一种路径规划方法及路径规划装置制造方法及图纸

本发明专利技术实施例涉及电子信息技术领域，公开了一种路径规划方法及路径规划装置。该路径规划方法包括：根据获取到的全部待监控区域的位置、及所要求的监测精度和无人驾驶飞行器UAV的数量，建立飞行路径建立路线规划模型；其中，路线规划模型包括UAV完成的飞行路径所用的时间和UAV在空间节点的监控时间的目标函数；基于第一预设算法的推演，生成路线规划模型的初始解；基于初始解与路线规划模型在第二预设算法的推演下，生成路线规划模型的最优解；其中，所述最优解表示UAV完成对待监控区域的监控任务所用的最短监控时间。本发明专利技术中，通过构建数学规划模型进行UAV飞行路径的求解，该模型同时考虑了无人机因完成监测任务所访问空间节点的顺序和高度。

【技术实现步骤摘要】
一种路径规划方法及路径规划装置
本专利技术实施例涉及电子信息
，特别涉及一种路径规划方法及路径规划装置。
技术介绍
无人驾驶飞行器(UAV，UnmannedAerialVehicle)，通常被称为无人机，在UAV上加载不同的图像传感器，使无人机能够捕获目标图像，获取到的目标图像可通过UAV上的无线传输系统实时传输到控制站，例如，可使用无人机设备监控水环境，交通流量和输油管道等。另外，由于航空、微电子、计算机、导航、通信、传感器和相关技术的发展使得UAV的性能得到持续的改善，使得在使用UAV作为监控手段时具有更多的优势，例如，能够观察更广阔的区域包括在150至300米的高度上覆盖300至500平方米的区域；成本更低，更灵活，效率更高且能够实时操作。因此，无人机广泛应用于气象勘探，灾害评估，地质调查，环境监控，资源勘探等领域。专利技术人发现现有技术中至少存在如下问题：现有的UAV的最大飞行时间有限，如果一个监控任务中需要停留在至少一个的空间节点，需要对UAV的飞行路线进行规划，由于无人机停留在不同高度监测时的精度等级不同，因而对UAV路线规划的方法同时确定了无人机完成监测任务所遍历空间节点的位置和高度，与众所周知的车辆路径规划是不同的。现有的商业性的整数线性规划解算器在求解UAV路线规划模型时，仅能够在合理时间内为规模较少的模型给出精确解，随着求解规模越大，用时较长，因为对于大规模实例下的模型无法给出最短时间内的路径最优解。
技术实现思路
本专利技术实施方式的目的在于提供一种无人机监测时的路径规划方法通过构建数学规划模型进行求解UAV飞行路径，该模型同时考虑了无人机因完成监测任务所访问空间节点的顺序和高度。为解决上述技术问题，本专利技术的实施方式提供了一种路径规划方法，包括以下步骤：根据获取到的全部待监控区域的位置、及其所要求的监测精度和无人驾驶飞行器UAV的数量，确定UAV对应监测全部待监控区域的空间节点位置，以及全部的飞行路径；根据空间节点和全部的飞行路径建立路线规划模型；其中，路线规划模型包括UAV完成的飞行路径所用的时间和UAV在空间节点的监控时间的目标函数；基于第一预设算法的推演，生成路线规划模型的初始解；基于初始解与路线规划模型在第二预设算法的推演下，生成路线规划模型的最优解；其中，最优解表示UAV完成对待监控区域的监控任务所用的最短监控时间。本专利技术的实施方式还提供了一种路径规划装置，包括：模型生成模块，用于根据获取到的全部待监控区域的位置、及所要求的监测精度和无人驾驶飞行器UAV的数量建立路线规划模型；其中，路线规划模型包括UAV完成规划飞行路线所用的时间和UAV对每个待监控区域的监控时间的目标函数；模型求解模块，用于路线规划模型在第一预设算法的推演下，生成路线规划模型的初始解；最优解生成模块，用于基于初始解与路线规划模型在第二预设算法的推演下，生成路线规划模型的最优解；其中，最优解表示UAV完成对待监控区域的监控任务所用的最短监控时间。本专利技术实施方式相对于现有技术而言，根据建立的路线规划模型解决无人机空间中路径的问题，在建立路线规划模型时引入监控高度，确定出获取待监控区域监控图像的空间节点并确定出空间中所有可能的飞行路径，利用该路径规划模型求解空间中的路径问题更准确，在求解过程中先确定初始解，并根据初始解和路线规划模型确定出最优解，从而确定出完成监控任务所用的最短时间，该模型的建立简化了求解的过程，使能在较短时间内完成求解。另外，路线规划模型还包括：目标函数的约束条件和决策变量。另外，约束条件包括：每个UAV的飞行时间和监控时间之和小于或等于UAV的最大飞行时间、至少有一个空间节点对监控区域进行监控且监控高度满足监控精度要求、UAV开始飞行的地点与UAV停止飞行的地点相同、和停留在一个空间节点的UAV的数量最多为一个。另外，决策变量包括：UAV是否经过两个空间节点之间的飞行路径和UAV是否停留在飞行路径中一个空间节点进行监控。该实施方式中，加入约束变量与决策变量均能够更准确的表示该模型，使得通过该模型进行求解后的结果更符合实际设定。另外，基于第一预设算法的推演，生成路线规划模型的初始解，具体包括：确定空间节点、UAV与待监控区域的对应关系；根据对应关系确定UAV停留的空间节点，并规划UAV的路线，其中，一个空间节点对应至少一个的待监控区域；标记待监控区域的状态为已被监控；根据UAV的路径以及全部待监控区域的状态生成初始解。该实施方式中，确定每个监控区域均被监控，使得获取的初始解能够满足监控要求，提高了第一预设算法的可靠性。另外，标记待监控区域的状态为已被监控，包括：若存在UAV在一个空间节点时对至少一个的待监控区域进行监控，至少一个的待监控区域均标记为已被监控；和/或，若空间节点与待监控区域为一对一映射，UAV停留在空间节点，则标记对应的待监控区域为已被监控。该实施方式中，对于已被监控的区域仅确定出一个有效的空间节点，能够使获得的初始解更接近最优解，从而缩短了对初始解优化的时间。另外，基于初始解与路线规划模型在第二预设算法的推演下，生成路线规划模型的最优解，具体包括：获取初始解的适应值并确定初始解为当前解；通过求解路线规划模型生成当前解的邻域并确定邻域对应的邻域解，其中，在搜索邻域解的过程中生成的禁忌列表；获取邻域解的适应值，并确定适应值最小的邻域解；确定邻域解的元素不在禁忌列表中，或者，邻域解的元素在禁忌列表中，但邻域解中的元素满足藐视准则；获取初始解的适应值，选择邻域解中适应值最小且小于当前解的适应值对应的邻域解迭代当前解；确定当前解为最优解。另外，确定当前解为最优解，具体包括：当前解经过至少一次的迭代后，判断当前解不变的迭代次数是否大于预设当前解不变次数；若是，则根据路线规划模型在第一预设算法的推演下生成至少一个的当前解，确定当前解中适应值最小的当前解为最优解；若否，获取当前解的迭代次数，若当前解的迭代次数大于预设最大迭代次数，确定当前解为最优解。该实施方式中，通过求解邻域的方式确定出最优解，有效缩短了求解时间。另外，第一预设算法包括，启发式算法；第二预设算法包括，禁忌搜索启发式算法。附图说明一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。图1是本申请第一实施方式中路线规划方法的流程图；图2是本申请第一实施方式中监控区域的空间位置示意图；图3a是本申请第一实施方式中另一路线规划方法的流程图；图3b是本申请第二实施方式中另一路线规划方法的流程图；图3c是本申请第一实施方式中监控精度等级对应监控高度的示意图；图4是本申请第一实施方式中UAV在飞行过程中的受力情况示意图；图5是本申请第二实施方式中路线规划方法的流程图；图6是本申请第二实施方式中监控区域与空间节点在平面上的对应示意图；图7是本申请第三实施方式中路线规划装置的结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使本文档来自技高网...

