【技術實現步驟摘要】
本申請涉及數據處理，尤其涉及一種基于機器學習的無人機路徑規劃方法及系統。
技術介紹
1、隨著環境保護和可持續發展受到更多關注，無人機技術在環境監測中的應用變得愈發廣泛和重要。
2、通常情況下，若需要對某一個工業園區的廢氣排放進行監控，在無人機上搭載氣體傳感器和顆粒物傳感器，由飛手控制無人機飛行至工業園區內各個工廠廢氣排放口，由氣體傳感器監測廢氣排放口排放廢氣中污染氣體的濃度，顆粒物傳感器監測廢氣排放口排放廢氣中顆粒物的濃度。
3、然而，由飛手基于個人經驗控制無人機在工業園區內工廠進行巡檢，需要消耗大量時間，會延誤取證時間；另外，若工廠夜間排放，無法及時調用無人機取證。
技術實現思路
1、本申請實施例提供基于機器學習的無人機路徑規劃方法及系統，用以達到隨時調用無人機取證，且有效減少無人機巡檢時間的效果。
2、本申請一些實施例提供一種基于機器學習的無人機路徑規劃方法，方法應用于后臺服務器，包括：
3、接收氣象服務器發送的巡檢指令，其中，巡檢指令是氣象服務器根據氣象監控站的監測信息確定污染物超標后發送的，且巡檢指令包括氣象監控站監測的超標污染物信息、氣象監控站的位置和氣象監控站的風速風向信息；
4、根據超標污染物信息、氣象監控站的位置和風速風向信息從氣象監控站附近的工業園區中確定目標地理區域；
5、根據目標地理區域內可疑工廠的產能計算可疑工廠的產能權重，根據目標地理區域內可疑工廠的歷史排放數據計算可疑工廠的排放權重，
6、根據可疑工廠的排序權重、可疑工廠之間距離以及可疑工廠的巡視次序計算巡視距離，以巡視距離最短為優化目標優化可疑工廠的巡視次序；
7、控制無人機按照最優巡視次序依次巡視各個可疑工廠，根據巡視結果確定從各個可疑工廠中確定目標污染源，向無人機下發停止巡視指令。
8、在上述技術方案中，氣象服務器在確定氣體中污染物超標后生成巡檢指令，使后臺服務器及時根據超標污染物信息、氣象監控站的位置和風速風向信息從氣象監控站附近的工業園區確定目標地理區域，對目標地理區域內各個可疑工廠進行路巡視路徑規劃，使無人機按照規劃路徑進行巡視，如此在發現超標時及時調用無人機進行取證。此外，在路徑規劃時，根據各個可疑工廠的歷史排放數據和產能設置每個可疑工廠的權重，如此在優化最短巡檢距離時將各個可疑工廠排放污染物的概率考慮在內，可以使無人機在巡視時以更短時間找到目標污染源，減少巡檢時間，及時對目標污染源進行取證。
9、在一種可能的實施方式中，根據目標地理區域內可疑工廠的產能計算可疑工廠的產能權重，具體包括：
10、對可疑工廠的產能進行數據標準化處理，獲得可疑工廠的標準化后的產能；
11、計算所有可疑工廠的標準化后的產能倒數的總和，將可疑工廠的標準化后的產能倒數和產能倒數的總和的比值作為可疑工廠的產能權重；
12、相應地，根據目標地理區域內可疑工廠的歷史排放數據計算可疑工廠的排放權重，具體包括：
13、計算可疑工廠的歷史排放數據的平均值和方差，計算所有可疑工廠的歷史排放數據的平均值倒數的總和，計算所有可疑工廠的歷史排放數據的方差倒數的總和；
14、計算歷史排放數據的平均值倒數與平均值倒數的總和的第一比值；計算歷史排放數據的方差倒數與方差倒數的總和的第二比值；
15、將第一比值和第二比值的平均值作為可疑工廠的排放權重。
16、在上述技術方案中，通過對各個可疑工廠的產能求倒數，根據產能倒數計算產能權重，如此保證產能越大，產能權重越小，在兼顧巡檢距離最短的情況下優先巡檢排污可能性較大的可疑工廠。通過對歷史排放數據進行統計分析，排放數據的平均值越大，排污可能性越大，排放權重越小，方差越大，排污可能性越大，排放權重越小，如此在兼顧巡檢距離最短的情況下優先巡檢排污可能性較大的可疑工廠。
17、在一種可能的實施方式中，對可疑工廠的產能進行數據標準化處理，獲得可疑工廠的標準化后的產能，具體包括：
18、獲取完成可疑工廠的產能下產生超標污染物的重量，將產生的超標污染物的重量作為可疑工廠的標準化后的產能。
19、在上述技術方案中，由于可疑工廠的產能用于確定可疑工廠的排污可能性，通過將所有可疑工廠的產能轉換為產生超標污染物的重量，可以精準的評估可疑工廠的排放超標污染物的可能性。
20、在一種可能的實施方式中，隨后根據解向量中第m個元素至第n個元素對解向量中第1個元素至第m-1個元素進行修正，使解向量中的各個元素的數值不同，具體包括：
