基于改进蚁群算法的灭火机器人路径规划研究

提出一种适用于灭火机器人避障路径规划的改进蚁群优化算法,采用自适应更新策略的方法规划最佳避障路径,建立了简洁、严谨的蚁群优化算法函数,以达到对灭火机器人避障路径的优化.这种方法能够使灭火机器人在未知环境寻找火源时有效避开障碍物并且使机器人所走路径最短,所用时间最少.经实验证明了该方法的可行性和有效性.     

基于势场蚁群算法的温室机器人路径规划

针对工作在温室环境下的机器人需要在垄间穿行的难点,建立栅格化环境模型,提出了基于势场蚁群算法的温室机器人路径规划算法。温室环境下的机器人路径规划是要在温室中长有农作物的情况下,使机器人能够寻找到一条从起始点到目标点的连续、无碰撞的路径,其中,机器人走过的路径要包围农作物的生长区域,以方便机器人对农作物进行施肥、摘取果实等行为。路径规划过程中,蚂蚁根据当前节点与可达点之间是否存在障碍物分为确定性方向转移和概率性方向转移2种转移方式,并且重新构造了启发信息,指引蚂蚁搜索。在不同的环境下进行了仿真试验,结果表明,改进势场蚁群算法能有效解决温室环境的路径规划问题。     

基于多点测温的温室智能控制系统设计

光、温度、湿度是农业生产不可缺少的因素,但目前市场上的温度检测仪器大都是单点测量,而且温度信息传递不及时,精度达不到要求,不利于农业控制者根据温度变化及时作出决定.而湿度传感器价格昂贵,大多使用进口元件,但事实上,现在国产湿度传感器完全可以使用.为此,本文设计了一种AT89C51单片机为核心,能够综合处理多点温度信息,并能进行光控和湿度控制的温室测控系统.该系统实时性高、精度高、成本低,具有广泛的实用性.     

基于改进杂草算法的温室农场多载AGV调度研究

随着人工劳力成本逐年上升,果蔬产品采摘后及时放置保鲜室存储成为现代化温室农场关注的重要环节之一。针对劳力成本与保鲜及时性问题,将自动导航小车(automatic guided vehicle,简称AGV)应用到农场果蔬搬运,以保证果蔬产品采摘后能尽快得到保鲜。以果蔬产品采摘后至冷库前的时间段长度平均值和完成搬运任务总时间最小作为优化目标,建立多载AGV调度问题的多目标优化模型,将基本杂草算法和改进算法应用到模型的求解。在仿真环境下,验证模型和算法的有效性和科学性,从而为实现温室设施装备自动化提供一种有效方法。     

基于分层模糊控制的机器人局部路径规划研究

论述了未知环境下移动机器人的局部路径规划.对模糊控制器,如果输入量较多导致模糊规则数目太大,则采用分层模糊控制器.详细介绍了分层模糊控制器的设计,包括输入输出变量的模糊化以及隶属函数的确定、模糊规则的设计、推理方法的设计以及解模糊化的方法,并给出了局部路径规划的仿真结果.仿真结果验证了分层模糊控制器采用较少的规则能够实时快速地规划出一条无碰撞路径.     

基于灰色粒子群算法的温室环境多目标优化控制

引入人工控制因素,以扩展的自回归模型(ARX)为基础,构建茶树育苗的温度、相对湿度及耗电量多目标模型函数,采用灰色关联理论和粒子群优化算法(PSO),面向茶树育苗温室环境模型进行多目标优化控制。仿真结果表明,运用多目标灰色PSO算法将育苗温室内温度值从31.5℃降为24.51℃,相对湿度从47.2%提升为59.35%,耗电量降低17.6%。与线性加权和法、单目标PSO算法相比,选取多目标灰色PSO算法对温室进行优化,得到在开启遮阳与喷淋组合调控的情况下,经过20 min温室内温度和相对湿度调控,即可达到茶苗生长的要求。     

设施农业喷雾机器人路径规划与作业安全性探析

针对现代设施农业病虫害防治和根外追肥需求,研发了基于Raspberry Pi的智能喷雾机器人,填补了国内设施农业高效喷雾技术研究空白。本文主要对智能喷雾机器人的作业路径规划进行了介绍,对其可靠性和安全性进行了测试,并分析了其发展前景,以期为我国设施农业的发展提供参考。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径, 构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

基于无线定位的温室生产平台自动导航

  目的  为了提高温室内车辆自动导航的精度,提出了一种基于超宽带定位和带有自调整函数模糊控制的路径跟踪方法。  方法  首先利用超宽带(UWB)模块构建无线定位系统,采用二元三次多项式对定位误差进行拟合,并修正测量点误差;其次结合带自调整函数解析式的模糊控制器,对横向偏差与航向偏差的权重进行动态调整,输出前轮转角;最后分别进行直线和矩形路径跟踪的实车试验,并与使用纯追踪方法的结果进行对比。  结果  在进行不同初始状态的直线路径跟踪时,平均偏差均值为22.4 cm,标准差为5.8 cm,稳态偏差平均值为5.4 cm,比纯追踪模型精度分别提升了28.4%、40.2%和34.9%;进行矩形路径跟踪时,平均偏差为14.4 cm,最大偏差为46.9 cm,相比于纯追踪模型精度分别提升了46.5%和53.5%,其中最大偏差主要出现在矩形的转角处。  结论  本研究提出的方法具有较好的稳定性和控制精度,能满足生产平台在温室内自动导航作业需求。图8表3参24     

