| 基于差分量子退火算法的农用无人机路径规划方法 |
| |
| 引用本文： | 严炜,龙长江,李善军.基于差分量子退火算法的农用无人机路径规划方法[J].华中农业大学学报,2020,39(1):180-186. |
| |
| 作者姓名： | 严炜 龙长江 李善军 |
| |
| 作者单位： | 华中农业大学工学院/农业农村部长江中下游农业装备重点实验室,武汉 430070;华中农业大学工学院/农业农村部长江中下游农业装备重点实验室,武汉 430070;华中农业大学工学院/农业农村部长江中下游农业装备重点实验室,武汉 430070 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFD0202001） |
| |
| 摘 要： | 为解决不规则区域内农用无人机植保作业问题,以农用无人机的总飞行距离和多余覆盖率为指标建立模型,将无人机的植保作业航向角作为优化目标,并考虑有障碍物下的情形,采用差分进化算法(different evolution algorithm,DE)与量子退火算法(quantum annealing algorithm,QA)融合的方法对应用模型进行求解,分析算法的执行过程并进行MATLAB仿真试验。结果显示:在设定的不含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法(differential evolution algorithm-quantum annealing,DEQA)时无人机总的飞行距离分别减少101.52、73.00 m,转弯路径分别减少43.02、43.10 m,多余覆盖率分别减少22.25%和12.79%;在设定的含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法时无人机总的飞行距离分别减少73.24、24.54 m,转弯路径分别减少52.50、12.72 m,多余覆盖率分别减少72.34%、23.52%,其余指标均有所下降。仿真结果表明,采用差分量子退火算法能够完成农田区域路径规划问题,可为农用无人机路径规划提供技术支持。
|
| 关 键 词： | 农用无人机 植保无人机 路径规划 差分量子退火算法 植保机械 飞行距离 覆盖率 障碍物 |
| 收稿时间： | 2019/5/13 0:00:00 |
A path planning method for agricultural UAV based on DEQA algorithm |
| |
| Abstract: | |
| |
| Keywords: | agricultural UAV plant protection UAV path planning DEQA algorithm plant protection machinery flight distance coverage rate obstacle |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
|
