多火源灭火最优路径规划方法技术

本发明专利技术公开了一种多火源灭火最优路径规划方法，该方法包括：建立火焰检测模型，并通过火焰检测模型对火灾场景中的多个火源结点进行检测，得到各个火源结点的状态信息；在火焰检测模型中，分配蚂蚁至各个火源结点，并初始化各个火源结点之间的路径信息素浓度；根据当前火源结点的状态信息和路径信息素浓度确定当前火源结点上的蚂蚁向其搜索区域内的其它火源结点进行转移的状态转移概率；根据状态转移概率确定当前火源结点上的蚂蚁所要转移的下一个火源结点；在下一个火源结点处确定相应的状态转移概率，以得到灭火最优路径。本发明专利技术通过改进后的蚁群算法对多火源救火次序问题进行求解，得到灭火最优路径，并保证灭火最优路径的规划效率和准确性。路径的规划效率和准确性。路径的规划效率和准确性。

【技术实现步骤摘要】
多火源灭火最优路径规划方法


[0001]本专利技术涉及多目标决策及路径规划
，尤其涉及一种多火源灭火最优路径规划方法。

技术介绍

[0002]近年来，自然灾害频发多发，世界多地陆续发生大面积停电事故，且在进行电力应急灭火作业过程中发生了人员伤亡事故，造成了巨大的人员和财产损失，电力应急管理体系建设和智能电力应急灭火作业越来越受到重视。电力故障应急处理有着特殊的危险性，如不可预知的二次爆炸、火灾产生的高温和有毒有害气体等，应急人员往往无法在保证人身安全的前提下第一时间深入现场，对变电站、开关站、配电房等室内故障进行迅速处置，进而延误了应急消防作业的最佳时机。由此，针对火灾场景中多火源情况，需要合理规划应急机器人的行进最优路径，解决相应的TSP(Traveling Salesman Problem)问题。
[0003]针对TSP问题，传统优化方法有很多，例如，模拟退火算法、MOEA算法(Multi
‑
objective evolutionary algorithms，多目标进化算法)、BFO算法(Bacterial Foraging Algorithm，细菌觅食算法)、A*算法和蚁群算法。其中，模拟退火是基于Monte Carlo迭代求解策略的随机寻优算法，是局部搜索算法的扩展；多目标进化算法是一类模拟生物进化机制而形成的全局性概率优化搜索方法；细菌觅食算法作为现代启发式算法之一，是一种仿生随机搜索算法，因具有群体智能算法并行搜索、易跳出局部极小值等优点，成为生物启发式计算研究领域的又一热点；A*算法，是一种静态路网中求解最短路径最有效的直接搜索方法，也是许多其它问题的常用启发式算法，在路径规划中显示出超高的准确性和高效性；蚁群算法是求解TSP问题最常用的算法之一，具有良好的鲁棒性和求解精度，但是存在一些不足之处，例如在处理信息量较大的问题时迭代速度过慢，算法易陷入局部最优而错过最优解，并且对参数的设置有很高的要求，如果参数设置错误往往容易导致结果误差过大等。
[0004]另外，相关技术中电力场景下的火焰检测模型对火源火焰检测时间较长，并且难以兼顾火源火焰的检测速度和检测精度。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提供一种多火源灭火最优路径规划方法，以通过改进后的蚁群算法对多火源救火次序问题进行求解，得到灭火最优路径，并保证灭火最优路径的规划效率和准确性。
[0006]为达到上述目的，本专利技术通过以下技术方案实现：
[0007]一种多火源灭火最优路径规划方法，包括：步骤S1：建立火焰检测模型，并通过所述火焰检测模型对火灾场景中的多个火源结点进行检测，得到各个所述火源结点的状态信息；步骤S2：在火焰检测模型中，分配蚂蚁至各个所述火源结点，并初始化各个火源结点之间的路径信息素浓度；步骤S3：根据当前火源结点的状态信息和所述当前火源结点与其它火源结点之间的路径信息素浓度确定当前火源结点上的蚂蚁向其搜索区域内的其它火源
结点进行转移的状态转移概率；步骤S4：根据所述状态转移概率确定当前火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点；步骤S5：在下一个需要进行灭火的火源结点处重复步骤S3，以得到灭火最优路径。
[0008]可选的，所述步骤S1中火源结点的状态信息包括：所述火源结点处的火势等级、火源结点的位置信息、与其它火源结点的几何距离和畅通性指数中的一种或其任意一组合。
[0009]可选的，初始化各个火源结点之间的路径信息素浓度，得到路径信息素矩阵，所述步骤S5包括：步骤S5.1：在确定所有火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点之后，结束当前次迭代，得到当前次灭火优化路径，并更新各个火源结点之间的路径信息素浓度；步骤S5.2：确定适应度函数，以根据所述适应度函数确定个体最优蚂蚁和群体最优蚂蚁，并进行交叉操作；步骤S5.3：判断路径信息素浓度发散点之后的预设时间内得到的灭火路径相对于所述当前次灭火优化路径是否仍未发生变化；步骤S5.4：若是，则重置所述路径信息素矩阵，返回步骤S2；若否，则判断当前迭代次数是否大于或者等于预设最大迭代次数，并在所述当前迭代次数大于或者等于所述预设最大迭代次数时，将预设时间内得到的所述灭火路径确定为所述灭火最优路径，否则返回步骤S2。
