一種基于遺傳算法的GPS田間自動巡檢小車

青家興 楊萬林 徐學呈

(福建農林大學機電工程學院，福建 福州 850003)

1 巡視小車設計

田間的環境是復雜多變的，田間地面凹凸不平程度不一，田間的土壤松軟程度是不一致的，田間的道路是彎曲的等。為了使該小車可以在田間行駛比較通暢，該巡視小車采用深花紋輪胎，以防止巡視小車打滑或陷于泥濘之中。

該小車車身上有升降支柱，該支柱上方固定的為橫梁，橫梁上帶有滑軌。拍攝作物的光學儀器懸掛于在滑軌下方并可以在滑軌上左右地自由滑動。攝像頭采用“雙舵機云臺”，可做水平180°旋轉及上下傾角的改變。拍攝田間作物的光學儀器對作物進行拍攝以及通過內部系統把數據傳輸到云端，再由云端傳輸到用戶的界面，用戶便能夠及時了解作物的健康狀況。

為了保證該巡視小車的行駛安全以及巡視的平穩，在該小車的前部安裝“超聲波避障傳感器”，避免撞上低位的障礙物；同時安裝“紅外線測深傳感器”，避免深陷在田間的凹坑處。

2 巡視小車運行過程

本巡視小車采用的技術組合為：無人車、機器視覺、GPS全球定位系統。該巡視小車主要是收集田間作物的生長狀況，對其進行圖像采集與傳輸。其工作流程如下：(1)輸入數據：用戶根據GPS定位，明確需要巡視田間點的經緯度。用戶在該巡視操作系統中輸入需要巡視點的經緯度。(2)最優的路徑規劃：操作系統將所得到點的經緯度通過遺傳算法，最終得到巡視的最優路徑。該最優路徑的長度是從起點出發，巡視完所有的點再回到起點的最短路徑的長度。(3)上傳云端：將巡視的點以及最優的路徑上傳至云端系統。(4)巡視小車開始巡視：云端利用GPS技術將導航指令逐條發送給巡視小車。小車在整個巡視的過程中，小車利用車載GPS定位器，確定自己位置，把巡視小車編號，時間、經度、緯度打包發送至云端。云端再把小車的信息發送給用戶，用戶便可時刻觀察小車的位置。(5)巡視數據返回用戶端：巡視小車使用光學攝像頭采集田間作物的圖像，再將圖像傳輸到云端，最后由云端將圖像發送給用戶。用戶便根據圖像，判斷是否需要對作物進行作業。(6)巡視小車完成巡視：該小車巡視完畢就返回起點。該小車便在起點待命，等待下一次的巡檢任務。

3 遺傳算法的運用

3.1 遺傳算法介紹

遺傳算法是一種基于自然遺傳機制和自然選擇原理的搜索(尋優)算法，它是模擬自然界中的生命進化的機制，在人工系統中實現特定目標的優化[1]。遺傳算法的本質是通過群體搜索技術，根據適者生存的原則逐代地完成進化，最終得到最優解或準最優解[2]。本文設置的參數見(表1)，其中迭代次數是可以根據數據的復雜程度進行調整。

表1 遺傳算法設置的參數表

3.2 遺傳算法系統的設計

本系統得到用戶輸入的需要巡檢的GPS坐標，該系統就采用遺傳算法對得到點的經緯度進行路徑規劃，再將得到的最優路徑輸入到云端系統中。該小車會參照最優的路徑完成巡視，巡視途中會根據實時的路況，進行避障以及完成路徑重新規劃等功能。

以下舉例模擬該系統的運行：用戶輸入需要巡檢的8個點的經緯度(見表2)，系統便迅速規劃出最優的路徑，該系統輸入的路線圖見圖1。該系統最優的全局最優路線總距離為11.8897。該巡視的路徑為：(0，0)，(3.26，1.18)，(4.2，2.17)，(3.5，2.15)，(3.52，2.44)，(3.14，3.47)，(2.42，2.24)，(1.56，1.19)，(1.23，1.25)，(0，0)。表2之中(0，0)為巡視的起點，該巡檢小車按照最優路徑進行巡檢，最后返回起點。完成這一次的巡檢任務之后，該小車便在起點等待下一次的巡檢任務。

圖1 最優路徑圖

表2 需要巡檢的經緯度

4 結語

本文簡單介紹了該巡視小車的整體設計以及系統通過遺傳算法得到最優路徑的方法。該巡視小車適合于大塊田野的巡視，以最優的路徑完成巡視，能夠有效節約時間以及降低巡檢的成本。在未來的智慧農業之中，該巡視小車將會有著重要的作用。