數值迭代算法下的智能插秧機插秧路徑規劃

王大鹿

(黃河水利職業技術學院,河南 開封 475000)

0 引言

我國是農業大國,人口眾多,對農產品的需求量很大。隨著我國耕地面積的減小和農業從業人員的減少,對農業生產的高效生產、農業資源充分利用和農業從業人員的工作強度和工作效率方面提出了更高的要求。插秧工作屬于密集型作業,作業時間長、強度大。隨著我國機械自動化程度的提高和電子技術、計算機技術等技術的迅猛發展,提出了精細農業技術的概念[1-2]。該技術以信息通信技術和智能技術為核心,可以有效降低勞動強度,實現精準作業,保證插秧機的作業效率。

在研究智能化和自動化插秧機的過程中,核心問題是路徑規劃。傳統的插秧機作業主要依靠人工進行操控,包括對行駛速度和位置的判斷,導致插秧的準確率和效率較低,容易出現重復插秧、漏行和不能遍歷栽種區域的問題,且能量消耗大。因此,對插秧機的智能化研究首先需要有合適的路徑規劃方法,使插秧機以較小的能量遍歷農作物區域,避免重復插秧或部分土地區域未覆蓋的情況,同時還可避開待插秧區域的障礙物,以保證插秧機的最優路徑和最低能耗,從而提高插秧工作效率,降低農民的勞動作業強度[3-4]。

路徑規劃是指機器從一點以某種法則避開障礙物,遍歷區域到達另一點。國內外學者對路徑規劃進行了較深入地研究,目前應用較多的算法有人工勢場法[5]及遺傳算法[6]等。人工魚群算法屬于迭代算法,具有較強的魯棒性和優化性能[7],在路徑規劃問題上有廣泛的應用,但用時較長、精度較低。因此,本文將人工魚群算法進行優化,對插秧機路徑規劃進行研究。

1 總體設計思路

1.1 技術路線

插秧機的路徑規劃系統硬件主要由傳感器系統、電動方向盤、檔位自動化安裝系統和油門自動化安裝系統組成。工作時,通過路徑規劃控制算法對插秧機進行全覆蓋路徑規劃,插秧機按照路徑行駛,并結合導航控制算法保證插秧機不偏離路線。其技術路線如圖1所示。

圖1 智能插秧機路徑規劃技術路線

1.2 GPS定位系統

為規劃插秧機的行駛路徑和實現自主導航,首先需要確定插秧機的具體位置坐標,本文采用GPS系統進行定位。該系統具有適應性強和可長時間定位的優點,但精度較低。為保證定位精度,將GPS和GIS系統結合對插秧機進行定位。

1.3 傳感器系統

插秧機在行駛過程中需要自身的位置和感知插秧機周邊環境情況,以便進行路徑規劃。該傳感器系統主要包括陀螺儀傳感器、速度傳感器、加速度傳感器和超聲波傳感器。

陀螺傳感器用于檢測插秧機行進過程的轉向角度,通過感應機構檢測3條正交的軸向陀螺儀進行測量。傳感器連接如圖2(a)所示。

(a)

速度傳感器和加速度傳感器用于測量插秧機在插秧過程中的實時速度和加速度,保證插秧機在行進過程中可以根據地形狀況按照預設的速度行駛,當速度偏離時,可以實時調整。通過對傳感器的輸出數據進行處理,可以得到實時加速度值,對其進行積分即為當前速度。插秧機的3個軸向速度Vxt、Vyt、Vzt可分別表示為

其中,Vxt-1、Vyt-1和Vzt-1分別為插秧機上一個時刻的瞬時速度,ax、ay和az分別為3個軸向加速度值,dt為程序的運行時間。該加速度傳感器通信方式為I2C,其連接方式如圖2(b)所示。

1.4 電動方向盤

插秧機的方向盤為電動自動方向盤,由步進電機驅動。工作時,小鏈輪在鏈條的帶動下,使大鏈輪同向轉動,大鏈輪與方向盤連接,進而帶動方向盤運動。該方向盤既可通過步進電機實現自動轉向,又可采用人工進行轉彎控制。

1.5 檔位自動化和油門自動化

插秧機的速度通過檔位進行調整,速度既可自動調控,又可人工調控,其檔位示意圖如圖3所示。由步進電機作為驅動源控制曲柄的運動,實現對無極變速系統的自動控制;檔位操控桿則通過人工對速度進行操控。油門自動化由通過電動推桿對插秧機的加速度進行自動調控實現。

1.檔位操縱桿 2.曲柄 3.無級變速控制桿圖3 插秧機檔位示意圖

2 路徑規劃控制算法

插秧機路徑規劃的目的是既要保證遍歷待插秧區域,又要保證不重復插秧和漏插秧的狀況出現,還要保證能量最小原則。為此,采用人工魚群的算法對插秧機路徑進行規劃。由于該算法容易陷入局部極值陷阱,且計算量過大導致運算速度慢,因此對人工魚群算法進行改進,對插秧機路徑進行規劃。該算法的執行步驟如圖4所示。

