基于多目标优化的多UAV/UGV协同长时作业路径规划方法技术

本发明专利技术公开了一种基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其方法如下：多任务固定充电点问题的图的构建方法，将多任务固定充电点问题转换为一个旅行商问题进行求解；多任务离散充电点问题的图的构建方法，并利用一个图的转换算法，将多任务离散充电点问题转换为一个等价广义旅行商问题进行求解；一个直接求解广义旅行商问题的启发式算法ALFG；利用求解算法MOALP对UAVs/UGVs长时多目标路径规划问题求解。本发明专利技术提供一种基于多目标优化的多UAV/UGV协同长时作业路径规划方法能有效提高地空协同机器人的作业效率、作业时长、作业范围，满足更多的作业任务需求以及更高的自主性的效果。

【技术实现步骤摘要】
基于多目标优化的多UAV/UGV协同长时作业路径规划方法
本专利技术涉及无人机多目标优化的多UAV/UGV协同长时作业路径规划领域。
技术介绍
目前的UAV/UGV长时路径规划研究存在以下问题：一是目前针对UAV/UGV长时作业的研究主要集中在对UGV路径的规划上，并且只考虑UAV具有访问点约束的情形，UGV只需满足充电约束；二是当前对于广义旅行商问题的求解缺少启发式直接求解算法；三是目前UAV/UGV协同多目标路径规划研究众多，但却缺少对UAV/UGV长时协同多目标路径规划问题的研究。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种基于多目标优化的多UAV/UGV协同长时作业路径规划方法能有效提高地空协同机器人的作业效率、作业时长、作业范围，满足更多的作业任务需求以及更高的自主性的效果。技术方案：为实现上述目的，本专利技术的技术方案如下：基于多目标优化的多UAV/UGV协同长时作业路径规划方法，多目标优化的多UAV/UGV协同长时作业路径规划的方法如下：(1)多任务固定充电点问题的图的构建方法，将多任务固定充电点问题转换为一个旅行商问题进行求解；多任务离散充电点问题的图的构建方法，并利用一个图的转换算法，将多任务离散充电点问题转换为一个等价广义旅行商问题进行求解；所述多任务固定充电点问题的求解速度快于多任务离散充电点问题的求解，且多任务离散充电点问题模型获得的路径优于多任务固定充电点问题模型；(2)一个直接求解广义旅行商问题的启发式算法ALFG；(3)利用求解算法MOALP对UAVs/UGVs长时多目标路径规划问题求解。进一步的，所述多任务固定充电点问题图的构建方法：所述多任务固定充电点问题为给定一个图G＝(V，E，c)，其中V＝Vg∪Vl，找到一条路径，使得该路径满足lk，k∈{1，...，K}的时间约束，并且V中的每个点被访问一次，同时使得路径长度最短；所述多任务固定充电点问题(MFCSP)图的构建：第一种类型的边被称为无工作点充电路线，在这种类型的边中，UGV在从前一个充电点lk到下一个充电点lk+1的途中不会经过任何UGV工作点，可以得到UGV从lk到lk+1的最短时间为：可以发现公式(2.3)中故所有都为无工作点充电路线；第二种充电路线类型为单工作点充电路线，在这种类型的路线中，UGV在从前一个充电点lk前往下一个充电点的途中经过一个UGV工作点，在这种类型的充电路线中，路线总长度应为两条边的和，即e(lk，gi)的长度加上e(gi，lk+1)的长度；对于k∈{1，...，K-1}，i∈{1，...，m}，如果式(2.4)中的则边e(lk，gi)与e(gi，lk+1)构成该种类型的充电路线：lk-gi-lk+1；第三种类型的充电路线，即多工作点充电路线，在这种类型的线路中，UGV从前一个充电点lk前往下一个充电点lk+1时，会经过多个UGV工作点；当UGV从当前充电点lk前往下一个充电点lk+1时，将其所有的单工作点充电路线的所有UGV工作点集合记作Vs，从Vs中选取两个及两个以上的点组成路径R，则该路线的最短时间为可按照式(2.5)计算，当时则满足约束；进一步的，所述多任务固定充电点问题图的构建方法：所述多任务固定充电点问题为给定UAV一个路径Tu，根据UAV的续航时间Tc，得到UAV的所有待充电点位置lk，对应的充电时间为其中与MFCSP不同的是，在MDCSP中，会将所有的续航段Dk进行切分，给定一个切分系数∈，具体的切分方法如下：将一个续航段Dk划分为∈个子段，则每个续航段Dk内将含有∈个充电点，从而整个路径Tu上含有∈K个待充电点，并即为第k个续航段Dk的第m个充电点，其中所述多任务固定充电点问题图的构建：TypeI充电线路：UGV从当前充电点前往下一个充电点的途中不经过任何UGV工作点；TypeII充电线路：UGV在一个充电段内可以访问多个充电点，即UAV在一个充电段内充电多次；TypeIII充电线路：UGV从当前充电段的某一个充电点前往下一个充电段的某一个充电点时，途中经过一个UGV工作点gi；TypeIV充电线路：基于TypeII充电路线，UGV将在途中经过一个UGV工作点；TypeV充电线路：与TypeIV不同的是，在该种充电线路中，会存在多个UGV工作点。进一步的，所述图的转换算法包括虚拟加权顶点策略、顶点标号策略和图的修正策略；所述虚拟加权顶点策略为使用虚拟的顶点来代替一条边或线路；所述顶点标号策略是为每种不同类型的充电线路分配一个标号，从而将其独立，解决图中存在不可行边的问题以及点的访问数量限制问题；所述图的修正策略为每个群中添加一个没有经过标记的UGV工作点，之后将最后一个充电段中的每个充电点与每个未标记的点相连接，除此以外，将未标记的点互相连接形成无向边。进一步的，所述启发式算法ALFG的算法框架为在算法中，首先实现了多个移除和插入启发式，算法通过权重自适应在每次迭代中可动态选择某一个插入和移除启发式；并且将该自适应大邻域搜索算法是现在一个具有回火的模拟退火算法上。进一步的，所述ALFG移除启发式如下：更新-最差移除：在移除代价可通过式(3.6)中找到从点到点的最短路径Ps，然后点和点将被替换为x和y，其中x∈Cj-1、y∈Cj+1，二者分别为Ps中的第2和第3个点，由此，可以得到新的移除操作代价，计算方法为公式(3.7)，并且称该移除启发式为更新-最差移除；随机移除：在该种移除启发式中，算法每次选择一个随机的点，并将其从解中移除，从而实现一个移除操作；动态多点移除：首先，确定一个参数np，该参数为当前更新多点移除中将要连续移除的点的数量，则每段的移除代价可由式(3.8)计算得到，其中x、y∈Cj。所述ALFG插入启发式如下：待插入群的选择方法：首先待插入群的集合为Vi∈{V\Vs}，其中Vs为解中出现的群的集合，u∈{V\Vi}表示解中的所有点。则Vi与解中的点u的距离dist(Vi，u)可下式得到；插入代价计算方法：插入代价可由式(3.11)计算得到，其中x∈Cj-1，y∈Cj，v1、v2∈Vi，Vi∈{C\Cs}；进一步的，所述求解算法MOALP的算法框架为首先初始化种群PL，并初始化PP为PL，同时更新PE；在主循环中，首先进行混合帕累托局部搜索(HPLS)：以种群PP为输入，对PP中所有个体的后置子解进行帕累托局部搜索，并采用MOALNS对局部后置子解进行搜索，从而更新外部集PE；在进行HPLS之后，以子问题解集PL为输入执行MOALNS/D搜索，具体地，在循环中从邻域中随机选择两个前置子解进行PMX交叉，生成新的前置子解，针对新的前置子解，生成该前置子解的一个后置子解，并使用MOALNS对该后置子解进行优化，得到该邻域下的一个后置子解外部集，并使用该集合更新全局外部集以及PL本文档来自技高网...

