Turning mode and whole region-coverage path planning and optimization of agricultural small UAV
-
摘要:目的
具备自主飞行、航线规划与优化、精准控制与变量作业能力是农用小型无人机(Agricultural small unmanned aerial vehicle, ASUAV)的发展方向。本研究为ASUAV在全区域覆盖下自主飞行作业前的航线拐点坐标解算、飞行航向、起降点位置以及转弯掉头模式等提供优化选择。
方法利用基于自主恒速飞行和最小转弯半径约束的无人机转弯掉头策略，分析并设计了任意凸多边形作业区域下无人机的路径规划方法，提出了基于幅宽微变的航线归整法路径规划方案，并对结构化农田区域实现全区域覆盖条件下的路径进行了规划与优化选择。
结果基于最优转弯掉头模式下的ASUAV全区域覆盖路径规划方法适用于任意凸多边形结构的农田区域，GUI程序在解算地头边界航线拐点坐标的同时能优化选择出效率最高的飞行作业航线。在试验田随机规划出一个面积约为2.7 hm2的不规则凸六边形田块，仿真发现当无人机沿着平行于最长边飞行作业时，其空行行程最短，约为540 m，工作效率也最高，接近90%。
结论经过优化选择后的ASUAV掉头转弯模式、起降点位置、飞行航向以及解算后航线拐点坐标等可以实现全区域覆盖，研究结果为ASUAV自主飞行作业提供了参考。
Abstract:ObjectiveThe development trend of agricultural small UAV (ASUAV) is having a capability with autonomous flight, working route planning and optimization, precise control and variable operation. This study provides the optimized selection of flight heading, take-off and landing location, turning mode and flight point coordinate solution for ASUAV before autonomous flight operation under the condition of whole-area coverage.
MethodTurning mode strategy of ASUAV was studied based on autonomous flight at constant speed under constraint of the minimum turning radius. The path planning method under arbitrary convex polygons was analyzed and designed. An integerized route planning scheme was proposed based on the slight change of working width. Path planning and optimal selection under the condition of whole region-coverage were achieved in the structured farmland area.
ResultThe whole-area coverage path planning method based on the optimal turning mode of ASUAV was applicable to the farmland with arbitrary convex polygon structure. GUI program could optimize flight route with the highest efficiency while calculating flight point coordinates of ground boundary. An irregular convex hexagonal field with an area of about 2.7 hm2 was randomly planned in the field. The simulation results showed that when ASUAV was flying parallel to the longest side of the field, the invalid distance was the shortest with about 540 m, and the efficiency was the highest which was close to 90%.
