**基于复合观测器架构的双自适应超螺旋滑模路径跟踪控制方法研究**

《Agriculture》：Dual-Adaptive Super-Twisting Sliding Mode Path Tracking Control with Composite Observer Architecture Under Model Parameter Perturbations

　　

**摘要**

无人农机的广泛采用已深刻变革现代农业生产方式。在非结构化农田场景下，土壤条件与作业负载的变化会引起系统动力学参数的大幅摄动，从而导致固定参数路径跟踪控制器的跟踪精度下降与鲁棒性不足。此外，传统单一结构观测器难以同时实现快速收敛与平滑稳态输出。本研究构建了一种混合预瞄误差状态空间方程，将参数摄动、未建模动态及外部扰动统一聚合为系统的集总扰动项。通过将自适应广义超螺旋观测器（AGSTO）与非线性扩张状态观测器（NESO）并联融合，设计了一种复合观测器架构，并通过田间作业工况的在线辨识对观测权重进行连续平滑调度。进一步地，研究提出了一种增益-幂次双自适应超螺旋滑模控制（DAMSTSM）策略，并严格证明了系统的闭环稳定性。覆盖动力旋耕、高速空载转场及变胎压工况的联合仿真与田间试验表明，在参数摄动条件下，跟踪误差增幅保持在10%以内；与作为基准的传统PID控制器相比，所提控制器将横向偏差的均方根误差（RMSE）降低了40%–50%，并在田间作业中保持了厘米级跟踪精度。所提方法为非结构化农田环境下农业机械的高精度作业提供了技术支撑。

**模型参数摄动下基于复合观测器架构的双自适应超螺旋滑模路径跟踪控制：研究解读**

**一、研究背景与问题提出**

无人农机的普及有效回应了农业作业中长期存在的作业精度低、人力成本高、劳动强度大及作业时间有限等产业难题，推动农业生产由劳动密集型向技术密集型转型。自动导航控制系统遵循“定位—感知—控制—执行”的核心链路，其中路径跟踪作为核心功能模块，直接决定了作业行对齐精度、作业覆盖率与作业稳定性。然而，在田间实际作业过程中，农机受到土壤黏附、地形坡度及作业负载等多源扰动的影响，呈现出强非线性和时变特性。整车质量与横摆转动惯量随悬挂机具、物料消耗及底盘泥浆附着情况实时变化，质心位置发生迁移；轮胎侧偏刚度受土壤类型、含水量、泥浆深度及垂直载荷的联合影响，在不同地块与作业阶段的波动幅度可超过30%；等效土壤附着系数与滚动阻力系数也随土壤压实度和表层状态持续变化。这些参数摄动导致名义模型与实际系统失配，使固定参数控制器的跟踪精度下降、鲁棒性削弱，严重时引发系统振荡与侧滑，制约自动导航性能与可靠性。与此同时，单一结构观测器无法同时兼顾快速收敛与稳态输出平滑性，传统两级估计架构存在误差传播与累积问题，扰动观测器在收敛速度与噪声衰减之间存在固有矛盾。大多数滑模控制方案采用按最恶劣工况整定的固定增益设计，导致稳态增益冗余与明显抖振；单一到达律亦难以覆盖全作业工况，多数方案仅实现扰动上界的单维度自适应，在大幅参数变化下跟踪精度显著退化。因此，如何在非结构化田间环境下同时实现快速误差收敛与稳态跟踪精度，仍是亟待解决的挑战性课题。

**二、研究内容与主要结论**

针对上述问题，本研究提出了一种基于复合观测器架构的双自适应多幂次超螺旋滑模路径跟踪控制方法（DAMSTSM）。首先，建立了考虑轮胎侧倾特性的农机动力学模型，并构建融合参数摄动、未建模动态与外部干扰的混合预瞄误差状态空间方程；其次，设计了一种自适应广义超螺旋观测器（AGSTO）与非线性扩张状态观测器（NESO）并联的复合观测器架构，通过田间作业工况辨识模块与连续权重融合机制实现观测策略的动态匹配；进而，基于估计状态设计了带增益-幂次双自适应调节机制的多幂次到达律超螺旋滑模控制器，兼顾大初始偏差下的快速收敛与稳态抖振抑制。CarSim-Simulink联合仿真与田间实车试验验证了所提方法在参数摄动条件下的跟踪精度与鲁棒性。研究结果表明：在附着系数、横摆转动惯量及轮胎侧偏刚度分别摄动20%的条件下，所提控制器的跟踪误差增量控制在3%–10%以内，最大横向偏差不超过0.05 m，均方根误差维持在0.03 m以内；与传统PID控制器相比，横向偏差的均方根误差降低了40%–50%；消融实验证实了复合观测器架构中条件触发权重融合机制的有效性，完整复合架构在各项性能指标上均优于单一观测器配置。田间试验覆盖动力旋耕、高速空载转场及变胎压工况，全程保持厘米级跟踪精度，系统表现出对质量、转动惯量及轮胎侧偏刚度等关键动力学参数摄动的强鲁棒性。

**三、主要技术方法**

本研究采用的主要关键技术方法包括：基于轮胎侧倾特性的二自由度单轨动力学建模与混合预瞄误差状态空间方程构建；自适应广义超螺旋观测（AGSTO）与非线性扩张状态观测（NESO）并联复合的观测器架构设计；基于预瞄误差幅值、路径曲率、扰动导数和车速四个特征的田间工况在线辨识与基于双曲正切函数的滞后环连续权重融合机制；多幂次到达律超螺旋滑模控制器设计与增益-幂次双自适应调节机制；基于Lyapunov函数的复合观测器与闭环系统稳定性分析；CarSim-MATLAB/Simulink联合仿真平台验证与南京田间实车试验。田间试验采用了 RTK-GNSS（水平精度±1 cm + 1 ppm，10 Hz更新率）与六轴惯性测量单元（100 Hz采样）融合定位，控制算法基于STM32H7嵌入式控制器以20 Hz控制周期运行。试验场地为江苏省南京市的平坦壤土区，土壤表面坡度低于2°，水分含量为18%–22%（干基质量法）。

**四、研究结果**

**4.1 联合仿真验证与分析**

**（1）模型构建与参数设置：** 级联仿真基于CarSim与MATLAB/Simulink R2021a平台构建，采用适应软质农田表面的Magic Formula轮胎模型，并构建了包含直线跟踪段、曲率阶跃段和地头转向段的典型农机作业路径。对比控制器中，PID采用Ziegler-Nichols整定，FOSM采用手动试凑。AGSTO的增益边界与学习率、NESO带宽（25 rad/s）及DAMSTSM的增益边界通过Lyapunov稳定性约束与迭代调参确定。

**（2）动态模型参数摄动下不同控制器的性能：** 在附着系数?20%、横摆转动惯量+20%和轮胎侧偏刚度?20%三种摄动条件下，对比了PID、FOSM与DAMSTSM三种控制器的跟踪性能。联合仿真结果表明，在最小转弯段处，PID控制器（转向角修正）的预瞄误差峰值约达0.060 m，FOSM为0.035 m，而DAMSTSM仅为0.020 m（三种摄动条件下峰值误差分别为：惯性摄动时0.017 m，刚度摄动时0.018 m），且DAMSTSM能在约2 s内回到±0.005 m误差带。定量对比显示，DAMSTSM的RMSE增量限定在5.0%–7.5%以内，且在所有摄动情形下均小于10%，而PID的RMSE增量为20.0%–23.5%，FOSM为12.0%–15.5%。空间轨迹的局部放大视图表明，DAMSTSM的跟踪轨迹几乎与参考轨迹完全重叠，而PID和FOSM在地头转弯区域存在明显的向外偏出。

**（3）复合观测器架构的消融研究：**在20%附着系数摄动下，对比了四种组态：完整复合观测器（A）、仅AGSTO（B）、仅NESO（C）、无干扰观测器（D）。结果表明，配置A在稳态预瞄误差RMSE（0.0074 m）、初始收敛时间（2.7 s）和最大瞬态偏差（0.0211 m）三项指标上均优于任何单一子观测器配置，证实了条件触发权重融合机制整合了两类子观测器的互补优势。

**4.2 田间试验测试与分析**

田间试验在南京市壤土旱地（面积约2.3 ha，含水率18%–22%）进行，采用旋耕作业无人模式（1.0 m/s带旋耕机作业、1.0 m/s空载转场、2.5 m/s空载转场）以及胎压变化（200 kPa 标称，160 kPa 降低）组工况。各工况下的整段横向偏差RMSE分别为：1.0 m/s 旋耕时9.6±0.5 mm、1.0 m/s转场时8.5±0.5 mm、2.5 m/s转场时10.5±0.4 mm、200 kPa时10.0±0.3 mm、160 kPa时10.4±0.2 mm。与标准PID基准相比，在缠结旋耕机1.0 m/s条件下，PID直线段横向RMSE与横向偏移为15.8 mm与23.1 mm，而DAMSTSM为8.6与11.5 mm，PID航向RMSE达0.94°与1.21°，DAMSTSM为0.58°与0.82°。在10个工况中，DAMSTSM均将横向RMSE降低了40%–50%。胎压从200 kPa降至160 kPa时，仅使横向RMSE增加约5%，显示对侧偏刚度摄动的高不敏感性。各工况田间试验重复三次，同一方案的独立运行标准差均未超过0.6 mm，验证了结果的重复可靠性。

**五、讨论与结论**

讨论部分指出，本研究提出了一种基于AGSTO-NESO并联复合观测器的DAMSTSM路径跟踪控制方法，核心创新在于：一是提出了条件驱动的AGSTO-NESO并联复合观测器架构，通过双曲正切权重函数加滞回带实现两观测器间平滑切换，兼顾了大偏差下的收敛速度与稳态下的平滑输出；二是设计了增益-幂次双自适应多幂次超螺旋滑模控制律，结构化改善了固定增益方案的增益冗余与抖振问题，实现了全域工况下的跟踪性能与控制平滑度协调。结果表明，该方法在参数摄动和多种田间工况下均保持良好的跟踪精度和鲁棒性，展示了多源扰动下的适应性。未来工作可从算法深化（引入事件触发机制、结合执行器动力学约束）、架构优化（基于数据驱动优化工况分类边界与权重过渡曲线）以及场景扩展（多机协同编队、多站点多种机型验证）等方向开展。此外，从可持续农业发展的视角看，改进的跟踪精度能够降低田间作业的差异率和遗漏率，其实际农艺收益需通过后续专项试验量化。