[发明专利]一种无人机高铁站房自主巡检的路径规划方法

权利要求书

1.一种无人机高铁站房自主巡检的路径规划方法，其特征在于，所述方法包括以下步骤：

S1、确定需要无人机巡检的关键节点的位置坐标及形状；

S2、获取无人机的相关参数，包括：任务开始坐标、飞行速度、镜头的扫描范围；

S3、根据关键节点的位置坐标及形状确定无人机对该关键节点的最佳巡检航迹点并进行编号；

S4、计算无人机任务开始坐标到所有最佳巡检航迹点最短路径的距离以及所有最佳巡检航迹点之间的最短路径的距离，并使用二维矩阵进行存储，记做巡检任务距离矩阵；

S5、建立无人机路径规划问题模型，即DRP模型；

所述DRP模型的目标函数采用公式(1)来表示：

在式(1)中，i和j是无人机最佳巡检航迹点的编号，(i，j)表示从最佳巡检航迹点i到最佳巡检航迹点j的最短路径，A为所有最短路径的集合，x_ij是二元决策变量，若无人机选择从最佳巡检航迹点i飞向最佳巡检航迹点j则x_ij＝1，否则x_ij＝0；t_ij是无人机从最佳巡检航迹点i飞向最佳巡检航迹点j的飞行时长；

所述DRP模型的约束条件采用公式(2)至(6)来表示：

式(2)保证每个最佳巡检航迹点都被访问一次；式(3)为流量守恒约束，即每个最佳巡检航迹点的入度等于出度；式(4)为无人机选择最短路径的约束；式(5)为无人机的续航能力约束；式(6)规定二元决策变量x_ij的取值，若无人机选择从最佳巡检航迹点i飞向最佳巡检航迹点j则x_ij＝1，否则x_ij＝0，其中，T是所有最佳巡检航迹点的集合；x_ij是二元决策变量，若无人机选择从最佳巡检航迹点i飞向最佳巡检航迹点j则x_ij＝1，否则x_ij＝0；i、j和k是无人机最佳巡检航迹点的编号；τ_i为无人机到达最佳巡检航迹点i时刻，τ_j为无人机到达最佳巡检航迹的点j时刻；M为无人机续航时长的2倍；Tmax为无人机的续航时长；

S6、采用DRP模型，根据每个关键节点最佳巡检航迹点的编号，获取无人机巡检高铁客站房设备关键节点的初始路径方案集合，初始路径方案集合包括多个路径方案，路径方案为无人机的任务执行顺序及对应的最佳巡检航迹点编号；

S7、采用遗传算法对初始路径方案集合进行优化以获得无人机对关键节点的最优路径方案。

2.根据权利要求1所述的无人机高铁站房自主巡检的路径规划方法，其特征在于，所述无人机的任务执行顺序包括：无人机的起点、依次经过的最佳巡检航迹点编号以及无人机的终点。

3.根据权利要求1所述的无人机高铁站房自主巡检的路径规划方法，其特征在于，所述采用遗传算法对初始路径方案集合进行优化以获得无人机对关键节点的最优路径方案为：使用染色体编码对初始任务方案集合进行遗传操作以获得最优路径方案；染色体编码方式为：采用基于最佳巡检航迹点编号的整数编码方式对染色体进行编码，即用两个向量表示一条染色体，一条染色体代表DRP的一个可行路径方案。

4.根据权利要求3所述的无人机高铁站房自主巡检的路径规划方法，其特征在于，所述遗传操作的具体操作步骤包括：

步骤1：生成100条染色体作为父代种群，计算所有染色体的适应度；

步骤2：从父代种群中使用轮盘赌选择2个染色体；

步骤3：对步骤2中选出的2个染色体进行交叉操作，得到2个交叉染色体；

步骤4：对2个交叉染色体进行变异操作，得到2个子代染色体；

步骤5：重复50次步骤2-4得到100个子代染色体，计算所有子代染色体的适应度；

步骤6：选出80个适应度值最好的子代染色体和20个适应度值最好的父代染色体组成新的父代种群；

步骤7：重复1000次步骤1-6，将适应度值最大的染色体代表的路径方案作为最优路径方案。