[发明专利]一种基于随机优化的无人机巡检路径规划方法

说明书

本发明涉及一种基于随机优化的无人机巡检路径规划方法，包括：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；S3、建模第一优化目标；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。本发明保证无人机更高效的任务执行。

技术领域

本发明属于管道巡检技术领域，具体涉及一种基于随机优化的无人机巡检路径规划方法。

背景技术

管道巡检是油气管道安全的重要保障。目前，油气管道均部署预警系统，例如分布式光纤预警系统；当预警系统出现预警后，需要对预警信息进行现场确认，保证预警的准确性。但是，油气管道的分布区域往往地表环境复杂，且预警点的分布分散跨度大，给人工巡检带来一定的难度。

传统的人工巡检方法，不仅工作量大、耗时费力，还存在一定的安全隐患，存在管理监督不及时，巡检工作不彻底等情况，无法保证及时发现安全隐患并对其进行有效地处理。然而，无人机巡检与传统的人工巡检相比，属于空中巡检，不受地形、路况等外界因素干扰，能最大程度克服人工巡检存在的效率低、安全性低等缺陷。

针对无人机巡检路径规划，无人机需要飞行至某些目标位置以执行任务，也存在多架无人机和多个任务目标位置的场景，如何合理地为无人机分配任务目标位置，以实现无人机任务协同是亟待解决的问题。此外，由于无人机续航能力较差，无法进行长距离飞行，若任务较重，在无人机执行任务过程中，可能需进行中途充电，如何考虑无人机飞行能力等多因素，为无人机设计合理的路径规划策略也是需研究的重要课题。

目前已有研究中，有文献提出利用深度强化学习技术实现无模型无人机控制，通过优化确定无人机路径，实现无人机高效信息收集；也有研究提出基于A*算法的无人机航迹规划算法，基于代价函数最小化实现最短飞行时间。针对无人机任务协同问题，公开号为CN111006669A的专利文献公开了一种无人机系统任务协同及路径规划方法，其综合考虑无人机任务协同及路径规划，以无人机执行任务所需总时间最小为目标，优化设计无人机任务执行及路径规划策略；也有学者提出了基于改进粒子群算法的无人机任务协同方法，通过合理任务分配，实现任务执行时间优化。现有研究大多考虑无人机路径规划问题，未综合考虑无人机系统业务需求，即无人机中途充电的情况，难以保证无人机的任务高效执行。

发明内容

针对现有技术中存在的上述不足之处，本发明提供一种基于随机优化的无人机巡检路径规划方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种基于随机优化的无人机巡检路径规划方法，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；