9篇关于植保无人机的计算机毕业论文

今天分享的是关于植保无人机的9篇计算机毕业论文范文, 如果你的论文涉及到植保无人机等主题,本文能够帮助到你

无人机作业仿真培训系统建模研究

这是一篇关于植保无人机,仿真培训,路径规划,遗传算法,MTSP的论文, 主要内容为植保是无人机应用的重要场景,也是目前我国无人机职业教育和行业培训的重要方向。充足的实习操作才能保障植保作业人员的水平,然而由于我国民用空域紧张,且存在教学场地的限制,以及对安全性方面的考虑,此方面的作业训练只能依赖于仿真系统,故无人机仿真培训系统成为了一个重要的研究课题。本文以无人机为研究对象,以农林植保为应用场景,对植保无人机作业仿真培训系统的最优决策内核进行了算法研究,并进行了仿真系统的开发。培训系统的作业场景包括不规则作业区域和不规则且不连续作业区域。用户通过仿真系统在这两个作业场景下,分别进行航迹规划决策;而仿真系统需要内嵌最优决策内核,将学员决策方案和该场景下的最优结果进行对比,以提高其决策合理性,故本文主要进行了以下3方面的研究和开发工作:1.针对不规则作业区域的单植保无人机作业。首先,使用基于二值膨胀的引入黑区栅格法对作业环境进行建模,然后使用遗传算法来求解,最后通过实验验证该算法作业于不规则作业区域的适用性。2.针对不连续作业区域多植保无人机协同作业,本文将其转换为MTSP问题,采用遗传算法进行了求解,由于遗传算法求解MTSP模型时具有特定编码针对特定任务集的局限性,所以本文将遗传算法与K-means算法结合使用进行优化,解决了这一问题,并通过实验验证了遗传算法与K-means算法结合的协同优化算法的正确性。3.在以上研究工作的基础上,本文采用Java EE技术、Agent技术和SSM框架,在Intelli J IDEA、Anylogic平台,进行系统开发,包含视景仿真、路径规划、任务训练、考评等模块,实现了作业场景显示、最优路径决策、用户交互、考评结果展示、数据存储等功能。经过评估测试该系统可以用于培训,对无人机植保的职业教育和行业培训具有支撑作用。

基于微服务的植保无人机服务平台研究与实现

这是一篇关于植保无人机,无人机管理,服务平台,微服务的论文, 主要内容为随着无人机技术的出现,其信息化和智能化程度不断提升,逐渐在民用领域推广,植保作业便是其中一个重点推广的领域。目前,使用无人机进行植保作业已经形成一定规模,无人机操作便捷、可垂直升降、灵活性高的特点,非常适合植保行业用于补充传统作业的短板。推广以植保无人机作业为主、人工田间作业为辅的工作模式,对开展高效、精益化的农田维护工作有重要的意义。新型的田间植保作业模式,在提高作业效率的同时,对作业团队人员及设备的管理、作业信息的同步都带来了新的要求和挑战。针对上述背景,本文给出了一套植保无人机管理解决方案,设计并开发了一套植保无人机服务平台。该平台采用微服务的方式,将各模块按照功能的不同进行拆分,并将各功能模块进行分布式部署。服务平台采用前后端分离的开发模式,后端主要采用SpringBoot+Mybatis技术对相关接口进行实现,使用Maven对项目进行构建和依赖管理,并使用Git对项目代码进版本管理,数据存储采用了关系型数据库MySQL,对于系统中需要缓存的数据则采用了Redis。本文首先根据植保作业过程中所面临的场景,进行了详细的需求分析,明确了系统中各模块的功能,给出了功能用例图;之后,在需求分析的基础上,对各功能进行了详细设计,在功能设计过程中给出了主要功能的时序图,并对主要类给出了类图;最后,对各功能模块进行了实现和测试,测试内容主要包含了功能测试和性能测试。该植保无人机服务平台,实现了植保团队人员与运营的综合化管理。使用该服务平台,用户可以对植保团队中的人员关系和设备状态进行维护;可以查看当前植保团队所维护的地块,也可以实时跟进其所维护地块的维护进度;植保人员在对其作维护地块进行飞行作业前,可以为植保无人机进行航线规划;植保无人机在作业的过程中,其作业状态信息和告警信息可以实时同步回服务平台。最后,本文给出了一种分布式ID生成方案,并把其作为一个基础服务,供服务平台中的各服务进行调用。

