多无人机与车辆协同巡检的路径优化方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113703472A(43)申请公布日2021.11.26(21)申请号202110838000.9(22)申请日2021.07.23(71)申请人安徽有云智能科技有限公司地址230032安徽省合肥市高新区望江西路900号中安创谷科技园A4栋2层B11(72)发明人朱武朱默宁徐丽罗贺王国强靳鹏张歆悦马滢滢蒋儒浩(74)专利代理机构北京久诚知识产权代理事务所(特殊普通合伙)11542代理人翟丽红(51)Int.Cl.G05D1/10(2006.01)G06N3/12(2006.01)权利要求书3页说明书10页附图2页(54)发明名称多无人机与车辆协同巡检的路径优化方法和装置(57)摘要本发明提供一种多无人机与车辆协同巡检的路径优化方法和装置，涉及任务分配领域。本发明通过获取需要巡检的目标点信息和巡检资源信息；基于所述需要巡检的目标点信息和巡检资源信息，以最短时间为目标构建开放式车机协同路径模型；通过设有双适应度函数的遗传算法对开放式车机协同路径模型进行求解，获取车辆与无人机协同访问的最优任务分配路径规划方案。本发明的遗传算法采用双适应度函数能够有效降低获得近似最优解的运算时间，获得问题的满意解，从而减少车辆与无人机协同完成任务的总时长。CN113703472ACN113703472A权利要求书1/3页1.一种多无人机与车辆协同巡检的路径优化方法，其特征在于，所述方法包括：S1、获取需要巡检的目标点信息和巡检资源信息；S2、基于所述需要巡检的目标点信息和巡检资源信息，以最短时间为目标构建开放式车机协同路径模型；S3、通过设有双适应度函数的遗传算法对开放式车机协同路径模型进行求解，获取车辆与无人机协同访问的最优任务分配路径规划方案。2.如权利要求1所述的多无人机与车辆协同巡检的路径优化方法，其特征在于，所述开放式车机协同路径模型包括目标函数，如公式(1)所示：其中，h、i和o为节点编号，N为节点集合；k为车辆编号，K为车辆集合；d为无人机编号，D为无人机集合；为编号为k的车辆从节点h到节点i的行驶时长，为编号为d的无人机从节点h到节点i的飞行时长；为决策变量，编号为k的车辆从节点h到达节点h的路径，为决策变量，编号d的无人机从节点h出发到达节点i并在节点o与编号d的车辆汇合的路径。3.如权利要求1所述的多无人机与车辆协同巡检的路径优化方法，其特征在于，所述开放式车机协同路径模型包括约束条件，采用公式(4)至(10)来表示：其中：公式(4)表示每个节点仅被访问一次；公式(5)表示每辆车从仓库出发；公式(6)表示各节点进出平衡约束；公式(7)表示车辆到达节点时间和节点开始服务时间的关系；公式(8)表示每架无人机飞行时长不能超过无人机最大续航时长；公式(9)～公式(10)表示决策变量取值约束；d为无人机编号，D为无人机集合；h、i和o为节点编号，N为节点集合，T为巡检目标点集合；k为车辆编号，K为车辆集合；为决策变量，编号为k的车辆从节点h到达节点i的路径，为决策变量，编号d的无人机从节点h出发到达节点i并在节点o与编号d的车辆汇合的路2CN113703472A权利要求书2/3页径；为决策变量，编号为k的车辆从仓库0到达巡检目标点i的路径；为决策变量，编号为k的车辆从巡检目标点i到达仓库点的路径；为决策变量，编号为k的车辆从节点i到达节点j的路径；为编号为k的车辆从节点h到节点i的行驶时长；为编号为k的车辆到达节点i的到达时间，为编号为k的车辆到达节点h的到达时间；为编号为d的无人机从仓库0到巡检目标点l的飞行时长，为编号为d的无人机从巡检目标点l到巡检目标点m的飞行时长；为决策变量，编号d的无人机从仓库点0出发到达巡检目标点l并在节点o与编号d的车辆汇合的路径，为决策变量，编号d的无人机从巡检目标点l出发到达巡检目标点m并在节点o与编号d的车辆汇合的路径；Pd为编号d的无人机可执行巡检任务的最大飞行续航时长。4.如权利要求1所述的多无人机与车辆协同巡检的路径优化方法，其特征在于，通过遗传算法对开放式车机协同路径模型进行求解，获取车辆与无人机协同访问的最优任务分配路径规划方案，包括：S301、设定编码规则；S302、根据所述编码规则生成初始任务分配路径规划方案集合；S303、对初始任务分配路径规划方案集合采用遗传算法进行优化，获得车辆与无人机协同访问的最优任务分配路径规划方案。5.如权利要求4所述的多无人机与车辆协同巡检的路径优化方法，其特征在于，所述根据所述编码规则生成初始任务分配路径规划方案集合包括：S302a、车辆从仓库出发，为车辆分配巡检目标点，形成染色体的第一行；S302b、无人机从仓库出发，为无人机分配巡检任务点，与车辆协同完成任务，形成染色体的第二