ConclusionThe optimized turning mode, take-off and landing location, flight heading and route inflection point coordinates can realize the full area coverage. This result can provide a reference for ASUAV autonomous flight operation.
-
Keywords:
- agricultural UAV /
- turn /
- path planning and optimization /
- whole region-coverage /
- flight operation
-
森林在改良土壤、涵养水源、改善林下植物多样性等方面发挥着巨大的作用[1]。土壤作为森林的基本组成部分，其土壤物理性质能反映出土壤结构、养分状况和持水、渗透能力，对林地土壤质量评价具有重要意义。林下植物作为森林生态系统的重要结构，其物种多样性是反映植物群落组成和稳定性的重要指标[2]，易受立地条件、环境因子和林分郁闭度等因素的影响[3]。由于林下植物具有改良土壤、持水固土以及促进生态系统物质循环的作用[4]，因此对两者关系的研究，有利于对森林系统的土壤管理及植物多样性保护。
亚热带人工林作为我国森林生态系统的重要组成之一，具有分布广和面积大的特点[5]。随着社会经济的发展，人类对人工林需求量的快速增长以及经营方式的不当造成人工林出现土壤肥力衰退、水土流失加剧和生态多样性下降等问题。有研究表明，改善林分结构是提高人工林林地质量和土地生产力的途径之一[6]。目前，国内外关于不同林分类型的人工林林地土壤物理性质[7-8]、植被多样性[9-10]已有一定的报道，二者间的关系也在马尾松Pinus massoniana林[11]、草地[12]和热带山地森林[13]中进行过研究，但缺乏对亚热带人工林的土壤物理性质和生物多样性关系的研究。
本文以亚热带人工林最典型的3 种林分类型—阔叶纯林、阔叶混交林和针阔混交林作为研究对象，对其土壤物理性质和生物多样性进行调查研究，以期能有效地揭示不同人工林类型之间的差异及相关因素，为亚热带人工林植被恢复选择合理的措施及优化模式提供参考。
1. 材料与方法
1.1 试验地概况
试验地原为杉木Cunninghamia lanceolata林，位于广东省佛山市云勇生态林养护中心(112°40′E，22°53′N)，森林面积1 928.73 hm2。该地属亚热带季风性湿润气候，雨量充沛，年均降雨量为2 100 mm，集中于6—8月，年平均相对湿度80%。土壤为花岗岩发育的酸性赤红壤(pH<5)，土层厚达1 m以上，土地肥沃。
2005年起，为了营造生态公益林，对原杉木林进行皆伐改造，引入不同类型乡土树种造林。在贼佬坑林地栽种石笔木Tutcheria championii(P1样地)，在白石岗林地栽种以杉木、米老排Mytilaria laosensis为主，以尖叶杜英Elaeocarpus apiculatus、火力楠Michelia macclurel、枫香Liquidambar formosana、盆架子Alstonia scholarisv为辅的针阔混交林(P2样地)，在仙人春林地栽种以米老排为主，以红锥Castanopsis hystrix、格木Erythrophleum fordii为辅的阔叶混交林(P3样地)，并对以上林分采取相同的管理措施。各样地的基本情况见表1，样地的主要树种生长情况见表2。
表 1 试验林概况Table 1. General situation of the experimental plantations样地 海拔/m 坡向 坡度/(°) 郁闭度 主要树种 P1 172 S 42 0.6 石笔木 P2 259 SE 35 0.6 杉木、米老排等 P3 204 SW 40 0.8 米老排等 表 2 树木生长基本情况1)Table 2. Tree growth status of the experimental plantations样地 树种 胸径/cm 树高/m 冠幅/m P1 石笔木 8.59±2.46 7.00±1.00 5.01±1.00 P2 杉木 8.59±1.82 21.26±3.25 8.95±3.21 米老排 12.28±2.21 14.24±2.21 9.96±2.82 尖叶杜英 9.72±3.37 9.01±2.85 3.97±1.57 火力楠 10.80±2.08 9.60±1.56 4.76±0.91 枫香 11.33±2.78 10.95±2.16 6.13±0.74 盆架子 8.16±0.68 12.80±1.92 6.78±0.97 P3 米老排 9.24±3.83 10.92±4.44 5.32±1.75 红锥 11.43±4.38 12.52±3.07 6.78±2.29 格木 4.30±0.73 4.52±0.17 5.65±0.89 1)表中数据为平均值±标准差 1.2 试验方法
1.2.1 样地设置
