共查询到20条相似文献，搜索用时 205 毫秒
1.
为向多台农业机械协同作业应用场景提供地图和导航服务支持,设计并开发了基于WebGIS的农机多机协同导航服务平台,该平台由GIS服务和农机调度2个功能模块组成。GIS模块基于GeoServer和JavaWeb提供网页端地图服务,在显示农场地图、实时标注农机位置的同时,也提供多农机导航结果的可视化显示功能;农机调度模块以路径规划算法和任务分配算法为核心,负责提供导航服务,在用户输入任务列表并调用服务的情况下,以GeoJSON格式返回各农机的任务分配以及路径规划结果。此外,为了筛选出满足平台需求且性能最优的算法,针对路径规划算法设计了算法性能对比实验,在导航距离近、中、远的3条路径上分别测试了基于A*、Bellman-Ford、Dijkstra、Floyd和SPFA 5种算法的路径规划算法,并对不同算法的执行时间和最优路径长度进行了对比;针对任务分配算法设计了不同任务数量场景下的仿真对比实验,在任务数量为8、10、14、18的场景下分别测试了基于蚁群算法和遗传算法的任务分配算法,并对两者的执行速度和最优路径长度进行了对比。结果表明：基于Dijkstra算法的路径规划算法在结果最优的前提下执行速度最快,平均单次执行时间为0.25ms。基于遗传算法的任务分配算法可以有效降低多机协同的路径代价,相较于随机生成的工作序列,路径代价减少50%~54%;相较于基于蚁群算法的任务分配算法,农机最佳路径长度减少19%~36%,执行时间减少51%~66%,平均执行时间在1s以内。开发的多机协同导航服务平台通过使用Dijkstra算法和遗传算法分别进行路径规划和任务分配,能够基本满足多机协同作业的实时性需求。 相似文献
2.
《农业机械学报》2019,(Z1)
为了实现对农田动态环境中多机协同导航作业的调度管理,开展了基于蚁群算法的多机协同作业任务规划研究。将多机协同作业任务规划分为2个环节:任务分配和任务序列规划。首先,采用全局与局部相结合的方法,综合考虑路径代价和任务执行能力,建立了多机协同作业任务分配模型;然后,通过对比分析任务序列规划问题和旅行商问题,利用蚁群算法建立了农机作业的任务序列规划模型;最后,利用Matlab平台对基于蚁群算法的任务序列规划进行了仿真试验,根据涿州试验农场的实际地块信息,设置多组不同的任务集合,分析蚁群算法优化路径、各代最佳路径长度和平均长度以及适应度进化曲线。仿真结果表明,基于蚁群算法进行任务序列优化可以有效地降低路径代价,提高作业效率,算法运行时间均小于1 s,满足多机协同作业的实时性需求。 相似文献
3.
基于多变异分组遗传算法的多机协同作业静态任务分配 总被引：2，自引：0，他引：2
为解决农业机械（简称农机）多机协同作业前的任务分配问题,提出了基于多变异分组遗传算法的同种农机多机协同作业静态任务分配方法。首先,根据农机合作社实际作业模式,基于农机性能参数和任务参数,综合考虑机群的作业时间、作业油耗和路程代价等因素,建立了多机协同代价函数;根据多机协同作业特点,构建了多变异分组遗传算法,设计了两段式编码、分组交叉算子和多种变异算子,并建立了农机多机协同作业静态任务分配模型;通过仿真试验对比分析了算法的性能,并采用不同的代价权重进行了任务分配仿真试验;最后,采用不同的权重对实际深松作业进行任务分配试验,对本文提出算法进行了验证。结果表明：在不同权重下,基于多变异分组遗传算法的多机协同静态任务分配的机群代价比实际作业代价降低了29.48%~55.00%,选取合理权重的静态任务分配具有较高的分配效率和分配性能,能够满足实际多机协同作业中任务分配的要求。 相似文献
4.
