System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人机,尤其涉及一种区域覆盖的空地协同探测任务规划方法及装置。
技术介绍
1、空中监视使用的航空器有飞机、飞艇、漂浮气球、无人机等,通产是以观察、照相的方式等技术实施的。无人机相比于其他航空器,显著地降低了监视成本、提高了安全性、灵活性,在空中监视领域得到越来越广泛的应用。搭载视频采集器、具有信号收发等功能的无人机可以实时监视地面信息,并将监视到的视频信息实时回传给地面数据站。通过无人机对地面的监视以及数据回传,地面指挥员可以实时、直观、有效地掌握地面信息,有助于决策人员做出准确的决策。目前利用无人机对目标区域进行监视覆盖的方式主要有两种:无人机的航迹规划方法和无人机的位置部署方法。
2、无人机的位置部署方法是在二维或三维空间中获取多个无人机的部署位置,通过无人机在对应位置悬停来实现最优的覆盖效果。多无人机位置部署方法主要有两种——利用虚拟力、博弈论等方式让无人机集群自组织地调整位置;在进行环境建模之后,直接利用启发式算法等方式确定最优或次优的多个无人机位置。直接确定无人机部署位置方法需要对场景合理地建模并设计合理的算法求解,实现较为简单,对无人机设备的要求较低,成本较低。目前国内外对这种部署方式的研究普遍存在着场景简单、只适用于空旷的环境,未考虑无人机需要将监视数据回传给地面数据站等问题。因此,如何克服无人机监视覆盖问题中存在的场景简单、实用性差、考虑不足的缺点,进一步优化无人机监视覆盖区域,是亟待解决的技术问题。
技术实现思路
1、本说明书实施例的目的
2、为解决上述技术问题,本说明书实施例是这样实现的:
3、第一方面,提出一种区域覆盖的空地协同探测任务规划方法,基于多目标进化算法对无人机的监视覆盖区域进行优化;所述方法包括:
4、对所述监视覆盖区域进行场景建模,其中所述场景建模包括监视区域建模、监视视觉范围建模、信道建模和建筑物遮挡建模;
5、对所述监视覆盖区域的地理表征信息和所述多目标进化算法的种群分别进行初始化,其中所述种群的个体由染色体表征;
6、对初始化的所述种群运行进化代数的所述多目标进化算法得到进化后的所述种群;其中所述多目标进化算法融合多个目标函数,并以可部署区域、飞行高度、无人机与建筑物间距离、通信网络连通性和无人机间安全距离作为约束条件;
7、从进化后的所述种群中选择最优个体;
8、对应于所述最优个体,确定无人机部署位置,以使部署于多个位置的多个无人机实现对所述监视覆盖区域的监视和数据传输。
9、进一步地,对所述监视区域建模包括在设定区域内对建筑物区域、多个被监视目标位置、数据站位置和无人机部署区域分别进行建模;其中所述设定区域d0表示为大小是a×b×zmax的长方体;所述建筑物区域表示为多个建筑物区域{d1,d2,…,dq}形成的共同区域dsum-q=d1∪d2∪…∪dq;所述多个被监视目标位置和所述数据站位置分别表示为(xj,yj)和(x0,y0),j=1,2,…,m表示被监视目标;所述无人机部署区域表示为依据无人机部署最低高度zmin的区域和所述建筑物区域dsum-q确定的区域
10、对所述监视区域建模包括依据视觉锥模型由所述无人机所部署位置(xuav-i,yuav-i,zuav-i)的高度zuav-i和所述无人机所配置摄像头的常数观测角α确定所述监视区域,所述监视区域表示为半径为的圆形区域;
