[发明专利]基于改进蚁群算法的收获机器人作业路径规划方法

说明书

本发明公开了一种基于改进蚁群算法的收获机器人作业路径规划方法，包括步骤：1、建立不规则四边形农田的数学模型，以转弯次数最少、作业行与边界的垂直程度最大为条件确定最优作业方向；2、将农田全覆盖路径规划抽象为车辆路线问题(VRP)，并根据不同的卸粮位置分布，建立相应的VRP模型；3、根据收获机容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，采用改进的蚁群算法设计最优的作业行遍历顺序；4、根据作业行遍历顺序和农田模型，求解各个路径的表达式，生成农田全覆盖路径，为收获机的路径跟踪提供参考。该方法能够根据不同的卸粮位置分布情况设计满载行驶距离最小的农田全覆盖路径。

技术领域

本发明属于智能收获机作业路径规划领域，特别是涉及基于改进蚁群算法的收获机器人作业路径规划方法，具体涉及一种根据收获机粮仓容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，利用改进的蚁群算法设计全覆盖路径的方法。

背景技术

农田全覆盖路径规划是实现收获机自主作业的一项关键技术，能为收获机田间作业提供合理的路径，有效改善重复作业和遗漏作业问题，提高收获机的作业效率。目前在农田全覆盖路径规划方面没有成熟、通用的方法。在实际应用中，针对农田的全覆盖路径规划，主要有两种方式：一种是由驾驶员规定初始作业路径，并通过不断对其平移实现对农田的全覆盖；另一种是在特定的农田环境下，如矩形农田中，以梭行法或者螺旋法进行作业。以上两种路径规划方式的智能化程度、对不同农田的适应性以及作业效率较低。因此，需要对作业路径规划方法进行研究。

通过对全覆盖路径规划算法的国内外研究现状进行分析，多以行驶距离、有效作业面积占比、作业时长、能源消耗等为优化目标，利用贪婪算法、蚁群算法等优化算法设计最优作业路径。满载行驶距离、卸粮位置分布对农机作业路径的规划具有较大影响，综合考虑以上两种因素展开具体研究的相对较少。因此，在进行全覆盖路径规划时，需考虑以下两个因素：大型收获机的重量大，对土地的碾压较大，应减少满载收获机在田间的行驶距离；在实际作业时，存在间歇式卸粮方式，运粮车不能进入田地中，只能停靠在田边，需充分考虑卸粮点的位置分布，自主设计不同的覆盖路径。

发明内容

针对收获机自主路径规划有效性低、通用性弱的问题，本发明提供基于改进蚁群算法的收获机器人作业路径规划方法，建立农田模型，根据五种卸粮位置分布情况，构建作业行与卸粮位置的距离模型，以收获机粮仓容量、总行驶距离、满载行驶距离为约束条件，利用改进的蚁群算法求解作业行遍历顺序，规划作业路径，减小对土地的碾压程度，提高路径规划算法对不同卸粮位置分布的适应性。

本发明提供基于改进蚁群算法的收获机器人作业路径规划方法，其特征在于，包括如下步骤：

步骤1、建立农田模型；

设农田的四个顶点为A、B、C和D，已知四点的坐标，分别求解出边界的数学表达式，完成对农田的初步建模，以转弯次数最少、作业行与边界的垂直程度最大为条件确定作业方向，分别以四边形的边和对角线为作业方向，求解各自所需的转弯次数；

当以AD为作业方向时，设收获机的割幅为l_{cut_width}，则一系列平行的作业行表示为

其中，k_AD为AD边的斜率，b_AD为AD边的截距，i为作业行的序号；

分别求解该组平行线与四边形边界的交点，如果有两个交点，则将转弯次数加一，直到没有交点，则保留当前的转弯次数作为此作业方向的结果；

同理，再分别以AB、BC、CD、AC和BD为作业方向，求解相应的转弯次数，通过对比，转弯次数最少的作业方向即为所求，如果有多组作业方向均满足转弯次数最少，则对比作业方向与边界的夹角，由于垂直情况下转弯复杂度与转弯距离较小，所以选择夹角接近90°的作业方向，最终，求解得到每个作业行的数学表示式，完善农田模型；