基于元启发式算法的植保无人机路径规划方法研究

这是一篇关于植保无人机,路径规划,元启发式算法,神经网络,瞪羚优化算法,微服务的论文, 主要内容为植保无人机作为新兴的智能化农业装备,高度集成了机电一体化、计算机、信息通信、自动控制与地理信息定位等相关技术,是当前现代化农业发展的研究热点。路径规划是实现植保无人机高效、安全自主作业的重要保证。传统路径规划算法因其代价高、收敛速度慢、容易陷入局部最优、规划路径不够平滑,难以解决植保无人机路径规划存在的复杂且多约束的组合优化问题。鉴于元启发式算法其简洁的数学表示和准确的物体描述能力,在路径规划方面具有明显优势,是快速高效解决复杂且多约束的组合优化问题的有效手段。因此,本文以植保无人机为研究对象,根据不同的作业环境地图、约束条件和优化目标等问题,重点开展了基于元启发式算法的植保无人机路径规划方法研究,实现植保无人机作业路径的最优化,在农业植保无人机的应用发展方面具有重要的理论与实际意义。主要研究内容如下:(1)针对传统神经网络算法依赖于先验知识以及处理未知环境信息、全局搜索效率低下等问题,提出了一种基于神经网络前向传播结合人工蜂群算法的全覆盖路径规划算法,通过构建综合评价函数,实现模型训练过程中全覆盖路径的自动生成和评估。仿真结果表明,所提方法极大的提高了无人机全覆盖植保作业效率。(2)针对传统瞪羚优化算法全局搜索能力不足、易陷入局部最优的问题,构建了考虑障碍物、无人机飞行高度以及转角等多约束条件耦合下的路径规划数学模型,提出了一种基于Logistic-tent混沌初始化和动态自适应全局搜索策略的改进瞪羚优化算法,有效提升了算法的全局搜索能力。仿真结果表明,在具有不同约束条件下,所提方法能够实现植保无人机作业路径的最优化,并以山地果园静态障碍物环境为模型基础,验证了所提方法在植保无人机点对点三维路径规划的可行性和有效性。(3)基于上述研究成果,采用Spring Boot和Spring Cloud等技术,设计并开发了一套植保无人机路径规划原型系统,提供了基于角色分配的人员与设备信息管理、作业路径规划、作业信息实时同步与管理等功能模块,实现农作物的精准施药,提高植保无人机作业效率,减少人力成本,为农业生产提供更加便捷和高效的服务。

