无人直升机农药喷洒农田作业区域的航迹自动规划方法
【专利摘要】本发明公开了一种无人直升机农药喷洒农田作业区域的航迹自动规划方法，规划多边形农田作业区域任一起始顶点、任一起始航向的局部最优S型航迹规划和任一起始顶点、任一起始航向的局部最优“回”字型航迹，从局部最优S型航迹规划和局部最优“回”字型航迹分别找出全局最优S型航迹和全局最优“回”字型航迹。本发明方法克服了传统人工作业方式中人工规划航迹的不足，使无人直升机能在满足作业任务的前提下，降低各种成本消耗因素，提高喷洒效率。
【专利说明】无人直升机农药喷洒农田作业区域的航迹自动规划方法
【技术领域】
[0001]本发明涉及无人直升机航迹规划领域，特别是一种无人直升机农药喷洒农田作业区域的航迹自动规划方法。
【背景技术】
[0002]在农业部的大力推进下，近年来我国在耕、播、收等方面的机械化水平有了显着提高，但农药喷洒(特别是水稻农药喷洒)，基本上还是传统的人工操作。我国是一个农业大国，如何有效预防农业有害生物已成为我国农业生产的重要目标之一，特别是在国家大力提倡推广绿色农业、精准农业的过程中，适合我国农村现状的低成本、精确、高环保的农药喷洒机械化和自动化成为一个必不可少的技术，而利用小型无人直升机进行农药喷洒是农药喷洒机械化最佳选择。
[0003]在目前我国农村条件下，运用小型无人驾驶直升飞机喷洒农药是我国，特别是南方地区比较现实可行的一种方法。2012年长沙农业部门就签购了 50架无人植保飞机用于农药喷洒作业。
[0004]无人驾驶农药喷洒直升机不仅速度快，且使用超低容量农药喷洒，节省农药和水资源，减少农作物的农药残留和环境污染，远程操作还能减少对施药人员的伤害。适应于各种地形，符合我市农村道路现状，配一台面包车便可实现跨区域作业。
[0005]目前，我国民用无人直升机正处在快速发展阶段，民用无人直升机的使用率越来越高，尤其是在农业领域，使用直升机可以极大地提高作业效率。但是由于无人直升机的可操控距离远，导致用人眼无法判断具体的飞行状态，如飞行方向、飞行距离等。缺乏对无人直升机在农田作业区域的飞行航迹进行合理有效的规划的方法，导致操作人员所选飞行路径并非最优；以及由于视觉误差所引起的漏喷、误喷、重喷，使喷洒效率降低，作业成本升闻。
[0006]无人飞行器在完成任务过程中，需要对如何有效、安全地完成自己的任务过程进行规划，这就是所谓的任务规划。在任务规划过程中，最重要、也是最复杂的就是为无人飞行器规划出一条完成飞行任务所需要的飞行航迹，即无人飞行器航迹规划。
[0007]无人机航迹规划就是综合考虑各种因素，如:到达时间、飞行距离、燃料消耗、威胁以及飞行区域等，为无人机规划出一条最优，或者是最满意的飞行航迹，以保证圆满完成飞行任务。
[0008]无人直升机航迹规划有多种方法，如A*搜索法、Voronoi图算法、遗传算法、蚁群算法、粒子群优化算法和启发式搜索等。A*算法是一种经典的最优启发式搜索算法，一般多用于解决静态规划问题，在路径规划和图搜索中有着广泛的应用。该算法通过启发信息引导搜索，达到减小搜索范围、提高计算速度的目的。利用传统A*算法进行航迹搜索时，通常将规划环境表示为网格的形式，然后按照预先确定的代价函数寻找最小代价航迹。该方法对当前位置的每一个可能到达的网格单元计算代价，然后选择最低代价的网格单元加入搜索空间来探索。加入搜索空间的这一新网格单元又被用来产生更多的可能路径。Voronoi图是计算机几何学中一种重要的几何结构。McLain和Beard等提出了一种基于Voronoi图的多飞行器协同航迹规划方法。首先通过已知的地方雷达或威胁构造Voronoi图,Voronoi图的边界就是所有可飞的航迹，然后给出这些边界的权值，最后搜索最优航迹。遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。用遗传算法进行航迹规划的一般步骤有:a)对航迹编码；b)构造合适的航迹评价函数；c)选择适合于航迹规划的遗传算子；d)计算并微调算子来获取最终解。蚁群算法是通过蚂蚁的信息交流和相互协作来实现路径搜索，该算法具有很好的通用性和鲁棒性。