基于时空感知重建与前馈-反馈抗饱和控制的大宗茶采摘机自适应仿形控制

《Agriculture》：Adaptive Profiling Control for Tea-Plucking Machines via Spatiotemporal Perception Reconstruction and Feedforward–Feedback Anti-Windup Control

　　

在非结构化丘陵茶园中，大宗茶机械化收获需对不规则茶蓬进行动态仿形并保持恒定切割深度，以避免采入粗老叶、漏采嫩梢并降低产量与品质损失。该任务受履带行进高频振动、硬厚枝干撞击造成的感知扰动，以及底盘姿态突变下电机扭矩受限导致的执行器饱和与控制抖振影响。为此，研究人员提出一种融合时空感知重建与自适应抗饱和控制的协同架构。首先建立惯性测量单元(IMU)与绝对编码器融合的全局逆运动学映射模型，解耦底盘运动与局部地形测量，构建恒深作动仿形的统一空间基准。其次，面向复合多频噪声设计时空感知重建机制：幅值域采用鲁棒异常值抑制核自适应削弱非高斯瞬态脉冲，时域通过环境背景噪声估计与突变激活动态调节滤波带宽，降低阶跃地形下绝对高程重建的相位滞后。最后，针对伺服电机扭矩极限，设计含主动前馈与抗饱和补偿的非奇异快速终端滑模控制(NFTSMC)律，以前底盘俯仰角速度前馈，并结合连续边界层与辅助动态系统修正误差流形，抑制积分饱和与高频伺服抖振。对比仿真表明，极端多频复合条件下，全局均方根(RMS)跟踪误差较卡尔曼滤波-比例积分微分控制(KF-PID)与标准移动窗估计滑模控制(SMHE-SMC)分别降低41.1%与35.8%；田间30个测区评估显示，挑战工况下漏采率与损失率均值分别为0.46%与0.43%，方差分析证实控制策略对漏采率有显著主效应(p<0.001)。模块消融进一步表明，逆运动学映射与抗饱和动力学缺失会明显引发空间漂移与饱和误差。

研究背景与问题提出

在非结构化丘陵山地茶园中，大宗茶机械化收获面临严重挑战。茶蓬表面呈不规则弧状起伏，可采嫩梢短小，切割机构必须相对冠层维持近似恒定的切割深度。若仿形不准，会采入粗老叶或漏采嫩芽，降低产量与品质。履带式采茶机在作业中耦合多频扰动：底盘俯仰与沉浮、发动机共振、断垄台阶、硬厚枝干撞击产生的高幅非高斯脉冲；同时大惯量升降机构受电机±10 N·m扭矩限制，在姿态突变时易出现执行器饱和、积分风up与滑模抖振。传统单模态感知（视觉受光照影响、超声受有色噪声影响）和线性高斯滤波、普通PID或硬切换滑模，均难以兼顾脉冲抑制与阶跃跟踪。

研究人员开展的工作与结论意义

研究人员在4CJ-1200类自走履带采茶机上，构建“异构感知—时空重建—前馈反馈抗饱和控制”的闭环架构。核心贡献为：建立IMU与绝对编码器融合的全局逆运动学映射，解耦底盘姿态与局部接触板测量；提出自适应鲁棒移动窗估计（ARMHE），集成Huber、变分贝叶斯(VB)、强跟踪滤波(STF)与MHE；设计带俯仰率前馈与抗饱和辅助态的非奇异快速终端滑模控制（NFTSMC）。仿真与田间验证表明，该架构在极端复合扰动下显著降低跟踪误差、漏采率与损失率，且单步计算满足200 Hz实时性，为智能农机闭环仿形提供了可部署方案。

主要关键技术方法

研究采用的关键方法包括：基于IMU与绝对编码器的全局空间逆运动学映射；滑动窗Huber鲁棒M估计结合迭代重加权最小二乘(IRLS)的幅域异常值抑制；VB推断在线噪声方差估计；STF创新能量驱动的变带宽跟踪；二阶跟踪微分器提取平滑俯仰角速度并作死区前馈；分数阶非奇异快速终端滑模面配合连续饱和边界层抑制抖振；一阶辅助动态系统实现抗饱和补偿。现场验证依托江西婺源茶研所地块，在Base与Challenging两类工况下对30个5 m测区开展完全随机物理闭环与Processor-in-the-Loop回放测试。

研究结果

全局运动学映射与时空感知重建

通过逆运动学将底盘高程、俯仰、作动行程与传感板偏转角投影至全局竖直轴，并以FIFO补偿纵向超前距离。ARMHE在稳态巡航时压制高频背景噪声，在枝干撞击时Huber核降权脉冲、STF收窄增益，在台阶地形时扩带跟踪。结果显示其重建RMS较KF-PID、AEKF-FPID显著降低，冲击工况MAX下降约69.0%。

前馈抗饱和控制与相平面响应

引入俯仰率前馈抵消姿态诱导位移，连续边界层替代符号函数。相平面显示ARMHE-NFTSMC轨迹收束更紧，滑模变量方差较SMHE-SMC降低约98.3%，复合工况下仍无饱和发散。

复合扰动下定量闭环跟踪

cutter行程跟踪表明：稳态时高频振荡被抑制；台阶与冲击下MAX大幅下降；S4极端复合工况全局RMS较KF-PID、SMHE-SMC分别低41.1%与35.8%，功率谱在1–13 Hz机械共振带与高频区均衰减。

组件消融分析

逐一移除模块显示：去逆运动学产生0.4 m稳态漂移、RMS恶化738.2%；去Huber致冲击误触发；去VB-STF致相位滞后；去前馈致超调；去抗饱和辅元代价积分风up、RMS升34.9%；去连续边界层虽RMS略降但控制力矩总变差增2475.5%，证实边界层用于抑振耐磨而非单纯精度。

田间验证与农艺性能

在STM32车载控制器实跑：平均单步0.88 ms（最差2.34 ms<5 ms周期）。Challenging场景下ARMHE-NFTSMC漏采率0.46%、损失率0.43%，显著优于KF-PID与SMHE-SMC（ANOVA p<0.001）。

讨论与结论翻译

讨论指出，逆运动学解耦与ARMHE时空处理互补：前者建全局基准，后者在脉冲与变噪声下保真。相比LiDAR/视觉在非结构振动下点云偏移、超声线性滤波相位滞后，本架构用接触式异构传感加鲁棒时域适配更适配丘陵茶机。控制层面对比线性PID风up停滞与硬滑模抖振，前馈+抗饱和NFTSMC在扭矩受限时维持有界跟踪。

研究结论：该文提出的时空感知重建与前馈-反馈抗饱和协同架构，可有效抑制非高斯冲击与多频振动，解除底盘姿态对仿形参考的耦合，在电机扭矩约束下实现低滞后、低抖振、低漏采与低损失的恒深采摘，组件消融印证各模块不可或缺，田间与实时性验证支持其在智能农业机械闭环仿形中的工程应用潜力。