复杂低空环境下多无人机协同应急调控方法技术

本发明专利技术公开了复杂低空环境下多无人机协同应急调控方法，属于无人机协同领域；具体为：首先，构建客户和车站的无人机应急调度通信场景，设定路径总长度最小化的优化目标以及约束条件；然后，将n个客户点进行随机不重复的排列，形成初始化序列，作为初始个体的DNA，结合优化目标和约束条件，利用split操作得到该个体序列对应的路径规划方案和适应度，添加到初始个体信息中，并加入种群；重复上述过程，直到初始个体的数量达到种群数量的要求。最后，对种群进行迭代，返回最优个体的路径规划方案和适应度信息并检验，将满足车场容纳车辆数约束的路径规划方案输出；本发明专利技术在满足车辆约束的情况下进行最优路径规划方案的求解或逼近，收敛速度快。敛速度快。敛速度快。

【技术实现步骤摘要】
复杂低空环境下多无人机协同应急调控方法


[0001]本专利技术属于无人机协同领域，具体涉及复杂低空环境下多无人机协同应急调控方法。

技术介绍

[0002]我国是世界上自然灾害最为严重的国家之一，灾害种类分布地域广、发生频率高、造成损失重，严重威胁生命和财产安全；提升相关机构的应急救援能力至关重要，也面临着巨大的挑战。另一方面，社会中的物流需求日益增长和多样化，也对各方物流配送力量提出了更高的要求。配送时间与成本的最小化问题需要综合考虑地形、客户需求和物资分布等多方面的因素。
[0003]在应急救援或物流配送的各种方式中，航空救援由于其响应速度快、受地理空间限制少等优势，成为世界各国普遍采用的有效手段。其中，无人机因其高安全性、成本低、易操纵和高度灵活等特点，被广泛应用在各种应急情境当中。能够适用于各种问题情景，最小化成本的无人机调度方法发挥着不可估量的作用。
[0004]无人机应急问题具有求解规模大，约束条件多，不确定性参数难以量化等困难。在大多数现存无人机资源分布场景中，往往具有多个无人机集散地，即传统车辆路径规划中的车场。车场与客户需求点在地图上交错散落分布，其不同的存储量和需求量，成为无人机应急问题中需要满足的约束条件，优化目标即为在多个目标不冲突的情况下，无人机航行轨迹与运行时间的最小化。
[0005]启发式算法在此类问题中应用较广，遗传算法便是其中较为经典的解决方案。现有大多利用遗传算法求解多车场问题的方案中，在算法的初始解生成、遗传变异等环节具有随机性大，选择性小或稳定度低等问题，均无法达到高效准确求解的目的

技术实现思路

[0006]针对上述问题，本专利技术提出了复杂低空环境下多无人机协同应急调控方法，适用于多车场情境下的无人机应急调度，整体采用模因算法框架，对顾客和车场坐标进行编码，创新性地通过split和R_split操作进行种群生成和优化，采用局部搜索策略提高遗传过程中个体解的质量，能够在满足车辆约束的情况下进行最优路径规划方案的求解或逼近，且收敛速度较快。
[0007]所述复杂低空环境下多无人机协同应急调控方法，具体步骤包括：
[0008]步骤一、构建包括n个客户和m个车站的无人机应急调度通信场景；
[0009]所述场景中，客户集合为C＝{c1,c2…
,c
n
}；车站集合为D＝{d1,d2,
…
,d
m
}；将每个客户和每个车站分别作为一个点，所有点的集合为V＝C∪D，R为所有车站中的车辆总数。每个车站中具有相同的车辆数D
num
，且车辆的容量V
cap
一致；
[0010]步骤二、搭建通信场景中无人机应急需要满足的约束条件，以及路径总长度最小化的优化目标；
[0011]目标函数为：
[0012]为二元的决策变量，当其为1时表示第k辆车会通过i点，并且下一个点到达j点，即形成从i点到j点的有向弧；当其为0时，表示第k辆车不会形成从i点到j点的有向弧。
[0013]dis
i,j
表示i点到j点之间的欧式距离。
[0014]约束条件如下：
[0015]s.t.C1
[0016]C2
[0017]C3
[0018]C4
[0019]其中，C1表示每个车站出车数量不大于该车站的总车辆数；
[0020]C2表示每个客户仅被访问一次；
[0021]C3表示车辆容量限制，dem
j
为第j个客户点的需求；
[0022]C4表示消除子回环；表示第k辆车到达第i个客户点时车辆已经消耗的容量；dem
i
表示第i个客户点所需要的容量。
[0023]步骤三、按照读入顺序将客户点从1到n进行编号，将n个点进行随机不重复的排列，形成初始化序列，作为初始个体的DNA。
[0024]步骤四、针对初始个体的DNA编码，结合优化目标和约束条件，利用split操作得到该个体序列对应的路径规划方案和适应度，添加到初始个体信息中，并将该初始个体加入种群中；
[0025]所述split操作具体为：
[0026]步骤401、针对序列的初始客户c
i
，i＝1，将其作为一条路径的起始客户点，初始化车辆已经消耗的容量load＝0；同时，初始化路径长度lenth＝0。
[0027]lenth分为两部分：lenth1表示从起始客户点i到终止客户点j按序列顺序走完的路径长度，即
[0028]lenth2表示寻找到的离点i和j最近的车站距离，即
[0029]步骤402、将下一个j≥i的客户c
j
视为路径的终点，判断车辆已耗容量load加上客户c
j
的所需容量，是否小于车辆容量限制；如果是，则路径长度lenth1加上客户c
j
‑1和c
j
之间的距离dis
j
‑
1,j
，进入步骤403；否则，进入步骤406；
[0030]步骤403、从当前终点对应的所有车站中寻找最近的车站，更新lenth2；
[0031][0032]步骤404，更新起始客户c
i
和终点客户c
j
之间的路径长度lenth＝lenth1+lenth2。
[0033]步骤405，当路径满足V
i
‑1+lenth＜V
j
，更新V
j
的值为V
i
‑1+lenth；并记录数组P
j
＝i
‑
1；否则，保留当前V
j
和P
j
的值；返回步骤402，继续选择下一个客户点作为终点进行判断，直至车辆已耗容量达到限制或者客户点搜索完毕；
[0034]V
i
‑1+lenth＜V
j
表示该路径长度lenth为以点i为起始客户，以点j为终止客户的最佳路径；V
i
‑1表示目前搜索到的走完第i
‑
1个客户所需的最短距离；初始化V0＝0。
[0035]P
j
＝i
‑
1表示搜索到的最佳路径中，以点j为结束客户的路径的起始客户点为i。
[0036]步骤406、以点i为起始客户的符合容量约束的路径全部搜索完毕，更新起始点i＝i+1，返回步骤402；
[0037]步骤407、当所有n个起始客户点遍历一遍后，通过数组P回溯每条路径的起点终点，即得到该初始个体的DNA序列的最佳路径规划，V
n
即为路径长度总和，作为适应度。
[0038]步骤408、每个车站对于不满足车辆数量约束的情况作如下处理：从超出车辆数量的车站中随机选取一条路径，并随机添加至有空余车辆的车站中，直至所有的车站都符合约束，最后更新路径总长度V
n...

【技术保护点】

【技术特征摘要】
1.复杂低空环境下多无人机协同应急调控方法，其特征在于，具体步骤包括：首先，构建包括n个客户和m个车站的无人机应急调度通信场景；然后，搭建通信场景中无人机应急需要满足的约束条件，以及路径总长度最小化的优化目标；优化目标函数为：客户集合为C＝{c1,c2…
,c
n
}；车站集合为D＝{d1,d2,
…
,d
m
}；将每个客户和每个车站分别作为一个点，所有点的集合为V＝C∪D，R为所有车站中的车辆总数，每个车站中具有相同的车辆数D
num
，且车辆的容量V
cap
一致；为二元的决策变量，当其为1时表示第k辆车会通过i点，并且下一个点到达j点，即形成从i点到j点的有向弧；当其为0时，表示第k辆车不会形成从i点到j点的有向弧；dis
i,j
表示i点到j点之间的欧式距离；约束条件如下：约束条件如下：约束条件如下：约束条件如下：其中，C1表示每个车站出车数量不大于该车站的总车辆数；C2表示每个客户仅被访问一次；C3表示车辆容量限制，dem
j
为第j个客户点的需求；C4表示消除子回环；表示第k辆车到达第i个客户点时车辆已经消耗的容量；dem
i
表示第i个客户点所需要的容量；按照读入顺序将客户点从1到n进行编号，将n个点进行随机不重复的排列，形成初始化序列，作为初始个体的DNA；结合优化目标和约束条件，利用split操作得到该个体序列对应的路径规划方案和适应度，添加到初始个体信息中，并将该初始个体加入种群中；重复随机编号和split操作，直到初始个体的数量达到种群数量的要求；最后，对达到数量要求的种群进行迭代，直至达到迭代次数，返回最优个体的路径规划方案和适应度信息，并检验此方案是否满足车场容纳车辆数约束，如果是，直接输出该路径规划方案；否则，对所需车辆大于实际车辆的情况进行修正，再输出满足约束条件下的最优路径规划方案。2.如权利要求1所述的复杂低空环境下多无人机协同应急调控方法，其特征在于，所述split操作具体为：步骤401、针对序列的初始客户c
i
，i＝1，将其作为一条路径的起始客户点，初始化车辆已经消耗的容量load＝0；同时，初始化路径长度lenth＝0；
lenth分为两部分：lenth1表示从起始客户点i到终止客户点j按序列顺序走完的路径长度，即lenth2表示寻找到的离点i和j最近的车站距离，即步骤402、将下一个j≥i的客户c
j
视为路径的终点，判断车辆已耗容量load加上客户c
j
的所需容量，是否小于车辆容量限制；如果是，则路径长度lenth1加上客户c
j
‑1和c
j
之间的距离dis
j
‑
1,j
，进入步骤403；否则，进入步骤406；步骤403、从当前终点对应的所有车站中寻找最近的车站，更新lenth2；步骤404，更新起始客户c
i
和终点客户c
j
之间的路径长度lenth＝len...

【专利技术属性】
技术研发人员：李宇萌，郭通，孙若斐，雷雨衡，江忆南，杜文博，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：