【技术实现步骤摘要】
一种无人机收集数据的全局路径规划方法及系统
[0001]本专利技术涉及路径规划
，特别是涉及一种无人机收集数据的全局路径规划方法及系统。
技术介绍
[0002]与组建无线传感网进行数据收集的方法相比，基于无人机的数据收集方法具有很大的优势。首先，基于无人机的数据收集方法不需要构建昂贵的无线传感网络。基于无线传感网数据收集方法需要通过组建的自组网，将自身采集的传感器数据经过多跳上传到数据中心，这需要昂贵的资金来进行自组网络的构建。尤其在一些自然环境恶劣的地方，构建自组网的经济代价和经济效益严重失衡。
[0003]另外，无人机收集数据过程中考虑的目标不止一个，综合考虑数据收集收益和数据收集时间代价。前者只关注收集数据量，后者涉及飞行距离和数据收集速率。显然这两个方面是相互冲突，因为更少的收据收集时间会导致数据收集量减少，从而减少数据收集收益。如何综合地对多种条件作取舍，得到一个可行的多目标无人机数据收集路径是本领域亟需解决的技术问题。
技术实现思路
[0004]本专利技术的目的是提供一种无人机收集数...
【技术保护点】
【技术特征摘要】
1.一种无人机收集数据的全局路径规划方法，其特征在于，所述方法包括：S1：以最大化数据收集收益和最小化数据收集过程花费时间为目标，基于无人机系统模型构建多目标无人机全局路径规划问题；S2：采用分解策略将所述多目标无人机全局路径规划问题分解为多个子问题，并构建每个子问题对应的指针网络深度学习神经模型；S3：采用各所述指针网络深度学习神经模型对所述多目标全局路径规划问题进行求解，得到无人机在无需访问所有传感器节点的情况下的收集传感器簇的集合及访问顺序；S4：基于领域的参数转移策略和演员评论家算法，对每个子问题的参数进行协同优化，获得各子问题对应的最优参数；S5：基于各子问题对应的最优参数确定帕累托最优的解。2.根据权利要求1所述的无人机收集数据的全局路径规划方法，其特征在于，S1具体包括：S11：对各传感器节点按照二维地理位置进行分簇，获得多个簇；S12：以不同的顺序访问各簇的过程中，以最大化数据收集收益和最小化数据收集过程中花费时间为目标，构建多目标无人机全局路径规划问题。3.根据权利要求2所述的无人机收集数据的全局路径规划方法，其特征在于，所述构建多目标无人机全局路径规划问题，具体计算公式为：多目标无人机全局路径规划问题，具体计算公式为：多目标无人机全局路径规划问题，具体计算公式为：多目标无人机全局路径规划问题，具体计算公式为：其中，f1表示在无人机收集数据的过程中期望收集到的数据，D表示这些簇内包含的数据量，D＝[d1,d2,...,d
k
,...]
T
，d
k
表示第k个访问的簇中拥有的数据量，ρ表示访问这些簇的顺序，N表示总簇个数，f2表示无人机在收集传感器数据的过程中所花的时间，t
col
表示无人机在传感器节点收集数据所花费的时间，ε表示无人机收集传感器数据的数据传输速率，t
tra
表示无人机收集数据的过程中访问不同传感器物理位置所花的时间，dist(ρ(k),ρ(k+1))表示第k个传感器节点ρ(k)与第k+1个传感器节点ρ(k+1)之间的物理距离，v表示无人机的飞行速度，n表示无人机访问传感器节点的个数。4.根据权利要求1所述的无人机收集数据的全局路径规划方法，其特征在于，S3具体包括：使用注意力机制计算访问每个传感器簇的概率大小，选择概率最大的传感器簇作为下一次访问的簇，直到数量为总传感器簇一半时停止访问，获得收集传感器簇的集合及访问
顺序。5.根据权利要求4所述的无人机收集数据的全局路径规划方法，其特征在于，使用注意力机制计算访问每个传感器簇的概率大小，具体公式为：P(ρ
t+1
|ρ1,...,ρ
t
,X
t
)＝softmax(u
t
)其中，表示t时刻第j个传感器簇被选中的概率，W1、W2和W3表示可训练参数，d
t
表示t时刻时已经访问过的传感器簇节点信息，e
j
表示第j个传感器簇节点经过编码器编码后的隐藏状态，ρ
t
表示聚类之后第t个访问的传感器簇的信息，X
t
表示传感器簇的地理位置信息和数据量信息，u
t
表示t时刻各个传感器簇被选中的概率，tanh()表示一种激活函数，将值压缩在
‑
1到+1之间，softmax()表示将计算出的访问各传感器簇节点的概率值映射到0和1之间，取概率最大的传感器簇节点作为下一个访问目标，P()表示访问每个传感器簇的条件概率。6.一种无人机收集数据的全局路径规划系统，其特征在于，所述系统包...
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。