一种城市区域物流无人机起降点布局规划方法技术

本发明专利技术公开了一种城市区域物流无人机起降点布局规划方法，包括以下步骤：步骤一：获取无人机物流试验区的需求点分布、需求量分布以及无人机起降点备选场址集合；步骤二：全覆盖所述需求点，考虑相关约束条件的基础上，建立起降点布局规划模型，定义物流无人机起降点布局规划种群编码方式和适应度函数；步骤三：提出物流无人机配送路径跨禁飞区判断算法，设计自适应遗传算法求解起降点布局规划。本发明专利技术采用上述的一种城市区域物流无人机起降点布局规划方法，解决现有技术中的缺陷，防止出现需求点被遗漏或者不被全部满足的现象，为未来大规模物流无人机运行提供了基础。规模物流无人机运行提供了基础。规模物流无人机运行提供了基础。

【技术实现步骤摘要】
一种城市区域物流无人机起降点布局规划方法


[0001]本专利技术涉及无人机
，尤其是涉及一种城市区域物流无人机起降点布局规划方法。

技术介绍

[0002]随着无人机技术的发展，无人机正在日益广泛地应用到人们多的生活之中。随着低空空域管理改革的推进，智慧城市、城市空中交通等理念逐渐进入学者视线。同时伴随着城市空中交通概念的兴起，未来要求能够在城市区域内提供安全、可靠、绿色和高效的点对点的载货乃至载人的航空运输服务。
[0003]伴随着我国低空空域的进一步开放，城市“最后一公里”的物流配送方式出现变革，无人机起降场点布局规划作为未来大规模物流无人机运行的关键步骤以及城市低空航路网络精细划设的基础需要。因此，无人机起降点布局规划是目前城市空中交通管理体系中亟待解决的关键问题。