针对联合收割机作业路径规划不合理、联合收割机与运粮车无法协同优化调度等问题,以最小化联合收割机总非生产性作业时间和非生产性作业等待时间为目标,构建多机型多任务协同优化调度模型,设计多机协同优化调度算法(MMCOSA)。首先通过对传统蚁群算法(ACO)进行改进,计算得到联合收割机的静态路径规划方案,然后采用相对距离最近策略实现联合收割机与运粮车协同作业动态优化。试验结果表明,采用MMCOSA算法计算得到的联合收割机总非产性作业时间和非生产性作业等待时间均比传统ACO算法的结果平均缩短17.5%和19.02%,MMCOSA算法不仅加快收敛速度,而且缩短作业时间,为农忙时节联合收割机与运粮车的协同调度问题提供有效的解决方案。 相似文献
5.
基于多普勒与贪心策略的农机作业路径优化研究 总被引：1，自引：0，他引：1
《中国农机化学报》2020,(4)
在进行大规模农田作业时,农业机械及其行走路线的选择不能再依靠传统经验。为实现精准农业及提高农机作业效率、降低作业成本,采用模拟退火算法进行农机作业路径优化,并改进模拟退火算法,提出一种基于多普勒与贪心策略模拟退火算法,从矩形农田、梯形农田、不同农机三方面对农机作业路径进行优化,并与贪心算法优化结果进行对比。试验结果表明,相比贪心算法,SA算法和SADG算法均能找到更优的农机作业路径,同时SADG算法较SA算法优化性能及寻优效率更高;在矩形农田中,SA算法和SADG算法平均优化性能比贪心算法提高均超过8%;在梯形农田中,随着作业角β增大,SA算法和SADG算法农机作业路径优化性能呈递增趋势,平均优化性能比贪心算法提高均超过9%;在不同农机参数下(作业幅宽w,最小转弯半径r),当2r/w2时,随着农机最小转弯半径的增大,优化性能呈递减趋势,SA算法和SADG算法平均优化性能比贪心算法提高了9%左右。该研究为优化农机作业路径、提高农机作业效率、降低农机作业成本提供了一种更加高效、可行的方法。 相似文献
6.
基于改进蚁群算法的植保无人机路径规划方法 总被引：1，自引：0，他引：1
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1661m与1763m,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,表明本文提出的路径规划方法具有一定实用性。 相似文献
7.
当采用多台不同型号的农机同时作业时,农机作业速度、作业幅宽均不相同,为避免作业冲突、降低作业成本,首次提出一种异型机群协同作业路径实时优化算法,机群作业过程分为并排作业阶段和剩余农田作业阶段,按照作业速度从大到小,HAMCO算法实时调整机群作业顺序。实验结果表明,在作业20 min后,若农机M_1作业速度从2.5 m/s分别变为2.95 m/s、3.4 m/s、4.5 m/s时,农机M_1分别在第148行反超农机M_2,在第71行、第139行分别反超农机M_2、农机M_3,在第56行、第71行、第142行分别反超农机M_2、农机M_3、农机M_4;在作业15 min后,若农机M_4作业速度从3.8 m/s分别变为2.8 m/s、2.51 m/s、2.1 m/s时,农机M_4分别在第165行被农机M_3反超,在第81行、第166行分别被农机M_3、农机M_2反超,在第57行、第78行、第132行分别被农机M_3、农机M_2、农机M_1反超。剩余农田作业阶段,HAMCO算法可找出18种符合条件的联合收割机组合,农机M_1、农机M_2、农机M_3、农机M_4数量分别为0台、0台、3台、1台时,总作业成本最小,为6.11 kg,农机M_1、农机M_2、农机M_3、农机M_4数量分别为2台、0台、0台、2台时,总作业成本最大,为11.93 kg,最佳机群组合最大可节省油耗5.82 kg。HAMCO算法能实时为机群分配最合理的作业路径,同时确保机群作业成本最低。 相似文献
8.
9.
