【技術實現步驟摘要】
本專利技術涉及無人機巡檢領域，具體是一種基于改進模擬退火算法的多無人機三維巡檢方法及系統。
技術介紹
1、隨著國內經濟的迅速發展，輸電線路里程快速的增長，電力線路出現故障的概率也顯著增加，而從大范圍的輸電線路中定位發生故障節點及其困難。特別由于輸電線路長期暴露在日曬雨淋之下，一些關鍵部位容易產生安全隱患，導致輸電線路發生故障，這將嚴重威脅人們的生活和社會的穩定。因此，有必要對輸電線路進行準確、及時和高效的檢查。傳統的巡檢方法包括人工巡檢和直升機巡檢，一方面，由于輸電線路錯綜復雜、覆蓋范圍較廣、及其分散，這給巡檢帶來了極大的困難。另一方面，在城市或者山區巡檢地形復雜、交通不便，這導致人工巡檢及其不便，并且效率較低，而采用直升機巡檢成本較高，并不利于大范圍巡檢。這迫切需要我們找到一種新的巡檢方法來應對現有巡檢方式的局限性，為此，無人機巡檢應運而生。作為一種現代航空設備，無人機在生活中的許多領域都發揮了重要的作用，其不僅機動性高、時效性強、高概率視距信道、高定位精度等優點，而且價格越來越低廉，極大地匹配當下巡檢任務的需求。值得一提的是，無人機已經在電力巡檢方面有了廣泛的應用，在巡檢方面，目前的巡檢趨勢由“無人機巡檢為主，人工巡檢為輔”逐漸轉向完全無人機巡檢的趨勢。
2、盡管無人機有如此多的優點，但無人機機載電池的限定容量導致其續航能力有限，不能執行長時間、大規模的巡檢任務。為此，如何最大限度的利用有限的能量進行更優的巡檢是當前提升無人機巡檢性能的關鍵之一。
3、基于此，本專利技術針對多無人機大范圍三維巡檢場景，
技術實現思路
1、本專利技術提供一種基于改進模擬退火算法的多無人機三維巡檢方法及系統，通過無人機采集點云數據獲取所需要巡檢的目標點三維坐標后，通過聚類方法優化出各個無人機的巡檢任務區域，然后采用改進的模擬退火算法優化出各個無人機的巡檢三維軌跡，從而最小化總的巡檢時間。
2、一種基于改進模擬退火算法的多無人機三維巡檢方法，包括如下步驟：
3、步驟101、派遣無人機收集需要巡檢區域的點云數據；
4、步驟102、將獲取的點云數據進行處理，獲取無人機巡檢點的三維坐標數據；
5、步驟103、無人機巡檢點三維坐標數據獲取以后，根據巡檢數據點的密集程度和巡檢無人機的數量，采用k-means++算法獲得各個無人機的巡檢任務區域，其中假設一個機巢只能存放一架無人機，k-means++算法將總數為m的巡檢點分為k組，假設第k組的分組中心位置為uk，其包含巡檢點總數為mk，第k組的第m個巡檢點的位置坐標表示為αk,m，用戶分組的目的為最小化
6、步驟104、各個無人機的巡檢任務被分配好之后，根據各個無人機的巡檢點的三維坐標，采用改進的模擬退火算法優化出所有無人機的巡檢軌跡，所述改進的模擬退火算法將2-optimization方法與傳統模擬退火算法結合，通過交換路徑上的兩個非連續邊來生成新的軌跡，提升所獲得的無人機軌跡解的質量。
7、進一步的，步驟103中用戶的分組中心的選取與所分組的總的距離成正比，具體步驟如下：
8、1)選擇初始質心
9、a.隨機選擇一個巡檢點作為第一個質心u1＝mrandom；
10、b.對于每個剩下的巡檢點m，計算它們到當前已選質心中最近質心的距離其中||·||表示歐氏距離；
11、c.根據計算的距離，概率性地選擇下一個質心，其中質心選擇公式如下：
12、
13、即距離越遠的點，被選擇為質心的概率越大；
14、d.重復步驟b和c直到選擇出k個質心{u1,u2,...,uk}；
15、2)分配巡檢點到最近的質心
16、a.對于每個巡檢點m，計算其與所有質心uk的歐幾里得距離：
17、d(αk,m,uk)＝||αk,m-uk||2
18、b.將每個巡檢點m分配給最近的質心對應的集群uk，形成k個初始集群；
19、3)更新質心
20、a.對每個集群，計算該集群內所有巡檢點的平均坐標，并將該平均值作為新的質心；
21、b.更新質心的位置；
22、4)迭代步驟2)和步驟3)，直到質心不再發生變化。
23、進一步的，步驟104中采用改進的模擬退火算法優化出所有無人機的巡檢軌跡，以最小化所有無人機的巡檢時間之和，具體包括：
24、1)設定解空間為qk＝{β,1,2,...,mk,β}，其中β為機巢的位置；
25、2)以無人機k巡檢所有巡檢點的最短路徑距離為因變量建立對應的目標函數其中dk,i表示無人機巡檢的軌跡距離；
