【技术实现步骤摘要】
一种基于蚁群算法的森林火灾无人机监测方法
[0001]本专利技术涉及物联网森林火灾监测系统
,具体涉及一种基于蚁群算法的森林火灾无人机监测方法
技术介绍
[0002]2019
‑
2020年澳大利亚的火灾季节在每个州都发生了毁灭性的野火,其中影响最严重的是新南威尔士州和维多利亚州东部,山火发生在严重干旱和持续气候变化加剧热浪,造成了严重的人员和财产损失。
[0003]在基于物联网的森林火灾监测系统的实际应用中,往往由于森林火灾监测节点部署方式不完善,或环境变化引起自组网网络中断,导致网络形成信息“孤岛”。特别对于火灾已经发生,森林火灾监测系统的部分路由节点被破坏,森林火灾监测物联网瘫痪,无法传输数据的问题。
[0004]森林火灾监测物联网节点的数据收集根据收集方式的不同,可以将其区分为静态数据收集和移动数据收集。静态数据收集是指森林火灾监测物联网的无线传输链路建立后,森林火灾监测物联网中的节点通过自组网将采集到的数据发送至数据接收节点。移动数据收集是指森林火灾监测系统通过可移动的物联网数 ...
【技术保护点】
【技术特征摘要】
1.一种基于蚁群算法的森林火灾无人机监测方法,其特征在于:步骤1、获取森林的实时图像或视频;步骤2、对图像或视频进行火灾目标检测,将检测结果发送给控制中心;步骤3、若判断发生火灾,所述控制中心调度最优数量的无人机对火灾进行实时全面监测;步骤4、获取所述无人机报告的火灾监测数据,所述控制中心根据所述火灾监测数据指导工作人员进行灭火工作。2.根据权利要求1所述的基于蚁群算法的森林火灾无人机监测方法,其特征在于:所述火灾监测数据包括人员情况和环境情况;所述无人机包括SSA无人机和无线电中继器无人机,其中,所述SSA无人机为携带SSA探测器的无人机,所述无线电中继器无人机为携带无线电中继器的无人机;所述SSA无人机用于监测和报告人员情况和环境情况;所述无线电中继器无人机用于拓展无线电的通信范围。3.根据权利要求2所述的基于蚁群算法的森林火灾无人机监测方法,其特征在于:所述最优数量包括SSA无人机的第一数量和无线电中继器无人机的第二数量,其中,所述第一数量基于火灾范围计算得到,所述第二数量基于蚁群算法计算得到。4.根据权利要求3所述的基于蚁群算法的森林火灾无人机监测方法,其特征在于,所述无线电中继器无人机的第二数量基于蚁群算法计算得到,具体包括如下步骤:步骤3.1、构造无线电中继器无人机移动路径的目标函数;步骤3.2、初始化参数,所述参数包括无线电中继器无人机的数量、信息素因子和最大迭代次数;步骤3.3、无线电中继器无人机随机放置于至少一个火灾节点,确定无线电中继器无人机监测下一目标点的访问规则,即转移规则,并据此计算要访问的下一个火灾节点;步骤3.4、设置无线电中继器无人机转移规则中信息素更新规则,并据此计算信息素修正值,以便下一次计算时使用;步骤3.5、计算无线电中继器无人机移动路...
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。