[发明专利]一种复杂环境下农用机械全覆盖路径规划方法

说明书

本发明公开了一种复杂环境下农用机械全覆盖路径规划方法。使用本发明能够解决现有全覆盖路径规划技术不能有效应对复杂环境、覆盖率达不到要求且重复率高的问题。本发明将三维环境下的蚁群路径规划算法、禁忌搜索算法和LQR控制算法结合应用于农业机械的全覆盖路径规划中，首先将农田环境整体划分为多个区域；然后利用蚁群路径规划算法进行整体路径规划；接下来利用禁忌搜索算法对各个区域进行局部路径规划；为了保证不重复，对每个区域设置标记，用于区分区域是否已覆盖；农机行进期间采用LQR控制算法保证农机不偏航。本发明适合各种环境，覆盖率高。

技术领域

本发明涉及智能农机技术领域，具体涉及一种智能农机全覆盖路径规划方法。

背景技术

随着定位系统和各种传感器的技术提高和广泛应用，农业机械的自主导航和各种农业智能机器人成为人们研究的热点。传统农业机械在田间作业时,通常靠驾驶员的感官来判断农机的位置和速度，很难对其当前位置进行准确判断，因此需要农机的自主导航来完成农业生产。而在农业经营中，农民的最终目标是最大限度地利用土地，从而带来最多的收入，因此全覆盖路径规划是智能农机领域的重要问题之一。农机全覆盖路径规划是在避开障碍物的同时，尽可能不重复地通过所需作业空间的所有点，其中基于网格的表示是覆盖算法中最广泛使用的。

目前针对全覆盖路径规划的算法有很多，有利用蚁群优化算法解决路径规划问题，有将粒子群优化算法和PID控制策略相结合的路径规划方法，也有分层模糊控制系统用于确定机器人的运动，还有具有多种功能的机器人最优路径规划系统，包括地图构建、最优路径规划和移动机器人操纵。然而，上述路径规划方法在智能农机服务于复杂环境时仍需改进，且现有方法路径覆盖重复率高。

发明内容

有鉴于此，本发明提供了一种智能农机全覆盖路径规划方法，能够解决现有全覆盖路径规划技术不能有效应对丘陵山地、盆地以及河谷等复杂环境、覆盖率达不到要求且重复率高的问题。本发明采用启发式算法和控制算法结合对农业机械进行全覆盖路径规划，具体技术方案如下。

1)首先表示农田环境，先采用Boustrophedon分解算法将农田粗划分为若干个相邻区域，并将每个区域赋值K，K用于表示该区域是否已覆盖，K初始化为区域未覆盖；

2)随机取每个区域中一点为参考点，通过三维环境下的蚁群路径规划算法来遍历区域从而得到一条路径使之能不重复地穿过每个参考点一次；

3)将每个区域细化分为网格表示的子区域，农机采取禁忌搜索算法遍历子区域进行局部覆盖，规划每个区域内的路径；

4)农机跟随蚁群路径规划算法规划好的路径作业，在进入粗划分后的区域前，先检索区域K值，若K表示对应区域未覆盖，则按照禁忌搜索算法规划的路径在区域内作业；若K表示对应区域已覆盖，转向下一区域，直至所有区域达到全覆盖效果。

进一步的，农机行进过程中通过LQR控制算法控制农机跟随规划路径行驶。

有益效果：

本方法是将三维环境下的蚁群路径规划算法、禁忌搜索算法和LQR控制算法结合应用于农业机械的全覆盖路径规划中，基于此，该技术比其他技术更能有效应对丘陵山地、盆地以及河谷等复杂环境，且覆盖重复率低。

附图说明

图1为本方法主流程图。

图2为蚁群算法路径规划图。

图3为三维环境下蚁群路径规划图。

图4为禁忌搜索路径规划图。

其中，图2、图4中的黑色表示障碍物。

具体实施方式

本发明提供了一种智能农机全覆盖路径规划方法，为能清楚说明本发明的技术特点，下面通过具体实施方式，并结合其附图进行详细阐述。