技术实现思路

[0004]本专利技术的目的是提供一种城市区域物流无人机起降点布局规划方法，解决现有技术中的缺陷，防止出现需求点被遗漏或者不被全部满足的现象，为未来大规模物流无人机运行提供了基础。
[0005]为实现上述目的，本专利技术提供了一种城市区域物流无人机起降点布局规划方法，包括以下步骤：
[0006]步骤一：获取无人机物流试验区的需求点分布、需求量分布以及无人机起降点备选场址集合；
[0007]步骤二：全覆盖所述需求点，考虑相关约束条件的基础上，建立起降点布局规划模型，定义物流无人机起降点布局规划种群编码方式和适应度函数；
[0008]步骤三：提出物流无人机配送路径跨禁飞区判断算法，设计自适应遗传算法求解起降点布局规划。
[0009]优选的，所述相关约束条件包括起降点数量、配送关系、起降点服务范围、空域环境限制和起降点容量。
[0010]优选的，建立起降点布局规划模型的目标是节省总体综合成本，所述总体综合成本包括起降点建设成本、起降点物流配送成本、起降点货物存储成本和物流无人机维护成本。
[0011]优选的，所述种群编码方式依赖于物流无人机起降点布局规划模型为0
‑
1整数规划模型。
[0012]优选的，步骤二中的所述适应度函数，当约束条件均被满足时，适应度函数值为总成本的倒数；当存在任一约束条件不被满足，适应度函数值取0。
[0013]优选的，所述物流无人机配送路径跨禁飞区判断算法为基于叉乘法的跨禁飞区判
断算法。
[0014]优选的，所述自适应遗传算法包括自适应交叉算子与自适应变异算子；所述自适应交叉算子公式为：
[0015][0016]所述自适应变异算子公式为：
[0017][0018]其中，p
c1
,p
c2
表示固定的交叉概率，为常数；
[0019]p
m1
,p
m2
表示固定的变异概率，为常数；
[0020]f
avg
代表当前种群适应度平均值；
[0021]f
max
代表当前种群的最大适应度；
[0022]f'表示交叉配对个体中适应度较大值；
[0023]f表示变异个体的适应度值。
[0024]因此，本专利技术采用上述的一种城市区域物流无人机起降点布局规划方法，解决现有技术中的缺陷，防止出现需求点被遗漏或者不被全部满足的现象，为未来大规模物流无人机运行提供了基础。
[0025]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0026]图1为本专利技术一种城市区域物流无人机起降点布局规划方法实施例的流程图；
[0027]图2为本专利技术一种城市区域物流无人机起降点布局规划方法实施例的种群编码方式示意图；
[0028]图3为本专利技术一种城市区域物流无人机起降点布局规划方法实施例的“叉乘法”跨禁飞区判断方式示意图；
[0029]图4为本专利技术一种城市区域物流无人机起降点布局规划方法实施例的自适应遗传算法平均迭代效果示意图。
具体实施方式
[0030]以下通过附图和实施例对本专利技术的技术方案作进一步说明。
[0031]除非另外定义，本专利技术使用的技术术语或者科学术语应当为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、
“
左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0032]实施例
[0033]本专利技术提供了一种城市区域物流无人机起降点布局规划方法，包括以下步骤：
[0034]步骤一：获取无人机物流试验区的需求点分布、需求量分布以及无人机起降点备选场址集合；
[0035]步骤二：全覆盖所述需求点，考虑相关约束条件的基础上，以达到最小的总体综合成本为目标，建立起降点布局规划模型，定义物流无人机起降点布局规划种群编码方式和适应度函数；该适应度函数是指当约束条件均被满足时，适应度函数值为总成本的倒数；当存在任一约束条件不被满足，适应度函数值取0；
[0036]步骤三：提出物流无人机配送路径跨禁飞区判断算法，设计自适应遗传算法求解起降点布局规划。
[0037]上述方法以完全覆盖模型和P
‑
中值模型为主要参考，提出了包含建设成本、运输成本、仓储成本、维护成本等经济成本的目标函数，考虑物流无人机性能参数、起降点与需求点配送关系、空域限制约束等多约束条件建立起降点布局规划模型，引入物流无人机配送路径跨禁飞区判断算法，设计改进遗传算法，引入自适应交叉算子与自适应变异算子；最终，实现了起降点的布局规划结果的快速有效求解，达到了末端物流需求的全覆盖。
[0038]一、相关约束条件包括起降点数量、配送关系、起降点服务范围、空域环境限制和起降点容量。
[0039]1、起降点数量约束
[0040]针对布局规划问题，新建设施数量应设置上限，避免过多的排列组合，影响模型的求解速度与求解精度，且能够避免一定程度的资源浪费。对于所有的备选点，最多可以有个备选点选择作为起降点，不得超过数量限制，表示为下式：
[0041][0042]式中，表示备选点总数，i∈{1,2,K,n}，x
i
是决策变量，为0
‑
1变量，即备选点i是否新建物流无人机起降点，可以表示为下式：
[0043][0044]即当备选点i是新建物流无人机起降点时，x
i
＝1，否则，x
i
＝0。
[0045]2、配送关系约束
[0046]根据题设，不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市区域物流无人机起降点布局规划方法，其特征在于，包括以下步骤：步骤一：获取无人机物流试验区的需求点分布、需求量分布以及无人机起降点备选场址集合；步骤二：全覆盖所述需求点，考虑相关约束条件的基础上，建立起降点布局规划模型，定义物流无人机起降点布局规划种群编码方式和适应度函数；步骤三：提出物流无人机配送路径跨禁飞区判断算法，设计自适应遗传算法求解起降点布局规划。2.根据权利要求1所述的一种城市区域物流无人机起降点布局规划方法，其特征在于：所述相关约束条件包括起降点数量、配送关系、起降点服务范围、空域环境限制和起降点容量。3.根据权利要求1所述的一种城市区域物流无人机起降点布局规划方法，其特征在于：建立起降点布局规划模型的目标是节省总体综合成本，所述总体综合成本包括起降点建设成本、起降点物流配送成本、起降点货物存储成本和物流无人机维护成本。4.根据权利要求1所述的一种城市区域物流无人机起降点布局规划方法，其特征在于：所述种群编码方式依赖于物流无人机起降点布局规划模型为0
‑
1整数规划模型。...

【专利技术属性】
技术研发人员：张洪海，冯棣坤，邓成，钟罡，刘皞，
申请(专利权)人：南京天城交通研究院有限公司，
类型：发明
国别省市：