2016年5月对试验地3种生态公益林进行调查(林分的林龄均为10年生)，每种林地设定3个规格为20 m ×20 m的调查样地。用容积100 cm3的环刀分别在各个标准地的0~20 cm土层采集土壤样品，用于测定土壤的物理性质(3个重复)。按梅花形在每个标准样地内设置5个面积为2 m×2 m的样方，样地调查并记录小样方内全部灌木和草本的种类、盖度、株数及平均高度，用于分析林下植物的物种多样性。
1.2.2 林下植物多样性调查方法
林下植物的物种多样性指数计算包括下列内容[14]：
物种丰富度指数表示一个种群在群落中的个体数目或丰富程度，这里是指某物种在标准地中的总数，即样方内所有物种数目(S)；多度为某一种植物的个体总数；盖度=植物地上部分垂直投影面积/样方面积；频度=该种植物出现的样方数目/所有调查的样方总数目；相对多度=某一种植物的个体总数/同一生活型植物个体总数×100%；相对盖度=某一种植物的盖度/所有种的盖度总和×100%；相对频度=某一个种的频度/所有种的频度总和×100%；相对重要值=(相对多度+相对盖度+相对频度)/3。
Simpson指数(D)、Shannon-Wiener指数(H)及Pielou均匀度指数(JSW和JSi)分别为：
$$ D = 1 - {\sum\limits_{i = 1}^s {P_i} ^2}, $$ (1) $$ H = - \sum\limits_{i = 1}^s {(P_i\ln P_i)} , $$ (2) $$ {J_{{\rm{SW}}}} =H/{\rm ln}S, $$ (3) $$ {J_{{\rm{Si}}}} = D/(1 - 1/S), $$ (4) 式中，Pi为第 i 物种的相对重要值。
1.2.3 土壤物理性质的测定
土壤含水量采用烘干法测定[15]；土壤容重、土壤总孔隙度、土壤毛管孔隙度等物理性质均采用环刀法测定[16]，每个指标重复测定3次。
1.3 数据处理及分析
运用Microsoft Excel 2003对数据进行统计分析和图表绘制，采用SPSS 22.0统计分析软件进行单因素方差分析(One-way ANOVA)，并采用Duncan’s法对试验结果进行多重比较。
2. 结果与分析
2.1 林下植物多样性
2.1.1 林下植物种类组成与相对重要值
由表3可知，P1样地林下灌木有5种，其中相对重要值最大的是鸭脚木Schefflera octophylla(24.09%)，其次是野牡丹Melastoma candidum(21.27%)。P2样地和P3样地林下灌木种类均为2种，分别为白花酸藤果Embelia ribes和山苍子Litsea cubeba 、银柴Aporosa dioica和南天竹Nandina domestica，它们的相对重要值均为50%。
表 3 林下灌木种类与相对重要值Table 3. Undergrowth shrub layer species and importance value %物种 P1样地 P2样地 P3样地 鸭脚木 Schefflera octophylla 24.09 银柴 Aporosa dioica 19.44 50.00 白花酸藤果 Embelia ribes 19.44 50.00 黑面神 Breynia fruticosa 15.77 野牡丹 Melastoma candidum 21.27 山苍子 Litsea cubeba 50.00 南天竹 Nandina domestica 50.00 由表4可知，P1样地林下草本植物有12种，相对重要值前3位为弓果黍Cyrtococcum patens (24.29%)，乌毛蕨Blechnum orientale (21.82%)和蔓生莠竹Microstegium vagans(20.68%)。P2样地林下草本植物有4种，相对重要值大的是乌毛蕨(44.11%)和华南鳞盖蕨Microlepia hancei(43.26%)。P3样地林下草本植物有6种，相对重要值最大的是乌毛蕨(52.30%)，其次是半边旗Pteris semipinnata(17.33%)。在3个林地当中，乌毛蕨在每个林地中所占相对重要值均超过20%。
表 4 林下草本种类与相对重要值Table 4. Undergrowth herb layer species and importance value物种 P1样地 P2样地 P3样地 乌毛蕨 Blechnum orientale 21.82 44.11 52.30 玉叶金花 Mussaenda pubescens 4.63 7.42 蔓生莠竹 Microstegium vagans 20.68 半边旗 Pteris semipinnata 7.00 5.49 17.33 弓果黍 Cyrtococcum patens 24.29 华南毛蕨 Cyclosorus parasiticus 3.95 崩大碗 Centella asiatica 1.54 芒箕 Dicranopteris dichotoma 2.10 山菅兰 Dianella ensifolia 3.36 火炭母 Polygonum chinense 1.54 9.87 粽叶芦 Thysanolaena maxima 4.03 金盏银盘 Bidens biternata 5.07 华南鳞盖蕨 Microlepia hancei 43.26 崇澍蕨 Chieniopteris harlandii 7.14 扇叶铁线蕨 Adiantum flabellulatum 4.72 淡竹叶 Lophatherum gracile 8.36 2.1.2 林下植物多样性指数及均匀度指数
