本發(fā)明涉及植保無人機技術領域，尤其涉及一種基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法。

背景技術：

隨著國內(nèi)經(jīng)濟的發(fā)展和城市規(guī)模的日益擴大，在植保領域，特別是農(nóng)藥噴灑領域，植保無人機噴藥的應用也日益廣泛。植保無人機噴藥的過程中需要考慮到噴灑目標區(qū)域的距離，噴灑目標距離無人機越遠，耗費的油和電就越多，實際噴藥時間也就越短，噴藥成本也就越高。同時，不同區(qū)域由于蟲情程度不同，在無人機數(shù)量有限的情況下，只能選擇部分蟲情較重的、距離無人機較近的作物進行噴藥。如何對目標進行選擇以最大化收益是一個目標分配問題，也是一個NP難問題，傳統(tǒng)的數(shù)學方法難以解決，需要借助啟發(fā)式算法進行優(yōu)化，以達到最佳收益。

因此需要一種新的基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法來解決上述問題。

技術實現(xiàn)要素：

針對現(xiàn)有技術的不足，本發(fā)明的目的是提供一種基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法能夠滿足現(xiàn)有技術的技術需求。

基于精英人工魚群的的植保無人機編隊航跡規(guī)劃方法，所述規(guī)劃方法包括以下步驟：

S1，用二進制序列對無人機和航跡進行編碼，將不同的編隊航跡規(guī)劃結(jié)果對應為人工魚；

S2，用隨機數(shù)對人工魚群進行初始化；

S3，計算每只人工魚的目標函數(shù)值；

S4，每條人工魚依次進行覓食行為、聚群行為、追尾行為和隨機行為；

S5，在所有人工魚進行如上四種行為后，對精英人工魚進行保留并開始新一輪迭代過程;

S6，判斷是否達到指定迭代次數(shù)；如果達到，則在到達指定迭代次數(shù)后輸出最優(yōu)人工魚作為植保無人機編隊航跡；如果未達到，則返回步驟S3。

優(yōu)選地，所述步驟S1具體為： 用二進制序列對無人機進行編碼，以便進行目標函數(shù)的計算，設置精英人工魚群算法的算法參數(shù)，具體包括魚群中人工魚的數(shù)量M，人工魚的視野距離N，擁擠程度L，隨機步長P，以便算法正常運行，再根據(jù)作物遭受蟲災的嚴重程度和噴藥所需的燃料成本計算得到采用每種航跡進行噴藥所能獲得收益得到無人機每條航跡的具體收益程度設置目標函數(shù)。

優(yōu)選地，所述步驟S2具體為：根據(jù)作物遭受蟲災的嚴重程度和噴藥所需的燃料成本進行歸一化，對每只人工魚進行編碼，并用隨機數(shù)對魚群中的每一條人工魚進行初始化。

優(yōu)選地，所述步驟S3中計算人工魚的目標函數(shù)值，并將目標函數(shù)值最優(yōu)的人工魚保存為精英人工魚，精英人工魚不參與后面的游動過程，包括不進行覓食行為、聚群行為、追尾行為和隨機行為。

優(yōu)選地，如果魚群中有比原精英人工魚更優(yōu)的人工魚，則用該人工魚替代精英人工魚，完成精英人工魚的更新。

優(yōu)選地，所述步驟S1 中，人工魚的數(shù)量M=50。

優(yōu)選地：所述步驟S4 中的覓食行為的步驟包括：在人工魚的視野范圍內(nèi)隨機生成一個新的人工魚，如果新的人工魚的目標函數(shù)值優(yōu)于當前人工魚，則用新的人工魚替換當前的人工魚，并進入聚群行為，否則直接進入聚群行為。

優(yōu)選地，所述步驟S4中，聚群行為的步驟包括：人工魚群計算當前視野內(nèi)的人工魚數(shù)量，并計算出所有視野內(nèi)人工魚的中心位置，然后將中心位置的人工魚的目標函數(shù)值與原人工魚進行比較，如果新的人工魚的目標函數(shù)值優(yōu)于當前人工魚，則用新的人工魚替換當前的人工魚，并進入追尾行為，否則直接進入追尾行為。

優(yōu)選地，所述步驟S4中的追尾行為的步驟包括：計算當前人工魚視野內(nèi)所有人工魚的最高目標函數(shù)值，如果最高目標函數(shù)值優(yōu)于當前人工魚，則用當前人工魚游向最高目標函數(shù)值對應的人工魚，并跳過隨機行為，否則直接進入隨機行為；

優(yōu)選地，所述步驟S4中的隨機行為的步驟包括：用隨機數(shù)生成一條人工魚替換當前人工魚。

本發(fā)明的技術方案具有以下有益效果：

本發(fā)明提供的一種基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法，通過模擬開放水域中魚群對食物覓食的過程，模仿魚群游動軌跡的優(yōu)化來實現(xiàn)植保無人機編隊航跡規(guī)劃問題的優(yōu)化，減少了無人機燃料消耗，降低了成本，優(yōu)化了航程軌跡，提高了噴藥效果，即能夠降低成本提高收益。