【技术保护点】
1.基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于，多目标优化的多UAV/UGV协同长时作业路径规划的方法如下：/n(1)多任务固定充电点问题的图的构建方法，将多任务固定充电点问题转换为一个旅行商问题进行求解；多任务离散充电点问题的图的构建方法，并利用一个图的转换算法，将多任务离散充电点问题转换为一个等价广义旅行商问题进行求解；所述多任务固定充电点问题的求解速度快于多任务离散充电点问题的求解，且多任务离散充电点问题模型获得的路径优于多任务固定充电点问题模型；/n(2)一个直接求解广义旅行商问题的启发式算法ALFG；/n(3)利用求解算法MOALP对UAVs/UGVs长时多目标路径规划问题求解。/n

【技术特征摘要】
1.基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于，多目标优化的多UAV/UGV协同长时作业路径规划的方法如下：
(1)多任务固定充电点问题的图的构建方法，将多任务固定充电点问题转换为一个旅行商问题进行求解；多任务离散充电点问题的图的构建方法，并利用一个图的转换算法，将多任务离散充电点问题转换为一个等价广义旅行商问题进行求解；所述多任务固定充电点问题的求解速度快于多任务离散充电点问题的求解，且多任务离散充电点问题模型获得的路径优于多任务固定充电点问题模型；
(2)一个直接求解广义旅行商问题的启发式算法ALFG；
(3)利用求解算法MOALP对UAVs/UGVs长时多目标路径规划问题求解。


