بخشی از مقاله
چکیده
در این مقاله با استفاده از الگوریتم ژنتیک و نرمافزار Matlab 2013، الگویی بهینه براي حرکت ماشینهاي کشاورزي هدایت خودکار در مزارع مستطیلی شبیهسازي، و در نهایت این الگوي بهینه در قالب نمودار با الگوهاي سنتی مقایسه گردید. پیروي از الگوي تردد بهینه به کمک الگوریتم هوشمند ژنتیکی با اجتناب از روشهاي دور زدن طولانی، باعث کاهش مسافت و زمان غیرمفید توسط ماشینهاي کشاورزي گردید. نتایج شبیهسازي نشان داد که الگوي بهینه قادر است بهطور میانگین % 45 در مسافت غیرمفید و % 47 در زمان غیرمفید نسبت به الگوهاي تردد سنتی صرفهجویی نماید.
.1 مقدمه
در سالهاي اخیر پیشرفت و توسعهي سیستمهاي هدایت خودکار در ماشینها، به افزایش علاقه براي برنامهریزي مسیر حرکت به کمک ابزارهاي محاسباتی هوش مصنوعی منجر شدهاست .[ 6] انجام عملیات مکانیزهي کشاورزي در مزرعه بدون حرکت ماشین امکانپذیر نیست و ماشینهاي زراعی به منظور پوشش کل مزرعه، می بایست در مزرعه حرکت کنند لذا مجبور به تبعیت از یکی از الگوهاي حرکتی موجود میباشند. الگوهاي سنتی مختلفی در خصوص نحوه حرکت ماشین در مزرعه وجود دارد.
همچنین شکل مزرعه، اندازه و نوع ماشین مورداستفاده، خودرو یا دنبالهبند بودن به لحاظ قابلیت مانور ماشین از جمله مهمترین عوامل تاثیرگذار در تعیین الگوي مناسب حرکت در مزرعه است . این الگوهاي سنتی اغلب باعث افزایش مسافت غیرمفید طیشده هنگام دور زدن در سرمزرعه براي حرکت از انتهاي یک مسیر به ابتداي مسیر بعدي میشوند. بخش زیادي از زمان غیرمفید در طول دور زدن در سرمزرعه اتفاق میافتد و زمان دورزدن در بازده مزرعهاي و همچنین شاخص ماشینی مزرعه تاثیر منفی قابل توجهی دارد
در تراکتورها و ماشینهاي کشاورزي متداول، امر هدایت، متکی بر انسان است. در واقع راننده با تشخیص موقعیت فعلی در مزرعه، بررسی نقطهي هدف، انتخاب مسیر و هدایت در آن، هدایت ماشین را به انجام میرساند به گونه اي که استراتژي عملیات بدون کمک ابزارهاي کامپیوتري بر پایهي عادت، نوع وظیفه، ویژگی ماشین و تجربیات شخصی طراحی میشود که از مشخصات آن تکراري بودن الگو و عدم اصلاح پیوسته آن است که این استراتژي بهینه نیست. لذا ضرورت استفاده از روشهاي بهینهسازي در تعیین الگو و مسیر بهینه ماشین در مزرعه بسیار کارگشا خواهد بود و هرگونه الگوي بهینهسازيشده در مسیریابی ماشینهاي کشاورزي که منجر به کاهش زمان غیرمفید گردد تاثیر قابل توجهی بر بهبود بازده مزرعهاي خواهد داشت.
در میان الگوریتمهاي هوشمند، الگوریتم ژنتیک یا الگوریتم تکاملی به علت داشتن ویژگیهاي خاص در لقاح و جهش مجموعه جوابهاي اولیه براي دستیابی به مجموعه جوابهاي مناسب و تکرار این عمل تا رسیدن به جواب بهینهي مساله، بهطور وسیعی در حل مسالهي بهینهسازي مسیرها بهکارگرفته میشود.
در زمینهي استفاده از تکنیکهاي بهینهسازي در برنامهریزي مسیر ماشینآلات در مزرعه تا کنون پژوهشهاي مختلفی انجام گرفته است. محققان دریافتند که تقسیم مرزهاي پیچیده مزرعه به شکلهاي سادهتر ممکن است فرآیند بهینهسازي را بهبود ببخشد. آنها بیان داشتند که بهرهگیري از الگوریتم تفکیک ذوزنقهاي، تکنیکی قابلقبول براي تقسیم مزرعه به بخشهاي فرعی است. فرآیند تفکیک با ترسیم خطوطی میان رئوس پلیگون آغاز میشود که سلولهایی که از ترسیم این خطوط شکل میگیرند تحت عنوان ذوزنقه منظور خواهند شد.
جاروب مساحت هر سلول از طریق حرکات رفت و برگشتی ساده کنار هم حاصل خواهد شد. بطور متداول مسیرهاي رفت و برگشت بصورت موازي و کنار هم رسم شدهاند و الگوي بهینه نیز بر حرکت حدالامکان مسیر از نزدیکترین مسیر مجاور تاکید دارد. جاروب مساحت کل مزرعه از طریق بررسی حداقل یک مرتبهاي هر سلول در گراف مجاورت، حاصل میشود.
