胡 俊,楊紹昌

(保山學(xué)院，云南 保山 678000)

0 引言

眾所周知，蟻群算法是優(yōu)化領(lǐng)域中新出現(xiàn)并逐漸引起重視的一種仿生進(jìn)化算法，它是群體智能的典型實(shí)現(xiàn)，是一種基于種群尋優(yōu)的啟發(fā)式搜索算法。自從1991年首先提出蟻群算法以來(lái)，這種新型的分布式智能模擬算法已逐漸引起人們的注意并得到廣泛的應(yīng)用。蟻群算法采用分布式并行計(jì)算機(jī)制，易于其他方法結(jié)合，而且具有較強(qiáng)的魯棒性，可以實(shí)現(xiàn)多路徑的協(xié)同搜索，因此可以將其使用在籃球隊(duì)員協(xié)作最佳投籃地點(diǎn)的搜索算法中。同理，在收割機(jī)編隊(duì)作業(yè)時(shí)，為了保持多臺(tái)收割機(jī)同時(shí)作業(yè)的效率最佳，可以對(duì)其行進(jìn)路徑進(jìn)行合理的規(guī)劃，保證在最短的行駛距離完成相關(guān)作業(yè)，從而降低收割機(jī)空行而造成的時(shí)間浪費(fèi)，提高作業(yè)的速度和質(zhì)量。

1 籃球運(yùn)動(dòng)員協(xié)作模式及其在農(nóng)機(jī)協(xié)同作業(yè)中的應(yīng)用

對(duì)于那些開放性的、同場(chǎng)對(duì)抗類的集體競(jìng)技項(xiàng)目來(lái)說(shuō),如籃球、足球等，運(yùn)動(dòng)決策的水平直接影響著運(yùn)動(dòng)員運(yùn)動(dòng)能力和技戰(zhàn)術(shù)水平的發(fā)揮?；@球比賽屬于高度協(xié)作的比賽模式，隊(duì)員的協(xié)同決策直接影響到球隊(duì)的總體得分，這就需要各個(gè)隊(duì)員在協(xié)作的同時(shí)，能夠規(guī)劃出最佳的進(jìn)攻位置和防守位置，并選擇最佳的地點(diǎn)投籃得分。

如圖1所示：為了實(shí)現(xiàn)最佳的進(jìn)攻位置和防守位置的規(guī)劃，并選擇最佳的地點(diǎn)投籃得分，將蟻群算法引入到了路徑規(guī)劃搜索算法中，進(jìn)行大規(guī)模農(nóng)機(jī)協(xié)同作業(yè)。

圖1 基于蟻群搜索算法的籃球隊(duì)員協(xié)作模式

由于人為因素可能導(dǎo)致農(nóng)機(jī)空駛或者閑置，造成資源浪費(fèi)，利用農(nóng)組織結(jié)構(gòu)圖、狀態(tài)統(tǒng)計(jì)欄可以直觀表示農(nóng)機(jī)的隸屬分布和在線情況，從而實(shí)現(xiàn)協(xié)同路徑規(guī)劃，如圖2所示。

圖2 農(nóng)機(jī)協(xié)同信息化作業(yè)

在大規(guī)模農(nóng)機(jī)作業(yè)時(shí)，利用現(xiàn)代通信和計(jì)算機(jī)技術(shù)，可以實(shí)現(xiàn)農(nóng)機(jī)作業(yè)的實(shí)時(shí)監(jiān)測(cè)功能，從而為農(nóng)機(jī)編隊(duì)和路徑規(guī)劃提供技術(shù)支持。本次研究將基于籃球協(xié)作模式的蟻群搜索算法引入到收割機(jī)收割作業(yè)編隊(duì)中，為提高其協(xié)同作業(yè)效率提供技術(shù)支持。

2 基于蟻群的最優(yōu)路徑搜索算法

蟻群算法可以實(shí)現(xiàn)最優(yōu)路徑的搜索，其搜索依據(jù)是地圖數(shù)據(jù)庫(kù)信息，搜索過(guò)程是判斷螞蟻是否在尋找實(shí)物：如果在尋找實(shí)物，則進(jìn)行需找實(shí)物搜索；如果不是正在搜索實(shí)物，則進(jìn)行洞穴搜索。在搜索時(shí)，將地圖數(shù)據(jù)庫(kù)中的每個(gè)節(jié)點(diǎn)編號(hào)并建立權(quán)值，以便于判斷節(jié)點(diǎn)是否搜索過(guò)，如果搜索過(guò)，則直接進(jìn)入下一個(gè)搜索周期，最后的決策采用比例決策的方法，同“輪盤賭”的方式類似。走過(guò)一條路徑時(shí)，記錄路徑的權(quán)值，讀取洞穴信息元素值，重新計(jì)算所走路徑的信息元素值，更新到信息元素表中，判斷下一節(jié)是否為食物，記錄找到食物的次數(shù)以及路徑的權(quán)值，從而可以實(shí)現(xiàn)路徑的優(yōu)化。

