0 引 言
1 环境建模
1.1 结构空间法构建农田作业环境模型
1.2 田间转移道路网的设计
1.2.1 建立田块间的连通关系
1.2.2 连接关系的校验
2 多田块间衔接路径规划
2.1 田块间节点信息存储与初始化
2.2 Floyd算法仿真试验
2.2.1 迭代计算
2.2.2 路径重构
3 田块间遍历顺序规划
3.1 建立田块间的距离矩阵
3.2 基于改进遗传算法的多田块遍历顺序规划
3.2.1 遗传编码
3.2.2 适应度函数的设计
3.2.3 遗传操作
3.3 改进遗传算法的田块遍历顺序仿真试验
表1 田块遍历顺序研究中的两种算法主要参数设置Table 1 Main parameter settings for two algorithms in field block traversal sequence research |
算法 | 种群 大小 | 迭代 次数 | 交叉 概率 | 变异 概率 | 放大 系数 | 缩小 系数 | 适应度阈值 |
---|---|---|---|---|---|---|---|
传统遗传算法 | 20 | 200 | 0.9 | 0.1 | —— | —— | —— |
改进遗传算法 | 20 | 200 | 0.9 | 0.1 | 1.05 | 0.95 | 0.8 |
|
图12 传统遗传算法与改进遗传算法的遍历顺序规划图Fig. 12 Traversal sequence planning diagrams of traditional genetic algorithm and improved genetic algorithm |
图13 传统遗传算法与改进遗传算法的迭代曲线图Fig. 13 Iteration curve graphs of traditional genetic algorithm and improved genetic algorithm |
表2 平均最短路径长度与平均收敛迭代次数仿真结果对比Table 2 Comparison of simulation results for average shortest path length and average converged iterations |
算法 | 平均最短路径长度/m | 平均收敛迭代数/次 |
---|---|---|
传统遗传算法 | 742.2 | 153 |
改进遗传算法 | 639.6 | 95 |
4 遍历路径规划仿真
图14 遍历路径规划仿真试验的田块卫星图像Fig. 14 Satellite images of field blocks for traversal path planning simulation experiments |
表3 遍历路径规划仿真试验的田块数据参数Table 3 Parameters of field data for traversal path planning simulation experiments |
田块序号 | 面积/m2 | 周长/m | 边界点数目/个 |
---|---|---|---|
田块1 | 921 | 132 | 8 |
田块2 | 1 775 | 182 | 10 |
田块3 | 1 047 | 153 | 9 |
田块4 | 1 139 | 148 | 10 |
田块5 | 1 013 | 137 | 7 |
田块6 | 1 097 | 138 | 8 |
田块7 | 2 032 | 178 | 16 |
田块8 | 2 807 | 242 | 9 |
田块9 | 5 655 | 305 | 12 |
田块10 | 715 | 122 | 10 |
图15 田块遍历路径规划试验中作业区域田块覆盖路径仿真结果Fig. 15 Simulation results of field block coverage paths in the field block traversal path planning experiment |
图17 本算法下的多田块遍历路径规划仿真结果Fig. 17 Simulation results of multi-field traversal path planning under the proposed algorithm in this paper |
表4 三种多田块遍历路径规划方法对比Table 4 Comparison of three multi-field traversal path planning methods |