در گراف مجاورت، هر گره بیانگر یک سلول میباشد، نقطهاي که سلولهاي مجاور، یالهایی مشترك با هم دارند و از این طریق به همدیگر مرتبطند. آنها همچنین شکل اصلاحشدهاي از تفکیک سلولی را تحتعنوان تفکیک "Boustrophedon" ارائه دادند که در این رویکرد، سلولها به گونهاي با هم ترکیب میشوند که تعداد حرکات اضافی و تکراري کاهش یابد[4] همچنین محققان الگوریتمی را ایجاد کردند که امکان تفکیک بهینهي مزرعه و انتخاب مسیر کاري بهینه را براي مزارع فرعی فراهم میکرد. الگوریتم، زمین را در چندین ناحیه تفکیک میکند و سپس هر ناحیه را بطور جداگانه از لحاظ بهترین مسیر کاري مورد ارزیابی قرار میدهد.
سایر پژوهشگران روشی را براي حل مسائل برنامهریزي مسیر به منظور جاروب کل مساحت مزرعه ارائه دادند که در این روش مزرعه بعنوان یک صفحه در نظرگرفته میشود و مسیر براي پوشش صفحه بعنوان دنبالهاي از سلولها فرمولبندي میشود .[7] محققان سناریویی را تحلیل کردند که در آن هزینهي معمول عبور و مرورهاي مجاور یکدیگر کاهش پیدا کرده بود . نویسندگان سیستمی را تحت عنوان مسالهي فروشندهي دورهگرد - TSP - مدلسازي کردند و مسیرهاي ممکن را روي یک گراف وزن دار غیر مستقیم ارائه دادند. معیار هزینهي بکارگرفتهشده توسط نویسندگان بر پایهي مسافت غیرمفید طیشده در طول دورزدن قرار داشت با توجه به این موضوع که وسیلهي نقلیه از مرزهاي مزرعه با گوشهي راست عبور کرد
هدف اصلی از این پژوهش ایجاد و توسعهي در این پژوهش، متدهایی مبتنی بر الگوریتم ژنتیک براي تعیین الگوهاي مناسب مسیر حرکت ماشینهاي کشاورزي در مزارع به منظور حداقلکردن مسافت غیرمفید طیشده و زمان غیرمفید تلفشده در سرمزرعه ایجاد شده است. میباشد که به دنبال کمینهسازي این دو عامل - مسافت و زمان غیرمفید - ، بازده مزرعهاي نیز افزایش خواهد یافت.
. 2 مواد و روشها
در این پژوهش، مزرعهاي مستطیلی شکل به طول 80 m و عرض 18 m در نظر گرفتهشد و در آن عملیات کاشت با استفاده از ردیفکار 6 ردیفه با عرض کار 4 متر و با سرعت حرکت 7 کیلومتر بر ساعت انجام گرفت. طول ردیفکار 6 متر و شعاع دور زدن آنها 4/8 متر میباشد. بهمنظور محاسبهي زمان و مسافت غیرمفید در حین دورزدن، انواع روشهاي دورزدن - شکل - 1 عملا" در مزرعه انجام شد که مسافت طیشده و زمان تلفشده هر سه روش دور زدن در جدول 1 آمدهاست.
شکل -1 روش هاي مختلف دورزدن : الف - دورزدن حلقه اي - - Ω- turn ب - دورزدن بین دو مسیر دور از هم - U- turn - ج - دور زدن با استفاده از دنده عقب - - T- turn
جدول -1 مسافت و زمان بهدست آمده براي دور زدن در سر مزرعه به سه روش معمول
براي دورزدن بین 2 مسیرکنار هم، از روش دورزدن Ω و T استفاده میشود. دورزدن در حالت Ω و T ناشی از محدودیت حرکتی ماشینها بوده و زمانی استفاده میشوند که نتوان از حالت U استفاده کرد. زمان تلف شده در این حالت برابر است با همان زمانی که صرف دورزدن به صورت Ω و T می شود و اگر بین دو مسیري که قصد دورزدن بین آن ها را داریم، یک مسیر وجود داشته باشد، آنگاه زمان تلف شده هنگام دورزدن برابر با زمان تلف شده در روش U خواهد بود.
برنامهریزي مسیر هوشمند براي تراکتورهاي هدایت خودکار به دو دسته تقسیم میشود: برنامهریزي آفلاین1 و برنامه ریزي آنلاین.2 در این نوع برنامهریزي مسیر، از اندازهگیريهاي لحظهاي استفاده میشود. به همین دلیل این نوع برنامهریزي، برنامهریزي پوششی مبتنی بر سنسور نیز خوانده میشوند. در واقع در این نوع برنامهریزي، ادوات هدایت خودکار با استفاده از سنسورهاي تصویري تعبیه شده در سقف خود ابتدا سطح مزرعه را اسکن کرده و به کمک گیرنده شبکه تعیین موقعیت جهانی 3 - GPS - که مستقیما به کامپیوتر ماشین متصل است به صورت لحظهاي نقشهاي از زمین زراعی را در کامپیوتر تهیه کرده و سپس به کمک الگوریتمهاي کدگذاري شدهي هوشمند و با استفاده از سیستمهاي مکانیاب کنترل میشوند
