积分商城

最新搜索： ispLEVER NE555.PDF 滤波器 multism IP超过下载限制怎样解除 4岁
您现在的位置是：首页 > 技术资料 > 多作业区域植保无人机航线规划算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

多作业区域植保无人机航线规划算法

更新时间：2019-12-25 12:18:29 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：无人机 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。


部分文件列表

文件名 大小
多作业区域植保无人机航线规划算法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
2 0 1 7  
2
农 业 机 械 学 报  
48  
2
卷 第 期  
年
月
第
doi: 10． 6041 /j． issn． 1000-1298． 2017． 02． 010  
多作业区域植保无人机航线规划算法  
1，2  
1，3  
1，3  
2
徐 博  
陈立平  
徐 旻  
谭 彧  
( 1．  
，
北京农业智能装备技术研究中心 北京  
100097; 2．  
，
中国农业大学工学院 北京  
100083;  
3．  
，
北京市农林科学院农业智能装备技术北京市重点实验室 北京  
100097)  
: ， ，  
摘要 针对植保施药多个作业区域的情况 研究了一种植保无人机全局航线规划算法 将整个算法分为单个区域航  
、 3 。 、 ，  
线规划 区域间作业顺序和区域间调度航线规划 部分 从作业路程 多余覆盖和遗漏覆盖的角度 分析了多种覆  
， 。  
盖作业方式的优劣 确定了无人机在单区域内的覆盖方式 基于遗传算法与  
TSP  
问题得到区域间的优化作业顺  
， ，  
序 并基于改进的二进制编码遗传算法进行区域间调度航线的规划 最终实现无人机多作业区域航线的全局规划  
。
， ， ，  
仿真结果表明 规划算法可以有效地实现全局航线的规划 缩短了无人机的作业距离与区域间调度飞行的距离 达  
， ，  
到了能耗与工作时间的优化 节省了航线规划所需的人力成本 使作业管理更加便利  
。
:
;
;
;
关键词 植保无人机 航线规划 多区域作业 算法  
: TP18 : A : 1000-1298( 2017) 02-0075-07  
文章编号  
中图分类号  
文献标识码  
Path Planning Algorithm for Plant Protection UAVs in  
Multiple Operation Areas  
1，2  
1，3  
1，3  
2
XU Bo  
CHEN Liping  
XU Min  
TAN Yu  
( 1． Beijing Research Center of Intelligent Equipment for Agriculture，Beijing 100097，China  
2． College of Engineering，China Agricultural University，Beijing 100083，China  
3． Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture，Beijing Academy of Agriculture and Forestry，  
Beijing 100097，China)  
Abstract: According to multi-area operations，a kind of overall route planning algorithm for plant  
protection UAVs was developed in order to reduce flight distance in multi-area operations and operating  
sequence of each area was reasonable allocation to improve operational efficiency and reduce energy  
consumption of the UAVs． The algorithm was divided into three parts，namely，single area route  
planning，operating sequences of areas and dispatching route planning among areas． After analyzing a  
variety of covering operation modes in aspects of operation distance，extra coverage and missed coverage，  
the UAVs operation mode in single area was determined． Optimized operation sequences of areas were  
planned based on genetic algorithm and traveling salesman problem ( TSP) ． Dispatching routes among  
areas were planned based on improved genetic algorithm with binary coding，finally the overall route  
planning algorithm was achieved． The simulation was performed in an operation of five different irregular  
areas，numbers of each area were set as A，B，C，D and E． Operation route of each area was planned by  
using the previously proposed algorithm of route planning algorithm based on operation path angle in  
irregular，achieving operation start point，end point and node point coordinates of each area． Operation  
sequences of areas were achieved based on genetic algorithm and TSP，dispatching routes among areas  
were planned based on the improved genetic algorithm，of which the code was a random five-digit binary  
sequence，each digit represented arrangement of start point and end point of each area． The simulation  
