關(guān)鍵詞：粒子濾波；魚群算法；履帶式收割機(jī)；路徑跟蹤；農(nóng)田作業(yè)

履帶式收割機(jī)在現(xiàn)代農(nóng)業(yè)生產(chǎn)中發(fā)揮著重要作用，其作業(yè)效率直接關(guān)系到農(nóng)作物產(chǎn)量和農(nóng)民的經(jīng)濟(jì)收益。隨著現(xiàn)代農(nóng)業(yè)技術(shù)的成熟發(fā)展，履帶式收割機(jī)的應(yīng)用也愈發(fā)廣泛。對(duì)履帶式收割機(jī)作業(yè)路徑的精確跟蹤，是其高效、精準(zhǔn)作業(yè)的關(guān)鍵。因此，研究有效的履帶式收割機(jī)全田塊路徑跟蹤方法至關(guān)重要。這一研究不僅能推動(dòng)農(nóng)業(yè)機(jī)械化的發(fā)展，更能為農(nóng)業(yè)生產(chǎn)提供更優(yōu)質(zhì)的技術(shù)支持。有國(guó)外研究學(xué)者利用機(jī)器視覺的方法［1］，通過圖像技術(shù)對(duì)農(nóng)田中的障礙物進(jìn)行識(shí)別，根據(jù)農(nóng)田邊界不斷調(diào)整履帶式收割機(jī)轉(zhuǎn)向和速度，具有較高的控制和路徑跟蹤精度，但在獲取圖像時(shí)對(duì)光照條件要求較高，且需要大量的計(jì)算步驟，存在實(shí)時(shí)性差問題。還有研究學(xué)者通過GPS信號(hào)定位方式，直接獲取履帶式收割機(jī)的位置和姿態(tài)變化趨勢(shì)［2］，以此對(duì)收割機(jī)運(yùn)動(dòng)軌跡進(jìn)行條件和跟蹤，具有較高精度，但GPS信號(hào)定位過程中容易受到干擾，存在穩(wěn)定性差的問題。我國(guó)作為農(nóng)業(yè)大國(guó)，雖然對(duì)履帶式收割機(jī)路徑跟蹤方法的研究起步較晚，但較為迅速，國(guó)內(nèi)專家提出了基于數(shù)據(jù)驅(qū)動(dòng)的氣動(dòng)柔性關(guān)節(jié)Takagi-Sugeno模糊系統(tǒng)，通過模糊控制的方法，實(shí)現(xiàn)對(duì)收割機(jī)行進(jìn)路徑的跟蹤［3］，在履帶式收割機(jī)上安裝模糊邏輯控制器，獲取履帶式收割機(jī)的實(shí)時(shí)位置和姿態(tài)，按照其在田塊中的目標(biāo)軌跡生成控制信號(hào)，實(shí)現(xiàn)對(duì)履帶式收割機(jī)轉(zhuǎn)向和速度的控制，達(dá)到跟蹤目的，該方法操作簡(jiǎn)單，應(yīng)用效果較好，但在控制和跟蹤過程中對(duì)參數(shù)設(shè)定情況要求高，不能保證跟蹤方法魯棒性。還有研究專家提出了將DCS技術(shù)應(yīng)用于收割機(jī)路徑變化跟蹤及路徑控制優(yōu)化中［4］，采用DCS技術(shù)搭建聯(lián)合收割機(jī)系統(tǒng)，以收割成本控制為目標(biāo)，對(duì)收割路徑進(jìn)行跟蹤，并優(yōu)化路徑，調(diào)整履帶式收割機(jī)的運(yùn)動(dòng)軌跡，達(dá)到全田塊路徑跟蹤的目的，該方法具有處理復(fù)雜問題的能力，但需要大量的數(shù)據(jù)作為訓(xùn)練支撐，一旦訓(xùn)練時(shí)間長(zhǎng)會(huì)陷入局部最優(yōu)解的問題。

