全自动植保无人机含障不规则区域的航迹规划算法

对于存在障碍物的农田区域,为了解决植保无人机在全自动作业中的避障问题,提出1种含障不规则区域的航迹规划算法。该算法将全局规划和局部规划相结合,全局规划算法对不规则地块进行"Z"字形扫描,快速得到往复遍历式植保无人机的作业路径。局部规划算法根据大小将障碍物分为点状障碍物和区域障碍物,对2类障碍物通过插入航点的方式进行局部规划,最终得到含障不规则区域的作业路径。仿真结果表明,采用该算法进行航迹规划,无人机的飞行航迹和规划航迹重合,证明了该算法的可行性。在相同条件下进行10组田间试验,实际飞行航迹与理论规划航迹的最大偏差小于0.4 m,满足实际作业的精度要求。     

基于记忆模拟退火和A*算法的农业机器人 遍历路径规划

【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A*算法进行跨区域衔接路径规划。【结果】仿真试验结果表明,该算法规划的遍历路径曼哈顿距离比传统模拟退火算法减少了9.4%,遍历路径覆盖率能达到100%,重复率控制为4.2%。【结论】记忆模拟退火通过为传统模拟退火算法增加记忆器,增强了跳出局部最优陷阱的能力,提高了算法所得解的质量。该研究结果可为农业机器人遍历路径规划提供理论基础。     

基于差分量子退火算法的农用无人机路径规划方法

为解决不规则区域内农用无人机植保作业问题,以农用无人机的总飞行距离和多余覆盖率为指标建立模型,将无人机的植保作业航向角作为优化目标,并考虑有障碍物下的情形,采用差分进化算法(different evolution algorithm,DE)与量子退火算法(quantum annealing algorithm,QA)融合的方法对应用模型进行求解,分析算法的执行过程并进行MATLAB仿真试验。结果显示:在设定的不含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法(differential evolution algorithm-quantum annealing,DEQA)时无人机总的飞行距离分别减少101.52、73.00 m,转弯路径分别减少43.02、43.10 m,多余覆盖率分别减少22.25%和12.79%;在设定的含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法时无人机总的飞行距离分别减少73.24、24.54 m,转弯路径分别减少52.50、12.72 m,多余覆盖率分别减少72.34%、23.52%,其余指标均有所下降。仿真结果表明,采用差分量子退火算法能够完成农田区域路径规划问题,可为农用无人机路径规划提供技术支持。     

一种无人驾驶带避障的路径规划方法研究

本研究设计了一种无人驾驶的带避障的路径规划方法,包括采集工作地块地理信息,获得多边形顺序坐标点,以规定安全边界距离将多边形向内部缩进,以当前工作车辆位置为参考,以与多边形顶点距离最近的为下一个目标点,以此点相邻较长边,生成路径待定点并生成路径;遇到障碍物通过平移待定点绕过障碍物,并能通过比较左右平移距离获得较优路径,通过平移路径待定点生成下一组路径,直至路径能够遍历整个工作地块。本设计通过采集地块和障碍物坐标后,可在路径生成的时候根据障碍物坐标自动生成带有避障路径的行驶路径,极大提高了无人驾驶作业的效率和作业安全性。     

迎风飞翔,豫飞通航

正植保无人机是用于农林植物保护作业的无人驾驶飞机,通过地面遥控或GPS飞控,实现喷洒药剂作业。无人机植保作业与传统植保作业相比,具有精准作业、高效环保、智能化、操作简单等特点。近年来,植保无人机在智能化方面发展迅速,包括作业信息智能化采集与处理、自主飞行控制、作业路径自主规划、智能化精准喷施技术,是智慧农业的重要组成部分,开展植保无人机施药技术装备研发生产与服务体系建设具有十分重要的意义。     

试析农业植保无人飞机的应用推广

正一、农业植保无人飞机的发展现状我国是一个农业生产大国,拥有将近18亿亩基本农田,每年需要耗费大量人力、物力进行农药喷洒作业,为了解决我国农业现状的困境,植保无人机应运而生。植保无人机喷洒一亩农田仅需一两分钟,节省了大量的时间和人力。若是按2015年植保无人机总作业面积共计1152.8万亩次计算,无人机植保比例不到总耕种面积的百分之一,反观美国、日本等国家的农用航空作业占耕地面积比例分别达到了百分之五     

智能化仓库的AGV路径规划与紧急避障系统

针对智能化仓库复杂的物流环境,对AGV运作要求越来愈高,本文给出考虑任务优先级的多AGV系统路径规划算法,并基于仓库复杂环境下AGV作业方式提出动态避障策略.以二维空间建立多AGV运作拓扑地图,采用改进A*算法求解单AGV最优路径,并应用Logistic函数描述多AGV系统路径使用频次的负载因子,减少多AGV系统阻塞路...     

