基于混合粒子群算法的水稻穴直播机路径规划研究.pdfVIP

基于混合粒子群算法的水稻穴直播机路径规划研究

摘要：介绍了粒子群算法和混合粒子群算法原理,并对水稻穴直播机全覆盖路径规划进行了分析,基于混合粒

子群算法实现了水稻穴直播机路径规划算法。实际测试试验表明:水稻穴直播机在经过直线和转向路径规划

后,对整个作业可以进行全覆盖路径规划,并对障碍物进行了避障规划处理,证实了系统算法的可靠性和可行

性。

关键词：水稻穴直播机；混合粒子群算法；路径规划；避障规划

为了提高粒子群算法对连续域优化求解的效率,

0引言

笔者将遗传算法中的交叉、变异策略、光学寻求及粒

近年来，随着机械化技术和人工智能技术的日益子群算法进行改进融合,实现了一种混合粒子群算

成熟，智能化在农机系统上的应用越来越多。实现农法,为水稻穴直播机路径规划提供最优解。混合粒子

机自动化,不仅能够缓解劳动力匮乏和人工成本高的群最优求解流程如图2所示。

问题,还能在一定程度上提高农业机械的生产效率,

降低作业成本。随着科技进步,水稻种植技术越来越

高，国家正在大力推广水稻穴直播技术。为此,结合

水稻穴直播机工作特性,对其路径规划策略进行了分

析和研究。

1混合粒子群算法

图1粒子群算法流程图

1.1粒子群算法原理

Fig.1Theflowchartofparticleswarmoptimizationalgorithm

粒子群是计算智能领域的一种生物启发式方法,

是一种在连续区域进行优化求解的算法,粒子群中每

颗粒子都表示一种可能的解决方法,其算法是利用粒

子群每个个体的简单行为,经过粒子间的交互,得出

算法的最优解，其流程如图1所示。

粒子群的求解计算表达式为

0(方+1)=

叫(t)㊉a[p,(t)一省(t)]㊉0[Pg(t)一省(t)](1)

兀,(t+1)=x,(t)+v(t+1)(2)

其中佔为粒子i的行进速度;Pi、pg分别为局部最

优和全局最优解;v、t分别为粒子速度和求解迭代次

数。

1.2混合粒子群算法原理

收稿日期:2022-01-19

Fig.2Theflowchartofhybridparticleswarmoptimization

2023年7月农机化研究第7期

混合粒子群算法的求解过程如下：踪结束后再在地头转弯继续跟踪另外一条直线。因

1）合体编码。混合粒子群算法一般采用整数编此,水稻穴直播机的全覆盖路径包括多条平行的直线

码的方法，即用一组路径检测点的移动顺序排列所有组成。

粒子,所以路径的全排列当成搜索空间的表达式。例水稻穴直播机的行走宽度和转弯半径,往往与其

如，当前有6个路径检测点,个体编码为（1,6,4,3,5,车身宽度有关系,根据这些特性,可以将农机全覆盖

2），表示移动的顺序是1—6—4—3—5—2,从而完成行走方式分为梭行、套行、绕行、螺旋、开垄行走和闭

移动作业任务。垄行走等几种方式，如图4所示。

2）粒子适应度的设计。粒子适应度值表示水稻

穴直播机对一片农田进行作业完成后所行走的全部

路程,假设某一颗粒子P:{ti1，t,2,…，tin},t,为该粒

子的坐标（x；,y