首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自动机巢的无人机集群协同巡检方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏方天电力技术有限公司

摘要:本发明公开了一种基于自动机巢的无人机集群协同巡检方法,包括基于分配的多机巡检任务进行巡检,多机巡检任务基于二分图匹配算法的多机多任务协同分配方法进行最优分配;完成分配的多机巡检任务后,返回指定的巡检优化驻点,巡检优化驻点是使用基于免疫算法的巡检车驻点优化模型确定的;在执行多机巡检任务的过程中,若遇到异常工况,启动基于切入点优化的无人机异常返航防碰撞方法,计算最优切入点,使无人机按照设定的返回程序,返回至指定的巡检优化驻点;本发明实现了将单机巡检手动飞行模式转变为多机巡检自动飞行模式,保证和实现了一个灵活、高效、安全的无人机集群协同任务实行方案。

主权项:1.一种基于自动机巢的无人机集群协同巡检方法,其特征在于,包括:基于分配的多机巡检任务进行巡检,其中,所述多机巡检任务为基于二分图匹配算法的多机多任务协同分配方法进行最优分配的;完成分配的多机巡检任务后,返回指定的巡检优化驻点,其中,所述巡检优化驻点是使用基于免疫算法的巡检车驻点优化模型确定的;其中,在执行多机巡检任务的过程中,若遇到异常工况,则启动基于切入点优化的无人机异常返航防碰撞方法,通过计算最优切入点,使无人机按照设定的返回程序,返回至指定的巡检优化驻点;所述多机多任务协同分配方法包括单机优化方法和机群优化方法;所述单机优化方法,包括:对于无人机di求出所有杆塔tj的投入产出比ROIij,公式如下: ;式中:b为电量;p为巡点数;为飞往目标点的时间;为飞回来的时间;为工作准备系数;为工作准备折合系数;为工作系数;Dij为无人机di到杆塔tj起巡点的水平距离;为无人机到杆塔返回点的水平距离;选择杆塔,使得其对应ROI值对于所有的杆塔ROIij最小;使巡点数p取最大,p受限于bi和pj,得到: ;计算ROIij后遍历杆塔,选择令ROIij最小的杆塔tj完成优化;所述机群优化方法,包括:S11、初始化可行顶标;S12、应用匈牙利算法在二分图中寻找无人机和任务的最佳匹配组合;S13、若未找到最佳匹配组合,根据匈牙利算法的修改准则,修改可行顶标;S14、重复步骤S12和S13,直到在二分图中找到最佳匹配组合,实现对多机巡检任务的最优分配;所述巡检优化驻点是使用基于免疫算法的巡检车驻点优化模型确定的,包括:S21、定义巡检车驻点优化模型的目标函数和约束条件;S22、在巡检车驻点优化的可行解空间内,随机生成一个初始的抗体群,采用实数编码的方式对抗体进行编码,每个抗体代表一个巡检车驻点方案;S23、基于巡检车驻点优化模型的目标函数,对抗体群进行亲和度计算;S24、基于计算得到的抗体群的亲和度,保留与抗原亲和度达到设定范围的抗体并将其保存到记忆细胞中;S25、判断是否满足终止条件,如果满足则停止迭代,否则继续进行优化;S26、利用免疫算子对抗体群进行选择、交叉和变异操作,产生新的抗体群,新抗体群中的新抗体代表新的巡检车驻点方案;S27、重复步骤S22至S26,直到找到满足终止条件的最佳驻点方案;所述巡检车驻点优化模型的目标函数为: ;式中,表示目标函数,ci代表巡检车驻点地理环境系数,表示第i个巡检杆塔附近的环境权重,表示第i架无人机的任务分配权重;n表示巡检杆塔的数量,表示巡检车在南北方向的坐标,表示巡检车在东西方向的坐标,表示巡检车驻点在南北方向的坐标,表示巡检车驻点在东西方向的坐标;所述巡检车驻点优化模型的约束条件为: ; ; ;式中,ci代表巡检车驻点地理环境系数,表示巡检车在南北方向的坐标,表示巡检车在东西方向的坐标;所述采用实数编码的方式对抗体进行编码,包括:设定第k个抗体为,其分量即为k个抗体中的第i个驻点的位置坐标。

全文数据:

权利要求:

百度查询: 江苏方天电力技术有限公司 一种基于自动机巢的无人机集群协同巡检方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。