CN106813666B - 车辆搭载无人机的双层路径构建方法及系统 - Google Patents

车辆搭载无人机的双层路径构建方法及系统 Download PDF

Info

Publication number
CN106813666B
CN106813666B CN201710075525.5A CN201710075525A CN106813666B CN 106813666 B CN106813666 B CN 106813666B CN 201710075525 A CN201710075525 A CN 201710075525A CN 106813666 B CN106813666 B CN 106813666B
Authority
CN
China
Prior art keywords
vehicle
point
unmanned plane
route
cruising ability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710075525.5A
Other languages
English (en)
Other versions
CN106813666A (zh
Inventor
石建迈
罗志浩
刘忠
张家铭
王玥
刘瑶
陈超
周天任
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201710075525.5A priority Critical patent/CN106813666B/zh
Publication of CN106813666A publication Critical patent/CN106813666A/zh
Application granted granted Critical
Publication of CN106813666B publication Critical patent/CN106813666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例提供一种车辆搭载无人机侦查的双层路径构建方法及系统，其中，该方法包括：构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；根据该分段路线Tc构建车辆路线T’；通过以上方法，本发明提供了一种车辆搭载无人机的双层路径的规划方法，弥补了现有技术的不足。

Description

车辆搭载无人机的双层路径构建方法及系统
技术领域
本发明涉及无人机侦查技术领域，具体涉及一种车辆搭载无人机侦查的双层路径构建方法及系统。
背景技术
随着无人机远程操控技术、传感器技术、通信技术及无人机小型化的发展，大量的小型无人机被应用于军事和民用领域。
基于此，使有人驾驶的车辆与无人机的配合变成可能，而这一新模式能够提升送货、测绘、边境巡逻、目标侦查等一系列任务的效率。
车辆行驶在公路网上，而无人机从车辆起飞后飞行至车辆无法到达的目标侦查点目标侦查点，完成相应侦察任务后再返回车辆。与传统双层路径规划问题不同的是，受限于无人机续航能力，无人机在车辆行进过程中需要不断的返回车辆来更换电池或者充电，从而继续完成侦察任务。
在该实现方案中，车辆作为一个移动的基站，扩展了无人机的服务范围，使得原来无人机飞行半径范围外的目标侦查点目标侦查点当前也可以被服务。地面有人驾驶车辆搭载无人机协同完成多目标侦察的双层路径规划问题比传统的选址路由问题更加复杂：
空间上的协同：在传统选址路由问题中，两个阶段的路由是相互独立的。例如说，改变第二阶段的路由过程，通常来说对第一阶段的路由是不产生影响的。然而，由于本方案的第二阶段的路由是一个特殊的汉密尔顿问题，它强调了从指定的点开始再结束在指定的点上的路由过程(这两个点都必须是第一阶段的路由过程中的点)。因此两个阶段的路由必须在空间上配合，无论是车辆还是无人机，当一方改变路由的时候另一方都必须做出相应的调整。
时间上的协同：在传统选址路由问题中，两个阶段的路由是相互独立的。通常来说，第一阶段的运载任务是由一些大型运输车辆以较低的运输频率(例如每周一次或者每月一次)完成的，而第二阶段的运输任务则是由一些小型车辆以较高的运输频率(例如每天一次或者每周一次)将货物运输给顾客。但是在本文研究的问题中，地面车辆和无人机必须同时进行路由。每一条车辆行进的路径都伴随着受限于续航能力的无人机的一次起降。除此以外，无人机必须等待车辆到达(或者车辆等待无人机)完成电池的更换或充电后才能进行下一轮的任务。
从上述分析中，我们不难发现考虑地面车辆与无人机协作的问题是一个更加复杂和难以解决的问题，而目前并没有很好的解决方案。
发明内容
本发明实施例提供一种车辆搭载无人机侦查的双层路径构建方法及系统，通过先构建整体回路再根据续航能力约束值进行分割，以解决上述问题。
一方面，本发明实施例提供了一种车辆搭载无人机侦查的双层路径构建方法，包括：构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；