[0010]可选的，更新后的各个火源结点之间的路径信息素浓度，采用如下公式表示：
[0011]τ
ij
(t+1)＝(1
‑
ρ)τ
ij
(t)+Vτ
ij
(t)
[0012]其中，i为当前火源结点，j为位于当前火源结点搜索区域内的其它火源结点，τ
ij
(t)为火源结点i与火源结点j之间更新前的路径信息素浓度，τ
ij
(t+1)为火源结点i与火源结点j之间更新后的路径信息素浓度，ρ为信息素挥发因子，Vτ
ij
(t)为火源结点i与火源结点j之间路径信息素浓度的变化量。
[0013]可选的，在所述步骤S5.1中更新各个火源结点之间的路径信息素浓度时，所述方法还包括：步骤S5.1.1:获取当前迭代次数和所述当前次灭火优化路径；步骤S5.1.2：根据所述当前迭代次数和所述当前次灭火优化路径对所述信息素挥发因子进行调整。
[0014]可选的，所述步骤S5.1.2包括：步骤S5.1.2.1：当所述当前迭代次数小于预设迭代次数，且所述当前次灭火优化路径的长度与预设灭火最优路径长度的差值大于第一预设值时，增大所述信息素挥发因子；步骤S5.1.2.2：当所述当前迭代次数大于或者等于所述预设迭代次数，且所述当前次灭火优化路径的长度与预设灭火最优路径长度的差值小于第二预设值时，减小所述信息素挥发因子；其中，所述第二预设值小于所述第一预设值。
[0015]可选的，所述步骤S1中，通过YoloV5目标检测框架训练得到所述火焰检测模型。
[0016]可选的，所述方法还包括：获取防重复搜索禁忌表，并在当前次迭代时，将蚂蚁已走过的火源结点位置信息存储至所述防重复搜索禁忌表。
[0017]可选的，所述方法还包括：构建多指标路径评价函数，并通过所述多指标路径评价函数对所述灭火最优路径进行评价。
[0018]可选的，所述多指标路径评价函数采用如下公式表示：
[0019][0020]其中，n为灭火机器人根据所述灭火最优路径行进的总步数，d
i
为第i步灭火机器人行进的距离，r
i
为第i步转弯因子，V(d,r)为多指标路径评价函数。
[0021]本专利技术至少具有以下技术效果：
[0022](1)本专利技术在规划灭火最优路径时，考虑了火源结点的多种状态信息，并将其融入到蚁群算法中，以使多目标决策下的灭火最优路径更加合理，并且本专利技术采用天牛须算法对蚁群算法进行改进后，使得每只蚂蚁的状态不再是按照原来的概率机制进行更新，而是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多火源灭火最优路径规划方法，其特征在于，包括：步骤S1：建立火焰检测模型，并通过所述火焰检测模型对火灾场景中的多个火源结点进行检测，得到各个所述火源结点的状态信息；步骤S2：在火焰检测模型中，分配蚂蚁至各个所述火源结点，并初始化各个火源结点之间的路径信息素浓度；步骤S3：根据当前火源结点的状态信息和所述当前火源结点与其它火源结点之间的路径信息素浓度确定当前火源结点上的蚂蚁向其搜索区域内的其它火源结点进行转移的状态转移概率；步骤S4：根据所述状态转移概率确定当前火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点；步骤S5：在下一个需要进行灭火的火源结点处重复步骤S3，以得到灭火最优路径。2.如权利要求1所述的多火源灭火最优路径规划方法，其特征在于，所述步骤S1中火源结点的状态信息包括：所述火源结点处的火势等级、火源结点的位置信息、与其它火源结点的几何距离和畅通性指数中的一种或其任意一组合。3.如权利要求1所述的多火源灭火最优路径规划方法，其特征在于，初始化各个火源结点之间的路径信息素浓度，得到路径信息素矩阵，所述步骤S5包括：步骤S5.1：在确定所有火源结点上的蚂蚁所要转移的下一个需要进行灭火的火源结点之后，结束当前次迭代，得到当前次灭火优化路径，并更新各个火源结点之间的路径信息素浓度；步骤S5.2：确定适应度函数，以根据所述适应度函数确定个体最优蚂蚁和群体最优蚂蚁，并进行交叉操作；步骤S5.3：判断路径信息素浓度发散点之后的预设时间内得到的灭火路径相对于所述当前次灭火优化路径是否仍未发生变化；步骤S5.4：若是，则重置所述路径信息素矩阵，返回步骤S2；若否，则判断当前迭代次数是否大于或者等于预设最大迭代次数，并在所述当前迭代次数大于或者等于所述预设最大迭代次数时，将预设时间内得到的所述灭火路径确定为所述灭火最优路径，否则返回步骤S2。4.如权利要求3所述的多火源灭火最优路径规划方法，其特征在于，更新后的各个火源结点之间的路径信息素浓度，采用如下公式表示：τ
ij
(t+1)＝(1
‑
ρ)τ
ij
(t)+Vτ
ij
(t)其中，i为当前火源...

【专利技术属性】
技术研发人员：周子钧，邵宇鹰，杨辉华，彭鹏，楼晓东，刘栋，丁雷青，张琪祁，倪伟，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：