本发明专利技术涉及计算机图形学与地理信息科学技术领域，其具体公开了一种多目标点的无人机无约束巡逻路径规划方法，包括以下步骤：S1、获取巡逻点样本数据；S2、通过巡逻点构建TIN三角形网络；S3、确定初始基准三角形；S4、以基准三角形为准，通过相邻原则搜索三角形；S5、判断搜索的三角形与基准三角形临近关系，确定搜索结果三角形；S6、当搜索结果三角形覆盖所有巡逻点，完成搜索；S7、将初始基准三角形和搜索结果三角形合并得到巡逻路径的规划结果。本发明专利技术的一种多目标点的无人机无约束巡逻路径规划方法，能够降低无约束条件下无人机巡逻路径的规划难度，提高无约束条件下无人机巡逻路径的规划效率。
【技术实现步骤摘要】
本专利技术涉及计算机科学与地理信息科学领域，尤其涉及一种多目标点的无人机无约束巡逻路径规划方法。
技术介绍
1、哈密顿路径即到达所有节点的路径，被广泛应用于物流、交通、城市规划、旅游线路规划、应急预防及处理等领域。tsp路径即旅行者问题，是哈密顿路径问题的最优解。哈密顿路径问题与tsp路径问题，近百年来学者都未能从理论和技术层面完美解决，以至于该问题成为物流、旅游、微电子设计等领域的经典难题之一。哈密顿路径问题的难度主要体现在路径选择多样性与不确定性，传统的科学思维认为该问题是数学领域的排列组合，复杂度与n！相关，因此其求解也多从数学、逻辑和传统计算机图形学等领域进行研究。
2、哈密顿路径问题与tsp路径问题依然属于自然科学领域，是空间科学问题的具体化，因此自然科学中的“约束条件越多则问题越可能求解”原则也必然适应。结合自然科学问题求解规律：在自然科学问题求解中，必要条件往往比充要条件和充分条件较容易发掘，基于此对于该问题的解不能仅从逻辑思维和数学等传统科学领域考虑，需要结合实际问题找寻更多的必要条件以求解问题。
3、人类社会中80％的问题与空间位置相关，空间信息，体现在计算机图形学中就是点线面，因此可以认为，人类大多数问题与点线面相关：空间问题，不仅受到逻辑思维的影响，也受到空间关系的约束，可以说空间拓扑关系这种不依赖于图像大小、形状、位置、和方向的特殊约束，是更为广泛和普遍的隐性问题约束条件。在面对人类空间问题，更需要以点线面的空间思维看待问题本质，进而发掘问题本源，以求找到求解问题的关键。
<
p>4、哈密顿路径是典型的np问题，其本质是遍历所有节点，每个节点只经过一次，也就是一进一出，反映在节点上就是线段连接进和出，这个在学术上称之为度，即节点连接线的数量。度为二的闭合线即哈密顿环，反映在计算机图形学就是单一简单闭合多边形。基于此可以理解为哈密顿环，本质上是点的连线问题，但体现在空间上是闭合面，至此哈密顿路径问题就将点线面在拓扑关系上一体化。哈密顿路径是线连接问题，但涉及到二维空间，即线和多边形交织在一起，是线问题面化。一维问题的二维化，一维线向二维面空间拓展，解空间升维无限化，这就是该问题呈现指数增长，难于快速求解的根本原因。5、多目标点的无人机无约束巡逻路径规划是无人机任务规划系统的一项核心内容。该问题求解多采用粒子群算法、多目标遗传算法等集群思维，通过模拟生物觅食等行为分析多目标问题，可将其归结为生物学思维类算法。多数学者的研究是依托该思维，融入其他相关影响因子或进行算子优化，实现多目标点的无人机无约束巡逻路径规划的目标。但是上述算法的在进行规划时规划效率较低，而由图形学的基本思维可知，多目标点的无人机无约束巡逻路径满足图形学的基本要求，在规划时需要将所有的目标点相连，且每个目标点仅能够连接一次，从而确保在巡逻时不会重复巡逻同一目标点两次，这与上述的哈密顿路径问题相同，但是上述的巡逻路径在规划时，其困难度仍然会随着目标的数量呈指数增长，因此，提供一种能够简单高效的对多目标点的无人机巡逻路径的规划方法有重要的意义。
技术实现思路
1、本专利技术旨在至少解决上述所提及的技术问题之一，提供一种多目标点的无人机无约束巡逻路径规划方法，能够降低无约束条件下无人机巡逻路径的规划难度，提高无约束条件下无人机巡逻路径的规划效率。
