共查询到16条相似文献，搜索用时 328 毫秒
1.
《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
2.
农田平地机导航侧滑估计与自适应控制方法 总被引：1，自引：0，他引：1
针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基于运动学模型,提出了一种侧滑估计器,用来预测导航控制中车轮因侧滑产生的侧滑角,并计算出拖拉机的前轮转角控制率;采用改进的非线性函数构造方法对PID控制器的参数KP、KI、KD进行实时整定,实现了农田平地机自适应导航控制。田间试验表明,该方法使平地铲路径追踪的平均绝对偏差减小了6.78 cm,标准偏差减小了10.1 cm。与无侧滑估计和参数自适应的导航控制相比,本文方法提高了农田平地机的路径追踪精度,增强了导航控制系统对平地机的适应性和鲁棒性。 相似文献
3.
基于GNSS的农田平整自动导航路径规划方法 总被引：2，自引：0，他引：2
为了提高农田平整作业工作效率,分析了基于全球导航卫星系统（Global navigation satellite system,GNSS）的农田平整自动导航解决方案的可行性,改进了系统硬件设计,提出了一种基于GNSS的农田平整自动导航路径规划方法。该方法将全局路径规划和局部实时路径规划相结合,以铲车空载或满载时间最短为最优评价基准,融合K 均值与密度均值,聚类农田栅格;根据设计的铲车挖高填低方法和局部搜索策略得到平地路径全局规划,在实际作业中根据拉力传感器反映的实时载荷进行局部调整和规划。通过仿真试验和农田路径规划平地对比试验分析表明,最大高度差从22.8cm降到2.7cm,平整度从12.6cm降到1.5cm,高差分布列从81%上升到97%,平整效果能满足精细灌溉需求。该方法能够较好地实现路径规划,实现拖拉机高效平地作业,其中铲车的满载和空载率较其他方法小,满载和空载率总和在20%左右,增加了有效工作时间,降低了人工劳作强度,提高了平地效率。 相似文献
4.
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
5.
基于蚁群算法与参数迁移的机器人三维路径规划方法 总被引：1，自引：0，他引：1
为解决机器人进行三维路径规划时路径规划效率受算法影响较大的问题,以最短距离为目的,提出了一种基于蚁群算法参数迁移的机器人三维路径规划方法。在使用栅格法建立的机器人三维环境模型中,使用蚁群算法寻找最短路径。针对蚁群算法的参数选择问题,使用参数迁移算法得到最优参数。将已知的环境模型和其对应的蚁群最优参数作为源任务,将源任务映射到高维空间,通过迁移参数连接不同源任务,根据图论的知识建立参数迁移图,将参数迁移图扩展,使其包含目标任务,为随机未知环境模型分配一组蚁群最优参数。仿真实验表明,基于参数迁移的蚁群算法可以快速有效地完成机器人三维路径规划。相比传统的参数选择方法和其他智能优化方法,蚁群参数迁移算法可以大幅减少路径规划所需时间,提高了路径规划效率。 相似文献
6.
为有效提高GNSS（Global navigation satellite system）控制土地平整的工作效率,提出了基于导航技术的GNSS平地作业路径实时规划与辅助决策方法。通过拉力传感器实现了平地作业中铲车载荷的实时检测,利用数学建模的方法,建立了拖拉机平地作业行驶过程的路径实时规划与导航模型。通过拉力传感器实时采集铲车载荷反馈值,根据拖拉机行驶目标区域的地势情况,以避免铲车过载和空载为原则,确定拖拉机的行驶目标点,解算出拖拉机行驶的转向角,实现了最优导航平地作业。农田平地试验结果分析表明,该方法能够较好地实时规划路径并提供导航方向,引导拖拉机高效地平地作业;基于该方法的平地作业,其铲车的过载或空载率总和不大于6.9%,远低于未使用导航时的平地情况。 相似文献
7.
根据温室环境下移动机器人作业的实时路径规划要求,提出一种基于改进A^*算法与动态窗口法相结合的温室机器人路径规划算法。针对传统A^*算法搜索算法拐点过多的问题,对关键点选取策略进行改进,融合动态窗口法,构建全局最优路径评价函数,采用超声传感器进行局部避障,实现实时最优的路径规划。仿真实验结果证明,与传统A^*、Dijkstra、RRT算法相比,基于改进A^*算法的路径更为平滑和高效。真实环境下实验表明,移动机器人能够实现自主导航,跟踪误差保持在0.22 m以内、定位误差不大于0.28 m,能够满足实际需求。 相似文献
8.
