[发明专利]一种基于改进Q-learning的农机路径优化方法

权利要求书

1.一种基于改进Q-learning的农机路径优化方法，其特征在于，包括如下步骤：

S1：确定路径规划的初始参数，所述初始参数包括原始田块边界点集P、农机每一行扫描的宽度w、和农机的最小转弯半径R；

S2：将所述原始田块边界点集P向所述田块边界内部平移距离L，以确定农机工作区域的边界；

S3：建立x-y轴直角坐标系，计算所述农机工作区域的最小跨度，以确定原始田块的边界相对于x轴的最优旋转角度；

S4：生成所述农机工作区域平行于最优旋转角度时的边界的平行路径，以确定农机的直线路径；

S5：确定转弯路径的类型，并计算转弯路径的长度；

S6：基于改进的Q-learning算法优化所述农机工作区域路径，以确定最优农机工作总长度。

2.根据权利要求1所述的一种基于改进Q-learning的农机路径优化方法，其特征在于，所述S3中，计算所述农机工作区域的最小跨度方法如下：

当农机工作区域的边界为凸多边形时，农机转弯的次数n为：

式中D是农机工作区域的一条边界到农机工作区域的顶点的距离，

y＝y_min,x∈[x_min,x_max] (2)

其中，y_min是农机工作区域边界在y轴上的最小值；y_max是农机工作区域边界在y轴上的最大值；x_min是农机工作区域边界在x轴上的最小值；x_max是农机工作区域边界在x轴上的最大值；

所述原始田块每一次的旋转角度为：

式中，[x₁,y₁]是农机工作区域边界中与x轴平行的边的起点坐标；[x₂,y₂]是农机工作区域边界中与x轴平行的边的终点坐标，θ_t是旋转角度，于是多次旋转后，当跨度D最小时的旋转角度即为农机工作区域的最优旋转角度θ^*。

3.根据权利要求1所述的一种基于改进Q-learning的农机路径优化方法，其特征在于，所述S4中，确定农机的直线路径的方法为：

S41：以最优旋转角度为θ^*的直线作为扫描线向农机工作区域的内部平移，每次平移w；每次平移后计算扫描线和农机工作区域的边界的交点的数量；

S42：若交点的数量为2，则认为还在农机工作区域的边界内，记录两个交点的坐标，继续进行扫描；若交点的数量为1或者0，则判断超出农机工作区域的边界范围，停止扫描，完成平行路径的生成过程。

4.根据权利要求1所述的一种基于改进Q-learning的农机路径优化方法，其特征在于，所述S5中的转弯路径包括半圆型、鱼尾型和π型；

若相邻直线路径的间距等于两倍转弯半径，即w＝2R，转弯路径为半圆型，此时转弯路径的长度为π×R；

若相邻直线路径的间距小于两倍转弯半径时，即w2R；转弯路径为鱼尾型；此时农机所需行驶的直线距离为：

l_r＝2R-w (4)

式中，l_r是鱼尾型转弯路径农机转弯时所需行驶的直线距离；R是转弯半径；此时转弯路径的长度为(2+π)×R-w；

若相邻直线路径的间距大于两倍转弯半径时，即w2R；转弯路径为π型；此时农机所需行驶的直线距离为：

l_f＝w-2R (5)

式中，l_f是π型转弯路径农机转弯时所需行驶的直线距离；此时转弯路径的长度为(π-2)×R+w。