2、为了实现上述目的，本专利技术采用的技术方案为：一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，包括以下步骤：
3、s1、获取巡逻点样本数据，并根据巡逻点之间的相互位置关系，将巡逻点分布在同一二维平面内；
4、s2、通过巡逻点构建tin三角形网络，使得所有巡逻点分布在tin三角形网络中；
5、s3、选择tin三角形网络中的其中一三角形，以其作为基准三角形；
6、s4、以基准三角形为准，通过相邻原则搜索三角形；
7、s5、判断搜索的三角形与基准三角形是否存在边相临，若搜索的三角形与基准三角形存在边相临，则该三角形作为搜索结果三角形；
8、s6、将搜索结果三角形作为基准三角形，重复步骤s4至s5，若搜索的三角形与基准三角形仅存在点相邻，则该三角形不能作为搜索结果三角形，若搜索的三角形使得任一巡逻点被搜索结果三角形包围，则该三角形也不能作为搜索结果三角形，当搜索结果三角形覆盖所有巡逻点，完成搜索；
9、s7、将基准三角形和搜索结果三角形合并，合并的结果转为线即为巡逻路径的规划结果。
10、优选的，选择tin三角形网络中最外围边线上的其中一个三角形作为基准三角形。
11、优选的，将基准三角形和搜索结果三角形进行标记，在合并时，直接提取标记的三角形进行合并。
12、优选的，所述步骤s7中，通过将相邻三角形的临边删除，实现基准三角形和结果三角形合并。
13、优选的，所述路径规划方法用于平面路径规划。
14、有益效果是：与现有技术相比，本专利技术的一种多目标点的无人机无约束巡逻路径规划方法具有以下有益效果：
15、1.多目标点的无人机无约束巡逻路径规划是点的连线问题，但将其拓展到面领域，通过设置合理约束，即通过将临边三角形合并进而达到临边删除节点度降低的目的，是将自然科学中挖掘问题约束条件加速问题求解的具体实践。
16、2.本申请通过临边三角形搜索，实现在不出现悬点情况下节点度降维2的目标，完成简单多边形节点度为2的情况下拓展到新节点目的，是将约束条件简单化具体化的操作，达到了科学原理先行、技术实现为主、解决工程问题为目标的效果。
17、3、本申请是通过空间临近查询这一逻辑操作完成，将线的连接降维到面的邻接，也就是将空间多维问题逻辑化处理，即是二维问题一维化操作，也是降维操作的具体体现，进而实现简单高效的对多目标点的无人机巡逻路径进行合理的规划。
本文档来自技高网...
【技术保护点】
1.一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，选择TIN三角形网络中最外围边线上的其中一个三角形作为基准三角形。
3.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，将基准三角形和搜索结果三角形进行标记，在合并时，直接提取标记的三角形进行合并。
4.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，所述步骤S7中，通过将相邻三角形的临边删除，实现基准三角形和结果三角形合并。
5.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，所述路径规划方法用于平面路径规划。
【技术特征摘要】
1.一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，选择tin三角形网络中最外围边线上的其中一个三角形作为基准三角形。
3.根据权利要求1所述的一种多目标点的无人机无约束巡逻路径规划方法，其特征在于，将基准三角形和搜索结果三...
【专利技术属性】
技术研发人员：魏金占，张震，覃福军，杨钰娟，李博涵，张广平，陈瑞波，王远志，王骥月，巫廷耀，赵红专，张磊，
申请(专利权)人：广西交科集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。