无人机路径的规划方法及装置制造方法及图纸

本发明专利技术公开一种无人机路径的规划方法及装置，包括对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成染色体路径；选择预设数量的染色体路径作为初始种群，并根据无人机运动中的能量消耗关系定义适应度函数；按照预设比例选择适应度函数低的染色体路径作为父代染色体，从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群，并在所述当前种群中选择双亲染色体；根据交叉编码概率对所述双亲染色体进行交叉，得到交叉后的染色体；根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；根据所述第一后代生成新的种群，计算验证成功的所有染色体路径对应的适应度函数，将适应度函数最低的路径确定为当前最佳染色体路径。

【技术实现步骤摘要】
无人机路径的规划方法及装置
本专利技术实施例涉及无人机
，特别是涉及一种无人机路径的规划方法及装置。
技术介绍
无人机作为近年来新兴的高端技术产品，在很多不同领域内已经有了较多的应用，例如航拍测绘、灾害搜救、精准农业、管道巡检等应用。无人机在具体应用中，需要根据给定的划定区域，无人机按照一定的全覆盖路径进行遍历。目前多采用往返式和螺旋式等方式完成遍历。目前，无人机多采用机载电源提供能量支持完成飞行任务，但是机载电源存储能量的限制，机载电源的使用时长有限，因此，在无人机飞行过程中，如果不选择合适的路径在坐标点之间飞行完成全覆盖遍历，则会造成能量浪费，如此一来，减少了机载电源提供能量的时间，影响无人机的正常使用。因此，现在亟需一种无人机全覆盖路径规划方法，选择能耗最低的路径在坐标点之间飞行实现最优能耗，提高无人机的遍历效率。
技术实现思路
有鉴于此，本专利技术实施例提供了一种无人机路径的规划方法及装置，主要目的在于通过遗传算法对无人机全覆盖路径进行规划，选择一条覆盖整个区域且能量消耗最低的全覆盖路径，实现最优能耗，提高无人机遍历效率的效果。为了实现上述功能，本专利技术实施例主要提供如下技术方案：第一方面，本专利技术实施例提供了一种无人机路径的规划方法，该方法包括：对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径，并将所述路径表征为染色体路径；在所有染色体路径中选择预设数量的染色体路径作为初始种群，并根据无人机运动中的能量消耗关系定义适应度函数；计算每个染色体路径的适应度函数，根据所述适应度函数按照预设比例选择适应度函数低的染色体路径作为父代染色体，并从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群，并在所述当前种群中选择双亲染色体；根据交叉编码概率对所述双亲染色体进行交叉，得到新的交叉后的染色体；根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；根据所述第一后代生成新的种群，并验证每条染色体路径是否完全覆盖整个区域，并且符合无人机移动的顺序；计算验证成功的所有染色体路径对应的适应度函数，将适应度函数最低的路径确定为当前最佳染色体路径。可选的，对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径包括：将所述覆盖区域根据无人机的视场角分解为多个正方形矩阵地图，所述正方形矩阵地图中包括自由区域以及障碍区域；将无人机路径分解为直线、左转弯、右转弯、U型转弯四种运动方式，并将其存储于集合中；其中，直线、左转弯、右转弯可以随机选择，而U型转弯始终作为最后一次备选；无人机从所述集合中选择一种或多种组合的运动方式，依次遍历相邻正方形矩阵地图中的自由区域，并确定每一次行驶到相邻正方形矩阵地图的运动顺序，记为一条染色体路径；可选的，依次遍历相邻正方形矩阵地图中的自由区域，并确定每一次行驶到相邻正方形矩阵地图的运动顺序包括：若无人机无法正常行驶，则调用调整函数，为无人机重新规划其未访问过的正方形矩阵地图，并重新确定运动顺序。可选的，选择在所有染色体路径中确定的预设数量的染色体路径作为初始种群包括：选择所有染色体路径中的往返式、螺旋式、随机式路径作为初始种群。可选的，所述适度函数为：其中，J为总成本，J{S，L，R，U}分别是直线、左转弯、右转弯、U型转弯四种运动方式的成本，JStart为起始点有加速的成本，JEnd为终止点减速阶段成本，n为组成覆盖路径所采取的移动次数。第二方面，本专利技术实施例还提供一种无人机路径的规划装置，该装置包括：建模单元，用于对覆盖区域进行网络栅格法建模；生成单元，用于根据网格化后的矩阵地图生成路径；表征单元，用于将所述路径表征为染色体路径；第一选择单元，用于在所有染色体路径中选择预设数量的染色体路径作为初始种群；定义单元，用于根据无人机运动中的能量消耗关系定义适应度函数；第一计算单元，用于计算每个染色体路径的适应度函数；第二选择单元，用于根据所述适应度函数按照预设比例选择适应度函数低的染色体路径作为父代染色体；第三选择单元，用于从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群；第四选择单元，用于在所述当前种群中选择双亲染色体；交叉单元，用于根据交叉编码概率对所述双亲染色体进行交叉，得到新的交叉后的染色体；第一确定单元，用于根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；验证单元，用于根据所述第一后代生成新的种群，并验证每条染色体路径是否完全覆盖整个区域，并且符合无人机移动的顺序；第二计算单元，用于计算验证成功的所有染色体路径对应的适应度函数；第二确定单元，用于将适应度函数最低的路径确定为当前最佳染色体路径。可选的，所述建模单元包括：第一分解模块，用于将所述覆盖区域根据无人机的视场角分解为多个正方形矩阵地图，所述正方形矩阵地图中包括自由区域以及障碍区域；第二分解模块，用于将无人机路径分解为直线、左转弯、右转弯、U型转弯四种运动方式，并将其存储于集合中；其中，直线、左转弯、右转弯可以随机选择，而U型转弯始终作为最后一次备选；处理模块，用于无人机从所述集合中选择一种或多种组合的运动方式，依次遍历相邻正方形矩阵地图中的自由区域，并确定每一次行驶到相邻正方形矩阵地图的运动顺序，记为一条染色体路径；可选的，所述处理模块，还用于当无人机无法正常行驶时，调用调整函数，为无人机重新规划其未访问过的正方形矩阵地图，并重新确定运动顺序。可选的，所述第一选择单元，还用于选择所有染色体路径中的往返式、螺旋式、随机式路径作为初始种群。可选的，所述适度函数为：其中，J为总成本，J{S，L，R，U}分别是直线、左转弯、右转弯、U型转弯四种运动方式的成本，JStart为起始点有加速的成本，JEnd为终止点减速阶段成本，n为组成覆盖路径所采取的移动次数。对应修改借由上述技术方案，本专利技术实施例提供的技术方案至少具有下列优点：本专利技术实施例提供的无人机路径的规划方法及装置，对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径，并将所述路径表征为染色体路径；在所有染色体路径中选择预设数量的染色体路径作为初始种群，根据无人机运动中的能量消耗关系定义适应度函数；选择适应度函数低的染色体路径作为父代染色体，并从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群，并在所述当前种群中选择双亲染色体；根据交叉编码概率对所述双亲染色体进行交叉，得到新的交叉后的染色体；根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；根据所述第一后代生成新的种群，并验证每条染色体路径是否完全覆盖整个区域，并且符合无人机移动的顺序；计算验证成功的所有染色体路径对应的适应度函数，将适应度函数最低的路径确定为当本文档来自技高网...

