用于柠檬果园的植保无人机自主避障轨迹规划方法、存储介质及计算机设备

    公开(公告)号:CN118331303A

    公开(公告)日:2024-07-12

    申请号:CN202410447259.4

    申请日:2024-04-15

    Abstract: 本发明公开了一种用于柠檬果园的植保无人机自主避障轨迹规划方法、存储介质及计算机设备,其中方法包括以下步骤:S1、基于果园的作业范围,确定无人机每个作业路径点及各个作业路径点之间的连接顺序,连接各个作业路径点的全局路径;S2、将全局路径拟合成全局B样条轨迹;S3、构建路径引导优化函数,减少B样条轨迹的控制点与几何引导路径采集点的距离,使B样条轨迹贴合几何引导路径,令全局B样条轨迹优化成预热轨迹;S4、构建代价函数,以对预热轨迹进行优化,生成满足要求的自主规避轨迹。本发明通过确认全局路径点的位置,生成全局轨迹,并使用B样条曲线对全局轨迹进行拟合,得到易于优化的轨迹,提高了轨迹可优化性,提高轨迹优化效率。

    基于物理信息神经网络的植保无人机下洗风场重建方法

    公开(公告)号:CN115239018A

    公开(公告)日:2022-10-25

    申请号:CN202210972431.9

    申请日:2022-08-15

    Abstract: 本发明涉及基于物理信息神经网络的植保无人机下洗风场重建方法,包括步骤:S1、获取旋翼高速旋转时稀疏时空坐标处的样本数据;S2、对测量数据进行数据预处理,并构建训练数据矩阵;S3、构建物理信息神经网络模型;S4、通过最小化由物理学损失项和数据损失项共同组成的损失函数,以得到时空坐标与各物理量之间的映射关系,对旋翼下洗流场速度参数进行快速预测;S5、将测试集输入预测模型,对预测模型的性能进行评价。本发明通过利用风速仪和差压计的测量数据,结合深度学习技术和纳维斯托克斯方程构建替代模型,通过最小化损失函数得到个物理量和时空坐标点之间的映射关系,实现对无人机下洗流场信息快速准确地预测。

Patent Agency Ranking