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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。