魚群算法作為一種受魚類行為啟發(fā)的優(yōu)化算法，通過模擬魚群的覓食、聚群和追尾行為來尋找最優(yōu)解。通過粒子濾波算法對(duì)魚群算法進(jìn)行改進(jìn)，能夠使其根據(jù)環(huán)境變化和收割機(jī)的運(yùn)行狀態(tài)自適應(yīng)地調(diào)整搜索策略，從而在履帶式收割機(jī)的路徑跟蹤中找到全局最優(yōu)的路徑，提高路徑跟蹤的精度。與傳統(tǒng)的模糊控制技術(shù)相比，改進(jìn)的魚群算法自適應(yīng)性強(qiáng)，能夠在不同環(huán)境下自動(dòng)調(diào)整搜索策略，保證跟蹤的魯棒性。與DCS技術(shù)相比，改進(jìn)的魚群算法通過全局搜索，能夠避免陷入局部最優(yōu)解，確保找到最優(yōu)路徑。因此，本文引入改進(jìn)魚群算法來解決現(xiàn)有方法存在的問題，設(shè)計(jì)履帶式收割機(jī)的全田塊路徑跟蹤方法。

1建立相鄰時(shí)刻履帶式收割機(jī)全田塊作業(yè)運(yùn)動(dòng)模型

履帶式收割機(jī)是一種廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域的機(jī)械設(shè)備，采用履帶式設(shè)計(jì)，因此具有結(jié)構(gòu)緊湊、功能齊全、操作簡(jiǎn)便等特點(diǎn)，使它在農(nóng)業(yè)生產(chǎn)中發(fā)揮著重要作用。同時(shí)，它適用于各種農(nóng)作物的收割作業(yè)，特別是那些需要在大面積或復(fù)雜地形上進(jìn)行收割的作物。履帶式收割機(jī)結(jié)構(gòu)見圖1。

履帶式收割機(jī)在實(shí)際全田塊環(huán)境中作業(yè)時(shí)，其運(yùn)動(dòng)軌跡和行進(jìn)路徑會(huì)受到多種因素影響，對(duì)其控制操作較為復(fù)雜，且在實(shí)際作業(yè)環(huán)境中，機(jī)器人的各種運(yùn)動(dòng)數(shù)據(jù)難以保持恒定［5-7］。為實(shí)現(xiàn)其在全田塊作業(yè)時(shí)的路徑控制與跟蹤，以全局坐標(biāo)系和局部坐標(biāo)系為基礎(chǔ)，建立相鄰時(shí)刻的作業(yè)運(yùn)行模型（圖2）。

圖2中XOY、xoy為全局、局部坐標(biāo)系；x軸代表收割機(jī)前進(jìn)方向，y軸順時(shí)針旋轉(zhuǎn)與x軸垂直；q為履帶式收割機(jī)中心距；O2為瞬時(shí)轉(zhuǎn)彎圓心位置；wleft為左側(cè)履帶速度；wright為右側(cè)履帶速度；i為轉(zhuǎn)彎時(shí)左側(cè)履帶多于右側(cè)履帶行駛的距離［8］。

當(dāng)履帶式收割機(jī)在全田塊中作業(yè)運(yùn)動(dòng)時(shí)，在r、r+1相鄰時(shí)刻中，e1為由r運(yùn)動(dòng)至r+1的轉(zhuǎn)角；e2為r+1時(shí)刻收割機(jī)中心位置與O2所在連線和XOY中X軸夾角；e3為履帶機(jī)在作業(yè)中的航向角的變化量。

按照?qǐng)D1運(yùn)動(dòng)模型給定的幾何關(guān)系，e1、e2、e3這3個(gè)量的數(shù)值相等，且在r、r+1相鄰時(shí)刻中，收割機(jī)移動(dòng)距離會(huì)非常小，則通過收割機(jī)的移動(dòng)線速度，計(jì)算出履帶式收割機(jī)航向角的變化速度值，實(shí)現(xiàn)收割機(jī)作業(yè)運(yùn)動(dòng)的轉(zhuǎn)彎半徑推導(dǎo)，過程如下：

