System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种生成无人机浮标检测最优航迹的规划系统及方法技术方案_技高网
当前位置: 首页 > 专利查询>福州大学专利>正文

一种生成无人机浮标检测最优航迹的规划系统及方法技术方案

技术编号:42603423 阅读:6 留言:0更新日期:2024-09-03 18:13
本发明专利技术涉及一种生成无人机浮标检测最优航迹的规划系统及方法。所述系统,包括:模拟地形模块、航迹规划模块、顺序优化模块、姿态解算模块和半实物仿真模块;地形生成模块根据浮标检测地点的数字高程模型生成地形图,设定待检测浮标点的坐标;航迹规划模块基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;顺序优化模块基于模拟退火算法得出浮标检测的最优顺序,并输出完整的路径坐标;姿态解算模块基于双环PID控制器解算无人机实际飞行路径与姿态;半实物仿真模块基于解算出的无人机实际飞行路径与姿态在六自由度半实物仿真平台上进行飞行仿真。本发明专利技术能解决无人机在浮标检测过程中的最优飞行路径及飞行顺序问题,提高无人机检测效率。

【技术实现步骤摘要】

本专利技术涉及无人机浮标检测领域,具体地说,涉及一种生成无人机浮标检测最优航迹的规划系统及方法


技术介绍

1、海洋生态系统在维护生态平衡、提供生态服务等方面都具有十分深远的意义,无人机因其高机动性与安全性常被用于海上检测工作。因此,开展无人机海上浮标检测对海洋生态系统的保护至关重要。

2、目前的海上浮标检测以高空二维平面为主,即在某一固定飞行高度上进行检测工作,这种检测方法缺少对实际检测时海岛地形影响的考虑。将浮标检测的应用场景从二维平面转为三维空间,更贴合无人机在执行海上浮标检测时的实际状况。


技术实现思路

1、本专利技术的目的在于针对上述
技术介绍
存在问题,提供一种生成无人机浮标检测最优航迹的规划系统及方法,解决无人机在浮标检测过程中的最优飞行路径及飞行顺序问题,提高无人机检测效率。

2、为实现上述目的,本专利技术的技术方案是:一种生成无人机浮标检测最优航迹的规划系统,包括模拟地形模块、航迹规划模块、顺序优化模块、姿态解算模块和半实物仿真模块;其中,

3、所述模拟地形模块根据浮标检测地点的数字高程模型生成地形图,并设定待检测浮标点的坐标;

4、所述航迹规划模块根据地形图构造曲面网格,基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;

5、所述顺序优化模块基于模拟退火算法得出浮标检测的最优顺序,并输出完整的路径坐标;

6、所述姿态解算模块基于双环pid控制器解算无人机实际飞行路径与姿态;

7、所述半实物仿真模块基于解算出的无人机实际飞行路径与姿态在六自由度半实物仿真平台上进行飞行仿真。

8、在本专利技术一实施例中,所述模拟地形模块包括地图模块和浮标模块;所述地图模块与浮标模块相连,根据浮标检测地点的数字高程模型生成浮标地形图;所述浮标模块与所述航迹规划模块的人工鱼群模块相连,设定待检测浮标点的坐标。

9、在本专利技术一实施例中,所述航迹规划模块包括人工鱼群模块和航迹输出模块;所述人工鱼群模块与航迹输出模块相连,根据地形图构造曲面网格,基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;所述航迹输出模块与所述顺序优化模块的模拟退火模块相连,输出任意两浮标点间的最优路径。

10、所述人工鱼群算法是一种模仿自然界鱼类社会行为的新型仿生算法。在一片水域中,鱼类往往能自行或尾随其他鱼找到营养物质多的地方,因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方,人工鱼群算法就是根据这一特点,通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为,从而实现寻优。

11、在本专利技术一实施例中,所述人工鱼群算法运行时,首先进行参数设定及初始化设定;在运算过程中,人工鱼群既会进行聚群行为,又会进行追尾行为;通过对比聚群行为和追尾行为得到的适应度值,筛选出优秀的人工鱼作为下一代的个体;而在这聚群行为和追尾行为中,若是发现聚群的对象或是追尾的对象附近拥挤度大于预定值时,则选择觅食行为;如果在觅食的过程中,没有发现比自身适应度更高的人工鱼,那么就会按步长进行随机移动;人工鱼群算法在完成预设的迭代次数后输出最终解。

