【技术实现步骤摘要】
本专利技术属于无人机遥感，特别是涉及一种基于自动充电站的无人机遥感路径规划方法。
技术介绍
1、无人机遥感技术是一种利用无人机搭载各种传感器和摄像设备，通过遥感技术获取、处理和分析地球表面信息的方法。这种技术已经在各种领域得到广泛应用，包括农业、林业、环境监测、地质勘探、城市规划、灾害管理等。无人机遥感技术相对于传统的有人飞机或卫星遥感具有成本低、高分辨率、灵活性高、响应速度快等优点。
2、由于无人机在空中续航能力和航程方面受到电池寿命的限制，无人机路径规划是遥感工程中的一项重要任务，影响着遥感数据采集的质量和效率，有效的路径规划设计对保证无人机完成自主飞行具有重大意义。对于无人机遥感任务来说，此前的大多数研究都集中在单个无人机的小规模操作上。然而，单一飞机操作效率低，覆盖范围有限，无法满足对于大面积目标区域的遥感任务需求。
3、研究人员面向磁共振耦合的无线电能传输技术设计开发了全自动无线充电站，可以对小型无人机进行能量补充。这为无人机路径规划提供了新的思路和研究方向，通过在遥感区域中进行充电站的部署，无人机在能量不足或存储溢出时前往充电站进行能量补充或数据卸载，可以实现无人机的高效吃就运行，但是现有的无人机路径规划算法无法应用到预先部署充电站的遥感区域中。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于自动充电站的无人机遥感路径规划方法，能够解决无人机遥感中路径规划的问题，在此基础上保证无人机持久高效地执行遥感任务。
2、为达到上
3、s10，获取网络覆盖区域内的基站、无人机以及各目标点的数据文件，构建网络模型；
4、s20，基于构建网络模型，使用自动充电站部署方法在区域中部署自动充电站，包括步骤：
5、s201，根据目标点的分布位置，聚类获得一组充电站的部署位置；
6、s202，结合基站所在的位置和无人机的参数条件，检查连通性约束和覆盖性约束是否满足，若不满足则增加充电站；
7、s30，根据基站的位置和目标点的位置构建一个哈密顿回路，使用tsp求解器得到最短的哈密顿回路，所述最短的哈密顿回路从基站出发到达所有目标点后返回基站；
8、s40，在该哈密顿回路基础上，在无人机前往每个目标点前对其进行约束检查，之后在路线上插入临近的充电站；
9、s50,重复执行步骤s40，直到构建出一个从基站出发遍历所有目标点然后回到基站的无人机路径。
10、进一步的是，在所述的步骤s201中，利用k-means聚类算法获得一组充电站的部署位置；
11、根据网络模型条件确定k值；对于k值的确定，需要确定平均距离d，d表示所有目标点到其最近的目标点之间的距离的平均值；
12、目标点与其最近目标点之间的距离大于d时，定义该目标点为孤立目标点，网络中孤立目标点的数量为k值。
13、进一步的是，在所述步骤s202中,充电站的最终部署集合满足充电站部署的覆盖性约束，包括：遥感区域中的每个目标点至少处在一个充电站的覆盖圆盘内，使得无人机可以到达区域中任一目标点进行遥感作业。
14、进一步的是，在所述步骤s202中,根据在s201获取的充电站部署位置，要对每个充电站进行覆盖性约束检查，需要检查每个目标点是否被一个充电站覆盖，即每个目标点与其最近的充电站距离是否小于等于充电站的覆盖范围；
15、如果充电站初始部署位置无法满足覆盖性约束，即选择目前未覆盖目标点点集中，距离其临近节点最远的点作为部署新充电站的位置，部署之后再进行检查，直到没有未覆盖节点位置。
16、进一步的是，充电站的覆盖范围取决于以下公式：
17、
18、其中，edrone表示无人机的最大能量，vd表示无人机的飞行速度，bmax为每个目标点中所需采集图像最多的目标点的采集图像数，ω和β是与无人机转角耗能相关的常数因子，ρ表示无人机采集一张图像的能耗，pmov是无人机的行进能耗功率。
19、进一步的是，充电站的最终部署集合满足充电站部署的连通性约束，包括：充电站部署集中任意充电站pi出发都至少有一条路径到达pj。
20、进一步的是，在所述步骤s202中，需要对充电站集合的连通性约束进行检查
21、从基站开始构建一张连通图，将基站加入图中节点集，然后计算出节点集与未加入节点集中的最近充电站pj之间的距离，如果距离大于dmax，则需要添加充电站来满足连通性约束；添加的充电站p′位于属于节点集的充电站pi到pj之间连线处，且与pi之间的距离为dmax；
22、
23、其中。edrone表示无人机的最大能量，vd表示无人机的飞行速度，pmov是无人机的行进能耗功率。
24、所有的充电站被添加到连通图中时，表示无人机的连通性约束被满足。
25、进一步的是，在所述步骤s40中，根据步骤s30获得的初始哈密顿回路，在前往回路中的每个目标点之前对无人机的能量约束进行检查，如果存储溢出或者剩余能量不足以在前往该目标点后回到离该目标点最近的充电站，则在此目标点之前插入距离此目标点最近的充电站进行能量补充和数据卸载。
26、进一步的是，在所述步骤s40中，无人机从某一充电站出发，前往oi进行遥感任务后，其剩余能量erem和剩余存储brem的值计算为：
