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：淮阴工学院

摘要：本发明公开了一种变电站无人机巡检航迹规划方法，包括：1构建变电站环境的三维栅格地图；2通过DE算法对三维栅格地图进行全局多条航迹规划；3通过NOA算法对全局多条航迹进行最优航迹求解，得到全局最优巡检航迹；4通过改进的D3QN算法对全局最优巡检航迹进行局部航迹优化，D3QN算法的改进方式为：D3QN算法通过ALS法获得最大Q值。本发明具有航迹规划精确性和适应性高的优点，可提高无人机对变电站巡检的效率及质量，降低巡检的运营成本；改进的D3QN算法一方面能够提升全局最优巡检航迹的局部避障能力，同时优化了D3QN算法收敛速度。

主权项：1.一种变电站无人机巡检航迹规划方法，其特征在于，包括：1构建变电站环境的三维栅格地图；2通过差分进化算法DE对三维栅格地图进行全局多条航迹规划；3通过星鸦优化算法NOA对全局多条航迹进行最优航迹求解，得到全局最优巡检航迹；步骤3包括：301种群初始化将差分进化算法DE得到的全局多条航迹作为星鸦优化算法NOA的问题搜索空间解集；种群初始化公式如下： 其中，表示个体i的第j维变量，即一条全局航迹路径；t表示迭代次数；表示第j维变量的上界；表示第j维变量的下界；是[0,1]之间的随机向量；N为种群的规模；D为问题搜索空间的维度，不超过3维；302觅食在问题搜索空间内寻找相对最优解，星鸦个体在寻优过程中的位置更新公式如下： 其中，是第i个星鸦第t+1次迭代的位置；是第i个星鸦当前第t次迭代的第j个位置；是当前种群在第t次迭代中第j维的所有解的均值；γ是根据莱维飞行生成的随机数；A,B,C是三个随机数；Uj是优化问题第j维的上界；Lj是优化问题第j维的下界；τ1,τ2,r和r1是[0,1]之间的随机实数；Tmax表示最大迭代次数；δ表示问题搜索空间内可覆盖区域的概率估计；μ是基于正态分布τ4、莱维飞行τ5和在0～1之间随机生成的数字τ3，如下式所示： 其中，r2和r3是[0,1]之间的随机实数；303食物的储存星鸦个体在寻找到相对最优航迹之后，将最优航迹保存并转移至设定的储存点，公式如下： 其中，是当前星鸦个体储存区域的新位置；是第i个星鸦当前第t次迭代位置；是目前得到的第t次迭代第j维的最佳位置解；和是第t次迭代随机选取星鸦个体的位置；λ是根据莱维飞行所生成的随机数；τ3是[0,1]之间的随机数；l是一个从1～0的线性递减因子；304第二阶段觅食最优航迹求解过程中，星鸦优化算法NOA会选择合适的参考点更新存储地点，并应用相应的探索机制来搜索最有希望的区域，这些区域中包含一个近似最优解；位置更新公式如下： 其中，是第i个星鸦第t+1次迭代的新位置；是第i个星鸦第t次迭代的当前位置；是第一参考点；305第二阶段开发星鸦在搜索储存点时，遇到两种情况：第一种情况是，星鸦使用第一参考点记住储存点的位置；若记住了储存点的位置，则还有两种情况，食物存在或者食物不存在；这一行为的数学表达式如下： 其中，是更新后的位置；j是维度；是当前迭代的最佳位置；是第i个星鸦当前位置的第一参考点；r1、r2、τ3和τ4是[0,1]之间的随机数；C是指从种群中随机选择的一个解的索引；第二种情况是，星鸦利用第一参考点没有找到储存点的位置，再利用第二参考点继续搜索，具体公式如下： 其中，是第二参考点；若假设星鸦在使用第二参考点时，找到了它的储存点，则第二参考点的更新公式为： 其中，r1、r2、τ5和τ6是[0,1]之间的随机数。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种变电站无人机巡检航迹规划方法