【技术实现步骤摘要】
本专利技术涉及多机协同分布式控制领域，适用于使用多无人机对非规则立体空间区域进行覆盖探测的应用，具体涉及一种针对大气环境探测的多机协同任务规划方法，该方法使用基于自适应权重的模拟退火混合鲸鱼优化算法实现三维空间多无人机的路径规划。
技术介绍
1、随着我国工业化和城市化的进程迅猛发展，大气污染问题随之显现，目前大气污染监测手段主要以地面监测或者卫星遥感为主。地面监测安装位置固定，无法监测污染物的垂直分布、区域总体浓度和污染扩散趋势，卫星遥感测量方式测量周期较长，成本高，数据反演困难。以无人机为飞行平台的大气环境空气质量监测系统拥有监测层面广、数据获取速度快、受地形干扰小等诸多优点，能有效弥补传统监测方式存在的不足。
2、在气象探测场景中，目的在于为各携带气体测量传感器的无人机找到遍历各自任务区域的安全路径，且获取的路径需要满足无人机的机动性约束及任务的协同约束条件，以保证航迹的可飞性。但大多的环境探测任务有着立体空间大、需持续监测等要求，采用单架无人机执行探测任务通常面临着单机能源不足、资源匮乏、性能单一等显著问题。juanjesús roldán等人在“mini-uav based sensory system for measuring environmentalvariables in greenhouses”论文中使用旋翼机搭载气体传感装置测量了农场的温室气体分布，但其测量路径仅为单一高度平面，无法反映不同高度的气体分布情况。cn114323047a公开了一种基于多边形分解的全覆盖路径规划算法，其将凹多边形分割
3、因此，考虑到如何引入多架无人机并使其以自主协同的方式对目标非规则立体空间进行三维覆盖探测，本专利技术提出一种针对大气环境探测的多机协同任务规划方法。
技术实现思路
1、针对现有技术的不足，本专利技术所要解决的技术问题是：提供一种针对大气环境探测的多机协同任务规划方法，该方法针对三维空间形状不规则，空间体积增大，探测时间增长等问题进行处理，使用基于自适应权重的模拟退火混合鲸鱼优化算法规划多无人机的任务路径，克服了现有路径规划算法规划时间长，易陷入局部最优，收敛效果差等问题。
2、本专利技术解决该技术问题所采用的技术方案是：
3、第一方面，本专利技术提供一种针对大气环境探测的多机协同任务规划方法，所述规划方法包括以下内容：
4、对设定的非规则立体空间区域进行垂直投影，使用凹凸图形划分法对空间进行划分，获得多个子区域；
5、利用六棱柱采样单元对各个子区域进行采样，将无人机单点悬停采样的有效测量范围抽象为六棱柱，无人机采样点位于六棱柱中心，子区域中所有六棱柱的中心构成子区域的采样点集合；
6、构建基于自适应权重的模拟退火混合鲸鱼优化算法：
7、利用子区域的采样点集合的所有采样点生成多条最近邻路径，并取其中路径长度最短的一条路径上的对应的有序采样点序列作为鲸鱼优化算法的初始化种群，同时记录最短的路径长度linitial；
8、在鲸鱼优化算法的更新阶段以最优鲸鱼的位置为基础，在最优个体上添加自适应权重，对权重的值作自适应调整，当鲸鱼个体越靠近最优位置时，对头鲸的扰动越小；将自适应权重引入鲸鱼优化算法的发泡攻击阶段，座头鲸发起攻击是采用收缩包围和螺旋包围的方式，两者同时发生，假设鲸鱼选择收缩包围和螺旋包围两种策略的概率均为0.5；
9、
10、其中，t为当前迭代次数，x(t+1)为个体在当前代种群中的位置，x*(t)为上一代种群中的最佳位置，d为个体在上一代种群中的位置与最佳位置的方向向量；a和c为调整系数；d′表示当前鲸鱼个体与最佳位置之间的距离；b为对数螺旋形状的常数系数；l是介于[-1，1]之间的一个随机数；w为自适应权重；
11、
12、自适应权重因子w的取值规则为：将当前这一代鲸鱼个体的适应度按照升序的规则进行排列，形成序列f，将f分为前后两部分，分别求解两部分的平均适应度favg1和favg2，favg1和favg2分别表示较优种群和较差种群的适应度；计算当前代鲸鱼个体的适应度ft，并将其分别与favg1和favg2进行对比，根据对比结果设置当前鲸鱼个体的权重取值：
13、第一种情况：ft≤favg1，说明个体在种群中位置占优.此时使最优鲸鱼个体在较小的范围内抖动有利于探索局部最优值，故w取值为(0.85，1.15)之间的随机数；
14、第二种情况：ft≥favg2，说明个体位置不理想，以50％的概率取为(0.2，0.4)或(1.2，1.4)之间的随机数；
15、第三种情况：favg1＜ft＜favg2，说明当前鲸鱼个体处于群体中的一般位置，此时取值为1；
16、根据当前代中鲸鱼个体的适应度ft分别与favg1和favg2的关系按照上述规则设置最优个体的扰动项，根据设置的最优个体位置扰动项执行鲸鱼优化算法，同时根据产生的随机数决定使用螺旋包围和收缩包围中的一种方式进行鲸鱼位置更新；
17、收缩包围中的收敛因子采用公式(3)所示的非线性收敛因子a
18、
19、其中，γ表示调控因子；tmax为最大迭代次数；t为当前迭代次数；
20、当上述产生的随机数小于0.5时，鲸鱼个体使用收缩包围方式进行位置更新，计算新种群适应度，对应路径长度，此时引入模拟退火机制，判断适应度的变化是否小于等于0，若是则接受新解(对应新的适应度对应的采样点位置)；若大于0，则根据改进metropolis准则接受新解；
21、改进metropolis准则的表达式为：
22、
23、其中f(new)表示新解的适应度，这里定义为新解的路径总长度，t为当前温度，b表示问题的规模参数因子，b为最短的路径长度linitial；p*为接受新解的概率；f(old)为当前的适应度；
24、产生随机数，将随机数与p*的关系进行判断，若随机数小于等于p*则接受新解，否则不接受新解，此时保持f(old)；
25、然后按照公式(8)进行自适应回温操作，
26、
27、其中，t表示变化后的温度；α是降温系数；gapiter表示浮动的间隔数，取n，n为最短路径中采样点的个数；t0表示初始温度，t0为最短的路径长度linitial；
28、当模拟退火算法处理后获得种群中的最佳位置x*及当前迭代的温度，按照公式(3)更新非线性收敛因子a，进而更新鲸鱼算法的调整系数a，判断当前鲸鱼算法的调整系数a的取值以决定鲸鱼个体是都是否需要进行随机搜索觅食，定义当0≤|a|＜1时，鲸鱼通过概率选择收缩包围方式行为来更新个体位置；当|a|≥1时，座头鲸将会远离当前最佳位置按照搜索觅食方式进行搜索觅食，更新个体位置；
29、当产生的随机数不小于0.本文档来自技高网...
