【技术实现步骤摘要】
基于BIM的工程现场无人机协同巡检调度方法、系统
[0001]本专利技术涉及工程现场巡检技术,具体涉及一种基于BIM的工程现场无人机协同巡检调度方法、系统。
技术介绍
[0002]建筑业是我国国民经济的支柱产业,在我国经济社会发展中都有着很关键的影响,目前我国每年的新建建筑数量仍正在增加,有些工程面临的地理环境复杂,建设难度大,工程量大施工工期紧张的问题,因此在施工阶段更要保证工程质量和进度,对于施工过程、施工质量的实时掌控尤为重要。
[0003]目前,在工程上基本都通过引入BIM技术对工程进行把控,BIM技术可以建立建筑工程的三维模型,利用数字化技术对该模型的相关数据进行记录,建立信息库。在BIM中使用IFC标准格式的数据,可以针对不同的工程项目,通过一定的算法确定需要检查的对象,确定工程需要的检查点,从而方便对工程质量进行把控。
[0004]近年来,无人机技术不断成熟并得到广泛运用。无人机具有成本低、安全风险低、使用方便等优势,已经被陆续应用于各类巡检场景,其中也包括工程建设过程中的质量巡检。由于大型工程施工过程繁复,巡检任务随着施工进程不同而发生动态变化。此外,施工现场空间广,质量巡检任务多并且质量要求更高。
[0005]针对上述特点,工程业界亟需结合BIM技术开发多无人机巡检协同方法,提高无人机作业的反应力和精准性,高质量地完成施工各时段的巡检任务。
技术实现思路
[0006]专利技术目的:本专利技术的目的在于解决现有技术中存在的不足,提供一种基于BIM的工程现场无人机 ...
【技术保护点】
【技术特征摘要】
1.一种基于BIM的工程现场无人机协同巡检调度方法,其特征在于:包括以下步骤:S1、将施工质量验收属性关联到三维实体元素,在BIM三维模型上自动生成需监控的目标点的位置信息以及检验批、检查项目以及检验部位属性的信息;S2、基于所得需监控的目标点信息和监控资源信息,以监控质量最高为目标来构建多无人机协同巡检调度模型;S3、通过禁忌搜索+动态规划混合算法对多无人机协同巡检调度模型进行求解,最终获取无人机的最优巡检路径规划及速度优化方案。2.根据权利要求1所述的基于BIM的工程现场无人机协同巡检调度方法,其特征在于:所述步骤S2中多无人机路径优化模型的构建内容如下:(1)、目标函数如式(1)所示:i、j均为监控点编号,包括1个无人机场和N个巡检目标,无人机场编号为0,i∈[0,N],j∈[0,N],且i≠j;k为无人机编号,共K台无人机;p
i
为巡检目标i的最短监视时长;t
ik
为编号为k的无人机在巡检目标i的实际监视时长;x
ijk
为决策变量,当编号为k的无人机从监控点i飞行到监控点j时,x
ijk
=1,否则,x
ijk
=0;(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:(2)、约束条件如式(2)至式(20)所示:L
0k
=0,k=1,...,K
ꢀꢀꢀꢀ
(10)L
ik
=A
ik
+t
ik
,i=1,...,N,k=1,...,K
ꢀꢀꢀꢀ
(12)A
0k
≤T,k=1,...,K
ꢀꢀꢀꢀ
(13)
x
ijk
∈{0,1},i=0,...,N,j=0,...,N,k=1,...,K,i≠j
ꢀꢀꢀꢀ
