籃球隊員協(xié)作模式在多收割機械協(xié)同作業(yè)中的應用

胡 俊,楊紹昌

(保山學院，云南 保山 678000)

0 引言

眾所周知，蟻群算法是優(yōu)化領域中新出現(xiàn)并逐漸引起重視的一種仿生進化算法，它是群體智能的典型實現(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，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用。蟻群算法采用分布式并行計算機制，易于其他方法結合，而且具有較強的魯棒性，可以實現(xiàn)多路徑的協(xié)同搜索，因此可以將其使用在籃球隊員協(xié)作最佳投籃地點的搜索算法中。同理，在收割機編隊作業(yè)時，為了保持多臺收割機同時作業(yè)的效率最佳，可以對其行進路徑進行合理的規(guī)劃，保證在最短的行駛距離完成相關作業(yè)，從而降低收割機空行而造成的時間浪費，提高作業(yè)的速度和質量。

1 籃球運動員協(xié)作模式及其在農機協(xié)同作業(yè)中的應用

對于那些開放性的、同場對抗類的集體競技項目來說,如籃球、足球等，運動決策的水平直接影響著運動員運動能力和技戰(zhàn)術水平的發(fā)揮?；@球比賽屬于高度協(xié)作的比賽模式，隊員的協(xié)同決策直接影響到球隊的總體得分，這就需要各個隊員在協(xié)作的同時，能夠規(guī)劃出最佳的進攻位置和防守位置，并選擇最佳的地點投籃得分。

如圖1所示：為了實現(xiàn)最佳的進攻位置和防守位置的規(guī)劃，并選擇最佳的地點投籃得分，將蟻群算法引入到了路徑規(guī)劃搜索算法中，進行大規(guī)模農機協(xié)同作業(yè)。

圖1 基于蟻群搜索算法的籃球隊員協(xié)作模式

由于人為因素可能導致農機空駛或者閑置，造成資源浪費，利用農組織結構圖、狀態(tài)統(tǒng)計欄可以直觀表示農機的隸屬分布和在線情況，從而實現(xiàn)協(xié)同路徑規(guī)劃，如圖2所示。

圖2 農機協(xié)同信息化作業(yè)

在大規(guī)模農機作業(yè)時，利用現(xiàn)代通信和計算機技術，可以實現(xiàn)農機作業(yè)的實時監(jiān)測功能，從而為農機編隊和路徑規(guī)劃提供技術支持。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收割作業(yè)編隊中，為提高其協(xié)同作業(yè)效率提供技術支持。

2 基于蟻群的最優(yōu)路徑搜索算法

蟻群算法可以實現(xiàn)最優(yōu)路徑的搜索，其搜索依據(jù)是地圖數(shù)據(jù)庫信息，搜索過程是判斷螞蟻是否在尋找實物：如果在尋找實物，則進行需找實物搜索；如果不是正在搜索實物，則進行洞穴搜索。在搜索時，將地圖數(shù)據(jù)庫中的每個節(jié)點編號并建立權值，以便于判斷節(jié)點是否搜索過，如果搜索過，則直接進入下一個搜索周期，最后的決策采用比例決策的方法，同“輪盤賭”的方式類似。走過一條路徑時，記錄路徑的權值，讀取洞穴信息元素值，重新計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)以及路徑的權值，從而可以實現(xiàn)路徑的優(yōu)化。

在螞蟻尋找洞穴的過程中，其原理同尋找食物過程類似，直接將洞穴和食物的位置信息對調即可；然后判斷目標是否為洞穴，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)準備；將內存中的歷史數(shù)據(jù)清空后，可以將洞穴作為初始的節(jié)點，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)搜索的原理實現(xiàn)路徑的最優(yōu)記錄和選擇。其詳細步驟如下：

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的各種參數(shù)，然后在路徑搜索過程中計算路徑權值等相關信息元素數(shù)據(jù)。

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

(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)相關聯(lián)的啟發(fā)式信息；α、β分別為τij(t)、ηij的權重參數(shù)。

4)更新路徑，更新總的搜索路徑的長度。

5) 重復3)、4)過程，在螞蟻達到終點或無路可走時結束。

6)重復步驟3)、4)、5)，直到m只螞蟻迭代結束。

7)更新信息素矩陣，沒有到達的螞蟻不計算在內，則有

τij(t+1)=(1-ρ)·τij(t)+Δτij

(2)

(3)

其中，ρ為搜索節(jié)點的信息元素權系數(shù)；Q表示信息量增加強度；Lk(t)表示路徑長度；

8)重復步驟3)～7)，直至n代螞蟻迭代結束。

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

3 試驗驗證

為了驗證基于蟻群算法的籃球隊員協(xié)作模式在收割機編隊和協(xié)作快速路徑搜索算法中應用的可行性，采用算法編程實驗的方法，對方案進行了驗證，首先以籃球場地為例，對算法進行試驗驗證。

如圖4所示：以真實的籃球場地為例，在三秒?yún)^(qū)內設置了螞蟻的食物和洞穴，然后采用螞蟻算法對最佳三分球投籃位置進行了搜索，食物設置為最佳投籃地點，洞穴為防守人員，通過編程搜索成功實現(xiàn)了最佳路徑的計算。

圖4 螞蟻算法籃球場地實驗驗證

圖5表示多收割機作業(yè)的現(xiàn)場。在農忙時節(jié)，經(jīng)常需要多收割機在同一大的地塊進行收割作業(yè)， 如果收割機不合理分配路徑，會造成資源的浪費，使收割機多出很多空行的工況。為了解決這個問題，將籃球隊員協(xié)作模式引入了收割機路徑搜索算法中，并將地塊假設為0和1組成的方格矩陣，具體如圖6所示。