21、使用替換向量中第m個元素至第n個元素替換解向量中第m個元素至第n個元素后，根據解向量中的各個元素的數值確定缺失次序值；
22、若存在多個缺失次序值，獲取修正元素所表征的可疑工廠的排序權重，根據修正元素所表征的可疑工廠的排序權重對修正元素的數值進行修正；其中，修正元素所表征的可疑工廠的排序權重越小，修正元素的數值越小。
23、在上述技術方案中，在使用替換后的第m個元素至第n個元素對解向量中剩余的第1個元素至第m-1個元素進行修正時，根據待修正的元素所表征可疑工廠的排序權重修正元素值，如此可以使解向量更接近最優值，可以加速最優值的搜索過程，縮短算法的計算時間。
24、在一種可能的實施方式中，根據超標污染物信息、氣象監控站的位置和風速風向信息從多個工業園區中確定目標地理區域，具體包括：
25、獲得氣象監控站周圍的工業園區和氣象監控站之間相對位置；
26、根據風速風向信息和工業園區和氣象監控站之間相對位置，選擇與氣象監控站之間相對位置與風向相同的工業園區作為可疑地理區域；
27、根據可疑地理區域的歷史排放數據和超標污染物信息計算可疑地理區域的違規概率，從可疑地理區域中選擇違規概率最大的可疑地理區域作為目標地理區域。
28、在上述技術方案中，在確定某一氣象監控站監測到污染物超標后，根據氣象監控站的風向風速信息圈定可疑地理區域，再根據可疑地理區域的歷史排放數據和超標污染物信息選擇違規概率最大作為目標地理區域，在該目標地理區域內進行巡檢，如此可以快速定位污染源，爭取現場取證時間。
29、在一種可能的實施方式中，控制無人機按照最優巡視次序依次巡視各個可疑工廠，根據巡視結果確定從各個可疑工廠中確定目標污染源，具體包括：
30、根據可疑工廠到氣象監控站之間距離、風速風向信息以及超標污染物濃度預測可疑工廠處的超標污染物的預測濃度；
31、獲取無人機巡視可疑工廠時采集的超標污染物的監測濃度，根據已巡視到的可疑工廠的超標污染物的監測濃度和預測濃度確定已巡視到的可疑工廠為目標污染源時，向無人機發送停止巡檢指令。
32、在上述技術方案中，無人機在按照最優巡視次序進行巡視時，實時將當前可疑工廠的超標污染物本文檔來自技高網...
【技術保護點】
1.一種基于機器學習的無人機路徑規劃方法，其特征在于，所述方法應用于后臺服務器，所述方法包括：
2.根據權利要求1所述的無人機路徑規劃方法，其特征在于，根據所述目標地理區域內可疑工廠的產能計算可疑工廠的產能權重，具體包括：
3.根據權利要求2所述的無人機路徑規劃方法，其特征在于，對所述可疑工廠的產能進行數據標準化處理，獲得所述可疑工廠的標準化后的產能，具體包括：
4.根據權利要求1至3中任意一項所述的無人機路徑規劃方法，其特征在于，根據可疑工廠的排序權重、可疑工廠之間距離以及可疑工廠的巡視次序計算巡視距離，以巡視距離最短為優化目標優化可疑工廠的巡視次序，具體包括：
5.根據權利要求1至3中任意一項所述的無人機路徑規劃方法，其特征在于，根據所述超標污染物信息、所述氣象監控站的位置和所述風速風向信息從多個工業園區中確定目標地理區域，具體包括：
6.根據權利要求5所述的無人機路徑規劃方法，其特征在于，控制無人機按照最優巡視次序依次巡視各個可疑工廠，根據巡視結果確定從各個可疑工廠中確定目標污染源，具體包括：
7.根據
8.一種基于機器學習的無人機路徑規劃系統，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1至7任一項所述的方法。
...【技術特征摘要】
1.一種基于機器學習的無人機路徑規劃方法，其特征在于，所述方法應用于后臺服務器，所述方法包括：
2.根據權利要求1所述的無人機路徑規劃方法，其特征在于，根據所述目標地理區域內可疑工廠的產能計算可疑工廠的產能權重，具體包括：
3.根據權利要求2所述的無人機路徑規劃方法，其特征在于，對所述可疑工廠的產能進行數據標準化處理，獲得所述可疑工廠的標準化后的產能，具體包括：
4.根據權利要求1至3中任意一項所述的無人機路徑規劃方法，其特征在于，根據可疑工廠的排序權重、可疑工廠之間距離以及可疑工廠的巡視次序計算巡視距離，以巡視距離最短為優化目標優化可疑工廠的巡視次序，具體包括：
5.根據權利要求1至3中任意一項所述的無人機路徑規劃方法，其特征在于，根據所述超標污染物信息、所述氣象監控...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。