(20)其中:式(2)表示每台无人机最多到达无人机场一次;式(3)和式(4)表示每台被安排巡检任务的无人机必须从无人机场出发,且没有巡检任务的无人机不起飞,即保证无人机不空起飞,M为大于N+1的正数;式(5)表示每个巡检目标只能被一台无人机访问;式(6)表示每个监控点进出平衡约束;式(7)表示每台被安排巡检任务的无人机从无人机场出发的速度与回到无人机场的速度相等;式(8)和式(9)表示每台无人机对所安排的各巡检目标的实际监视时长不能短于其最短监视时长;式(10)表示每台被安排巡检任务的无人机从无人机场出发的时间为0;式(11)表示每台被安排巡检任务的无人机到达所安排各监控点的时间;式(12)表示每台被安排巡检任务的无人机离开所安排各监控点的时间;式(13)表示每台被安排巡检任务的无人机回到无人机场的时间不能超过无人机最长飞行时长;式(14)和式(15)表示每台被安排巡检任务的无人机到达和离开所安排各巡检目标的时间满足时间窗约束;式(16)表示每台被安排巡检任务的无人机在所安排各巡检目标区域加速或减速消耗的电量;式(17)表示每台被安排巡检任务的无人机在所安排各巡检目标区域匀速飞行消耗的
电量;式(18)表示每台被安排巡检任务的无人机巡检消耗的电量不能超过无人机最大电量;式(19)表示每台被安排巡检任务的无人机飞行速度满足速度约束;式(20)表示决策变量取值约束;其中,d
ij
为监控点i与监控点j的距离;l
i
为巡检目标i的监视路程长度;[a
i
,b
i
]为巡检目标i可被监视的时间段;α为无人机加速的加速度;
‑
β为无人机减速的加速度;ρ1为无人机的加速功率;ρ2为无人机的减速功率;Q为无人机的最大电量;T为无人机的最大飞行时长;V
min
为无人机的最慢飞行速度;V
max
为无人机的最快飞行速度;v
ik
为无人机k在监控点i的匀速飞行速度;A
ik
为无人机k到达监控点i的时间;L
ik
为无人机k离开监控点i的时间;q
ik1
为无人机k在巡检目标i内加速或减速的电量消耗量;q
ik2
为无人机k在巡检目标i内匀速飞行的电量消耗量。3.根据权利要求1所述的基于BIM的工程现场无人机协同巡检调度方法,其特征在于:所述步骤(3)的具体过程为:S301、根据节约算法生成初始巡检路径规划方案;S301a、为每一个巡检目标设置一台单独的无人机进行巡检;S301b、计算每台无人机的飞行里程;S301c、依据飞行里程,按照节约里程公式求得相应的节约里程数,生成节约里程表,节约里程公式如下所示:S
ij
=d
i0
+d
0j
‑
d
ij
,i=1,
…
,N,j=1,
…
,N,i≠jS
ij
表示将巡检目标j从当前无人机巡检路径中删除,插到巡检目标i之后巡检,所节约的无人机飞行里程数;d
ij
为监控点i与监控点j的距离;S301d、如果节约里程表存在非负数,则进入步骤S301e,如果都为负数,则结束,得到初始路径规划方案;S301e、将节约里程数按从大到小顺序排列,从节约里程数最大的两条路径开始,按照最低飞行速度计算合并后无人机离开各个监视目标的时间;S301f、若满足最晚离开时间约束公式(15),则合并两条飞行路线,并返回步骤S301b;若不满足,则在节约里程表中删除本方案,返回步骤S301d;S302、对初始巡检路径规划方案采用禁忌搜索+动态规划混合算法进行优化,获得最优无人机巡检方案;S302a、对初始巡检路径规划方案进行动态规划,从而获得最优巡检速度;S302b、对获得的巡检方案进行成本计算,成本函数为:p
i
表示每个巡检目标i的最短监视时长,t
i
表示每个巡检目标i的实际监视时长;S302c、设置参数m和n,m为禁忌搜索算法最大循环次数、n为实施扰动时需积累的连续未更新最优解次数,从第一次循环开始;S302d、判断当前循环是否超过最大循环次数m,如果超过,则结束循环,输出最优巡检方案和最大成本;否则,进入下一步;
S302e、依次使用relocate算子、exchange算子和cross算子,针对当前方案构建邻域解空间;S302f、提取邻域解空间中满足破禁原则和不被禁忌的邻域解,选择邻域解中成本最高的巡检方案作为当前解;S302g、如果当前解高于最优解,则更新最优解为当前解,连续未更新最优解次数更新为0,循环次数加1,返回S302d,否则进...
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。