获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
根据该分段路线Tc构建车辆路线T’。
优选的，所述根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc包括：
当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
令无人机返航到所述与当前点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
优选的，所述预设续航能力约束值C满足如下条件：
tab×xab≤C≤θ；
其中，b∈{0}∪Vs
其中，xab为0-1变量，当车辆从a到b时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
ziab为0-1变量，当i被分配到E(a,b)时为1，表示目标侦查点的分配情况；
tab为车辆从a点到b点的时间；
θ为常数，表示电量可支撑的飞行时间；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
对每一个目标i∈Vt，有相应服务时间si来供无人机完成指定的侦察任务。
优选的，所述整体回路T满足以下约束：
其中，xij为0-1变量，当车辆从i到j时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
S为任意数量的车辆可停靠点构成的子集。
优选的，该方法还包括：根据以下约束条件对所述满足续航能力的分段路线Tc以及车辆路线T’进行优化：
其中，xjk为0-1变量，当车辆从j到k时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
zijk为0-1变量，当i被分配到E(j,k)时为1，表示目标侦查点的分配情况；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
另一方面，本发明实施例提供一种车辆搭载无人机侦查的双层路径构建系统，包括：
整体回路构建单元，用于构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；
回路分割单元，用于获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
车辆路线构建单元，用于根据该分段路线Tc构建车辆路线T’。
优选的，车辆回路构建单元包括：
车辆路由点搜索子单元，用于当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
续航子单元，用于令无人机返航到所述与当前点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
优选的，所述预设续航能力约束值C满足如下条件：
tab×xab≤C≤θ；
其中，b∈{0}∪Vs
其中，xab为0-1变量，当车辆从a到b时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
ziab为0-1变量，当i被分配到E(a,b)时为1，表示目标侦查点的分配情况；
tab为车辆从a点到b点的时间；
θ为常数，表示电量可支撑的飞行时间；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
对每一个目标i∈Vt，有相应服务时间si来供无人机完成指定的侦察任务。
上述技术方案具有如下有益效果：本发明采用了以下方案：构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；根据该分段路线Tc构建车辆路线T’；通过该方案，先构建经所有侦查点的整体回路，再根据续航能力约束值进行分割的方法，为车辆搭载无人机的双层路径规划方法提供了一种可行高效的解决方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一，一种车辆搭载无人机侦查的双层路径构建方法的流程图；
图2是本发明实施例二，一种车辆搭载无人机侦查的双层路径构建系统的结构图；
图3是本发明实施例二中的车辆回路构建单元203的结构图；
图4是本发明实施例三，一种车辆搭载无人机侦查的双层路径构建方法的流程图
图5是本发明实施例四，一种车辆搭载无人机侦查的双层路径构建方法的流程图；
图6是本发明实施例四构建的基地、目标侦查点与车辆可停靠点的无向图的示意图；
图7a-图7d是本发明实施例四，无人机整体回路T分割计算的搜索树示意图；
图8是本发明实施例四构建的最终路径示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下将通过具体实施例对本发明进行具体说明。需要说明的是，本发明所有实施例中出现的i,j,k,a,b，仅在同一计算式中表示同一指代，不同计算式中出现的i,j,k,a,b没有关联。
实施例一
如图1所示，为本发明实施例一种车辆搭载无人机侦查的双层路径构建方法的流程图，包括：