式中w為收割機(jī)全田塊移動(dòng)作業(yè)線速度，m·s-1；Δr為移動(dòng)時(shí)間，min；R為收割機(jī)移動(dòng)的路徑半徑，m；α為收割機(jī)繞圓心運(yùn)動(dòng)的角速度，rad·s-1，即收割機(jī)航向角的變化速度值；u為收割機(jī)在r至r+1時(shí)刻中，近似圓弧運(yùn)動(dòng)的轉(zhuǎn)彎半徑，m，即收割機(jī)的運(yùn)動(dòng)形式。根據(jù)轉(zhuǎn)彎半徑u的計(jì)算公式可知，wleft與wright可以直接影響u的數(shù)值，表示為：

式中“←”、“→”表示相反方向，????wleft←=wright→表示wleft與wright速度大小相同方向相反，此時(shí)收割機(jī)原地旋轉(zhuǎn)；當(dāng)wleftgt;wright時(shí)，收割機(jī)向右轉(zhuǎn)；當(dāng)wleft

通過公式（1）～公式（4），可以獲取wleft、wright、α之間的關(guān)系，構(gòu)建不同作業(yè)運(yùn)動(dòng)形式的履帶式收割機(jī)運(yùn)動(dòng)模型：

其中pleft、pright為左、右履帶驅(qū)動(dòng)輪的轉(zhuǎn)速，rad·min-1；s為存在轉(zhuǎn)換向量后的履帶式收割機(jī)運(yùn)動(dòng)模型［12-14］。綜合履帶式收割機(jī)運(yùn)動(dòng)模型，在其全田塊作業(yè)運(yùn)動(dòng)時(shí)，可以看出航向角與速度對(duì)其影響較大，需要根據(jù)實(shí)際變化量進(jìn)行收斂和固定操作，計(jì)算收割機(jī)路徑跟蹤過程中的影響變量。

2計(jì)算履帶式收割機(jī)全田塊路徑作業(yè)跟蹤影響變量

履帶式收割機(jī)全田塊作業(yè)運(yùn)動(dòng)時(shí)，存在有固定常量和影響變量，其中，固定常量為車軸長(zhǎng)度和履帶輪軸長(zhǎng)度；影響變量航向角偏差和線速度，而線速度又會(huì)影響航向角偏差，則航向角為最需要控制的影響變量。為實(shí)現(xiàn)對(duì)影響變量控制，選擇增益系數(shù)確定履帶式收割機(jī)全田塊作業(yè)運(yùn)動(dòng)時(shí)的變量［15］。此次選擇前視距離作為量化增益系數(shù)，表示履帶式收割機(jī)作業(yè)的實(shí)時(shí)變化情況，見圖3。

圖3中d為前視距離，m；dmin為目標(biāo)路徑上的一段固定的最小距離，m；f為前視時(shí)間，s［16-19］。當(dāng)收割機(jī)的線速度w較低時(shí)，其運(yùn)動(dòng)距離較小，則可以通過dmin控制收割機(jī)行駛；當(dāng)w較快時(shí)，存在approach、bapproach、online、bonline這4種狀態(tài)，分別表示履帶機(jī)收割機(jī)的前行“上線”、倒車“上線”、前行“在線”、倒車“在線”過程［20］。在這4種狀態(tài)下估算收割機(jī)的影響變量：

其中dapproach、donline、dbapproach、dbonline分別為approach、online、bapproach、bonline狀態(tài)的前視距離，m；fapproach、fonline、fbapproach、fbapproach分別為對(duì)應(yīng)狀態(tài)的前視時(shí)間，s；dmin，approach、dmin，online、dmin，bapproach、dmin，bonline分別為dapproach、donline、dbapproach、dbonline的最小值；wmax、wbmax為前行、倒車過程中的最大線速度，m/s；eβ為航向角偏差，°；eβapproach|online為從approach狀態(tài)變向online狀態(tài)的航向角偏差，°。

