CN108446833A - 一种高速公路警用无人机停机坪选址方法 - Google Patents
一种高速公路警用无人机停机坪选址方法 Download PDFInfo
- Publication number
- CN108446833A CN108446833A CN201810170774.7A CN201810170774A CN108446833A CN 108446833 A CN108446833 A CN 108446833A CN 201810170774 A CN201810170774 A CN 201810170774A CN 108446833 A CN108446833 A CN 108446833A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- parking area
- airplane parking
- section
- spare
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000007689 inspection Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 235000006679 Mentha X verticillata Nutrition 0.000 claims description 3
- 235000002899 Mentha suaveolens Nutrition 0.000 claims description 3
- 235000001636 Mentha x rotundifolia Nutrition 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010016173 Fall Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种高速公路警用无人机停机坪选址方法,包括正常巡检用无人机停机坪选址、非连通路线的备用无人机停机坪选址、连通路线的备用无人机停机坪选址几个过程。同时本发明还公开了一种高速公路警用备用无人机调度方法,分为非连通路线的调度方法和连通路线的调度方法。本发明利用单目标线性优化数学模型来计算无人机停机坪布设间距及数量的方法,合理布设无人机停机坪并布设一定数量的备用无人机,当无人机出现故障后,备用无人机启动,并对无人机群进行调度。
Description
技术领域
本发明涉及无人机技术领域,具体是一种高速公路警用无人机停机坪选址方法。
背景技术
保持高速公路的畅通、安全,实时获取路面交通状态是一项十分重要的工作。若安插大量警力进行巡检工作,不仅人力成本高,可能会造成一定程度的人力资源浪费,并且巡检存在执勤人员的安全问题。此外花费时间较长,巡检范围受路线限制。现代警用无人机具有高空作业能力,能够远距离、快速的完成作业指令,巡检过程不受地面交通的限制,能够全方位、实时、精确的监测地面的交通状态。如果使用无人机代替人工巡逻,不仅可以大大减少出警巡逻次数,而且可以在很大程度上提高巡逻的效率。使用无人机数十分钟巡视的时间,可以达到多个单位警力几小时的巡视效果。无人机自动巡检需要布设一定数量的无人机停机坪为无人机充电,并且合理的布设位置可以提高无人机巡检效率。
目前,关于无人机巡检方面的研究已经有很多,其中针对道路巡检的研究已经可以使用多个无人机对道路自动巡检,但当无人机群中某台无人机出现故障时,系统无法自动调度无人机保证巡检任务正常进行。
发明内容
本发明的目的是提供一种高速公路警用无人机停机坪选址方法,以实现无人机群中部分无人机出现故障后,无人机群仍然能按正常工况对道路进行全面巡检。
为了达到上述目的,本发明所采用的技术方案为:
一种高速公路警用无人机停机坪选址方法,包括以下过程:
步骤(1)、正常巡检用无人机停机坪选址:
无人机停机坪为固定式的供无人机完成起飞、降落、充电、待命等任务的地面设备。无人机停机坪主要由无线充电模块和无线通信模块构成。无线通信模块可以用来与无人机和控制中心进行数据传输,并以此接收无人机的电量信息判断是否需要对无人机充电。无人机停机坪放置在地面并与电源连通,配有无线充电模块,当无人机降落在停机坪时能够为无人机进行充电。