步骤101，构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；
步骤102，获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
步骤103，根据该分段路线Tc构建车辆路线T’。
优选的，所述根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc包括：
当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
令无人机返航到所述与当前点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
优选的，所述预设续航能力约束值C满足如下条件：
tab×xab≤C≤θ；
其中，b∈{0}∪Vs；
其中，xab为0-1变量，当车辆从a到b时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
ziab为0-1变量，当i被分配到E(a,b)时为1，表示目标侦查点的分配情况；
tab为车辆从a点到b点的时间；
θ为常数，表示电量可支撑的飞行时间；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
对每一个目标i∈Vt，有相应服务时间si来供无人机完成指定的侦察任务。
优选的，所述整体回路T满足以下约束：
对于车辆路线来说，任意一个车辆路由点的入度和出度相等，且都小于等于1。如果某个点被选中停靠，那么下式左边等于1，否则为0：
车辆起始点的入度和出度为1：
优选的，终点和起始点为一个点。
防止无人机的路由中生成子圈，即运筹学中的“防止子巡回约束”；
车辆路由点不允许自己连接自己：
目标侦查点不允许自己连接自己：
无人机不会在路网上走：
其中，xij为0-1变量，当车辆从i到j时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
S1为：任意数量的目标侦查点构成的子集。
优选的，该方法还包括：根据以下约束条件对所述满足续航能力的分段路线Tc以及车辆路线T’进行优化：
为了使得任务尽可能快的完成，约束车辆路线为一个闭环回路，因此车辆的行进路线上不能出现“圈”：
如果要把第i个目标侦查点目标侦查点分配到E(j,k)中，那么E(j,k)应该为是车辆路线中的一部分，即目标侦查点目标侦查点只能分配到已存在的车辆路径中：
需要说明的是，所有的目标侦查点都分配在了无人机的一段段路径中，而每一段无人机的路径都有一段车辆的行进路径相对应，基于此，这里的分配只表示一种所属关系，即某一个目标侦查点被无人机访问时，车辆正在这段路径上。而不代表车辆会行经这个目标侦查点，也不代表这个目标侦查点在车辆路径上。
每个目标侦查点目标侦查点都被分配到了一条车辆路线上，且只被分配一次：
每个目标侦查点目标侦查点都被访问了一次，但是这次访问的上一个节点可能是某次的出发点也可能是一个目标侦查点目标侦查点，因此在所有点的集合内，目标侦查点目标侦查点的入度和出度都为1：
无人机在车行路径上的点的路由满足入度等于出度，如果某一个车辆路径上的停靠点是一次无人机飞行任务的起始点，那么这一点也必定是上一次任务的终点：
在理想情况下，从停靠点出发的次数等于回到停靠点的次数等于停靠点的个数，即每一个车辆的停靠点既是无人机起飞的点，又是无人机降落的点：
如果第i个停靠点的车辆路由出度为1，那么在无人机的路径中该点的出度也应该为1。同理，如果第j个停靠点的车辆路由入度为1，那么在无人机的路径中该点的入度也应该为1：
只有当j是分配在第i个起始点出发的任务的时候，才可能出现从j到i的路由：
i是分配在第j个起始点出发的任务且k是这次任务的终点的时候，才可能出现从i到k的路由：
如果存在i到j的边，那么这两点肯定分配在同一个边对应的任务中：
其中，xjk为0-1变量，当车辆从j到k时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
zijk为0-1变量，当i被分配到E(j,k)时为1，表示目标侦查点的分配情况；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
S为：任意数量的车辆可停靠点构成的子集。
实施例二
如图2所示，为本发明实施例一种车辆搭载无人机侦查的双层路径构建系统的结构图，包括：
整体回路构建单元201，用于构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；
回路分割单元202，用于获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
车辆路线构建单元203，用于根据该分段路线Tc构建车辆路线T’。
优选的，如图3所示，为车辆回路构建单元203的结构图，包括：
车辆路由点搜索子单元2031，用于当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
