欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2018100120463
申请人: 湖北工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种无人机任务分配及路线规划方法,其特征在于,当无人机基地及目标区域唯一时,所述方法包括以下步骤:步骤A1:规划出从基地到目标区域的最优路线;

步骤A2:优化无人机在目标区域内的航线。

2.根据权利要求1所述的无人机任务分配及路线规划方法,其特征在于:步骤A1中,通过Dijkstra算法,得出无人机从基地到目标区域的飞行路线。

3.根据权利要求1所述的无人机任务分配及路线规划方法,其特征在于:步骤A2中,针对海拔因素,将无人机所不能越过的区域设为障碍,采用蚁群算法,在规定的T小时内完成巡察并返回基地及规避障碍的条件下,将在目标区域内所能飞行的最长航线确定为无人机在目标区域内的航线。

4.根据权利要求1-3任意一项所述的无人机任务分配及路线规划方法,其特征在于,当存在一个无人机基地对应多目标区域的情况时,所述方法包括以下步骤:步骤B1:确定无人机飞行高度与查看范围;

步骤B2:将目标区域栅格化,按照一定的比例设计栅格的边长,无人机巡查目标区域时,按照目标区域栅格图中的每个栅格的中心进行运动轨迹;

步骤B3:计算无人机从基地出发绕过障碍到达目标区域的最短路径;

步骤B4:优先设置无人机巡查目标区域内海拔M米以下的地方,优先设置无人机路线上无障碍物,设置无人机巡查速度为X千米/小时,求出无人机从基地到目标区域的最短路线以及在各个目标区域进行最多巡查的时间。

5.根据权利要求4所述的无人机任务分配及路线规划方法,其特征在于:步骤B1中,无人机在高度h1,仰角为θ时的巡航范围为半径为R的圆;

R=(h1-h2)tanθ

其中h1为无人机飞行的高度,h2为目标区域海拔。

6.根据权利要求5所述的无人机任务分配及路线规划方法,其特征在于:步骤B1中,无人机的覆盖搜索采用平行搜索,无人机的起始从离基地最近的目标区域的边缘开始进行搜索,最小转弯半径r与探测范围半径R有三种情况:

1)当r<R时,无人机航迹是由两段圆心角分别为3π/2-β和α的圆弧和一条直线段组成的;由于无人机的探测范围半径大于最小转弯半径,无人机从调头点到结束点沿着轨迹运动可以覆盖到搜索边界;

a=2(R-r)

b=|xA-xB|

其中开始调头的点A为“调头点”,调头结束的点B为“结束点”;xA表示点A的横坐标,xB表示点B的横坐标;a表示两端圆弧所在圆心的纵坐标之差,b表示两端圆弧所在圆心的横坐标之差;

2)当r≥R时,无人机航迹是由两段圆心角分别为3π/2-β和α的圆弧组成,A与B的横坐标恰好满足:a=2R

若 不成立时,则补充一段直线航路,使无人机扫描范围能够覆盖到搜索边界。

7.根据权利要求4所述的无人机任务分配及路线规划方法,其特征在于:步骤B2中,所述按照一定的比例设计栅格的边长,其原则是使无人机所走的每个栅格的面积都能够充分巡查。

8.根据权利要求4所述的无人机任务分配及路线规划方法,其特征在于:步骤B3中,采用Dijkstra算法计算最短路径,首先假设每个点j都有一对标号(dj,pj),其中dj是从起始点s到点j的最短路径的长度;pj是从s到j的最短路径中j点的前一点;运用Dijkstra算法构建无人机从基地到各目标区域的模型,寻找到最短路径,使无人机更多的巡视目标区域;

经过对区域栅格化,得出每架无人机的巡视总时间为:

其中,d表示分割区域正方形的边长,n为每个正方形区域多少栅格数,ni表示无人机在每个区域巡航的网格数,i表示目标区域个数,i=1,2,3,4,5;V表示无人机的速度;

每架无人机经过Dijkstra算法寻找出从基地到目标区域的最短路径li,得出每架无人完成任务到回到基地的总时间为:ti=Ti+li/V

最后通过所走的路径,所得覆盖率(P)目标函数:

其中,Ni表示每个区域总的网格数,i=1,2,3,4,5;Δn表示有无人机到达某个目标区域中途经过其他区域所巡航的网格数;ni表示无人机在每个区域巡航的网格数,ti为人机从出发到返回所用时间,Ti为无人机在目标区域巡察时间;

假设每个目标区域至少派一架无人机,则最少需要多少架无人机目标函数:

9.根据权利要求4所述的无人机任务分配及路线规划方法,其特征在于:步骤B4中,通过搜索算法找到从基地H到目标区域A的最短路径SA,通过最短路径求出无人机在目标区域A巡查的路径LA;则无人机在目标区域A巡航的网格数为nA其中,d表示分割区域正方形的边长;

采用蚁群算法,寻找无人机在目标区域A内的巡航路线,使之能在尽可能少的避障的同时,能最大限度的利用无人机剩余飞行时间。

10.根据权利要求4所述的无人机任务分配及路线规划方法,其特征在于:当存在多个无人机基地和多目标区域的情况时,假设从两个基地H、J向各个目标区域分派无人机;

假设每个基地派出的无人机在某个目标区域巡查的网格数相等,通过引入权重系数对无人机进行分配,要求从第一架无人机到最后一架无人机全部都回到基地的时间间隔尽量短,即可建立的最小目标函数为:minT=max(tHA,tHB,tHC,tHD,tHE,tJA,tJB,tJC,tJD,tJE)×τ其中τ为时间系数;

其中t1i表示无人机分别从基地H到A、B、C、D、E目标区域中心所需的时间,i=1,2,3,4,

5;t2i表示无人机分别从基地J到A、B、C、D、E目标区域中心所需的时间,i=1,2,3,4,5;ti表示无人机分别在A、B、C、D、E目标区域内扫描时间,i=1,2,3,4,5;tHi表示无人机从基地H出发和在i区域内扫描的总时间,i=A,B,C,D,E;tJi表示无人机从基地J出发和在i区域内扫描的总时间,i=A,B,C,D,E;Li表示无人机在不同区域的巡查路径,i=A,B,C,D,E;V表示无人机飞行速度;

因从两个基地派往各个重点区域的无人机是未知的,故引入相隔时间比例权重ρti,引入优先选择变量Di,通过衡量权重最终得出各个重点需要派往的无人机的架数;

首先由ρti求出每个区域应该派出无人机架数,之后,由Di确定由哪个基地派出无人机;

当目标区域与基地J之间的距离大于该区域与基地H时,Di=1,由H基地派出飞机;反之则Di=0,由J基地派出飞机;

无人机从基地被派往各重点区域的权重关系ρti,是根据无人机在各重点区域到基地的时间衡量;

其中(xi,yi)分别表示无人机在目标区域的平面坐标,(xH,yH)表示基地H的坐标,(xJ,yJ)表示基地J的坐标。