【技术实现步骤摘要】
本专利技术属于数据处理，具体是一种基于数字乡村的农机自动避障方法及系统。
技术介绍
1、农机自动避障方法是一种利用传感器和智能算法，让农机在工作时自动检测障碍物并进行避让的技术，通过安装在农机上的传感器，实时监测周围环境的障碍物情况，利用智能算法进行数据处理和决策，及时做出避障动作，提高作业效率和安全性。但是现有的农机自动避障方法存在农机作业时，障碍物检测、跟踪不准确，导致碰撞风险增加，产生误识别操作，进行不必要的避让操作，降低作业效率的技术问题；存在农机作业智能化水平不够，导致无法根据实时环境信息做出调整，作业路线规划不够灵活，造成资源浪费的技术问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于数字乡村的农机自动避障方法及系统，针对存在农机作业时，障碍物检测、跟踪不准确，导致碰撞风险增加，产生误识别操作，进行不必要的避让操作，降低作业效率的技术问题，采用马氏距离表示检测目标与目标轨迹平均位置的偏差，利用指示器函数判断关联是否成功，利用筛选后的目标和对应马氏距离进行目标跟踪和分类，对目标轨迹进行优化；针对存在农机作业智能化水平不够，导致无法根据实时环境信息做出调整，作业路线规划不够灵活，造成资源浪费的技术问题，采用评估轨迹效果，计算总奖励，采用梯度上升算法对策略进行优化，并设计三种类型的阶梯奖励，引导农机在路径规划中做出符合预期的动作和决策。
2、本专利技术采取的技术方案如下：本专利技术提供的一种基于数字乡村的农机自动避障方法，该方法
3、步骤s1：安装传感器；
4、步骤s2：数据采集；
5、步骤s3：障碍物检测，使用马氏距离表示检测目标与目标轨迹平均位置的偏差，利用指示器函数判断关联是否成功，利用筛选后的目标和对应马氏距离进行目标跟踪和分类，对目标轨迹进行优化；
6、步骤s4：路径规划，评估轨迹效果，计算总奖励，采用梯度上升算法对策略进行优化，并设计三种类型的阶梯奖励，引导农机在路径规划中做出符合预期的动作和决策；
7、步骤s5：避障效果评估。
8、进一步地，在步骤s1中，所述安装传感器，包括以下步骤：
9、步骤s11：安装激光雷达，对周围环境进行高精度扫描，提供准确的距离和形状信息，用于生成环境地图和识别障碍物；
10、步骤s12：安装惯性传感器，检测农机的加速度、角速度，帮助判断农机的运动状态；
11、步骤s13：安装超声波传感器，检测靠近农机的障碍物，提供距离信息。
12、进一步地，在步骤s2中，所述数据采集，包括以下步骤：
13、步骤s21：实时采集传感器数据，不同类型的传感器提供的数据形式各异，根据数据特点进行数据转换；
14、步骤s22：数据预处理，对采集到的传感器数据进行预处理，包括滤波校正，确保数据的准确性和可靠性。
15、进一步地，在步骤s3中，所述障碍物检测，包括以下步骤：
16、步骤s31：计算马氏距离，马氏距离表示检测目标与目标轨迹平均位置的偏差程度，所述检测目标是农机通过传感器检测、识别的障碍物，所述目标轨迹是农机在运动过程中形成的轨迹，计算马氏距离，所用公式如下：
17、；
18、式中，i是检测位置的索引，j是跟踪位置的索引，所述跟踪位置是目标轨迹上连续的位置点，用于跟踪和预测农机的运动轨迹，d（i，j）是第i个检测位置和第j个跟踪位置的马氏距离，si是检测位置和跟踪位置之间的协方差矩阵，dj表示跟踪位置，dj+1表示跟踪位置的下一位置，yi表示检测位置，yi+1表示检测位置的下一位置，t表示矩阵的转置；
19、步骤s32：计算指示器函数，通过马氏距离筛选左右检测到的目标，设置阈值t，如果关联的马氏距离小于阈值，则设定运动状态关联成功，计算指示器函数，所用公式如下：
20、；
21、式中，bi，j表示指示器函数，用于表示第i个检测位置和第j个跟踪位置之间的关联是否成功，如果关联的马氏距离小于阈值t，则指示器函数的取值为1，表示关联成功；否则取值为0，表示关联失败，l[]表示指示性函数，括号内条件成立，取值为1，否则取值为0，t是设置的阈值；
22、步骤s33：目标跟踪和分类，使用筛选后的目标和相对应的马氏距离结果，进行目标跟踪，基于目标的运动轨迹和特征，进行障碍物分类，识别不同类型的障碍物；
23、步骤s34：优化目标轨迹，通过将实际观测到的目标位置与预测的目标位置进行比对，对轨迹进行校正和调整，适应目标实际运动的变化。