【技术保护点】
1.一种路径规划方法，其特征在于，包括：根据获取到的全部待监控区域的位置、及所要求的监测精度和无人驾驶飞行器UAV的数量，确定UAV对应监测所述全部待监控区域的空间节点位置，以及全部的飞行路径；根据所述空间节点和所述全部的飞行路径建立路线规划模型；其中，所述路线规划模型包括所述UAV完成的所述飞行路径所用的时间和所述UAV在所述空间节点的监控时间的目标函数；基于第一预设算法的推演，生成所述路线规划模型的初始解；基于所述初始解与所述路线规划模型在第二预设算法的推演下，生成所述路线规划模型的最优解；其中，所述最优解表示所述UAV完成对所述待监控区域的监控任务所用的最短监控时间。

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：根据获取到的全部待监控区域的位置、及所要求的监测精度和无人驾驶飞行器UAV的数量，确定UAV对应监测所述全部待监控区域的空间节点位置，以及全部的飞行路径；根据所述空间节点和所述全部的飞行路径建立路线规划模型；其中，所述路线规划模型包括所述UAV完成的所述飞行路径所用的时间和所述UAV在所述空间节点的监控时间的目标函数；基于第一预设算法的推演，生成所述路线规划模型的初始解；基于所述初始解与所述路线规划模型在第二预设算法的推演下，生成所述路线规划模型的最优解；其中，所述最优解表示所述UAV完成对所述待监控区域的监控任务所用的最短监控时间。2.根据权利要求1所述的路径规划方法，其特征在于，所述路线规划模型还包括：所述目标函数的约束条件和决策变量。3.根据权利要求2所述的路径规划方法，其特征在于，所述约束条件包括：每个所述UAV的飞行时间和监控时间之和小于或等于所述UAV的最大飞行时间、至少有一个所述空间节点对所述监控区域进行监控且所述监控高度满足监控精度要求、所述UAV开始飞行的地点与所述UAV停止飞行的地点相同、和停留在一个所述空间节点的所述UAV的数量最多为一个。4.根据权利要求2所述的路径规划方法，其特征在于，所述决策变量包括：所述UAV是否经过两个空间节点之间的所述飞行路径和所述UAV是否停留在所述飞行路径中一个所述空间节点进行监控。5.根据权利要求4所述的路径规划方法，其特征在于，基于第一预设算法的推演，生成所述路线规划模型的初始解，具体包括：确定所述空间节点、所述UAV与所述待监控区域的对应关系；根据所述对应关系确定所述UAV停留的所述空间节点，并规划所述UAV的路线，其中，一个所述空间节点对应至少一个的所述待监控区域；标记所述待监控区域的状态为已被监控；根据所述UAV的路径以及全部所述待监控区域的状态生成初始解。6.根据权利要求5所述的路径规划方法，其特征在于，所述标记所述待监控区域的状态为已被监控，包括：若存在所述UAV在一个所述空间节点时对至少一个的所述待监控区域进行监控，所述至少一个的所述待监控区域均标记为已...

【专利技术属性】
技术研发人员：镇璐，李淼，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31