【技术实现步骤摘要】
本专利技术涉及一种使用无人机进行气体排放源测量工作时，无人机飞行路线的规划方法，特别是一种基于最大似然原理的无人机路线规划方法。
技术介绍
1、随着环境保护事业建设的推进和对大气质量要求的不断提高，包括城市空气质量监测、工地扬尘检测、垃圾填埋场温室气体排放计量在内的一系列基于大气成分测量的工作都逐渐由地面固定监测站转为基于无人机的灵活检测模式。无人机具有快速测量、转场迅速、能够进行三维测量等一系列优点，但同样的，无人机单价较高，在同样成本下，使用无人机能够同时进行的测量任务远少于传统的固定监测站。因此，在使用无人机进行大气测量相关工作时，如何提高无人机的测量效率，同时获得比传统地面固定监测站更好的测量效果，就成为了关键问题。然而，目前少有针对无人机行进路线的系统研究，已有的研究也往往面向溯源、防撞、遍历等特别任务，对于无人机在大气测量和气体排放计量工作中的路径规划问题，研究尚属空白。
2、本专利技术提出的一种基于最大似然原理的无人机路线规划方法，将无人机的测量飞行过程分为两部分：一，基于随机抽样和马尔可夫链蒙特卡罗(markov chain montecarlo,mcmc)算法的先期飞行，用于对浓度场分布进行估计；二，根据估计浓度场分布和人为设定测量阈值进行的实际测量飞行。由于无人机实际测量的阈值浓度场范围远小于通常划定的测量区域，因此，该方法可以在保证对气体排放源周围数据的测量的前提下，较大程度压缩无人机的飞行距离和测量周期，提高无人机的周转效率。
技术实现思路
1、
2、为了实现上述目的，本专利技术所采用的技术方案包括以下步骤：
3、步骤1：利用随机采样生成一组空间中的随机点。
4、所述步骤1：随机采样指的是，在实际烟羽可能存在的范围内选择一组随机点，且在选择点时，保证点的均匀分布，任意相邻两点间的距离最大化。
5、步骤2：指挥无人机测量步骤1生成的一组随机点处的气体浓度值。
6、步骤3：使用该组浓度值运行mcmc算法，生成一个估计浓度场。
7、步骤4：比较该估计浓度场中的可能排放源信息，与实际排放源是否相符。
8、所述步骤4：比较排放源信息指的是，使用先验的排放源数量和大概的位置信息，与估计浓度场中的估计源进行比较，以避免估计场错误地将局部最优识别为排放源周围的核心烟羽。
9、步骤5：如步骤4中生成的估计浓度场与实际情况不符，则返回步骤1，生成第二组随机点继续进行算法迭代；如估计浓度场与实际情况相符，则进入步骤6。
10、步骤6：根据估计浓度场和事先设置的阈值，划定排放源周围的核心烟羽区域。
11、步骤7：根据步骤6划定的核心烟羽范围，生成无人机的最优测量飞行路线。当目的是测量气体排放量或目标区域气体通量时，飞行路径为核心烟羽范围的包络面；当目的是测量气体分布情况时，飞行路径是核心烟羽范围内的一定密度的遍历路线。
12、本专利技术的有益效果在于：
13、通过划分烟羽核心区域，缩小了无人机需要进行正式测量的范围，压缩了无人机的飞行距离，减少了测量过程中的能源消耗。
14、缩短了无人机的测量周期，减少了数据时效性的损失。
15、提高了无人机在不同测量任务间的周转频率，提高了无人机的利用效率。
本文档来自技高网...【技术保护点】
1.一种基于最大似然原理的无人机路线规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于最大似然原理的无人机路线规划方法，其特征在于：所述步骤2中，基于马尔可夫链蒙特卡罗算法进行浓度场估计时，使用无人机在先期飞行中的气体浓度值测量过程作为算法中的采样过程，使用无人机在先期飞行中的测量次数作为算法中的迭代过程。
3.根据权利要求1所述的一种基于最大似然原理的无人机路线规划方法，其特征在于：所述步骤6中，本专利技术考虑了对排放源数量和位置等先验信息的利用，使用现实世界的信息对估计浓度场中可能存在的局部最优进行调整和纠正。
4.根据权利要求1所述的一种基于最大似然原理的无人机路线规划方法，其特征在于：所述步骤7中，本专利技术可以通过人为设定阈值的方式调整最终的路径规划效果，即阈值越高，无人机实际测量范围越小。
【技术特征摘要】
1.一种基于最大似然原理的无人机路线规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于最大似然原理的无人机路线规划方法，其特征在于：所述步骤2中，基于马尔可夫链蒙特卡罗算法进行浓度场估计时，使用无人机在先期飞行中的气体浓度值测量过程作为算法中的采样过程，使用无人机在先期飞行中的测量次数作为算法中的迭代过程。
3.根据权利要求1所述的一...
【专利技术属性】
技术研发人员：杨建祺，施春飞，周星宇，安安凯，王焜明，丁涛，
申请(专利权)人：中国计量大学，
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。