在复杂的地形中,基于无人机的精确植物保护的综合框架:ACHAGA解决方案用于多茶叶田
Pengyang Zhang1,2, Yangyang Liu3, Hongbin Du1,2
1College of Horticulture and Forestry, Tarim University, Alar, China.
Frontiers in plant science
|October 11, 2024
概括
这项研究引入了一种新的算法,用于优化复杂茶叶田中的无人机 (UAV) 路线. 超级基因回火算法 (ACHAGA) 显著减少了飞行距离,并提高了精确植物保护的效率.
科学领域:
- 农业工程 农业工程
- 机器人技术 机器人技术 机器人技术
- 运营研究 运营研究
背景情况:
- 基于无人驾驶飞行器 (UAV) 的植物保护为茶叶生产提供了高效,节能的农业解决方案.
- 丘陵地形和有限的无人机耐力对茶田的有效路线规划构成重大挑战.
- 在精密农业中,优化无人机路线对于最大限度地提高效率和最小化运营成本至关重要.
研究的目的:
- 在多个茶叶田中开发基于无人机的精确植物保护的新方法框架.
- 为无人机与耐力限制规划最短路线和最佳飞行解决挑战.
- 通过最大限度地减少飞行距离,减少转和提高稳定性来优化无人机植物保护路线.
主要方法:
- 为无人机路线优化而开发了一种超级基因炼算法 (ACHAGA).
- 该框架涉及基于无人机射程的集群分区和发射分配.
- 飞行路径的精细化利用了带有自适应温度控制的超波基因和模拟火算法.
主要成果:
- 在平均40次代中,ACHAGA始终确定最佳解决方案,显示出强大的全球搜索能力.
- 与模拟相比,该算法平均减少了45.75次代和1811.93米的最佳路线长度.
- 实地测试表明,与手动和头脑风暴方法相比,ACHAGA分别减少了791.9米和359.6米的实际飞行路线.
结论:
- 在多茶田路线调度中,ACHAGA显著优于现有的启发式算法.
- 开发的框架为UAV在复杂的农业景观中的精密操作提供了理论和技术基础.
- 这项研究为管理大规模茶叶种植园和优化在具有挑战性的地形中无人机操作提供了有价值的参考.
