一种考虑动态风速风向的城市物流无人机路径规划方法技术

本发明专利技术提供一种考虑动态风速风向的城市物流无人机路径规划方法，包括：

【技术实现步骤摘要】
一种考虑动态风速风向的城市物流无人机路径规划方法


[0001]本专利技术提供一种考虑动态风速风向的城市物流无人机路径规划方法，属于无人机路径规划

。

技术介绍

[0002]目前物流无人机路径规划的研究中考虑无人机能耗约束
、
客户时间窗等约束的基础上缺乏对风速
、
风向影响，尤其是动态风速风向等无人机特性的考量，导致其模型很难应用于实际的运输系统
。
[0003]目前，已有很多有关物流配送场景下的无人机路径规划问题的研究，尤其是考虑风速
、
风向的无人机物流配送路径规划问题的相关研究
。
文献
[1]考虑了无人机实际载重对飞行速度的影响，并将其应用到无人机物流配送路径规划的建模中
。
在
[Funabashi Y,Taniguchi I,Tomiyama H.Work
‑
in
‑
progress:Routing of delivery drones with load
‑...

【技术保护点】

【技术特征摘要】
1.
一种考虑动态风速风向的城市物流无人机路径规划方法，其特征在于，包括以下步骤：
(1)
系统构建：在城市物流配送场景中，物流配送系统由若干载重有限的可垂直起降的充电式多旋翼无人机组成，无人机从仓库装载货物并更换电池后按照调度系统规划的配送路径为配送范围内的各客户点提供送货和取货的物流配送服务；
(2)
模型构建：包括风速
、
风向模型构建；考虑动态风速风向的物流无人机路径规划模型构建；
(3)
问题建立基于上述的模型，考虑无人机能耗约束
、
客户时间窗约束和动态风速
、
风向影响下的无人机路径规划问题表示；
(4)
问题求解：将大规模邻域搜索算法
LNS
与
GA
相结合，形成结合大规模邻域搜索算法的遗传算法
GA
‑
LNS
来求解基于静态风速风向的物流无人机路径规划问题
。2.
根据权利要求1所述的一种考虑动态风速风向的城市物流无人机路径规划方法，其特征在于，
(2)
模型构建具体包括：
(2.1)
风速
、
风向模型构建建立矢量速度三角形，其中该平面内沿
y
轴垂直向上的方向为系统的正方向；空速表示无人机相对于空气的飞行速度，缩写为
TAS
；风速表示空气相对于地面的运动速度，缩写为
WS
；地速表示无人机相对于地面的飞行速度，缩写为
GS
；风向表示定义的正方向顺时针量到风的去向的角度，缩写为
σ
；航向角表示定义的正方向顺时针量到无人机航向线的角度，缩写为
α
；航迹角表示定义的正方向顺时针量到无人机航迹线的角度，缩写为
β
；偏流角表示受侧风影响下飞机航偏离航向的角度，缩写为
γ
，风角表示航迹线和风向线之间的夹角，缩写为
θ
；由于空气运动的客观存在
,
无人机在空中的运动分解为：无人机相对于空气的运行，空气相对于地面的运动以及无人机相对于地面的运动，这三者的关系为地速矢量＝空速矢量
+
风速矢量，即：用表示系统中由1个仓库和
n
个客户点组成的
n+1
个节点，其中
c0代表仓库点，
C'
＝
C\{c0}
表示客户点的集合；则对系统中的任意起始点
c
i
和目标点
c
j
，设两个节点的坐标分别
(a
i
,b
i
)
和
(a
j
,b
j
)
，则由
c
i
指向
c
j
的航迹角
β
的计算公式为：
进而得到风角
θ
：通过解矢量速度三角形得到偏流角
γ
、
航向角
α
和地速
GS
分别为：
α
＝
β
±
θ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
公式
(2)—(6)
展示了矢量速度三角形中未知参数，包括航迹角
β
、
风角
θ
、
偏流角
γ
、
航向角
α
和地速
GS
的求解过程；其中，航向角
α
是为了消除偏流对无人机飞行轨迹的影响，保证无人机沿着起始点指向目标点的连线，即航迹线飞行时的初始航向，地速
GS
则是在风速
、
风向影响下，为了保持沿航迹线飞行而改变的速度；
(2.2)
考虑动态风速风向的物流无人机路径规划模型在笛卡尔平面内描述该物流配送场景，并用表示系统中由1个仓库和
n
个客户点组成的
n+1
个节点，其中
c0代表仓库点，
C'
＝
C\{c0}
表示客户点的集合；将每个节点设置为
{(s
i
,d
i
,p
i
,l
i
,r
i
)}
，其中
s
i
＝
(a
i
,b
i
)
表示节点
i
的2维位置坐标，
d
i
表示节点
i
的送货需求量，
p
i
表示节点
i
的取货需求量
(
仓库点
c0的送货和取货需求量均为
0)
，
l
i
和
r
i
则是分别表示客户点
i
处能接受的最早服务时间窗和能接受的最晚服务时间窗，定义
λ1和
λ2为无人机实际到达时间早于客户点的最早服务时间窗和晚于客户点最晚服务时间时的惩罚系数；针对客户点取送货需求的不同组合，设置表示无人机
u
在客户点
i
的下降
、
上升和悬停服务时间的总和；相关参数符号及其解释如表1所示；
用表示配送系统中的无人机集合，
β
ij
为任意两个节点之间的航迹角，
α
ij
和
GS
ij
分别为保持初始航迹条件下的航向和地速；将风速风向的动态变化离散到一定长度的时间窗，即在不同的时间窗内的风速风向各不相同，同时令在无人机的整个配送范围内以及整个配送过程中的风速风向的影响是全局性的，并且各个时间窗的风速风向信息是提前预知的；用表示时间窗序列的集合，在不同节点间以及不同的时间窗序列内会有不同的地速和航向角，将其分别定义为和客户点
i
到客户点
j
的配送服务，服务历经了三个时间序列，在每个时间序列
t
都有对应的风速和风向，以及受此影响的地速和航向角；令在飞行过程中变化航向角的时间忽略不计；设置变量表示无人机
u
在执行节点
i
到节点
j
的配送服务服务时，在时间序列
t
的飞行时间；
(1)
目标函数基于以下几个因素构建目标函数：
(1.1)
固定成本固定成本与系统中的无人机数量有关，表示为：
(1.2)
能耗成本对多旋翼无人机悬停状态下的能量消耗功率计算公式为：其中
W
为无人机的空机重，包含电池载重，
m
为无人机的实际载重，
g
为重力加速度，
ρ
为空气流体密度，
ζ
和
n
分别为旋翼的面积和旋翼数，由于在实际配送过程中，公式
(8)
中根号下的参数都是已知的，将无人机的能耗功率建模为：其中
m
ij
为无人机从节点
i
飞向节点
j
的实际载重，
P
ij
为无人机从节点
i
飞向节点
j
的能耗功率；节点
i
到节点
j
间的配送距离
dis
ij
等于在各个时间序列的累计飞行距离之和，即：考虑到风速风向的时变性，物流配送系统中的总能...

【专利技术属性】
技术研发人员：杜鹏飞，史悦强，刘子悦，卿朝进，张学军，
申请(专利权)人：西华大学，
类型：发明
国别省市：