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。
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。
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。
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。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计客栈 ，原文地址：https://m.bishedaima.com/lunwen/50134.html
