一种不规则农田多施肥机协同分区与动态补给调度方法

摘要: 本发明涉及农业,具体为一种不规则农田多施肥机协同分区与动态补给调度方法。背景技术:1、随着土地流转和农业现代化的发展,中等规模农业经营场景逐渐增多。该类场景中的...
一种不规则农田多施肥机协同分区与动态补给调度方法

本发明涉及农业,具体为一种不规则农田多施肥机协同分区与动态补给调度方法。

背景技术:

1、随着土地流转和农业现代化的发展,中等规模农业经营场景逐渐增多。该类场景中的农田通常具有边界不规则、内部障碍物复杂、地形起伏明显等特点,传统单机作业模式难以适应复杂地形和不规则边界条件,容易出现作业效率低、转移距离长和资源利用率不足等问题。

2、多台小型履带式施肥机协同作业能够提升复杂农田环境下的作业灵活性和效率。然而,在不规则农田中,多机协同施肥仍面临以下技术问题:第一,不规则边界和内部障碍物导致作业区域难以合理划分。若仅按照几何面积进行分区,容易忽略边界复杂度、障碍物分布和地形起伏对实际作业时间的影响,造成名义面积均衡但实际负载不均衡;第二,施肥机肥箱容量有限,在连续施肥过程中需要补给车配合完成肥料补给。若补给车响应不及时,施肥机会因肥料耗尽而停机等待,降低连续作业效率;第三,多施肥机和补给车协同调度涉及子田块分配、作业顺序、路径转移、补给时机和补给车选择等强耦合因素,传统静态分配方法或单目标优化方法难以在调度时间、能耗和连续作业损失之间取得有效平衡,因此,针对上述问题提出一种不规则农田多施肥机协同分区与动态补给调度方法。

技术实现思路

1、本发明的目的在于提供一种不规则农田多施肥机协同分区与动态补给调度方法,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:一种不规则农田多施肥机协同分区与动态补给调度方法,所述方法包括:

4、基于数字高程模型数据和田块边界坐标建立不规则农田作业环境模型,对田块边界进行坐标转换、边界简化和轮廓腐蚀处理,生成包含田块边界、内部障碍物和农机库位置的安全作业区域;

5、构建两层农田分区模型,上层以作业时间均衡、子区域紧凑性和区域连接效率为优化目标,采用nsga-ii算法确定最优分区数量;

6、在下层根据所述最优分区数量,在安全作业区域内生成有效采样点集,采用k-means聚类初始化分区种子点,并通过lloyd迭代优化的voronoi分区方法生成多个避开障碍物的子田块;

7、根据子田块集合、施肥机集合、补给车集合和农机库位置,构建多施肥机协同补给调度模型,所述多施肥机协同补给调度模型以调度时间、能耗和连续作业损失率最小化为优化目标;

8、监测各施肥机的剩余肥料容量,当剩余肥料容量低于预设补给阈值时触发补给请求,并根据补给车可用状态和到达时间确定响应补给车;

9、采用两阶段自适应ta-moea/d算法对所述多施肥机协同补给调度模型进行求解,生成pareto最优解集;

10、从所述pareto最优解集中确定调度方案,输出各施肥机的子田块分配结果、作业顺序、补给车响应方案和调度路径。

11、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述基于数字高程模型数据和田块边界坐标建立不规则农田作业环境模型,包括:

12、获取数字高程模型数据和田块边界经纬度坐标;

13、将wgs84坐标转换为局部平面直角坐标;

14、采用douglas-peucker算法对田块边界特征点进行简化;

15、对田块轮廓进行腐蚀处理,生成与施肥机作业宽度和安全余量相适配的安全作业区域;

16、根据内部障碍物位置生成障碍物安全缓冲区,并将所述障碍物安全缓冲区从安全作业区域中剔除。

17、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述上层以作业时间均衡、子区域紧凑性和区域连接效率为优化目标,包括:

18、根据各子田块面积、施肥机作业速度和施肥作业宽度,计算各子田块的估计作业时间;

19、以各子田块估计作业时间的标准差最小化作为作业时间均衡目标;

20、以各子田块的面积与周长关系表征子区域紧凑性,并以平均紧凑性优化作为子区域形态目标;

21、以相邻子田块质心之间的平均距离表征区域连接效率,并以所述平均距离最小化作为连接效率目标;

22、在施肥机数量和分区数量约束下,通过nsga-ii算法获得分区数量的pareto解集,并采用加权tchebycheff距离选择最优分区数量。

23、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述通过lloyd迭代优化的voronoi分区方法生成多个避开障碍物的子田块,包括:

24、按照预设采样间隔在安全作业区域内生成网格采样点;

25、剔除位于田块外部和障碍物安全缓冲区内部的采样点,得到有效采样点集;

26、基于所述有效采样点集和最优分区数量进行k-means聚类,获得初始种子点;

27、在每次lloyd迭代中,将每个有效采样点分配至距离最近的种子点,并根据对应区域采样点的质心更新种子点位置;

28、达到预设迭代次数后,根据各区域采样点集合提取最小包围多边形,并与安全作业区域求交、与障碍物安全缓冲区作差,得到避障子田块;

29、保留面积大于预设阈值的子田块,形成最终分区方案。

30、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述多施肥机协同补给调度模型包括:

