-
题名基于差分量子退火算法的农用无人机路径规划方法
被引量：25
- 1
-
-
作者
严炜
龙长江
李善军
-
机构
华中农业大学工学院/农业农村部长江中下游农业装备重点实验室
-
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2020年第1期180-186,共7页
-
基金
国家重点研发计划项目（2017YFD0202001）
-
文摘
为解决不规则区域内农用无人机植保作业问题,以农用无人机的总飞行距离和多余覆盖率为指标建立模型,将无人机的植保作业航向角作为优化目标,并考虑有障碍物下的情形,采用差分进化算法(different evolution algorithm,DE)与量子退火算法(quantum annealing algorithm,QA)融合的方法对应用模型进行求解,分析算法的执行过程并进行MATLAB仿真试验。结果显示:在设定的不含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法(differential evolution algorithm-quantum annealing,DEQA)时无人机总的飞行距离分别减少101.52、73.00 m,转弯路径分别减少43.02、43.10 m,多余覆盖率分别减少22.25%和12.79%;在设定的含障碍物农田区域环境下,相较于未规划与差分进化算法规划情况,采用差分量子退火算法时无人机总的飞行距离分别减少73.24、24.54 m,转弯路径分别减少52.50、12.72 m,多余覆盖率分别减少72.34%、23.52%,其余指标均有所下降。仿真结果表明,采用差分量子退火算法能够完成农田区域路径规划问题,可为农用无人机路径规划提供技术支持。
-
关键词
农用无人机
植保无人机
路径规划
差分量子退火算法
植保机械
飞行距离
覆盖率
障碍物
-
Keywords
agricultural UAV
plant protection UAV
path planning
DEQA algorithm
plant protection machinery
flight distance
coverage rate
obstacle
-
分类号
S25
[农业科学—农业机械化工程]
S49
[农业科学—农业工程]
-