林下灌木的多样性指数和均匀度指数列于表5。由表5可知，P1样地的Simpson指数、Shannon-Wiener指数和均匀度指数JSW均最大，P2样地及P3样地的均匀度指数JSi最大。
表 5 林下灌木多样性指数与均匀度指数Table 5. Plant diversity index and evenness index of undergrowth shrub layer样地 Simpson
指数Shannon-Wiener
指数均匀度指数 JSW JSi P1 0.79 1.60 0.62 0.61 P2 0.50 0.69 0.49 1.79 P3 0.50 0.69 0.49 1.79 林下草本的多样性指数和均匀度指数列于表6。由表6可知，P1样地的Simpson指数、Shannon-Wiener指数均最大，P3样地的均匀度指数JSW最大，P2样地的均匀度指数JSi最大。
表 6 林下草本植物多样性指数与均匀度指数Table 6. Plant diversity index and evenness index of undergrowth herb layer样地 Simpson
指数Shannon-Wiener
指数均匀度指数 JSW JSi P1 0.84 2.01 0.32 0.81 P2 0.61 1.07 0.28 0.97 P3 0.67 1.42 0.34 0.87 2.2 3种改造人工生态公益林的土壤物理性质分析
各样地的土壤物理性质见表7。各样地土壤容重大小排序为P1样地(1.33 g·cm–3)>P3样地(1.25 g·cm–3)>P2样地(1.08 g·cm–3)，P1和P3样地的土壤容重显著大于P2样地。
表 7 土壤物理性质1)Table 7. Soil physical properties样地 土壤容重/
(g·cm–3)总孔隙度/
%自然含水量(w)/
%毛管持水量(w)/
%毛管孔隙度/
%非毛管孔隙度/
%通气孔隙度/
%P1 1.33±0.010a 49.91±0.363b 24.11±0.499c 30.93±1.543c 4.11±0.192b 45.81±0.344b 46.71±0.435b P2 1.08±0.022b 59.32±0.823a 38.72±0.934a 46.13±1.249a 4.97±0.058a 54.35±0.801a 55.15±0.822a P3 1.25±0.088a 52.78±3.332b 33.32±2.339b 37.84±4.059b 4.71±0.156a 48.07±3.179b 48.63±3.345b 1)表中数据为3次重复的平均值±标准误；同列数据后，凡是具有一个相同小写字母者表示样地间差异不显著(P>0.05，Duncan’s 法) 各样地土壤总孔隙度大小排序为P2样地(59.32%)>P3样地(52.78%)>P1样地(49.91%)，P2样地的土壤总孔隙度显著大于其他2个林地。
各样地土壤自然含水量(w)大小排序为P2样地(38.72%)>P3样地(33.32%)>P1样地(24.11%)，P3样地的自然含水量显著小于P2样地，但显著大于P1样地。
各样地土壤毛管持水量(w)大小排序为P2样地(46.13%)>P3样地(37.84%)>P1样地(30.93%)，且3个样地间差异显著。
各样地土壤毛管孔隙度大小排序为P2样地(4.97%)>P3样地(4.71%)>P1样地(4.11%)，P2样地和P3样地显著大于P1样地。
各样地土壤非毛管孔隙度大小排序为P2样地(54.35%)>P3样地(48.07%)>P1样地(45.81%)，P2样地的土壤非毛管孔隙度显著大于P1和P3样地。
各样地土壤通气孔隙度排序为P2样地(55.15%)>P3样地(48.63%)>P1样地(46.71%)。P2样地的土壤通气孔隙度显著大于P1和P3样地。
3. 讨论与结论
在3个改造人工林地当中，灌木层的Shannon-Wiener和Simspon指数的平均值(0.99和0.60)均小于草本层(1.50和0.71)；灌木层的Pielou均匀度指数JSW和JSi平均值分别为0.53和1.40，均大于草本层(0.31和0.88)；阔叶纯林的林下灌木和草本种类及其对应的优势种数量均多于混交林。
本研究的3种林地中，P1样地的土壤容重最大；P2样地的乔木植物种类较多且冠幅、树高和胸径较大；除土壤容重外，其余各项物理指标均表现为P2样地>P3样地>P1样地。