基于微服务的植保无人机服务平台研究与实现

植保无人机飞行路径规划策略研究与优化系统实现

这是一篇关于植保无人机,粒子群算法,路径规划,优化系统的论文, 主要内容为目前作物病虫害的化学防治已经从传统的人工喷洒作业,逐渐转为无人机替代人力作业。无人机需在低能耗、高效率的情况下完成自主作业。植保无人机路径规划是自主作业系统的重要部分,路径规划就是按照设定的工作要求,在满足所有控制条件下,规划出农药、电量、时间等消耗最少的作业路径。因此本文以优化植保无人机路径为目的,结合现代计算机技术和优化算法,基于Python语言和Django框架,研究并开发了植保无人机飞行路径优化系统。本文围绕植保无人机路径优化系统的设计与开发做了如下工作:(1)植保无人机路径规划基本方法研究。首先查阅大量文献,根据植保无人机作业特点,采用栅格法处理农田地块。设计植保无人机在栅格化地块中的行走策略,实现无人机在地块中进行往复回转式全覆盖路径作业,并得到作业仿真路径图。构建作业区域坐标系,为之后的优化提供计算环境。因保障点设置在坐标系原点,所以在确定路径优化目标后,提出简单规划即在满足所有限制条件下使每一个返航点都落在作业区域的底边界上。当作业区域面积过大时,反而未规划的结果要好于简单规划,故提出优化算法对植保无人机的路径进行规划。(2)植保无人机路径规划算法研究。以每次植保作业距离为变量,往返飞行距离、更换电池与装填药液等非植保作业时间最短为目标构建函数,针对返航点的数量与位置采用粒子群算法与引力搜索算法进行寻优。对本文提出的基于两种优化算法的路径规划方法进行了实例检验,发现粒子群算法的各项输出结果均优于引力搜索算法,故选取粒子群算法作为本系统的优化算法。基于粒子群算法规划的结果对比简单规划和未规划,非植保作业距离总和分别减少了 15%和79%,非植保作业时间分别减少了 21%和48%。此方法也适用于不规则区域。选取形状为直角梯形的不规则作业区域,上底长100m,下底长137m,梯形高为740m。在此不规则作业区域当中,基于粒子群算法规划的结果相比于简单规划和未规划的结果非植保作业距离分别减少了 13%和78%,非植保作业时间分别减少了 19%和49%。以上两次实例检验均验证了本文提出路径规划方法的实用性与可行性。(3)植保无人机路径优化系统的设计与实现。在本文提出的路径规划方法得到实例检验后,基于Python语言使用Vue框架和Django框架开发并实现了植保无人机路径优化系统。系统主要分为6个模块,其中在用户进行注册并登录后才可解锁其他模块。系统简介模块让使用系统的用户对本系统有个简要的了解,且植保无人机分类模块可以为用户提供植保无人机类型的选择。输入模块界面的功能是将用户输入要优化的地块信息及无人机参数传输给后端的优化模型中。本系统的核心部分为输出模块,输出模块在用户输入参数后,可展示优化后的植保无人机仿真路径图,三种规划方法的数据对比以及提供优化后的返航点位置及坐标。植保无人机路径优化系统可以实现精确植保无人机的路径优化,可以将路径优化图导入到植保无人机操控系统中实现自主作业,还可以帮助无人机操纵人员进行数据分析以及指导植保无人机精准作业,对未来提高植保无人机作业效率起到重要的借鉴作用。

基于六旋翼无人机的农业植保系统研究与设计

这是一篇关于农业植保系统,植保无人机,路径规划,农业植保数据管理系统的论文, 主要内容为随着国家对精准化农业的要求,传统的农业植保方式因效率低下,且农药残余量高的问题已经不能够满足当下需要,所以研究新的植保方式成为必要的发展趋势。我国植保无人机技术刚刚起步,还没有形成一套完整的技术解决方案。本文提出了一种使用植保无人机自动喷洒,依靠农业植保数据管理系统实现植保任务派遣和绩效查看的方法。基于六旋翼无人机农业植保系统的研究有效的解决了人工喷洒效率低下,农药残余量高,植保数据不完善和无人机植保效率低的问题。具体内容如下:首先,按照设计要求,设计一款六旋翼植保无人机,主要内容包括整机结构的设计、最大起飞重量的估计以及动力系统、飞行控制单元外接电路、机身主体和农药控制系统等部件的设计及安装。其次,针对大面积农田植保时植保无人机无法单架次完成喷洒,需要多架次返航的问题,设计了多架次路径规划算法,通过构建植保无人机的位置坐标与植保作业总距离的关系方程和植保无人机各架次的农药喷洒量的递归不等式,采用粒子群算法实现植保无人机返航位置的寻优,缩短了植保无人机的植保时间。针对小面积农田植保无人机单次可完成植保任务,设计单架次路径规划算法,通过构建坐标变换的函数关系,在航线依次与多边形农田各边平行的条件下,分别求出植保无人机的总飞行距离,取最小飞行距离时对应的航线为植保无人机的最佳路线,降低了植保无人机能耗,提高了植保效率。为了使单架次路径规划算法应用到植保无人机的飞行中,设计了路径规划软件,它可根据用户对于植保参数的设定,在单架次路径规划算法的模型中自动输出航点轨迹。最后,针对植保数据混乱,运行效率低的问题,设计了农业植保数据管理系统。平台基于B/S结构,运用MVC设计模式,采用SSH框架设计,具有耦合性好,可扩展性强的优点。平台利用JSP实现订单任务的管理和植保数据持久化到MySQL数据库中并以各种报表的形式展示给用户,提高了植保队的管理效率。