本发明涉及机器人除草路径规划，尤其涉及一种农业除草机器人除草路径规划方法。
背景技术：
1、随着现代农业的快速发展，农田除草作为农作物生长过程中的重要环节，其效率和精准度直接影响着农作物的产量和质量。传统的除草方式主要依赖于人工或机械喷洒除草剂，然而这种方式存在诸多弊端。首先，人工除草劳动强度大、效率低，难以满足大规模农田的除草需求；其次，机械喷洒除草剂虽然提高了效率，但往往存在过量使用、对非目标区域造成误伤、以及环境污染等问题。
2、为了克服这些传统除草方式的不足，农业机器人技术应运而生，并逐渐成为现代农业领域的研究热点。其中，农业除草机器人以其高效、精准、环保的特点，在农田除草作业中展现出巨大的潜力。然而，要实现除草机器人的高效作业，必须解决其路径规划问题。路径规划不仅影响着除草机器人的能量消耗和作业时间，还直接关系到除草效果和作业成本。
3、现有的农业除草机器人路径规划方法大多基于简单的几何算法或随机搜索算法，这些方法在复杂农田环境下往往难以生成最优路径，导致除草效率低下、能耗较高，且容易对非目标区域造成误伤。
技术实现思路
1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
2、为解决上述技术问题，本发明提供如下技术方案：一种农业除草机器人除草路径规划方法，包括以下步骤：
3、步骤1：启动除草机器人并检查所有传感器和摄像头是否正常工作；
4、步骤2：使用激光雷达和超声波传感器对农田环境进行初步扫描，建立农田的基本三维地图；
5、步骤3：通过机器人上的多光谱相机和传感器收集地面杂草的光谱特征和密度信息，生成实时杂草分布图；
6、步骤4：利用高分辨率相机拍摄农田图像，以识别杂草种类和形态，将识别到杂草按种类、大小、形态进行分类，并在农田地图上进行标记；
7、步骤5：基于已生成的杂草分布图和分类信息，运用动态规划算法生成最优除草路径，并根据不同区域杂草密度和种类，智能分配除草机器人任务；
8、步骤6：在机器人行进过程中，继续使用传感器和机器视觉系统实时监控杂草和作物的状态，动态调整路径以避开作物；
9、步骤7：在机器人行进过程中，根据杂草密度和种类，机器人执行相应的除草策略；
10、步骤8：在除草过程中，实时记录除草路径、除草剂使用量以及除草效果，根据这些数据评估除草效果和除草剂使用效率，并优化除草策略和路径规划算法，为下一次除草作业提供改进依据；
11、步骤9：除草任务完成后，机器人沿最短路径返回初始位置或充电站，准备下次作业。
12、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述步骤五中生成最优除草路径时应考虑杂草密度、杂草类型、农田地形以及除草机器人自身的电量和作业能力。
13、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述生成最优除草路径的公式如下：
14、
15、其中：
16、popt为最优路径，表示除草机器人根据各项参数优化后，选择的最节省能量且效果最好的路径；
17、ω为积分范围，表示除草机器人可以工作的区域，即农田范围；
18、d(x,y)为杂草分布密度函数，表示在坐标(x，y)处的杂草密度；
19、t(x，y)为杂草类型函数，表示在坐标(x，y)处的杂草类型；
20、e(x，y)为能量消耗函数，表示机器人在到达坐标(x，y)时所需的能量；
21、s(x，y)为实时感知信息，表示机器人在坐标(x，y)处感知到的环境信息；
22、α为归一系数，用于调节实时感知信息对路径选择的影响，通过调整α的值，可以控制感知信息对除草路径的优化程度；
23、exp(-s(x，y))为指数函数，用于表示实时感知信息对路径选择的抑制作用，当s(x，y)大时，指数函数的值趋近于0，抑制路径选择，反之则路径选择优先级更高；
24、dx dy表示对x和y进行的二重积分，覆盖整个农田区域ω，通过积分计算整个农田的综合路径优化效果；
25、d(x，y)·t(x，y)表示在杂草密度d(x，y)和杂草类型t(x，y)两个因素共同影响下的除草优先级，即，杂草密度越高、类型越复杂的区域会有更高的优先级；
26、e(x，y)+αexp(-s(x，y))表示路径选择时需要综合考虑能量消耗e(x，y)和实时感知信息的影响αexp(-s(x，y))，这两个因素相加能够用来平衡路径选择的安全性和能效性；
27、值域含义：
28、popt值域为机器人能够到达的所有路径组合。
29、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：获取所述最优除草路径包括以下步骤：
30、步骤51：数据初始化与采集
31、步骤511：农田建模，即定义农田区域ω为一个二维矩形坐标系内的区域，表示范围为[0，l]×[0，w]，其中l和w分别为农田的长度和宽度；
32、步骤512：将除草机器人放置在农田的某个起始位置(x0，y0)；
33、步骤513：机器人使用传感器扫描整个农田区域，采集杂草密度d(x，y)、杂草类型t(x，y)、能量消耗e(x，y)以及环境感知信息s(x，y)数据；
34、步骤52：目标函数的构建与初始路径生成
35、步骤521：定义目标函数：
36、
37、该函数用于评估每条路径的优劣，以杂草密度和类型的影响为分子，以能量消耗和环境感知因素的综合影响为分母，表示路径的除草优先级与能耗的比值；
38、步骤522：使用随机生成或基于贪心算法生成多条初始路径pi，这些路径构成优化算法的初始解种群；
39、步骤53：路径优化过程