2.根据权利要求1所述的基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于，所述多任务固定充电点问题图的构建方法：所述多任务固定充电点问题为给定一个图G＝(V，E，c)，其中V＝Vg∪Vl，找到一条路径，使得该路径满足lk，k∈{1，...，K}的时间约束，并且V中的每个点被访问一次，同时使得路径长度最短；
所述多任务固定充电点问题(MFCSP)图的构建：
第一种类型的边被称为无工作点充电路线，在这种类型的边中，UGV在从前一个充电点lk到下一个充电点lk+1的途中不会经过任何UGV工作点，可以得到UGV从lk到lk+1的最短时间为：



可以发现公式(2.3)中故所有e(lk，lk+1)，都为无工作点充电路线；
第二种充电路线类型为单工作点充电路线，在这种类型的路线中，UGV在从前一个充电点lk前往下一个充电点的途中经过一个UGV工作点，在这种类型的充电路线中，路线总长度应为两条边的和，即e(lk，gi)的长度加上e(gi，lk+1)的长度；



对于k∈{1，...，K-1}，i∈{1，...，m}，如果式(2.4)中的则边e(lk，gi)与e(gi，lk+1)构成该种类型的充电路线：lk-gi-lk+1；
第三种类型的充电路线，即多工作点充电路线，在这种类型的线路中，UGV从前一个充电点lk前往下一个充电点lk+1时，会经过多个UGV工作点；当UGV从当前充电点lk前往下一个充电点lk+1时，将其所有的单工作点充电路线的所有UGV工作点集合记作Vs，从Vs中选取两个及两个以上的点组成路径R，则该路线的最短时间为可按照式(2.5)计算，当时则满足约束；





3.根据权利要求1所述的基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于，所述多任务固定充电点问题图的构建方法：所述多任务固定充电点问题为给定UAV一个路径Tu，根据UAV的续航时间Tc，得到UAV的所有待充电点位置lk，对应的充电时间为其中与MFCSP不同的是，在MDCSP中，会将所有的续航段Dk进行切分，给定一个切分系数∈，具体的切分方法如下：将一个续航段Dk划分为∈个子段，则每个续航段Dk内将含有∈个充电点，从而整个路径Tu上含有∈K个待充电点，并即为第k个续航段Dk的第m个充电点，其中
所述多任务固定充电点问题图的构建：
TypeI充电线路：UGV从当前充电点前往下一个充电点的途中不经过任何UGV工作点；
TypeII充电线路：UGV在一个充电段内可以访问多个充电点，即UAV在一个充电段内充电多次；
TypeIII充电线路：UGV从当前充电段的某一个充电点前往下一个充电段的某一个充电点时，途中经过一个UGV工作点gi；
TypeIV充电线路：基于TypeII充电路线，UGV将在途中经过一个UGV工作点；
TypeV充电线路：与TypeIV不同的是，在该种充电线路中，会存在多个UGV工作点。


4.根据权利要求1所述的基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于：所述图的转换算法包括虚拟加权顶点策略、顶点标号策略和图的修正策略；所述虚拟加权顶点策略为使用虚拟的顶点来代替一条边或线路；所述顶点标号策略是为每种不同类型的充电线路分配一个标号，从而将其独立，解决图中存在不可行边的问题以及点的访问数量限制问题；所述图的修正策略为每个群中添加一个没有经过标记的UGV工作点，之后将最后一个充电段中的每个充电点与每个未标记的点相连接，除此以外，将未标记的点互相连接形成无向边。


5.根据权利要求1所述的基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于：所述启发式算法ALFG的算法框架为在算法中，首先实现了多个移除和插入启发式，算法通过权重自适应在每次迭代中可动态选择某一个插入和移除启发式；并且将该自适应大邻域搜索算法是现在一个具有回火的模拟退火算法上。


6.根据权利要求5所述的基于多目标优化的多UAV/UGV协同长时作业路径规划方法，其特征在于：
所述ALFG移除启发式如下：



更新-最差移除：在移除代价可通过式(3.6)中找到从点到点的最短路径Ps，然后点和点将被替换为x和y，其中x∈Cj-1、y∈Cj+1，二者分别为Ps中的第2和第3个点，由此，可以得到新的移除操作代价，计算方法为公式(3.7)，并且称该移除启发式为更新-最差移除；



随机移除：在该种移除启发式中，算法每次选择一个随机的点，并将其从解中移除，从而实现一个移除操作；
动态多点移除：首先，确定一个参数np，该参数为当前更新多点移除中将要连续移除的点的数量，则每段的移除代价可由式(3.8)计算得到，其中k∈{j-1，...，j+np}，x...

【专利技术属性】
技术研发人员：王沁，陈桦，田军委，乔路，苏宇，王佳，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：陕西;61