[发明专利]多无人机与车辆协同巡检的路径优化方法和装置

说明书

本发明提供一种多无人机与车辆协同巡检的路径优化方法和装置，涉及任务分配领域。本发明通过获取需要巡检的目标点信息和巡检资源信息；基于所述需要巡检的目标点信息和巡检资源信息，以最短时间为目标构建开放式车机协同路径模型；通过设有双适应度函数的遗传算法对开放式车机协同路径模型进行求解，获取车辆与无人机协同访问的最优任务分配路径规划方案。本发明的遗传算法采用双适应度函数能够有效降低获得近似最优解的运算时间，获得问题的满意解，从而减少车辆与无人机协同完成任务的总时长。

技术领域

本发明涉及任务分配技术领域，具体涉及一种多无人机与车辆协同巡检的路径优化方法和装置。

背景技术

无人机具有良好的机动性能和较强的时效性，能够对较大的范围进行监测，目前，无人机已普遍在交通巡逻、应急处置、地质勘察和安全生产等众多领域使用，但由于无人机存在续航能力的限制，致使无人机飞行范围受到一定的限制，仅能执行有限的巡检任务。为了能完成时间紧、任务重、规模大的任务，往往需要投入大量的无人机完成指定任务，导致成本剧增。

在执行巡检任务中，将车辆与无人机组成联合体进行协同完成巡检任务，车辆和无人机可分别执行巡检任务，同时移动的车辆可以作为无人机的起降平台，每次车辆与无人机进行汇合更换无人机的电池，能够保证无人机每架次的飞行时长达到最大续航时长。能够在较短的时间内完成巡检任务，最大限度发挥车辆与无人机的最大工作效率。

然而，车机协同任务分配路径规划问题已被证明是NP-hard问题，现有的方法很难在较短的时间内获取路径规划方案的最优解。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种多无人机与车辆协同巡检的路径优化方法和装置，解决了现有的方法在求解近似最优解的运算时间过长的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本发明提供一种多无人机与车辆协同巡检的路径优化方法，所述方法包括：

S1、获取需要巡检的目标点信息和巡检资源信息；

S2、基于所述需要巡检的目标点信息和巡检资源信息，以最短时间为目标构建开放式车机协同路径模型；

S3、通过设有双适应度函数的遗传算法对开放式车机协同路径模型进行求解，获取车辆与无人机协同访问的最优任务分配路径规划方案。

优选的，所述开放式车机协同路径模型包括目标函数，如公式(1)所示：

其中，h、i和o为节点编号，N为节点集合；k为车辆编号，K为车辆集合；d为无人机编号，D为无人机集合；为编号为k的车辆从节点h到节点i的行驶时长，为编号为d的无人机从节点h到节点i的飞行时长；为决策变量，表示编号为k的车辆从节点h到达节点i的路径，为决策变量，表示编号为d的无人机从节点h出发到达节点i并在节点o与编号为d的车辆汇合的路径。

优选的，所述开放式车机协同路径模型包括约束条件，采用公式(4)至(10)来表示：

其中：

公式(4)表示每个节点仅被访问一次；

公式(5)表示每辆车从仓库出发；

公式(6)表示各节点进出平衡约束；