40、步骤531：对每一条候选路径pi，根据目标函数f(pi)进行评估；
41、步骤532：根据计算出的目标函数值f(pi)，选择目标函数值较低的路径作为下一代种群的父代，然后，通过交叉操作生成新的路径组合，模拟自然选择中的基因重组，形成新的候选路径；
42、步骤533：对新生成的路径，随机进行变异操作，以增加种群的多样性，然后，更新种群的路径，即用这些变异后的路径替换掉适应性较低的路径，形成新的路径集；
43、步骤54：最优路径的确定
44、步骤541：判定路径优化算法是否达到收敛条件，如果满足收敛条件，则算法终止，选择当前种群中目标函数值最小的路径popt作为最优路径；
45、步骤542：将最优路径popt作为除草机器人执行的路径，并传输给机器人控制系统，机器人沿着最优路径popt行进，执行除草任务，同时根据实时环境数据进行微调，以保证最优的除草效果。
46、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述对每一条候选路径pi，根据目标函数f(pi)进行评估的具体计算方法如下：
47、计算路径pi上每个位置(x，y)对应的杂草密度d(x，y)和杂草类型t(x，y)的乘积；
48、计算到达这些位置所需的能量消耗e(x，y)和环境感知信息s(x，y)对路径的影响；
49、综合这些数据，利用积分求出目标函数值f(pi)。
50、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述除草策略包括以下内容：
51、在杂草密度较高的情况下，采用高强度除草策略，机器人将选择在杂草密度d(x，y)较高的区域执行同时进行机械除草和喷洒除草剂的操作，以确保彻底清除杂草；
52、在杂草密度较低的情况下，采用策略，对于杂草密度d(x，y)较低的区域，机器人仅执行机械除草操作，避免不必要的除草剂使用，从而节约资源并减少对环境的影响；
53、在遇到杂草类型a的情况下，采用快速通过策略，机器人将在路径规划中优先选择杂草类型为a的区域快速通过，以减少能量消耗，同时维持较高的作业速度；
54、在遇到杂草类型b的情况下，采用适度处理策略，机器人将在路径规划时减慢作业速度，确保机械除草与适量喷洒除草剂结合，以提高除草效果；
55、在遇到杂草类型c的情况下，采用重度处理策略，机器人将在路径规划中优先选择并停留在这些区域，执行多次机械除草和高浓度除草剂喷洒，确保彻底清除这些难处理的杂草；
56、在检测到农田中有障碍物的情况下，采用避障优先策略，机器人将动态调整路径，避开障碍物，确保作业的安全性，同时根据路径调整后的位置选择适当的除草策略；
57、在能量储备较低的情况下，采用节能除草策略，机器人将在路径规划中优先选择能量消耗较低的区域，并尽量减少除草剂的使用，以延长作业时间；
58、在农田地形复杂、环境多变的情况下，采用实时适应策略，机器人将根据实时感知到的地形变化和环境信息，动态调整除草路径和策略，以确保作业的连续性和有效性。
59、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述除草策略还包括一种自适应学习算法，能够根据每次除草作业的效果不断调整和优化除草器械的工作参数和除草剂的配方，以提高下次作业的除草效率和精准度。
60、作为本发明所述农业除草机器人除草路径规划方法的一种优选方案，其中：所述除草任务完成后还需定期对机器人进行清洁、维护和传感器校准，以确保设备的正常运行和除草精度。
61、本发明的有益效果：
62、1、本发明通过激光雷达、超声波传感器、多光谱相机等高精度传感器，机器人能够实时构建农田的三维地图并识别杂草的分布、种类和密度。基于这些信息，运用动态规划算法生成最优除草路径，使得除草机器人能够以最低的能量消耗选择最优路径，这不仅提高了除草效率和准确性，还减少了不必要的重复除草和除草剂的浪费，优化了整体农田的除草效果。
63、2、本发明根据不同的杂草密度和种类，机器人能够智能地选择除草策略，如全覆盖、选择性、集中、分区、精准以及环境适应等策略，有效减少了对非目标区域的误伤，提高了除草的精准度和效率。
64、3、本发明通过精准的杂草识别和分布图，使得机器人能够仅在需要的地方施用除草剂，避免了传统除草方式中大量使用除草剂带来的环境污染和成本增加，这不仅能够减少农民的投入成本，还符合现代农业的绿色、环保理念。
1.一种农业除草机器人除草路径规划方法，其特征在于，包括以下步骤：
2.如权利要求1所述的农业除草机器人除草路径规划方法，其特征在于：所述步骤五中生成最优除草路径时应考虑杂草密度、杂草类型、农田地形以及除草机器人自身的电量和作业能力。
3.如权利要求1所述的农业除草机器人除草路径规划方法，其特征在于：所述生成最优除草路径的公式如下：
4.如权利要求3所述的农业除草机器人除草路径规划方法，其特征在于：获取所述最优除草路径包括以下步骤：
5.如权利要求4所述的农业除草机器人除草路径规划方法，其特征在于：所述对每一条候选路径pi，根据目标函数f(pi)进行评估的具体计算方法如下：
6.如权利要求1所述的农业除草机器人除草路径规划方法，其特征在于：所述除草策略包括以下内容：
7.如权利要求6所述的农业除草机器人除草路径规划方法，其特征在于：所述除草策略还包括一种自适应学习算法，能够根据每次除草作业的效果不断调整和优化除草器械的工作参数和除草剂的配方，以提高下次作业的除草效率和精准度。
8.如权利要求6所述的农业除草机器人除草路径规划方法，其特征在于：所述除草任务完成后还需定期对机器人进行清洁、维护和传感器校准，以确保设备的正常运行和除草精度。