31、以施肥机田间转移时间、施肥作业时间、补给时间和等待补给时间构成施肥机总作业时间;

32、以补给车转移时间和补给时间构成补给车总作业时间;

33、以施肥机行驶、施肥、补给和等待过程能耗以及补给车转移和补给过程能耗构成总能耗;

34、以补给车未及时到达导致施肥机停机等待的时间偏差构建连续作业损失函数;

35、以调度时间、总能耗和连续作业损失率最小化作为多目标优化目标。

36、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述监测各施肥机的剩余肥料容量,当剩余肥料容量低于预设补给阈值时触发补给请求,包括:

37、将施肥机肥箱最大容量与预设补给阈值比例相乘,得到补给触发容量;

38、实时计算施肥机在当前子田块作业过程中的剩余肥料容量;

39、当剩余肥料容量小于或等于补给触发容量时,生成补给请求;

40、根据各补给车当前位置、可用时间、至目标施肥机所在作业区域的最短到达时间和补给任务状态,选择最早可达的补给车作为响应补给车;

41、在补给完成后,控制补给车返回农机库或进入下一补给响应任务。

42、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述两阶段自适应ta-moea/d算法包括:

43、设置种群规模、最大迭代次数、子田块数量、施肥机数量、目标函数数量、初始邻域规模、最小邻域规模、交叉概率、变异概率和父代选择概率;

44、采用整数编码表示子田块分配方案,其中决策向量中的每个元素表示对应子田块分配给的施肥机编号;

45、采用规则单纯形格点设计生成第一阶段权重向量,并采用拉丁超立方采样补充稀疏区域权重向量,形成两阶段权重向量集合;

46、根据权重向量之间的欧氏距离构建各子问题的邻域;

47、采用随机生成、贪婪启发式和k-means空间聚类混合初始化策略生成初始种群;

48、采用两点交叉和变异操作生成子代个体;

49、对所述子代个体执行田块交换局部搜索操作;

50、采用tchebycheff分解函数评价子代个体,并在邻域范围内更新种群;

51、根据理想点变化率自适应调整邻域规模;

52、维护外部非支配解档案,并在达到最大迭代次数或外部档案稳定时输出pareto最优解集;

53、所述混合初始化策略包括:

54、按照预设比例生成随机初始化个体,以保证种群多样性;

55、按照子田块面积降序排列,将子田块依次分配给当前估计完成时间最短的施肥机,生成贪婪启发式初始化个体;

56、基于子田块质心坐标进行k-means空间聚类,将同一聚类内的子田块分配给同一施肥机,生成空间连续的初始化个体;

57、当存在未分配子田块的施肥机时,从负载最大的施肥机中转移一个子田块至未分配子田块的施肥机,完成可行性修复。

58、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:所述田块交换局部搜索操作包括:

59、随机选取两个子田块;

60、当两个子田块当前分配至不同施肥机时,交换两个子田块对应的施肥机编号,生成候选个体;

61、计算候选个体在调度时间、能耗和连续作业损失率三个目标上的目标函数值;

62、若候选个体在至少一个目标上优于交换前个体,则接受该交换操作,否则保留交换前个体;

63、重复执行预设次数的田块交换操作,得到局部搜索后的子代个体。

64、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:还包括:将田间转移路径划分为多个等效路径段;

65、根据各等效路径段的长度和平均坡度计算局部坡度加权方差;

66、基于所述局部坡度加权方差修正路径转移时间或能耗评价值,使调度模型反映田间局部地形起伏对施肥机和补给车协同作业效率的影响。

67、作为本发明所述一种不规则农田多施肥机协同分区与动态补给调度方法的一种可选方案,其中:环境建模模块,用于基于数字高程模型数据和田块边界坐标建立不规则农田作业环境模型,生成安全作业区域;

68、智能分区模块,用于通过nsga-ii算法确定最优分区数量,并通过lloyd迭代优化的voronoi分区方法生成多个避障子田块;

69、协同调度建模模块,用于根据子田块集合、施肥机集合、补给车集合和农机库位置,构建以调度时间、能耗和连续作业损失率最小化为目标的多施肥机协同补给调度模型;

70、动态补给响应模块,用于监测施肥机剩余肥料容量,并在剩余肥料容量低于预设补给阈值时确定响应补给车;

71、多目标优化求解模块,用于采用两阶段自适应ta-moea/d算法求解所述多施肥机协同补给调度模型,生成pareto最优解集;

72、调度方案输出模块,用于输出各施肥机的子田块分配结果、作业顺序、补给车响应方案和调度路径。

73、与现有技术相比,本发明的有益效果是:

74、通过“nsga-ii最优分区数量确定+ lloyd-voronoi避障分区”的两层分区方式,使不规则农田能够被划分为形态较规整、负载较均衡且避开内部障碍物的子田块。

75、通过以施肥机肥料剩余容量阈值触发补给请求,能够提前调度补给车响应,减少施肥机因缺肥导致的停机等待。

76、通过将调度时间、能耗和连续作业损失率作为多目标优化目标,可以在作业效率、能源消耗和作业连续性之间获得较优折中方案。

77、通过两阶段自适应ta-moea/d算法中的权重向量补充、混合初始化、田块交换局部搜索和自适应邻域调整,能够提升复杂约束下多目标调度问题的收敛稳定性和解集分布均匀性。