续航子单元2032，用于令无人机返航到所述与当前点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
优选的，所述预设续航能力约束值C满足如下条件：
tab×xab≤C≤θ；
其中，b∈{0}∪Vs
其中，xab为0-1变量，当车辆从a到b时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
ziab为0-1变量，当i被分配到E(a,b)时为1，表示目标侦查点的分配情况；
tab为车辆从a点到b点的时间；
θ为常数，表示电量可支撑的飞行时间；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；
对每一个目标i∈Vt，有相应服务时间si来供无人机完成指定的侦察任务。
实施例三
如图4所示，为本实施例一种车辆搭载无人机侦查的双层路径构建方法的流程图，如图所示，包括：
步骤301：根据初始数据建立模型
初始数据包括起始点、终点、无人机续航能力以及行驶任务区域的地图，该地图中包括公路网以及公路网中可接收和放飞无人机的车辆路由点。
每一个目标侦查点必须被无人机访问或服务一次，目标侦查点目标侦查点都处于不能被车辆直接访问的区域。该问题可以描述如下：地面车辆和无人机从固定的某个起始点出发，地面车辆沿着公路网在一些地点停下放飞或收回无人机。无人机离开车辆后自动访问一系列的目标侦查点目标侦查点，然后在电量消耗完毕前返回到车辆上，充电或更换电池后继续访问其他的目标侦查点目标侦查点。因此，有人驾驶车辆搭载无人机协同完成多目标侦察的双层路径规划问题需要对以下三个过程进行建模：车辆的行驶过程、无人机的飞行过程以及目标侦查点目标侦查点的分配情况(每次飞行访问哪些目标侦查点目标侦查点)。
构建任务区示意图G＝(V，E)。V是顶点的集合，其中{0}表示一个基地的位置(车辆的起始点和终点)，V由以下独立的集合构成：V＝{0}∪Vs∪Vt，其中Vs＝{1,2,…,m}表示在公路网上可以等待并起降无人机的车辆可停靠点；S为任意数量的车辆可停靠点构成的子集；Vt＝{m+1,m+2,…,m+n}表示具体需要侦查的目标侦查点目标侦查点；S1为任意数量的目标侦查点构成的子集。我们假定即所有需要无人机侦查的目标侦查点目标侦查点都分布在路网上之外的区域。对每一个目标j∈Vt，有相应服务时间sj来供无人机完成指定的侦察任务。
路网中有两类边(弧)，当i,j∈{0}∪Vs时，这一类弧表示车辆的行进路线，仅允许车辆行进，令这样的边(i,j)组成的集合为E1。同时，还有一类边是无人机可以飞行的，只要弧连接的两点中有一点是需要无人机侦查的点，那么这段弧就是无人机飞行的边，令这样的边(i,j)组成的集合为E2。E2:{i∈Vt,j∈V|(i,j)∪(j,i)}。由此，可知E＝E1∪E2。
为方便表示约束条件，定义如下变量：
xij：0-1变量，i,j∈{0}∪Vs当车辆从i到j时为1，表示车辆的路由。
yij：0-1变量，i,j∈V当无人机从i到j时为1，表示无人机的路由。
zijk:0-1变量，i∈Vt,j,k∈{0}∪Vs当i被分配到E(j,k)时为1，表示目标侦查点的分配情况。
构建模型如下：
最小值：∑i∈V∑j∈V(yij×tij)；
约束条件：
(1)对于车辆路线来说，任意一个车辆路由点的入度和出度相等，且都小于等于1。如果某个点被选中停靠，那么下式左边等于1，否则为0。
(2)车辆起始点的入度和出度为1。
(3)为了使得任务尽可能快的完成，约束车辆路线为一个闭环回路，因此车辆的行进路线上不能出现“圈”。
(4)如果要把第i个目标侦查点目标侦查点分配到E(j,k)中，那么E(j,k)应该为是车辆路线中的一部分，即目标侦查点目标侦查点只能分配到已存在的车辆路径中。
需要说明的是，所有的目标侦查点都分配在了无人机的一段段路径中，而每一段无人机的路径都有一段车辆的行进路径相对应，基于此，这里的分配只表示一种所属关系，即某一个目标侦查点被无人机访问时，车辆正在这段路径上。而不代表车辆会行经这个目标侦查点，也不代表这个目标侦查点在车辆路径上。
(5)每个目标侦查点目标侦查点都被分配到了一条车辆路线上，且只被分配一次。
(6)每个目标侦查点目标侦查点都被访问了一次，但是这次访问的上一个节点可能是某次的出发点也可能是一个目标侦查点目标侦查点，因此在所有点的集合内，目标侦查点目标侦查点的入度和出度都为1。
(7)无人机在车行路径上的点的路由满足入度等于出度，如果某一个车辆路径上的停靠点是一次无人机飞行任务的起始点，那么这一点也必定是上一次任务的终点。
(8)在理想情况下，从停靠点出发的次数等于回到停靠点的次数等于停靠点的个数，即每一个车辆的停靠点既是无人机起飞的点，又是无人机降落的点。
(9)如果第i个停靠点的车辆路由出度为1，那么在无人机的路径中该点的出度也应该为1。同理，如果第j个停靠点的车辆路由入度为1，那么在无人机的路径中该点的入度也应该为1。
(10)只有当j是分配在第i个起始点出发的任务的时候，才可能出现从j到i的路由。
(11)i是分配在第j个起始点出发的任务且k是这次任务的终点的时候，才可能出现从i到k的路由。
