基于混合离散灰狼算法的无人机巡检电缆路径规划方法技术

本发明专利技术公开了一种基于混合离散灰狼算法的无人机巡检电缆路径规划方法，包括以下步骤：S1、建立无人机巡检电缆路径规划的三维环境，确定无人机的个数，每个无人机的起飞点和目标点，无人机巡检点的个数；S2、根据能耗约束参数建立能耗约束的无人机巡检电缆路径规划模型；S3、根据所述无人机巡检电缆路径规划模型，采用混合离散灰狼算法，获取无人机巡检电缆路径规划的最优路径。本发明专利技术实施例的无人机巡检电缆路径规划方法，根据能耗约束参数建立能耗约束的无人机巡检电缆路径规划模型，并且通过混合离散灰狼算法，在满足无人机数量、无人机最大电能的约束下，获取无人机巡检电缆路径规划的最优路径，有效解决了无人机巡检调度问题。问题。问题。

【技术实现步骤摘要】
基于混合离散灰狼算法的无人机巡检电缆路径规划方法


[0001]本申请涉及无人机巡检调度
，更具体地，涉及一种基于混合离散灰狼算法的无人机巡检电缆路径规划方法。

技术介绍

[0002]随着物联网技术的发展和各种传感器的普及，供电供水企业越来越多使用传感器和远程数据采集技术来进行外部区域生产数据的获取。在供电企业中，RFID(射频识别：Radio Frequency Identification)技术也越来越成熟。其应用于感知电缆的各种物理属性的状态数据，以进行电缆故障的智能预测等。由于电缆部署位置偏远，而传感器需要进行临近区域的采集，引入无人机进行电缆巡检比人工巡检大大提高工作效率。
[0003]由于无人机一次续航的能力有限，在电缆巡检中往往需要多台无人机同时进行，需要进行多台无人机的科学电缆巡检调度规划，才能提高企业巡检工作效率和数据利用的有效性，使供电企业的安全生产得到有效保障。
[0004]在现有技术中，通常采用传统或改进的灰狼算法实现无人机巡检电缆路径规划，但是在现有技术的灰狼算法中，没有考虑无人机的能耗约束，无人机的最大电能是有限的，其加速、匀速和悬停等飞行方式的能耗也各不相同，能耗约束无人机路径规划是一个混合整数规划的优化问题。因此，现有技术中的灰狼算法很难在满足无人机数量、无人机最大电能的约束下，很难应用精确算法进行求解，设计出更加适当的巡检路线。

