车辆搭载无人机双层路径的优化方法及装置制造方法及图纸

本发明专利技术实施例提供一种车辆搭载无人机双层路径的优化方法及装置，所述方法包括：选择一条已知的车辆搭载无人机的双层路径设为初始解，当前解，对初始解应用局部邻域搜索规则得到第一个聚类中心；设定循环次数，对当前解移除重构生成另外的可行解，通过聚类分析，判断所述可行解是否属于现有的簇，若属于现有的簇，返回上一步骤；若所述可行解不属于现有的簇，对所述可行解应用局部邻域搜索规则得到新的聚类中心，更新当前解，重复循环，在搜索过程中找到车辆搭载无人机双层路径的最优解。本发明专利技术提供的技术方案，不仅可以在较大邻域范围内搜索最优解，提高了最优解的质量，而且缩短了搜索到最优解的时间，比普通方法节约50％的时间。

Optimization method and device for vehicle mounted UAV double path

The present invention provides an optimization method and device for a vehicle carrying unmanned aerial vehicle double layer path. The method comprises the following steps: selecting a double layer path of a known vehicle carrying UAV as initial solution, current solution, obtaining the first cluster center by applying local neighborhood search rules to the initial solution; setting the number of cycles for the first solution. The forward solution removes reconfiguration to generate another feasible solution. By clustering analysis, it can be used to determine whether the feasible solution belongs to the existing cluster and return to the previous step if it belongs to the existing cluster. If the feasible solution does not belong to the existing cluster, a new cluster center is obtained by applying the local neighborhood search rule to the feasible solution, and the current solution is renewed. During the search process, the optimal solution of the UAV double path is found. The technical scheme provided by the invention can not only search the optimal solution in the larger neighborhood, improve the quality of the optimal solution, but also shorten the time to search the optimal solution, and save 50% of the time compared with the ordinary method.