通過上述公式對(duì)收割機(jī)的運(yùn)行過程中，產(chǎn)生的eβ、eβapproach|online進(jìn)行分析，得出收割機(jī)前進(jìn)和倒車過程中，線速度的變化對(duì)航向角偏差的影響程度，為此，想要跟蹤不同行駛狀態(tài)下收割機(jī)的路徑變化，需要將偏差作為收割機(jī)作業(yè)路徑的跟蹤控制目標(biāo)，采用改進(jìn)魚群算法設(shè)定目標(biāo)函數(shù)，對(duì)應(yīng)路徑控制目標(biāo)完成全田塊的路徑跟蹤。

3改進(jìn)魚群算法控制變量目標(biāo)跟蹤收割機(jī)作業(yè)路徑

魚群算法可以實(shí)現(xiàn)全局范圍內(nèi)的搜索，將其應(yīng)用在收割機(jī)全田塊路徑跟蹤目標(biāo)控制中，可以通過魚群的步長(zhǎng)和視野規(guī)劃路徑搜索范圍和移動(dòng)范圍。將魚群的視野對(duì)應(yīng)為全田塊的作業(yè)范圍，步長(zhǎng)作為收割機(jī)的作業(yè)運(yùn)動(dòng)距離，魚群作為收割機(jī)路徑作業(yè)運(yùn)動(dòng)點(diǎn)，魚群算法的計(jì)算過程如下：

式中kj為第j條魚；kj+1為第j+1條魚；h為魚群視野；c為魚群步長(zhǎng)；hj為第j條魚的視野；cj為第j條魚的步長(zhǎng)；l為魚群規(guī)模；δ為動(dòng)態(tài)系數(shù)，可表示魚群的迭代過程，即收割機(jī)作業(yè)目標(biāo)點(diǎn)的變化過程。

當(dāng)hj和cj極大時(shí)，魚群會(huì)快速移動(dòng)到全局極值附近，可能會(huì)越過全局極值，即全田塊的作業(yè)邊界，而hj和cj極小時(shí)，魚群只能在局部范圍內(nèi)搜索，不能夠發(fā)現(xiàn)全局極值，為此，采用粒子濾波算法改進(jìn)魚群算法，定義控制目標(biāo)：

其中：v為目標(biāo)函數(shù)；bjr、bjr+1為r、r+1時(shí)刻收割機(jī)作業(yè)點(diǎn)的量測(cè)值；bjr|r-1為r時(shí)刻第j條粒子魚所對(duì)應(yīng)的量測(cè)值。以粒子算法改進(jìn)魚群算法，將粒子當(dāng)作魚群，執(zhí)行優(yōu)化融合后，可以驅(qū)動(dòng)粒子魚向最優(yōu)值附近聚集，以此控制航向偏差。具體操作步驟為：

步驟1：初始化l個(gè)粒子魚，給定對(duì)應(yīng)權(quán)值；

步驟2：根據(jù)權(quán)重優(yōu)化粒子魚群搜索過程，確定粒子魚群跟蹤收割機(jī)運(yùn)動(dòng)點(diǎn)的覆蓋情況；

步驟3：通過粒子魚群的隨機(jī)變化，確定收割機(jī)作業(yè)點(diǎn)的變化情況；

步驟4：以魚群自身行為過程，給出不同狀態(tài)下的目標(biāo)函數(shù)；

步驟5：通過目標(biāo)函數(shù)計(jì)算最優(yōu)求解函數(shù)值，并將其與航向偏差進(jìn)行對(duì)照，是否達(dá)到控制量。

按照目標(biāo)函數(shù)求解過程以及改進(jìn)魚群算法的計(jì)算過程，定義履帶式收割機(jī)全田塊路徑跟蹤目其中λjr為在r時(shí)刻時(shí)第j條粒子魚的權(quán)重；vjn、vjn-1為進(jìn)行次n、n-1次優(yōu)化后的求解結(jié)果；η為隨機(jī)數(shù)，取值區(qū)間為η=[0，1]。根據(jù)粒子魚的在搜索范圍內(nèi)的運(yùn)動(dòng)聚集行為，可以不斷地獲取目標(biāo)點(diǎn)的跟蹤值，實(shí)現(xiàn)魚群視野范圍內(nèi)的收割機(jī)路徑跟蹤。至此，基于改進(jìn)粒子群算法實(shí)現(xiàn)履帶式收割機(jī)全田塊路徑跟蹤方法控制。