result proved feasibility of the multi-area route planning algorithm． Nowadays，unmanned operations  
becomes trend，this multi-area route planning algorithm not only saves manpower required by route  
planning，but also makes operation management easier，and it is suitable for autonomous unmanned aerial  
vehicles and can be widely used in the area of precision agriculture．  
Key words: plant protection UAVs; path planning; multi-area operation; algorithm  
: 2016 10 11  
: 2016 11 23  
修回日期  
收稿日期  
:
基金项目 国家自然科学基金项目  
( 31601228) 、 ( QNJJ201422、QNJJ201632)  
北京市农林科学院青年科研基金项目 和北京市自然科学基金  
( 6164032)  
项目  
:
作者简介 徐博  
( 1988—) ， ， ， ，E-mail: xubocau@ 163． com  
男 博士生 主要从事机电一体化研究  
:
通信作者 陈立平  
( 1973—) ， ， ， ， ，E-mail: chenlp@ nercita． org． cn  
女 研究员 博士 主要从事农业信息技术和农业智能装备研究  
76  
2 0 1 7  
年
农
业
机
械
学
报
(
式 图  
1) 。  
引言  
［1 － 2］  
，
，
病虫害是影响粮食安全的一个主要因素  
［3］  
病虫害的防治是粮食生产不可或缺的重要环节  
，
我国的种植地形多种多样 既有平原的大面积种植  
［4 － 5］  
， 、  
区域 也有水田 丘陵等复杂地形  
， ，  
对于后者 大  
，
型机械化防治很难实现 给病虫害防治带来了难  
［6 － 7］  
。
、 、  
无人机具有作业灵活 起降无需跑道 地形  
题
1
图
两种作业行走方式示意图  
［8］  
、
适应性好 可悬停等特点  
， 、  
可以适应丘陵 山区  
、
Fig． 1 Schematic diagrams of two operation modes  
［9］  
，
坡地等复杂地形  
因此植保无人机已开始逐渐被  
［10 － 11］  
1a  
， ，  
所示 在一块矩形作业区域中 采用往  
如图  
。
运用在病虫害防治中  
植保无人机以小型旋  
， ( ) (  
复行走作业方式 沿纵向 长边 作业与沿横向 短  
，
翼无 人 机 作 为 载 体 搭 载 农 药 喷 雾 设 备 进 行 作  
［12］  
) ，  
边 相比 路程  
S
T
，
较优 分别为  
Bou  
和转弯次数  
Bou  
，
业
目前植保无人机的作业主要是人为遥控为  
M
M
， ， ［13 － 14］  
主 实际作业时对操作员依赖过大 文献  
S
= Lceil  
+ d ceil  
(
－ 1  
( 1)  
Bou  
(
= 2 ceil  
)
(
－ 1  
)
)
d
d
， ，  
指出了在遥控情况下 驾驶员操纵负荷较大 控制时  
M
， ，  
间延迟 技术难点较多 并且人为即时规划的航线与  
T
( 2)  
Bou  
(
(
)
)
d
、
理论航线偏离严重 无人机的作业遗漏率和重复率  
L———  
式中  
作业区域纵向长度  
，
往往偏高 因此对于具有自主作业功能的植保无人  
M———  
作业区域横向长度  
。
机研究是很有必要的  
d———  
覆盖作业幅宽  
，
在之前的研究中 针对规则区域的多架次植保  
M
M
，
无人机航线规划法 合理地分配了各架次的喷药量  
ceil  
———  
向上取整函数  
(
)
d
d
，
和返航点 降低了无人机在非作业情况下无效消耗  
(
当作业方向相垂直的区域长度 本文为横向长度  
［15］  
，
能量 使无人机的工作总能耗得到优化  
;
而对于  
M)  
d ，  
不为幅宽 的整数倍时 采用向右取整的方式  
，
，
不规则区域 研究了基于作业航向的植保无人机作  
。
确保整个区域均被覆盖  
1b  
， ，  
业航线规划算法 可根据指定的作业方向 快速规划  
， ( )  
所示 沿纵向 长边 开始的内螺旋行  
如图  
，
出较优的作业航线 有效地减少了飞行总距离和多  
， ( ) ， S  
走方式 与沿横向 短边 开始行走相比 路程 和  
Spi  
， ，  
余覆盖面积 通过分析作业航向与距离的关系 在未  
T
，
较优 分别为  
转弯次数  
Spi  
，
指定作业航向的情况下 给出某一推荐的作业航向  
M
M
d
［16］  
S
= Lceil  
2dceil  
T
+ M ceil  
(
－ 2  
+
，
与对应航线 使整个作业过程能耗和药耗最优  
。
Spi  
(
(
)
)
(
(
)
)
d
，
但以上研究均是针对单区域进行的 而我国的地形  
2
M
M
d
－ d ceil  
(
( 3)  
) )  
， ，  
较为复杂 既有较为集中的大块田地 也有田块较为  
d
，
分散的小面积农田 因此在包含多个较小区域的植  
M
= 2 ceil  
－ 1  
( 4)  
Spi  
(
(
)
)
d
，
保作业中 对于全局航线规划的研究也显得尤为必  
( 3) 、( 4)  
( 1) 、( 2)  
。
相同 将牛耕  
式
的参数与式  
。
，
多区域的作业规划 不仅包含各区域内作业航  
要
，
往复式与螺旋式的作业路程和转弯次数进行比较  
，
线 还包括区域间作业顺序的安排和区域间调度航  
T
T
，
相同 作业路程  
S
S
与
两者转弯次数  
与
。
线规划 本文首先进行无人机作业行走方式的选  
Bou  
Spi  
Bou  
Spi  
M
d
，
择 并利用改进的遗传算法实现对区域间作业顺序  
ceil  
－ 1 d，  
由于无人机植保作  
)
的差值约为  
(
(
)
。
的优化和调度航线的规划  
， ，  
业中 转弯时并不喷药 因此采用内螺旋法会造成重  
1
覆盖区域作业方式的选择  
， 2 ，  
复覆盖和遗漏覆盖现象 如图 所示 无人机沿纵向  
，
开始进行内螺旋作业 在每个转弯点均会产生遗漏  
，
环境已知情况下 覆盖机械的行走方式主要有  
， ，  
覆盖和多余覆盖的现象 因此综合考虑 采用牛耕往  
，
牛耕往复法和内外螺旋法 衡量行走方式优劣的标  
。
复方式进行无人机植保作业更为合适  
、 、 、 ，  
准主要有时间 能耗 路程 覆盖重复率与遗漏率 其  
，
中影响时间和多余能耗的主要因素为转弯次数 转  
2
区域间作业顺序规划  
［17］  
， 、  
弯次数越多 费时越多 多余能耗越大  
。
因此对  
各区域的作业优化航线可利用之前研究的基于  
，
两种行走方式进行分析 确定较优的无人机覆盖方  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号