无人机停机坪能有充足的供电保障,能够高效、快速的为无人机充电补给,从而提高巡检效率。对无人机停机坪的布设位置计算时,需要将对巡检区域的路网进行划分,然后按照路段计算无人机停机坪布设间距,无人机停机坪个数等参数。首先将所需巡检区域的路网进行划分,所述路网由节点和路段组成,将需要巡检区域的道路交叉口标记为节点,提取路网中所有节点组成集合 N={N1,N2,…,Nm}。每两个相邻节点之间的可连通道路即为一个路段,提取路网中所有路段组成集合D={D1,D2,…,Dm}。按路段计算无人机停机坪的布设位置,设所计算路段正常情况下巡检无人机个数为n,则需布设n+1个无人机停机坪。采用单目标线性优化的方法确定无人机停机坪布设间距、无人机停机坪个数,过程如下:
(1.1)、无人机执行巡检任务时,希望路段无人机群总巡检时间最短,切巡检后能够快速充电,在最短的时间内完成充电,并待命。故计算无人机停机坪布设数量及间距时,以无人机总巡检时间及充电时间最短目标设置目标函数:
mint=tx+tc (1),
式中t表示路段无人机群总巡检时间与充电补给时间之和;tx表示路段无人机群巡检总耗时,tc表示一次巡检之后路段无人机群完全充电总耗时,n表示路段巡检无人机数量;d表示每相邻两个无人机停机坪之间的距离;v表示无人机正常巡检时速;T表示无人机电量为0时完全充满电所需时间;E为无人机续航里程。
(1.2)、为了保证无人机在遇到突发事件时能够完成特定巡检任务,并安全到达预设无人机停机坪处,准确降落。需要对无人机停机坪布设间距d设置约束:
式中μ为电量预留系数,无人机巡检任务后所需预留电量的百分比即为电量预留系数。电量预留系数可以根据路段突发事故发生概率来设置,一般情况可取 0.1。以此保证无人机巡检之后可以安全到达无人机停机坪充电补给;其余符号意义同上所述。
(1.3)、由于无人机群巡检长度必须不小于路段长度,故需要对无人机巡检路径长度进行约束:
nd≥D (3),
式中D为所计算路段的长度;其余符号意义同上所述。
(1.4)、巡检无人机数量n必为大于0的整数,故需对巡检无人机数量进行约束:
{n|n>0,n∈Z} (4),
式中Z表示自然数集;其余符号意义同上所述。
(1.5将上述公式汇总,写成如下形式:
(1.6)、按约束条件,使用线性规划的方法求解目标函数的最小值,即从可行域中某一个边界点开始,判断此边界点是否是最优解,若不是,则计算另一个边界点,以此迭代,直到求出最优解。最优解即为所计算路段使得无人机巡检总时间及充电时间最短的无人机数量n和无人机停机坪之间的间距d。而需要沿路段均匀布设的无人机停机坪数量为(n+1)个。并按此方法计算路网内所有路段的无人机停机坪布设位置。
步骤(2)、非连通路线的备用无人机停机坪选址:
无人机在可能会因为执行巡检任务过程中受损或由于其它故障而无法巡检,但无人机自动巡检任务仍需运行,故需要布设备用无人机。当路网中某无人机无法执行巡检任务时,备用无人机会启动运行,通过无人机群的调度,保证巡检工作正常进行。
按照步骤(1)计算得出路网内无人机停机坪布设位置,以每个无人机停机坪为圆心,以无人机续航里程E为半径标出圆形区域,此圆形区域即为无人机满电状态时经一次调度的可达区域,下文称之为一次可达区域。无人机可以在其停落的停机坪及其一次可达区域内的其它无人机停机坪之间进行调度,每个无人机停机坪的一次可达区域内至少包含一个同路段的无人机停机坪。
当某路段Di所有无人机停机坪的一次可达区域都不包含其它路段的无人机停机坪时,认为此路段的无人机调度路径与其它路段不连通,即为非连通路线。此类路段需要单独设置备用无人机,备用无人机及其停机坪可根据路段实际情况设置在路段中心点附近。
步骤(3)、连通路线的备用无人机停机坪选址
当某路段Di至少有一个无人机停机坪的一次可达区域包含其它路段Dj的无人机停机坪时,认为路段Di和路段Dj无人机调度路线连通,即两路段组成连通路线。此类连通路线所包含的路段可共用备用无人机,备用无人机需根据实际情况设置备用无人机个数k,然后以k为要生成的子集数目,对一个连通调度路线所有无人机停机坪坐标使用聚类分析,输出k个类及k个聚类中心点。将无人机停机坪设置在距每个聚类中心最近的不同路段的重叠一次可达区域内。计算方法如下:
(3.1)、将一个连通调度路线所有无人机停机坪坐标按照一定方向次序排列,并写入集合P={Pi1,Pi2,…,Pin,Pi(n+1),Pj1,Pj2,…,Pjn,Pj(n+1)},其中Pin表示路段Di中的第n个无人机停机坪,其中Pjn表示路段Dj中的第n个无人机停机坪。
(3.2)、在聚类算法中,一般常用欧几里得距离来度量样本之间的相似性。本次所用样本均为经纬度坐标,故采用球面距离代替欧几里得距离。球面距离的计算公式为:
L(Pin,Pjn)=R×arccos(a+b) (6),
其中,L(Pin,Pjn)表示点Pin和点Pjn之间的最短球面距离;R为地球平均半径,约为6371千米;a=sin(PinLon×π/180)×sin(PjnLon×π/180),PinLon为点Pi的经度, PjnLon为点Pj的经度;
b=cos(PinLat×π/180)×cos(PjnLat×π/180)×cos(PjnLon-PinLon),PinLat为点Pi的纬度,PjnLat为点Pj的纬度。
(3.3)、设置要生成的数据子集的数目k,将输入的数据集P划分为k类。从样本数据集P中随机选取k个对象作为初始聚类中心,经过聚类分析得到k 个类及k个聚类中心。其中k个聚类中心的坐标用集合表示为Z={Z1,Z2,…,Zk},其中Zk表示第k个聚类中心的经纬度坐标。
(3.4)、标出k个聚类中心点,并做出k个聚类中心点的一次可达区域。若第i(i可取1,2…,k)个聚类中心点的一次可达区域包含集合p中的任一点,则在聚类中心i处布设备用无人机停机坪。若第i个聚类中心点的一次可达区域不包含P中的任一点,则需根据实际情况在距聚类中心点i最近的不同路段无人机停机坪一次可达区域的重叠区域布设备用无人机停机坪。
本发明还公开了一种基于高速公路警用无人机停机坪选址方法的备用无人机调度方法,过程如下:
正常巡检用无人机停机坪布设及备用无人机停机坪布设完成后,即可使得当某无人机发生故障时,对备用无人机调度,保证巡检任务仍能正常进行。本发明面分为非连通路线和连通路线两种情况的调度方法。
非连通路线的调度方法:
对于非连通路线的备用无人机调度时,将路段Di的无人机停机坪按照一定方向次序排列,并以集合形式表示Pi={Pi1,Pi2,…,Pin,Pi(n+1)},其中Pin表示路段Di中的第n个无人机停机坪。当无人机停机坪Pir上所停落的无人机发生故障时,对备用无人机调度,使其行驶至无人机停机坪 到Pir之间的无人机整体向Pir方向移动一个停机坪的位置,降落至到Pir之间的无人机停机坪。如图2所示,21、22号无人机为备用无人机,最左侧路段1号无人机发生故障,调度方法如图所示。当无人机调度完成之后,需要进行充电补给,待此路段所有无人机都达到满电状态后,即可对路段进行正常巡检。
连通路线的调度方法:
当连通调度路线中某无人机发生故障时,距故障无人机最近的备用无人机启动。若故障无人机在备用无人机停机坪的一次可达区域内,备用如人机直接飞往故障无人机处。若故障无人机在备用无人机停机坪的一次可达区域外,备用无人机飞往故障无人机所在方向的相邻路段Dm的一次可达无人机停机坪Pmi。路段 Dm中连通故障无人机所在方向的相邻路段的无人机所在停机坪为Pmr,则Pmi到Pmr之间的无人机按照步骤三、1中的方法进行调度。Pmr处无人机继续按照此方式向故障无人机方向移动,直到故障无人机有正常无人机替代,调度结束。如图 2所示,最右侧路段14号无人机发生故障时,其调度方法如图所示。待路段无人机都处于满电状态后开始执行巡检任务。
本发明提出了一种利用单目标线性优化数学模型来计算无人机停机坪布设间距及数量的方法。按照无人机停机坪布设位置将路段划分为连通路线和非连通路线,分别考虑着两种情况提出备用无人机停机坪布设位置选择方法和调度方法。
本发明合理布设无人机停机坪并布设一定数量的备用无人机,当无人机出现故障后,备用无人机启动,并对无人机群进行调度。使得可以正常工作的无人机代替故障无人机执行巡检任务。
附图说明