物种多样性是生态系统及生物群落的本质特征[17]，能有效反映生物群落和生态系统的复杂性、稳定性，所以生物多样性是生态系统结构和功能的测量指标。Shannon-Wiener指数是反映物种丰富度的指数，物种数量越多，其数值越大；Simpson指数主要反映物种的多度，是一个反映群落优势度的指数，其数值越小，表明群落的优势种越明显。在3个林地中，灌木层的Shannon-Wiener和Simspon指数的平均值均小于草本层，可见各林地中的草本层物种数量多于灌木层。与草本相比，灌木对生长环境的要求更高，随着时间的推移，上层林木不断壮大、林分郁闭度不断增加，使得林下灌木对生长所需的光照、养分等条件的竞争加强[18]，这将限制林下灌木层的生长。另外，草本植物的适应性比灌木强，因此林下草本植物发育较好[19]。
Pielou均匀度指数是反映群落均匀度的指标，与群落内物种个数间的差异及各物种个体数量分配均匀程度有关[20]，种间的个体数量差异程度越小，则群落的均匀性越高[21]。在3个林地中，灌木层的Pielou均匀度指数(JSW和JSi)平均值均大于草本层，可见各林地中灌木层的物种均匀性高于草本层。由于林下灌木植物的种类数量相对少，且个体较草本植物大，所以其在林地的分布相对均匀。而草本植物虽然数量较多，但是均匀度却不高，这可能是3个林地的郁闭度相对较高，林隙分布不均，促使阴生、蕨类植物的富集所致[10]。此外，草本植物的生活史短暂，对环境变化反应敏感，具有易受干扰和恢复速度快的特点[18]，更加深了分布不均的程度。
阔叶纯林的林下灌木和草本植物种类及其对应的优势种数量均多于混交林，这可能是因为P1样地的乔木仅有石笔木1种，林冠层结构简单，林下光照环境多样化，喜阳植物和随机入侵种较多的缘故[11]，另外，各样地处于幼林向中龄林过度的阶段，已基本成林，土壤水分条件较好，并且郁闭度较大，为一些阴生植物的生长和定居提供了良好的生存条件，所以阴生植物的种类和数量较多。虽然阔叶纯林单一的结构有利于草本层物种多样性的改善，但草本植物多以林下随机生长为主，均匀度指数较低；另外2种混交林的多样性指数较低，但其林下草本均匀度指数较高，群落结构相对合理[22]。
土壤物理性质与土壤持水和保水能力有着密切关系[23]，可以影响土壤的肥力状况。在本研究中，所有林地的土壤总孔隙度在49.91%~59.32%，在中国大部分森林生态系统土壤总孔隙度范围(40%~60%)内[8]。当土壤中总孔隙度在50%左右，并且非毛管孔隙度占 1/5~2/5 时，土壤的通气性、透水性和持水能力较强[24]。本研究的所有样地非毛管孔隙度在92%左右，明显偏高。这说明3种林地的吸、持水分能力低，但土壤的雨水下渗能力较强，有利于减少地表径流，增强土壤的抗冲刷和抗侵蚀能力[25]。土壤容重作为森林土壤物理性质的优良指标，对森林土壤的结构性、土壤的孔性、通水透气性能以及持水能力具有重要影响[26]。通常容重越小，表明土壤可形成的孔隙越大，土壤持水和通气能力越强[8]。由于P1样地仅一种乔木，乔木植物种类不如P2样地丰富，郁闭度又较P3样地小，使其根系对土壤穿插和切割作用较小，回归土壤的枯落物少，林地土壤团粒结构的形成相对缓慢[27]，从而导致土壤疏松程度较小，土壤较为紧实，容重相对较大。虽然P1样地的林下草本植物丰富，但是其根系对土壤的穿插和切割作用不及乔木。这是因为乔木的根系数量高于草本植物，并且前者的主根和侧根更发达，根系分布较深，因此对土壤物理性质的改良效果较好[28]。P2样地由于其植物根系对土壤的穿插作用较强，特别是杉木的侧根发达，穿插能力强，所以其土壤容重最小，孔隙多。这也说明杉木与阔叶树种混交，可以改善土壤物理性质，增强水土保持的能力。总体来说，混交林的各项物理性质优于纯林，这与顾宇书等[29]的研究结果相一致。
植物多样性与土壤物理性质关系密切[30]。林下植被的蒸腾作用通常占到森林总蒸腾作用的20%~30%[31]，因而林下植被在一定程度上能减少土壤的水分含量[32]。在本研究中，P1样地的林下植物最为丰富且数量最多，土壤含水量较其他林地低，原因可能是林下植物的叶面积较大，植物从土壤吸收的水分需求量增多，导致土壤水分减少。
-
![]()
图 8 农用小型UAV以A1点为起落点的2种典型航线
Figure 8. Two typical routes of agricultural small UAV with A1 as the landing point
![]()
图 9 农田全区域覆盖路径规划GUI界面
Figure 9. GUI interface of complete coverage path planning for farmland
表 1 农用小型UAV在2种航线下的相关参数比较
Table 1 Comparisons of relevant parameters based on two typical routes of agricultural small UAV
飞行作业航向Flight heading 总航线次数Number of routes 预设幅宽/m Preset width 微调后幅宽/m Fine-tuning width 特征夹角/(°) Characteristic angle 空行行程/m Invalid distance 工作行程/m Valid distance 工作效率%
