基于遗传算法的穴盘苗自动移钵路径优化

设施农业钵苗培育中,穴盘里不健康钵苗剔除后进行补种作业是一个重要环节.自动移钵路径是指末端执行器自原点出发,从移栽穴盘中逐一抓取健康钵苗补种到目的穴盘,直到完成回到出发点.该移钵路径问题与旅行商问题(TSP)具相似性,目标函数均为总路径长度,但其约束条件也具有特殊性.基于遗传算法提出了一套适合求解移钵路径优化问题的模型算法,并对算法的有效性进行了典型算例分析.模拟结果表明该算法得到的优化路径长度较常规采用的固定顺序路径长度要优,移栽完50株钵苗优化幅度8.5％以上,路径缩短3.7m以上,平均运算时间0.65 s.算法使得移钵路径得到了优化,且满足移钵机器人实时性要求,移栽效率进一步得到了提高.     

穴盘苗补苗自动移栽路径规划优化研究

为了提高穴盘苗补苗自动移栽机的工作效率,需要对补苗自动移栽路径进行规划优化。本文构造了穴苗位置坐标与穴苗序号之间的映射关系公式,并基于欧式距离模型建立了移栽路径长度的目标函数。对于补苗自动移栽路径规划问题,采用遗传算法对目标函数进行求解。通过采取基于空穴孔数量染色体编码机制和最优染色体保存策略,提出了一个求解移栽路径规划优化的算法模型,并通过仿真试验对算法的有效性和效率进行了验证。结果表明,该算法与蚁群算法、标准遗传算法相比较,缩短了运算时间且可以获得最优的路径。     

基于贪心算法的温室钵苗稀植移栽路径优化

温室育苗中,钵苗需从高密度穴盘向低密度穴盘移栽以获得生长空间。温室钵苗自动移栽机获取穴盘中钵苗健康信息并对健康钵苗进行稀植移栽,代替传统人工作业,且效率高、质量好。钵苗稀植移栽路径包括移栽机末端执行器从原点出发,将高密度盘内的健康钵苗逐一抓取移栽至低密度盘,直到完成回到出发点。钵苗取栽位置的先后秩序决定了稀植路径的长短,遍历搜索算法规划路径计算量巨大,无法满足移栽实时性要求。本文基于贪心算法对常规的4种固定顺序路径规划方案分别优化,共组成8种路径规划方案,分别对稀疏和密集穴盘稀植路径进行规划,比较分析优化算法的有效性。结果表明按列扫描的2种贪心优化方案比固定顺序方案要优,规划路径长度与穴盘缺苗数量成正比趋势。最优化方案GAS3对密集穴盘稀植规划路径,相比固定顺序方案的优化幅度达10.6%,算法平均耗时0.84 s。穴盘缺苗数对路径缩短优化效果有显著影响,缺苗数增加后优化幅度有所降低。贪心优化方案使稀植移栽路径得到优化,也满足作业实时性要求,提高了钵苗移栽效率。     

温室穴盘苗并联移栽机器人不同路径下的移栽试验研究

根据确定的并联机器人机构设计了一款温室并联移栽机器人装置。以“门字型”移动规律分析移栽路径,通过仿真得到温室并联移栽机器人的工作空间。针对128孔黄瓜苗的移栽需求,利用温室并联移栽机器人样机进行移栽性能和效果测试。在不同移栽加速度和移栽路径条件下对比移栽合格率,研究发现,移栽加速度为30 mm/s2时,合格率下降达到临界值;加速度逐步增加时,移栽合格率逐步下降。     

温室穴盘苗自动移栽机设计与试验

针对种苗从高密度穴盘移植到低密度穴盘,或者从穴盘直接移植到花盆的温室穴盘苗移栽生产需要,设计了一种轻简型自动移栽机。利用成熟的直线模组和无杆气缸组合设计出自动移栽机械臂,驱动取苗末端执行器往复于来源盘和目标盘进行取苗、移苗、栽苗操作,采用双排链传动实现穴盘和花盆输送,对穴盘苗的夹取操作采用气动两指四针钳夹式夹钵取苗方法。根据所设计的移栽机工作要求,构建电气控制系统。试制样机,开展试验研究。采用直线位移传感器系统检测分析机器取苗移栽移位性能,结果显示对于128/72孔穴盘苗,移栽效率分别达到1 221株/h和1 025株/h,运用单样本t检验法分析得到实测取苗移位间隔与理论设定穴孔间隔无显著差别,标准差低于0.5,整机工作精度准确。以当地自行培育的种苗为移栽对象,进行温室穴盘苗移栽生产试验,对比分析自动取苗移栽效能,结果显示多种穴盘苗移栽成功率平均达到90.70%,苗钵夹取破碎率低于5%,自动取苗移栽效果较好。     

穴盘苗自动移栽机的发展现状与展望

针对目前新疆兵团大面积种植模式-穴盘苗向大田移栽存在:人工移栽成本高,移栽周期长,成熟期不一致,不利于机械采收、移栽期间气候恶劣等一系列的问题,对目前国内外主要的穴盘苗自动移栽机进行了研究,总结了国内外穴盘苗自动移栽机的发展现状,并对穴盘苗自动移栽机未来的发展趋势进行了展望,旨在对新疆番茄、辣椒和棉花等经济作物大面积移栽有良好的推动作用.     

