CN117356546B - 一种机场草坪用的喷雾车的控制方法、系统及存储介质 - Google Patents
一种机场草坪用的喷雾车的控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117356546B CN117356546B CN202311630295.6A CN202311630295A CN117356546B CN 117356546 B CN117356546 B CN 117356546B CN 202311630295 A CN202311630295 A CN 202311630295A CN 117356546 B CN117356546 B CN 117356546B
- Authority
- CN
- China
- Prior art keywords
- data information
- vehicle
- lawn
- whale population
- whale
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 31
- 238000005507 spraying Methods 0.000 title claims description 22
- 241000283153 Cetacea Species 0.000 claims description 84
- 239000007921 spray Substances 0.000 claims description 56
- 238000005457 optimization Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000001276 controlling effect Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 239000003814 drug Substances 0.000 description 5
- 244000025254 Cannabis sativa Species 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种机场草坪用的喷雾车的控制方法、系统及存储介质，所述方法包括：L1.在草坪边界上设置信标，无人驾驶喷雾车行驶在机场草坪上，基于车载机械式风向传感器实时获取风向数据信息，基于车载湿度传感器实时获取草坪湿度数据信息，基于车载高精地图实时获取草坪的地图数据信息，并获取车辆的机位宽度数据信息和信标之间的距离数据信息；L2.基于所述草坪地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息。本发明不仅保证喷雾车能够自动进行喷雾无需人工进行参与，降低劳动成本，而且结合多种环境因素进行路径规划和喷头调整，降低车辆损耗，提高喷洒效率。
Description
技术领域
本发明涉及无人驾驶喷雾车技术领域，尤其是涉及一种机场草坪用的喷雾车的控制方法、系统及存储介质。
背景技术
机场草坪不但能吸附尘土、还能美化机场的环境，但草坪也滋养昆虫，进而引来飞鸟，对飞机的飞行安全造成了一定的安全影响，因此，需要机场鸟防部门定期对草坪进行喷药处理，抑制草的生长，使之不结草籽，减少对鸟的吸引，同时控制草的生长速度，减少修剪的投入。
目前草坪的喷药方式主要以人工开着拖拉机，拖拽带有喷杆的药罐进行喷药作业，整个过程是开放的，药雾易随风吹散。据了解，在草坪的生长旺季，由于机场草坪面积较大，往往刚完成一轮的喷药工作，新的一轮喷药工作又要开始，鸟防部门需投入较多的人力、工作量也较大。如果能够定期有一种能够自动喷药的机械投入，将为机场带来良好效益。
发明内容
鉴于以上问题，本发明提供了一种机场草坪用的喷雾车的控制方法、系统及存储介质，不仅保证喷雾车能够自动进行喷雾无需人工进行参与，降低劳动成本，而且结合多种环境因素进行路径规划和喷头调整，降低车辆损耗，提高喷洒效率。
为了实现上述目的及其他相关目的，本发明提供的技术方案如下：
一种机场草坪用的喷雾车的控制方法，所述方法包括：
L1.在草坪边界上设置信标，无人驾驶喷雾车行驶在机场草坪上，基于车载机械式风向传感器实时获取风向数据信息，基于车载湿度传感器实时获取草坪湿度数据信息，基于车载高精地图实时获取草坪的地图数据信息，并获取车辆的机位宽度数据信息和信标之间的距离数据信息；
L2.基于所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，采用改进的鲸鱼优化算法对车辆的轨迹进行优化，得到车辆的优化轨迹数据信息；
L3.基于所述车辆的优化轨迹数据信息，车辆进行作业，根据所述草坪湿度数据信息和所述风向数据信息，采用阈值算法对车辆的喷头进行控制和调节，输出车辆的综合控制数据信息。
