[发明专利]一种基于随机优化的无人机巡检路径规划方法

权利要求书

1.一种基于随机优化的无人机巡检路径规划方法，其特征在于，包括以下步骤：

S1、对所有无人机、任务的起始节点、目标节点、充电站点建模；

S2、建模第一约束条件，包括：每个目标节点的任务只执行一次的约束条件、一架无人机至少分配一个目标节点一次的约束条件；

S3、建模第一优化目标，包括：无人机目标分配执行任务时间代价函数、多无人机总航程代价函数以及无人机最大化任务执行效益函数；

S4、随机优化求解第一优化目标，得到无人机目标分配任务的解；

S5、对单架无人机及其对应的目标任务的起始节点、目标节点、充电站点建模；

S6、建模第二约束条件，包括：环境约束、最大飞行距离约束、最大转弯角约束、转弯调整距离约束；其中，最大飞行距离约束考虑无人机在充电站点充电后飞行距离复原；

S7、建模第二优化目标，包括路径航程代价函数；

S8、随机优化求解第二优化目标，得到无人机巡检路径规划的最优解；

所述步骤S1，具体包括：

建模有M架无人机V₁,V₂,…,V_M，N个目标节点T₁,T₂,…,T_N，Z个充电站点C₁,C₂,…,C_Z；任务的起始节点包括无人机的起始节点和目标节点，总数为M+N；

所述步骤S2中，具体包括：

(1)每个目标节点的任务只执行一次，建模约束条件：

其中，i为任务的起始节点，v为第v架无人机；为0-1决策变量；表示第v架无人机从i节点到j节点执行任务；表示没有分配任务；

(2)一架无人机至少分配到一个目标节点一次，建模约束条件：

(3)充电站点不设次数约束，当无人机电量不足时，即可充电；

所述步骤S3中，具体包括：

(1)目标分配任务中，无人机目标分配任务时间代价最小，目标函数如下：

其中，j＝1,2,3,…,N，t_j为完成第j个目标节点任务的时间，c_j≥0为第j个任务的加权系数，t_f≥t_j为完成所有任务的总时间；

(2)多无人机总航程代价函数为：

其中，表示i节点到j节点的路径长度；为0-1决策变量，取值为1时无人机与目标节点对应，取值为0时无人机与目标节点不对应；

(3)无人机执行目标分配任务中，要求最大化任务执行效益，效益函数由成功执行任务效益决定：

其中，为决策变量，当第v架无人机从i节点飞行到j节点执行任务时为1，反之为0；为第v架无人机从i节点飞行到j节点的成功率；

第一优化目标为：

minJ＝min(μ₁J₁+μ₂J₂-μ₃J₃)

其中，μ₁、μ₂、μ₃分别为时间、路径和效益的权重因子；

所述步骤S4中，通过随机优化中的模拟退火方法求解第一优化目标的目标函数的极值点，得到无人机目标分配任务的解；

所述步骤S5，具体包括：

在三维空间中对单架无人机及其对应的目标任务的起始节点、目标节点、充电站点建模，得到各个节点的三维坐标(x，y，z)；

所述步骤S6中，具体包括：

(1)环境约束

在三维空间中对三维环境空间进行约束，约束建模为：

f_i(x,y,z)≤b_i

其中，b_i表示第i个空间约束条件；

(2)最大飞行距离约束

对于无人机，假设需要巡检的任务数为n个，包括充电站点，考虑到无人机电量的有限性，单个无人机最大飞行距离约束指标为：

其中，L_c为路径的长度，Δ_c为预留的飞行余量，L_i-1,i为第i-1个路径点到第i个路径点的长度，分别为第i-1个路径点到第i个路径点对应于x、y、z方向上的坐标差；L_max为无人机单次充满电后允许飞行的最大距离；x_i-1,i为0-1决策变量，当第i个路径点为充电站点时取值为0，否则取值为1；

(3)最大转弯角约束指标

由于无人机自身机动性能的限制，无人机转弯转角应满足：

其中，为路径中的任一转弯角，θ为由自身机动性能决定的最大转弯角度；

(4)转弯调整距离约束

设无人机的转弯最小缓冲飞行距离为L_nmin：

其中，L_i-1,i为第i-1个路径点到第i个路径点之间的路径长度；

所述步骤S7中，所述路径航程代价函数为：

所述步骤S8中，通过随机优化中的模拟退火方法求解第二优化目标的路径航程代价函数的极值点，得到无人机巡检路径规划的最优解。