圖4 改進人工魚群算法執行步驟

1)首先將人工魚群算法初始化。

2)設置網格劃分數目為N。插秧機的運動空間為2維區間,網格的劃分策略為[Xl,Xu]。其中,Xl=[X1l,X2l],Xu=[X1u,X2u]。在該2維空間的每一維均劃分為N個網格,因此在插秧區域可以得到N×(N+1)個網格點[8]。

3)確定網格變量范圍。計算該二維區間內的網格之間長度Lth,即

Lth=(Xiu-Xil)/N,i=1,2

4)全局搜索網格點濃度最高位置。首先,定義魚群中心網格點X'ij的位置為

Xct=min(d'ij),i,j=1,2

其中,d'ij為該魚群范圍內的網格點與魚群中心網格點之間的距離。規定了向量Pi為

其中,Yi和Y'i為網格點Xi和X'i的目標函數值。若魚群中心位置的網格點食物濃度最高,則人工魚從當前位置轉移至中心點,中心點即為下一個目標點,此時有

Xin=Xi+Pi·Lthi=1,2

若食物濃度最高點不是在中心位置,則需要遍歷人工魚周圍網格點。

5)遍歷周圍網格點尋找濃度最高點。在遍歷之前,首先需要建立禁忌表和公告牌。禁忌表用于記錄人工魚搜索過的網格點位置和最優位置,當進行下一次擴大范圍搜索時,網格點位置與禁忌表進行對比即可,若該搜索位置在禁忌表中,即停止搜索,該點即為區域最優解位置。公告牌則用于將每次算法的最優解進行記錄。通過引入禁忌表和公告牌,可以省去不必要的迭代計算時間,提高運算速度。在執行遍歷人工魚周圍的網格點,尋找濃度最高點過程中,若該點位置出現在禁忌表,則該點為該區域最優解。同時,將該點與公告牌數據進行對比,若該位置點的網絡目標函數更符合要求,則更新公告牌;若該點位置未出現在禁忌表中,則初始化人工魚群算法,并擴大全局搜索的范圍。

通過對人工魚群算法進行改進,包括引進禁忌表和公告牌,調整人工魚覓食和聚群行為的方法,不斷對待插秧區域的網格點進行迭代計算,即可得到遍歷該區域各目標點的最優路線,該方法可以大大提高計算速度和路徑規劃的精度。

3 試驗結果

根據插秧機全覆蓋路徑規劃的性能要求,首先需要制定評價插秧機路徑規劃的指標,主要有以下幾個：①區域覆蓋比率;②路徑重復比率;③遍歷路徑成本;④遍歷時間。

3.1 算法有效性

為驗證本文改進的人工魚群算法的有效性,在計算機內部隨機生成10×10的網格,在相同的條件下運行人工魚算法和改進的人工魚算法,設置迭代次數分別40、80和100,統計各算法運行時間,路徑長度。為保證結果的準確性,每個算法重復進行20次,結果取平均值。其結果如表1所示。

表1 人工魚群算法和改進的人工魚群算法運行結果對比

由表1可知：改進的人工魚群算法的運行速度高于人工魚群算法,路徑長度也較短。經分析發現,人工魚群算法容易陷入局部最優解,導致其運算結果的精度和運算速度的下降。

3.2 田間試驗

在50m×20m的土地上開展路徑規劃的試驗,設置行駛速度為3m/s。分別按照以下路徑使插秧機在土地行駛：①按照本算法規劃路徑行駛;②往返式全覆蓋路徑行駛;③回字形全覆蓋路徑行駛。統計3種全覆蓋路徑的各指標,根據這些指標對插秧機的路徑進行評價,結果如表2所示。

表2 插秧機路徑規劃試驗結果

由表2可知：3種全覆蓋路徑的覆蓋比均為100%,重復比為0,本算法的遍歷時間最短,成本最低,回字形時間最長,往返式時間居中。通過分析發現,回字形路徑后期轉彎較多導致作業時間延長,往返路徑由于地頭轉彎較多浪費了時間。本算法路徑既可以覆蓋待插秧區域,還可以保證成本的最低,符合插秧機的工作要求。

另外,根據插秧機環境的不同,路徑全覆蓋率可能會有所不同,有不同程度的重復和漏插秧的情況存在,但在路徑規劃時還需要按照最優路徑工作。

4 結論

1)設計了智能插秧機路徑規劃系統,主要包括傳感器系統、電動方向盤、檔位自動化安裝系統和油門自動化安裝系統。

2)路徑規劃系統基于數值迭代算法,通過改進人工魚群算法,包括引入禁忌表和公告牌,改進人工魚覓食和聚群行為,以提高算法的計算速度和精度。

3)試驗結果表明：系統可以保證以較低的成本進行全覆蓋路徑規劃,且有低重復比,能夠滿足插秧機的路徑規劃要求。