(12)如果存在i到j的边，那么这两点肯定分配在同一个边对应的任务中.
(13)防止无人机的路由中生成子圈，即运筹学中的“防止子巡回约束”。
(14)无人机的飞行时间大于车辆行驶的时间小于某个常数(电量限制)。
(15)、(16)节点不允许自己连接自己。
(17)无人机不会在路网上走。
步骤302，构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T。
构建该整体回路T时，令其满足上式(1)(2)(13)(15)(16)(17)的约束。
步骤303，获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
优选的，所述根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc包括：
当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
令无人机返航到所述与当前点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
其中，预设续航能力约束值C可表示为： b∈{0}∪Vs；
该预设续航能力约束值C满足以上式(14)的约束。
步骤304，根据该分段路线Tc构建车辆路线T’。
将该分段路线Tc的每个续航点作为车辆行驶路线的路由点来构建车辆路线T’。
步骤305，优化分段路线Tc以及车辆路线T’。
根据以上约束条件(3)至(12)来优化该双层路径。
实施例四
图5是本实施例一种车辆搭载无人机侦查的双层路径构建方法的流程图，如图所示，包括以下步骤：
步骤401，构建基地、目标侦查点与车辆可停靠点的无向图；
图6是本实施例构建的基地、目标侦查点与车辆可停靠点的无向图的示意图；
如图所示，该无向图中包括5个车辆可停靠点以及7个目标侦查点：
令基地的位置坐标为：0(0，0)；基地为无人机路线的起始点和终点5个车辆可停靠点的坐标分别为：A(3，1)，B(2，2)，C(0，3)，D(-1，2)，E(-3，1)；7个目标侦查点的坐标分别为：a(2，0)，b(3，2)，c(2，3)，d(1，4)，e(-1，3)，f(-3，2)，g(-2，0)。
步骤402，构建经过起始点、所有目标侦查点以及终点的无人机行驶的整体回路T。
T＝{a,b,c,d,e,f,g,0}。
步骤403，根据无人机的续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
从基地出发，设定一个临时的数组来储存某一次回路。
按照T的顺序依次将目标侦查点加入该数组。
同时，计算无人机的续航能力。当超过续航能力上限时，删除掉最后一个加入数组的目标侦查点，并计算最近的可供无人机降落的车辆路由点，加入到数组中，如果没有合适的点，则再删除掉一个目标侦查点，直至找到一个车辆可停靠点可供无人机降落。
将该数组保留下来，并从当前的车辆停止点重新开始进行路由。
重复上述步骤，直至所有目标侦查点都被加入到某一次回路中。
图7a-图7d是本发明实施例四，无人机整体回路T分割计算的搜索树示意图；本实施例假定无人机的最大续航时间为6个单位时间，而飞行速度恒定为1单位距离每单位时间。
如图7a所示：
首先，按照T的顺序从基地0开始计算满足续航能力的当前回路的最长值；
则经计算，
0→a→b→c,length＝5.65<θ；其中，θ＝6。
Subset＝F(nt,T,P)；
构建当前回路：Subset＝{a,b,c},P＝3；nt.leaf＝findleaf(list,Subset)；
找可行的停靠点：
经计算，没有可行的停靠点，即：不存在停靠点X满足0→a→b→c→X，length<θ；J＝find(nt.leaf,T,P)；
删除c，重新找停靠点：nt.leaf＝findleaf(list,Subset)；
Subset＝{a,b},P＝2；
此时AB两个车辆可停靠点都可以满足，因此图7a的搜索树中出现两个分支A和B，而B离下一个目标侦查点c更近，所以采用B点：
nt.leaf＝{A,B},J＝B；J＝find(nt.leaf,T,P)；
从B点开始重新按照T的顺序计算：
B→c→d→e,length＝4.65<θ；Subset＝F(nt,T,P)；
构建当前回路：
Subset＝{c,d,e},P＝2+3；nt.leaf＝findleaf(list,Subset)；
找到可行车辆可停靠点C D，而D离下一个目标点f更近，因此选择D。把C D都加入到搜索树中，如图7b所示。
nt.leaf＝{C,D},J＝D；J＝find(nt.leaf,T,P)；
从D点开始重新按照T的顺序计算
D→f→g,length＝4.23<θ；Subset＝F(nt,T,P)；
构建当前路：
Subset＝{f,g},P＝5+2；nt.leaf＝findleaf(list,Subset)；
找到可行停靠点E，如图7c所示。
nt.leaf＝{E},J＝E；J＝find(nt.leaf,T,P)。
从E点开始重新按照T的顺序计算：
E→0,length＝3<θ；Subset＝F(nt,T,P)；
