一种基于最短距离的无人机监测巡航和轨迹规划方法技术

本发明专利技术公开了一种基于最短距离的无人机监测巡航和轨迹规划方法，针对无人机和车辆联合监测，首先确定所有特殊节点，特殊节点的监测会受到限制；然后根据节点限制条件，计算无人机和车辆的单次运行轨迹，尽可能多的给无人机分配节点，并以单次运行轨迹记录的终点为下次运行轨迹的起点，确定无人机的发射和接收节点，直到所有节点全部分配完毕；根据末端优化原则，比较单次有运行轨迹中无人机和车辆的行驶距离，确定可以优化的路段；最后以总距离最短为目标，规划每次的轨迹选择。本发明专利技术方法主要用于确定无人机道路交通监测以及运行轨迹的问题，确保道路正常通行。确保道路正常通行。确保道路正常通行。

【技术实现步骤摘要】
一种基于最短距离的无人机监测巡航和轨迹规划方法


[0001]本专利技术属于交通运输和交通控制领域，涉及无人机道路交通监测以及轨迹规划领域，更具体地说，涉及一种基于最短距离的无人机监测巡航和轨迹规划方法。

技术介绍

[0002]随着智慧交通理念不断加深，如何有效预防道路交通拥堵、解决道路突发事件，一直是交通控制系统的重点和难点。近年来电子科技的蓬勃发展，交通控制系统越来越智能化，但以往的定点监测交通成本较高，且不够方便灵活，当出现交通突发事件，无法及时确定该事故点，事故造成的交通拥堵，也导致巡航救援车辆驶入困难，不能快速到达，以疏导交通，排除事故。而民用无人机的兴起，给这些问题提供了新的解决方案。
[0003]无人机(Unmanned Aerial Vehicle，或Drone)是利用无线电遥控设备和自备程序控制装置操纵的航空器，一般具有自主飞行和独立完成某项任务的功能。起初，无人机主要用于军事领域。近年来，民用无人机凭借其操作方便、使用灵活、作业效率高、相对成本低等优势
[2]迅速发展，应用范围扩大到监测巡航、地理探测、紧急救援、医药运输等多个领域。但因为载重容量较小，且不能支持长距离飞行，进行连续作业时受到诸多限制，而车辆有着载重量大，可长距离行驶的优势，两者相结合的工作方式受到国内外学者的广泛关注。
[0004]现有的监测车辆都是按照一定的规则，顺序行驶在道路上，待出现突发事件后，再以最短距离快速驶向事故节点。对于本专利技术中此类特殊的轨迹规划问题，无人机不用考虑道路网络情况，可以直线飞行到监测节点，但无人机续航能力有限，需要车辆的支持，两者联合协作，共同完成各节点的监测工作，这有别于传统的TSP问题。