4試驗(yàn)測(cè)試分析

為驗(yàn)證基于改進(jìn)魚群算法實(shí)現(xiàn)履帶式收割機(jī)在全田塊作業(yè)中路徑的跟蹤效果，選擇與陳誠(chéng)等［3］、黃海峰［4］的跟蹤方法作對(duì)比測(cè)試。在LABVIEWv8.6軟件中搭建測(cè)試模型，結(jié)合某試驗(yàn)田中履帶式收割機(jī)的作業(yè)數(shù)據(jù)，設(shè)置跟蹤測(cè)試內(nèi)容。

4.1 作業(yè)路徑設(shè)置

由于收割機(jī)在進(jìn)入農(nóng)田時(shí)，其收到的作業(yè)路徑起始目標(biāo)點(diǎn)與其存在一定距離，因此，在進(jìn)行作業(yè)路徑跟蹤時(shí)存在一個(gè)追尋過程。將這一距離差距設(shè)定為起始偏差，設(shè)定此次試驗(yàn)測(cè)試的作業(yè)路徑（圖4）。

在實(shí)際作業(yè)過程中，收割機(jī)不僅需要按照直線路徑作業(yè)，還需要完成轉(zhuǎn)彎等動(dòng)作，因此，設(shè)定了直線和曲線2種形式。除此之外，在每一組目標(biāo)路徑中，根據(jù)測(cè)試要求對(duì)收割機(jī)初始起點(diǎn)的位置進(jìn)行了變量設(shè)定，即將收割機(jī)起始點(diǎn)與目標(biāo)起始點(diǎn)形成偏差值，可以驗(yàn)證3種跟蹤方法追尋目標(biāo)路徑的過程。在直線路徑中，A1起始點(diǎn)與A2起始點(diǎn)距目標(biāo)起始點(diǎn)距離均為5m；在曲線路徑中，Q1起始點(diǎn)與Q2起始點(diǎn)距目標(biāo)起始點(diǎn)距離分別為20.6m與40.3m。

通過路徑設(shè)置情況，將3種跟蹤方法連接在測(cè)試模型中，分別驗(yàn)證直線路徑和曲線路徑的跟蹤情況。

4.2 直線路徑跟蹤對(duì)比

分別采用3種不同方法對(duì)收割機(jī)作業(yè)路徑進(jìn)行跟蹤，直線路徑的跟蹤結(jié)果如圖5所示。

對(duì)直線路徑跟蹤，結(jié)果見圖5所示，在設(shè)定的3種起始偏差指標(biāo)中，2種傳統(tǒng)跟蹤方法的追尋效果較差，需要經(jīng)過一段距離后才能實(shí)現(xiàn)目標(biāo)路徑追尋，尤其在起始偏差為5m時(shí)，其追尋效果最差，作業(yè)路徑跟蹤存在偏離，與此同時(shí)，受其追尋效果差的影響，也不能在第一時(shí)間實(shí)現(xiàn)設(shè)定路徑的回歸。本研究方法均可以實(shí)現(xiàn)快速的目標(biāo)追尋，且路徑跟蹤效果基本與設(shè)定情況相一致，具有精準(zhǔn)跟蹤效果。