在螞蟻尋找洞穴的過(guò)程中，其原理同尋找食物過(guò)程類似，直接將洞穴和食物的位置信息對(duì)調(diào)即可；然后判斷目標(biāo)是否為洞穴，不需要保存洞穴的數(shù)據(jù)記錄，只單純?yōu)閷ふ沂澄锾峁?shù)據(jù)準(zhǔn)備；將內(nèi)存中的歷史數(shù)據(jù)清空后，可以將洞穴作為初始的節(jié)點(diǎn)，記錄找到食物的路徑，其基本流程如圖3所示。

圖3 蟻群算法基本流程

蟻群算法的基本原理是利用螞蟻找食、循環(huán)搜索的原理實(shí)現(xiàn)路徑的最優(yōu)記錄和選擇。其詳細(xì)步驟如下：

1)初始化路徑信息。

2)輸入信息元素的初始化矩陣，選擇起始位置和終點(diǎn)的各種參數(shù)，然后在路徑搜索過(guò)程中計(jì)算路徑權(quán)值等相關(guān)信息元素?cái)?shù)據(jù)。

3)選擇從起始位置到達(dá)節(jié)點(diǎn)的最優(yōu)路徑，最好可以一步到達(dá)的節(jié)點(diǎn)，根據(jù)節(jié)點(diǎn)信息求出前往每個(gè)節(jié)點(diǎn)的概率，利用輪盤算法計(jì)算下一個(gè)起始位置節(jié)點(diǎn)。其表達(dá)式為

(1)

其中，τij(t)表示搜索路徑中邊(i,j)上的信息素的濃度；ηij為與搜索路徑邊(i,j)相關(guān)聯(lián)的啟發(fā)式信息；α、β分別為τij(t)、ηij的權(quán)重參數(shù)。

4)更新路徑，更新總的搜索路徑的長(zhǎng)度。

5) 重復(fù)3)、4)過(guò)程，在螞蟻達(dá)到終點(diǎn)或無(wú)路可走時(shí)結(jié)束。

6)重復(fù)步驟3)、4)、5)，直到m只螞蟻迭代結(jié)束。

7)更新信息素矩陣，沒(méi)有到達(dá)的螞蟻不計(jì)算在內(nèi)，則有

τij(t+1)=(1-ρ)·τij(t)+Δτij

(2)

(3)

其中，ρ為搜索節(jié)點(diǎn)的信息元素權(quán)系數(shù)；Q表示信息量增加強(qiáng)度；Lk(t)表示路徑長(zhǎng)度；

8)重復(fù)步驟3)～7)，直至n代螞蟻迭代結(jié)束。

利用螞蟻算法可以快速得到最優(yōu)路徑，在多臺(tái)收割機(jī)同時(shí)作業(yè)時(shí)，得到最優(yōu)路徑才能是收割機(jī)以最小的路程完成最大的工作量，從而提高收割的作業(yè)效率和質(zhì)量。

3 試驗(yàn)驗(yàn)證

為了驗(yàn)證基于蟻群算法的籃球隊(duì)員協(xié)作模式在收割機(jī)編隊(duì)和協(xié)作快速路徑搜索算法中應(yīng)用的可行性，采用算法編程實(shí)驗(yàn)的方法，對(duì)方案進(jìn)行了驗(yàn)證，首先以籃球場(chǎng)地為例，對(duì)算法進(jìn)行試驗(yàn)驗(yàn)證。

如圖4所示：以真實(shí)的籃球場(chǎng)地為例，在三秒?yún)^(qū)內(nèi)設(shè)置了螞蟻的食物和洞穴，然后采用螞蟻算法對(duì)最佳三分球投籃位置進(jìn)行了搜索，食物設(shè)置為最佳投籃地點(diǎn)，洞穴為防守人員，通過(guò)編程搜索成功實(shí)現(xiàn)了最佳路徑的計(jì)算。

