基于改进蚁群算法的植保无人机路径规划方法

发布时间：2021-10-29 21:07

　　为了规划出更加高效的植保无人机路径,提出一种基于改进蚁群算法的植保无人机路径规划方法,该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径,经过离散化处理后,在三维地形曲面上插值获得三维作业路径。在此基础上,建立作业路径生成算法,以三维作业路径总长度尽量短、作业路径数量尽量少为目标,对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制,实现对三维作业路径的合理排序,生成总长度较短的转移路径。经过算例检验,针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异,相差最大为92°,这说明考虑三维地形的必要性。算例中,将改进的蚁群算法与贪婪算法进行了对比,针对一系列相同的作业起点,改进的蚁群算法所得的转移路径总长度均较短,比贪婪算法所得结果缩短3%～28%;在未选定作业起点情况下,改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1 661 m与1 763 m,说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂,涵盖情况全面,表明本文提出的... 

【文章来源】：农业机械学报. 2020,51(11)北大核心EICSCD

【文章页数】：11 页

【文章目录】：
0 引言
1 基于改进蚁群算法的路径规划方法
2 作业路径生成算法
    2.1 水平面内的作业路径生成方法
    2.2 三维作业路径生成方法
3 改进的蚁群算法
4 算例检验
    4.1 作业路径生成算法检验
        4.1.1 离散直线的间距a
        4.1.2 作业幅宽w
    4.2 改进的蚁群算法检验
        4.2.1 选定作业起点的作业路径排序
        4.2.2 未选定作业起点的作业路径排序
5 实例检验
6 结论


【参考文献】：
期刊论文
[1]基于差分量子退火算法的农用无人机路径规划方法[J]. 严炜,龙长江,李善军.  华中农业大学学报. 2020(01)
[2]一种多染色体遗传算法解决多旅行商问题[J]. 叶多福,刘刚,何兵.  系统仿真学报. 2019(01)
[3]我国植保无人机应用现状[J]. 亓文哲,王菲,孟臻,张典利,王红艳,乔康,姬晓雪.  农药. 2018(04)
[4]基于引力搜索算法的植保无人机三维路径规划方法[J]. 王宇,陈海涛,李海川.  农业机械学报. 2018(02)
[5]基于Grid-GSA算法的植保无人机路径规划方法[J]. 王宇,陈海涛,李煜,李海川.  农业机械学报. 2017(07)
[6]多作业区域植保无人机航线规划算法[J]. 徐博,陈立平,徐旻,谭彧.  农业机械学报. 2017(02)
[7]多架次作业植保无人机最小能耗航迹规划算法研究[J]. 徐博,陈立平,谭彧,徐旻.  农业机械学报. 2015(11)
[8]基于势场蚁群算法的移动机器人全局路径规划方法[J]. 刘建华,杨建国,刘华平,耿鹏,高蒙.  农业机械学报. 2015(09)
[9]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美.  农业机械学报. 2014(06)
[10]中国农业航空施药技术研究进展与展望[J]. 张东彦,兰玉彬,陈立平,王秀,梁栋.  农业机械学报. 2014(10)



本文编号：3465398