一种改进遗传算法的空地异构多目标探测方法技术

本发明专利技术公开了一种改进遗传算法的空地异构多目标探测方法，包括以下步骤：（1）构建基于混合整数线性规划MILP的空地协同多目标检测任务模型，包括运动学约束、动态避碰约束、任务分配约束和任务完成约束；（2）建立的空地协同多目标探测任务模型的目标函数，包括时间最短、总时间、总能耗和航迹平滑度；（3）利用改进遗传算法求解最优解，将得出的最优解作为分支定界的输入；（4）利用分支定界法进行优化；本发明专利技术考虑运动学约束、动态避碰约束、任务分配约束和避障约束，构建了基于MILP的空地协同多目标探测任务模型，更真实、合理地描述空地协同环境覆盖问题。

【技术实现步骤摘要】

本专利技术涉及无人机、无人车，具体涉及一种改进遗传算法的空地异构多目标探测方法。

技术介绍

1、近些年来，凭借高效性、灵活性和强稳定性等特性，异构智能体组成的无人集群系统受到诸多研究人员的广泛关注，并在灾难救援、持续监测、航空航天等领域展现出巨大的应用潜力。无人机具备快速机动、高度灵活、视野广阔的特点，可以在空中对地面环境进行全面扫描和实时监控，尤其适用于地面障碍复杂的环境。无人地面车辆可以精准观察目标并深入复杂地形区域，携带更多负载并具有较高的持久性。无人机与地面车辆的协同合作能形成互补，通过无人机提供空中视野，地面车辆深入障碍区域，提高整个系统的环境感知与覆盖能力。

2、在实际应用场景中，无人机和无人车经常需要前往某些指定区域完成相关任务，这涉及到任务分配和路径规划。无人机和无人车都是智能体，运动学参数不同，功能也存在较大差异。为了解决这类优化问题，使其更接近现实，在构建模型时必须充分考虑共性和唯一性。

3、旅行商问题（tsp）作为最典型的任务分配模型之一，最初被用于只有无人机或只有ugv运行的场景。tsp中的城市被视为需要执行本文档来自技高网...

【技术保护点】

1.一种改进遗传算法的空地异构多目标探测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种改进遗传算法的空地异构多目标探测方法，其特征在于，步骤（1）具体如下：设架无人机和架无人车分别前往个目标点完成探测任务；其中，是适合无人机的目标点数量，是适合无人车的目标点数量，是和共同执行检测任务的目标点；目标点的数量满足下列公式：

3.根据权利要求1所述的一种改进遗传算法的空地异构多目标探测方法，其特征在于，步骤（2）包括以下步骤：

4.根据权利要求1所述的一种改进遗传算法的空地异构多目标探测方法，其特征在于，步骤（3）包括以下步骤：

...

【技术特征摘要】

1.一种改进遗传算法的空地异构多目标探测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种改进遗传算法的空地异构多目标探测方法，其特征在于，步骤（1）具体如下：设架无人机和架无人车分别前往个目标点完成探测任务；其中，是适合无人机的目标点数量，是适合无人车的目标点数量，是和共同执行检测任务的目标点；目标点的数量满足下列公式：

3.根据权利要求1所述的一种改进遗传算法的空地异构多目标探测方法，其特征在于，步...

【专利技术属性】
技术研发人员：程勇，刘云平，张柄棋，王爽，王富尧，龚毅光，徐梁，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：