自动导航拖拉机田间作业路径规划与应用试验

为了实现自动导航拖拉机田间作业的全区域覆盖路径规划,提出基于全排列算法获得转弯耗时最短的路径规划方案。为此,将农田地块划分为直线作业区域和地头转弯区域,在地头转弯区域内建立了拖拉机沿弓形和鱼尾形转弯路径行驶的轨迹解析模型,计算得到地头转弯区域所需的最小宽度及转弯所消耗的时间。在直线作业区域内,根据转弯次数最少来确定直线作业路径在田间的相对方向,生成相应的直线路径簇。根据对两块典型农田地块田间作业路径规划试验,得到了直线作业路径遍历顺序的一般规律。试验表明:这两块农田的路径规划方案中转弯路径的耗时较梭形行走、离心行走及向心行走方式至少减少了51%。     

多约束情形下的农机全覆盖路径规划方法

为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。     

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。     

凸多边形田块下油菜联合直播机组作业路径规划

针对无人农场场景下油菜联合直播机组自动导航自主作业需求,提出一套对凸多边形边界田块具有普适性的油菜联合直播作业路径规划算法。在拟定油菜直播作业对路径规划算法基本要求的基础上,将作业区域分成内部方向平行作业区与外围轮廓平行作业区,对应方向平行作业路径和轮廓平行作业路径;进一步将作业路径分为工作路径和非工作路径,对后者包括的行间转移衔接路径、区域衔接路径、拐角衔接路径、进入路径和退出路径等的生成原理进行详细阐述,通过"最小跨度法"得到方向平行路径最优作业方向,通过贪婪算法与Google OR-Tools对方向平行路径行调度次序进行排序优化。综合考虑作业路径总长度、算法耗时和重漏面积等指标,针对油菜联合直播机组免少耕和旋耕播种作业,以东方红-LX804型拖拉机+2BFQ-6型免耕直播机等机组为对象,对比测试了4个实际典型田块下不同作业参数、地头转弯策略和调度策略下的算法性能。测试结果表明,规划所得路径对应的油菜播种作业面积覆盖率大于等于95.14%,重播率小于等于2.63%,有效工作路径占比大于等于57.39%,算法耗时小于等于8 003 ms,算法稳定高效,满足油菜联合直播作业对路径规划的...     

基于自动导航的农业装备全覆盖路径规划研究进展

目前农业机械向着大型化自动化发展,同时农业无人机也应用于农业植保作业,全覆盖路径规划作为农业机械导航的核心技术,对农业机械作业质量有着直接影响。基于目前全覆盖路径规划技术发展研究,按照传统规划算法以及启发式算法的分类对各种算法在农业机械导航上的应用进行介绍,并且对于各种算法的优缺点进行总结。基于算法发展趋势以及农业发展需要,提出算法满足多机协同、动态路径规划、多算法结合以及优化机械转向路线的发展趋势,为我国全覆盖路径规划研究提供重要依据。     

割草机器人自动控制系统 —基于智能视觉和人工算法

为解决无导航功能的智能割草机割草区域最佳覆盖的问题,将智能视觉和人工智能聚类算法引入到了割草机控制系统的设计上,通过分解目标区域和计算质心位置,实现作业区域的全覆盖识别。机器人控制系统利用智能视觉来判断割草作业区域,代替了以信号和微波等为依据的导航功能,可以有效地提高作业区域的识别效率和精度。为了验证方案的可行性,以割草机器人路径规划为例,对割草机器人的路径规划时间和准确率进行了测试。结果表明:基于智能视觉和人工聚类算法的割草机器人具有较高的路径规划效率,且路径规划的准确率也较高,可以满足割草机器人控制系统的设计需求。     

植保无人机精准覆盖航迹规划算法设计与验证

植保无人机作业航线规划中,应尽量降低无人机能耗、减少药液的浪费.为此,提出了一种航线规划算法,在保证无漏喷的前提下,基于贯穿线理论分析可知,以待作业区域边界为起始边进行作业航线规划时可获得较少转弯次数和冗余覆盖率;利用转弯区域的平行四边形理论,求解可完全覆盖作业区域的最小平行四边形,获得最小的冗余覆盖率;构建作业航线覆...     

基于计算机网络控制的插秧机自动路径规划研究

首先,对插秧机导航控制原理进行了分析,建立了插秧机行驶模型;然后,通过确定矩形地块边界、直线和转弯路径规划实现了基于计算机网络控制的插秧机自动路径规划系统。系统采用Ω式转弯式覆盖方法,可以较大程度提高作业覆盖率。试验结果表明：插秧机在进行直线行驶的路径和仿真路径一致,只有在转弯时才会出现较小偏差,证明控制系统能够满足实际应用需求。     