【技术实现步骤摘要】
车辆搭载无人机双层路径的优化方法及装置
本专利技术涉及无人机采集信息的
，尤其涉及一种车辆搭载无人机采集信息的双层路径优化方法及装置。
技术介绍
随着无人机技术的发展，中小型无人机能够以汽车为发射和回收平台，进行起飞和降落。无人机和地面相结合带来了一种全新的工作模式，我们称为地面车辆与无人机协同工作模式，两者一起协同完成如野外搜救、电力巡线、情报侦查、地质测绘等工作，可以极大的缩短完成任务的时间。一方面，无人机可以快速飞到车辆不能或不易到达的目标点进行信息侦察与采集；另一方面，车辆作为无人机的移动基站，为无人机更换电池，并可以搭载无人机到达更远的区域，弥补中小型无人机续航能力小的不足。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：车辆搭载无人机的双层路径的优化方法效率较低，随着无人机的任务目标点的增多，车辆搭载无人机双层路径中的无人机任务目标点不断地增多，搜索到最优的双层路径需要的时间较长。
技术实现思路
本专利技术实施例提供一种车辆搭载无人机双层路径的优化方法及装置，不仅能够有效的优化车辆搭载无人机双层路径，而且节省计算时间50％左右。一方面，本专利技术实施例提供了一种车辆搭载无人机双层路径的优化方法，所述方法包括：选择一条已知的车辆搭载无人机的双层路径设为初始解，将所述初始解设为当前解；对初始解应用局部邻域搜索规则得到第一个聚类中心，设所述第一个聚类中心为当前最优解，所述初始解和第一个聚类中心组成初始簇，所述初始簇为现有的簇；设定循环次数，对当前解应用邻域规则2得到另外一个可行解；通过聚类的判别方式，判断所述另外一个可行解是否属于现有的簇；若所述另外一个可行解属于现有的簇，当所述可行解的目标函数值小于当前解目标函数值的(1+可容忍误差)倍时，用所述可行解更新当前解，否则，用当前最优解更新当前解，则返回第3个步骤；若所述另外一个可行解不属于现有的簇，对另外一个可行解应用局部邻域搜索规则得到另一个聚类中心，所述当前解和另一个聚类中心组成新簇，将所述新簇并入现有的簇，用所述另一个聚类中心更新当前解，返回第3个步骤；每个循环过程，若所述另一个聚类中心优于所述当前最优解，更新所述当前最优解。另一方面，本专利技术实施例提供了一种车辆搭载无人机双层路径的优化装置，所述装置包括：设定单元，用于选择一条已知的车辆搭载无人机的双层路径设为初始解，将所述初始解设为当前解；初始单元，用于对初始解应用局部邻域搜索规则得到第一个聚类中心，设所述第一个聚类中心为当前最优解，所述初始解和第一个聚类中心组成初始簇，所述初始簇为现有的簇；重构单元，用于设定循环次数，对当前解应用邻域规则2得到一个可行解；判断单元，用于通过聚类的判别方式，判断所述可行解是否属于现有的簇；返回单元，还用于若所述可行解属于现有的簇，当所述可行解的目标函数值小于当前解目标函数值的(1+可容忍误差)倍时，用所述可行解更新当前解，否则，用当前最优解更新当前解，则返回重构单元；搜索单元，用于若所述可行解不属于现有的簇，对可行解应用局部邻域搜索规则得到另一个聚类中心，所述当前解和另一个聚类中心组成新簇，将所述新簇并入现有的簇，用所述另一个聚类中心更新当前解，返回重构单元；更新单元，用于每个循环过程，若所述另一个聚类中心优于所述最优解，更新所述最优解。上述技术方案具有如下有益效果：因为采用了系统聚类的技术手段，仅当可行解属于新的簇时才会应用局部邻域搜索规则，搜索到另一个聚类中心，因此减少了计算时间，比其它优化方法节省50％的时间；在搜索过程中，如果搜索到的聚类中心优于当前最优解，更新当前最优解，在提高了优化方法的效率的同时，优化了车辆搭载无人机双层路径。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例车辆搭载无人机双层路径的优化方法的流程图；图2是本专利技术实施例车辆搭载无人机双层路径的优化装置的结构示意图；图3是本专利技术实施例局部邻域搜索规则流程图；图4是本专利技术实施例判断规则的子流程图；图5是本专利技术实施例计算两个解之间距离的子流程图；图6是本专利技术实施例判断单元的结构示意图；图7是本专利技术实施例计算模块的结构示意图；图8是本专利技术本专利技术实施例车辆搭载无人机协同工作模式的示意图；图9是本专利技术实施例车辆空路径移除算子的示意图；图10是本专利技术实施例车辆交叉路径移除算子的示意图；图11是本专利技术实施例无人机最大路径移除算子的示意图；图12是本专利技术实施例无人机子路径移除算子的示意图；图13是本专利技术实施例重构算子的示意图；图14是本专利技术实施例可行解的结构示意图；图15是本专利技术实施例两个解之间的距离计算示意图；图16是本专利技术实施例以中心点为搜索起点的示意图；图17是本专利技术实施例以可行解为搜索起点的示意图；图18是本专利技术实施例各节点位置示意图；图19是本专利技术实施例优化后的双层路径的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图8，图8是车辆搭载无人机协同工作模式的示意图；典型的车辆搭载无人机协同工作模式如图8所示，已知车辆和无人机所属场站或基地点的位置、可供车辆行驶的路网、路网上可用于放飞和回收无人机的车辆临时停靠点和需在无人机访问并完成信息收集的任务目标点。车辆搭载无人机从基地点出发，选择临时停靠点放飞无人机，然后继续行驶，无人机访问已知的任务目标点完成信息收集，由于无人机续航能力有限，车辆需要行驶至恰当的临时停靠点，使无人机能够在电量耗完之前回到车辆上并更换电池，然后重新起飞访问目标点。如此循环，车辆搭载无人机，作为无人机的移动平台，通过在目标区域内路网上行驶，使无人机能够不断起飞降落，完成较大区域内所有目标点的访问与信息收集。由图8可知，车辆搭载无人机协同工作模式下双层路径的构造方法，主要是解决这样一个技术问题：车辆携带无人机从基地出发在地面路网上行驶巡游，由无人机访问所有的任务目标点，完成目标点信息的收集，再回到基地。无人机的续航能力是已知且有限的，不能一次完成所有任务目标点的访问；地面车辆的续航能力足以保证携带无人机完成所有目标的访问，因此不需要考虑车辆的续航能力的限制。解决这个技术问题的目标是最小化无人机访问所有的任务目标点并完成信息收集。从上述车辆搭载无人机协同工作模式下的双层路径的构造方法可以看出，问题中包括三类节点：(1)车辆与无人机所属场站，是车辆的原始出发点，记为0点；(2)车辆可以停下来放飞或回收无人机的临时停靠点，一般是路或街道边较为开阔的区域，如露天停车场、休息站等，记为Vs＝{1,2,…,n}；(3)无人机需要访问的目标点，记为Vt＝{n+1,n+2,…,m}.将所有点的集合记为V＝{0}∪Vs∪Vt，并且所有点的位置是已知的。问题中包括两类弧：(1)第一类弧表示可供地面车辆行驶的一段路本文档来自技高网...