4.3 曲線路徑跟蹤對(duì)比

分別采用3種不同方法對(duì)收割機(jī)作業(yè)路徑進(jìn)行跟蹤，曲線路徑的跟蹤結(jié)果如圖6所示。

在進(jìn)行曲線跟蹤時(shí)，主要是作業(yè)路徑會(huì)存在轉(zhuǎn)彎情況，因此更需要較快的追尋速度，2種傳統(tǒng)方法在曲線中的追尋效果更差，甚至不如直線路徑中的追尋效果，當(dāng)存在轉(zhuǎn)彎情況時(shí)，需要在一段距離后才能回歸到設(shè)定路徑中。所研究方法在曲線路徑中仍具有較好的追尋效果，可以實(shí)現(xiàn)不同起始偏差下的路徑目標(biāo)點(diǎn)追尋，且在轉(zhuǎn)彎時(shí)能夠快速回歸至作業(yè)路徑中，具有應(yīng)用價(jià)值。

4.4 作業(yè)路徑統(tǒng)計(jì)結(jié)果

統(tǒng)計(jì)不同方法的作業(yè)路徑跟蹤數(shù)據(jù)（表1）。可見，應(yīng)用本文所提方法進(jìn)行作業(yè)路徑跟蹤的過程中，平均響應(yīng)時(shí)間為0.52s，均低于陳誠(chéng)等［3］和黃海峰［4］方法，響應(yīng)時(shí)間較快；應(yīng)用陳誠(chéng)等［3］方法跟蹤直線與曲線的最小轉(zhuǎn)彎半徑為5.5和5.6m，應(yīng)用黃海峰［4］方法跟蹤直線與曲線的最小轉(zhuǎn)彎半徑為5.8和5.9m，而應(yīng)用本文方法跟蹤直線與曲線的最小轉(zhuǎn)彎半徑均為5.0m，可跟蹤的轉(zhuǎn)彎半徑更精準(zhǔn)；應(yīng)用陳誠(chéng)等［3］方法跟蹤直線與曲線的平均偏差為2.8和3.0m，最小偏差為1.8和2.2m，應(yīng)用黃海峰［4］方法跟蹤直線與曲線的平均偏差為3.0和3.2m，最小偏差為2.8和2.9m，而應(yīng)用本文方法跟蹤直線與曲線的平均偏差均為0.8m，最小偏差為0.5m，偏差較小，與設(shè)定路線基本一致。由此可以說明應(yīng)用本文方法對(duì)履帶式收割機(jī)全田塊路徑的跟蹤更為準(zhǔn)確，偏差較小，跟蹤效果較好。