构建当前回路：
Subset＝{0},P＝7+1；nt.leaf＝findleaf(list,Subset)；
回到了基地，算法结束，如图7d所示：
nt.leaf＝{0},J＝0；J＝find(nt.leaf,T,P)。
经以上计算，无人机的飞行路线Tc为：0-a-b-B-c-d-e-D-f-g-E-0。
步骤404，根据无人机飞行路线Tc构建车辆路线T’；
将无人机飞行路线Tc经过的各车辆可停靠点与基地0顺次连接，即可得到车辆的行驶路径：0-B-D-E-0。
图8是本实施例构建的最终路径示意图，如图所示，无人机最终的飞行路线为：0-a-b-B-c-d-e-D-f-g-E-0；车辆的最终行驶路径为：0-B-D-E-0；其中，实线表示无人机的飞行路径，虚线表示车辆的行驶路径。
以上四个实施例，采用了以下方案：构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；根据该分段路线Tc构建车辆路线T’；通过该方案，先构建经所有侦查点的整体回路，再根据续航能力约束值进行分割的方法，为车辆搭载无人机的双层路径规划方法提供了一种可行高效的解决方案。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种车辆搭载无人机侦查的双层路径构建方法，其特征在于，包括：
构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；所述整体回路T满足以下约束：
其中，xij为0-1变量，当车辆从i到j时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；{0}表示一个基地的位置，即车辆的起始点和终点；
S为任意数量的车辆可停靠点构成的子集；
获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
根据该分段路线Tc构建车辆路线T’。
2.根据权利要求1所述的方法，其特征在于，所述根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc包括：
当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
令无人机返航到所述与当前侦查点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
3.根据权利要求1所述的方法，其特征在于，还包括：根据以下约束条件对所述满足续航能力的分段路线Tc以及车辆路线T’进行优化：
其中，xjk为0-1变量，当车辆从j到k时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
zijk为0-1变量，E(j,k)为车辆路线的一部分，当i被分配到E(j,k)时为1，表示目标侦查点的分配情况；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；{0}表示一个基地的位置；即车辆的起始点和终点。
4.一种车辆搭载无人机侦查的双层路径构建系统，其特征在于，包括：
整体回路构建单元，用于构建经过起始点、所有目标侦查点Vt以及终点的无人机行驶的整体回路T；所述整体回路T满足以下约束：
其中，xij为0-1变量，当车辆从i到j时为1，表示车辆的路由；
yij为0-1变量，当无人机从i到j时为1，表示无人机的路由；
V是所有顶点的集合：V＝{0}∪Vs∪Vt；
其中Vs＝{1,2,…,m}表示在车辆路线上可以等待并起降无人机的车辆可停靠点；
Vt＝{m+1,m+2,…,m+n}表示目标侦查点；{0}表示一个基地的位置；即车辆的起始点和终点；
S为任意数量的车辆可停靠点构成的子集；
回路分割单元，用于获取所述无人机的续航能力约束值，并根据该续航能力约束值按顺序将所述整体回路T分割成多个满足续航能力的分段路线Tc；
车辆路线构建单元，用于根据该分段路线Tc构建车辆路线T’。
5.根据权利要求4所述的系统，其特征在于，车辆回路构建单元包括：
车辆路由点搜索子单元，用于当预设续航能力指标超过续航能力约束值时，搜索与当前侦查点最接近的车辆路由点；
续航子单元，用于令无人机返航到所述与当前侦查点最接近的车辆路由点续航，并在续航完成后令无人机飞向下一目标侦查点，进入下一段路线。
CN201710075525.5A 2017-02-13 2017-02-13 车辆搭载无人机的双层路径构建方法及系统 Active CN106813666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710075525.5A CN106813666B (zh) 2017-02-13 2017-02-13 车辆搭载无人机的双层路径构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710075525.5A CN106813666B (zh) 2017-02-13 2017-02-13 车辆搭载无人机的双层路径构建方法及系统