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。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数．采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作．针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优．仿真结果表明：该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的．     

基于Zigbee技术的温室多参数采集节点设计

本文基于Zigbee技术设计了一种应用于温室大棚的多参数采集节点。该节点可集成采集温室大棚中的温湿度、二氧化碳浓度、一氧化碳浓度、光照强度和土壤墒情,具有无线传输、自组网、体积小、功耗低、成本低的特点,可以有效弥补现有温室大棚采集技术中节点体积大、耗能高,安装复杂、不灵活的缺点。     

基于一种混合算法的机器人路径优化研究

提出一种适用于移动机器人避障路径规划的混合优化算法。首先介绍细菌觅食算法的三大基本操作:趋向性、复制、迁徙操作,建立细菌觅食算法流程;其次建立蚁群算法模型;然后分析细菌觅食算法和蚁群算法的优缺点,提出一种具有较强全局搜索能力和快速收敛的混合算法模型;最后将该算法用于灭火机器人在国际赛制灭火机器人环境中寻找火源。仿真结果表明该混合算法比基本蚁群算法能够以较快的速度和较短的路径找到目标位置,最后将该算法用于实验中,证明了该方法的可行性和有效性。     

基于Fast Marching方法的多目标点路径规划的研究

目前,水下自主机器鱼已经被应用于对水域多个目标点依次进行水质监测,因此有必要研究多个目标点的路径规划。针对遍历多个目标点的路径规划问题,提出一种Multi-Direction Fast Marching（MDFM）方法和遗传算法相结合的路径规划方法。该方法首先使用MDFM方法对工作站和多个目标点两两之间进行路径规划,然后使用遗传算法规划出遍历所有点的最短路径,最后通过仿真实验验证算法的可行性。     

基于改进蚁群算法的易腐农产品配送路径规划研究

为了使易腐生鲜类农产品在复杂交通环境能够快速找到最优移动路径,进行考虑包括时间、油耗、罚没成本等因素在内的多目标配送,从而对综合成本与新鲜度保障进行平衡,提出了在传统蚁群算法的基础上改进转移规则,并加入含时间启发因子的影响函数。通过算例仿真,证明了改进蚁群算法的有效性和合理性,其降低了复杂程度,优化了传统蚁群算法容易陷入局部最优的问题,提升了迭代运算的收敛速度,同时降低了配送的综合成本。     

基于多层感知机的温室内番茄茎直径变化预测模型

【目的】研究温室内番茄茎直径变化量动态预测模型,为番茄需水规律提供一定决策支持。【方法】采用多层感知机算法与植物生理生态信息相融合的方法,建立一个包含空气温湿度、土壤湿度、叶片温度、茎直径变化量及光合有效辐射的基于多层感知机算法的茎直径变化量预测模型。采用3层隐含层神经网络对经过正则化及归一化的6维训练集数据向量,进行全连接式训练后,得出预测模型,验证集数据输入预测模型后得出1维输出向量,对输出向量进行反归一化进而得出茎直径变化量预测值。【结果】建立的基于多层感知机短时番茄茎直径变化量动态预测模型的预测值与实测值的回归系数(R²)为0.901,均方根误差(RMSE)为0.175。【结论】该模型适用于温室番茄短时茎直径变化量动态预测,具有较好的应用场景。     

基于LoRa的温室多点无线监测系统设计

根据温室监测的需求和目前温室监测系统存在的问题,提出一种基于LoRa的温室多点无线监测系统.系统由基于LoRa的温室无线监测装置和上位机软件两部分组成.基于LoRa的温室无线监测装置实现温湿度采集、光照度采集、液晶显示和LoRa通信等功能.上位机软件实现用户登录、温室环境状态实时显示、历史监测数据查询和用户信息管理等功能.温室监测装置和上位机软件之间通过LoRa无线技术进行通信.系统应用与分析结果表明,设计的系统能有效实现温室多点无线监测,运行效果良好.     

基于工作目标区图的大蒜播种机器人的路径规划

[目的]实现大蒜播种机器人作业效率和精确度最优化。[方法]基于工作目标区图的农业机器人导航跟踪原理设置大蒜播种机器人作业的路径规划,经试验验证其可行性。[结果]根据工作目标区图,给出大蒜播种机器人作业路径规划方程。采用由32位单片机控制的4轮机器人完成作业,选用激光待感器测距,采样周期为1 kHz/ms。经多次试验实测,证实机器人的0.4 m/s速度行驶,其最大横向偏差为0.038 m,说明其精度较高。[结论]该作业方案原始数据处理简洁、运算快,节约系统资源,跟踪速度快,精度高、种植效果好。     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

基于遗传势场法的足球机器人路径规划

以足球机器人系统为研究背景,采用了人工势场法和遗传算法相结合的方法,实现了足球机器人路径规划．首先根据势场原理设计可调参数的势场函数,再规划出已知环境下可调参数的势场函数,然后设计遗传算法中的相关适应值函数,最后用遗传算法优化势场函数中的参数,得到遗传势场法．同时利用C＋＋编程实现遗传势场法的仿真平台,并在该平台上进行仿真实验,结果表明,遗传势场法具有避障以及适于在实时环境中使用的优点,在解决实际路径规划问题中是行之有效的．