基于单片机的穴盘苗自动取苗装置控制系统设计

针对一种新型穴盘苗自动取苗装置,根据其结构特点分析控制要求,设计了自适应Fuzzy-PID控制器,在Matlab中进行了仿真建模和实验分析,对取苗机构控制系统的硬件电路和软件程序进行了设计和开发,完成控制系统设计。实验分析表明:该控制系统可实现取苗机构中苗盘输送的步进定位控制,能够满足苗盘输送的定位精度要求以及改善系统的抗干扰性和作业稳定性,为该取苗机构进行高效作业提供保障。     

基于PLC的穴盘苗移栽自动控制系统设计

移栽技术可以促使蔬菜再生新根,提高产量和品质及土地利用率,在清除杂草、苗期浇水施肥和病虫防治方面也有着重要的作用。育苗移栽工作量大,效率低,增加了种植户的成本,也影响植株的生长发育,在移栽育苗中引入采用PLC系统的自动穴盘苗移栽技术,则可以克服这些缺点。为此,基于PLC技术设计了穴盘移栽控制系统。移栽试验发现:该系统协调性好,可以进行自动取苗和送苗,取苗成功率98.2%,植苗成功率98.8%,移栽时间短,能够达到育苗移栽的标准。     

穴盘苗自动移栽机研发与应用

针对当前人工移栽成本高、效率低和劳动强度大等问题,设计开发了一种穴盘苗自动移栽机。该移栽机主要由移栽机构、坏苗识别系统和控制系统等部分组成,与工厂化穴盘种苗生产工艺相适应,实现了幼苗由密穴盘移栽到疏穴盘或营养钵中的机械化操作,改善了操作人员的劳动条件,提高了作业效率。      

穴盘苗自动移栽机取苗装置研究现状及展望

对取苗装置的研究提高穴盘苗移栽的质量和效率.阐述国内外取苗装置的研究现状,根据取苗方式的不同,将取苗装置分为夹取式、插拔式、顶出式和顶夹结合,并结合穴盘苗自动移栽机取苗装置的发展和推广,分析其存在取苗效率与取苗成功率相矛盾,育苗穴盘不标准,效率低、苗体损伤大,农机与农艺脱节等问题,进而分析发现可以通过提高穴盘苗自动移栽...     

基于改进粒子群算法的路径规划

传统粒子群算法存在收敛精度低、搜索停滞等缺点,导致机器人路径规划精度低。为了提高路径规划的精度,对传统的粒子群算法进行改进。首先在算法运行的各阶段对惯性权重因子和加速因子同时使用三角函数的变化方式自适应调整,使算法中的参数在算法运行各阶段的配合达到最佳,提高了算法的搜索能力;其次在算法中引入鸡群算法中的母鸡更新方程和小鸡更新方程对搜索停滞的粒子进行扰动,并在引进的方程中使用全局最优解使扰动后的粒子向全局最优解靠近;最后通过函数优化和路径规划两组对比实验,验证了改进算法在问题优化时具有寻优精度高、鲁棒性好的优点。     

基于遗传算法的无人机多目标路径规划

研究了无人机在抢险救灾中的应用,通过构建路径规划模型来求解最优路径,模型以整个无人机飞行路径距离最短为目标,利用遗传算法对路径方案进行迭代优化,利用适应度函数在迭代过程中更新种群个体,使得算法能够趋向最优解,同时利用遗传变异操作防止算法陷入局部最优解。利用MATLAB对算法进行计算,并通过随机个体比较对方案进行了验证。案例结果表明:该模型能够在较短时间内得到最优解,提高了无人机的工作效率,为抢险救灾争取到了宝贵的时间。     

基于改进遗传算法的拖拉机转向梯形优化设计

为缩小拖拉机转向梯形机构设计参数与理想状态的误差,提出一种改进的实数遗传算法进行拖拉机转向梯形机构优化研究.首先,分析拖拉机转向梯形的理论模型,推导出拖拉机转向梯形机构优化模型;其次,提出了一种改进的实数遗传算法,克服了迭代过程中新生子代位置限制的缺陷,提高了优化算法沿最优适用方向的均匀进化能力;最后,选取铁牛60拖拉...     

基于遗传算法和遗传神经网络算法的堆石料参数反演分析研究

面板堆石坝应力变形计算过程相当费时费力,如果直接调用有限元计算程序进行反演计算,难度相当大,效率也非常低.利用遗传算法优化BP神经网络权值与阈值,建立遗传神经网络模型代替堆石坝的有限元计算程序以提高反演计算效率,同时利用遗传优化算法全局搜索功能寻找使遗传神经网络模拟值和实测值之间误差最小的最优参数组,并通过MATLAB实现基于遗传算法和遗传神经网络算法的堆石料参数反演分析,反演结果表明该算法能够很好地提高反分析效率及准确性.     