圖4 螞蟻算法籃球場(chǎng)地實(shí)驗(yàn)驗(yàn)證

圖5表示多收割機(jī)作業(yè)的現(xiàn)場(chǎng)。在農(nóng)忙時(shí)節(jié)，經(jīng)常需要多收割機(jī)在同一大的地塊進(jìn)行收割作業(yè)， 如果收割機(jī)不合理分配路徑，會(huì)造成資源的浪費(fèi)，使收割機(jī)多出很多空行的工況。為了解決這個(gè)問(wèn)題，將籃球隊(duì)員協(xié)作模式引入了收割機(jī)路徑搜索算法中，并將地塊假設(shè)為0和1組成的方格矩陣，具體如圖6所示。

圖5 多收割機(jī)作業(yè)情境

圖6 收割機(jī)路徑搜索方格矩陣

將收割機(jī)編隊(duì)協(xié)同作業(yè)模式和不同的地塊等效為0和1的矩陣形式，輸入由0和1組成的矩陣表示收割機(jī)需要尋找最優(yōu)路徑的地圖。其中，地塊開闊可以通行的位置為0，地塊中存在障礙物不能通行的地方用1表示。

圖7為收割機(jī)路徑搜點(diǎn)的結(jié)果。由圖7可以看出：采用螞蟻算法后，收割機(jī)可以成功地繞開障礙物，以最短的路徑到達(dá)目標(biāo)。在多臺(tái)收割機(jī)作業(yè)時(shí)，可以采用協(xié)同搜索的方式，如圖8所示。

由圖8可以看出：利用蟻群算法可以使多臺(tái)收割機(jī)路徑最短并保持距離相同或者接近，從而保證了多臺(tái)收割機(jī)同時(shí)作業(yè)時(shí)的作業(yè)效率最高。

圖7 收割機(jī)路徑搜索結(jié)果

圖8 等長(zhǎng)度路徑搜索結(jié)果圖

4 結(jié)論

在籃球隊(duì)員協(xié)作模式中引入了蟻群算法，為了驗(yàn)證算法的可行性，以真實(shí)的籃球比賽為例，在三秒?yún)^(qū)內(nèi)設(shè)置了螞蟻的食物和洞穴，然后采用螞蟻算法對(duì)最佳三分球投籃位置進(jìn)行了搜索。通過(guò)將食物設(shè)置為最佳投籃地點(diǎn)，洞穴為防守人員，通過(guò)試驗(yàn)成功實(shí)現(xiàn)了最佳路徑的計(jì)算。將基于籃球協(xié)作模式的蟻群搜索算法引入到了收割機(jī)編隊(duì)協(xié)同作業(yè)過(guò)程中，并通過(guò)算法試驗(yàn)，對(duì)多收割機(jī)協(xié)同作業(yè)的路徑搜索能力進(jìn)行了試驗(yàn)測(cè)試。試驗(yàn)結(jié)果表明：采用基于籃球協(xié)作模式的蟻群算法不僅可以實(shí)現(xiàn)單臺(tái)收割機(jī)的快速最佳路徑搜索，而且可以實(shí)現(xiàn)多收割機(jī)的等長(zhǎng)協(xié)同路徑搜索，從而提高了收割機(jī)的協(xié)作能力，進(jìn)而提高了收割機(jī)群的總體作業(yè)水平。

參考文獻(xiàn)：

[1] 朱群峰,黃磊.溫室移動(dòng)機(jī)器人軌跡控制系統(tǒng)的設(shè)計(jì)[J].農(nóng)機(jī)化研究,2009，31(4):73-75.

[2] 朱大奇,顏明重.移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)綜述[J].控制與決策, 2010, 25(7): 961-967.

[3] 夏梁盛,嚴(yán)衛(wèi)生.基于柵格法的移動(dòng)機(jī)器人運(yùn)動(dòng)規(guī)劃研究[J].計(jì)算機(jī)仿真, 2012, 29(12): 229-233.

[4] 于振中,閆繼宏.改進(jìn)人工勢(shì)場(chǎng)法的移動(dòng)機(jī)器人路徑規(guī)劃[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2011, 43(1): 50-55.

[5] 包加桐,宋愛(ài)國(guó),郭晏，等.基于SURF特征跟蹤的動(dòng)態(tài)手勢(shì)識(shí)別算法[J].機(jī)器人, 2011,33(4): 482-489.

[6] 黃志華,屠大維,趙其杰，等.基于人機(jī)交互的移動(dòng)服務(wù)機(jī)器人導(dǎo)航系統(tǒng)[J].機(jī)器人,2009, 31(3): 248-253.

[7] 于美娟,馬希榮.基于HMM方法的動(dòng)態(tài)手勢(shì)識(shí)別技術(shù)的改進(jìn)[J].計(jì)算機(jī)科學(xué), 2011,38(1): 251-252.

[8] 陳一民,張?jiān)迫A.基于手勢(shì)識(shí)別的機(jī)器人人機(jī)交互技術(shù)研究[J].機(jī)器人, 2009, 31(4):351-356.

[9] 王洪光,姜勇, 房立金,等.雙足爬壁機(jī)器人壁面凹過(guò)渡步態(tài)規(guī)劃研究[J].智能系統(tǒng)學(xué)報(bào),2007,2(4): 40-45.

[10] 魏澤鼎,賈俊國(guó),王占永.基于視覺(jué)傳感器的棉花果實(shí)定位方法[J].農(nóng)機(jī)化研究,2012,34(6):66-68,112.

[11] 李立君,李昕,高自成,等.基于偏好免疫網(wǎng)絡(luò)的油茶果采摘機(jī)器人圖像識(shí)別算法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012, 43(11):209-213.

[12] 王輝,毛文華,劉剛,等.基于視覺(jué)組合的蘋果作業(yè)機(jī)器人識(shí)別與定位[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(12): 165-170.

[13] 袁挺,紀(jì)超,陳英,等.基于光譜成像技術(shù)的溫室黃瓜識(shí)別方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2011,42(增刊):172-176.

[14] 熊俊濤,鄒湘軍,陳麗娟,等.采摘機(jī)械手對(duì)擾動(dòng)荔枝的視覺(jué)定位[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(14):36-41.

[15] 呂繼東,趙德安,姬偉,等.采摘機(jī)器人振蕩果實(shí)動(dòng)態(tài)識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(5):173-196.

[16] 劉沛,陳軍,張明穎.基于激光導(dǎo)航的果園拖拉機(jī)自動(dòng)導(dǎo)航系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(3):305-308.

[17] 陳寧,周志峰.一種純追蹤模型改進(jìn)算法[J].輕工機(jī)械,2014(4):69-72.

[18] 劉榮軍,張長(zhǎng)利,張曉雨.基于DM9000的S3C2410嵌入式系統(tǒng)的以太網(wǎng)接口設(shè)計(jì)[J].中國(guó)高新技術(shù)企業(yè), 2010(7):150-152.

[19] 李逃昌,胡靜濤,高雷.基于模糊自適應(yīng)純追蹤模型的農(nóng)業(yè)機(jī)械路徑追蹤方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013, 44(1):205-210.

[20] 寧建,孫益田,劉青，等.智能化精準(zhǔn)農(nóng)業(yè)裝備的發(fā)展趨勢(shì)[J].機(jī)電產(chǎn)品開發(fā)與創(chuàng)新,2011,24(2):77-79.

[21] 李建平,林妙玲.自動(dòng)導(dǎo)航技術(shù)在農(nóng)業(yè)工程中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(9):69-73.

[22] 李軍,馬蓉.基于多傳感器融合的拖拉機(jī)自動(dòng)導(dǎo)航技術(shù)[J].農(nóng)機(jī)化研究,2011,33(12):58-60.

[23] 呂安濤,宋正河,毛恩榮.拖拉機(jī)自動(dòng)轉(zhuǎn)向最優(yōu)控制方法的研究[J].農(nóng)業(yè)工程學(xué)報(bào),2006(6):76-79.

[24] 周俊,姬長(zhǎng)英,劉成良.農(nóng)用輪式移動(dòng)機(jī)器人視覺(jué)導(dǎo)航系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2005,36(3):91-94.

[25] 尹坤,陸英剛.國(guó)內(nèi)外精細(xì)農(nóng)業(yè)的應(yīng)用與技術(shù)構(gòu)成[J].黑龍江科技信息,2010(16):25-27.

[26] 王建軍,武秋俊.機(jī)器人在農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究,2007(7):174-176.

[27] 王儉,趙鶴鳴,陳衛(wèi)東.基于子區(qū)域的機(jī)器人全覆蓋路徑規(guī)劃的環(huán)境建模[J].蘇州科技學(xué)院學(xué)報(bào)：工程技術(shù)版,2004,17(1):72-75.