24、进一步地，在步骤s4中，所述路径规划，包括以下步骤：
25、步骤s41：评估轨迹效果，计算总奖励，评估当前策略在与环境交互中的表现，所用公式如下：
26、；
27、式中，rθ表示农机在执行一系列动作直到终止的轨迹中所获得的总奖励，表示时间步数的索引，t1是固定的时间步数，用于限制累积奖励的参数，是单个轨迹的累积奖励，表示神经网络参数θ确定的策略，用来指导农机在环境中选择动作，θ是神经网络的参数，通过训练学习使得策略更接近最优策略，增强决策能力；
28、步骤s42：采用梯度上升算法对策略进行优化，所用公式如下：
29、；
30、式中，表示策略梯度，n是轨迹的总数量，n是轨迹的索引，q表示总时间，t是时间的索引，表示第n个轨迹的累积奖励，表示农机在状态下选择动作的概率；
31、步骤s43：设计奖励函数，包括以下步骤：
32、步骤s431：设计三种类型的阶梯奖励，包括避障奖励、每步奖励和导航奖励；
33、步骤s432：设计避障奖励，用于鼓励避开障碍物，所用公式如下：
34、；
35、式中，表示避障奖励，λ1是设计的系数，用于控制避障奖励的大小，l是安全距离的指定阈值，表示到所有的障碍物的最近距离，当到所有的障碍物的最近距离低于阈值l时，为负奖励返回；当到所有的障碍物的最近距离趋于零时，发生碰撞，返回最大负值奖励；当到所有的障碍物的最近距离大于零时，返回的奖励为零；
36、步骤s433：设计每步奖励，用于鼓励积极地移动，防止农机因避障陷入停滞，所用公式如下：
37、；
38、式中，是每步奖励，λ2是常数，表明每走一步都会获得一个负的奖励，即使是积极移动也会获得负奖励，用于惩罚不希望模型采取的行为；
39、步骤s434：在导航过程中，一旦传感器检测到作业区域，农机就会靠近，直到农机与作业区域之间的距离小于dmin，此时进行导航奖励，所用公式如下：
40、；
41、式中，是导航奖励，λ3是常数，表示导航奖励的值，d是农机与作业区域之间的距离，dmin表示设定的最小距离阈值。
42、进一步地，在步骤s5中，所述避障效果评估，包括以下步骤：
4本文档来自技高网...
【技术保护点】
1.一种基于数字乡村的农机自动避障方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤S3中，所述障碍物检测，包括以下步骤：
3.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤S4中，所述路径规划，包括以下步骤：
4.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤S5中，所述避障效果评估，包括以下步骤：
5.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤S1中，所述安装传感器，包括以下步骤：
6.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤S2中，所述数据采集，包括以下步骤：
7.一种基于数字乡村的农机自动避障系统，用于实现如权利要求1-6中任一项所述的一种基于数字乡村的农机自动避障方法，其特征在于：包括安装传感器模块、数据采集模块、障碍物检测模块、路径规划模块和避障效果评估模块。
8.根据权利要求7所述的一种基于数字乡
...【技术特征摘要】
1.一种基于数字乡村的农机自动避障方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤s3中，所述障碍物检测，包括以下步骤：
3.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤s4中，所述路径规划，包括以下步骤：
4.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：在步骤s5中，所述避障效果评估，包括以下步骤：
5.根据权利要求1所述的一种基于数字乡村的农机自动避障方法，其特征在于：...
【专利技术属性】
技术研发人员：陶伟，潘嗣南，翁雷，周中华，李晨，
申请(专利权)人：博创联动科技股份有限公司，
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。