附圖說明

下面通過附圖和實施例，對本發(fā)明的技術方案做進一步的詳細描述。

圖1是本發(fā)明基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法的流程圖。

具體實施方式

為了清楚了解本發(fā)明的技術方案，將在下面的描述中提出其詳細的結(jié)構(gòu)。顯然，本發(fā)明實施例的具體施行并不足限于本領域的技術人員所熟習的特殊細節(jié)。本發(fā)明的優(yōu)選實施例詳細描述如下，除詳細描述的這些實施例外，還可以具有其他實施方式。

下面結(jié)合附圖和實施例對本發(fā)明做進一步詳細說明。

結(jié)構(gòu)圖1，本實施例公開了基于精英人工魚群的植保無人機編隊航跡規(guī)劃方法，是根據(jù)作物遭受蟲災的嚴重程度和噴藥所需的燃料成本計算得到采用每種航跡進行噴藥所能獲得收益，再模擬開放水域中魚群對食物覓食的過程，模仿魚群游動軌跡的優(yōu)化來實現(xiàn)植保無人機編隊航跡規(guī)劃問題的優(yōu)化；首先用二進制序列對無人機進行編碼，然后將不同的編隊航跡規(guī)劃結(jié)果對應為人工魚，每條人工魚依次進行覓食行為、聚群行為、追尾行為和隨機行為；在所有人工魚進行如上四種行為后，對精英人工魚進行保留并開始新一輪迭代過程，在到達指定迭代次數(shù)后輸出最優(yōu)人工魚作為植保無人機編隊航跡；本實施例的方法包括如下步驟：

(1) 用二進制序列對無人機進行編碼，以便進行目標函數(shù)的計算，設置精英人工魚群算法的算法參數(shù)，具體包括魚群中人工魚的數(shù)量M=50，人工魚的視野距離N，擁擠程度L，隨機步長P，以便算法正常運行，再根據(jù)作物遭受蟲災的嚴重程度和噴藥所需的燃料成本計算得到采用每種航跡進行噴藥所能獲得收益得到無人機每條航跡的具體收益程度設置目標函數(shù)；

(2) 根據(jù)作物遭受蟲災的嚴重程度和噴藥所需的燃料成本進行歸一化，對每只人工魚進行編碼，并用用隨機數(shù)對魚群中的每一條人工魚進行初始化；

(3) 依據(jù)步驟（1）中的目標函數(shù)計算人工魚群中每條人工魚的目標函數(shù)值，并將目標函數(shù)值最優(yōu)的人工魚保存為精英人工魚，精英人工魚不參與后面的游動過程，包括不進行覓食行為、聚群行為、追尾行為和隨機行為；

(4) 除精英人工魚外，人工魚群中的每條人工魚依次進行覓食行為、聚群行為、追尾行為和隨機行為；

（a）覓食行為的步驟包括:在人工魚的視野范圍內(nèi)隨機生成一個新的人工魚，如果新的人工魚的目標函數(shù)值優(yōu)于當前人工魚，則用新的人工魚替換當前的人工魚，并進入聚群行為，否則直接進入聚群行為；

(b)聚群行為的步驟包括：人工魚群計算當前視野內(nèi)的人工魚數(shù)量，并計算出所有視野內(nèi)人工魚的中心位置，然后將中心位置的人工魚的目標函數(shù)值與原人工魚進行比較，如果新的人工魚的目標函數(shù)值優(yōu)于當前人工魚，則用新的人工魚替換當前的人工魚，并進入追尾行為，否則直接進入追尾行為；

(c)追尾行為的步驟包括：計算當前人工魚視野內(nèi)所有人工魚的最高目標函數(shù)值，如果最高目標函數(shù)值優(yōu)于當前人工魚，則用當前人工魚游向最高目標函數(shù)值對應的人工魚，并跳過隨機行為，否則直接進入隨機行為；

(d)隨機行為的步驟包括：用隨機數(shù)生成一條人工魚替換當前人工魚；

(5) 如果魚群中有比原精英人工魚更優(yōu)的人工魚，則用該人工魚替代精英人工魚，完成精英人工魚的更新。

（6) 判斷是否精英人工魚群算法已經(jīng)運行了指定的迭代次數(shù)，如果已經(jīng)到達，則輸出最優(yōu)人工魚作為植保無人機編隊航跡，否則返回步驟（3）

本發(fā)明通過模擬開放水域中魚群對食物覓食的過程，模仿魚群游動軌跡的優(yōu)化來實現(xiàn)植保無人機編隊航跡規(guī)劃問題的優(yōu)化，減少了無人機燃料消耗，降低了成本，優(yōu)化了航程軌跡，提高了噴藥效果，即能夠降低成本提高收益。

最后應當說明的是：以上實施例僅用以說明本發(fā)明的技術方案而非對其限制，盡管參照上述實施例對本發(fā)明進行了詳細的說明，所屬領域的普通技術人員依然可以對本發(fā)明的具體實施方式進行修改或者等同替換，這些未脫離本發(fā)明精神和范圍的任何修改或者等同替換，均在申請待批的權(quán)利要求保護范圍之內(nèi)。