基于模拟退火算法的无人机山地作业能耗最优路径规划

为提高无人机在丘陵山地区域的作业效率,以四旋翼无人机为试验对象,通过对无人机三维运动的受力分析提出无人机三维运动的能效系数;对无人机自身性能进行测试,完成无人机功率与升力模型的拟合,拟合决定系数为0.9894,并在此基础上不同负载下完成能效系数的计算;最终,通过设计相应的模拟退火算法完成无人机在山地作业情况下的能耗最优作业路径规划。试验表明,当飞行速度为2m/s时,在不同恒定负载情况下,无人机能耗最优路径比常规路径最多可节约能耗30.16%,比最短路径最多可节约能耗5.47%;在负载实时变化情况下,能耗最优路径比常规路径可节约能耗32.04%,比最短路径可节约能耗1172%。说明模拟退火算法可在能耗约束条件下对无人机进行作业路径规划,且具有较好的路径规划效果。     

农业机器人全覆盖作业规划研究进展

随着自动导航技术的发展,农业机器人已经应用到农业生产的各个方面。农业机器人可以代替人类从事喷药、施肥、收获等活动,减轻了劳动强度,提高了作业效率。全覆盖作业是智能机器人研究的核心内容之一,涉及农业、军事、生产制造和民用等多个应用领域。全覆盖作业规划作为农业生产作业的关键技术,有助于提高作业质量和资源利用率。但在全覆盖作业中,仍然存在障碍物识别不准确,阻碍农机工作路径;工作区域面积遗漏,路径重复问题,造成资源浪费;单机器人工作效率较低,无法处理复杂的全覆盖作业问题。本文从全覆盖作业规划中存在的问题入手,从环境模型构建、机器人路径规划、多机器人协作任务分配3方面进行综述。其中,准确可靠的环境地图信息有助于规避静态障碍物、提高作业可靠性;高效优化路径信息有助于减少遗漏面积,提高作业效率;最佳的任务分配方案有助于减少作业时间和资源浪费。首先对环境建模方法进行了分析和对比,揭示其局限性并提出优化方法;在环境建模方法的基础之上,对国内外全覆盖路径规划算法现状进行综述,指出相关算法的特点;然后,针对多机器人协作全覆盖任务规划的研究,探讨了相关任务分配算法的研究进展;最后对移动机器人全覆盖作业规划未来的发展方向进行了展望。该研究将有助于进一步提高农业生产中全覆盖环节的工作效率和农业作业质量,减少资源浪费,为我国实现农业规模化生产提供重要依据。     

基于激光导航设施的收割机自动控制系统研究

针对无人驾驶农机的应用需求,提出了一种应用于无人驾驶农机自主行走的激光扫描路径规划与导航算法。此方法利用激光测距仪获取当前视场内路径、作物及障碍物信息,根据田垄和作物区域的特征检测路径边缘,并生成行驶路径。为了保证导航精度,在控制器上采用了PID反馈调节方式,利用增量式PID控制器对行走方向进行调节,从而使农机可以按照预定的路径行走。以无人驾驶收割机为研究对象,对导航方案进行了测试,结果表明:采用激光导航设置可以成功地规划出行驶路径,使收割机自主的沿着行驶路径行走,实现了无人驾驶收割机的自主导航。     

农业车辆导航系统中路径规划策略的研究进展

路径规划策略是农业车辆导航系统的重要组成部分。目前有3种主要的农业车辆导航路径规划策略:作物行跟踪策略、地头转向最优路径规划策略以及全区域路径规划策略。为此,综述了国内外在这个领域的研究进展,并提出了一些农业车辆导航系统路径规划研究的新思路。     

基于机器学习的农用飞行器路径规划系统设计

基于作业空间模型及更新和飞行器机动性能约束,搭建了农用飞行器路径规划环境模型,并采用改进人工势能的机器学习算法,结合农用飞行器路径规划环境模型和障碍物检测模块,实现了农用飞行器路径规划的最优化。MatLab仿真结果表明:农用飞行器路径规划系统能够识别障碍物的位置和边界信息,并能快速制定出最优的飞行路径,指引农用飞行器顺利到达目标点。     

基于改进A*算法和DFS算法的割草机器人遍历路径规划

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。     

多约束条件下某智能飞行器航迹快速规划

以某智能飞行器为研究对象,研究复杂环境下航迹快速规划.为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划.结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解....     

基于人工势场法的移动机器人路径规划研究现状与展望

路径规划是移动机器人领域的热点研究方向，人工势场法已在工业机器人路径规划中得到广泛应用，近年来正逐步应用于农业工程的路径规划问题中。首先对路径规划中人工势场法的原理及传统人工势场法存在的缺陷进行分析，针对人工势场法中的局部极小值和目标不可达问题的多重改进方法进行原理分析和方法总结，并根据人工势场法在工业机器人中的应用对已有的算法融合方法进行分类综述。最后通过对多种改进方法的比较，对农业机器人路径规划所需满足的实时性以及障碍物的多变性进行应用展望，可以利用现有的算法融合研究，结合农业生产的实际情况，对不同农业生产应用场合的融合算法选择机制进行深入研究，以满足现代农业生产中对机器人路径规划的需求。