一种基于改进天牛须搜索算法的多气体污染源定位方法技术

本发明专利技术公开了一种基于改进天牛须搜索算法的多气体污染源定位方法，为了弥补现有多气体源定位技术的不足，本发明专利技术创新性的将多无人机群与改进天牛须搜索算法结合，提出了一种基于改进天牛须搜索算法的多气体污染源定位方法。在组方法中包括组形成、限制组大小、组合并、组解散，在评估无人机加入哪个组时考虑距离和适应度，有助于无人机在同时接收多个信号时有选择的加入组；限制组大小提高了无人机分配效率；组合并是当两个组的全局最佳位置的无人机的y位置坐标差小于侧风距离时合并，可以提升系统性能和避免局部冗余；考虑组解散，避免该组一直停留在已找到的气体源中。本方法在多气体污染源浓度场仿真实验中，高效地实现了多气体污染源的定位。多气体污染源的定位。

【技术实现步骤摘要】
一种基于改进天牛须搜索算法的多气体污染源定位方法


[0001]本专利技术涉及一种基于改进天牛须搜索算法的多气体污染源定位方法，属于多旋翼无人机与环境监测领域。

技术介绍

[0002]目前我国对于研究大气污染源定位问题所选用的溯源主体大多为地面移动机器人或固定监测站。但是这些方法都存在一定的局限性：地面移动机器人用于探测时，易发生故障、难以持续工作，灵活性不强；而监测站往往分布不均匀且事故污染源附近不一定设有监测站，故监测站适用性较低，缺少移动性和灵活性。当前无人机已被广泛的应用于大气监测中，相比较于地面移动机器人，无人机操作更加灵活、也可节约探测成本；而对比固定监测站，无人机可以降低人为监测的危险性，使测量的准确度得到提高。无人机具有较强的适用性，定位精准、测量准确且维修方便。利用无人机对大气污染源定位，可确保采集结果精准无误，同时性能更加优越，自动化的程度也更高，可以实现对大气污染物大范围区域的监测和溯源。
[0003]目前，绝大多数气体源定位研究都是针对单个点状气体源，例如中国专利公告号为CN110927342B的“一种基于天牛须搜索算法的大气污染物溯源方法”，在改进群智能算法的基础上对单个气体源定位。然而，由于环境监管不足，部分工业园区仍存在多个企业同时直排或偷排现象，同时，因容器或管道老化、垃圾填埋场封闭层失效等因素导致的有毒/有害气体泄漏可能是多发的，即在搜索区域内可能存在数目和位置均未知、释放同种气体(成分)的点状或面状气味源。显然，要使该项研究更具有实际应用价值，仅对单个点状气体源进行定位研究还是不够的，针对多个气体源的定位研究非常必要。