图1本发明无人机停机坪选址及无人机调度流程图。
图2备用无人机调度方法示意图。
图3基于聚类分析的备用无人机停机坪选址示意图。
具体实施方式
下面结合实例对本发明进行的具体实施时技术方案进行描述。
如图1所示,为了理想化的实现本发明所描述的功能,本例所选无人机飞行时速约45km/h,即v=45km,续航里程约35km。并且无人机配有高清摄像机、摄像增稳云台、多模式通信模块、LED显示屏、高音喇叭、照明设备GPS模块等设备、并配有无人机航拍视频采集系统。
步骤一:正常巡检用无人机停机坪选址
无人机停机坪主要为固定在地面的,能够为无人机充电的设备。无人机停机坪下方布设50*50cm的无线充电线圈,输出功率为3-60KW,发射和接收线圈之间的最大距离是15cm,效率最高值为91%,输出电压为20V左右,使用该无线充电装置对无人机充电,从0到100%所需要的时间大概为5-20min钟。
在选择无人机停机坪位置时,首先将所需巡检区域的路网进行划分,所述路网由节点和路段组成,将需要巡检区域的道路交叉口标记为节点,提取路网中所有节点组成集合N={N1,N2,…,Nm}。每两个相邻节点之间的可连通道路即为一个路段,提取路网中所有路段组成集合DD={D1,D2,…,Dm}。按路段计算无人机停机坪的布设位置,设所计算路段正常情况下巡检无人机个数为n,则需布设 n+1个无人机停机坪。采用单目标线性规划的方法确定各参数:
1、为了能够时无人机巡检效率最大,故希望路段无人机群巡检总耗时最短,巡检完成后能够快速充电并待命。以无人机总巡检时间及充电时间最短目标设置目标函数:
mint=tx+tc (7),
其中,t表示路段无人机群总巡检时间与充电补给时间之和;tx表示路段无人机群巡检总耗时,tc表示一次巡检之后路段无人机群充电完成总耗时,n表示路段巡检无人机数量;d表示每相邻两个无人机停机坪之间的距离;v表示无人机正常巡检时速,本例选用无人机时速为 45km/h;T表示无人机电量为0时完全充满电所需时间,取0.35小时;E为无人机续航里程,取35km。将参数带入公式计算得:
2、无人机巡检过程中可能会检测到突发事件等事故,此时需要无人机执行特殊的巡检任务,进一步获取更多的现场信息。但还需保证无人机执行特殊巡检任务后仍能够顺利到达原定无人机停机坪。故在设置无人机停机坪间距时需要给无人机预留一定的电量,即设置一个电量预留系数μ,本例中μ取0.1。则带入数值得,对无人机停机坪布设间距d的约束条件为:
17.5km≤d≤31.5km (8),
3、由于无人机群巡检长度必须不小于路段长度,故需要对无人机巡检路径长度进行约束。式中D为所计算路段的长度,本例选取路段D=77km,带入数值得:
nd≥77 (9),
4、巡检无人机数量n必为大于0的整数,故需对巡检无人机数量进行约束:
{n|n>0,n∈Z} (10),
式中Z表示自然数集;其余符号意义同上所述。
5、将上述公式汇总,写成如下形式:
6、按单纯形法思想求解得,无人机数量n=3,无人机停机坪之间的间距约为d=26km。所以需要沿路段均匀布设的无人机停机坪数量为4个。并按此方法计算路网内所有路段的无人机停机坪布设位置。
步骤二:非连通路线的备用无人机停机坪选址
当某无人机出现故障时,需要调用备用无人机使巡检工作正常进行。本例备用无人机的布设方法如下:
在地图上以路网中每个无人机停机坪为圆心,以无人机续航里程35km为半径的画出圆形区域,此圆形区域即为无人机的一次可达区域。做出所有无人机停机坪的一次可达区域。
如图2所示,最左侧路段无人机停机坪的一次可达区域不包含其它路段的无人机停机坪,此路段的无人机调度路径与其它路段不连通。故对最左侧路段单独设置一台备用无人机21,备用无人机停机坪位置处于此路段中心点附近。
步骤三:连通路线的备用无人机停机坪选址
如图3所示,从左至右共四条纵向路段无人机调度路线连通,则这4条路段可共用备用无人机。设本例需要布设的备用无人机个数为2,然后以设为要生成的子集数目为2,对四条路段所有无人机停机坪坐标使用K-Means聚类分析,输出2个聚类中心点。计算方法如下:
1、将所有无人机停机坪经纬度坐标写入集合P={P1,P2,…,P16}。