为解决农田平地机无人驾驶作业时缺乏局部规划,进而实现平地路径在线调整的问题,以平地作业土方合理运卸且路径最短为目的,提出了一种基于改进蚁群算法的农田平地导航三维路径规划方法。基于农田三维地势模型,采用改进的蚁群算法规划三维路径：以平地作业土方运载为决策方向,建立新的路径搜索节点,对比平地机作业时平地铲运载土方量和经过栅格计算所需的挖填土方量,根据土方运载任务设置信息素更新规则和启发函数,获取农田平地的最佳三维路径;基于平地机的运动学模型,设置农田平地机转向约束条件,根据约束条件对路径进行平滑优化,并建立三维路径规划的效果评价标准。仿真结果表明：相比于原始蚁群算法,该方法的路径规划效果评价指标提高33.3%以上,可以更好地指导农田平地机实现局部平地任务,而且大大缩短了路径生成时间和路径长度,使路径更为平滑,更适用于辅助农田平地的自动导航作业。 相似文献
10.
《农业装备与车辆工程》2018,(11)
导弹发射的规划问题是作战任务分配时首要考虑的问题。结合常规导弹发射中的实际情况和任务分配的特点,综合考虑了作战目的、任务协同等约束条件下,采用了线性规划和蚁群算法的思想,建立了作战任务分配模型。在传统蚁群算法的基础上,设计了基于任务能力评估的子群协调沟通和基于任务代价的状态转移规则,提出了通过线性规划原则求解蚁群任务分配问题的蚁群算法思想。通过仿真验证了模型的正确性,仿真结果表明,该方法能够有效解决常规导弹作战任务分配的问题。 相似文献
11.
基于DBSCAN的农机作业轨迹聚类研究 总被引：2，自引：0，他引：2
农业机械在田间作业过程中,时间和空间维度上产生大量的作业数据,对农业机械作业轨迹数据进行聚类分析在农机作业状态分析和效率研究中具有重要意义。为此,应用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法对模拟农业机械作业轨迹进行分析,设计了基于密度聚类的农机作业状态分类算法。对模拟数据的聚类结果表明:该方法正确分类农机作业班次内的有效作业轨迹、空行转移轨迹和停歇轨迹的精度达到98.33%、70%和100%。聚类作业轨迹反映的农机利用率为95.35%,为农机田间作业轨迹研究提供了依据。 相似文献
12.
在篮球比赛时,为了使队员的协作模式达到最佳,可以采用相关算法对协作时最佳的投篮地点进行选择。在农忙时节多收割机机械协同作业时,如果每台收割机的搜索路径不佳,则会造成收割机在作业时具有很多空行非作业时间,造成了资源的浪费,降低了作业效率。为了解决这个问题,将篮球队员协作模式引入到了多收割机编队的协同作业算法中,并提出了多路径蚁群搜索算法。最后,对算法进行了验证,试验结果表明:将篮球协作模式的多路径蚁群搜索算法引入到收割机路径搜索中,不仅可以实现最优路径的快速搜索,而且可以实现多收割机等长度路径搜索,使多台收割机路径最短并保持距离相同或者接近,从而保证了多台收割机同时作业时的作业效率最高,为多收割机编队协同作业的研究提供了较有价值的参考。 相似文献
13.
农业机械导航技术研究进展 总被引：31，自引：0，他引：31
农业机械自动导航技术是实施精细农业的基础,可有效减轻农机操作人员的劳动强度,提高作业精度与作业效率。经典的农机自动导航关键技术包括定位测姿、路径规划和运动控制,针对这3项关键技术,分别阐述了基于全球导航卫星系统、惯性导航系统、机器视觉导航系统及多传感器信息融合的农机定位测姿方法,总结归纳了农机自动导航系统中的全局路径与局部路径规划算法,以及农机的运动学模型、导航决策控制方法、转向制动控制系统。随着信息技术的发展,农机智能导航技术受到越来越多的关注,保证作业安全与提高作业效率成为农机智能导航不同于传统自动导航的关键技术。以激光雷达和RGB相机为例综述了农机自主避障技术,并从协同导航模式、通信技术、协同控制、远程监控平台等角度阐明了多农机协同作业的关键技术。最后,结合无人农场和智慧农业对农机智能导航技术未来的发展方向进行了展望。 相似文献
14.