蚁群算法搜索路径的过程为:a)初始化飞行区域图上所有节点处的信息素，形成初始信息素矩阵；b)M只蚂蚁位于起始点A等待出发；c)每只蚂蚁根据状态转移规则选择网格图上的下一点，最终到达目标点，形成一条可行航路；d)计算各蚂蚁的可行航路的目标函数，保存最优航路解；e)根据目标函数，依据信息素调整准则对各点的信息素进行调整；f)查看最优解，判断是否要进行信息蒸发素因子P的调整，如果需要按一定规则进行相应调整；g)判断是否满足迭代条件(即是否达到设定的迭代次数或最小目标函数)，若满足，则完成搜索；若不满足，则返回步骤b)，重复执行，直到满足迭代条件。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。
[0009]传统的启发式搜索以及其他路径搜索方法，在处理最短可达路径、最佳飞行航迹(时间短、油耗低、安全性高)、避开障碍物等方面拥有各自的优势，但是却都不适用于在农田作业的航迹规划。这是由于农田作业的特殊性决定的。主要表现在:
[0010]a)无人直升机在农田作业的航迹首先是必须覆盖全部的农田作业区域，这就与传统的最短或最佳飞行路径相异。
[0011]b)在满足覆盖全部作业区域的基础上，进一步考虑在整个区域的飞行路径以及飞行方式，即如何飞行可以使得作业效率最高。
[0012]c)飞行过程中还要考虑到油耗以及剩余农药量，当油耗或农药量不足时，需要返航添加后继续进行作业，其往返基站的路程也必须计算在整个规划方法内。
[0013]本发明的目的在于将传统启发式搜索算法应用于无人直升机的农田作业航迹规划中。
[0014]本发明中用到的名词解释如下:
[0015]航迹规划:飞行器能够满足飞行任务，并且满足约束条件的飞行轨迹。
[0016]无人直升机:无人驾驶直升机。
[0017]S型飞行航迹:是指无人直升机沿着预定航向飞行进行农药喷洒，到达边界点后侧飞一段距离，再按与原航向相反的方向飞行，由此形成弯曲的S型飞行航迹。
[0018]“回”字型飞行航迹:是指无人直升机沿着预定航向飞行进行农药喷洒，到达拐弯点后，悬停转弯，沿着下一条航向继续向前飞行，由此形成“回”字型飞行航迹。
[0019]基站:是一个基本工作站，当无人直升机燃油或农药不足时，可以返回基站为无人直升机添加燃油、农药后再出发继续作业。
【发明内容】
[0020]本发明所要解决的技术问题是，针对现有技术不足，提供一种无人直升机农药喷洒农田作业区域的航迹自动规划方法，对无人直升机在农田作业区域飞行航迹进行自动规划，生成全局最优S型飞行航迹和“回”字型飞行航迹，克服传统人工作业方式中人工规划航迹的不足，使无人直升机能在满足作业任务的前提下，降低各种成本消耗因素，提高喷洒效率。
[0021]为解决上述技术问题，本发明所采用的技术方案是:一种无人直升机农药喷洒农田作业区域的航迹自动规划方法，该方法为:
[0022]I)利用栅格法数字化多边形农田作业区域，将多边形农田作业区域划分为若干个栅格；所述多边形农田作业区域顶点个数为η ；
[0023]2)为数字化后的多边形农田作业区域建立节点索引矩阵，以每一个栅格为一个节点，将每个栅格的地形信息存入所述节点索引矩阵；
[0024]3)定义以下代价函数h (η):
【权利要求】
1.一种无人直升机农药喷洒农田作业区域的航迹自动规划方法，其特征在于，该方法为: 1)利用栅格法数字化多边形农田作业区域，将多边形农田作业区域划分为若干个栅格；所述多边形农田作业区域顶点个数为η ； 2)为数字化后的多边形农田作业区域建立节点索引矩阵，以每一个栅格为一个节点，将每个栅格的地形信息存入所述节点索引矩阵； 3)定义以下代价函数h(n):
