[發明專利]一種實現無人機數目最小化的無人機路徑規劃方法

有效

• 申請號: 202110684212.6
• 申請日: 2021-06-21
• 公開（公告）號: CN113325875B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 趙林靖;霍小露;張崗山;馬建鵬;李釗;劉勤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

1.一種實現無人機數目最小化的無人機路徑規劃方法，其特征在于，包括如下步驟：

(1)初始化參數：

初始化分布在地面的坐標位置為(0,0)的中心控制器為O處有K個無人機U＝{U₁,U₂,...,U_k,...,U_K}；初始化分布在地面的I個傳感器為A＝{A₁,A₂,...,A_i,...,A_I}，I≥2，第i個傳感器A_i的位置坐標為(x_i,y_i)；所有無人機的最大能量均為E_th，飛行速度均為v，單位時間內的飛行能耗、懸停能耗和通信能耗均為e^f、e^h和e^t，在第i個傳感器A_i上空懸停以及通信的時間均為t_i，K≥1，U_k表示第k個無人機；初始化坐標位置與中心控制器O的坐標位置相同的K個虛擬傳感器為B＝{B₁,B₂,...,B_k,...,B_K}，任意兩個虛擬傳感器之間的距離為∞，所有無人機在第k個虛擬傳感器B_k上空懸停與通信的時間均為初始化包含M只螞蟻的螞蟻種群S＝{S₁,S₂,…,S_m,…,S_M}，M≥50，S_m表示第m只螞蟻；初始化路徑選擇系數為q₀，信息素揮發因子為ρ，迭代次數為iter，最大迭代次數為iter_max，iter_max≥2000，并令iter＝1，K＝1,令K＝1時無人機的最小總能耗E_best＝∞；

(2)構建待訪問傳感器集合并初始化局部最優路徑集合：

通過傳感器A和虛擬傳感器B構建待訪問傳感器集合R＝{A,B}＝{R₁,R₂,...,R_n,...,R_N}，并初始化局部最優路徑集合其中N表示待訪問傳感器的總數，N＝I+K，R_n表示第n個待訪問傳感器，當n∈[1,I]時，R_n表示傳感器，當n∈[I+1,I+K]時，R_n表示虛擬傳感器；

(3)計算無人機的飛行能耗、懸停能耗和通信能耗：

(3a)計算待訪問傳感器集合R中每兩個待訪問傳感器R_a與R_b之間的歐式距離并通過N×N個歐氏距離構建R對應的歐氏距離矩陣D，其中R_a,R_b∈R，當R_a＝R_b時，令D的表達式為：

(3b)通過歐氏距離矩陣D計算無人機在任意兩個待訪問傳感器之間的飛行能耗同時計算無人機訪問任意一個待訪問傳感器時的懸停能耗為通信能耗為

(4)初始化改進的蟻群算法的參數：

定義每兩個待訪問傳感器R_a與R_b之間的信息素濃度為路徑啟發信息為初始化其中τ₀表示任意兩個待訪問傳感器之間信息素濃度的初始值，

其中，表示無人機在待訪問傳感器R_a與R_b之間的飛行能耗，表示無人機在待訪問傳感器R_b與R_N之間的飛行能耗，和分別表示無人機在待訪問傳感器R_b上空的懸停能耗和飛行能耗，表示無人機在待訪問傳感器R_b上空懸停與通信的時間；

(5)構建本次迭代的可行解集合與非可行解集合：

(5a)令m＝1，初始化本次迭代的可行解集合非可行解集合

(5b)第m只螞蟻S_m的待訪問傳感器集合N(m)＝R，已訪問傳感器集合V(m)是有序集合，從N(m)中隨機選擇一個待訪問傳感器R_n作為S_m要訪問的第一個傳感器，用R_start標記，并將R_n從N(m)移動到V(m)中；

