基于精英人工鱼群的植保无人机编队航迹规划方法与流程

本发明涉及植保无人机技术领域，尤其涉及一种基于精英人工鱼群的植保无人机编队航迹规划方法。

背景技术：

随着国内经济的发展和城市规模的日益扩大，在植保领域，特别是农药喷洒领域，植保无人机喷药的应用也日益广泛。植保无人机喷药的过程中需要考虑到喷洒目标区域的距离，喷洒目标距离无人机越远，耗费的油和电就越多，实际喷药时间也就越短，喷药成本也就越高。同时，不同区域由于虫情程度不同，在无人机数量有限的情况下，只能选择部分虫情较重的、距离无人机较近的作物进行喷药。如何对目标进行选择以最大化收益是一个目标分配问题，也是一个NP难问题，传统的数学方法难以解决，需要借助启发式算法进行优化，以达到最佳收益。

因此需要一种新的基于精英人工鱼群的植保无人机编队航迹规划方法来解决上述问题。

技术实现要素：

针对现有技术的不足，本发明的目的是提供一种基于精英人工鱼群的植保无人机编队航迹规划方法能够满足现有技术的技术需求。

基于精英人工鱼群的的植保无人机编队航迹规划方法，所述规划方法包括以下步骤：

S1，用二进制序列对无人机和航迹进行编码，将不同的编队航迹规划结果对应为人工鱼；

S2，用随机数对人工鱼群进行初始化；

S3，计算每只人工鱼的目标函数值；

S4，每条人工鱼依次进行觅食行为、聚群行为、追尾行为和随机行为；

S5，在所有人工鱼进行如上四种行为后，对精英人工鱼进行保留并开始新一轮迭代过程;

S6，判断是否达到指定迭代次数；如果达到，则在到达指定迭代次数后输出最优人工鱼作为植保无人机编队航迹；如果未达到，则返回步骤S3。

优选地，所述步骤S1具体为： 用二进制序列对无人机进行编码，以便进行目标函数的计算，设置精英人工鱼群算法的算法参数，具体包括鱼群中人工鱼的数量M，人工鱼的视野距离N，拥挤程度L，随机步长P，以便算法正常运行，再根据作物遭受虫灾的严重程度和喷药所需的燃料成本计算得到采用每种航迹进行喷药所能获得收益得到无人机每条航迹的具体收益程度设置目标函数。

优选地，所述步骤S2具体为：根据作物遭受虫灾的严重程度和喷药所需的燃料成本进行归一化，对每只人工鱼进行编码，并用随机数对鱼群中的每一条人工鱼进行初始化。

优选地，所述步骤S3中计算人工鱼的目标函数值，并将目标函数值最优的人工鱼保存为精英人工鱼，精英人工鱼不参与后面的游动过程，包括不进行觅食行为、聚群行为、追尾行为和随机行为。

优选地，如果鱼群中有比原精英人工鱼更优的人工鱼，则用该人工鱼替代精英人工鱼，完成精英人工鱼的更新。

优选地，所述步骤S1 中，人工鱼的数量M=50。

优选地：所述步骤S4 中的觅食行为的步骤包括：在人工鱼的视野范围内随机生成一个新的人工鱼，如果新的人工鱼的目标函数值优于当前人工鱼，则用新的人工鱼替换当前的人工鱼，并进入聚群行为，否则直接进入聚群行为。

优选地，所述步骤S4中，聚群行为的步骤包括：人工鱼群计算当前视野内的人工鱼数量，并计算出所有视野内人工鱼的中心位置，然后将中心位置的人工鱼的目标函数值与原人工鱼进行比较，如果新的人工鱼的目标函数值优于当前人工鱼，则用新的人工鱼替换当前的人工鱼，并进入追尾行为，否则直接进入追尾行为。

优选地，所述步骤S4中的追尾行为的步骤包括：计算当前人工鱼视野内所有人工鱼的最高目标函数值，如果最高目标函数值优于当前人工鱼，则用当前人工鱼游向最高目标函数值对应的人工鱼，并跳过随机行为，否则直接进入随机行为；

