一种基于改进ACO的果园割草机路径规划方法及系统

本发明涉及果园农机路径规划，特别是涉及一种基于改进aco的果园割草机路径规划方法及系统。

背景技术：

1、在土地流转的大趋势下，规模化种植为农业机械智能化发展创造了条件。基于gps(global positioning system)、glonass、galileo和北斗导航系统(beidou navigationsatellite system，bds)的定位导航系统越来越多的应用于精准农业。利用计算机技术对已知边界信息的大规模农田进行农机作业路径的预规划，既可以为农机自动驾驶提供必备的路径依据，也可以为人工驾驶方式提供路径参考。

2、对于规则的四边形，当农机参数和农田参数确定后，有效作业路径是固定的。实际作业时，主要是确定各个作业行之间的作业顺序，即合理调度排序问题。因此，如果将作业行视为待遍历的城市，农机视为旅行商，该问题就可以看成是寻求遍历所有城市最短路径的旅行商问题(traveling salesman problem，tsp)。

3、随着果园作业行数的增加，作业行序列组合呈指数增长，从中选择一条转弯总距离较短的路径难度也呈指数增长。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种基于改进aco的果园割草机路径规划方法及系统。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于改进aco的果园割草机路径规划方法，包括：

4、获取目标果园的割草作业场景；

5、根据所述割草作业场景中的轮式割草机转弯特点对转弯策略进行建模，得到转弯策略模型；

6、将连接所述割草作业场景中行作业路径间的转弯路径总长度作为优化目标函数，以所有行作业路径的排列次序作为自变量，根据所述转弯策略模型建立路径规划模型；

7、利用改进的蚁群算法对所述路径规划模型进行迭代计算，得到最优作业路径；所述改进的蚁群算法中的信息素更新规则由负反馈函数进行控制；所述改进的蚁群算法中的启发式函数性能由缩放系数进行控制。

8、优选地，所述转弯策略模型的计算公式包括：

9、

10、

11、

12、其中，u(dij)表示u型转弯距离，t(dij)表示t型转弯距离，i表示割草机作业结束行序号，j表示割草机作业即将进入行序号，dij表示割草机转弯前后作业行的差值，dij＝|j-i|，i≠j，rmin表示割草机最小转弯半径，w表示割草机作业幅宽，ld表示地布宽度，θ表示作业角α或作业角β，m表示割草机转弯前后跨过的非作业区域个数；其中，m的计算公式为：m＝|e-t|；其中，e为第一计算参数，t为第二计算参数，n为作业行总数。

13、优选地，所述路径规划模型的计算公式包括：

14、

15、

16、

17、

18、xij{1,0},i,j n,i j；

19、其中，a表示起始行号，b表示终止行号，n表示集合{1，2，3，…，n}，决策变量xij＝1表示转弯路径中包含从i行到j行的转弯路径，xij＝0表示转弯路径中不包含从i行到j行的转弯路径，|s|表示集合s的元素个数。

20、优选地，所述改进的蚁群算法包括：

21、根据所述作业行总数确定多个中心作业行；

22、将非中心作业行通过距离最近的中心作业行进行内层蚁群算法迭代形成最优作业路径；

23、对各个中心作业行进行外层蚁群算法迭代决定最终作业路径。

24、优选地，所述信息素更新规则的计算公式为：

25、

26、

27、

28、

29、其中，τij(t)代表t时刻信息素浓度，ρ代表信息素挥发系数，m代表蚂蚁总数，代表第k只蚂蚁在路径(i，j)上释放的信息素量，τmax代表信息素浓度的最大值，τmin代表信息素浓度的最小值，im表示最大迭代次数，ic表示当前迭代次数，f(δt)表示负反馈函数，ε为常数，lbest表示最佳路径长度。

30、优选地，所述启发式函数的计算公式包括：

31、

32、

33、其中，λ为第三计算参数，ηij'(t)为启发式函数。

34、一种基于改进aco的果园割草机路径规划系统，包括：

35、场景获取模块，用于获取目标果园的割草作业场景；

36、策略建模模块，用于根据所述割草作业场景中的轮式割草机转弯特点对转弯策略进行建模，得到转弯策略模型；

37、路径规划模块，用于将连接所述割草作业场景中行作业路径间的转弯路径总长度作为优化目标函数，以所有行作业路径的排列次序作为自变量，根据所述转弯策略模型建立路径规划模型；

38、优化模块，用于利用改进的蚁群算法对所述路径规划模型进行迭代计算，得到最优作业路径；所述改进的蚁群算法中的信息素更新规则由负反馈函数进行控制；所述改进的蚁群算法中的启发式函数性能由缩放系数进行控制。

39、根据本发明提供的具体实施例，本发明公开了以下技术效果：

40、本发明提供了一种基于改进aco的果园割草机路径规划方法及系统，方法包括：获取目标果园的割草作业场景；根据所述割草作业场景中的轮式割草机转弯特点对转弯策略进行建模，得到转弯策略模型；将连接所述割草作业场景中行作业路径间的转弯路径总长度作为优化目标函数，以所有行作业路径的排列次序作为自变量，根据所述转弯策略模型建立路径规划模型；利用改进的蚁群算法对所述路径规划模型进行迭代计算，得到最优作业路径；所述改进的蚁群算法中的信息素更新规则由负反馈函数进行控制；所述改进的蚁群算法中的启发式函数性能由缩放系数进行控制。本发明为优化果园割草机作业路径、降低果品生产成本提供一种可行的方法。

技术特征：

1.一种基于改进aco的果园割草机路径规划方法，其特征在于，包括：

2.根据权利要求1所述的基于改进aco的果园割草机路径规划方法，其特征在于，所述转弯策略模型的计算公式包括：

3.根据权利要求2所述的基于改进aco的果园割草机路径规划方法，其特征在于，所述路径规划模型的计算公式包括：

4.根据权利要求2所述的基于改进aco的果园割草机路径规划方法，其特征在于，所述改进的蚁群算法包括：

5.根据权利要求3所述的基于改进aco的果园割草机路径规划方法，其特征在于，所述信息素更新规则的计算公式为：

6.根据权利要求5所述的基于改进aco的果园割草机路径规划方法，其特征在于，所述启发式函数的计算公式包括：

7.一种基于改进aco的果园割草机路径规划系统，其特征在于，包括：

技术总结
本发明提供了一种基于改进ACO的果园割草机路径规划方法及系统，涉及果园农机路径规划技术领域，方法包括：获取目标果园的割草作业场景；根据割草作业场景中的轮式割草机转弯特点对转弯策略进行建模，得到转弯策略模型；将连接割草作业场景中行作业路径间的转弯路径总长度作为优化目标函数，以所有行作业路径的排列次序作为自变量，根据转弯策略模型建立路径规划模型；利用改进的蚁群算法对路径规划模型进行迭代计算，得到最优作业路径；改进的蚁群算法中的信息素更新规则由负反馈函数进行控制；改进的蚁群算法中的启发式函数性能由缩放系数进行控制。本发明为优化果园割草机作业路径、降低果品生产成本提供一种可行的方法。

技术研发人员：刘丽星,王旭,杨欣,李建平,谢金燕
受保护的技术使用者：河北农业大学
技术研发日：
技术公布日：2024/1/15