26、3)假設第一次迭代的解為隨機交換兩個點u,v的坐標并進行2-opt產生新的軌跡為：
27、
28、4)計算目標函數的差異值δe，其表示為：
29、δe＝f(qk,new)-f(qk,current)
30、若δe＜0則說明當新解的軌跡要優于當前解的軌跡，新解為更優的路徑；如果δe≥0則以概率e(-δe/t)設置新解為局部最優軌跡，其解的選擇用概率p*表示：
31、
32、5)利用降火系數ρ進行降溫，當初始溫度tinitial小于等于終止溫度tfinal時，輸出當前局部最優軌跡；
33、6)根據無人機電池電量約束，判斷當前軌跡所需能量是否滿足無人機單次飛行能量約束，若滿足則輸出無人機巡檢軌跡；否則基于k-means++算法對無人機解進行二分類，然后對每個分類采用模擬退火算法優化其軌跡；
34、7)最后檢查是否有相關簇在滿足無人機單次飛行約束的條件下可以合并，若有則將其合并為同一簇。
35、進一步的，還包括：
36、步驟105、輸出步驟103優化出的各無人機的任務分配區域和步驟104優化出的無人機的巡檢軌跡，各個無人機按照優化出的巡檢軌跡執行巡檢任務。
37、一種基于改進模擬退火算法的多無人機三維巡檢系統，包括：
38、點云數據收集模塊，用于收集需要巡檢區域的點云數據；
39、三維坐標數據獲取模塊，用于獲取的點云數據進行處理，獲取無人機巡檢點的三維坐標數據；
40、無人機任務分配模塊，用于根據巡檢數據點的密集程度和巡檢無人機的數量，采用k-means++算法獲得各個無人機的巡檢任務區域，其中假設一個機巢只能存放一架無人機，k-means++算法將總數為m的巡檢點分為k組，假設第k組的分組中心位置為uk，其包含巡檢點總數為mk，第k組的第m個巡檢點的位置坐標表示為αk,m，用戶分組的目的為最小化
41、無人機軌跡優化模塊，用于根據各個無人機的巡檢點的三維坐標，采用改進的模擬退火算法優化出所有無人機的本文檔來自技高網...
【技術保護點】
1.一種基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于，包括如下步驟：
2.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：步驟103中用戶的分組中心的選取與所分組的總的距離成正比，具體步驟如下：
3.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：步驟104中采用改進的模擬退火算法優化出所有無人機的巡檢軌跡，以最小化所有無人機的巡檢時間之和，具體包括：
4.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：還包括：
5.一種基于改進模擬退火算法的多無人機三維巡檢系統，其特征在于，包括：
6.如權利要求5所述的基于改進模擬退火算法的多無人機三維巡檢系統，其特征在于：所述無人機任務分配模塊在進行用戶的分組中心的選取時，具體步驟如下：
7.如權利要求5所述的基于改進模擬退火算法的多無人機三維巡檢系統，其特征在于：所述無人機軌跡優化模塊采用改進的模擬退火算法優化出所有無人機的巡檢軌跡，以最小化所有無人機的巡檢時間之和，具體包括：p>
8.如權利要求5所述的基于改進模擬退火算法的多無人機三維巡檢系統，其特征在于：還包括：
...【技術特征摘要】
1.一種基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于，包括如下步驟：
2.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：步驟103中用戶的分組中心的選取與所分組的總的距離成正比，具體步驟如下：
3.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：步驟104中采用改進的模擬退火算法優化出所有無人機的巡檢軌跡，以最小化所有無人機的巡檢時間之和，具體包括：
4.如權利要求1所述的基于改進模擬退火算法的多無人機三維巡檢方法，其特征在于：還包括：
【專利技術屬性】
技術研發人員：劉鳴柳，孫金莉，文玄，陳文，劉曼佳，易忱，金晨，胡鈺林，凌在汛，魯金華，
申請(專利權)人：國網湖北省電力有限公司電力科學研究院，
類型：發明
國別省市：
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。