1、一种农业机械的导航控制方法，其特征在于包括下述步骤：

(1)通过导航传感器测量得到农业机械当前时刻的位姿和运动状态数 据；

(2)采用基于预瞄控制的动态目标点搜索算法，将所述位姿和运动状 态数据与预定义路线数据进行对比分析，推算出两个导航状态参数即横向跟 踪误差和纵向航向偏差；

(3)再通过Fuzzy-PID控制算法推算出操纵控制量即前轮转向偏角； 即当位置偏差在区间[-a，a]且航向偏差在区间[-b，b]时，为PID控制方法 的作用范围；其他区间为模糊逻辑方法Fuzzy的作用范围，实现两种决策 算法的复合控制；其中，a和b的取值范围为0≤a≤0.5，0≤b≤45。

(4)最后根据所述操纵控制量对农业机械进行实时控制，实现路径跟 踪。

2、根据权利要求1所述的农业机械的导航控制方法，其特征在于：所 述农业机械当前时刻的位姿和运动状态数据包括当前定位点、当前航向角 度θ和当前速度V。

3、根据权利要求1所述的农业机械的导航控制方法，其特征在于：所 述基于预瞄控制的动态目标点搜索算法，是通过动态计算前视距离，确定预 定义路线上的预瞄点：(1)前视距离Lf通过下述公式计算得到：

Lf＝L0+KlfvV+KlfrRdf

其中，L0为前视距离基值；Klfv，Klfr分别为前进速度、前视偏差变化率 的比例系数，可在仿真或实验过程中通过整定获得，Klfv与Klfr均取正值；Rdf 为前视偏差变化率，定义为：$R_{\mathrm{df}}=\frac{\left|\overrightarrow{P_{k+2m}{P\prime }_{k+2m}}\right|-\left|\overrightarrow{P_k{P\prime }_k}\right|}{|\overrightarrow{P_{k+m}{P\prime }_{k+m}|}-|\overrightarrow{P_k{P\prime }_k}|}---\left(2\right)$其中$m=\mathrm{int}\left(\frac{{\mathrm{VT}}_s}{L_s}\right),$ Pk表示预定义路线上的第k坐标点，P′k映射点为在直 线PkPk-1上以Pk为垂足引垂线和农业机械当前纵向方向线的相交点，Ts为导 航的采样和控制周期，Ls为预定义路线上点与点之间的平均间距；

(2)预瞄点P′p的确定：在农业机械当前纵向方向上，由当前定位点Pc 点起截取前视距离Lf，得到Pp点；再由Pp点向预定义路线投影，得到预瞄点 P′p。

4、根据权利要求1所述的农业机械的导航控制方法，其特征在于：所 述推算两个导航状态参数即横向跟踪误差和纵向航向偏差的过程如下：

(1)纵向航向偏差θe的确定：纵向航向偏差θe为目标方向θp与当前航 向角度θ之间的差值；

(2)横向跟踪误差XTE的确定：

$\mathrm{XTE}=\sqrt{{(x_c-{x\prime }_c)}^2+{(y_c-{y\prime }_c)}^2}$其中，Pc(xc，yc)为当前定位点；P′c(x′c，y′c)为Pc到预定义路线的投影； 并且若农业机械当前坐标点位于预定义路线的右侧，XTE为正；若当前坐标 点位于预定义路线的左侧，XTE为负。

5、根据权利要求1所述的农业机械的导航控制方法，其特征在于：所 述PID控制方法是指，将位置偏差和航向偏差转换为合成误差ERROR，并 将合成误差ERROR作为控制输入量输入到PID控制器，然后决策输出前 轮转向偏角；

(1)ERROR定义为：

ERROR＝α×XTE+β×θe

其中，α和β分别为横向跟踪误差、纵向航向偏差相对于合成误差的折 算因子，α和β的确定主要根据试验效果进行现场整定；

(2)采用增量式PID控制算法来决策转向轮偏角：

$U_i=K[E_i-E_{i-1}+\frac{T_s}{T_i}{E}_i+\frac{T_d}{T_s}(E_i-2E_{i-1}+E_{i-2})]+U_{i-1}$其中，Ui、Ui-1为第i、i-1时刻的转向轮期望偏角，Ei、Ei-1、Ei-2为第i、 i-1、i-2时刻的转向轮期望偏角与实际偏角之差。Ti为采样周期，K为比 例系数，Td为微分时间常数，Ti为积分时间常数，K、Td、Ti三参数根据试 验效果进行现场整定。

6、根据权利要求1所述的农业机械的导航控制方法，其特征在于：所 述模糊逻辑方法Fuzzy是指：

(1)首先将输入变量横向跟踪误差XTE与方位偏差θe模糊化，即采用 基本连续论域离散化均匀量化的方法，将连续论域中的连续值经量化因子比 例变换后四舍五入变为离散论域的整数值，算法为：XTE′＝int(KxieXTE)

θe′＝int(Kθeθe)

其中，输入量化因子Kxie、Kθe的确定方法是：根据试验测试结果，确定 横向跟踪误差XTE、方位偏差θe的误差范围，由离散论域最大值除于相应误 差范围最大值即可获得输入量化因子值；

(2)然后进行模糊控制表查询，即输入不同的离散输入量XTE′，θe′， 依据模糊控制表，得到对应的清晰控制量即转向轮偏角δp；

(3)最后将输出控制量去模糊，转换公式为：${\delta }_p^{\prime }=K_{{\delta }_p}{\delta }_p,$ 其中输出比 例因子的确定方法与上述输入量化因子的确定方法相同。