(5c)產生隨機數q,q∈(0,1]，并判斷q與路徑選擇系數q₀是否滿足q＞q₀，若是，計算S_m從R_n到N(m)中任意一個待訪問傳感器R_w,R_w∈N(m)的轉移概率并采用輪盤賭規則，根據轉移概率在N(m)中選擇下一個要訪問的傳感器R_p，否則，直接在N(m)中選擇從R_n點出發，使得最大的一個待訪問傳感器作為下一個要訪問的傳感器R_p，其中表示本次迭代R_n與R_w之間的信息素濃度，α和β分別表示和的重要程度；

(5d)將R_p從N(m)移動到V(m)中，判斷是否成立，若是，將R_start添加到V(m)中，得到第m只螞蟻S_m的路徑為V(m)，簡寫為第m條路徑，否則，令R_n＝R_p，并執行步驟(5c)；

(5e)根據每個虛擬傳感器B_k的位置，將第m條路徑V(m)劃分為K條子路徑并分配給K個無人機，每條子路徑的起始和結束位置都是虛擬傳感器的位置，計算每條子路徑，即第k個無人機的能量消耗每條子路徑的能耗為無人機沿該子路徑飛行時的飛行能耗與訪問該子路徑上所有傳感器的懸停能耗與通信能耗之和，其中沿該子路徑飛行時的飛行能耗為無人機在該子路徑上相鄰兩個傳感器之間飛行時的飛行能耗之和，將第m條路徑的最大子路徑能量消耗標記為

(5f)判斷第m條路徑的最大子路徑能量消耗是否滿足若是，則V(m)是可行解，將V(m)放入到可行解集合Path′中，否則，路徑V(m)為非可行解,將V(m)放入到非可行解集合Path″中；

(5g)若m＜M，令m＝m+1，執行步驟(5b)，否則，執行步驟(6)；

(6)確定本次迭代產生的局部最優解：

(6a)用Num'表示可行解集合Path′的大小，即可行解的數量，計算Path′中第m′條路徑Path_m′上K個無人機的總能量消耗并對進行升序排列，將本次迭代K個無人機的最小總能量消耗標記為E_best(iter)，其所對應的路徑作為K個無人機的局部最優路徑Path_best(iter)，并將其添加到局部最優路徑集合Path_best中；

(6b)計算Path″中每條路徑上K個無人機的總能量消耗，若K＝1，找出本次迭代K個無人機的最小總能量消耗E_min(iter)，若E_min(iter)＜E_best，更新E_best＝E_min(iter)；

(7)對信息素濃度進行更新：

(7a)根據Num'的數值大小選擇L個路徑：若Num'≥L,L＝M/5，則選擇Path′中的前L個路徑；若0＜Num'＜L，則在Path″中隨機選擇F＝L-Num'個路徑與Path′中的Num'個路徑共同組成L個路徑；若Num'＝0，則在Path″中隨機選擇L個路徑；

(7b)對所選路徑上相鄰兩個傳感器之間的信息素濃度進行更新；

(8)判斷迭代是否結束：

判斷iter＜iter_max是否成立，若是，iter＝iter+1，并執行步驟(5)，否則，執行步驟(9)；

(9)獲取無人機的路徑規劃結果：

判斷局部最優路徑集合是否成立，若是，執行步驟(10)，否則將Path_best中的最小總能量消耗標記為E，其所對應的路徑作為K個無人機的全局最優路徑Path，并輸出該全局最優路徑Path與無人機的數量K；

(10)更新無人機集合與虛擬傳感器集合：

判斷K＝1是否成立，若是，令否則，令K＝K+1，得到更新后的無人機集合U及對應的虛擬傳感器集合B，并執行步驟(2)。

2.根據權利要求1所述的一種實現無人機數目最小化的無人機路徑規劃方法，其特征在于，步驟(7b)中所述的對所選路徑上相鄰兩個傳感器之間的信息素濃度進行更新，更新公式為：

其中，Path_l表示所選擇的第l條路徑，l∈[1,L]，為路徑Path_l上K個無人機的總能量消耗，表示路徑Path_l上待訪問傳感器R_c與R_d之間信息素濃度的更新值。