12、在本专利技术一实施例中,所述顺序优化模块包括模拟退火模块和路径拼接模块;所述模拟退火模块与路径拼接模块相连,基于航迹输出模块得出的最优路径长度,基于模拟退火算法得出最优的浮标检测顺序;所述路径拼接模块与姿态解算模块相连,按照最优顺序拼接各段路径并输出完整的路径坐标。

13、所述模拟退火算法来源于固体退火原理,将固体加热至充分高,再让其徐徐冷却,加热时固体内部粒子随温度升高变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。模拟退火算法从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解。

14、在本专利技术一实施例中,所述模拟退火算法运行时,首先进行参数设定及初始化设定;模拟退火算法选择一个初始解作为当前解,同时设置一个初始温度和终止温度;温度表示搜索的随机性,在开始时较高,逐渐减小;在每一次迭代中,算法在当前解的邻域中随机生成一个新解,并计算新解与当前解的目标函数差;若目标函数差小于零,接受新解作为当前解;若大于零,则以预定概率接受新解;在每一次迭代后,根据预定的更新策略降低温度,迭代搜索直到温度降至终止温度或达到预定的迭代次数。

15、在本专利技术一实施例中,所述姿态解算模块与所述半实物仿真模块的转换模块相连,将得出的完整路径坐标输入双环pid控制器中进行解算,得出无人机进行浮标检测时的实际飞行路径与姿态并将其输出。

16、在本专利技术一实施例中,所述半实物仿真模块包括转换模块、控制器和半实物仿真平台;所述转换模块与姿态解算模块相连,获取姿态解算模块得出的无人机实际飞行路径与姿态并转换为控制信号传输给控制器;所述控制器与半实物仿真平台相连,控制六自由度半实物仿真平台运动,对无人机的浮标检测工作进行半实物仿真。

17、在本专利技术一实施例中,所述控制器采用十六轴运动控制器;所述六自由度半实物仿真平台采用航空铝搭建而成,包含三轴桁架平台和三轴旋转平台两部分。

18、本专利技术还提供了一种基于上述所述系统的生成无人机浮标检测最优航迹的规划方法,包括如下步骤:

19、步骤一、模拟地形模块根据浮标检测地点的数字高程模型生成浮标地形图,设定待检测浮标点的坐标;

20、步骤二、航迹规划模块根据地形图构造曲面网格,利用人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;

21、步骤三、顺序优化模块基于任意两浮标点之间的最优路径长度,利用模拟退火算法得出最优的浮标检测顺序,并输出完整的路径坐标;

22、步骤四、姿态解算模块将所得的完整路径坐标输入双环pid控制器中,得出无人机进行浮标检测时的实际飞行路径与姿态;

23、步骤五、半实物仿真模块将所得的无人机实际飞行路径与姿态输入六自由度半实物仿真平台中,对无人机的浮标检测工作进行半实物仿真。

24、相较于现有技术,本专利技术具有以下有益效果:本专利技术能较佳地得出无人机在海上浮标检测时的最优飞行路径与飞行顺序,提高了无人机的检测效率。

本文档来自技高网...

【技术保护点】

1.一种生成无人机浮标检测最优航迹的规划系统,其特征在于,包括模拟地形模块、航迹规划模块、顺序优化模块、姿态解算模块和半实物仿真模块;其中,

2.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述模拟地形模块包括地图模块和浮标模块;所述地图模块与浮标模块相连,根据浮标检测地点的数字高程模型生成浮标地形图;所述浮标模块与所述航迹规划模块的人工鱼群模块相连,设定待检测浮标点的坐标。

3.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述航迹规划模块包括人工鱼群模块和航迹输出模块;所述人工鱼群模块与航迹输出模块相连,根据地形图构造曲面网格,基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;所述航迹输出模块与所述顺序优化模块的模拟退火模块相连,输出任意两浮标点间的最优路径。