基于自适应升温模拟退火算法的农业机器人全区域覆盖策略

目的 提出一种复杂农田环境下农业机器人全区域覆盖策略,以便合理规划农业机器人的工作遍历路径。方法 根据农田实际生产环境定义农业机器人复杂工作环境模型,并在此基础上建立一级分区与二级分区的概念。引入遗传算法变异操作的思想,建立基于贪婪机制的模拟退火算法优质可行解生成方法;建立解集多样性的概念,设计基于自适应升温的模拟退火算法改进方法,以此求解分区间的最佳遍历顺序问题。通过A*算法与八邻域搜索法相结合进行农业机器人跨区域衔接路径规划,依此,实现机器人覆盖全区域。结果 仿真结果表明,改进的模拟退火算法所规划的路径长度分别比传统遗传算法和模拟退火算法减少了14.7%和10.1%,收敛时的迭代次数分别减少9.8%和59.1%;农业机器人全区域覆盖仿真试验中遍历路径重复率为14.86%。高地隙喷药机器人现场遍历试验中,路径重复率为15.83%。结论 研究结果可为农业机器人在复杂农田环境中全遍历覆盖提供研究思路。     

植保无人机在农田病虫害防治中的应用研究

本文主要针对植保无人机在农田病虫害防治中的应用展开深入研究,先阐述了植保无人机的应用优势,比如有利于控制用药量、有利于不断提高生产集约化水平等,通过喷洒作业满足地形要求、满足环保和节约用药用水需求、满足全面植保方案需求等,提出了几点发展意愿,比如增强农用植保无人机数量、加强研发航空植保专业化统治药剂、加大技术培训力度等,在整体上不断提高农田病虫害防治水平,确保良好的防治效果,为农业生产发展提供更为广阔的发展空间。     

基于流体扰动算法的农用植保无人机避障航路规划与仿真

根据直升机机动特性,提出一种面向农业植保领域,基于流体扰动动态系统的航路规划方法。通过样例直升机参数,确定最大升限、爬升性能、前飞速度等机动特性;建立障碍物等效模型,将其量化为扰动矩阵并修正初始流场产生新航点,同时结合已确定的机动特性,针对不同的障碍物类型作出不同避障策略。仿真结果表明该方法可实时高效产生平滑可飞的航路,使无人植保直升机自主躲避农田间常见障碍物并完成植保任务。     

中国植保无人机及其施药关键技术的研究现状与趋势

随着精准农业的理念在我国不断推广，植保无人机作为我国农业航空产业的重要组成之一，近年来的迅猛发展和应用引起了人们的广泛关注，植保无人机具有操作容易、农药利用率高、安全可靠等特点，极大提高了防控病虫害的能力，降低了地形对喷洒作业的限制。为全面、深入地了解我国植保无人机及其施药关键技术的发展现状及未来趋势，对我国植保无人机的发展和应用状况进行了概述，主要从航空变量施药技术、航空静电施药技术、航线规划技术、自主避障技术及施药效果检测技术5个方面对植保无人机施药关键技术的研究现状进行了阐述和分析，并针对航空变量施药决策系统、多机协同作业技术、航空施药作业专家系统及植保无人机配套施药技术4个方面指出了植保无人机施药关键技术的未来发展趋势，以期为国内科研机构和企业的科学研究提供参考，加快我国植保无人机技术的发展进程，促进和推动我国植保无人机产业的快速发展。     

植保无人机在农田病虫害防治中的实践探析

近年来,植保无人机在农田防治病虫害问题上起到了相当大的作用,利用植保无人机喷洒农药技术发展日渐成熟,为农田病虫害防治做好了技术支持.该文将以山西省沁县使用植保无人机为主要展开点,具体客观地展示植保无人机在实际应用过程中的使用体会,结合实际体现植保无人机在农田病虫害防治方面的应用与发展前景,分析其优劣特点.     

全新植保无人机——T20

正2019年11月5日,DJI大疆农业2020新品发布会在深圳举行,会上发布了全新的植保无人飞机T20。此次发布的T20每小时实际作业效率180亩/次,配置了全向避障雷达,采用点云成像,除了可360度感知农田障碍物并自动绕障外,还可实现定高作业。现将T20相关性能介绍如下。     

自主导航农业机械避障路径规划

【目的】实现自主导航农业机械作业时静态障碍物避障功能。【方法】在已知工作环境条件下提出2种避障路径规划算法。以农机运动规律为基础,依据障碍物位置和尺寸信息提出单障碍物避障算法。在单障碍物避障算法基础上,依据安全行驶区域大小,参考左右双向避障策略提出双/多障碍物避障算法。【结果】单障碍物位于不同位置、农机行驶速度为0.3 m·s~(-1)时,行驶路径分别比L算法减少35%、26%,行驶路径累计误差减少53%、82%,方差减少64%、66%;行驶速度为0.5 m·s~(-1)时,行驶路径减少38%、22%,行驶路径累计误差减少66%、62%,方差减少41%、71%。多障碍物路况,农机行驶速度为0.3、0.5 m·s~(-1)时,行驶路径累积误差分别为9.99、4.13 m,方差分别为0.022 1、0.027 0 m2。【结论】本文算法在行驶路径、行驶路径累计误差、规划路径跟踪稳定性和路况适应性上均体现出一定优势。     