技术实现思路

[0005]技术问题：针对现有研究研究的不足，本专利技术的目的是提供一种基于最短距离的无人机监测巡航和轨迹规划方法。尝试优先确定无人机的轨迹，再以此来确定车辆的轨迹，车辆的行驶会受到道路阻抗的影响。考虑到无人机的飞行距离限制，设计了一种无人机单次可监测多个节点的模型，无人机可以在任意监测节点进行发射和接收，车辆不用在原地等待无人机，可在无人机发射后，同步进行监测任务。车辆既可携带无人机进行监测，也可与无人机同时出发监测，两者联合协作，共同完成监测任务。
[0006]技术方案：为解决上述技术问题，本专利技术的一种基于最短距离的无人机监测巡航和轨迹规划方法包括如下步骤：步骤1：确定与其他节点距离均超过无人机最大飞行距离限制，无人机无法飞达的节点L
d
，需要物资的节点L
m
，控制中心n+1，特殊节点的监测会受到限制；步骤2：根据节点限制条件，计算无人机和车辆的单次运行轨迹，尽可能多的给无人机分配节点；步骤3：以单次运行轨迹记录的终点为下次运行轨迹的起点，重复步骤2，控制无人机的发射和接收节点，直到所有节点全部分配完毕；
步骤4：根据末端优化原则，比较单次运行轨迹中无人机和车辆的行驶距离，确定可以优化的路段；步骤5：以总距离最短为目标，重复步骤2、步骤3和步骤4，规划每次的轨迹选择。本专利技术中，所述步骤1中特殊节点的监测限制条件包括如下步骤：步骤11：为保证特殊节点必定由车辆监测，其约束如公式(1)和公式(2)所示：为保证特殊节点必定由车辆监测，其约束如公式(1)和公式(2)所示：式中：S1为所有节点的集合，S1＝{1，2，
…
，n，n+1}，其中n+1表示控制中心；L
m
为需要物资的节点集合；L
d
为与其他节点距离均超过无人机最大飞行距离限制，无人机无法飞达的节点集合；K为轨迹规划的总次数，K＝{1，2，
…
，k}；标记为L
d
的节点无人机不会前往，其约束如公式(3)和公式(4)所示：的节点无人机不会前往，其约束如公式(3)和公式(4)所示：式中：无人机和车辆可分别从控制中心独自进出，也可由车辆携带无人机共同进出，其约束如公式(5)和公式(6)所示：约束如公式(5)和公式(6)所示：式中：S2为所有道路节点的集合，S2＝{1，2，
…
，n}；n+1表示控制中心；车辆每次至少监测一个节点，其约束如公式(7)所示：式中：为第k次轨迹规划，车辆监测的节点数。本专利技术中，所述步骤2中无人机和车辆的单次运行轨迹计算方法包括如下步骤：步骤21：为最大化单次无人机和车辆监测的节点数，其计算如公式(8)所示：式中：S3为未监测的节点集合，初始S3＝{1，2，
…
，n}；K为轨迹规划的总次数，K＝{1，2，
…
，k}；，k}；，k}；
为保证单次无人机运行轨迹的总距离不超过无人机最大飞行距离，其计算如公式(9)所示：式中：d
ij
为节点i到节点j的欧式距离；D为无人机的最大飞行距离；在所有未被监测的节点中，无人机进出该节点不超过一次，其计算如公式(10)和公式(11)所示：公式(11)所示：为保证车辆必定在无人机降落前到达，其计算公式(12)所示：式中：v
u
为无人机的平均飞行速度；u
t
为车辆的平均行驶速度；ε为道路阻抗系数；在所有未被监测的节点中，车辆进出该节点不超过一次，其计算如公式(13)和公式(14)所示：式(14)所示：将每次分配完的节点从前一次未监测节点集合中去除，其计算如公式(15)所示：式中：为第k次轨迹规划，无人机监测的节点集合；为第k次轨迹规划，车辆监测的节点集合。本专利技术中，所述步骤3中无人机的发射和接收节点确定方法包括如下步骤：步骤31：以单次运行轨迹记录的终点为下次运行轨迹的起点，重复步骤2，直到所有节点全部监测完毕；对于所有非停靠的节点，仅被无人机或车辆监测一次，其计算如公式(16)和公式(17)所示：(17)所示：式中：S1为所有节点的集合，S1＝{1，2，
…
，n，n+1}，其中n+1表示控制中心；K为轨迹规划的总次数，K＝{1，2，
…
，k}；P
non
为除无人机发射和回收节点外，所有非停靠节点的集合；合；合；对于无人机收发节点，车辆仅进出一次，其计算如公式(18)和公式(19)所示：
式中：P
start
为无人机发射节点的集合；P
end
为无人机回收节点的集合；对于无人机发射节点，无人机仅飞出一次，无人机回收节点，无人机仅降落一次，其计算如公式(20) 和公式(21)所示：和公式(21)所示：本专利技术中，所述步骤4中优化路段节点的确定方法包括如下步骤：步骤41：使用一架无人机和一部车辆，考虑到车辆不用在固定节点等待无人机返回，对部分运行轨迹进行末端优化；当无人机负责监测一个及以上节点，而车辆仅监测一个节点，此节点为无人机回收节点，可包括控制中心，为减少不必要的回路，其计算如公式(22)
‑
(24)所示：则则则式中：为第k次轨迹规划，无人机监测的节点数；为第k次轨迹规划，车辆监测的节点数；C
u
为无人机监测的节点集合，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最短距离的无人机监测巡航和轨迹规划方法，其特征在于，该方法包括如下步骤：步骤1：确定与其他节点距离均超过无人机最大飞行距离限制，无人机无法飞达的节点L
d
，需要物资的节点L
m
，控制中心n+1，特殊节点的监测会受到限制；步骤2：根据节点限制条件，计算无人机和车辆的单次运行轨迹，尽可能多的给无人机分配节点；步骤3：以单次运行轨迹记录的终点为下次运行轨迹的起点，重复步骤2，控制无人机的发射和接收节点，直到所有节点全部分配完毕；步骤4：根据末端优化原则，比较单次运行轨迹中无人机和车辆的行驶距离，确定可以优化的路段；步骤5：以总距离最短为目标，重复步骤2、步骤3和步骤4，规划每次的轨迹选择。2.根据权利要求1所述的一种基于最短距离的无人机监测巡航和轨迹规划方法，其特征在于，所述步骤1中特殊节点的监测限制条件包括如下步骤：步骤11：为保证特殊节点必定由车辆监测，其约束如公式(1)和公式(2)所示：为保证特殊节点必定由车辆监测，其约束如公式(1)和公式(2)所示：式中：S1为所有节点的集合，S1＝{1，2，
…
，n，n+1}，其中n+1表示控制中心；L
m
为需要物资的节点集合；L
d
为与其他节点距离均超过无人机最大飞行距离限制，无人机无法飞达的节点集合；K为轨迹规划的总次数，K＝{1，2，
…
，k}；标记为L
d
的节点无人机不会前往，其约束如公式(3)和公式(4)所示：的节点无人机不会前往，其约束如公式(3)和公式(4)所示：式中：无人机和车辆可分别从控制中心独自进出，也可由车辆携带无人机共同进出，其约束如公式(5)和公式(6)所示：如公式(5)和公式(6)所示：式中：S2为所有道路节点的集合，S2＝{1，2，
…
，n}；n+1表示控制中心；车辆每次至少监测一个节点，其约束如公式(7)所示：式中：为第k次轨迹规划，车辆监测的节点数。
3.根据权利要求1所述的一种基于最短距离的无人机监测巡航和轨迹规划方法，其特征在于，所述步骤2中无人机和车辆的单次运行轨迹计算方法包括如下步骤：步骤21：为最大化单次无人机和车辆监测的节点数，其计算如公式(8)所示：式中：S3为未监测的节点集合，初始S3＝{1，2，
…
，n}；K为轨迹规划的总次数，K＝{1，2，
…
，k}；，k}；，k}；为保证单次无人机运行轨迹的总距离不超过无人机最大飞行距离，其计算如公式(9)所示：式中：d
ij
为节点i到节点j的欧式距离；D为无人机的最大飞行距离；在所有未被监测的节点中，无人机进出该节点不超过一次，其计算如公式(10)和公式(11)所示：(11)所示：为保证车辆必定在无人机降落前到达，其计算公式(12)所示：式中：v
u
为无人机的平均飞行速度；v
t
为车辆的平均行驶速度；ε为道路阻抗系数；在所有未被监测的节点中，车辆进出该节点不超过一次，其计算如公式(13)和公式(14)所示：(14)所示：将每次分配完的节点从前一次未监测节点集合中去除，其计算如公式(15)所示：式中：为第k次轨迹规划，无人机监测的节点集合；为第k次轨迹规划，车辆监测的节点集合。4.根据权利要求1所述的一种基于最短距离的无人机监测巡航和轨迹规划方法，其特征在于，所述步骤3中无人机的发射和接收节点确定方法包括如下步骤：步骤31：以单次运行轨迹记录的终点为下次运行轨迹的起点，重复步骤2，直到所有节点全部监测完毕；对于所有非停靠的节点，仅被无人机或车...

【专利技术属性】
技术研发人员：柳伍生，李旺，周清，迭纤，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：