进一步的，在步骤L2中，所述采用改进的鲸鱼优化算法对车辆的轨迹进行优化包括：
L21.获取所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，构建车辆的动态变化数组(ui,vi,wi),其中，ui为第i时刻的草坪地图数据信息，vi为第i时刻的车辆机位宽度数据信息，wi为第i时刻信标之间的距离数据信息，得到车辆的动态变化数组数据信息；
L22.基于所述车辆的动态变化数组数据信息，对鲸鱼种群进行初始化，得到初始化后的鲸鱼种群数据信息；
L23.基于所述初始化后的鲸鱼种群数据信息，建立目标函数F，
，
其中，(x,y,z)为待优化的车辆的动态变化数组，(ui,vi,wi)为车辆的动态变化数组数据信息，n为种群数量，ɑi，βi和γi为权重系数，对每个位置的鲸鱼的适应度进行推算，得到鲸鱼种群的适应度数据信息；
L24.基于所述鲸鱼种群的适应度数据信息，对鲸鱼种群的位置进行更新，重复步骤L22-L23，并结合改进的哈里斯鹰优化算法进行迭代，得到车辆的优化轨迹数据信息。
进一步的，在步骤L24中，所述并结合改进的哈里斯鹰优化算法进行迭代包括：
L241.根据所述对鲸鱼种群的位置进行更新，得到鲸鱼种群的优化解数据信息；
L242.基于所述鲸鱼种群的优化解数据信息，建立反向解函数G，
，
其中，ηj为鲸鱼种群的优化解数据信息，ω为权重因子，J为鲸鱼种群，得到鲸鱼种群的反向解数据信息；
L243.基于所述鲸鱼种群的反向解数据信息，建立评价函数Q，
，
其中，O为鲸鱼种群的反向解数据信息的集合，g为鲸鱼种群的反向解数据信息的集合中的元素，σ为评价常量因子，q为评价变量，对鲸鱼种群的反向解进行评价，得到鲸鱼种群的反向解评价数据信息；
L244.基于所述鲸鱼种群的反向解评价数据信息，对鲸鱼种群的优化解进行筛选，得到筛选后的鲸鱼种群优化解数据信息。
进一步的，所述对鲸鱼种群的优化解进行筛选为根据所述鲸鱼种群的反向解与所述鲸鱼种群的优化解的对应关系，进行反向优化筛选，得到收敛的鲸鱼种群优化解。
进一步的，在步骤L23中，所述权重系数ɑi，βi和γi的约束关系为：
。
进一步的，在步骤L3中，所述采用阈值算法对车辆的喷头进行控制和调节包括：
L31.基于所述所述草坪湿度数据信息和所述风向数据信息，建立喷头调节函数T，
，
其中，a为草坪湿度数据信息，ρ1为草坪湿度的期望值数据信息，θ1为草坪湿度的方差数据信息，χ1为草坪湿度的决定因子，ρ2为风向的期望值数据信息，θ2为风向的方差数据信息，χ2为风向的决定因子，b为风向数据信息；
L32.基于所述喷头调节函数T，设置预设阈值m1和m2，m1小于m2，若T大于m2则降低喷头高度，若T大于m1且小于m2则维持喷头状态，若T小于m1则关闭喷头。
进一步的，所述若T大于m2则降低喷头高度为建立喷头高度降低函数U，
，
其中，s为喷头高度的上限值，so为喷头高度的下限值，T为喷头调节函数，m2为预设阈值，得到降低喷头高度的数值数据信息。
进一步的，所述车辆的综合控制数据信息包括车辆的优化轨迹数据信息、车辆喷头调节和控制数据信息和主动避障数据信息，所述主动避障数据信息为根据车载激光雷达扫描周围人员和障碍，识别后语音提醒，甚至停机后，待周围环境满足作业条件。
为了实现上述目的及其他相关目的，本发明还提供了一种机场草坪用的喷雾车的控制系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述的机场草坪用的喷雾车的控制方法的步骤。
为了实现上述目的及其他相关目的，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述的机场草坪用的喷雾车的控制方法的计算机程序。
本发明具有以下积极效果：
1.本发明通过采用改进的鲸鱼优化算法对车辆的轨迹进行优化，得到车辆的优化轨迹数据信息，不仅能够对车辆的行驶轨迹进行全局优化，而且喷雾过程中，减少车辆的能量损耗，提高车辆的续航能力和喷洒效率。
2.本发明采用阈值算法对车辆的喷头进行控制和调节，能够有效的根据风向和草坪湿度信息进行喷洒，不仅能够保证喷洒的效果，而且防止出现二次喷洒的问题，与此同时，全程无需人工进行参与，降低劳动成本，提高经济效益。
附图说明
图1为本发明的方法流程示意图；
图2为本发明的整体布置示意图；
图3为本发明的改进的鲸鱼优化算法的流程示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例1：如图1或图2所示，一种机场草坪用的喷雾车的控制方法，所述方法包括：
L1.在草坪边界上设置信标，无人驾驶喷雾车行驶在机场草坪上，基于车载机械式风向传感器实时获取风向数据信息，基于车载湿度传感器实时获取草坪湿度数据信息，基于车载高精地图实时获取草坪的地图数据信息，并获取车辆的机位宽度数据信息和信标之间的距离数据信息；
L2.基于所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，采用改进的鲸鱼优化算法对车辆的轨迹进行优化，得到车辆的优化轨迹数据信息；