技术实现思路

[0005]本申请的一个目的是提供一种基于混合离散灰狼算法的无人机巡检电缆路径规划方法的新技术方案，能够解决现有技术中的灰狼算法无法满足无人机数量、无人机最大电能的约束下，设计出更加适当的巡检路线的问题。
[0006]本专利技术实施例提供了一种基于混合离散灰狼算法的无人机巡检电缆路径规划方法，包括以下步骤：
[0007]S1、建立无人机巡检电缆路径规划的三维环境，确定无人机的个数，每个无人机的起飞点和目标点，无人机巡检点的个数；
[0008]S2、根据能耗约束参数建立能耗约束的无人机巡检电缆路径规划模型；
[0009]S3、根据所述无人机巡检电缆路径规划模型，采用混合离散灰狼算法，获取无人机巡检电缆路径规划的最优路径；
[0010]其中，所述起飞点为多个，其中一个所述起飞点为巡检调度中心，所述目标点为不同的无人机巡检点，所述能耗约束参数包括无人机总飞行时间、无人机总悬停时间、无人机悬停过程消耗的能耗、无人机总移动时间、无人机总移动能耗、无人机加速飞行时间、无人机减速飞行时间和无人机匀速飞行时间；
[0011]在所述混合离散灰狼算法中，采用整数向量作为灰狼位置，采用路径表示方法表示路径，位置向量以X来表示；
[0012]定义算法参数SN为种群数量，NT
max
为最大迭代次数，灰狼位置向量维度为S，灰狼i，i∈{1,2,
…
,SN}，在t时刻S维整数向量代表客户集合的一种排列。
[0013]进一步地，无人机k的总悬停时间T
hover,k
如式(1)所示：
[0014][0015]在所述无人机k的悬停过程中，所述无人机k所消耗的能耗E
hover,k
如式(2)所示：
[0016][0017]其中，e
hover
(t)为悬停能耗与时间的函数；
[0018]所述无人机k的总移动时间T
move,k
如式(3)所示：
[0019][0020]在所述无人机k的移动过程中，所述无人机k所消耗的能耗E
move,k
如式(4)所示
[0021][0022]其中，在式(1)、式(2)、式(3)和式(4)中，S为巡检点的数量，s表示巡检点，K为无人机数量，k表示无人机，g
ks
表示所述无人机k对巡检点s巡检，t
s
为巡检点s的悬停巡检时间，e
hover
(t)为悬停能耗与时间的函数，y
ks
表示巡检点s是所述无人机k第一个经过的巡检点，y
′
kss
′
表示所述无人机k完成巡检点s的巡检后直接飞行到巡检点s
′
，y
″
ks
表示巡检点s是所述无人机k最后经过的巡检点，t
′
acc,s
表示无人机从巡检调度中心到巡检点s的加速飞行时间，t
′
dec,s
表示无人机从巡检调度中心到巡检点s的减速飞行时间，t
′
con,s
表示无人机从巡检调度中心到巡检点s的匀速飞行时间，t
″
acc,ss
′
表示无人机从巡检点s到巡检点s
′
的加速飞行时间，t
″
dec,ss
′
表示无人机从巡检点s到巡检点s
′
的减速飞行时间，t
″
con,ss
′
表示无人机从巡检点s到巡检点s
′
的匀速飞行时间，e
acc
(t)、e
con
(t)、e
dec
(t)分别为加速飞行、匀速飞行以及减速飞行三个阶段中时间与能耗的函数。
[0023]进一步地，无人机飞行时间的和最短的目标函数如式(5)所示：
[0024][0025]其中，T
hover,k
为所述无人机k的总悬停时间，T
move,k
为所述无人机k的总移动时间；
[0026]每台无人机的最大能耗E
MAX
如式(6)所示：
[0027]E
MAX
≥E
hover,k
+E
move,k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0028]且为了满足能耗约束的所述无人机巡检电缆路径规划模型的所有约束，所述无人
机巡检电缆路径规划模型还作出以下的约束，如式(7)、式(8)、式(9)和式(10)所示：
[0029][0030][0031][0032][0033]其中，式(7)确保无人机只能做一次巡检任务，式(8)确保无人机必须从巡检调度中心出发，式(9)确保无人机在巡检过程中的连续性，式(10)确保每个巡检点有且只有由1台无人机巡检。
[0034]进一步地，在所述步骤S3中，所述混合离散灰狼算法的步骤为：
[0035]步骤1、随机生成灰狼位置向量Xi(i＝1,2,
…
,SN)，设置最大迭代次数NT
max
，当前迭代次数NT＝0，当前最优解为空，初始化i＝1；
[0036]步骤2、为Xi进行解码得到巡检路径方案，对得到的巡检路径方案按照局部搜索策略进行搜索，并计算当前灰狼个体的适应度，如更优，则更新Xi；
[0037]步骤3、若i＝SN则跳转下一步骤，否则选择i＝i+1，并跳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混合离散灰狼算法的无人机巡检电缆路径规划方法，其特征在于，包括以下步骤：S1、建立无人机巡检电缆路径规划的三维环境，确定无人机的个数，每个无人机的起飞点和目标点，无人机巡检点的个数；S2、根据能耗约束参数建立能耗约束的无人机巡检电缆路径规划模型；S3、根据所述无人机巡检电缆路径规划模型，采用混合离散灰狼算法，获取无人机巡检电缆路径规划的最优路径；其中，所述起飞点为多个，其中一个所述起飞点为巡检调度中心，所述目标点为不同的所述无人机巡检点，所述能耗约束参数包括无人机总飞行时间、无人机总悬停时间、无人机悬停过程消耗的能耗、无人机总移动时间、无人机总移动能耗、无人机加速飞行时间、无人机减速飞行时间和无人机匀速飞行时间；在所述混合离散灰狼算法中，采用整数向量作为灰狼位置，采用路径表示方法表示路径，位置向量以X来表示；定义算法参数SN为种群数量，NT
