一种耕作场景约束自适应的拖拉机双模型驱动预测控制方法与系统

本发明公开了一种耕地场景约束自适应的拖拉机双模型驱动预测控制方法与系统，所述控制方法包括：利用深度神经网络从机组作业数据中获取前轮转角和耕作阻力的变化特征，建立控制量未建模误差数据驱动模型，以所述数据驱动模型的输出校正模型预测控制滚动优化求解的控制量，将校正后的k+1时刻转向角决策量和加速度决策量用于拖拉机的转向执行与速度调节。本发明方法能提升拖拉机的路径跟踪控制稳定性和场景适应性。