基于遺傳算法的多無人機農(nóng)藥噴灑任務分配問題研究.pdf

1、目前無人機已經(jīng)在精量播種、植被檢測、農(nóng)藥噴灑等不同類型的農(nóng)業(yè)航空作業(yè)中有著廣泛的應用，采用無人機進行農(nóng)藥噴灑已經(jīng)成為農(nóng)業(yè)植保過程中的一項重要業(yè)務。同時，在最小化人為干預的方式下，如何利用無人機自主完成農(nóng)業(yè)航空作業(yè)任務也受到了廣泛的關(guān)注。其中，農(nóng)藥噴灑航空作業(yè)任務的分配是影響噴灑效果的關(guān)鍵因素。然而，關(guān)于無人機任務分配問題的研究仍處于發(fā)展階段，有很多關(guān)鍵技術(shù)和理論仍需要進一步研究。因此，針對多無人機農(nóng)藥噴灑任務分配問題如何優(yōu)化任務分配使得

2、農(nóng)藥噴灑效果最佳具有一定的理論意義和現(xiàn)實意義。
　　本論文針對多無人機農(nóng)藥噴灑任務分配問題，構(gòu)建了一種團隊定向問題(TOP)的模型，其首先引入無人機飛行動力學約束，將農(nóng)田間的歐式距離擴展為Dubins距離，然后分析影響農(nóng)藥噴灑效果的兩個因素，一是農(nóng)藥類型，二是農(nóng)藥噴灑時的環(huán)境溫度。根據(jù)環(huán)境溫度動態(tài)地產(chǎn)生農(nóng)藥噴灑的時間窗，并將該時間窗引入農(nóng)藥噴灑收益函數(shù)中，即構(gòu)建了一種帶有可變時間窗可變收益的TOP模型(DTOP-VTW-VP)。對

3、此，我們采用了遺傳算法求解上述模型，并設計了算法中的編碼、交叉和變異方式。通過實例分析總結(jié)了在Dubins曲線路徑，有限時間窗，收益可變情形下對該任務分配問題的影響，然后通過仿真實驗分析闡述了多無人機任務分配問題的最佳分配方案。在上述研究基礎(chǔ)上還通過算法仿真實驗驗證該模型及其求解方法比典型的人工分配策略具有明顯的優(yōu)勢，同時在小規(guī)模情形下也能夠獲得和精確方法一致的最優(yōu)解。此外，還通過仿真實驗對算法的參數(shù)敏感性進行了分析，給出了最佳的算法參