种路径跟踪控制方法进行训练，两种路径跟踪控制网络收敛后的平均跟踪距离误差为0.008 4、0.017 7 m。在间隔6 m的U型路径上进行田间测试试验，结果显示：有路径曲率输入的模型性能显著优于无路径曲率输入的模型，两种路径跟踪控制方法在路径上平均跟踪距离误差为0.038 9、0.068 4 m。验证了该路径跟踪控制方法有效性，可满足农业作业车辆路径跟踪控制需求。

分类号： S220%TP18

  • 相关文献

[1]基于融合离散动作的双延迟深度确定性策略梯度算法的自动驾驶端到端行为决策方法. 杨璐,王一权,刘佳琦,段玉林,张荣辉. 2022

[2]桁杆路径自主规划方法及策略研究综述. 姚宇青,戴阳,王永进,张衡,杨胜龙. 2020

[3]拖拉机-牵引式农机具路径跟踪控制算法研究. 刘智勇,温昌凯,肖跃进,付卫强,王昊,孟志军. 2023

[4]中国制造2025之农业机械发展分析和思考. 焦伟,李维华. 2016

[5]基于人工势场法的移动机器人路径规划研究现状与展望. 石志刚,梅松,邵毅帆,万如,宋志禹,谢铭露,李燕. 2021

[6]智能农机作业信息采集终端设计. 陈治瑀. 2024

[7]农业机器人技术进展、挑战与趋势. 赵春江,范贝贝,李瑾,冯青春. 2023

[8]智能农机嵌入式数据信息库的设计. 任嘉宇. 2024

[9]基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统. 李腾辉,周德强,何冯光,邓干然,崔振德,王翔,陈自宏. 2023

[10]河南省智能农机发展现状与对策建议. 张杰,陈洪涛,王猛,杨张青,董春红,李国强. 2024

[11]海南热带农业智能农机装备发展研究. 袁晓军,黄敞,曹建华,王玲玲,郑勇. 2017

[12]重庆市丘陵山区特经产业与智能农机装备融合发展和政策建议. 孔文斌,敖方源,武峥,文泽富. 2019

[13]新能源智能农机装备发展现状和趋势. 宋裕民,高琦,许宁,刘风平,邱绪云. 2024

[14]智慧农业背景下国内智能农机行业发展现状与展望. 孙大明. 2024

[15]智能农机关键技术研究现状与发展趋势. 张杰,陈洪涛,秦一浪,王鹏翔,李国强,王猛. 2025

作者其他论文 更多>>

微信小程序