圖5 多收割機作業(yè)情境

圖6 收割機路徑搜索方格矩陣

將收割機編隊協(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為收割機路徑搜點的結果。由圖7可以看出：采用螞蟻算法后，收割機可以成功地繞開障礙物，以最短的路徑到達目標。在多臺收割機作業(yè)時，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收割機路徑最短并保持距離相同或者接近，從而保證了多臺收割機同時作業(yè)時的作業(yè)效率最高。

圖7 收割機路徑搜索結果

圖8 等長度路徑搜索結果圖

4 結論

在籃球隊員協(xié)作模式中引入了蟻群算法，為了驗證算法的可行性，以真實的籃球比賽為例，在三秒?yún)^(qū)內設置了螞蟻的食物和洞穴，然后采用螞蟻算法對最佳三分球投籃位置進行了搜索。通過將食物設置為最佳投籃地點，洞穴為防守人員，通過試驗成功實現(xiàn)了最佳路徑的計算。將基于籃球協(xié)作模式的蟻群搜索算法引入到了收割機編隊協(xié)同作業(yè)過程中，并通過算法試驗，對多收割機協(xié)同作業(yè)的路徑搜索能力進行了試驗測試。試驗結果表明：采用基于籃球協(xié)作模式的蟻群算法不僅可以實現(xiàn)單臺收割機的快速最佳路徑搜索，而且可以實現(xiàn)多收割機的等長協(xié)同路徑搜索，從而提高了收割機的協(xié)作能力，進而提高了收割機群的總體作業(yè)水平。

參考文獻：

[1] 朱群峰,黃磊.溫室移動機器人軌跡控制系統(tǒng)的設計[J].農機化研究,2009，31(4):73-75.

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

[3] 夏梁盛,嚴衛(wèi)生.基于柵格法的移動機器人運動規(guī)劃研究[J].計算機仿真, 2012, 29(12): 229-233.

[4] 于振中,閆繼宏.改進人工勢場法的移動機器人路徑規(guī)劃[J].哈爾濱工業(yè)大學學報, 2011, 43(1): 50-55.

[5] 包加桐,宋愛國,郭晏，等.基于SURF特征跟蹤的動態(tài)手勢識別算法[J].機器人, 2011,33(4): 482-489.

[6] 黃志華,屠大維,趙其杰，等.基于人機交互的移動服務機器人導航系統(tǒng)[J].機器人,2009, 31(3): 248-253.

[7] 于美娟,馬希榮.基于HMM方法的動態(tài)手勢識別技術的改進[J].計算機科學, 2011,38(1): 251-252.

[8] 陳一民,張云華.基于手勢識別的機器人人機交互技術研究[J].機器人, 2009, 31(4):351-356.

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

[10] 魏澤鼎,賈俊國,王占永.基于視覺傳感器的棉花果實定位方法[J].農機化研究,2012,34(6):66-68,112.

[11] 李立君,李昕,高自成,等.基于偏好免疫網(wǎng)絡的油茶果采摘機器人圖像識別算法[J].農業(yè)機械學報,2012, 43(11):209-213.

[12] 王輝,毛文華,劉剛,等.基于視覺組合的蘋果作業(yè)機器人識別與定位[J].農業(yè)機械學報,2012,43(12): 165-170.

[13] 袁挺,紀超,陳英,等.基于光譜成像技術的溫室黃瓜識別方法[J].農業(yè)機械學報,2011,42(增刊):172-176.

[14] 熊俊濤,鄒湘軍,陳麗娟,等.采摘機械手對擾動荔枝的視覺定位[J].農業(yè)工程學報,2012,28(14):36-41.

[15] 呂繼東,趙德安,姬偉,等.采摘機器人振蕩果實動態(tài)識別[J].農業(yè)機械學報,2012,43(5):173-196.

[16] 劉沛,陳軍,張明穎.基于激光導航的果園拖拉機自動導航系統(tǒng)[J].農業(yè)工程學報，2011，27(3):305-308.

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

[18] 劉榮軍,張長利,張曉雨.基于DM9000的S3C2410嵌入式系統(tǒng)的以太網(wǎng)接口設計[J].中國高新技術企業(yè), 2010(7):150-152.

[19] 李逃昌,胡靜濤,高雷.基于模糊自適應純追蹤模型的農業(yè)機械路徑追蹤方法[J].農業(yè)機械學報，2013, 44(1):205-210.

[20] 寧建,孫益田,劉青，等.智能化精準農業(yè)裝備的發(fā)展趨勢[J].機電產(chǎn)品開發(fā)與創(chuàng)新,2011,24(2):77-79.

[21] 李建平,林妙玲.自動導航技術在農業(yè)工程中的應用研究進展[J].農業(yè)工程學報,2006,22(9):69-73.

[22] 李軍,馬蓉.基于多傳感器融合的拖拉機自動導航技術[J].農機化研究,2011,33(12):58-60.

[23] 呂安濤,宋正河,毛恩榮.拖拉機自動轉向最優(yōu)控制方法的研究[J].農業(yè)工程學報,2006(6):76-79.

[24] 周俊,姬長英,劉成良.農用輪式移動機器人視覺導航系統(tǒng)[J].農業(yè)機械學報,2005,36(3):91-94.

[25] 尹坤,陸英剛.國內外精細農業(yè)的應用與技術構成[J].黑龍江科技信息,2010(16):25-27.

[26] 王建軍,武秋俊.機器人在農業(yè)中的應用[J].農機化研究,2007(7):174-176.

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