基于IGWO-A*算法的无人机农田喷洒航迹规划

• 作者: 李靖 杨帆
• 来源期刊: 沈阳农业大学学报
• 学科: 工学
• 关键词: 灰狼优化算法 A*算法 航迹规划 农田喷洒作业 粒子群优化算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 231-237
• 页数: 7页
• 分类号: TP301.6
• 字数: 4423字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2020.02.015

摘要

目前无人机已经在农业领域逐步应用,在精量播种、农药喷洒、植被检测等不同类型的农业航空作业中有着广泛的应用,采用无人机进行农药喷洒已经成为农业植保过程中的一项重要任务.多喷洒点遍历及障碍物避障的航迹规划问题,影响着无人机喷洒作业的效率.如何规划无人机喷洒作业点的顺序及低空作业避障问题在农田喷洒任务中受到了广泛的关注.使用传统灰狼优化算法求解能力强,但这易陷入局部最优解.针对此问题提出了一种改进的灰狼优化算法(IGWO)与A*算法相结合的无人机农田喷洒航迹规划算法.IGWO算法引入了K-Means算法进行种群初始化以加强种群多样性,引入了非线性收敛因子以平衡算法的全局搜索与局部开发能力,引入了粒子群优化算法个体优越性进行位置更新以避免算法陷入局部最优,从而使得IGWO算法具有更强的模型求解能力.运用IGWO算法无障碍物的求解遍历多喷洒点的最优航迹路径,随后在障碍物阻挡的航迹路径段运用A*算法避障规划以修正段内航迹.试验仿真结果表明:IGWO算法与GWO算法在随机生成的5个喷洒任务点的遍历航迹规划长度相同,而在随机生成的30个喷洒点遍历航迹规划中IGWO算法是GWO算法寻找最优解所需迭代次数的1/3,且规划路径缩短4.17﹪,说明IGWO算法对大任务量喷洒任务点更具有优越性,收敛速度更快,模型求解能力更强,规划航迹效率更高,同时验证了基于IGWO-A*算法的无人机农田喷洒航迹规划的真实有效性.该研究为农业植保提供了一定的理论基础,为无人机自主作业解决了前提条件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆	河北工业大学电子信息工程学院	84	332	9.0	14.0
2	李靖	河北工业大学电子信息工程学院	13	11	3.0	3.0