技术实现思路

[0004]本专利技术的目的是为了弥补现有多气体源定位技术的不足，创新性的将多无人机群与天牛须搜索算法结合，提出了一种基于改进天牛须搜索算法的多气体污染源定位方法，该方法具有定位精度高、收敛性强、且能避免陷入局部最优等特点，可以快速、高效的实现对多气体污染源定位。
[0005]本专利技术考虑一个由n个无人机R
i
(i＝1...n)组成的系统，该系统配备有传感器，用于测量羽流浓度和风向，并在无障碍空间中移动。假设无人机具有气味感知、定位、通信和搜索空间内移动的能力。有m个气味源S
j
(j＝1...m)被放置在搜索空间中的随机位置。这些气体源通过释放一些化学物质来扩散气味羽流。通过一种基于改进天牛须搜索算法的多气体污染源定位方法来实现由n个无人机组成的团队快速跟踪定位到m个气体源。
[0006]一种基于改进天牛须搜索算法的多气体污染源定位方法，流程如图1所示，包括以下步骤：
[0007]步骤1：在待监测区设定n架无人机R
i
(i＝1...n)，在待监测区存在m个气味源S
j
(j＝1...m)；
[0008]步骤2：初始化设定，即设定无人机的初始位置；
[0009]步骤3：采用改进天牛须搜索算法搜索气体污染源；
[0010]步骤4：输出所有气体污染源位置。
[0011]所述步骤3中提出的改进天牛须搜索算法，流程如图2所示，包括以下步骤：
[0012]步骤1：初始化参数设定，位于羽流附近的阈值Th
r
、气体源定位成功的阈值Th
g
；
[0013]步骤2：计算初始无人机群各个体R
i
的适应值；
[0014]步骤3：判断无人机R
i
的适应度值是否超过阈值Th
r
，若超过，则执行步骤4，否则，执行步骤5；
[0015]步骤4：采用组方法进行多无人机协作搜索；
[0016]步骤5：无人机进行随机搜索；
[0017]步骤6：判断无人机R
i
适应度值是否超过阈值Th
g
，若超过，则执行步骤 7，否则，回到步骤2；
[0018]步骤7：发现一个气体源，进而判断无人机R
i
是否属于组，若属于则进行组解散，否则确定无人机R
i
未分配组；
[0019]步骤8：判断是否所有的气体源都定位成功，若成功，则结束，否则，回到步骤2。
[0020]改进天牛须搜索算法所述步骤2中适应度值计算公式为：
[0021][0022]其中，C
li
为无人机R
i
左侧传感器测得的气体浓度值，C
ri
为无人机R
i
右侧传感器测得的气体浓度值。
[0023]改进天牛须搜索算法所述步骤4中提出的组方法，流程如图3所示，包括以下步骤：
[0024]步骤1：采用组形成方法形成组；
[0025]进一步的，组形成方法为：
[0026]一个或多个无人机可以同时进入羽流附近区域，在羽流附近区域的无人机开始发出信号，这些信号由产生信号的无人机的半径范围G
r
内的其他无人机接收，无人机可以同时接收多个信号。在这种情况下，无人机比较其接收的信号强度，并加入其接收最强信号的组。信号强度取决于无人机的适应度值和距离，计算公式如下：
[0027]V
ij
＝fit
i
·
exp(
‑
d
ij
)
[0028]其中V
ij
是由无人机R
i
，在半径G
r
内产生并由无人机R
j
接收到的信号，fit
i
是无人机R
i
的适应度值，d
ij
是无人机R
i
和R
j
之间的距离，使用信号强度方程组形成的方式同时考虑了距离和适应度，有助于无人机在同时接收多个信号时决定应加入哪个组。
[0029]步骤2：判断组的大小是否大于G
maxsize
，若大于，则需进行限制组大小操作后执行步骤3，否则直接执行步骤3；
[0030]进一步的，定义了参数G
maxsize
，以限制组中无人机的最大数量，这有助于实现更好的资源利用率。随着无人机数量的增加，组的大小也增加，但是气体源数量的增加将导致群体规模的减小，因此寻找额外气体源所需的无人机数量也应增加。考虑到这一点，定义了限制组大小的函数，函数如下：
[0031][0032]w
m
＝|0.5
‑
(1/(exp(m)))
[0033]其中，n是无人机总数，m是气体源数量，λ是常数，当形成一个组时，如果形成的组的大小大于G
maxsize
，则将从该组中删除P个性能最差的无人机，P 的计算公式如下：
[0034]P＝gk
size
‑
G
maxsize
[0035]其中，gk
size
是组gk的大小，P是从组gk中移除的无人机的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进天牛须搜索算法的多气体污染源定位方法，其特征在于，包括以下步骤：步骤1：在待监测区设定n架无人机R
i
(i＝1...n)，在待监测区存在m个气味源S
j
(j＝1...m)；步骤2：初始化设定，即设定无人机的初始位置；步骤3：采用改进天牛须搜索算法搜索气体污染源，包括以下步骤：步骤3.1：初始化参数设定，位于羽流附近的阈值Th
r
、气体源定位成功的阈值Th
g
；步骤3.2：计算初始无人机群各个体R
i
的适应值；步骤3.3：判断无人机R
i
适应度值是否超过阈值Th
r
，若超过，则执行步骤3.4，否则，执行步骤3.5；步骤3.4：采用组方法进行多无人机协作搜索，包括以下步骤：步骤3.4.1：采用组形成方法形成组；其中，组形成方法为无人机比较其接收的信号强度，并加入其接收最强信号的组，信号强度取决于无人机的适应度值和距离：V
ij
＝fit
i
·
exp(
‑
d
ij
)其中V
ij
是由无人机R
i
在半径G
r
内产生并由无人机R
j
接收到的信号，fit
i
是无人机R
i
的适应度值，d
ij
是无人机R
i
和R
j
之间的距离，使用信号强度方程组形成的方式同时考虑了距离和适应度，有助于无人机在同时接收多个信号时决定应加入哪个组；步骤3.4.2：判断组的大小是否大于G
maxsize
，若大于，则需进行限制组大小操作后执行步骤3.4.3，否则直接执行步骤3.4.3；其中，限制组大小方法定义了参数G
maxsize
，以限制组中无人机的最大数量，这有助于实现更好的资源利用率，随着无人机数量的增加，组的大小也增加，但是气体源数量的增加将导致群体规模的减小，因此寻找额外气体源所需的无人机数量也应增加，所以定义了限制组大小的函数，函数如下：w
m
＝|0.5
‑
(1/(exp(m)))|其中，n是无人机总数，m是气体源数量，λ是常数，当形成一个组时，如果形成的组的大小大于G
maxsize
，则将从该组中删除P个性能最差的无人机，P的计算公式如下：P＝gk
size
‑
G
maxsize
其中，gk
size
是组gk的大小，P是从组gk中移除的无人机的数量；步骤3.4.3：用天牛须搜索算法更新组中无人机的位置，包括以下步骤：步骤3.4.3.1：将无人机从多污染源区域中的任意一点起飞，起飞时机头方向任意；步骤3.4.3.2：无人机的两侧各搭载着一个气体传感器，在飞行中，当左侧传感器所测污染物气体浓度Cleft大于右侧传感器所测气体浓度Cright时，无人机向左边移动一个步长step，反之，无人机向右移动一个步长step；步骤3.4.3.3：气体传感器每秒读取一次数据，所读取的数据是当前两侧气体传感器测得的无人机左右两侧气体浓度Cleft和Cright；
步骤3.4.3.4：无人机旋转任意角度，调整飞行方向；步骤3.4.3....

【专利技术属性】
技术研发人员：梁恒瑞，骆立刚，丁涛，穆金霞，邓琴，刘振国，
申请(专利权)人：浙江省轻工业品质量检验研究院，
类型：发明
国别省市：