田间任务分配是多农机协同工作分配中的核心问题,在农忙时期,需要多种农业机械配合完成多项田间作业任务。为了提高田间农业机械工作效率及协同管理,在充分考虑供需匹配、农机作业能力、作业周期和路径成本的基础上,提出了基于蚁群算法下多机任务协同分配模型,并以农作物收获试验为例,通过MatLab对改进蚁群算法的多台农机协作的动态和静态任务分配进行了仿真分析。研究结果表明：当任务数量设置为11时,谷物联合收获机和农业运输机械的成本分别降低了50%和22%,表明改进的蚁群算法可以有效降低路径成本;当任务数量设置为5、11、16、22时,农业机械平均运行周期分别缩短了65%、38%、56%、56%,可以避免田间部分农机超载和其他农机闲置等问题,缩短了农业机械作业周期。研究结果可为解决复杂农田作业时多农机协同调度管理问题提供技术参考与应用依据。 相似文献
9.
基于GNSS农田平整全局路径规划方法与试验 总被引：4，自引：0，他引：4
针对全球导航卫星系统(Global navigation satellite system,GNSS)农田平整系统缺少作业指导且效率低等问题,提出了一种基于GNSS农田平整全局路径规划方法。分析农田实际平整条件,创建适用于土地平整的农田地形环境模型,生成农田地势信息图,研究整块农田地势高程分布特征,以平地作业中空载、满载的无效作业状态最少,转向操作与重复行走最少为条件,生成遍历整个农田的土地平整路径,并通过拉力传感器实时监测铲车载荷。仿真试验结果表明,相对于常规平整方法,所提方法空载、满载率显著减小,达到目标平整度时间节省50%以上。该方法可以规划有效路径,减少无效作业时间,平地效率提高30%以上。 相似文献
10.
针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。 相似文献
11.
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2498%~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
12.
13.
基于空间聚类的农田土地平整区域规划方法研究 总被引：1，自引：0，他引：1
针对当前农田土地平整作业过程中,常会出现铲车过载或空载造成平地效率低下的问题,提出一种基于空间聚类的农田土地平整区域规划方法。首先,获取农田地势高程数据,通过克立格插值法遍历到空间各个位置;然后,通过改进后的K-均值聚类算法与密度聚类算法,对农田高程数据进行区域标记,去除区域中的离散点和误差点,初步完成区域划分;再结合农田平整时挖填土方量体积和农田面积适中等原则,对区域大小及形状进行修整,完成农田土地平整区域规划。田间试验分析表明,采用所提出的区域规划方法规划后,农田平整过程中铲车过载和空载现象明显减少,有效作业时间提高5%以上,工作效率提升显著;平整后各划分区域地势平整情况得到明显提高,平整度小于6 cm。 相似文献
14.
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
15.
农业机械导航路径规划研究进展 总被引：6，自引：0，他引：6
导航路径规划是农业机械自动导航的关键技术,近年来被广泛应用于耕种管收自动导航生产作业过程中。本文分别从全局路径规划和局部路径规划两个角度阐述分析了农业机械导航路径规划研究现状和进展。全局路径规划着重阐述了全覆盖路径规划和全局点到点路径规划,并归纳总结了在精准作业、农业运输和农机跨地块调度等方面的研究成果和具体应用。局部路径规划重点阐述了避障路径规划和局部跟踪路径规划,由于农业作业环境的复杂性和时空变异性,局部路径规划研究的重点是算法的实时性、高效性、鲁棒性和安全性。最后指出导航路径规划技术未来的研究重点为：数据资源标准化及规划路径共享;提高环境信息感知和解析能力;增强实时动态规划性能;路径规划与农机特性相结合。 相似文献
16.
针对复杂环境下移动机器人路径规划困难的问题,提出了一种将全局路径规划蚁群算法与局部路径规划人工势场法相融合的混合型算法。首先,采用多因素启发函数和新的蚂蚁行进机制来解决传统蚁群算法路径质量差且易陷入对角障碍的问题;其次,针对传统蚁群算法收敛速度慢的情况,设计了自适应挥发系数和动态权重系数;接着,通过引入虚拟目标点、相对距离和安全距离的概念,解决了传统人工势场法易陷入局部极小值、目标不可达以及过度避障的问题;最后,将改进蚁群算法规划路径的转折点作为局部子目标点来调用改进的人工势场法进行二次规划。仿真表明改进蚁群算法较传统算法以及其他算法在路径长度方面优化了9.9%和2.0%,在路径转折次数方面优化了81.8%和63.6%,在收敛速度方面优化了94.2%和63.6%;改进人工势场法有效解决了自身问题;而以二者为基础的混合型算法则充分地结合了二者的优势,在复杂的静态和动态环境中具有极高的环境适应性和路径规划效率。 相似文献