2.根据权利要求1所述的无人直升机农药喷洒农田作业区域的航迹自动规划方法，其特征在于，局部S型最优飞行参考航迹的获取方法为: 1)选择多边形农田作业区域一个顶点作为起始顶点并选择一条航向作为起始航向，将与起始顶点距离最近的节点作为当前节点。 2)搜索与无人直升机飞行的当前节点相邻的所有节点，寻找满足约束条件的节点，将满足约束条件的相邻节点作为下一可能的目标节点；满足约束条件是指:在与当前节点相邻的节点中，寻找各个相邻节点在节点索引矩阵内对应的数值，数值最小的相邻节点即满足约束条件； 3)判断当前节点是否为转弯点，若是，则依次计算从当前节点到下一可能的目标节点的速度向量，选择与当前直飞航向向量夹角最小的节点作为下一个目标节点，进入步骤6);若当前节点不是转弯点，则进入步骤4)； 4)利用代价函数h(n)计算从当前节点到所有下一可能的目标节点的代价值； 5)选择代价值最小的可能的目标节点作为下一个目标节点； 6)将所得到的下一个目标节点在所述节点索引矩阵内的值加1，表示此节点被探访一次,并将此节点放入到航迹节点序列表内； 7)将所得到的下一个目标节点作为下一次循环的当前节点，重复步骤2)~步骤6)，直到遍历完数字化后的多边形农田作业区域内的所有节点，得到一条局部S型最优飞行参考航迹； 8)重复步骤I)~7)，遍历多边形农田作业区域所有顶点，分别规划出每一个顶点的局部S型最优飞行参考航迹，得到2η条局部S型最优飞行参考航迹。
3.根据权利要求1所述的无人直升机农药喷洒农田作业区域的航迹自动规划方法，其特征在于，局部“回”字型最优飞行参考航迹的获取方法为: 1)选择多边形农田作业区域一个顶点作为起始顶点并选择一条航向作为起始航向，将与起始顶点距离最近的节点作为当前节点。 2)搜索与无人直升机飞行的当前节点相邻的所有节点，寻找满足约束条件的节点，将满足约束条件的相邻节点作为下一可能的目标节点；满足约束条件是指:在与当前节点相邻的节点中，寻找各个相邻节点在节点索引矩阵内对应的数值，数值最小的相邻节点即满足约束条件； 3)判断当前节点是否为转弯点，若是，则依次计算从当前节点到下一可能的目标节点的速度向量，选择与当前直飞航向向量夹角最小的节点作为下一个目标节点，并更新直飞航向向量集合I，侧飞航向向量集合J，斜飞航向向量集合K，进入步骤6);若当前节点不是转弯点，则进入步骤4); 4)利用代价函数h(n)计算从当前节点到所有下一可能的目标节点的代价值； 5)选择代价值最小的可能的目标节点作为下一个目标节点； 6)将所得到的下一个目标节点在所述节点索引矩阵内的值加1，表示此节点被探访一次,并将此节点放入到航迹节点序列表内； 7)将所得到的下一个目标节点作为下一次循环的当前节点，重复步骤2)~步骤6)，直到遍历完数字化后的多边形农田作业区域内的所有节点，得到一条局部“回”字型最优飞行参考航迹； 8)重复步骤I)~7)，遍历多边形农田作业区域所有顶点，分别规划出每一个顶点的局部“回”字型最优飞行参考航迹，得到2n条局部“回”字型最优飞行参考航迹。
4.根据权利要求2所述的无人直升机农药喷洒农田作业区域的航迹自动规划方法，其特征在于，全局最优S型航迹的获取方法为: 1)计算每一条局部S型最优飞行参考航迹内，无人直升机的直飞距离Xpl、侧飞距离xp5、起飞点距航迹起始点距离Xp2、中途返航点距基站的距离Xp3 ;以及无人直升机作业完成后返回到无人直升机操作人员所在位置的距离Xp4 ； 2)计算每一条局部S型最优飞行参考航迹的代价值，其中局部S型最优飞行参考航迹P的代价值f (P)的计算公式为:/(P) = w,X.r?( + ;其中Wl为无人直升机所有直飞距
离之和的系数，W2为无人直升机所有侧飞距离之和的系数，Wl+W2=l ； 3)将代价值最小的局部S型最优飞行参考航迹定为全局最优S型航迹。
5.根据权利要求3所述的无人直升机农药喷洒农田作业区域的航迹自动规划方法，其特征在于，全局最优“回”字型航迹的获取方法为: I)计算每一条局部“回”字型最优飞行参考航迹内，无人直升机的直飞距离Xql、转弯次数t、起飞点距航迹起始点距离Xq2、中途返航点距基站的距离Xq3 ；以及无人直升机作业完成后返回到无人直升机操作人员所在位置的距离Xq4 ；2)计算每一条局部“回”字型最优飞行参考航迹的代价值，其中“回”字型最优飞行参考航迹q的代价值f (q)的计算公式为:/⑷+_ ；
i=l 3)将代价值最小的局`部“回”字型最优飞行参考航迹定为全局最优S型航迹。
【文档编号】G05D1/10GK103699135SQ201410001929
【公开日】2014年4月2日 申请日期:2014年1月3日 优先权日:2014年1月3日
【发明者】谭冠政, 刘振焘, 胡建中, 黄宇, 蔡拯正, 胡建军, 李生琦, 饶源钦 申请人:中南大学