L3.基于所述车辆的优化轨迹数据信息，车辆进行作业，根据所述草坪湿度数据信息和所述风向数据信息，采用阈值算法对车辆的喷头进行控制和调节，输出车辆的综合控制数据信息。
在本实施例中，如图3所示，在步骤L2中，所述采用改进的鲸鱼优化算法对车辆的轨迹进行优化包括：
L21.获取所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，构建车辆的动态变化数组(ui,vi,wi),其中，ui为第i时刻的草坪地图数据信息，vi为第i时刻的车辆机位宽度数据信息，wi为第i时刻信标之间的距离数据信息，得到车辆的动态变化数组数据信息；
L22.基于所述车辆的动态变化数组数据信息，对鲸鱼种群进行初始化，得到初始化后的鲸鱼种群数据信息；
L23.基于所述初始化后的鲸鱼种群数据信息，建立目标函数F，
，
其中，(x,y,z)为待优化的车辆的动态变化数组，(ui,vi,wi)为车辆的动态变化数组数据信息，n为种群数量，ɑi，βi和γi为权重系数，对每个位置的鲸鱼的适应度进行推算，得到鲸鱼种群的适应度数据信息；
L24.基于所述鲸鱼种群的适应度数据信息，对鲸鱼种群的位置进行更新，重复步骤L22-L23，并结合改进的哈里斯鹰优化算法进行迭代，得到车辆的优化轨迹数据信息。
在本实施例中，在步骤L24中，所述并结合改进的哈里斯鹰优化算法进行迭代包括：
L241.根据所述对鲸鱼种群的位置进行更新，得到鲸鱼种群的优化解数据信息；
L242.基于所述鲸鱼种群的优化解数据信息，建立反向解函数G，
，
其中，ηj为鲸鱼种群的优化解数据信息，ω为权重因子，J为鲸鱼种群，得到鲸鱼种群的反向解数据信息；
L243.基于所述鲸鱼种群的反向解数据信息，建立评价函数Q，
，
其中，O为鲸鱼种群的反向解数据信息的集合，g为鲸鱼种群的反向解数据信息的集合中的元素，σ为评价常量因子，q为评价变量，对鲸鱼种群的反向解进行评价，得到鲸鱼种群的反向解评价数据信息；
L244.基于所述鲸鱼种群的反向解评价数据信息，对鲸鱼种群的优化解进行筛选，得到筛选后的鲸鱼种群优化解数据信息。
在本实施例中，所述对鲸鱼种群的优化解进行筛选为根据所述鲸鱼种群的反向解与所述鲸鱼种群的优化解的对应关系，进行反向优化筛选，得到收敛的鲸鱼种群优化解。
在本实施例中，在步骤L23中，所述权重系数ɑi，βi和γi的约束关系为：
。
实施例2：在实施例1的一种草坪机场用的喷雾车的控制方法的基础上，下面对本发明作进一步的说明和描述。
如图1或图2所示，一种机场草坪用的喷雾车的控制方法，所述方法包括：
L1.在草坪边界上设置信标，无人驾驶喷雾车行驶在机场草坪上，基于车载机械式风向传感器实时获取风向数据信息，基于车载湿度传感器实时获取草坪湿度数据信息，基于车载高精地图实时获取草坪的地图数据信息，并获取车辆的机位宽度数据信息和信标之间的距离数据信息；
L2.基于所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，采用改进的鲸鱼优化算法对车辆的轨迹进行优化，得到车辆的优化轨迹数据信息；
L3.基于所述车辆的优化轨迹数据信息，车辆进行作业，根据所述草坪湿度数据信息和所述风向数据信息，采用阈值算法对车辆的喷头进行控制和调节，输出车辆的综合控制数据信息。
在本实施例中，在步骤L3中，所述采用阈值算法对车辆的喷头进行控制和调节包括：
L31.基于所述所述草坪湿度数据信息和所述风向数据信息，建立喷头调节函数T，
，
其中，a为草坪湿度数据信息，ρ1为草坪湿度的期望值数据信息，θ1为草坪湿度的方差数据信息，χ1为草坪湿度的决定因子，ρ2为风向的期望值数据信息，θ2为风向的方差数据信息，χ2为风向的决定因子，b为风向数据信息；
L32.基于所述喷头调节函数T，设置预设阈值m1和m2，m1小于m2，若T大于m2则降低喷头高度，若T大于m1且小于m2则维持喷头状态，若T小于m1则关闭喷头。
在本实施例中，所述若T大于m2则降低喷头高度为建立喷头高度降低函数U，
，
其中，s为喷头高度的上限值，so为喷头高度的下限值，T为喷头调节函数，m2为预设阈值，得到降低喷头高度的数值数据信息。
在本实施例中，所述车辆的综合控制数据信息包括车辆的优化轨迹数据信息、车辆喷头调节和控制数据信息和主动避障数据信息，所述主动避障数据信息为根据车载激光雷达扫描周围人员和障碍，识别后语音提醒，甚至停机后，待周围环境满足作业条件。
本发明提供了一种机场草坪用的喷雾车的控制系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述的机场草坪用的喷雾车的控制方法的步骤。
本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述的机场草坪用的喷雾车的控制方法的计算机程序。
