基于变频蝙蝠算法的农业无人机路径规划方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114895707A(43)申请公布日2022.08.12(21)申请号202210523656.6(22)申请日2022.05.13(71)申请人华南农业大学地址510630广东省广州市天河区五山路483号华南农业大学(72)发明人吕石磊范仁杰李震薛秀云洪添胜姜晟(74)专利代理机构深圳市创富知识产权代理有限公司44367专利代理师侯腾腾(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书12页附图5页(54)发明名称基于变频蝙蝠算法的农业无人机路径规划方法及系统(57)摘要本发明公开了基于变频蝙蝠算法的农业无人机路径规划方法及系统，该方法包括：获取巡检地地形和威胁区域并生成三维环境；根据三维环境和无人机约束条件构建总成本函数；基于圆柱矢量坐标，根据变频蝙蝠算法并结合总成本函数，得到无人机飞行路径的局部最优解和全局最优解；根据变频蝙蝠算法对无人机飞行路径的局部最优解和全局最优解进行更新，输出最优路径。通过使用本发明，能够实现更加安全低能耗的无人机路径规划。本发明作为基于变频蝙蝠算法的农业无人机路径规划方法及系统，可广泛应用于农业巡检技术领域。CN114895707ACN114895707A权利要求书1/3页1.基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，包括以下步骤：获取巡检地地形和威胁区域并生成三维环境；根据三维环境和无人机约束条件构建总成本函数；基于圆柱矢量坐标，根据变频蝙蝠算法并结合总成本函数，得到无人机飞行路径的局部最优解和全局最优解；根据变频蝙蝠算法对无人机飞行路径的局部最优解和全局最优解进行更新，输出最优路径。2.根据权利要求1所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述获取巡检地地形和威胁区域并生成三维环境这一步骤，其具体包括：通过农业仿真平台对巡检地的地形环境进行仿真模拟，得到三维地形模型和威胁区域模型；根据三维地形模型和威胁区域模型生成无人机安全巡检路径规划的三维环境。3.根据权利要求2所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述根据三维环境和无人机约束条件构建总成本函数这一步骤，其具体包括：所述无人机约束条件包括飞行航迹路径最短约束、威胁最小约束、飞行高度约束和飞行转角约束；通过欧几里得距离公式计算两个路径点之间的距离，得到飞行航迹路径最短约束；根据三维环境获取无人机与威胁区域的危险距离，得到威胁最小约束；根据三维环境获取无人机的飞行最小高度限制和最大高度限制，得到飞行高度约束；根据无人机的转角率和爬升率评估飞行路径的可行性，得到飞行转角约束；结合飞行航迹路径最短约束、威胁最小约束、飞行高度约束和飞行转角约束构建总成本函数。4.根据权利要求3所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述总成本函数公式具体如下表示：上式中，Xi表示决策变量，bk表示权重系数，Fk表示无人机约束条件。5.根据权利要求4所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述基于圆柱矢量坐标，根据变频蝙蝠算法并结合总成本函数，得到无人机飞行路径的局部最优解和全局最优解这一步骤，其具体包括：对无人机的飞行路径进行编码处理，得到飞行路径编码向量；基于圆柱矢量坐标，结合飞行路径编码向量和变频蝙蝠算法对蝙蝠个体进行速度更新和位置更新；根据更新后的蝙蝠个体速度与位置，对飞行路径编码向量进行映射处理并结合总成本函数，得到无人机飞行路径的局部最优解和全局最优解。6.根据权利要求5所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述无人机飞行路径的局部最优解的计算公式如下所示：2CN114895707A权利要求书2/3页上式中，表示第t次迭代中第i个局部个体的历史最优解，表示第t‑1次迭代中的第i个局部个体最优解，表示第t次迭代中第i条飞行路径，表示第t次迭代中第i条飞行路径Ωi的飞行成本值，表示第t‑1次迭代中的第i个局部个体历史最优解的总成本值。7.根据权利要求6所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述无人机飞行路径的全局最优解的计算公式如下所示：上式中，表示第t次迭代中的全局最优解，表示第t次迭代中的第i个局部个体历史最优解的总成本值。8.根据权利要求7所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，变频蝙蝠算法的蝙蝠个体位置更新表达式如下所示：上式中，表示第i个蝙蝠个体第t次迭代更新的位置，表示第i个蝙蝠个体第t‑1次迭代更新的位置，μ表示权重系数。9.根据权利要求8所述基于变频蝙蝠算法的农业无人机路径规划方法，其特征在于，所述根据变频蝙蝠算法对无人机飞行路径的局部最优解和全局最优解进行更新，输出最优路径这一步骤，其具体包括：设置变频蝙蝠算