【技术保护点】
1.一种针对大气环境探测的多机协同任务规划方法，其特征在于，所述规划方法包括以下内容：
2.根据权利要求1所述的规划方法，其特征在于，对基于自适应权重的模拟退火混合鲸鱼优化算法输出的最优路径采用非均匀有理B样条曲线进行无人机路径圆滑，最后将规划方法部署至无人机的机载电脑上，借助ROS机器人操作系统完成多无人机协同分布式控制，对目标非规则立体空间进行覆盖探测。
3.根据权利要求2所述的规划方法，其特征在于，所述采用非均匀有理B样条曲线进行无人机路径圆滑，具体为：使用非均匀有理B样条曲线对基于自适应权重的模拟退火混合鲸鱼优化算法输出的最优路径进行优化，在路径转弯处进行插值，使得无人机执行任务期间无需在转弯点反复进行先减速后加速的动作，进而得到符合无人机连续飞行的优化路径。
4.根据权利要求1所述的规划方法，其特征在于，所述使用凹凸图形划分法对空间进行划分的具体过程是：对垂直投影获得的平面区域判断其为凸区域还是凹区域；若为凸区域，则计算平面区域的中心与无人机群两者之间的方向向量，将子区域面积相等作为区域均衡划分的依据，并按照无人机个数平行划分凸区域；
5.根据权利要求1所述的规划方法，其特征在于，凹口凸分解的方式：找出凹点，当前凹点与其相邻的点所连接线形成一个凹口，判断凹口的类型，根据类型能确定凹口靠近的是多边形的哪个边界，将凹口的边界延长线所划分出来的子区域的面积较小的定义为边界1，另一根为边界2，当边界1外侧的分区面积小于所需面积时，分割线以凹点为旋转中心由边界1向边界2旋转，直到分区面积等于所需面积，则第一个子区域划分完毕，重新对剩余的区域进行凹点判断找到凹口重复上述过程继续划分剩余区域；当边界1外侧的面积大于所需面积时，分割线位于边界1外侧，分割线以凹点为旋转中心由边界1向外侧移动，至获得所需面积，则完成一个子区域的划分，继续规划剩余区域，此时该凹口仍然存在，继续对剩余的区域按照当前凹口进行区域划分，找到当前凹口的边界1和边界2，重复上述过程；
6.根据权利要求1所述的规划方法，其特征在于，b＝1、γ＝20、α＝0.95，Tmax＝500。
7.一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序适用于被计算机加载时执行权利要求1-6任一所述的规划方法。
...【技术特征摘要】
1.一种针对大气环境探测的多机协同任务规划方法，其特征在于，所述规划方法包括以下内容：
2.根据权利要求1所述的规划方法，其特征在于，对基于自适应权重的模拟退火混合鲸鱼优化算法输出的最优路径采用非均匀有理b样条曲线进行无人机路径圆滑，最后将规划方法部署至无人机的机载电脑上，借助ros机器人操作系统完成多无人机协同分布式控制，对目标非规则立体空间进行覆盖探测。
3.根据权利要求2所述的规划方法，其特征在于，所述采用非均匀有理b样条曲线进行无人机路径圆滑，具体为：使用非均匀有理b样条曲线对基于自适应权重的模拟退火混合鲸鱼优化算法输出的最优路径进行优化，在路径转弯处进行插值，使得无人机执行任务期间无需在转弯点反复进行先减速后加速的动作，进而得到符合无人机连续飞行的优化路径。
4.根据权利要求1所述的规划方法，其特征在于，所述使用凹凸图形划分法对空间进行划分的具体过程是：对垂直投影获得的平面区域判断其为凸区域还是凹区域；若为凸区域，则计算平面区域的中心与无人机群两者之间的方向向量，将子区域面积相等作为区域均衡划分的依据，并按照无人机个数平行划分凸区...
【专利技术属性】
技术研发人员：崔唯佳，于炳岗，范书瑞，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
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。