利索能及
我要发布
收藏
专利号: 2018109785994
申请人: 安徽农业大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种植保无人机集群协同控制方法,其特征在于,包括以下步骤:

11)无人机集群的初始化,设置执行任务的子无人机个体数量、父无人机数量、父无人机间距阈值,选择植物种群分布演化模型并设置模型的参数,无人机集群初始化INI(N)表达式如下:

INI(N)=rand(N,M,dm,g(X),R),其中:rand()为具有五个参数的位置分配随机函数,N为子无人机个体总数量,M为全部父无人机的数量,dm为父无人机间距阈值,g(X)为植物种群分布演化模型的分布密度函数,R为任务作业范围;

12)无人机个体的任务布局,将父无人机设定为施药无人机,将子无人机设定为识别无人机;

13)无人机个体的空间布局,将无人机所处空间自下向上分为父无人机层、子无人机层和临时调度层,父无人机位于父无人机层,子无人机位于子无人机层;根据无人机集群之间的相对位置,在目标工作区域建立初始平面坐标系;首先随机确定一个无人机个体作为参考无人机,其位置被设定为坐标系的原点,然后选择一个方向的无人机建立x轴,逆时针旋转90°建立y轴,其它无人机的位置根据它们对参考无人机相对距离和角度计算确定;

14)父无人机和子无人机的运动规划,设定父无人机和子无人机的任务规划、运动规划功能;所述父无人机和子无人机的运动规划包括以下步骤:

141)根据父无人机的适应度值,为其分配可调配的子无人机个体数量,其分配方式描述如下:NCBi=Pi*N,

其中:NCBi为i号父无人机调配的子无人机个体数量,Pi为分配给i号父无人机的调配比例,f(FBi)为i号父无人机当前的适应度值,表示i号父无人机的优劣程度,FBi为i号父无人机当前的位置信息,αi为i号父无人机分配比例的偏置量;

142)子无人机个体位置的确定,i号父无人机调配的子无人机个体的位置X由当前的父无人机按照预先设置好的植物种群高斯分布演化模型确定,具体描述如下:μi=FBi,

其中:δi为子无人机个体位置分布的离散程度,μi为子无人机个体分布的集中趋势位置,dr为子无人机之间的最小安全运动距离,dmax为作业区域的边界距离,αδi为子无人机个体位置分布离散程度的偏置量;

15)无人机集群在自由运动空间搜索的控制运动,父无人机宏观引导子无人机进行空间布局并分配子无人机自由运动空间,子无人机在各自的自由运动空间探索病虫害信息并相互通信,同时将信息融合并传输给父无人机;

16)父无人机的侦测识别施药,父无人机和子无人机共同侦测病害密度最高区域,进行病虫害识别并进行父无人机的施药作业;所述父无人机的侦测识别包括以下步骤:

161)父无人机和子无人机独自侦测所划分农田区域的图像,并同步将病虫害图像信息传至后台服务器进行图像病虫害识别处理;

162)后台服务器对父无人机和子无人机发送的农田图像进行病虫害识别,判断出当前病害密度最高区域;

163)无人机群进行位置调度,父无人机与病害密度最高区域的子无人机进行水平位置调度,将父无人机调度至病害密度最高区域;

164)父无人机在病害密度最高区域进行喷药作业。

2.根据权利要求1所述的一种植保无人机集群协同控制方法,其特征在于,所述无人机集群在自由运动空间搜索的控制运动包括以下步骤:

21)以每个子无人机个体作为控制点生成泰森多边形,将空间划分为若干独立的区域,独立区域Rk作为子无人机个体Uk的自由作业空间,Rk={X∈Rk|d(X,Uk)<d(X,Uj),j={1,2,…N},j≠k};

22)对每个子无人机的自由运动空间顶点按照顺序排序,生成顶点序列(P1,P2,P3,……,Pn);

23)构建控制点IN1(x0,y0)到各顶点的线段,其中,到顶点P1(x1,y1)的线段表示为:

24)生成各线段上的随机点作为无人机在自由运动空间运动的轨迹点,生成目标轨迹点P11、P12、P13、……、P1m;

顶点P1的随机点P11(x11,y11)的生成方法如下:γ=rand(1,time),0<γ<1,

其中,m为P1生成的多边形的顶点数,随机参数γ为当前时刻time生成的随机数;

25)从顶点P1出发,依次连接目标轨迹点P11、P12、……、P1m,生成子无人机在自由运动空间的目标运动轨迹,目标运动轨迹表示如下:IN1—>P11—>P12—>……—>P1m,

IN1为子无人机IN1当前所在位置;

依次生成子无人机IN2,IN3,……INn的目标运动轨迹;

26)子无人机按照目标运动轨迹在其自由运动空间内执行作业任务,更新最优适应度值和对应的位置信息,并发送给父无人机。

3.根据权利要求1所述的一种植保无人机集群协同控制方法,其特征在于,所述的无人机群进行位置调度包括以下步骤:

31)父无人机在其所在的父无人机层进行移动,移动至病害密度最高区域;

32)根据父无人机的新位置信息,生成满足分布参数的子个体无人机新位置序列,PC1、PC2、……、PCn;

33)位置序列点的校验,对于序列点之间的距离小于或等于无人机之间的安全距离的进行删除,并重新生成新序列点替换,直至位置序列全部满足要求;

34)子无人机群垂直上升至临时调度层;

35)子无人机依据其适应度值从大至小排序,依次分别调度子无人机从临时调度层至子无人机层,并在该层移动至当前PCi的坐标位置,i=1、2、……、n;

36)直到n号子无人机移动到PCn,位置调度完成。

4.根据权利要求1所述的一种植保无人机集群协同控制方法,其特征在于,所述父无人机在病害密度最高区域进行喷药作业包括以下步骤:

41)父无人机喷药作业轨迹点由当前的父无人机按照实数域连续型负二项分布模型确定,估计点nb(x)生成的具体描述如下:其中:Γ(x)为实数域上的伽玛函数,r为当前父种无人机所在的位置坐标值;

42)将生成的轨迹点随机排列,然后依次连接,形成父无人机喷药作业路线;

43)父无人机沿喷药作业路线执行喷药作业。

5.根据权利要求1所述的一种植保无人机集群协同控制方法,其特征在于,所述的无人机群进行位置调度步骤后,还包括无人机集群的循环迭代进化控制,其包括以下步骤:

51)子无人机在新自由运动空间搜索的控制运动;

52)父无人机和子无人机再次判断新划分区域内的农田区域图像,判断出当前划分区域状态下病害密度最高区域;

53)无人机群进行位置调度。

6.根据权利要求5所述的一种植保无人机集群协同控制方法,其特征在于:所述的循环迭代次数为3-6次。