Publications (2)

Publication Number Publication Date
CN106813666A CN106813666A (zh) 2017-06-09
CN106813666B true CN106813666B (zh) 2019-10-18

Family

ID=59112016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710075525.5A Active CN106813666B (zh) 2017-02-13 2017-02-13 车辆搭载无人机的双层路径构建方法及系统

Country Status (1)

Country Link
CN (1) CN106813666B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107239078B (zh) * 2017-06-26 2020-03-27 中国人民解放军国防科学技术大学 一种无人机基站选址与巡逻路径优化方法及装置
CN107506959A (zh) * 2017-07-24 2017-12-22 杭州王道控股有限公司 基于搭乘车辆的无人机物流方法及装置
CN108549952B (zh) * 2017-12-20 2020-07-28 中国人民解放军国防科技大学 车辆搭载无人机双层路径的优化方法及装置
CN108256553B (zh) * 2017-12-20 2020-03-27 中国人民解放军国防科技大学 车辆搭载无人机双层路径的构造方法及装置
CN108280463B (zh) * 2017-12-20 2020-08-14 中国人民解放军国防科技大学 车辆搭载无人机双层路径的优化方法及装置
CN108592928B (zh) * 2018-03-08 2020-10-13 中国人民解放军国防科技大学 车辆搭载无人机双层路径的构造方法及装置
CN111121782B (zh) * 2018-12-28 2023-07-04 中国人民解放军国防科技大学 车载无人机电力巡检的双层路径规划方法与装置
CN109782806B (zh) * 2019-02-19 2020-10-23 北京邮电大学 一种无人机室内路径跟踪方法及装置
CN110068337B (zh) * 2019-04-25 2023-09-19 安徽师范大学 用于传感器节点充电的无人机调度方法及系统
CN111047087B (zh) * 2019-09-18 2022-12-02 合肥工业大学 无人机与车辆协同下路径的智能优化方法和装置
CN111811529B (zh) * 2020-06-15 2022-02-01 中国人民解放军国防科技大学 一种多区域车机协同侦察路径规划方法与系统
CN112067011B (zh) * 2020-08-24 2024-04-26 安庆师范大学 一种基于大规模多中心问题的路径规划方法
CN112329153B (zh) * 2020-11-25 2024-04-09 浙江欣奕华智能科技有限公司 一种车辆之间约束关系的优化方法及优化装置
CN114115120B (zh) * 2022-01-25 2022-06-10 广州中望龙腾软件股份有限公司 一种智能排布的槽加工刀轨生成方法、系统、设备及介质
CN115185303B (zh) * 2022-09-14 2023-03-24 南开大学 用于国家公园及自然保护地的无人机巡护路径规划方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150123499A (ko) * 2014-04-25 2015-11-04 연세대학교 산학협력단 무인항공기 탑재 무인지상차량
CN105302150A (zh) * 2015-11-30 2016-02-03 上海理工大学 无人机无限续航系统
CN106020189A (zh) * 2016-05-24 2016-10-12 武汉科技大学 基于邻域约束的空地异构机器人系统路径规划方法
CN106092083A (zh) * 2016-05-31 2016-11-09 夏烬楚 一种无人机路径规划管理系统及方法
CN205750548U (zh) * 2016-05-09 2016-11-30 北京中科精图信息技术有限公司 一种基于无人机的巡查系统
CN106197464A (zh) * 2016-07-04 2016-12-07 苏州光之翼智能科技有限公司 一种基于无人机的车载超视距导航系统以及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8788119B2 (en) * 2010-12-09 2014-07-22 The Boeing Company Unmanned vehicle and system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150123499A (ko) * 2014-04-25 2015-11-04 연세대학교 산학협력단 무인항공기 탑재 무인지상차량
CN105302150A (zh) * 2015-11-30 2016-02-03 上海理工大学 无人机无限续航系统
CN205750548U (zh) * 2016-05-09 2016-11-30 北京中科精图信息技术有限公司 一种基于无人机的巡查系统
CN106020189A (zh) * 2016-05-24 2016-10-12 武汉科技大学 基于邻域约束的空地异构机器人系统路径规划方法
CN106092083A (zh) * 2016-05-31 2016-11-09 夏烬楚 一种无人机路径规划管理系统及方法
CN106197464A (zh) * 2016-07-04 2016-12-07 苏州光之翼智能科技有限公司 一种基于无人机的车载超视距导航系统以及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Path Planning for the Marsupial double-UAVs System in Air-ground Collaborative Application;Shiwen Ren,et al.;《CNKI:第37届中国控制会议论文集》;20180727;5420-5425 *
邻域约束下空地异构机器人系统路径规划方法;陈洋等;《机器人》;20170131;第39卷(第1期);1-7 *