本申请所提供的实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
综上所述，本发明不仅保证喷雾车能够自动进行喷雾无需人工进行参与，降低劳动成本，而且结合多种环境因素进行路径规划和喷头调整，降低车辆损耗，提高喷洒效率。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (7)
1.一种机场草坪用的喷雾车的控制方法，其特征在于，所述方法包括：
L1.在草坪边界上设置信标，无人驾驶喷雾车行驶在机场草坪上，基于车载机械式风向传感器实时获取风向数据信息，基于车载湿度传感器实时获取草坪湿度数据信息，基于车载高精地图实时获取草坪的地图数据信息，并获取车辆的机位宽度数据信息和信标之间的距离数据信息；
L2.基于所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，采用改进的鲸鱼优化算法对车辆的轨迹进行优化，得到车辆的优化轨迹数据信息；
L3.基于所述车辆的优化轨迹数据信息，车辆进行作业，根据所述草坪湿度数据信息和所述风向数据信息，采用阈值算法对车辆的喷头进行控制和调节，输出车辆的综合控制数据信息；
在步骤L2中，所述采用改进的鲸鱼优化算法对车辆的轨迹进行优化包括：
L21.获取所述草坪的地图数据信息、所述车辆的机位宽度数据信息和所述信标之间的距离数据信息，构建车辆的动态变化数组(ui,vi,wi),其中，ui为第i时刻的草坪地图数据信息，vi为第i时刻的车辆机位宽度数据信息，wi为第i时刻信标之间的距离数据信息，得到车辆的动态变化数组数据信息；
L22.基于所述车辆的动态变化数组数据信息，对鲸鱼种群进行初始化，得到初始化后的鲸鱼种群数据信息；
L23.基于所述初始化后的鲸鱼种群数据信息，建立目标函数F，
，
其中，(x,y,z)为待优化的车辆的动态变化数组，(ui,vi,wi)为车辆的动态变化数组数据信息，n为种群数量，ɑi，βi和γi为权重系数，对每个位置的鲸鱼的适应度进行推算，得到鲸鱼种群的适应度数据信息；
L24.基于所述鲸鱼种群的适应度数据信息，对鲸鱼种群的位置进行更新，重复步骤L22-L23，并结合改进的哈里斯鹰优化算法进行迭代，得到车辆的优化轨迹数据信息；
在步骤L3中，所述采用阈值算法对车辆的喷头进行控制和调节包括：
L31.基于所述草坪湿度数据信息和所述风向数据信息，建立喷头调节函数T，
，
其中，a为草坪湿度数据信息，ρ1为草坪湿度的期望值数据信息，θ1为草坪湿度的方差数据信息，χ1为草坪湿度的决定因子，ρ2为风向的期望值数据信息，θ2为风向的方差数据信息，χ2为风向的决定因子，b为风向数据信息；
L32.基于所述喷头调节函数T，设置预设阈值m1和m2，m1小于m2，若T大于m2则降低喷头高度，若T大于m1且小于m2则维持喷头状态，若T小于m1则关闭喷头；
在步骤L24中，所述结合改进的哈里斯鹰优化算法进行迭代包括：
L241.根据所述对鲸鱼种群的位置进行更新，得到鲸鱼种群的优化解数据信息；
L242.基于所述鲸鱼种群的优化解数据信息，建立反向解函数G，
，
其中，ηj为鲸鱼种群的优化解数据信息，ω为权重因子，J为鲸鱼种群，得到鲸鱼种群的反向解数据信息；
L243.基于所述鲸鱼种群的反向解数据信息，建立评价函数Q，
，
其中，O为鲸鱼种群的反向解数据信息的集合，g为鲸鱼种群的反向解数据信息的集合中的元素，σ为评价常量因子，q为评价变量，对鲸鱼种群的反向解进行评价，得到鲸鱼种群的反向解评价数据信息；
L244.基于所述鲸鱼种群的反向解评价数据信息，对鲸鱼种群的优化解进行筛选，得到筛选后的鲸鱼种群优化解数据信息。
2.根据权利要求1所述的机场草坪用的喷雾车的控制方法，其特征在于：所述对鲸鱼种群的优化解进行筛选为根据所述鲸鱼种群的反向解与所述鲸鱼种群的优化解的对应关系，进行反向优化筛选，得到收敛的鲸鱼种群优化解。
3.根据权利要求1所述的机场草坪用的喷雾车的控制方法，其特征在于，在步骤L23中，所述权重系数ɑi，βi和γi的约束关系为：
。
4.根据权利要求1所述的机场草坪用的喷雾车的控制方法，其特征在于：所述若T大于m2则降低喷头高度，建立喷头高度降低函数U，
，
其中，s为喷头高度的上限值，so为喷头高度的下限值，T为喷头调节函数，m2为预设阈值，得到降低喷头高度的数值数据信息。
5.根据权利要求1所述的机场草坪用的喷雾车的控制方法，其特征在于：所述车辆的综合控制数据信息包括车辆的优化轨迹数据信息、车辆喷头调节和控制数据信息和主动避障数据信息，所述主动避障数据信息为根据车载激光雷达扫描周围人员和障碍，识别后语音提醒，甚至停机后，待周围环境满足作业条件。
6.一种机场草坪用的喷雾车的控制系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～5中任意一项所述的机场草坪用的喷雾车的控制方法的步骤。