2、在K-Means聚类算法中,一般常用欧几里得距离来度量样本之间的相似性。本次所用样本均为经纬度坐标,故采用球面距离代替欧几里得距离。球面距离的计算公式为:
L(Pi,Pj)=R×arccos(a+b) (12),
其中,L(Pi,Pj)表示点Pi和点Pj之间的最短球面距离;R为地球平均半径,约为6371千米;a=sin(PiLon×π/180)×sin(PjLon×π/180),PiLon为点Pi的经度,PjLon为点Pj的经度;
b=cos(PiLat×π/180)×cos(PjLat×π/180)×cos(PjLon-PiLon),PiLat为点Pi的纬度,PjLat为点Pj的纬度。
3、设置要生成的数据子集的数目为2,将输入的数据集P划分为2类。经聚类分析得到2个类及2个聚类中心。其中2个聚类中心的坐标用集合表示为 PK={P1,P2}。
4、如图3所示,两个三角形点即为聚类分析得到的两个聚类中心。标出两个聚类中心的一次可达区域,如图以两个三角形为圆心的较大的圆形区域所示。每个聚类中心的一次可达区域都至少覆盖一个路段无人机停机坪,则在这两个聚类中心点处布设备用无人机即可。
步骤四:备用无人机调度方法
正常巡检用无人机停机坪布设及备用无人机停机坪布设完成后,即可保证无人机发生故障后巡检任务仍能正常进行。下面分为非连通路线和连通路线两种情况,对某无人机发生故障后,备用无人机调度方法进行说明。
1、非连通路线的调度方法
如图2所示,最左侧路段为非连通路线。当此路段1号无人机发生故障时, 21号备用无人机启动并飞往2号停机坪处,2号停机坪处无人机飞往1号停机坪处。当21号和2号无人机降落并充满电后,此路段无人机群开始执行正常巡检工作。
2、连通路线的调度方法
用图2说明连通调度路线中某无人机发生故障时,无人机调度方法。图中从左至右第2、3、4、5条路段为连通调度路线。当18号停机坪处无人机发生故障时,22号停机坪处备用无人机启动,飞往14号停机坪。原在14号停机坪待命无人机飞往13号停机坪处。13号停机坪的一次可达区域可覆盖17号停机坪,故13号停机坪处待命的无人机飞往17号停机坪。17号停机坪处点名无人机飞往18号停机坪。当所有被调度无人机安全降落并完成充电后,无人机群开始执行巡检任务。
Claims (2)
1.一种高速公路警用无人机停机坪选址方法,所述无人机停机坪为无线充电模块和无线通信模块构成的地面设备,其特征在于:包括以下过程:
(1)、正常巡检用无人机停机坪选址:
将所需巡检区域的路网进行划分,所述路网由节点和路段组成,将需要巡检区域的道路交叉口标记为节点,提取路网中所有节点组成集合N={N1,N2,…,Nm};每两个相邻节点之间的可连通道路即为一个路段,提取路网中所有路段组成集合D={D1,D2,…,Dm};按路段计算无人机停机坪的布设位置,设所计算路段正常情况下巡检无人机个数为n,则需布设n+1个无人机停机坪,采用单目标线性优化的方法确定无人机停机坪布设间距、无人机停机坪个数,过程如下:
(1.1)、计算无人机停机坪布设数量及间距时,以无人机总巡检时间及充电时间最短目标设置目标函数:
mint=tx+tc (1),
式(1)中t表示路段无人机群总巡检时间与充电补给时间之和;tx表示路段无人机群巡检总耗时,tc表示一次巡检之后路段无人机群完全充电总耗时,n表示路段巡检无人机数量;d表示每相邻两个无人机停机坪之间的距离;v表示无人机正常巡检时速;T表示无人机电量为0时完全充满电所需时间;E为无人机续航里程;
(1.2)、对无人机停机坪布设间距d设置约束:
式(2)中μ为电量预留系数,无人机巡检任务后所需预留电量的百分比即为电量预留系数;
(1.3)对无人机巡检路径长度进行约束:
nd≥D (3),
式(3)中D为所计算路段的长度;
(1.4)、对巡检无人机数量进行约束:
{n|n>0,n∈Z} (4),
式(4)中Z表示自然数集;
(1.5)将式(1)-式(4)汇总,写成如下形式:
(1.6)、按约束条件,使用线性规划的方法求解目标函数的最小值,即从可行域中某一个边界点开始,判断此边界点是否是最优解,若不是,则计算另一个边界点,以此迭代,直到求出最优解,最优解即为所计算路段使得无人机巡检总时间及充电时间最短的无人机数量n和无人机停机坪之间的间距d,而需要沿路段均匀布设的无人机停机坪数量为(n+1)个,并按此方法计算路网内所有路段的无人机停机坪布设位置;