优选地，所述步骤S4中的随机行为的步骤包括：用随机数生成一条人工鱼替换当前人工鱼。

本发明的技术方案具有以下有益效果：

本发明提供的一种基于精英人工鱼群的植保无人机编队航迹规划方法，通过模拟开放水域中鱼群对食物觅食的过程，模仿鱼群游动轨迹的优化来实现植保无人机编队航迹规划问题的优化，减少了无人机燃料消耗，降低了成本，优化了航程轨迹，提高了喷药效果，即能够降低成本提高收益。

附图说明

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图1是本发明基于精英人工鱼群的植保无人机编队航迹规划方法的流程图。

具体实施方式

为了清楚了解本发明的技术方案，将在下面的描述中提出其详细的结构。显然，本发明实施例的具体施行并不足限于本领域的技术人员所熟习的特殊细节。本发明的优选实施例详细描述如下，除详细描述的这些实施例外，还可以具有其他实施方式。

下面结合附图和实施例对本发明做进一步详细说明。

结构图1，本实施例公开了基于精英人工鱼群的植保无人机编队航迹规划方法，是根据作物遭受虫灾的严重程度和喷药所需的燃料成本计算得到采用每种航迹进行喷药所能获得收益，再模拟开放水域中鱼群对食物觅食的过程，模仿鱼群游动轨迹的优化来实现植保无人机编队航迹规划问题的优化；首先用二进制序列对无人机进行编码，然后将不同的编队航迹规划结果对应为人工鱼，每条人工鱼依次进行觅食行为、聚群行为、追尾行为和随机行为；在所有人工鱼进行如上四种行为后，对精英人工鱼进行保留并开始新一轮迭代过程，在到达指定迭代次数后输出最优人工鱼作为植保无人机编队航迹；本实施例的方法包括如下步骤：

(1) 用二进制序列对无人机进行编码，以便进行目标函数的计算，设置精英人工鱼群算法的算法参数，具体包括鱼群中人工鱼的数量M=50，人工鱼的视野距离N，拥挤程度L，随机步长P，以便算法正常运行，再根据作物遭受虫灾的严重程度和喷药所需的燃料成本计算得到采用每种航迹进行喷药所能获得收益得到无人机每条航迹的具体收益程度设置目标函数；

(2) 根据作物遭受虫灾的严重程度和喷药所需的燃料成本进行归一化，对每只人工鱼进行编码，并用用随机数对鱼群中的每一条人工鱼进行初始化；

(3) 依据步骤（1）中的目标函数计算人工鱼群中每条人工鱼的目标函数值，并将目标函数值最优的人工鱼保存为精英人工鱼，精英人工鱼不参与后面的游动过程，包括不进行觅食行为、聚群行为、追尾行为和随机行为；

(4) 除精英人工鱼外，人工鱼群中的每条人工鱼依次进行觅食行为、聚群行为、追尾行为和随机行为；

（a）觅食行为的步骤包括:在人工鱼的视野范围内随机生成一个新的人工鱼，如果新的人工鱼的目标函数值优于当前人工鱼，则用新的人工鱼替换当前的人工鱼，并进入聚群行为，否则直接进入聚群行为；

(b)聚群行为的步骤包括：人工鱼群计算当前视野内的人工鱼数量，并计算出所有视野内人工鱼的中心位置，然后将中心位置的人工鱼的目标函数值与原人工鱼进行比较，如果新的人工鱼的目标函数值优于当前人工鱼，则用新的人工鱼替换当前的人工鱼，并进入追尾行为，否则直接进入追尾行为；

(c)追尾行为的步骤包括：计算当前人工鱼视野内所有人工鱼的最高目标函数值，如果最高目标函数值优于当前人工鱼，则用当前人工鱼游向最高目标函数值对应的人工鱼，并跳过随机行为，否则直接进入随机行为；

(d)随机行为的步骤包括：用随机数生成一条人工鱼替换当前人工鱼；

(5) 如果鱼群中有比原精英人工鱼更优的人工鱼，则用该人工鱼替代精英人工鱼，完成精英人工鱼的更新。

（6) 判断是否精英人工鱼群算法已经运行了指定的迭代次数，如果已经到达，则输出最优人工鱼作为植保无人机编队航迹，否则返回步骤（3）

本发明通过模拟开放水域中鱼群对食物觅食的过程，模仿鱼群游动轨迹的优化来实现植保无人机编队航迹规划问题的优化，减少了无人机燃料消耗，降低了成本，优化了航程轨迹，提高了喷药效果，即能够降低成本提高收益。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的权利要求保护范围之内。