[发明专利]基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法

权利要求书

1.基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法，其特征在于，包括以下步骤：

在室内变电站布设UWB定位系统；

在每台无人机上搭载不同的巡检设备及UWB标签；

根据无人机所搭载的传感器为无人机分配巡检任务，对每台无人机，根据其对应的巡检任务以及室内变电站中的静态障碍物，进行路径预规划；

在无人机巡检的过程中，采用人工势场法对无人机群进行实时避障控制；

所述对每台无人机，根据其对应的巡检任务以及室内变电站中的静态障碍物，进行路径预规划具体为：

对每台无人机，根据巡检任务的位置、每个巡检任务所需的时间以及室内环境中的障碍建立数学模型：f＝f_L+f_T+f_C；式中，f_L代表无人机巡检的最短路径，f_T代表无人机完成一轮巡检所花费的总时间，f_C代表无人机避开障碍物所需要的成本；

根据建立的数学模型，采用粒子群算法进行求解获得每台无人机的预规划路径。

2.根据权利要求1所述的基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法，其特征在于，所述UWB定位系统中融入容错定位算法。

3.根据权利要求1所述的基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法，其特征在于，所述采用粒子群算法进行求解获得每台无人机的预规划路径具体包括以下步骤：

初始化每台无人机的粒子群参数；

构建每架无人机路径预规划的数学模型：

f_i＝f_iL+f_iT+f_iC；

式中，f_iL代表第i台无人机巡检的最短路径，f_iT代表第i台无人机完成一轮巡检所花费的总时间，f_iC代表第i台无人机避开障碍物所需要的成本；

计算适应度函数1/f_i获得粒子个体和群体的位置最优；

对粒子的位置和速度进行更新，并返回重新计算适应度函数获得粒子个体和群体的位置最优，直至满足迭代停止的条件；

获得每台无人机的最优预规划路径。

4.根据权利要求1所述的基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法，其特征在于，所述在无人机巡检的过程中，采用人工势场法对无人机群进行实时避障控制具体为：

令每个进入室内变电站的动态物配备UWB标签，无人机在知晓自身与其它移动物体的距离后，根据人工势场法建立斥力场；然后通过与目标之间的距离建立的引力场，计算出该无人机的合力场；最终引导每架无人机安全到达巡检区域，执行巡检任务。