(2)、非连通路线的备用无人机停机坪选址:
按照步骤(1)计算得出路网内无人机停机坪布设位置,以每个无人机停机坪为圆心,以无人机续航里程E为半径标出圆形区域,此圆形区域即为无人机满电状态时经一次调度的可达区域,定义为一次可达区域;无人机可以在其停落的停机坪及其一次可达区域内的其它无人机停机坪之间进行调度,每个无人机停机坪的一次可达区域内至少包含一个同路段的无人机停机坪;
当某路段Di所有无人机停机坪的一次可达区域都不包含其它路段的无人机停机坪时,认为此路段的无人机调度路径与其它路段不连通,即为非连通路线;非连通路线单独设置备用无人机,备用无人机及其停机坪可根据路段实际情况设置在路段中心点附近;
(3)、连通路线的备用无人机停机坪选址:
当某路段Di至少有一个无人机停机坪的一次可达区域包含其它路段Dj的无人机停机坪时,认为路段Di和路段Dj无人机调度路线连通,即两路段组成连通路线;连通路线所包含的路段可共用备用无人机,备用无人机需根据实际情况设置备用无人机个数k,然后以k为要生成的子集数目,对一个连通调度路线所有无人机停机坪坐标使用聚类分析,输出k个类及k个聚类中心点,将无人机停机坪设置在距每个聚类中心最近的不同路段的重叠一次可达区域内,具体过程如下:
(3.1)、将一个连通调度路线所有无人机停机坪坐标按照一定方向次序排列,并写入集合P={Pi1,Pi2,…,Pin,Pi(n+1),Pj1,Pj2,…,Pjn,Pj(n+1)},其中Pin表示路段Di中的第n个无人机停机坪,其中Pjn表示路段Dj中的第n个无人机停机坪;
(3.2)、由于样本均为经纬度坐标,因此在聚类算法中采用球面距离来度量样本之间的相似性,球面距离的计算公式为:
L(Pin,Pjn)=R×arccos(a+b) (6),
式(6)中,L(Pin,Pjn)表示点Pin和点Pjn之间的最短球面距离;R为地球平均半径,约为6371千米;a=sin(PinLon×π/180)×sin(PjnLon×π/180),PinLon为点Pi的经度,PjnLon为点Pj的经度;
b=cos(PinLat×π/180)×cos(PjnLat×π/180)×cos(PjnLon-PinLon),PinLat为点Pi的纬度,PjnLat为点Pj的纬度;
(3.3)、设置要生成的数据子集的数目k,将输入的数据集P划分为k类;从样本数据集P中随机选取k个对象作为初始聚类中心,经过聚类分析得到k个类及k个聚类中心;其中k个聚类中心的坐标用集合表示为Z={Z1,Z2,…,Zk},其中Zk表示第k个聚类中心的经纬度坐标;
(3.4)、标出k个聚类中心点,并做出k个聚类中心点的一次可达区域;若第i个聚类中心点的一次可达区域包含集合P中的任一点,则在聚类中心i处布设备用无人机停机坪,其中,i取1,2…,k;若第i个聚类中心点的一次可达区域不包含P中的任一点,则需根据实际情况在距聚类中心点i最近的不同路段无人机停机坪一次可达区域的重叠区域布设备用无人机停机坪。
2.一种基于权利要求1所述选址方法的高速公路警用备用无人机调度方法,其特征在于:分为非连通路线的调度方法和连通路线的调度方法,其中:
非连通路线的调度方法过程如下:
对于非连通路线的备用无人机调度时,将路段Di的无人机停机坪按照一定方向次序排列,并以集合形式表示Pi={Pi1,Pi2,…,Pin,Pi(n+1)},其中Pin表示路段Di中的第n个无人机停机坪;
当无人机停机坪Pir上所停落的无人机发生故障时,对备用无人机调度,使其行驶至无人机停机坪 到Pir之间的无人机整体向Pir方向移动一个停机坪的位置,降落至到Pir之间的无人机停机坪;
连通路线的调度方法的过程如下:
当连通调度路线中某无人机发生故障时,距故障无人机最近的备用无人机启动;若故障无人机在备用无人机停机坪的一次可达区域内,备用如人机直接飞往故障无人机处;若故障无人机在备用无人机停机坪的一次可达区域外,备用无人机飞往故障无人机所在方向的相邻路段Dm的一次可达无人机停机坪Pmi;路段Dm中连通故障无人机所在方向的相邻路段的无人机所在停机坪为Pmr,则Pmi到Pmr之间的无人机按照步骤(3.1)中的方法进行调度;Pmr处无人机继续按照此方式向故障无人机方向移动,直到故障无人机有正常无人机替代,调度结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810170774.7A CN108446833B (zh) | 2018-03-01 | 2018-03-01 | 一种高速公路警用无人机停机坪选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810170774.7A CN108446833B (zh) | 2018-03-01 | 2018-03-01 | 一种高速公路警用无人机停机坪选址方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108446833A true CN108446833A (zh) | 2018-08-24 |
CN108446833B CN108446833B (zh) | 2021-06-08 |
Family
ID=63193275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810170774.7A Active CN108446833B (zh) | 2018-03-01 | 2018-03-01 | 一种高速公路警用无人机停机坪选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446833B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108945503A (zh) * | 2018-07-03 | 2018-12-07 | 北京航空航天大学 | 一种高速公路警用无人机停机坪选址方法 |
CN110310520A (zh) * | 2019-06-14 | 2019-10-08 | 西安理工大学 | 无人机自主充电坪的无线紫外光空中虚拟围栏方法 |
CN111090713A (zh) * | 2019-12-17 | 2020-05-01 | 青岛海信移动通信技术股份有限公司 | 地图处理方法、服务器、智能终端及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376519A (zh) * | 2014-10-30 | 2015-02-25 | 中南大学 | 一种山区新建铁路车站自动选址方法 |
US9523986B1 (en) * | 2015-12-04 | 2016-12-20 | International Business Machines Corporation | System and method for secure, privacy-aware and contextualised package delivery using autonomous vehicles |
CN107038902A (zh) * | 2017-04-28 | 2017-08-11 | 交通运输部公路科学研究所 | 一种基于公路网物理结构的无人机巡航路线优化方法 |
CN107103701A (zh) * | 2017-04-24 | 2017-08-29 | 北京航空航天大学 | 基于混乘城市公共交通系统下的共享单车租赁点选址方法 |
-
2018
- 2018-03-01 CN CN201810170774.7A patent/CN108446833B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376519A (zh) * | 2014-10-30 | 2015-02-25 | 中南大学 | 一种山区新建铁路车站自动选址方法 |