Also Published As

Publication number Publication date
CN106813666A (zh) 2017-06-09

Similar Documents

Publication Publication Date Title
CN106813666B (zh) 车辆搭载无人机的双层路径构建方法及系统
CN106908065B (zh) 车辆搭载无人机的双层路径构建方法及系统
US11644829B2 (en) Remote provisioning of a drone resource
US11893160B2 (en) Flying vehicle
US11675324B2 (en) Air transportation systems and methods
US10973083B2 (en) Multiple mesh drone communication
US10216190B2 (en) Managing autonomous vehicles needing energy replenishment
Tuyishimire et al. Cooperative data muling from ground sensors to base stations using UAVs
Hassin Approximation schemes for the restricted shortest path problem
JP7275295B2 (ja) アーリーライダー及びレイトライダーをスケジューリングするシステム及び方法
Cordeau A branch-and-cut algorithm for the dial-a-ride problem
Kim et al. A shared parking model in vehicular network using fog and cloud environment
Fisher The Lagrangian relaxation method for solving integer programming problems
Huang et al. A new parcel delivery system with drones and a public train
CN108256553A (zh) 车辆搭载无人机双层路径的构造方法及装置
CN111694842B (zh) 一种基于区块链的星群智能协同运控方法及系统
Zhang et al. Online cruising mile reduction in large-scale taxicab networks
Yarkoni et al. Quantum shuttle: traffic navigation with quantum computing
Chen et al. Data driven analysis of the potentials of dynamic ride pooling
Lam et al. Autonomous vehicle public transportation system
Liu et al. Heuristic approach for the multiobjective optimization of the customized bus scheduling problem
Abdeen et al. A Hierarchical Algorithm for In-city Parking Allocation Based on Open Street Map and AnyLogic Software
US11733051B2 (en) Communications server apparatus, method and communications system for managing request for transport-related services
CN117057700A (zh) 一种智慧物流运输系统及路径规划方法
Castagna et al. Demand-responsive rebalancing zone generation for reinforcement learning-based on-demand mobility

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant