基于车辆和无人机协同巡检的路径规划算法的研究

发布时间：2020-04-25 07:47

【摘要】：随着无人机及其相关技术的日渐成熟,搭载多种传感器的专业型无人机被广泛应用于各种各样的领域。在借助无人机进行大规模设施巡检的场景下,选择不同的巡检路线所耗费的作业时间相去甚远。因此,如何规划无人机的路径是本场景下的关键问题。高效的无人机路径规划算法将极大的提升巡检效率、降低巡检成本。然而,受限于电池容量,现有无人机的续航时间十分有限,难以直接胜任较远距离的巡检任务。本文引入装载车充当无人机的移动补给基地,采用车与无人机协同巡检的方案,克服了无人机的服务距离限制。据我们所知,已有的相关研究仅仅关注了无人机的路径规划而忽略了装载车的路径规划。实际上,在装载车和无人机协同巡检场景下,装载车的路线选择将极大影响最后的巡检效率。另外,已有研究均只讨论了车与单无人机的协同巡检。在单无人机巡检场景下,无法同时巡检区域内的多个目标节点,效率十分低下。本文针对现有工作存在的缺陷,设计了一个新颖的单车多无人机路径规划和调度算法。主要贡献和创新点如下:(1)分析了忽略车辆路线的弊端,并首次设计了一个基于目标节点分布的车辆路线选择算法。本算法能得到一条覆盖所有待巡检节点并穿越目标节点密集区域的路线。(2)论证了采用无人机巡点时,异地起降模式相对于本地起降模式的优势。设计了一个能充分发挥异地起降模式特点的目标节点分类算法。(3)首次研究了基于单车多无人机的路径规划和多无人机动态调度算法。本算法能平衡各个无人机的任务,最大化的重叠各个巡检任务的耗时从而降低巡检任务的总完成时间,十分的灵活、高效。(4)通过编程实验仿真证明本文算法相对于已有的单车单无人机协同巡检算法具有明显优势。
【图文】：

无人机,设施,正在进行,节点数

1 绪论1.1 研究意义无人机（UnmannedAerial Vehicle，UAV）是指可以通过无线电遥控技术操控或由机载微型计算机程控系统自主控制的不载人飞行器，最早应用于边防巡逻、异地侦查、定点打击等军事领域。近年来，受益于轻型高分子材料的发现以及嵌入式、自动化、信号处理、无线通信、计算机视觉等技术的发展与成熟，民用无人机开始进入大众的视野。现有的民用无人机购买方便，机动性强，操作简单，，使用成本低，只需借助摄像头和各种传感器，便能穿越复杂地形，高效安全可靠的对远端目标进行数据收集和传输。基于以上特点，无人机在环境监测、地理测绘、管线巡查、农业植保、设施巡检、物流配送[1-6]等场景中广受青睐。

示意图,示意图,油罐车,问题

超过无人机单次飞行的最大距离。Manyam S. 则将本问题视作一个标准建立了一个混合整数线性规划模型，用 CPLEX 加分支限界进行求解。n[18]的思路则稍有不同，他将本问题看作了一个仓库可动的车辆路径问题算法和本地搜索算法来找到最佳路径。我们可以发现，在这些文献中，无将无人机的巡点问题看作了一个经典的 VRP 或者 VRP 的变种（TSP 是 VRantzig 等人于 1959 年在文献[7]中首次对 VRP 进行了研究，如图 2-1 所示数从仓库出发给若干城市运油，每辆油罐车负责部分城市，作者期望找到最似最优的服务路线，使得所有油罐车的累积行驶距离最短。VRP 属于组合，也是 NP-hard 问题[8]，精确求解算法的复杂度是指数级。作者在文中提线性规划的解法，核心的约束条件是对任意城市，入度和出度均为 1。受的计算能力，本解法只能解决规模非常小的 VRP。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O221;V19

【参考文献】