【技术保护点】
1.一种车辆搭载无人机双层路径的优化方法，其特征在于，所述方法包括：选择一条已知的车辆搭载无人机的双层路径设为初始解，将所述初始解设为当前解；对初始解应用局部邻域搜索规则得到第一个聚类中心，设所述第一个聚类中心为当前最优解，所述初始解和第一个聚类中心组成初始簇，所述初始簇为现有的簇；设定循环次数，对当前解应用邻域规则2得到另外一个可行解；通过聚类的判别方式，判断所述另外一个可行解是否属于现有的簇；若所述另外一个可行解属于现有的簇，当所述另外一个可行解的目标函数值小于当前解目标函数值的(1+可容忍误差)倍时，用所述另外一个可行解更新当前解，否则，用当前最优解更新当前解，返回第3个步骤；若所述另外一个可行解不属于现有的簇，对另外一个可行解应用局部邻域搜索规则得到另一个聚类中心，所述当前解和另一个聚类中心组成新簇，将所述新簇并入现有的簇，用所述另一个聚类中心更新当前解，返回第3个步骤；每个循环过程，若所述另一个聚类中心优于所述当前最优解，更新所述当前最优解。

【技术特征摘要】
1.一种车辆搭载无人机双层路径的优化方法，其特征在于，所述方法包括：选择一条已知的车辆搭载无人机的双层路径设为初始解，将所述初始解设为当前解；对初始解应用局部邻域搜索规则得到第一个聚类中心，设所述第一个聚类中心为当前最优解，所述初始解和第一个聚类中心组成初始簇，所述初始簇为现有的簇；设定循环次数，对当前解应用邻域规则2得到另外一个可行解；通过聚类的判别方式，判断所述另外一个可行解是否属于现有的簇；若所述另外一个可行解属于现有的簇，当所述另外一个可行解的目标函数值小于当前解目标函数值的(1+可容忍误差)倍时，用所述另外一个可行解更新当前解，否则，用当前最优解更新当前解，返回第3个步骤；若所述另外一个可行解不属于现有的簇，对另外一个可行解应用局部邻域搜索规则得到另一个聚类中心，所述当前解和另一个聚类中心组成新簇，将所述新簇并入现有的簇，用所述另一个聚类中心更新当前解，返回第3个步骤；每个循环过程，若所述另一个聚类中心优于所述当前最优解，更新所述当前最优解。2.根据权利要求1所述的车辆搭载无人机双层路径的优化方法，其特征在于，所述局部邻域搜索规则，具体包括：应用邻域规则1得到一个可行解；计算所述可行解的轮廓系数；选择所述簇中轮廓系数最小的解作为中心点；或者；将所述可行解作为中心点；以中心点为起点，搜索到聚类中心。3.根据权利要求1或2所述的车辆搭载无人机双层路径的优化方法，其特征在于，所述邻域规则1，具体包括：设定车辆移除算子的应用次数为T1，无人机移除算子的应用次数为t1；选择车辆移除算子，将至少一个车辆停靠点移除出初始解，重复T1次；选择无人机移除算子，将至少一个无人机任务目标点移除出初始解，重复t1次；选择重构算子，重构一个可行解；所述以中心点为起点，搜索到聚类中心，具体包括：交换无人机路径中任意两个任务目标点的访问顺序，得到遍历无人机任务目标点的时长最短路径；将多条相邻车辆路径在符合无人机续航能力约束的情况下合并；所述邻域规则2，具体包括：设定车辆移除算子的应用次数为T2(T1＜T2)，无人移除算子的应用次数为t2(t1＜t2)；选择车辆移除算子，将至少一个车辆停靠点移除出初始解，重复T2次；选择无人机移除算子，将至少一个无人机任务目标点移除出初始解，重复t2次；选择重构算子，重构一个可行解。4.根据权利要求1所述的车辆搭载无人机双层路径的优化方法，其特征在于，通过聚类的判别方式，判断所述另外一个可行解是否属于现有的簇，具体包括：设置距离阈值；计算所述另外一个可行解与现有的聚类中心的距离；当所述距离小于设定的距离阈值时，所述另外一个可行解属于所述聚类中心所属的簇；当所述距离不小于设定的距离阈值时，所述另外一个可行解属于一个新簇；所述另一个聚类中心优于所述当前最优解的条件为：所述另一个聚类中心的目标函数的值小于当前最优解的目标函数值。5.根据权利要求4所述的车辆搭载无人机双层路径的优化方法，其特征在于，计算所述另外一个可行解与现有的聚类中心的距离，具体包括：设可行解中有k1条无人机路径，聚类中心中有k2条无人机路径，构建一个k1×k2的二维矩阵；当可行解1中的第i条路径中的一个无人机任务目标点在聚类中心的第j条路径上时，矩阵的第i和第j列的值加1；将第i行第i列置0；求第i行第j列与第j行第i列的差，置于所述第i行第j列、第j行第i列值大的位置；求矩阵中元素的和。6.一种车辆搭载无人机双层路径的优化装置，其特征在于，所述装置包括：设定单元...

【专利技术属性】
技术研发人员：石建迈，罗志浩，刘忠，陈超，朱先强，张家铭，刘瑶，王玥，周天任，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43