5討論

經(jīng)過試驗(yàn)可以得出結(jié)論：在設(shè)定不同起始偏差點(diǎn)的前提下，應(yīng)用本文提出的基于改進(jìn)魚群算法的履帶式收割機(jī)全田塊路徑跟蹤方法，跟蹤直線與曲線的最小轉(zhuǎn)彎半徑均為5.0m，跟蹤最小偏差為0.5m。說明本文設(shè)計(jì)方法準(zhǔn)確實(shí)現(xiàn)履帶式收割機(jī)全田塊路徑的精準(zhǔn)跟蹤，具有較好的跟蹤效果。隨著農(nóng)業(yè)自動(dòng)化和智能化的發(fā)展，提高收割效率、減少作物損失、降低勞動(dòng)強(qiáng)度成為迫切需求。然而，田間環(huán)境復(fù)雜多變，包括不同地形、作物分布不均等因素，對(duì)收割機(jī)的自主導(dǎo)航和路徑跟蹤能力提出了更高要求。這是本文結(jié)合全局與局部坐標(biāo)系轉(zhuǎn)換收割機(jī)運(yùn)動(dòng)軌跡，構(gòu)建了履帶式收割機(jī)運(yùn)動(dòng)模型，在構(gòu)建運(yùn)動(dòng)模型時(shí)，全局坐標(biāo)系用于描述收割機(jī)在整個(gè)田塊中的絕對(duì)位置和方向，而局部坐標(biāo)系則更側(cè)重于收割機(jī)在局部區(qū)域內(nèi)的精確控制和調(diào)整。通過高精度的GPS定位系統(tǒng)、慣性導(dǎo)航單元以及激光雷達(dá)或視覺傳感器等設(shè)備的融合，實(shí)現(xiàn)全局與局部坐標(biāo)系的實(shí)時(shí)轉(zhuǎn)換。依據(jù)模型分析出航向角與速度對(duì)履帶式收割機(jī)全田塊路徑跟蹤的影響較大，在高速狀態(tài)下，微小的航向角偏差可能導(dǎo)致較大的路徑偏離；而在低速時(shí)，雖然路徑偏離較小，但作業(yè)效率會(huì)受到影響。因此，通過模型分析，可以優(yōu)化控制策略，實(shí)現(xiàn)速度與航向角的動(dòng)態(tài)調(diào)整，以達(dá)到最佳的路徑跟蹤效果和作業(yè)效率；然后按照收割機(jī)的不同作業(yè)狀態(tài)，以收割機(jī)前視距離作為增益系數(shù)，獲取其實(shí)時(shí)控制變量，前視距離能夠反映收割機(jī)前方的作業(yè)環(huán)境信息，如地形變化、作物密度等，從而動(dòng)態(tài)調(diào)整控制參數(shù)，使收割機(jī)更加智能地適應(yīng)不同作業(yè)狀態(tài)；根據(jù)權(quán)重優(yōu)化粒子魚群搜索過程，通過魚群的步長(zhǎng)和視野規(guī)劃路徑搜索范圍和移動(dòng)范圍，將魚群的視野對(duì)應(yīng)為全田塊的作業(yè)范圍，步長(zhǎng)作為收割機(jī)的作業(yè)運(yùn)動(dòng)距離，魚群作為收割機(jī)路徑作業(yè)運(yùn)動(dòng)點(diǎn)，實(shí)現(xiàn)履帶式收割機(jī)全田塊路徑跟蹤方法控制。無(wú)論在直線還是曲線跟蹤的條件下，均具有較好的跟蹤效果，偏差較小，證明本文方法具有一定的適應(yīng)性，應(yīng)用效果較好。

6結(jié)論

綜上所述，本研究通過粒子算法對(duì)魚群算法的改進(jìn)，實(shí)現(xiàn)履帶式收割機(jī)全田塊路徑的跟蹤方法設(shè)計(jì)，試驗(yàn)驗(yàn)證結(jié)果表明：

在進(jìn)行直線跟蹤時(shí)，2組傳統(tǒng)跟蹤方法的追尋偏差較大，需要經(jīng)過一段距離后才能實(shí)現(xiàn)目標(biāo)路徑追尋，表明其追尋效果最差；研究方法均可以實(shí)現(xiàn)快速的目標(biāo)追尋，且路徑跟蹤效果基本與設(shè)定情況相一致，偏差小，跟蹤效果好。

在進(jìn)行曲線跟蹤時(shí)，2組傳統(tǒng)方法在曲線中的追尋偏差更大，尤其是當(dāng)存在轉(zhuǎn)彎情況時(shí)，需要在跟蹤一段距離后才能回歸到設(shè)定路徑；所研究方法在曲線路徑中仍具有較好的追尋效果，在轉(zhuǎn)彎時(shí)也能夠快速回歸至設(shè)定路徑中，未出現(xiàn)較大的偏差，跟蹤效果好。

本研究為收割機(jī)跟蹤與識(shí)別領(lǐng)域提供了新的識(shí)別技術(shù)參考，有助于提高農(nóng)田作業(yè)效率和作業(yè)質(zhì)量。如實(shí)際應(yīng)用中還需考慮更多動(dòng)態(tài)因素和約束條件，是否對(duì)算法的穩(wěn)定性造成影響，未來會(huì)進(jìn)一步將繼續(xù)改進(jìn)算法，提高其應(yīng)用在收割機(jī)路徑跟蹤中的魯棒性和穩(wěn)定性。