> 农用机器
论文简介：
随着精细农业的发展，对于进行农业作业的机器人导航精度的要求越来越高，目前虽然市场上有高精度的GPS设备出售，但其价格一直高居不下，对于农业生产来说，应用价格昂贵的GPS设备来提高定位精度显然不现实。
本文对农用机器人低成本定位系统进行了研究。
研究的目的是在低成本的前提下提高定位系统的可靠性和定位精度，从而推动数字农业的发展。
本文提出的农用机器人导航系统主要功能是通过装载在移动机器人上的GPS移动站接收机，接收来自卫星的导航信号和来自基准站的差分信号，然后通过串口通
撒农药机器人为了防止农药对人体侵害和减轻人们的劳动强度,日本制造出一种撒农药机器人,该机器人可在暖房的通道自动行走和喷洒农药。
施肥机器人日本开发成功水稻施肥管理机器人。
该机器人进入稻田后,就借助传感器的作用,沿着稻垄行走,把浆状肥料
针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。
建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优化,适应性地调整时滞时间和增益,克服参数时变对内模控制和被控对象模型的影响。
仿真和试验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全适用于农用机器人转向系统的控制。
引言自动转向控制技术是农用机器人实现自动导航的基础,也是研究农用机器人的核心问题之一[1]。
受转向机构自身和环境的影响,转向系统中存在时滞和外部干扰的问题。
时滞会使控制的校正作用滞后一定时间,导致被调量的最大偏差增大,也会引起系统相位滞后;干扰会降低控制的准确