申请/专利权人：河海大学

申请日：2023-02-03

公开（公告）日：2024-05-31

公开（公告）号：CN117193348B

主分类号：G05D1/46

分类号：G05D1/46;G05D1/622

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明公开了一种仿生无人机群大坝库区智能巡检方法，包括如下步骤：利用北斗导航系统定位每架无人机以及大坝库区障碍物位置；通过北斗惯导组合导航实现大坝库区内弱无信号环境下定位信息的获取；针对库区内需进行信息采集的重点关注部位，采用单仓库闭合路径的MTSPmultipletravelingsalesmanproblem，多旅行商问题为无人机群中每架无人机分配巡检任务；应用动态簇粒子群算法实现多段路径规划；采用人工势场法对无人机群进行实时避障控制。本发明为无人机群智能巡检提供了高精度定位基础，同时提供了可靠高效的任务分配方案和巡检路径，且能够动态应对复杂环境下存在的各种障碍物，提高了大坝库区无人机群智能巡检的效率。

主权项：1.一种仿生无人机群大坝库区智能巡检方法，其特征在于，包括以下步骤：S1：利用北斗导航系统定位每架无人机以及大坝库区障碍物位置，并利用RTK载波相位差分技术提高巡检过程中无人机的定位精度；S2：针对库区部分地区北斗接收信号不佳的情况，采用北斗惯导组合导航，实现弱无信号环境下定位信息的获取；S3：将库区巡检任务分配抽象为MTSP，针对库区内需进行信息采集的重点关注部位，采用单仓库闭合路径的MTSP为无人机群中每架无人机分配巡检任务；S4：根据每架无人机对应的巡检任务以及库区内的静态障碍物，以起飞点、巡检任务中重点关注部位为路径点，在相邻路径点间采用动态簇粒子群算法实现多段路径规划；S5：在无人机巡检的过程中，针对库区中可能出现的其他障碍物，采用人工势场法对无人机群进行实时避障控制；所述步骤S4中的动态簇粒子群算法，具体算法流程为：S41：首先初始化参数，定义迭代次数为t，粒子群大小为n，最大迭代次数为G；S42：使用Tent混沌映射初始化粒子群并设计目标函数；S43：在算法达到最大迭代次数之前，使用动态簇机制将粒子群分成两个簇；S44：分别通过PSO更新两个簇；S45：将两个簇合并成一个完整的粒子群；S46：得到当前的全局最优值，如果迭代后的全局最优值优于之前的全局最优值，则执行更新操作，否则不更新；S47：达到最大迭代次数后，输出集群全局最优解的位置及其对应的最优适应度值；所述步骤S42中Tent混沌映射的迭代更新公式为： 其中xn+1是使用Tent混沌映射到xn的结果；所述步骤S43的动态簇机制，其包含四个过程，即选择簇头、聚类、迭代计算和合并以准备下一次聚类，具体流程为：S431：选择每个时刻最密集位置的个体作为第一个簇的簇头1；S432：种群中距离簇头1最近的一半个体被包含在簇头1中，其余的个体全部被包含在簇2中；S433：两个簇共享簇内的资源并在簇之间没有交互的情况下进行迭代；S434：合并两个簇，为下一次循环做准备。

全文数据：

权利要求：

百度查询： 河海大学 一种仿生无人机群大坝库区智能巡检方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD