结合TSP与区域覆盖的无人机点喷路径规划
OriginalPath planning for spot spraying with UAVs combining TSP and area coverages
The application in mind is agricultural spot spraying, where the bounding contour represents the field contour and multiple patches represent multiple weed areas meant to be sprayed.
- 发布时间
- 2025-05
内容介绍
这份资料在回答一个精准农业中的路径规划问题:在给定的闭合田块轮廓内,有一组大小不一的斑块需要服务,如何为无人机计算一条最短路径,既覆盖这些斑块,又避开障碍区域且不越出边界。作者把应用场景设定为农业点喷,边界对应田块轮廓,多个斑块对应多个待喷杂草区域,障碍区域则是池塘或树岛。材料还提到无人机在农业中的使用正在增长,点喷是其中一类应用。这个问题值得看,是因为它同时涉及斑块之间的TSP转场和斑块内部的面积覆盖,而材料指出现有方法往往偏重其中一端,或对覆盖间隙处理不足。换句话说,它讨论的不是单一算法,而是把“先去哪块”和“每块怎么扫”放在同一框架下。
资料把问题拆成两个子问题:先用TSP路径连接各斑块,再为每个斑块生成面积覆盖路径,最后把TSP路径与所有覆盖路径连接并返回路径坐标。数据输入包括一个田块轮廓、多个斑块轮廓、潜在障碍区域轮廓坐标以及无人机工作宽度;工作宽度也作为操作宽度和车道间距出现在符号表中。评估上,作者比较两种TSP初始化启发式和四种TSP细化启发式,以及两种面积覆盖路径规划方法,并在三个真实世界实验上测试,这三个实验分别包含3个障碍区域和15、19、197个斑块。方法层面还讨论了Boustrophedon路径和headland路径,后者用于减少面积覆盖间隙。
材料明确给出两个主要发现。第一,某一种TSP细化启发式表现出特别的适用性;但材料没有展开该启发式的名称和具体指标,因此这里只能确认作者把“特定细化启发式更合适”作为结论之一。第二,斑块面积覆盖路径长度对总路径长度的贡献出乎意料地高,作者据此强调优化面积覆盖路径规划对点喷的重要性。实验规模从15、19个斑块到197个斑块,并都包含3个障碍区域,说明评估覆盖了不同复杂度。解读一下:这意味着只把斑块当作TSP节点、忽略斑块内部覆盖路径,可能会低估总路径长度。
另一个关键点是覆盖路径的几何处理。材料讨论Boustrophedon路径不适合用于面积覆盖间隙避免,并由此提出在面积覆盖中加入headland路径的动机;headland路径在地面农机田间路径规划中常见,这里被转移到无人机场景。与既有工作相比,材料提到Xie等人的方法使用Boustrophedon覆盖、最多10个凸形斑块、用动态规划求解TSP,作者承认动态规划不易扩展;后续工作扩展到最多100个斑块,但仍保持Boustrophedon覆盖逻辑并假设凸多边形区域。这份资料的不同之处,是明确假设每个面积覆盖都包含headland路径,以最小化覆盖间隙。换句话说,它把覆盖完整性作为路径规划的一等约束,而不是只追求连接长度。
这些结论对实践意味着什么。对点喷作业而言,路径长度不仅由斑块间转场决定,斑块内部的覆盖方式也会显著影响总长度;材料中“覆盖路径长度贡献高”的发现,提示作业规划不能只优化TSP顺序。加入headland路径的动机在于减少覆盖间隙,材料把覆盖间隙作为需要最小化的问题来处理。与此同时,障碍区域(池塘、树岛)和边界约束被放在路径可行性中处理,障碍会危及无人机,边界则出于安全原因不能离开,说明该方法把安全飞行与作业覆盖放在同一个规划问题里。解读:这套框架更像一个可组合的工程方案,而不是单一启发式的胜负比较。
做农业无人机路径规划、精准农业作业调度、TSP与面积覆盖组合算法的人,可以从这份资料中拿走一个清晰的问题分解:TSP负责斑块间连接,面积覆盖负责斑块内作业,headland路径用于处理覆盖间隙。它还能提供实验设计的参照:用不同斑块数量、障碍区域和多种启发式组合来评估方法。边界也要说清楚:材料只说明在三个真实世界实验上评估,未给出各方法的具体路径长度、运行时间或覆盖间隙数值,因此无法据此做量化排序;对“某一种TSP细化启发式特别适合”的结论,材料也没有展开其名称与适用条件。读完能拿走的是问题建模和评估思路,而不是一组可直接复现的参数。
原文摘录
自动提取自 PDFPath Planning for Spot Spraying with UA Vs Combining TSP and Area Coverages Mogens Plessen∗ Abstract This paper addresses the following task: given a set of patches or areas of varying sizes that are meant to be serviced within a bounding contour calculate a minimal length path plan for an unmanned aerial vehicle (UA V) such that the path additionally avoids given obstacles areas and does never leave the bounding contour. The application in mind is agricultural spot spraying, where the bounding contour represents the field contour and multiple patches represent multiple weed areas meant to be sprayed. Obstacle areas are ponds or tree islands. The proposed method combines a heuristic solution to a traveling salesman problem (TSP) with optimised area coverage path planning. Two TSP-initialisation and 4 TSP-refinement heuristics as well as two area coverage path