《Agriculture》:Dynamic-Headland-Aware Coverage Path Planning for Ground-Based Plant Protection Operations in Irregular Fields Using DQN-SHADE
编辑推荐:
固定全边界地头在不规则地块中产生冗余非工作空间,而工作方向和幅宽偏移共同影响覆盖质量和行间转弯成本。本研究提出一种动态地头感知覆盖路径规划(Coverage Path Planning, CPP)框架,该框架根据幅宽端点和转弯需求分配地头空间,并为每个方向–偏
固定全边界地头在不规则地块中产生冗余非工作空间,而工作方向和幅宽偏移共同影响覆盖质量和行间转弯成本。本研究提出一种动态地头感知覆盖路径规划(Coverage Path Planning, CPP)框架,该框架根据幅宽端点和转弯需求分配地头空间,并为每个方向–偏移候选生成平行作业幅宽和贝塞尔U型转弯(Bézier U-turn)。田间特异性经验累积分布函数(Empirical Cumulative Distribution Function, ECDF)-midrank归一化将转弯距离、覆盖误差和地头比转换为相对质量分数,DQN-SHADE搜索由此产生的非平滑离散评估景观。在24个实际田块边界的几何模拟中,在共同的候选评估预算下,DQN-SHADE在六个随机优化器中实现了最低的平均离散参考最优差距(0.0034)和最高的阈值成功率SR5×10?3(80.83%)。相对于固定全边界地头,动态地头分配将平均地头比从13.30%降至7.52%,每块田的保留工作面积增加16,378.23 m2,并保持98.16%的平均覆盖率。在所评估的模拟条件下,所提出的框架提高了田间空间利用率,同时保持了覆盖质量和几何可行性。
在农业生产中,植物保护喷洒是病虫害和杂草防控的关键环节。随着自主植保机械与精准农业技术的发展,地面植物保护作业的路径规划逐渐从人工经验转向基于田块边界、作业任务和车辆约束的自动化规划。对于地面植保喷洒,覆盖路径规划(Coverage Path Planning, CPP)必须使设备在满足作业宽度、最小转弯半径、田块边界和地头空间约束的前提下遍历目标区域。不规则地块中,工作方向、作业幅宽布局和田块边界存在几何耦合:工作方向的变化会改变幅宽数量、幅宽端点和行间转弯需求;幅宽偏移进一步影响漏喷、重喷和越界模式。现有研究往往将地头生成、作业幅宽生成、路径排序和平滑分步处理,固定全边界地头在非转弯边界处产生冗余非工作空间,同时,工作方向、幅宽偏移、边界几何和行间转弯需求的耦合关系尚未在统一模型中与动态地头分配、转弯可行性约束相结合。覆盖误差、转弯距离和地头比构成了地面植保CPP的核心评价维度,但联合优化上述决策的研究仍显不足。为此,研究人员提出了一种动态地头感知的覆盖路径规划方法。
该方法以实际田块边界为输入,集成了动态地头分配、平行作业幅宽生成、贝塞尔U型转弯(Bézier U-turn)连接和多准则评估。研究数据来自新疆昌吉华兴农场的24个有效田块边界,由无人机影像解译和矢量化得到,并在投影坐标系下完成几何计算。关键技术方法包括:第一,基于转弯需求的动态地头分配,即根据候选工作方向下的初始幅宽端点与边界邻域关系识别实际承担行间连接功能的边界,仅在这些边界附近分配地头空间;第二,采用三次贝塞尔曲线构造相邻作业幅宽之间的U型转弯,并进行路径长度、地头边界包含和最小转弯半径约束检查;第三,将转弯距离、覆盖误差和地头比通过田间特异性经验累积分布函数(Empirical Cumulative Distribution Function, ECDF)-midrank归一化为相对质量分数,并由穷举参考候选集离线标定;第四,构建DQN-SHADE优化器,其以固定种群SHADE-6为基础,利用深度Q网络(Deep Q-Network, DQN)根据搜索状态选择高级搜索行为,以调节探索、开发和定向扰动。
3.3 敏感性分析:通过七组权重组合对离散参考最优路径进行统计发现,随着覆盖权重增加,覆盖误差下降,而转弯距离和地头比上升;增加转弯或地头权重则产生相反趋势。这表明权重组合反映了不同的作业偏好。地头安全系数试验显示,较小系数限制了可用转弯空间,导致几何可行比例最低且覆盖误差最大;较大系数虽略