max
为最大迭代次数，灰狼位置向量维度为S，灰狼i，i∈{1,2,
…
,SN}，在t时刻S维整数向量代表客户集合的一种排列。2.根据权利要求1所述的基于混合离散灰狼算法的无人机巡检电缆路径规划方法，其特征在于，无人机k的总悬停时间T
hover,k
如式(1)所示：在所述无人机k的悬停过程中，所述无人机k所消耗的能耗E
hover,k
如式(2)所示：其中，e
hover
(t)为悬停能耗与时间的函数；所述无人机k的总移动时间T
move,k
如式(3)所示：在所述无人机k的移动过程中，所述无人机k所消耗的能耗E
move,k
如式(4)所示其中，在式(1)、式(2)、式(3)和式(4)中，S为巡检点的数量，s表示巡检点，K为无人机数量，k表示无人机，g
ks
表示所述无人机k对巡检点s巡检，t
s
为巡检点s的悬停巡检时间，e
hover
(t)为悬停能耗与时间的函数，y
ks
表示巡检点s是所述无人机k第一个经过的巡检点，y
′
kss
′
表示所述无人机k完成巡检点s的巡检后直接飞行到巡检点s
′
，y
″
ks
表示巡检点s是所述无人机k最后经过的巡检点，t
′
acc,s
表示无人机从巡检调度中心到巡检点s的加速飞行时间，t
′
dec,s
表示无人机从巡检调度中心到巡检点s的减速飞行时间，t
′
con,s
表示无人机从巡检调度中心到巡检点s的匀速飞行时间，t
″
acc,ss
′
表示无人机从巡检点s到巡检点s
′
的加速飞行时间，t
″
dec,ss
′
表示无人机从巡检点s到巡检点s
′
的减速飞行时间，t
″
con,ss
′
表示无人机从巡检点s到巡检点s
′
的匀速飞行时间，e
acc
(t)、e
con
(t)、e
dec
(t)分别为加速飞行、匀速飞行以及减速飞行三个阶段中时间与能耗的函数。3.根据权利要求2所述的基于混合离散灰狼算法的无人机巡检电缆路径规划方法，其特征在于，无人机飞行时间的和最短的目标函数如式(5)所示：其中，T
hover,k
为所述无人机k的总悬停时间，T
move,k
为所述无人机k的总移动时间；每台无人机的最大能耗E
MAX
如式(6)所示：E
MAX
≥E
hover,k
+E
move,k
ꢀꢀꢀꢀꢀꢀꢀ
(6)且为了满足能耗约束的所述无人机巡检电缆路径规划模型的所有约束，所述无人机巡检电缆路径规划模型还作出以下的约束，如式(7)、式(8)、式(9)和式(10)所示：检电缆路径规划模型还作出以下的约束，如式(7)、式(8)、式(9)和式(10)所示：检电缆路径规划模型还作出以下的约束，如式(7)、式(8)、式(9)和式(10)所示：检电缆路径规划模型还作出以下的约束，如式(7)、式(8)、式(9)和式(10)所示：其中，式(7)确保无人机只能做一次巡检任务，式(8)确保无人机必须从巡检调度中心出发，式(9)确保无人机在巡检过程中的连续性，式(10)确保每个巡检点有且只有由1台无人机巡检。4.根据权利要求3所述的基于混合离散灰狼算法的无人机巡检电缆路径规划方法，其特征在于，在所述步骤S3中，所述混合离散灰狼算法的步骤为：步骤1、随机生成灰狼位置向量Xi(i＝1,2,
…
,SN)，设置最大迭代次数NT
max
，当前迭代次数NT＝0，当前最优解为空，初始化i＝1；步骤2、为Xi进行解码得到巡检路径方案，对得到的巡检路径方案按照局部搜索策略进行搜索，并计算当前灰狼个体的适应度，如更优，则更新Xi；步骤3、若i＝SN则跳转下一步骤，否则选择i＝i+1，并跳转步骤2；步骤4、计算控制变量a，对灰狼种群依次更新灰狼位置实现跟随操作攻击猎物，同时实现灰狼搜寻猎物动作；步骤5、当NT＝NT+1时，若NT<NT
max
，则跳转步骤4，否则跳转下一步骤；
步骤6、输出X
α
代表的巡检路径方案为最优方案。5.根据权利要求4所述的基于混合离散灰狼算法的无人机巡检电缆路径规划方法，其特征在于，在所述混合离散灰狼算法中，设计了三匹头狼的中间位置操作，以实现头狼的狩猎行为；假设三匹头狼的位置向量为X
α
、X
β
和X
δ
，头狼中间位置向量如式(11)所示：X
c
＝Δ(X
α
,X
β
,X
δ
,OS,RN)
ꢀꢀꢀꢀꢀ
(11)其中，位置向量中起始序号定义为选择偏移量OS，指定长度定义为选择长度RN，定义中央位置向量操作Δ；另假设头狼α位置向量为群狼ω位置向量为头狼α和群狼ω之间的最大移动距离为S，在ω和α中相同的位置分量序列在α里面的起始序号为OS，在ω里面的起始序号为OD，变量A和变量C的计算公式分别如表(12)和表(13)所示：A＝2a
·
r1‑<...

【专利技术属性】
技术研发人员：林培斌，戚远航，黄戈文，
申请(专利权)人：和瑞达广东综合能源服务有限公司，
类型：发明
国别省市：