7.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～5中任意一项所述的机场草坪用的喷雾车的控制方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311630295.6A CN117356546B (zh) | 2023-12-01 | 2023-12-01 | 一种机场草坪用的喷雾车的控制方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311630295.6A CN117356546B (zh) | 2023-12-01 | 2023-12-01 | 一种机场草坪用的喷雾车的控制方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117356546A CN117356546A (zh) | 2024-01-09 |
| CN117356546B true CN117356546B (zh) | 2024-02-13 |
Family
ID=89398698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311630295.6A Active CN117356546B (zh) | 2023-12-01 | 2023-12-01 | 一种机场草坪用的喷雾车的控制方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117356546B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004342138A (ja) * | 2004-09-09 | 2004-12-02 | Matsushita Electric Ind Co Ltd | ビーコンを用いたｆｃｄシステムと装置 |
| CN105353758A (zh) * | 2015-11-10 | 2016-02-24 | 闫夙 | 一种精密自动割草机分布式信标激光定位与轨迹控制系统 |
| CN108617628A (zh) * | 2018-05-14 | 2018-10-09 | 深圳汇创联合自动化控制有限公司 | 一种无人驾驶的农药喷洒车 |
| CN108639350A (zh) * | 2018-06-08 | 2018-10-12 | 山东创立智能设备有限公司 | 无人驾驶智能喷杆喷药机 |
| CN109717175A (zh) * | 2019-03-06 | 2019-05-07 | 山东交通学院 | 果园智能自行走式喷雾系统及其控制方法 |
| CN110973102A (zh) * | 2019-12-28 | 2020-04-10 | 山东省科学院自动化研究所 | 一种农药喷洒智能农机作业方法及作业系统 |
| CN112163884A (zh) * | 2020-09-29 | 2021-01-01 | 北京工商大学 | 基于改进的鲸鱼算法的电动汽车充电站选址建模方法 |
| WO2021022637A1 (zh) * | 2019-08-06 | 2021-02-11 | 南京赛沃夫海洋科技有限公司 | 一种基于改进遗传算法的无人艇路径规划方法及系统 |
| WO2021088528A1 (zh) * | 2019-11-07 | 2021-05-14 | 广东工业大学 | 一种无人车室外驾驶系统 |
| CN114467469A (zh) * | 2022-03-14 | 2022-05-13 | 万维研无线动力（香港）有限公司 | 一种割草机、草坪护理方法和存储介质 |
| CN114527727A (zh) * | 2022-01-19 | 2022-05-24 | 中国农业机械化科学研究院集团有限公司 | 一种自走式喷杆喷雾机及其无人驾驶控制系统及方法 |
| CN114568108A (zh) * | 2022-02-28 | 2022-06-03 | 清华大学深圳国际研究生院 | 一种无人割草机轨迹跟踪控制方法及计算机可读存储介质 |
| CN114861972A (zh) * | 2022-03-23 | 2022-08-05 | 合肥工业大学 | 基于遗传和鲸鱼混合算法的混合车辆路径优化方法和系统 |
| WO2022165614A1 (zh) * | 2021-02-08 | 2022-08-11 | 浙江吉利控股集团有限公司 | 一种路径构建方法、装置、终端及存储介质 |
| CN116138235A (zh) * | 2023-02-16 | 2023-05-23 | 江苏大学 | 一种阿克曼式果园智能精准变量风送喷雾机器人结构及其路径规划、变量喷雾方法 |
| CN116530490A (zh) * | 2023-05-09 | 2023-08-04 | 江苏大学 | 一种跨垄式草莓智能变量变喷幅喷雾机器人结构及其控制方法 |
