[發明專利]一種基于離散點密度與全局規劃的無人機巡檢路徑規劃方法

在審

• 申請號: 202210041817.8
• 申請日: 2022-01-14
• 公開（公告）號: CN114578848A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 孟煥;李響
• 申請（專利權）人: 華東師范大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 上海藍迪專利商標事務所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

1.一種基于離散點密度與全局規劃的無人機巡檢路徑規劃方法，其特征在于：該方法包括以下具體步驟：

步驟1：巡檢范圍劃分：獲取離散的每個待巡檢點的經度和緯度，根據待巡檢點的空間位置及密度關系設置搜索半徑r與單架無人機最少待巡檢點數n；對待巡檢點進行聚類，將所有待巡檢點劃分為m個類別，作為m個待巡檢區域，使用m架無人機分別對m個待巡檢區域進行巡檢；

步驟2：巡檢路徑構造：為獲取點與點之間的空間關系，針對每個待巡檢區域內的待巡檢點分別構造三角網，三角網中的每一條邊均具有一個邊長屬性，即這條邊所連接的兩個待巡檢點之間的距離，每一條邊作為無人機巡檢路徑規劃的可選路徑；

步驟3：巡檢路徑規劃：對于步驟1中聚類而成的每一個待巡檢區域，分別進行巡檢路徑規劃；當無人機從某個待巡檢點出發，基于步驟2中得到的可選路徑，抽象其為一個Traveling Salesman Problem問題，規劃出一條最短的無人機巡檢路徑。

2.根據權利要求1所述的基于離散點密度與全局規劃的無人機巡檢路徑規劃方法，其特征在于：步驟1中所述搜索半徑r，大于最鄰近的兩個待巡檢點之間的距離，小于無人機的最大航程。

3.根據權利要求1所述的基于離散點密度與全局規劃的無人機巡檢路徑規劃方法，其特征在于：步驟1中所述對待巡檢點進行聚類，選擇DBSCAN聚類算法；DBSCAN聚類算法中的兩個參數：掃描半徑和最小包含點數分別取r和n；聚類完成后每個待巡檢區域內的待巡檢點數k大于或等于n，且不同待巡檢區域內的待巡檢點數k不相同。

4.根據權利要求1所述的基于離散點密度與全局規劃的無人機巡檢路徑規劃方法，其特征在于：步驟2中所述構造三角網，為Delaunay三角網；所述Delaunay三角網是相連的但不重疊的Delaunay三角形的集合，且所述Delaunay三角網中的每個Delaunay三角形的外接圓不包含面內的其他任何點。

5.根據權利要求1所述的基于離散點密度與全局規劃的無人機巡檢路徑規劃方法，其特征在于：步驟3中所述Traveling Salesman Problem問題，即為一架無人機訪問k個待巡檢點，路徑的限制是：每個待巡檢點都要訪問，且每個待巡檢點只能訪問一次；路徑的選擇目標是：求得的路徑路程為所有路徑之中的最小值。