[发明专利]面向智慧化工业园区监测的无人机飞行路径智能规划方法有效
申请号: | 202111434465.4 | 申请日: | 2021-11-29 |
公开(公告)号: | CN114237282B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 徐小龙;丁群 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 姜慧勤 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 智慧 化工业 监测 无人机 飞行 路径 智能 规划 方法 | ||
1.面向智慧化工业园区监测的无人机飞行路径智能规划方法,其特征在于,具体包括如下步骤:
步骤1,将无人机飞行环境模型转换成栅格地图,用矩阵M[r,c]表示,所述矩阵M[r,c]中的元素与无人机飞行环境模型的栅格坐标点一一对应,且矩阵M[r,c]中不同元素值区分栅格地图坐标点是否存在障碍物;其中,r表示矩阵M[r,c]的行数,c表示矩阵M[r,c]的列数;
步骤2,遍历步骤1所述矩阵M[r,c]的元素信息值,以避开障碍物为约束,初始化种群群体中的全部个体、第一迭代次数l=1、位置相关系数A、距离求解因子C、收敛因子a=2以及温度衰减参数T;
步骤3,设置初始循环次数i=1;计算种群群体中全部个体的适应度值,并得出适应度值前三的种群个体α、β和γ,记录所述种群个体α、β和γ各自对应的适应度值fα、fβ和fγ以及位置Xα、Xβ和Xγ,根据种群个体α、β和γ的位置Xα、Xβ和Xγ计算无人机飞行路径解序列的第i个路径位置值X(i);
步骤4,i=i+1,并根据迭代公式更新当前种群群体的位置,同时更新所述收敛因子a、位置相关系数A和距离求解因子C;
步骤5,计算更新后种群群体中全部个体的适应度值,并得出适应度值前三的种群个体α、β和γ,记录所述种群个体α、β和γ各自对应的适应度值fα、fβ和fγ以及位置Xα、Xβ和Xγ,根据种群个体α、β和γ的位置Xα、Xβ和Xγ计算无人机飞行路径解序列的第i个路径位置值X(i);
步骤6,判断循环次数i=r是否成立;若成立,则上述计算得到的全部X(i)构成当前第一迭代次数l下无人机飞行路径解序列Xl={X(1),X(2),...,X(i),...,X(r)},并根据当前无人机飞行路径解序列Xl求解该解序列所对应的适应值fl;否则,返回步骤4;
步骤7,判断是否达到预设的第一最大迭代次数;若达到第一最大迭代次数,则在迭代过程中选择最小的适应值所对应的解序列作为无人机飞行路径最优解序列X;否则,令第一迭代次数l=l+1,返回步骤3;
步骤8,对无人机飞行路径最优解序列X进行小幅扰动生成新解序列X′,并计算得到新解序列X′所对应的适应值f′;
判断f′-f<0是否成立;若成立,则将新解序列X′作为无人机飞行路径最优解序列X;否则,根据模拟退火算法计算得到新解序列X″,并对新解序列X″计算该解序列所对应的适应值f″,并将所述新解序列X″作为无人机飞行路径最优解序列X;其中,f表示无人机飞行路径最优解序列X所对应的适应值;
步骤9,重复步骤8直至达到预设的第二最大迭代次数;
步骤10,判断是否满足终止条件;若不满足终止条件,则将所述温度衰减参数T降低,并重设第二最大迭代次数,返回步骤8;否则,输出此时最优解序列以及该解序列所对应的适应值,并将所述此时最优解序列作为无人机飞行最优路径。
2.根据权利要求1所述的一种面向智慧化工业园区监测的无人机飞行路径智能规划方法,其特征在于,所述矩阵M[r,c]中,元素值为0表示该元素值所对应的无人机飞行环境模型的栅格坐标点处存在障碍物,元素值为1表示该元素值所对应的无人机飞行环境模型的栅格坐标点处无阻隔。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111434465.4/1.html,转载请声明来源钻瓜专利网。