| CN116859903A (zh) * | 2022-10-27 | 2023-10-10 | 湖北工业大学 | 基于改进哈里斯鹰优化算法的机器人平滑路径规划方法 |
| CN116907526A (zh) * | 2023-06-05 | 2023-10-20 | 宁波大学科学技术学院 | 一种基于改进哈里斯鹰优化算法的栅格图路径规划方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210039869A (ko) * | 2019-10-02 | 2021-04-12 | 삼성전자주식회사 | 이동 로봇 및 그 제어방법 |
-
2023
- 2023-12-01 CN CN202311630295.6A patent/CN117356546B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004342138A (ja) * | 2004-09-09 | 2004-12-02 | Matsushita Electric Ind Co Ltd | ビーコンを用いたｆｃｄシステムと装置 |
| CN105353758A (zh) * | 2015-11-10 | 2016-02-24 | 闫夙 | 一种精密自动割草机分布式信标激光定位与轨迹控制系统 |
| CN108617628A (zh) * | 2018-05-14 | 2018-10-09 | 深圳汇创联合自动化控制有限公司 | 一种无人驾驶的农药喷洒车 |
| CN108639350A (zh) * | 2018-06-08 | 2018-10-12 | 山东创立智能设备有限公司 | 无人驾驶智能喷杆喷药机 |
| CN109717175A (zh) * | 2019-03-06 | 2019-05-07 | 山东交通学院 | 果园智能自行走式喷雾系统及其控制方法 |
| WO2021022637A1 (zh) * | 2019-08-06 | 2021-02-11 | 南京赛沃夫海洋科技有限公司 | 一种基于改进遗传算法的无人艇路径规划方法及系统 |
| WO2021088528A1 (zh) * | 2019-11-07 | 2021-05-14 | 广东工业大学 | 一种无人车室外驾驶系统 |
| CN110973102A (zh) * | 2019-12-28 | 2020-04-10 | 山东省科学院自动化研究所 | 一种农药喷洒智能农机作业方法及作业系统 |
| CN112163884A (zh) * | 2020-09-29 | 2021-01-01 | 北京工商大学 | 基于改进的鲸鱼算法的电动汽车充电站选址建模方法 |
| WO2022165614A1 (zh) * | 2021-02-08 | 2022-08-11 | 浙江吉利控股集团有限公司 | 一种路径构建方法、装置、终端及存储介质 |
| CN114527727A (zh) * | 2022-01-19 | 2022-05-24 | 中国农业机械化科学研究院集团有限公司 | 一种自走式喷杆喷雾机及其无人驾驶控制系统及方法 |
| CN114568108A (zh) * | 2022-02-28 | 2022-06-03 | 清华大学深圳国际研究生院 | 一种无人割草机轨迹跟踪控制方法及计算机可读存储介质 |
| CN114467469A (zh) * | 2022-03-14 | 2022-05-13 | 万维研无线动力（香港）有限公司 | 一种割草机、草坪护理方法和存储介质 |
| CN114861972A (zh) * | 2022-03-23 | 2022-08-05 | 合肥工业大学 | 基于遗传和鲸鱼混合算法的混合车辆路径优化方法和系统 |
| CN116859903A (zh) * | 2022-10-27 | 2023-10-10 | 湖北工业大学 | 基于改进哈里斯鹰优化算法的机器人平滑路径规划方法 |
| CN116138235A (zh) * | 2023-02-16 | 2023-05-23 | 江苏大学 | 一种阿克曼式果园智能精准变量风送喷雾机器人结构及其路径规划、变量喷雾方法 |
| CN116530490A (zh) * | 2023-05-09 | 2023-08-04 | 江苏大学 | 一种跨垄式草莓智能变量变喷幅喷雾机器人结构及其控制方法 |
| CN116907526A (zh) * | 2023-06-05 | 2023-10-20 | 宁波大学科学技术学院 | 一种基于改进哈里斯鹰优化算法的栅格图路径规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117356546A (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11291198B2 (en) | Methods and systems for bird deterrence and maintenance thereof | |