4.根据权利要求1或3所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述人工鱼群算法运行时,首先进行参数设定及初始化设定;在运算过程中,人工鱼群既会进行聚群行为,又会进行追尾行为;通过对比聚群行为和追尾行为得到的适应度值,筛选出优秀的人工鱼作为下一代的个体;而在这聚群行为和追尾行为中,若是发现聚群的对象或是追尾的对象附近拥挤度大于预定值时,则选择觅食行为;如果在觅食的过程中,没有发现比自身适应度更高的人工鱼,那么就会按步长进行随机移动;人工鱼群算法在完成预设的迭代次数后输出最终解。

5.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述顺序优化模块包括模拟退火模块和路径拼接模块;所述模拟退火模块与路径拼接模块相连,基于航迹输出模块得出的最优路径长度,基于模拟退火算法得出最优的浮标检测顺序;所述路径拼接模块与姿态解算模块相连,按照最优顺序拼接各段路径并输出完整的路径坐标。

6.根据权利要求1或5所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述模拟退火算法运行时,首先进行参数设定及初始化设定;模拟退火算法选择一个初始解作为当前解,同时设置一个初始温度和终止温度;温度表示搜索的随机性,在开始时较高,逐渐减小;在每一次迭代中,算法在当前解的邻域中随机生成一个新解,并计算新解与当前解的目标函数差;若目标函数差小于零,接受新解作为当前解;若大于零,则以预定概率接受新解;在每一次迭代后,根据预定的更新策略降低温度,迭代搜索直到温度降至终止温度或达到预定的迭代次数。

7.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述姿态解算模块与所述半实物仿真模块的转换模块相连,将得出的完整路径坐标输入双环PID控制器中进行解算,得出无人机进行浮标检测时的实际飞行路径与姿态并将其输出。

8.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述半实物仿真模块包括转换模块、控制器和半实物仿真平台;所述转换模块与姿态解算模块相连,获取姿态解算模块得出的无人机实际飞行路径与姿态并转换为控制信号传输给控制器;所述控制器与半实物仿真平台相连,控制六自由度半实物仿真平台运动,对无人机的浮标检测工作进行半实物仿真。

9.根据权利要求8所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述控制器采用十六轴运动控制器;所述六自由度半实物仿真平台采用航空铝搭建而成,包含三轴桁架平台和三轴旋转平台两部分。

10.一种基于权利要求1-9任一所述系统的生成无人机浮标检测最优航迹的规划方法,其特征在于,包括如下步骤:

...

【技术特征摘要】

1.一种生成无人机浮标检测最优航迹的规划系统,其特征在于,包括模拟地形模块、航迹规划模块、顺序优化模块、姿态解算模块和半实物仿真模块;其中,

2.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述模拟地形模块包括地图模块和浮标模块;所述地图模块与浮标模块相连,根据浮标检测地点的数字高程模型生成浮标地形图;所述浮标模块与所述航迹规划模块的人工鱼群模块相连,设定待检测浮标点的坐标。

3.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述航迹规划模块包括人工鱼群模块和航迹输出模块;所述人工鱼群模块与航迹输出模块相连,根据地形图构造曲面网格,基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度;所述航迹输出模块与所述顺序优化模块的模拟退火模块相连,输出任意两浮标点间的最优路径。

4.根据权利要求1或3所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述人工鱼群算法运行时,首先进行参数设定及初始化设定;在运算过程中,人工鱼群既会进行聚群行为,又会进行追尾行为;通过对比聚群行为和追尾行为得到的适应度值,筛选出优秀的人工鱼作为下一代的个体;而在这聚群行为和追尾行为中,若是发现聚群的对象或是追尾的对象附近拥挤度大于预定值时,则选择觅食行为;如果在觅食的过程中,没有发现比自身适应度更高的人工鱼,那么就会按步长进行随机移动;人工鱼群算法在完成预设的迭代次数后输出最终解。

5.根据权利要求1所述的一种生成无人机浮标检测最优航迹的规划系统,其特征在于,所述顺序优化模块包括模拟退火模块和路径拼接模块;所述模拟退火模块与路径拼接模块相连,基于航迹输出模块得出的最优路径长度,基于模拟退火算法得出最优的浮标检测顺序;所述路...

【专利技术属性】
技术研发人员:林忠麟陆继炼李宇峰黄峰吴衔誉
申请(专利权)人:福州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1