[发明专利]无人直升机农药喷洒农田作业区域的航迹自动规划方法

说明书

技术领域

本发明涉及无人直升机航迹规划领域,特别是一种无人直升机农药喷洒农田作业区域的航迹自动规划方法。

背景技术

在农业部的大力推进下，近年来我国在耕、播、收等方面的机械化水平有了显着提高，但农药喷洒（特别是水稻农药喷洒），基本上还是传统的人工操作。我国是一个农业大国，如何有效预防农业有害生物已成为我国农业生产的重要目标之一，特别是在国家大力提倡推广绿色农业、精准农业的过程中，适合我国农村现状的低成本、精确、高环保的农药喷洒机械化和自动化成为一个必不可少的技术，而利用小型无人直升机进行农药喷洒是农药喷洒机械化最佳选择。

在目前我国农村条件下，运用小型无人驾驶直升飞机喷洒农药是我国，特别是南方地区比较现实可行的一种方法。2012年长沙农业部门就签购了50架无人植保飞机用于农药喷洒作业。

无人驾驶农药喷洒直升机不仅速度快，且使用超低容量农药喷洒，节省农药和水资源，减少农作物的农药残留和环境污染，远程操作还能减少对施药人员的伤害。适应于各种地形，符合我市农村道路现状，配一台面包车便可实现跨区域作业。

目前，我国民用无人直升机正处在快速发展阶段，民用无人直升机的使用率越来越高，尤其是在农业领域，使用直升机可以极大地提高作业效率。但是由于无人直升机的可操控距离远，导致用人眼无法判断具体的飞行状态，如飞行方向、飞行距离等。缺乏对无人直升机在农田作业区域的飞行航迹进行合理有效的规划的方法，导致操作人员所选飞行路径并非最优；以及由于视觉误差所引起的漏喷、误喷、重喷，使喷洒效率降低，作业成本升高。

无人飞行器在完成任务过程中，需要对如何有效、安全地完成自己的任务过程进行规划，这就是所谓的任务规划。在任务规划过程中，最重要、也是最复杂的就是为无人飞行器规划出一条完成飞行任务所需要的飞行航迹，即无人飞行器航迹规划。

无人机航迹规划就是综合考虑各种因素，如：到达时间、飞行距离、燃料消耗、威胁以及飞行区域等，为无人机规划出一条最优，或者是最满意的飞行航迹，以保证圆满完成飞行任务。

无人直升机航迹规划有多种方法，如A*搜索法、Voronoi图算法、遗传算法、蚁群算法、粒子群优化算法和启发式搜索等。A*算法是一种经典的最优启发式搜索算法，一般多用于解决静态规划问题，在路径规划和图搜索中有着广泛的应用。该算法通过启发信息引导搜索，达到减小搜索范围、提高计算速度的目的。利用传统A*算法进行航迹搜索时，通常将规划环境表示为网格的形式，然后按照预先确定的代价函数寻找最小代价航迹。该方法对当前位置的每一个可能到达的网格单元计算代价，然后选择最低代价的网格单元加入搜索空间来探索。加入搜索空间的这一新网格单元又被用来产生更多的可能路径。Voronoi图是计算机几何学中一种重要的几何结构。McLain和Beard等提出了一种基于Voronoi图的多飞行器协同航迹规划方法。首先通过已知的地方雷达或威胁构造Voronoi图，Voronoi图的边界就是所有可飞的航迹，然后给出这些边界的权值，最后搜索最优航迹。遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。用遗传算法进行航迹规划的一般步骤有：a）对航迹编码；b)构造合适的航迹评价函数；c)选择适合于航迹规划的遗传算子；d)计算并微调算子来获取最终解。蚁群算法是通过蚂蚁的信息交流和相互协作来实现路径搜索，该算法具有很好的通用性和鲁棒性。蚁群算法搜索路径的过程为：a)初始化飞行区域图上所有节点处的信息素，形成初始信息素矩阵；b)M只蚂蚁位于起始点A等待出发；c)每只蚂蚁根据状态转移规则选择网格图上的下一点，最终到达目标点，形成一条可行航路；d)计算各蚂蚁的可行航路的目标函数，保存最优航路解；e)根据目标函数，依据信息素调整准则对各点的信息素进行调整；f)查看最优解，判断是否要进行信息蒸发素因子P的调整，如果需要按一定规则进行相应调整；g)判断是否满足迭代条件（即是否达到设定的迭代次数或最小目标函数），若满足，则完成搜索；若不满足，则返回步骤b），重复执行，直到满足迭代条件。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。

传统的启发式搜索以及其他路径搜索方法，在处理最短可达路径、最佳飞行航迹（时间短、油耗低、安全性高）、避开障碍物等方面拥有各自的优势，但是却都不适用于在农田作业的航迹规划。这是由于农田作业的特殊性决定的。主要表现在：