基于A*算法的丘陵山区田间路网路径规划

丘陵山区田间道路起伏不平,路网结构复杂,针对农业机械在丘陵山区田间道路上自动行驶的路径规划问题,提出一种基于转向约束和能耗最优的A~*路径规划算法。在采用载波相位差分(real-time kinematic,简称RTK)全球导航卫星系统(global navigation satellite system,简称GNSS)精确采集及存储田间道路路径信息的基础上,针对道路坡度起伏大的问题,建立起伏道路的能耗计算函数,对A~*算法估价函数进行重新设计;同时,针对部分路口转向困难的问题,引入路口转向曲率进行约束判断。实地仿真结果表明,该算法能够规划出一条满足农业机械几何转向约束的能耗最优全局路径,验证了改进A~*算法的有效性和实用性。     

林用无人机航迹非概率不确定性优化

无人机森林航迹规划中存在的不确定性因素对实际最优航迹的获得存在较大影响.本文利用非概率方法对飞行条件、爬升下降、机动性能等不确定因素进行量化并建立无人机不确定航迹规划模型,通过描述不确定性参数,采用区间差分进化算法对林用无人机航迹优化进行求解.在区间差分进化算法框架中,区间概率模型用于评估不确定性优化问题的区间约束,区...     

基于GIS的地形起伏地区天然气管道路径寻优

针对以往二维平面条件下确定天然气管道最优路径难以符合真实环境的情况,利用GIS软件Global Mapper提取高分辨率离散化三维地形数据,建立DEM数字高程模型(Digital Elevation Model,DEM)。基于DEM模型,以天然气管道长度最短为评价指标,管道弹性敷设曲率半径为约束条件,建立地形起伏地区管道路径寻优模型,采用改进的Dijkstra算法(A~*算法),应用启发式搜索方式,求解两点间最优的曲面路径。通过实际地形模拟分析表明,基于Global Mapper建立DEM数字高程模型工作量小、精度高,能够有效模拟地形的真实情况;A~*算法具有良好的全局收敛性和计算鲁棒性,适用于管道路径寻优模型的求解,能够有效缩短管道总长度,降低路径的起伏程度。     

农用植保无人机动力系统现状及应用

随着农业耕作技术的发展,人工喷洒农药的方式逐渐消失,出现无人喷洒作业。本文介绍了农用植保无人机机型及动力,阐述了农用植保无人机的动力系统应用现状,以期为我国农业发展提供参考。     

植保无人机变量喷洒系统研究

近年来,无人机在植保领域的应用越来越广泛,农业植保无人机无论是在便利性还是在喷洒效果方面都具有更显著的优势。目前无人机喷洒系统主要采用分档式调节流量的喷洒技术,这种技术在一段飞行速度区间使用同一档位进行喷洒作业,喷洒均匀性有待提升。通过设计变量喷洒系统的主控电路、隔离电路等完成了变量喷洒平台的硬件搭建工作。针对飞行速度对喷洒均匀性的影响提出了一种提高植保无人机喷洒均匀性的PID流量控制算法,通过调节占空比实现了变量喷洒系统的软件功能。在无人机飞行速度从1 m/s增加到5 m/s的过程中,设计了分档式算法和PID流量控制算法的变量喷洒对照试验,通过水敏纸的雾滴图像信息来分析喷洒作业的效果。结果表明,在飞行速度从1 m/s增加到5 m/s的过程中,经过流量PID调节的植保无人机喷洒覆盖率整体波动范围较小(范围在20.9%～24.4%之间),相比之下分档式植保无人机的覆盖率波动范围略大(范围在20.1%～29.8%);同时验证了变量喷洒系统软硬件的可行性,该变量喷洒系统实现了喷洒流量随飞行速度自动调整的功能,提升了喷洒的整体均匀性,能够满足小面积作业的基本要求。     

聚焦植保效率 构建植保闭环 大疆推出MG-1P等多款新型智能植保无人机

<正>发布会外场,大疆农业现场进行PC GS Pro的二维正射实时建图全流程演示,22亩地块4分钟作业完毕,现场作业人员在软件上进行土地边界标定、障碍物标定以及标定点设置。近日,大疆农业在深圳举办了主题为"智慧积淀·效率革新"的新品发布会,正式发布MG系列植保无人机及大疆农业服务平台,并为用户提供全套农业植保解决方案。据介绍,作为农业植保无人机行业的开拓者,大疆未来将依托高新技术,聚焦农业植保飞手与效率,构建农业植保