[发明专利]面向无人驾驶施药机械的山地果园地块导航方法

权利要求书

1.面向无人驾驶施药机械的山地果园地块导航方法，其特征在于，包括以下步骤：

步骤一：设影响果园无人驾驶施药机械作业情况因素U_i＝u₁,u₂,u₃,u₄,u₅,u₆}其中，u₁为病情指数，u₂为药物沉积率，u₃为施药机械回次数，u₄为地块的坡度，u₅为地块的土壤粘度，u₆为行驶的时间；根据对地块导航影响程度不同得出其评语集：其中分别为对应不同评语设置的分数。根据以上内容确定地块选择的综合指标；

步骤二：设定α、β为分选线处理量三角波动因子,Γ_i,j为满足因素u_i对应级别v_i条件范围的集合，ψ_e、ψ_f、ψ_g、ψ_y、ψ_h分别为病情指数、沉积率、机械来回次数、土壤粘度、行驶时间分级的理论值，可通过设定因素u_i与级别v_i的映射函数Θ(u_i)来描述各个因素的级别划分状况并确定各个因素对评语集的隶属函数当Θ(u_i)中i＝1,3,5,6可以通过下式表达，其中i＝1时ζ＝e；i＝3时ζ＝g；i＝5时ζ＝y；i＝6时ζ＝h：

当Θ(u_i)中i＝2时可通过下式表达：

设定在果园中，果树分布所处的环境不同受到的病害程度不同，根据受害程度把果园划分i个地块，可以根据不同区域果树的枝干、叶片、果实的病情指数来表示在该地块的病害程度，图3表示果树枝干、叶片、果实病害分级标准，病情指数公式为：

式中σ_i、k_i、ε_i分别表示i地块枝干部位病情指数、叶片部位病情指数、果实部位病情指数，D_i为第i个地块综合病情指数，a_i、b_i、c_i分别代表i地块枝干、叶片、果实各级发病的数量，τ代表各级代表数值，A、B、C依次代表枝干、叶片、果实的调查总数目；病情指数越大，病情越重。病情指数越小，病情越轻；发病指数最重为100％，没有发病为0；

当ζ＝e时建立病情指数指标隶属函数如下：

由于施药的方法为机械喷雾式，药物会以液体喷雾的方式附着在果树的叶片或者果实上，由于不同区域果树树冠层叶面积不一样药物的有效沉积率也不一样，第i区域药物的有效沉积率可以表示为：

式中：ρ药物质量浓度，μg/ml；v_i药物体积，ml；S_1i为i区域叶片面积，cm²；L_i为i区域叶面积指数；S_2i为i区域冠层投影面积，m²；δ为权重系数；η_i为i区域有效沉积率，％；

当ζ＝f时，沉积率指标隶属函数如下：

果园每个地块的施药量是不同的，由于每个地块的病情指数不同，病情指数大的地方需要的施药量就多点病情指数小的地方施药量就少，于是i区域施药机械来回的次数为：

其中，α、β、γ均为权重系数,G为施药机械的载药量,x_i为第i地块施药量；当ζ＝e时，建立施药机械来回次数隶属函数如下：

地块的坡度为：

H_max-H_min为地块的高度差，Z为地块的水平距离，I_i表示地i地块的坡度；把坡度分为20度，30度，45度，60度四个等级建立坡度隶属函数：

当ζ＝y时,土壤粘度隶属函数为：

当ζ＝h行驶时间隶属函数为：

每个地块的因素集u₅地块的土壤粘度和u₆行驶的时间由测试得出；

步骤三：P为U到V的模糊映射，对于每一个因素集U_i＝{u₁,u₂,u₃,u₄,u₅,u₆}都有对应的评价集与之对应，u_ij∈P，i，j分别表示行和列，u_ij表示影响因素u_i对评价因素u_j的相对重要值，构建第m个地块的模糊判断矩阵P可以由下面的式子表示：

将判断矩阵的每一列归一化得到归一化后的判断矩阵R_m，r_ij为u_ij归一化后的值

步骤四：根据机械的载药量、越野能力、蓄电池大小、喷头的大小、药物的稠度、抗干扰能力给出权重集：

W＝{W₁,W₂,W₃,W₄,W₅,W₆} (34)

W₁...W₆分别为根据机械的载药量、越野能力、蓄电池大小、喷头的大小、药物的稠度、抗干扰能力给出的权重；

步骤五：采用加权平均算子M＝(·,+),此时可以通过权重集W和判断矩阵R_m得到综合评判矩阵：

步骤六：最后把每个地块的综合评价矩阵与评语集的关系得出一个总评价分数：

O_m＝E_m·V' (36)

其中O_m为第m个地块总评价分数，通过比较m个地块之间总评价分数就可以的出地块之间导航顺序，分数高的地块优先级最高。