在低碳背景下,乡村旅游产业已经初具规模,且形成了一定的产业集群化,有利于合理的分配旅游信息和服务资源,提高旅游产业的服务水平.在农机作业时,特别是在多农机作业时,利用产业集群化思想可以实现农机资源的合理调度与分配,从而提高农机的作业效率,实现多农机协同化生产作业.在农机资源调度与分配时,还可以利用智能化算法对农机的行驶... 相似文献
15.
推进蔬菜机械化与无人化种植能够保障优良的蔬菜规模化种植技术效益,有力保证蔬菜质量与品质,有利于蔬菜规模化生产种植技术产业体系的发展。利用无人拖拉机作业GPS定位点集将实际农业作业区域转化为规则矩形,在此基础上建立以无人拖拉机总转弯距离最短为优化模型,采用蚁群算法对无人拖拉机耕地作业路径序列进行搜索。同时考虑到传统蚁群算法易陷入局部最优、全局搜索能力不足等问题,提出一种基于和声搜索策略的改进蚁群算法,通过引入sigmoid函数与和声搜索机制改善路径搜索能力,得到高质量耕地作业路径序列。将传统蚁群算法(AC)、精英蚁群算法(ELAC)作为对比算法,将传统梭形、回形作业方法作为路径对比作业方法,针对不同耕地作业规模进行无人拖拉机作业路径搜索试验。结果表明,本文算法得到的总转弯距离较梭形耕法降低35.53%～43.08%、较回形耕法降低24.98%～86.88%。精英蚁群算法在小规模作业区域中性能较优,但随着蔬菜大田规模扩大,改进和声蚁群算法优化效果更明显。 相似文献
16.
针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。 相似文献
17.
带有时间窗的秸秆回收路径模型及其算法研究 总被引：1，自引：0，他引：1
以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。 相似文献
18.
邵武市农机管理总站从贯彻实施《福建省农业机械管理条例》入手 ,做好农业机械的安全监督管理工作 ,较好地完成了农业机械各项作业任务。今年春耕、夏收夏种和秋收农忙季节 ,在农田机械化作业、田间短途运输、农产品机械加工等农机作业中均未发生人身伤亡事故。该站依据农机管理条例 ,结合担负的农机安全监理、农机手培训、技术推广、农机维修网点管理、机具配件供应等任务及本市农机管理工作实际 ,广泛开展农机安全生产的宣传教育和农机行政执法人员文明执法、热情服务等活动 ,建立了 1 0多项农机安全生产管理制度并狠抓落实。为把农机安全… 相似文献
19.
《中国农机化学报》2021,(6)
随着我国农业机械化不断发展,智能农机应运而生,其作业路径被农机大数据中心实时监测、调控。合理的作业路径不仅可以提高作业效率,而且当车队运行状态或农田环境改变后,能实现精准作业,因此,研究如何动态优化车队协同作业具有十分重要的理论意义和实用价值。以总作业时间和作业时长综合最短为优化目标,同时避免作业冲突,构建机群协同作业路径动态优化模型,设计冲突检测规则,提出一种机群协同作业路径动态优化(DOFOP)算法。试验结果表明,当有农机发生故障时,重新优化后的作业时长、总作业时间比并排作业均减少2.52%,平均作业农田能力AEFC、农田效率FE比并排作业平均提高2.63%、2.59%;当有农机作业速率发生改变时,重新优化后的作业时长、总作业时间比原作业分别降低7.22%、2.73%,AEFC、FE比原作业分别提高7.99%、2.82%;当农田面积发生改变时,重新优化后的作业时长、总作业时间比原作业降低6.26%、0.1%,AEFC、FE比原作业分别提高6.48%、0.1%。当机群作业状态发生改变时,DOFOP算法能有效动态优化机群作业路径,提高机群作业效率,实现机群精准作业。 相似文献