| EP3412130B1 (de) | Verfahren zum betreiben eines autonomen mobilen rasenmähroboters und rasenmähsystem | |
| CN106969778B (zh) | 一种多无人机协同施药的路径规划方法 | |
| US20190210725A1 (en) | Apparatus and method for unmanned flight | |
| CN112407283B (zh) | 基于多层次协同的无人机喷施作业方法和装置 | |
| KR101827251B1 (ko) | 작업영역의 탐색과 탐색된 작업영역에서 연속작업을 수행하는 방법 및 이를 수행하는 무인비행체 | |
| CN109669475A (zh) | 基于人工蜂群算法的多无人机三维编队重构方法 | |
| EP3785517A1 (de) | System zur überwachung und steuerung von aktivitäten zumindest eines gartengeräts innerhalb zumindest eines aktivitätsgebiets | |
| US11884390B2 (en) | Managing a fleet of spraying aerial vehicles | |
| US11640180B2 (en) | Systems and methods for flight path optimization | |
| Ma et al. | Improved ant colony algorithm for global optimal trajectory planning of UAV under complex environment. | |
| CN115494866B (zh) | 一种多无人机全局及局部路径智能规划方法及系统 | |
| CN117356546B (zh) | 一种机场草坪用的喷雾车的控制方法、系统及存储介质 | |
| CN112857385A (zh) | 一种基于非均匀栅格模型的快速无人车局部路径规划方法 | |
| EP1818891A2 (de) | Führungseinrichtung und Verfahren zur Anflugführung von Luftfahrzeugen | |
| Armstrong et al. | Should foragers remember where they’ve been? Explorations of a simulation model based on the behavior and energetics of territorial hummingbirds | |
| KR102666421B1 (ko) | 농기계의 작업범위 및 작업시간 최적화 시스템 | |
| CN118010023B (zh) | 一种山地光伏区无人机巡检区域及路径规划方法 | |
| AT525464A2 (de) | Lidar- und photogrammetriegestützte Strukturerfassung zur Optimierung von Volumen- und Flächennutzungen und CO2-Emissionsreduktionen | |
| CN117032295A (zh) | 一种基于改进狼群算法的无人机集群动态任务分配方法 | |
| DE102017204977A1 (de) | Verfahren und Vorrichtung zur Steuerung eines Kraftfahrzeugs zu einer für den Energieeintrag optimierten geographischen Position | |
| CN117311366A (zh) | 一种应用于机场草坪的割草机的路径控制方法、系统及存储介质 | |
| KR102662376B1 (ko) | 약제 살포용 방제 드론 및 그 구동 방법 | |
| US20180266393A1 (en) | Wind turbine group control for volant animal swarms | |
| DE102023100061A1 (de) | Fahrzeugsysteme und zugehörige verfahren mit autonomer höflichkeitsvermeidung |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |