【技术实现步骤摘要】
本专利技术涉及无人机技调度，尤其涉及一种结合能量消耗模型与任务时间窗口的无人机调度方法。
技术介绍
1、无人驾驶飞行器，俗称无人机，近年来已变得越来越普遍。特别是，世界各地的政府组织和公司正开始研究如何利用无人机来执行包裹运送、灾难调查和监视管道、铁路和桥梁等关键资产的任务。
2、能源消耗是无人机在各种业务中实现其提供快速服务、降低成本和减少排放的全部潜力的一个关键制约因素，在现实情况中，不同的任务常常具有不同的时间窗口，而在时间窗口内才能获得最佳的服务效果，目前缺乏对无人机在执行任务时直飞、盘旋等不同阶段的能量消耗模型进行综合考虑，并进一步根据飞行速度、服务时间等关键决策变量对上述能量消耗以及服务质量的影响进行联合优化的方案。考虑多种能量消耗模型以及任务时间窗口的飞行速度、飞行路径和服务时间的联合优化是一个多维度、高复杂性的混合整数非线性规划问题，因此需要研究有针对性的求解算法，减少优化迭代的时间。
技术实现思路
1、为了解决上述提出的至少一个技术问题，本专利技术提供一种结合能量消耗模型与任务时间窗口的无人机调度方法，以解决在现实情况中缺乏对无人机在执行任务时不同阶段的能量消耗模型以及对任务时间窗口的多维度、高复杂性的混合整数非线性规划问题进行综合考虑的技术问题。
2、一种结合能量消耗模型与任务时间窗口的无人机调度方法，包括：
3、根据智能机场与任务点的分布情况，得到原问题图表征；
4、根据所述原问题图表征，使用能量消耗模型，计算无
5、根据所述原问题图表征，使用任务时间窗口，计算所述无人机的不准时惩罚；
6、根据所述无人机单次飞行能耗和所述无人机的不准时惩罚，得到无人机最终调度方案。
7、优选地，所述根据智能机场与任务点的分布情况，得到原问题图表征，包括：
8、所述原问题图表征包括任务点集、边集、边权重和点权重；
9、对所述智能机场与任务点进行建模；
10、将所述任务点排序后组成所述任务点集；
11、将所述任务点之间的路径连线组成所述边集；
12、定义所述边权重为相邻任务点间的路径为直线最短距离；
13、定义所述点权重，设置时间窗口的上下限。
14、优选地，所述根据所述原问题图表征，使用能量消耗模型，计算无人机单次飞行能耗，包括：
15、根据所述原问题图表征，得到无人机每次飞行的飞行速度、每次飞行途径任务点个数和所述边集中各边的长度；
16、根据所述无人机每次飞行的飞行速度、每次飞行途径任务点个数、所述边集中各边的长度、无人机的有关参数、所述无人机的本体质量、电池质量和载荷重量以及空气密度、无人机旋翼个数、旋翼盘面积、重力加速度和无人机在任务点服务时的盘旋耗时，计算得到无人机的盘旋能耗和直飞能耗；
17、将所述无人机的直飞能耗和盘旋能耗相加，得到无人机单次飞行能耗。
18、优选地，所述根据所述无人机每次飞行的飞行速度、每次飞行途径任务点个数、所述边集中各边的长度、无人机的有关参数、所述无人机的本体质量、电池质量和载荷重量以及空气密度、无人机旋翼个数、旋翼盘面积、重力加速度和无人机在任务点服务时的盘旋耗时，计算得到无人机的盘旋能耗和直飞能耗，包括：
19、计算所述无人机的本体质量、电池质量和载荷重量的和的二分之三次方与所述重力加速度的乘积，得到第一结果；
20、计算两倍的所述无人机旋翼个数、所述空气密度和所述旋翼盘面积的乘积的二分之一次方，得到第二结果；
21、计算所述第一结果、第二结果的倒数和所述无人机在任务点服务时的盘旋耗时总和的乘积，得到所述无人机的盘旋耗能；
22、所述无人机的有关参数包括第一参数、第二参数和第三参数；
23、计算所述第一参数与所述无人机每次飞行的飞行速度乘积、所述第二参数与所述载荷质量的乘积和第三参数的和，得到第三结果；
24、计算所述边集中各边的长度的总和与所述无人机每次飞行的飞行速度的倒数的乘积，得到第四结果；
25、计算所述第三结果和所述第四结果的乘积，得到所述无人机的直飞能耗。
26、优选地，所述根据所述原问题图表征，使用任务时间窗口，计算所述无人机的不准时惩罚，包括：
27、计算所述无人机飞抵每一任务点的第一耗时；
28、计算所述无人机完成每次的第二耗时；
29、根据所述第一耗时，计算得到所述无人机飞抵每一任务点的时间；
30、设置所述无人机飞抵每一任务点的时间窗口；
31、设置所述无人机的过早惩罚和过迟惩罚；
32、根据所述时间窗口、所述无人机飞抵每一任务点的时间和所述无人机的过早惩罚和过迟惩罚，计算得到所述无人机的不准时惩罚；
33、计算所述无人机飞抵每一任务点的时间与所述无人机飞抵每一任务点的时间窗口上限或下限的非负差，得到第五结果；
34、当所述无人机飞抵每一任务点的时间超过所述无人机飞抵每一任务点的时间窗口上限，所述无人机的不准时惩罚为所述第五结果与所述过迟惩罚的乘积；
35、当所述无人机飞抵每一任务点的时间快于所述无人机飞抵每一任务点的时间窗口下限，所述无人机的不准时惩罚为所述第五结果与所述过早惩罚的乘积。
36、优选地，所述根据所述无人机单次飞行能耗和所述无人机的不准时惩罚，得到无人机最终调度方案，包括：
37、设置所述无人机单次飞行能耗上限；
38、设置所述无人机在每个任务点的任务完成率下限；
39、设置所述无人机不重复经过同一任务点；
40、计算得到以不准时惩罚与任务完成率的加权最大化为目标的目标函数；
41、所述目标函数的输出为每次飞行每个所述任务点的所述任务完成率的总和和所述无人机的不准时惩罚总和与权重系数的乘积的差；
42、根据所述目标函数、所述无人机单次飞行能耗和所述无人机的不准时惩罚，进行混合整数非线性规划建模，得到无人机单次飞行有能量约束的全任务不准时惩罚与任务完成率加权最大化的无人机调度模型；
43、根据所述无人机调度模型，对无人机调度方案求解最优编码，得到无人机最终调度方案。
44、优选地，所述根据所述无人机调度模型，对无人机调度方案求解最优编码，得到无人机最终调度方案，包括：
45、采用实数编码，利用最近点转换函数进行连续型与整数型之间的转换，使用自适应变长度瞬态搜索优化算法求解最优编码
46、使用实数编码，得到每一次飞行的子编码；
47、所述子编码由所述每个任务点的编码位置、所述无人机在任务点服务时的盘旋耗时和所述无人机飞行途径任务点组成；
48、所述子编码的长度为所述无人机的最快飞行速度与所述无人机的最大总能耗的乘积除以所述边集中最短的边的长度的结果；...
【技术保护点】
1.一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，包括：
2.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据智能机场与任务点的分布情况，得到原问题图表征，包括：
3.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述原问题图表征，使用能量消耗模型，计算无人机单次飞行能耗，包括：
4.根据权利要求3所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述无人机每次飞行的飞行速度、每次飞行途径任务点个数、所述边集中各边的长度、无人机的有关参数、所述无人机的本体质量、电池质量和载荷重量以及空气密度、无人机旋翼个数、旋翼盘面积、重力加速度和无人机在任务点服务时的盘旋耗时，计算得到无人机的盘旋能耗和直飞能耗，包括：
5.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述原问题图表征，使用任务时间窗口，计算所述无人机的不准时惩罚，包括：
6.根据权利要求
7.根据权利要求6所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述无人机调度模型，对无人机调度方案求解最优编码，得到无人机最终调度方案，包括：
8.根据权利要求7所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述自适应变长度瞬态搜素优化算法，包括：
9.一种结合能量消耗模型与任务时间窗口的无人机调度系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述电子设备执行一种结合能量消耗模型与任务时间窗口的无人机调度方法。
...【技术特征摘要】
1.一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，包括：
2.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据智能机场与任务点的分布情况，得到原问题图表征，包括：
3.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述原问题图表征，使用能量消耗模型，计算无人机单次飞行能耗，包括：
4.根据权利要求3所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述无人机每次飞行的飞行速度、每次飞行途径任务点个数、所述边集中各边的长度、无人机的有关参数、所述无人机的本体质量、电池质量和载荷重量以及空气密度、无人机旋翼个数、旋翼盘面积、重力加速度和无人机在任务点服务时的盘旋耗时，计算得到无人机的盘旋能耗和直飞能耗，包括：
5.根据权利要求1所述的一种结合能量消耗模型与任务时间窗口的无人机调度方法，其特征在于，所述根据所述原问题图...
【专利技术属性】
技术研发人员：万施霖，张裕汉，邓香生，
申请(专利权)人：广东翼景信息科技有限公司，
类型：发明
国别省市：
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。