11、对所述信道建模包括基于信噪比和发射功率确定信号由发送端传输至接收端的概率其中snrij表示接收端j与发送端i之间的信噪比,snr0表示信噪比的最低阈值,pi表示发射端的发射功率,dij表示接收端j与发送端i之间的欧氏距离,cij是表示天线增益和阴影衰落的常数,α是传输损耗因子,σj2为接收端接收到的平均噪声功率;
12、对所述建筑物遮挡建模包括依据所述无人机与所述被监视目标之间的水平距离di-j是否超出所述监视区域的半径ri以及依据所述无人机与所述被监视目标之间连线上的点(xi-j,yi-j,zi-j)是否在所述建筑物区域dsum-q内确定被监视目标是否被遮挡
13、
14、进一步地,对所述监视覆盖区域的地理表征信息进行初始化包括:对所述监视覆盖区域进行栅格化处理;以及,生成建筑物的地理信息参数;
15、对所述多目标进化算法的种群进行初始化包括:设定种群数量popsize和进化代数maxgen;以及,随机初始化种群ind并对应于无人机部署位置生成相应染色体结构(xuav-1,yuav-1,zuav-1,xuav-2,yuav-2,zuav-2,…,xuav-n,yuav-n,zuav-n)。
16、进一步地,所述可部署区域约束用于约束无人机部署区域,由所述无人机部署区域建模确定;所述无人机与建筑物间距离约束用于约束无人机与建筑物的侧面及上表面需要保持的最小距离;所述飞行高度约束用于约束无人机可部署高度的最大值和最小值;所述无人机间安全距离约束用于约束无人机之间需要保持最小安全距离,所述安全距离为欧式距离;所述通信约束用于约束无人机之间、无人机与数据站之间的成功传输概率关系。
17、进一步地,所述目标函数至少包括用于表征无人机监视覆盖能力的第一目标函数以及用于表征无人机数据传输通信质量的第二目标函数;所述第一目标函数表示为最大化无人机对地面目标的监视质量obj1=maxqoc_sum(u1,u2,…,un),其中第i架无人机ui对第j个目标tj的覆盖质量表示为其中,所述第二目标函数表示为全部无人机通信质量的最大化obj2=max(p),其中pi表示无人机ui对应的通信质量。
18、进一步地,对初始化的所述种群运行进化代数的所述多目标进化算法得到进化后的所述种群,包括使用nsga2多目标进化算法以所述进化代数为循环最大阈值,逐代对所述染色体进行变异、交叉、选择操作。
19、进一步地,对所述染色体进行所述交叉操作采用模拟二进制交叉算子;和/或,对所述染色体进行所述变异操作采用多项式变异算子;和/或,对所述染色体进行所述选择操作采用锦标赛选择法。
20、进一步地,对所述染色体进行所述选择操作采用锦标赛选择法时,重复执行所述种群数量popsize次以下操作,直至下一代种群规模达到上一代种群规模,包括:确定当前轮次选择的个体数量n;以及,从上一代种群中以相同概率选择n个个体,并确定适应度值最好的一个个体进入下一代种群。
21、进一步地,从进化后的所述种群中选择最优个体,包括:
22、从进化后的所述种群中,依据个体之间的支配关系得到帕累托平面;
23、将所述帕累托平面中每个个体的所述目标函数进行归一化;
24、计算每个个体归一化后所述目标函数的权重和;
25、选取权重和最大的个体为最优个体;
26本文档来自技高网...