27、
28、
29、其中，edrone为无人机的最大能量，bdrone表示无人机的最大存储，phov,pmov分别为无人机的悬停功率与推进功率，tk表示无人机在目标点上的悬停时间，lj,i表示无人机所从出发的充电站到目标点的行驶距离，表示无人机该段飞行途中的转向能耗，bk表示无人机在目标点进行遥感任务需要采集的图像数量，ρ表示无人机采集一张图像的能耗，δ表示一张图像的数据大小。
30、进一步的是，在无人机飞向每个目标点时，都要对无人机的erem和brem进行检查，需要满足约束：
31、
32、brem≥δbi+1
33、其中，pre(oi)代表该哈密顿回路中目标点oi的前一到达点，oi+1是无人机前往目标点oi后的下一目标点，bi+1是oi+1所需采集的图像数量，ti+1是无人机在oi+1进行遥感的悬停时间。d(oi,oi+1)是oi到oi+1的距离，p(oi+1)是oi+1所属的充电站，d(oi+1,p(oi+1))是两者之间的距离，表示转向能耗。
34、无人机在访问所有目标点后还要回到基站，需要检查能耗限制：
35、
36、其中，on代表无人机访问的最后一个目标点，p0是基站，是转向能耗。
37、采用本技术方案的有益效果：
38、本专利技术提出了一种基于自动充电站的无人机遥感路径规划方法，该方法适用于超大本文档来自技高网...
【技术保护点】
1.一种基于自动充电站的无人机遥感路径规划方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述的步骤S201中，利用K-means聚类算法获得一组充电站的部署位置；
3.根据权利要求1所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤S202中,充电站的最终部署集合满足充电站部署的覆盖性约束，包括：遥感区域中的每个目标点至少处在一个充电站的覆盖圆盘内，使得无人机可以到达区域中任一目标点进行遥感作业。
4.根据权利要求3所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤S202中,根据在S201获取的充电站部署位置，要对每个充电站进行覆盖性约束检查，需要检查每个目标点是否被一个充电站覆盖，即每个目标点与其最近的充电站距离是否小于等于充电站的覆盖范围；
5.根据权利要求4所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，充电站的覆盖范围取决于以下公式：
6.根据权利要求1所述的一种基于自动充电站的无人机遥感
7.根据权利要求6所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤S202中，需要对充电站集合的连通性约束进行检查
8.根据权利要求1所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤S40中，根据步骤S30获得的初始哈密顿回路，在前往回路中的每个目标点之前对无人机的能量约束进行检查，如果存储溢出或者剩余能量不足以在前往该目标点后回到离该目标点最近的充电站，则在此目标点之前插入距离此目标点最近的充电站进行能量补充和数据卸载。
9.根据权利要求8所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤S40中，无人机从某一充电站出发，前往oi进行遥感任务后，其剩余能量Erem和剩余存储Brem的值计算为：
10.根据权利要求9所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，
...【技术特征摘要】
1.一种基于自动充电站的无人机遥感路径规划方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述的步骤s201中，利用k-means聚类算法获得一组充电站的部署位置；
3.根据权利要求1所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤s202中,充电站的最终部署集合满足充电站部署的覆盖性约束，包括：遥感区域中的每个目标点至少处在一个充电站的覆盖圆盘内，使得无人机可以到达区域中任一目标点进行遥感作业。
4.根据权利要求3所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，在所述步骤s202中,根据在s201获取的充电站部署位置，要对每个充电站进行覆盖性约束检查，需要检查每个目标点是否被一个充电站覆盖，即每个目标点与其最近的充电站距离是否小于等于充电站的覆盖范围；
5.根据权利要求4所述的一种基于自动充电站的无人机遥感路径规划方法，其特征在于，充电站的覆盖范围取决于以下公式：
6.根据权利要求1所述的一种基...
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。