Robust Trajectory Tracking Control of Autonomous Agricultural Robots under Field Uncertainties: A Comparative Monte Carlo Study

Technische Samenvatting: Robuuste Trajectvolgende Regeling van Autonome Landbouwrobots onder Veldonzekerheden

Probleemstelling
De integratie van robotica in de landbouw heeft tot doel het tekort aan arbeidskrachten aan te pakken en de efficiëntie te verbeteren, maar het selecteren van een geschikte regellingsstrategie voor autonome landbouwrobots blijft een uitdaging. Landbouwomgevingen introduceren aanzienlijke onzekerheden, waaronder sensorgruis, ongelijk terrein en externe verstoringen. Hoewel diverse voortbewegingsplatforms bestaan (bijv. differentieel aangedreven, Ackermann, rupsbanden), vereisen de specifieke regelingseisen voor een vierwielige onafhankelijk gestuurde (4WIS) robot die onder deze veldomstandigheden opereert, een rigoureuze evaluatie. Het kernprobleem dat wordt aangepakt, is de afweging tussen trajectvolgende nauwkeurigheid, koersstabiliteit, regelingseffort (energieverbruik) en robuustheid tegen ruis bij het navigeren door complexe landbouwpaden zoals rechte rijen, cirkelvormige bochten en figuur-acht-manoeuvres.

Methodologie
De studie richt zich op een nieuwe mobiele landbouwrobot ontworpen voor bodembewerking met een draagcapaciteit van 100 kg. De robot beschikt over een modulaire mechanische structuur met vier onafhankelijke aandrijfs- en stuurmodules, waarbij DC-motoren worden gebruikt voor voortstuwing en stappenmotoren voor het sturen. Een plantmechanisme met een hefcapaciteit is geïntegreerd om rijovergangen te faciliteren.

Het onderzoek maakte gebruik van een vergelijkende simulatiestudie waarbij drie verschillende regellingsstrategën werden geëvalueerd:

1. Pole Placement (PP): Geïmplementeerd via feedback-linearisatie om specifieke systeemdynamica te bereiken.
2. Linear Quadratic Regulator (LQR): Ontworpen om een kwadratische kostenfunctie te minimaliseren die de toestandsfout en de regelingseffort in evenwicht brengt.
3. Sliding Mode Control (SMC): Een robuuste regelmethode ontworpen in het lichaamsvast frame van de robot om verstoringen op te vangen, gebruikmakend van adaptieve winsten en een verzadigingsfunctie om chattering te verminderen.

Het evaluatiekader omvatte:

• Kinematische Modellering: De aannames omvatten zuiver rollen zonder slippen en een horizontaal bewegingsvlak. De beweging van de robot werd vereenvoudigd tot een Ackermann-achtig model voor trajectvolging.
• Referentietrajecten: Drie representatieve paden werden gesimuleerd: een rechte lijn (zaaien), een cirkelvormig pad (draaien) en een figuur-acht-pad (complexe manoeuvres).
• Monte Carlo-analyse: Om de robuustheid onder veldonzekerheden te beoordelen, werden voor elke combinatie van controller en pad 30 gerandomiseerde simulatieruns uitgevoerd. Er werd zero-mean Gaussische ruis geïnjecteerd in de toestandsvariabelen (positie en koers) om fouten van goedkope sensoren te simuleren (±5 mm positie, ±0,57° oriëntatie).
• Prestatieparameters: De studie kwantificeerde de Root Mean Square Error (RMSE) voor positie en koers, de gemiddelde absolute koersfout, de regelingseffort (som van de lineaire en hoekversnellingsmagnitudes) en convergentie (settling) tijd.

Belangrijkste Resultaten
De vergelijkende analyse onthulde duidelijke prestatieafwegingen tussen de controllers:

• Positionele Nauwkeurigheid: Zowel Pole Placement (PP) als LQR vertoonden een superieure positionele nauwkeurigheid, met RMSE-waarden tussen 0,015 m en 0,019 m over alle paden. In tegen tegenstelling hiertoe vertoonde SMC een hogere positie-RMSE, variërend van 0,021 m tot 0,034 m (ongeveer 30–80% groter dan PP/LQR).
• Koersstabiliteit: SMC presteerde beter dan de andere methoden wat betreft koersuitlijning, met gemiddelde koersfouten van 0,012–0,016 rad. Dit vertegenwoordigt een verbetering van 35–50% ten opzichte van PP en LQR, die koersfouten van 0,025–0,031 rad registreerden.
• Regelingseffort en Efficiëntie: SMC demonstreerde aanzienlijke energie-efficiëntie door de regelingseffort met 30–55% te verminderen vergeleken met PP en LQR. Bijvoorbeeld, op een rechte rij vereiste SMC een inspanning van 0,108 eenheden versus 0,23–0,24 voor de lineaire controllers. PP en LQR vereisten hogere actuatieniveaus (tot 0,64 eenheden op complexe paden) om nauwe positionele tracking te behouden.
• Convergentie en Robuustheid: SMC convergeerde sneller wat betreft koers (< 3 seconden) vergeleken met PP en LQR (3–5 seconden), die vaak overshoots en oscillaties vertoonden. Monte Carlo-analyse bevestigde dat hoewel PP en LQR een consistente positionele prestatie met lage variantie boden, SMC een robuuste koersstabilisatie en energiebesparing bood, ondanks een iets hogere positievariantie door zijn schakelende aard.

Kernbijdragen

• Ontwerp en Integratie: Het artikel presenteert het mechanische ontwerp en de kinematische modellering van een kosteneffectieve, modulaire 4WIS landbouwrobot die in staat is een payload van 100 kg te dragen en zaadtaken uit te voeren.
• Vergelijkende Robuustheidsstudie: Het biedt een systematische evaluatie van PP, LQR en SMC onder gesimuleerde veldonzekerheden met behulp van een Monte Carlo-kader, waarbij verder wordt gegaan dan deterministische simulaties om rekening te houden met sensorgruis.
• Afwegingsanalyse: De studie kwantificeert de specifieke afwegingen tussen positionele precisie en energie-efficiëntie, wat data-gestuurde begeleiding biedt voor de selectie van controllers op basis van specifieke landbouwtaken.

Betekenis en Claims
De auteurs beweren dat de bevindingen praktische begeleiding bieden voor het selecteren van controllers in gestructureerde landbouwoperaties op basis van taakeisen.

• Voor taken waarbij positionele nauwkeurigheid essentieel is (bijv. precieze rij-planten of oogsten waarbij wielen strikt op het spoor moeten blijven), worden PP en LQR aanbevolen, ondanks hun hogere energieverbruik.
• Voor taken waarbij koersuitlijning en energie-efficiëntie cruciaal zijn (bijv. spuiten, monitoren of langeafstandlogistiek waar cumulatieve navigatiefouten belangrijker zijn dan sub-centimeter positionele afwijking), wordt SMC gepresenteerd als de superieure keuze.

Het artikel concludeert dat hoewel het werk overwegingen met betrekking tot tijd, energie en kosten bij het ontwerpen van controllers vermindert, het een op simulatie gebaseerde studie blijft. De auteurs merken bescheiden op dat real-world factoren zoals bodemvariabiliteit, wielslip en dynamische belastingen niet volledig zijn gevangen en stellen voor om toekomstig werk te richten op experimentele validatie in echte landbouwomgevingen en de integratie van dynamische modellering.