【技术保护点】
1.一种区域覆盖的空地协同探测任务规划方法,其特征在于,基于多目标进化算法对无人机的监视覆盖区域进行优化;所述方法包括:
2.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述监视区域建模包括在设定区域内对建筑物区域、多个被监视目标位置、数据站位置和无人机部署区域分别进行建模;其中所述设定区域D0表示为大小是A×B×Zmax的长方体;所述建筑物区域表示为多个建筑物区域{D1,D2,…,DQ}形成的共同区域DSUM-Q=D1∪D2∪…∪DQ;所述多个被监视目标位置和所述数据站位置分别表示为(xj,yj)和(x0,y0),j=1,2,…,M表示被监视目标;所述无人机部署区域表示为依据无人机部署最低高度Zmin的区域和所述建筑物区域DSUM-Q确定的区域
3.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述监视覆盖区域的地理表征信息进行初始化包括:对所述监视覆盖区域进行栅格化处理;以及,生成建筑物的地理信息参数;
4.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,所述可部署区域约
5.根据权利要求4所述的区域覆盖的空地协同探测任务规划方法,其特征在于,所述目标函数至少包括用于表征无人机监视覆盖能力的第一目标函数以及用于表征无人机数据传输通信质量的第二目标函数;所述第一目标函数表示为最大化无人机对地面目标的监视质量Obj1=maxQoC_sum(u1,u2,…,uN),其中第i架无人机ui对第j个目标tj的覆盖质量表示为其中,所述第二目标函数表示为全部无人机通信质量的最大化Obj2=max(P),其中Pi表示无人机ui对应的通信质量。
6.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对初始化的所述种群运行进化代数的所述多目标进化算法得到进化后的所述种群,包括使用NSGA2多目标进化算法以所述进化代数为循环最大阈值,逐代对所述染色体进行变异、交叉、选择操作。
7.根据权利要求6所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述染色体进行所述交叉操作采用模拟二进制交叉算子;和/或,对所述染色体进行所述变异操作采用多项式变异算子;和/或,对所述染色体进行所述选择操作采用锦标赛选择法。
8.根据权利要求7所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述染色体进行所述选择操作采用锦标赛选择法时,重复执行所述种群数量PopSize次以下操作,直至下一代种群规模达到上一代种群规模,包括:确定当前轮次选择的个体数量N;以及,从上一代种群中以相同概率选择N个个体,并确定适应度值最好的一个个体进入下一代种群。
9.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,从进化后的所述种群中选择最优个体,包括:
10.一种区域覆盖的空地协同探测任务规划装置,其特征在于,基于多目标进化算法对无人机的监视覆盖区域进行优化;所述装置包括:
...【技术特征摘要】
1.一种区域覆盖的空地协同探测任务规划方法,其特征在于,基于多目标进化算法对无人机的监视覆盖区域进行优化;所述方法包括:
2.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述监视区域建模包括在设定区域内对建筑物区域、多个被监视目标位置、数据站位置和无人机部署区域分别进行建模;其中所述设定区域d0表示为大小是a×b×zmax的长方体;所述建筑物区域表示为多个建筑物区域{d1,d2,…,dq}形成的共同区域dsum-q=d1∪d2∪…∪dq;所述多个被监视目标位置和所述数据站位置分别表示为(xj,yj)和(x0,y0),j=1,2,…,m表示被监视目标;所述无人机部署区域表示为依据无人机部署最低高度zmin的区域和所述建筑物区域dsum-q确定的区域
3.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,对所述监视覆盖区域的地理表征信息进行初始化包括:对所述监视覆盖区域进行栅格化处理;以及,生成建筑物的地理信息参数;
4.根据权利要求1所述的区域覆盖的空地协同探测任务规划方法,其特征在于,所述可部署区域约束用于约束无人机部署区域,由所述无人机部署区域建模确定;所述无人机与建筑物间距离约束用于约束无人机与建筑物的侧面及上表面需要保持的最小距离;所述飞行高度约束用于约束无人机可部署高度的最大值和最小值;所述无人机间安全距离约束用于约束无人机之间需要保持最小安全距离,所述安全距离为欧式距离;所述通信约束用于约束无人机之间、无人机与数据站之间的成功传输概率关系。
5.根据权利要求4所述的区域覆盖的空地协同探测任务规划方法,其特征在于,所述目标函数至少包括用于表征无人机...
【专利技术属性】
技术研发人员:李宇萌,杜茂颖,郭通,杜文博,张承龙,董云帆,
申请(专利权)人:北京航空航天大学,
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。