基于粗糙集与遗传算法的采摘机器人路径规划

为了提高采集机器人路径规划速度和自主导航的智能化水平,提出了一种基于粗糙集和遗传算法的路径规划方法,从而有效地提高了路径规划的速度和精度。采摘机器人根据实际果实采摘环境,利用图像分割技术,对果实目标进行识别,在二维栅格地图环境下,制定出决策表,并使用粗糙集对决策表进行约简,得到最小决策表,将其作为遗传算法初试种群,进行遗传交叉和复制操作,优化路径规划算法。为了验证采摘机器人算法性能的可靠性,对采摘机器人的性能进行了测试,包括果实图像的识别和机器人路径规划能力。通过测试发现:采摘机器人可有效地分割提取出成熟果实,并可完成多目标任务。对粗糙集和遗传算法的性能进行了测试,结果发现:使用粗糙集可以大大降低所需训练种群的数目,减少平均迭代次数;增加障碍物的复杂程度后,使用粗糙集遗传算法可以明显地提高路径规划的速度,从而提高了机器人采摘作业的效率。     

基于响应面和遗传算法的尾座式无人机结构参数优化

设计了一种垂直起降尾座式无人机,利用中心组合试验(Central composite design,CCD)对无人机的翼展长、后掠角、小翼高和小翼厚4个结构参数进行设计,构建了25组样本点。利用ANSYS CFX进行升阻比和阻力数值模拟,通过Design-Expert软件建立无人机结构参数与升阻比、阻力的响应面模型,其中升阻比随着翼展长和小翼高的增加而增大,后掠角和小翼高对升阻比的影响较小,当攻角为4°～8°时,升阻比随小翼厚的增加而减小,当攻角为10°～12°时,升阻比随小翼厚的增加而增大;阻力随着翼展长和小翼厚的增加而增大,随小翼高的增加而减小,随后掠角的增加先增大后减小。以升阻比最大和阻力最小为优化目标,采用多目标遗传算法进行结构参数优化,得到最优结构参数为:翼展长1 123 mm、后掠角34°、小翼高39 mm、小翼厚3 mm,与原始样机相比升阻比提高了12. 4%,阻力降低了5. 3%。采用风洞试验对响应面模型进行了验证,其中升阻比和阻力的数值模拟相对误差小于8. 0%,响应面模型相对误差小于3%,表明响应面模型具有较高的精度和良好的通用性,可用于垂直起降尾座式无人机的优化设计。     

基于人工势力场和遗传算法的播种机路径规划设计

为了提高播种机对复杂地块的自适应能力,提升播种机的播种精度和播种效率,提出了适合精播机的基于子区域的折返全区域覆盖路径规划方法,并对播种机的排肥器和排种器进行了改进,以适应自动路径规划的需要。为了优化基于子区域的路径搜索方法,使用人工势场和遗传算法对寻优方法进行了优化,提高了算法的效率。为了测试该方法的有效性和可靠性,将路径规划系统安装到了播种机械上,通过对播种的测试发现,该方法实现了复杂地块播种的全区域覆盖,并且可以有效地躲避障碍物。对3种不同的算法进行对比测试发现:基于遗传算法的子区域路径规划模型的寻优效果最佳,其覆盖面积大,转弯次数少,用时少,最短时间为11.25 min,仅为其他算法时间的1/2,路径划分效率较高,满足智能化精密播种机的需求,可以在精密播种机的路径规划系统中使用。     

基于BTO多目标遗传算法的播种机性能优化设计

受播种地形和地域的影响,大部分播种机的播种质量、播种效率和能耗不能发挥到最佳状态,为了提高播种机的作业性能,深入挖掘了按顾客订单生产(Build-to-Order,BTO)模式的一般性意义,并将该模式引入到了播种机的优化设计中,提出了一种基于BTO模式的多目标速度控制遗传算法优化模型。根据播种质量、效率和能耗的要求,首先确定了BTO模式下播种机性能优化的初始参数,利用多目标函数确定了播种机的速度控制模型,并利用遗传算法进行了优化设计。最后,通过试验样机对播种机的播种性能进行了测试,结果表明:使用多目标遗传算法对播种机的性能进行优化后,播种机的播种质量、播种效率和播种能耗有了明显的改善,为新型播种机的研发提供了较有价值的参考。     

基于改进避障策略和双优化蚁群算法的机器人路径规划

针对传统蚁群算法在移动机器人路径规划中存在的收敛速度慢、收敛路径质量低、死锁以及动态避障能力差的问题,本文提出基于改进避障策略和双优化蚁群算法（Double optimization ant colony algorithm,DOACO）的路径规划方法。首先,设计新的概率转移函数并对函数中的各分量权重进行自适应调整,以优化算法的收敛速度;然后,利用碰撞检测策略对路径进行再优化,进一步提高算法的性能;最后,针对常规避障策略避障能力差、实时性不足等问题,提出避障行为与局部路径重规划相结合的避障策略。实验结果表明,DOACO算法相对于传统的蚁群算法,不仅能规划出更优的路径,收敛速度也更快,而且新的避障策略也可以有效地应对多种碰撞情况。