[发明专利]一种低空林业监测遥感无人机路径多目标规划方法

权利要求书

1.一种低空林业监测遥感无人机路径多目标规划方法，其特征在于，所述方法包括以下步骤：

S10,基于初始环境信息建立无人机路径环境的Maklink三维图论模型；并基于Maklink三维图论模型得到具体的单个路径方案；所述初始环境信息包括无人机初始位置、任务目标位置以及能够获得的三维地图信息；

S20,基于无人机沿路径行进的目标函数和约束函数建立路径多目标优化的数学模型；所述目标函数包括无人机沿路径行进时所需的时间、耗费的能源以及无人机存活率；所述约束函数为无人机路径中的干扰运行因素；所述建立路径多目标优化的数学模型具体步骤如下：

S201,利用预设的地图信息和无人机通过机载摄像头获取所在空间信息，通过SLAM手段完成所处的物理空间建模后，划分出三维空间网格，后续基于Maklink图论在三维空间网格上设立路径，并将路径方案转化为数学形式：，其中指代路径方案的第k个设计变量；

S202,根据任务细节和运行环境，将运行环境中的障碍物视作路径多目标优化规划时的约束函数，设置无人机沿路径行进时所需的时间、耗费的能源和自身存活率，作为评判路径的多目标函数，确定路径方案数学形式X的设计变量上下限；其中，指代对路径方案X进行长度积分得到的路径实际长度，指代对路径某一点进行微分得到的路径长度微元，指代路径方案X的速度表达式，指代对路径某一点进行微分得到的瞬时速度微元，指代基于路径某一点的瞬时速度微元计算得到的能源消耗量，表明无人机存活率正比于路径X中约束违背量G的倒数，为存活率控制数；

S203,基于设计变量上下限初始化设计变量空间Ω，形成路径规划的多目标优化数学模型；所述路径规划的多目标优化数学模型为：

，

所述约束函数为：，其中n指代约束函数的个数，X指代路径方案的数学形式，指代第i个约束函数，具体包含无人机沿路径行进时遇到的障碍物，指代第i个约束函数的控制系数；

初始路径的多目标函数和约束函数值的计算方法如下：根据无人机运行时的路径方案的设计变量维数k，在确定的设计变量空间Ω内进行优化拉丁超立方采样，所述采样数量为3k+2个样本点，这些样本点构成路径多目标优化规划的种群；每个样本点根据步骤S201中的方法转化为初始路径，并计算相应的多目标函数和约束函数值；其中,i=1,2,…,3k+2；

S30,依据构成路径多目标优化的数学模型的目标函数，生成由目标函数上下限所构成的数学空间，即决策空间，并在决策空间内生成一组用于提高多目标优化效率和精度的参考向量；具体方式为：根据在步骤S202中计算得到的所有样本点的三个多目标函数值的上下极值，确定出决策空间，并在决策空间内基于标准边界交叉法生成一组初始参考向量，参考向量数量为，其中k为设计变量维数；

S40,基于路径规划的迭代进程，对参考向量进行自适应调整，最终迭代得到路径方案的帕累托优化解集；对参考向量进行自适应调整的具体步骤如下：

S401，对所有参考向量管辖下的样本点利用差分进化算法中的交叉、变异、选择操作进行进化，生成新的一组备用子代样本点；

S402，依据帕累托支配准则，对种群进行迭代；

S403，基于新的种群重新计算决策空间大小，并在新的决策空间内生成一组参考向量；

S404，循环S401、S402以及S403，若满足Maklink图论计算路径的次数达到设定值，则终止循环，输出当前种群作为多目标解；否则继续循环S401、S402以及S403。

2.根据权利要求1所述的一种低空林业监测遥感无人机路径多目标规划方法，其特征在于，所述种群中每个样本点对应的多目标函数值在决策空间内与所有参考向量间的夹角值，并依据夹角最小值，将每个样本点依附到该最小值对应的参考向量。

3.根据权利要求2所述的一种低空林业监测遥感无人机路径多目标规划方法，其特征在于，步骤S401中，对所有参考向量管辖下的样本点进行进化的具体方法包括：先将每个参考向量管辖的样本点放入一个空白进化池，然后找出该参考向量相邻的参考向量，并将相邻的参考向量管辖的样本点加入上一个进化池，对进化池采用差分进化，获得与进化池同规模数量的样本点；最后将这些样本点存入备用子代样本点集。