【技术保护点】
1.一种无人机路径的规划方法，其特征在于，包括：/n对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径，并将所述路径表征为染色体路径；/n在所有染色体路径中选择预设数量的染色体路径作为初始种群，并根据无人机运动中的能量消耗关系定义适应度函数；/n计算每个染色体路径的适应度函数，根据所述适应度函数按照预设比例选择适应度函数低的染色体路径作为父代染色体，并从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群，并在所述当前种群中选择双亲染色体；/n根据交叉编码概率对所述双亲染色体进行交叉，得到交叉后的染色体；/n根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；/n根据所述第一后代生成新的种群，并验证每条染色体路径是否完全覆盖整个区域，并且符合无人机移动的顺序；/n计算验证成功的所有染色体路径对应的适应度函数，将适应度函数最低的路径确定为当前最佳染色体路径。/n

【技术特征摘要】
1.一种无人机路径的规划方法，其特征在于，包括：
对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径，并将所述路径表征为染色体路径；
在所有染色体路径中选择预设数量的染色体路径作为初始种群，并根据无人机运动中的能量消耗关系定义适应度函数；
计算每个染色体路径的适应度函数，根据所述适应度函数按照预设比例选择适应度函数低的染色体路径作为父代染色体，并从所有染色体路径中选择染色体路径新增到所述初始种群中形成当前种群，并在所述当前种群中选择双亲染色体；
根据交叉编码概率对所述双亲染色体进行交叉，得到交叉后的染色体；
根据预设变异概率确定所述交叉后的染色体的突变发生，得到新的第一后代；
根据所述第一后代生成新的种群，并验证每条染色体路径是否完全覆盖整个区域，并且符合无人机移动的顺序；
计算验证成功的所有染色体路径对应的适应度函数，将适应度函数最低的路径确定为当前最佳染色体路径。


2.根据权利要求1所述的方法，其特征在于，对覆盖区域进行网络栅格法建模，根据网格化后的矩阵地图生成路径包括：
将所述覆盖区域根据无人机的视场角分解为多个正方形矩阵地图，所述正方形矩阵地图中包括自由区域以及障碍区域；
将无人机路径分解为直线、左转弯、右转弯、U型转弯四种运动方式，并将其存储于集合中；其中，直线、左转弯、右转弯可以随机选择，而U型转弯始终作为最后一次备选；
无人机从所述集合中选择一种或多种组合的运动方式，依次遍历相邻正方形矩阵地图中的自由区域，并确定每一次行驶到相邻正方形矩阵地图的运动顺序，记为一条染色体路径。


3.根据权利要求2所述的方法，其特征在于，依次遍历相邻正方形矩阵地图中的自由区域，并确定每一次行驶到相邻正方形矩阵地图的运动顺序包括：
若无人机无法正常行驶，则调用调整函数，为无人机重新规划其未访问过的正方形矩阵地图，并重新确定运动顺序。


4.根据权利要求1所述的方法，其特征在于，选择在所有染色体路径中确定的预设数量的染色体路径作为初始种群包括：
选择所有染色体路径中的往返式、螺旋式、随机式路径作为初始种群。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述适度函数为：



其中，J为总成本，J{S，L，R，U}分别是直线、左转弯、右转弯、U型转弯四种运动方式的成本，JStart为起始点有加速的成本，JEnd为终止点减速阶段成本，nS，nL，nR，nU为组成覆盖路径所采取的移动次数。


6.一种无人机路径的规划装置，其特征在于，包括：
建模...

【专利技术属性】
技术研发人员：郄志鹏，龚一航，邓宝松，杨楚乐，李靖，桂健钧，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：北京;11