[发明专利]一种无人机巡检路径优化方法

说明书

本申请提供了一种无人机巡检路径优化方法，其中，该方法包括：通过高精度地图确定无人机巡检轨道上的多个监测点的经纬度数据；通过蚁群算法求解由这些监测点构成的中间态巡检路径，其中，将蚁群算法每一次迭代求解出的最短中间态巡检路径作为第一巡检路径；对第一巡检路径进行互换操作；根据自适应信息素浓度更新机制更新各监测点间路径上的信息素浓度，将蚁群算法的迭代次数加一；判断迭代次数是否大于或等于最大迭代次数；若迭代次数大于或等于最大迭代次数，则将路径距离最短的第一巡检路径确定为无人机的最优巡检路径。通过上述方法解决了现有技术需要工作人员亲自巡检轨道的技术问题，达到提高巡检效率的技术效果。

技术领域

本申请涉及计算机技术领域，尤其涉及一种无人机巡检路径优化方法。

背景技术

现有技术中的轨道交通系统中的轨道处于长期暴露于外部环境，导致轨道容易出现磨损、生锈甚至是断裂的情况。为保障轨道交通系统的正常运行以及乘客的生命安全，对轨道进行定期巡检是十分必要的。

而对于轨道的巡检往往采用人工巡检的方式，这种方式的弊端在于巡检周期长、成本高、盲区多并且在恶劣环境情况下对巡检人员的生命安全存在潜在威胁。

发明内容

有鉴于此，本申请的目的在于至少提供一种无人机巡检路径优化方法，通过一种动态自适应蚁群算法确定无人机的巡检路径，解决了现有技术需要工作人员亲自巡检轨道的技术问题，达到提高巡检效率的技术效果。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供一种无人机巡检路径优化方法，该方法包括：通过高精度地图确定无人机巡检轨道上的多个监测点的经纬度数据；通过蚁群算法求解由这些监测点构成的中间态巡检路径，其中，将蚁群算法每一次迭代求解出的最短中间态巡检路径作为第一巡检路径；对第一巡检路径进行互换操作；根据自适应信息素浓度更新机制更新各监测点间路径上的信息素浓度，将蚁群算法的迭代次数加一；判断迭代次数是否大于或等于最大迭代次数；若迭代次数大于或等于最大迭代次数，则将路径距离最短的第一巡检路径确定为无人机的最优巡检路径。

可选地，对第一巡检路径进行互换操作包括：随机选择第一巡检路径中的两个不相邻的监测点，根据第一巡检路径的路径顺序将两个不相邻的监测点确定为第一监测点和第二监测点，翻转第一监测点至第二监测点的路径顺序生成第二巡检路径；判断第一巡检路径与第二巡检路径的路径距离大小；若第二巡检路径的路径距离小于第一巡检路径的路径距离，将此第二巡检路径作为第一巡检路径，将互换次数置零，重新进行互换操作；若第二巡检路径的路径距离大于或等于第一巡检路径的路径距离，将互换次数加一；判断互换次数是否大于或等于互换次数阈值；若互换次数大于或等于互换次数阈值，则结束互换操作；若互换次数小于互换次数阈值，则随机选择第一巡检路径中的两个不相邻的监测点，根据第一巡检路径的路径顺序将两个不相邻的监测点确定为第一监测点和第二监测点，翻转第一监测点至第二监测点的路径顺序生成第二巡检路径。

可选地，通过蚁群算法求解由这些监测点构成的中间态巡检路径，其中，将蚁群算法每一次迭代求解出的最短中间态巡检路径作为第一巡检路径包括：随机产生各只蚂蚁的起始监测点；根据各监测点间的转移概率，利用轮盘赌的方式确定每只蚂蚁选择的下一个监测点；将每只蚂蚁每次选择的下一个监测点进行组合，生成每只蚂蚁对应的中间态巡检路径；中间态巡检路径均遍历所有监测点并返回对应中间态巡检路径的起始监测点；将路径距离最短的中间态巡检路径，确定为此次迭代对应的第一巡检路径；对第一巡检路径进行互换操作后，根据自适应信息素浓度更新机制更新各监测点间路径上的信息素浓度，将蚁群算法的迭代次数加一；判断迭代次数是否大于或等于最大迭代次数；若迭代次数大于或等于最大迭代次数，则将路径距离最短的第一巡检路径确定为无人机的最优巡检路径。