基于改进的粒子算法为小麦种植机的自主操作路径规划方法
Shuangshuang Du1, Yunjie Zhao1,2,3, Yongqiang Tian1,2,3
1College of Computer and Information Engineering, Xinjiang Agricultural University, Urumqi 830052, China.
Sensors (Basel, Switzerland)
|September 13, 2025
概括
本研究介绍了一种改进的混合粒子群优化 (TLG-PSO) 算法,用于在大型不规则的田地自主规划小麦播种路径. TLG-PSO显著减少了路径长度,改善了覆盖范围,并降低了能源消耗,以实现高效的农业运作.
科学领域:
- 农业工程 农业工程
- 人工智能的人工智能
- 优化算法 优化算法
背景情况:
- 大规模的不规则农田对自主小麦播种路径规划提出了挑战,包括低效率,覆盖范围不足和高能耗.
- 现有的路径规划策略往往难以同时优化农业机械的多个目标.
研究的目的:
- 开发和评估一个改进的混合粒子群优化算法 (TLG-PSO),用于在小麦播种中自主操作路径规划.
- 为了最大限度地减少有效的操作路径长度,减少转频率,并最大限度地提高农业机械的覆盖率.
主要方法:
- 提议的TLG-PSO算法包括帐混乱映射初始化,基于物流的动态惯性重量调整和自适应的高斯扰动.
- 构建了一个全面的路径规划模型,并使用立方贝齐尔曲线进行路径平滑,以确保运行安全和稳定.
- 进行了与传统策略和其他智能优化算法 (GA,ACO,PSO,BreedPSO,SecPSO) 的模拟实验和比较分析.
主要成果:
- 与传统方法相比,TLG-PSO实现了卓越的全覆盖运行性能,平均总路径长度减少了6228米,覆盖率提高了1.31%.
- 该算法在大型现场测试中显示了显著的能源节约 (减少6.45%) 和劳动节约 (平均96.32%).
- 对比实验显示,TLG-PSO的性能优于其他算法,路径长度减少了0.16%-0.74%,能源消耗减少了0.53%-2.47%.
结论:
- 改进的TLG-PSO算法为大型农业机械的自主操作提供了可行和高效的解决方案,可节省大量的燃料和时间.
- TLG-PSO表现出卓越的融合速度和计算效率,使其对现实世界农业生产非常实用.
- 该算法有效地解决了小麦播种路径规划中的关键挑战,提高了整体运营性能.
