[发明专利]一种基于无人机的环境空气质量监测方法

权利要求书

1.一种基于无人机的环境空气质量监测方法，其特征在于，包括：

为搭载烟尘颗粒浓度传感器的无人机预先定义巡航路线；

在无人机的飞行过程中，所述烟尘颗粒浓度传感器采集环境空气中的烟尘颗粒浓度数据；

无人机智能控制终端收集所述传感器采集到的烟尘颗粒浓度数据并发送至云端服务器；

移动sink节点通过无人机的飞行路线而与在预定义通信范围内与固定传感器节点相通信，以收集所有传感器节点的历史数据；固定设置的监测传感器节点固定设置在地面或高层建筑物中；移动sink节点的移动轨迹控制采用基于数据量的可变路线控制策略；

所述智能控制终端向无人机发送预定义指令来实现对无人机的实时控制；当进行烟尘排放源追踪时，所述智能控制终端向无人机发送控制指令，根据预设追踪算法自动调整无人机的飞行路线规划，控制无人机自动搜索烟尘排放源；

在所述烟尘排放源追踪过程中，首先在搜索空间中随机的初始化一群无质量粒子，当接触到烟尘颗粒时以粒子群搜索策略在搜索空间中移动搜索最优解，以迭代的方式向排放源趋近；流程进一步描述为：

步骤1：初始化粒子群速度和位置；将D维搜索空间中，第i个粒子的位置表示为向量X_i(t)={X_i,1,X_i,2,…X_i,D}，飞行速度表示为向量V_i(t)={V_i,1,V_i,2,…V_i,D}，粒子的个体极值表示为向量XP_i(t)={XP_i,1,XP_i,2,…XP_i,D}，粒子全局极值表示为向量XG_i(t)={XG_i,1,XG_i,2,…XG_i,D}；

步骤2：采用颗粒发现算法控制无人机通过携带的浓度传感器探测当前位置的烟尘颗粒浓度值，即：

设置初始变量T₀，并随机产生初始解i₀，计算能量函数值E(i₀)，令当前变量T_k=T₀，迭代次数为k=1；确定初始解后，进入邻域搜索阶段，无人机在最优解的邻域进行搜索，以获得最优解邻域采样，无人机每前进距离L_s或者检测到当前浓度值C_k大于E（X_opt）时将当前位置标记为新解X_k，并判断是否接受新解为最优解，状态转移公式为：

P(T_k)=

其中，在邻域搜索过程中经过了迭代后最优解的位置未发生改变，则认为该区域为局部浓度极值区域，则进入全局搜索阶段；在全局搜索阶段中，无人机重新采用漫游算法对整个所搜区域进行覆盖，以扩大搜索范围；一旦浓度值C_k超过了阈值h_i，则相应的位置被标记为新解X_k，并根据上式判断是否接受为最优解，同时无论是否接受新解，都以位置中心触发邻域搜索运动，并对该区域进行邻域搜索；每当算法进入全局搜索阶段，则将h_i初始化为E(X_opt)，在全局搜索开始阶段，阈值h_i足够高，随后阈值缓慢降低，使无人机被其他高浓度区域所吸引，并对此区域进行邻域搜索；当算法退出全局搜索时令k增1，更新T_k，判断是否满足终止条件；如果不是则继续进行邻域搜索，否则认为找到最优解，输出最优解X_opt；

步骤3：无人机进行烟尘颗粒路线估计，将采集的烟尘颗粒浓度作为粒子的适应度值；

步骤4：更新粒子个体极大值点和粒子群的全局极大值点；然后在第t+1次迭代进化中，粒子根据本次飞行经验和历史飞行经验更新自身的位置X_ij(t+1)和速度V_ij(t+1)：

V_ij(t+1)=ωV_ij(t)+c₁r₁(XP_ij(t)-X_ij(t))+c₂r₂(XP_ij(t)-X_ij(t))

X_ij(t+1)=X_ij(t)+V_ij(t+1)

其中，j∈[1,D]，ω为惯性权重，c₁和c₂为学习因子，用于调节粒子飞向个体极大值点和全局极大值点的权重程度，r₁和r₂是[0，1]之间的随机数，其中V_ij的绝对值不大于用户设定的最大粒子飞行速度V_m；ωV_ij(t)为粒子的惯性部分，表示粒子的当前速度对粒子飞行速度的影响；

步骤5：判断是否满足最大迭代次数或者允许的误差范围；若满足，则停止迭代输出结果，否则转步骤2；

当无人机探测到的烟尘颗粒浓度达到一定阈值后，无人机则自动停止运动。