[发明专利]凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法

说明书

技术领域

本发明涉及无人直升机航迹规划领域,特别是一种凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法。

背景技术

随着科学技术和社会的进步，农业现代化已经成为一个不可逆转的发展趋势，尤其是对于我们这样的农业大国，农业现代化更是提高社会生产力的一个极为重要的途径。在三农问题中现代化农业思想的提出也极大地体现了我国对于现代化农业的迫切需求。尤其是针对像农药喷洒这种工作强度大而且还会对人体造成伤害的田间作业，运用科学技术和现代化设备减轻农民的劳作负担，是现代化农业追求的重要目标。

在我国农村现有的条件下，运用小型无人直升机进行农药喷洒是比较现实可行的办法。采用无人驾驶直升机进行农药喷洒作业，不仅作业速度快，而且使用超低容量农药喷洒，还可以节省农药和水资源，减少农作物农药残留和对环境的污染，远程操作还可以减少对施药人员身体的伤害，适用于各种地形，符合我国农田道路现状。

无人直升机在飞行作业过程中需要考虑的因素很多，比如飞行区域、飞行路线、飞行距离、燃料消耗以及飞行安全等。要想无人直升机能够安全高效地执行田间作业任务，航迹规划算法是必不可少的。

传统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、栅格数字化算法以及启发式搜索等。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，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。首先通过已知的地面雷达或威胁构造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是：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得最终解。蚁群算法是通过蚂蚁之间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个节点，一步一步向前移动，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值，保存最优航路解；e)根据目标函数值，依据信息素调整规则对各节点的信息素进行调整；f)查看最优解，判断是否需要调整信息素挥发因子，如果需要则按一定规则进行相应调整；g)判断是否满足停止条件(即算法是否达到设定的最大迭代次数或最小目标函数值)，若满足，则完成搜索；若不满足，则返回步骤b)，重复执行，直到满足停止条件为止。栅格数字化算法是利用栅格将作业区域进行数字化处理，然后将栅格信息存储到索引矩阵之中，利用启发式记忆搜索无人机航迹。启发式记忆搜索就是在状态空间中进行搜索并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至达到目标点。这样可以省略大量无谓的搜索路径，提高搜索效率。

传统的启发式搜索以及其它路径搜索方法，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，但是都不适用于在农田进行农药喷洒作业的航迹规划，这是由农田作业的特殊性决定的，主要表现在：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，这就与传统的最短飞行路径相异；b)在满足作业区域全覆盖的基础上，再进一步考虑在整个区域的飞行路径及飞行方式，即如何飞行才能使作业效率最高；c)农田的形状在很多情况下是不规则的，如何处理不规则农田(比如任意凹凸混合复杂多边形农田)的航迹规划问题，也是农田作业航迹规划算法与传统算法的一大不同之处。

本发明中用到的名词解释如下：

无人直升机：无人驾驶直升机。

航迹规划：飞行器能够满足飞行任务并满足约束条件的飞行轨迹。

农田边界特征点：反映农田边界形状的关键位置点。

航迹线：平铺在农田作业区域上等间隔的一组平行线。