【技术实现步骤摘要】
一种基于改进遗传算法的全覆盖田间路径规划方法及装置
[0001]本专利技术涉及无人农机
，具体涉及一种基于改进遗传算法的无人农机全覆盖田间路径规划方法及装置。
技术介绍
[0002]全覆盖路径规划(CCPP)算法适用于将作业区域进行全覆盖的特殊场景，全覆盖田间路径规划是智慧农场中提高田间作业效率的关键任务之一，自动导航农机的成功取决于生成田间作业区域全覆盖路径的能力。因为传统的全覆盖路径规划算法是针对矩形场地或者室内移动机器人生成全覆盖路径，未考虑复杂的田间作业环境。在规划田间全覆盖路径时，特别是在不规则农田形状或田间存在障碍物的情况下，传统的全覆盖路径规划算法，存在重复作业面积大、转弯次数多等问题，作业效率明显低于在矩形农田中的效率。
技术实现思路
[0003]针对无人农机全覆盖作业时重复作业面积大、转弯次数多等问题，本专利技术提出了一种基于改进遗传算法的全覆盖田间路径规划方法及装置，该方法及装置能够减少重复作业面积和转弯次数，有效提高无人农机的田间作业效率和作业质量。
[0004]为实现上述...
【技术保护点】
【技术特征摘要】
1.一种基于改进遗传算法的全覆盖田间路径规划方法，其特征在于：该方法包括以下步骤：S1、采用栅格法构建田间环境地图；所述田间环境地图中的栅格分为不带障碍物的自由栅格和带障碍物的栅格两种；S2、对田间环境地图中的自由栅格进行染色体编码，根据染色体编码后的田间环境地图，随机生成若干条初始染色体；S3、对初始染色体进行调整，使染色体路径为最短连续路径，得到合法染色体；初始染色体和与其对应的合法染色体结合生成染色体对，将各染色体对作为当代种群，利用当代种群进行迭代；S4、构造基于多目标均衡准则的适应度函数，利用适应度函数分别求得当代种群中各合法染色体的适应度；S5、对当代种群中的初始染色体进行演化，生成下一代种群，作为下次迭代的父代种群；S6、判定是否结束本次迭代，若是，则将当代种群中适应度最高的染色体输出并进行解码，得到全覆盖路径；若否，则迭代次数加1，并返回执行步骤S3，进行下一次迭代。2.根据权利要求1所述的一种基于改进遗传算法的全覆盖田间路径规划方法，其特征在于：所述采用栅格法构建田间环境地图，包括：S11、根据农田形状将农田划分为若干面积相等的方格，并对田间存在的障碍物进行标记；带有障碍物的方格为障碍物栅格，没有障碍物的方格为自由栅格；S12、当农田边界不规则或田间存在障碍物时，对农田边界或障碍物边界进行膨胀处理，补充成规则的边界或边界规则的障碍物，得到膨胀后量化的田间栅格地图；S13、对膨胀后量化的田间栅格地图进行标记，得到田间环境地图。3.根据权利要求2所述的一种基于改进遗传算法的全覆盖田间路径规划方法，其特征在于：所述对初始染色体进行调整，使染色体的路径为最短连续路径，得到合法染色体，包括：S31、若初始染色体的路径连续，则无需调整；S32、若初始染色体的路径不连续，则在间隔路径之间插入最短连续路径，并将初始染色体在间隔路径之后重复出现过的路径编号删除，重复上述过程，直至所有路径连续，至此生成一条合法染色体；所述最短连续路径使用Floyd算法求得。4.根据权利要求1所述的一种基于改进遗传算法的全覆盖田间路径规划方法，其特征在于：所述构造基于多目标均衡准则的适应度函数，包括：S41、采用以下公式求得当代种群中第i条合法染色体的重复作业面积、转弯次数和掉头次数：头次数：头次数：
其中，和分别表示第i条合法染色体的重复作业面积、转弯次数和掉头次数，||Y
i
||表示合法染色体Y
i
的长度，||set(Y
i
)||表示合法染色体Y
i
去除重复基因后的长度，％代表取余运算，orien(Y
i
[g])表示自动驾驶农机在栅格编号为Y
i
[g]处的移动方向，turn(g)和uturn(g)表示在栅格编号为Y
i
[g]处是否存在转弯、掉头行为；S42、根据当代种群中第i条合法染色体的重复作业面积、转弯次数和掉头次数，采用下式求得相应的权重系数w1(i)、w2(i)和w3(i)：(i)：(i)：(i)：(i)：(i)：(i)：(i)：(i)：其中，和表示当代种群第i条合法染色体的权重系数，表示当代种群第i条合法染色体的权重系数，和表示当代种群中第i条合法染色体的权重系数，和分别表示当代种群中第i条合法染色体的重...
【专利技术属性】
技术研发人员：吴玺志，郝凤琦，李秀华，白金强，郝慧娟，张让勇，李娟，魏民，朱瑞雪，王玉炘，
申请(专利权)人：山东山科智控科技创新有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。