Planificación de rutas basadas en la red de robots agrícolas impulsados por el algoritmo de evolución colaborativa de...

Área de la Ciencia:

• Robótica y inteligencia artificial
• Algoritmos de optimización
• Ingeniería agrícola

Sus antecedentes:

• Los robots móviles se enfrentan a desafíos en la planificación de caminos dentro de entornos agrícolas complejos.
• Los algoritmos existentes a menudo carecen de eficiencia y adaptabilidad para aplicaciones agrícolas.

Objetivo del estudio:

• Desarrollar un algoritmo de optimización avanzado, el algoritmo multiestratégico de evolución colaborativa del tejón de miel (MCEHBA), para mejorar la planificación de las rutas de los robots móviles en las tierras de cultivo.
• Mejorar la exploración global, la explotación local, la diversidad de la población y la eficiencia de la búsqueda en la búsqueda de rutas.

Principales métodos:

• Integración de un factor de convergencia no lineal basado en la función sinusoidal para el balance dinámico exploración-explotación.
• Incorporación de la evolución diferencial y el aprendizaje basado en la oposición centrado en la gravedad para mejorar la diversidad de la población y la eficiencia de la búsqueda.
• Utilización de una buena inicialización de conjuntos de puntos y manejo descentralizado de restricciones de límites para una mayor precisión y velocidad.

Principales resultados:

• MCEHBA demostró capacidades de optimización superiores en el conjunto de funciones de referencia CEC2017, validadas por las pruebas de Friedman y Nemenyi.
• El algoritmo logró valores mínimos de función objetivo en tres problemas de aplicación de ingeniería, superando a otros seis algoritmos.
• En las simulaciones de tierras de cultivo, MCEHBA generó caminos con costos totales minimizados, mostrando una excelente convergencia global y aplicabilidad práctica.

Conclusiones:

• MCEHBA ofrece un avance significativo en la planificación de rutas de robots móviles para entornos agrícolas.
• El enfoque de múltiples estrategias del algoritmo mejora su robustez, eficiencia y aplicabilidad a los desafíos de ingeniería del mundo real.
• MCEHBA proporciona una solución prometedora para optimizar la navegación autónoma en tierras agrícolas complejas y a gran escala.