Working
efficiencyA1A2方向Direction A1A2 42 6 6.07 44.6 997.2 4 774.3 82.72 A1A6方向Direction A1A2 24 6 5.88 42.9 538.5 4 832.2 89.97 
下载: 导出CSV
表 2 不同起降点下的空行行程与工作效率比较
Table 2 Comparisons of invalid distance and working efficiency in different landing points
角 点
Corner左手方向 Left-hand direction 右手方向 Right-hand direction 空行行程/m
Invalid distance工作效率/%
Working efficiency空行行程/m
Invalid distance工作效率/%
Working efficiencyA1 997.2 82.72 538.5 89.97 A2 648.2 87.99 1 003.3 82.63 A3 552.8 89.75 646.0 88.03 A4 770.6 86.07 645.0 88.43 A5 653.0 88.02 770.8 86.07 A6 542.0 89.98 655.0 88.00
下载: 导出CSV
-
[1] 戴博, 蔡自兴, 崔益安. 移动机器人路径规划技术的研究现状与展望[J]. 控制与决策, 2005, 12(3): 198-202. [2] 席裕庚, 张纯刚. 一类动态不确定环境下机器人的滚动路径规划[J]. 自动化学报, 2002, 28(2): 161-175. [3] 李爱萍, 李元宗. 机器人路径规划方法的研究[J]. 机械工程与自动化, 2009(5): 194-196. [4] JONES P, TANG L, VACHTSEVANOS G. Multi-unmanned aerial vehicle coverage planner for area surveillance missions[C]//AIAA. Guidance, navigation and control conference and exhibit. South Carolina: Hilton Head, 2007: 6453-6464.
[5] 柳煌, 夏学知. 无人机航线规划[J]. 船舶电子工程, 2008, 28(5): 47-51. [6] 胡中华, 赵敏, 姚敏, 等. 无人机航迹规划技术研究及发展趋势[J]. 航空电子技术, 2009, 40(2): 24-36. doi: 10.3969/j.issn.1006-141X.2009.02.006 [7] 蔡自兴, 崔益安. 多种机器人覆盖技术研究进展[J]. 控制与决策, 2008, 23(5): 481-486. doi: 10.3321/j.issn:1001-0920.2008.05.001 [8] 彭孝东. 农用小型无人机遥控作业位姿估计与路径规划[D]. 广州: 华南农业大学, 2015. [9] 孟志军, 刘卉, 王华, 等. 农田作业机械路径优化方法[J]. 农业机械学报, 2012, 43(6): 147-152. doi: 10.6041/j.issn.1000-1298.2012.06.027 [10] OKSANEN T, VISALA A. Coverage path planning algorithms for agricultural field machines[J]. J Field Robot, 2009, 26(8): 651-668. doi: 10.1002/rob.v26:8
[11] 刘向锋. 面向GPS导航拖拉机的最优全局覆盖路径规划研究[D]. 阜新: 辽宁工程技术大学, 2010. [12] 苗玉彬, 王明军. 农业车辆导航系统中路径规划策略的研究进展[J]. 农机化研究, 2011, 33(5): 12-15. doi: 10.3969/j.issn.1003-188X.2011.05.003 [13] 彭孝东, 张铁民, 李继宇, 等. 基于目视遥控的无人机直线飞行与航线作业试验[J]. 农业机械学报, 2014, 45(11): 258-263. doi: 10.6041/j.issn.1000-1298.2014.11.040 [14] 韩宾, 吴开华, 王文杰. 全自动植保无人机弯道姿态控制算法[J]. 传感器与微系统, 2018, 37(4): 142-144. [15] 陈海, 王新民, 焦裕松, 等. 一种凸多边形区域的无人机覆盖航迹规划算法[J]. 航空学报, 2010, 31(9): 1802-1808. [16] 张智刚, 罗锡文, 胡炼, 等. 4种DGPS模块动态定位精度测试与分析[J]. 华南农业大学学报, 2010, 31(1): 102-107. doi: 10.3969/j.issn.1001-411X.2010.01.025
