[1]吴 坚,马浩杰,张同锋.基于遗传算法的除草机器人多机路径规划研究[J].浙江科技大学学报,2024,(05):357-368.[doi:10.3969/j.issn.2097-5236.2024.05.001]
　WU Jian,MA Haojie,ZHANG Tongfeng.Research on multi-machine path planning of weeding robot based on genetic algorithm[J].,2024,(05):357-368.[doi:10.3969/j.issn.2097-5236.2024.05.001]
点击复制

基于遗传算法的除草机器人多机路径规划研究(/HTML)
分享到：

《浙江科技大学学报》[ISSN:2097-5236/CN:33-1431/Z]

卷:
期数:
2024年05期
页码:
357-368
栏目:
出版日期:
2024-10-28

文章信息/Info

Title:
Research on multi-machine path planning of weeding robot based on genetic algorithm
文章编号:
2097-5236(2024)05-0357-12
作者:
吴 坚1; 马浩杰1; 张同锋2
(1.浙江科技大学 机械与能源工程学院,杭州 310023; 2.浙江微松冷链科技有限公司,杭州 311100)
Author(s):
WU Jian1;  MA Haojie1;  ZHANG Tongfeng2
(1.School of Mechanical and Energy Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China; 2.Zhejiang Wason Cold Chain Technology Co., Ltd., Hangzhou 311100, Zhejiang, China)
关键词:
除草机器人;  遗传算法;  全覆盖路径规划;  多机协同
分类号:
S224.15; TP242
DOI:
10.3969/j.issn.2097-5236.2024.05.001
文献标志码:
A
摘要:
【目的】针对单个小型行间除草机器人续航能力差,无法独立完成大面积稻田除草任务的问题,提出了一种基于多染色体优化遗传算法(multi-chromosome optimized genetic algorithm, MGA)的多机协同路径规划方法。【方法】首先,根据稻田秧苗分布情况,将能耗最高的除草机器人的移动距离最小化作为优化目标,建立了多机协同路径规划模型; 其次,设计了一种多染色体遗传算法,并引入逐代竞争机制、配对交换机制及自适应变异算子,以提升算法的最优解质量和鲁棒性; 最后,在不同田形的模拟地图和稻田栅格地图上进行了多机协同路径规划仿真试验,并与传统遗传算法(genetic algorithm,GA)及自适应遗传算法(adaptive genetic algorithm,AGA)进行对比。【结果】在不同田形地图仿真试验中,多染色体优化遗传算法表现出了较高的最优解质量和鲁棒性,明显优于传统遗传算法和自适应遗传算法。在稻田栅格地图仿真试验中,优化遗传算法生成的能耗最高的除草机器人的移动距离相较于传统遗传算法缩短了9.7%,相较于自适应遗传算法缩短了8.0%; 平均路径长度相较于传统遗传算法缩短了6.1%,相较于自适应遗传算法缩短了3.8%。搜索结果的标准差相较于传统遗传算法降低了34%,相较于自适应遗传算法降低了40%。【结论】多染色体优化遗传算法能有效缩短能耗最高的小型行间除草机器人的移动距离,有助于其在续航能力范围内完成作业任务。

参考文献/References:

[1] 沈国辉,梁帝允.中国稻田杂草识别与防除[M].上海:上海科学技术出版社,2018.
[2] 邢钦淞,丁素明,薛新宇,等.智能田间除草机器人发展现状研究[J].中国农机化学报,2022,43(8):173.
[3] 孙君亮,闫银发,李法德,等.智能除草机器人的研究进展与分析[J].中国农机化学报,2019,40(11):73.
[4] LIU C, YANG K, CHEN Y, et al. Benefits of mechanical weeding for weed control, rice growth characteristics and yield in paddy fields[J]. Field Crops Research, 2023, 293:108852.
[5] TANG H, XU C, WANG Q, et al. Analysis of the mechanism and performance optimization of burying weeding with a self-propelled inter row weeder for paddy field environments[J]. Applied Sciences-Basel, 2021, 11(21):9798.
[6] 杨生旺.新型稻田微型螺旋推进除草机的设计与试验[D].杭州:浙江科技学院,2022.
[7] TANG F. Coverage path planning of unmanned surface vehicle based on improved biological inspired neural network[J]. Ocean Engineering, 2023, 278:114354.
[8] TRIGUI S, KOUBAA A, CHEIKHROUHOU O, et al. A distributed market-based algorithm for the multi-robot assignment problem[J]. Procedia Computer Science, 2014, 32(12):1108.
[9] LIU T, LI J, YANG S X, et al. Optimal coverage path planning for tractors in hilly areas based on energy consumption model[J]. International Journal of Robotics & Automation, 2023, 38(1):20.
[10] LI S, ZHANG M, WANG N, et al. Intelligent scheduling method for multi-machine cooperative operation based on NSGA-III and improved ant colony algorithm[J]. Computers and Electronics in Agriculture, 2023, 204:107532.
[11] 涂亚楠,侯晓晓.农业运输机械田间路径协同分配模型研究[J].农机化研究,2024,46(9):53.
[12] 唐灿,宗望远,黄小毛,等.农用无人机多机多田块作业路径规划算法[J].华中农业大学学报,2021,40(5):187.
[13] CHAKRABORTY S, ELANGOVAN D, GOVINDARAJAN P L, et al. A comprehensive review of path planning for agricultural ground robots[J]. Sustainability, 2022, 14(15):9156.
[14] 宫金良,王伟,张彦斐,等.基于农田环境的农业机器人群协同作业策略[J].农业工程学报,2021,37(2):11.
[15] 李雯,倪锡涛.酿酒葡萄生长全过程多任务多农机调度研究[J].农机化研究,2024,46(5):262.
[16] WANG Y, LU X, SHEN J. Improved genetic algorithm(VNS-GA)using polar coordinate classification for workload balanced multiple traveling salesman problem(MTSP)[J]. Advances in Production Engineering & Management, 2021, 16(2):173.
[17] LIANG L, ZHU L, JIA W, et al. Multirobot task planning method based on the energy penalty strategy[J]. Applied Sciences-Basel, 2023, 13(8):4887.
[18] 陈岁繁,王浈元,李其朋.基于改进蚁群优化算法的AGV路径规划[J].浙江科技学院学报,2024,36(1):59.
[19] 赵睿琦.基于改进多目标遗传算法的变截面涡旋盘优化设计[J].机电信息,2023(6):31.

备注/Memo

备注/Memo:
收稿日期:2024-03-05
基金项目:浙江省食品物流装备技术研究重点实验室开放基金项目(KF2022002yb)
通信作者:吴 坚(1965— ),男,浙江省杭州人,教授,硕士,主要从事食品物流装备、数控技术研究。E-mail:wujian@zust.edu.cn。
更新日期/Last Update: 2024-10-28