US9523986B1 (en) * | 2015-12-04 | 2016-12-20 | International Business Machines Corporation | System and method for secure, privacy-aware and contextualised package delivery using autonomous vehicles |
CN107103701A (zh) * | 2017-04-24 | 2017-08-29 | 北京航空航天大学 | 基于混乘城市公共交通系统下的共享单车租赁点选址方法 |
CN107038902A (zh) * | 2017-04-28 | 2017-08-11 | 交通运输部公路科学研究所 | 一种基于公路网物理结构的无人机巡航路线优化方法 |
Non-Patent Citations (1)
Title |
---|
李远富,项琴,朱宏伟: ""高速铁路长大桥梁救援定点的选址决策模型"", 《哈尔滨工业大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108945503A (zh) * | 2018-07-03 | 2018-12-07 | 北京航空航天大学 | 一种高速公路警用无人机停机坪选址方法 |
CN110310520A (zh) * | 2019-06-14 | 2019-10-08 | 西安理工大学 | 无人机自主充电坪的无线紫外光空中虚拟围栏方法 |
CN111090713A (zh) * | 2019-12-17 | 2020-05-01 | 青岛海信移动通信技术股份有限公司 | 地图处理方法、服务器、智能终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108446833B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697565B (zh) | 无人机巡逻高速公路的方法及系统 | |
CN111582697B (zh) | 一种配电网故障的评估与调度方法及系统 | |
WO2021088311A1 (zh) | 基于多无人机协同作业的桥梁自动检测方法及系统 | |
CN108674681B (zh) | 一种海陆两用自供能无人机航保基站 | |
KR102338271B1 (ko) | 무인항공기용 충전장치 및 제어방법 | |
CN108446833A (zh) | 一种高速公路警用无人机停机坪选址方法 | |
CN114035614B (zh) | 基于先验信息的无人机自主巡检方法、系统及存储介质 | |
CN111667230A (zh) | 一种无人机自主巡检作业监控分析系统及方法 | |
CN107239078A (zh) | 一种无人机基站选址与巡逻路径优化方法及装置 | |
CN108945503A (zh) | 一种高速公路警用无人机停机坪选址方法 | |
US20220406184A1 (en) | Proactive sensing systems and methods for intelligent road infrastructure systems | |
CN110597286B (zh) | 一种利用智慧机库实现输电线路无人机自主巡检的方法 | |
CN110244750A (zh) | 一种无人机巡视路径规划方法及装置 | |
CN107300927A (zh) | 一种无人机基站选址与巡逻路径优化方法及装置 | |
CN104575108B (zh) | 基于petri网的管制自动移交系统及方法 | |
CN101582201A (zh) | 基于离散事件监控器的机场场面活动控制系统及方法 | |
CN107069549A (zh) | 旋翼无人机电力巡线系统 | |
CN102098832A (zh) | 分布式机场助航灯光控制系统及方法 | |
CN112937858A (zh) | 一种新型垂直起降固定翼无人机的巡检方法 | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测系统 | |
CN113359842A (zh) | 10kV配电网无线充电无人机的智能巡检控制分析系统 | |
CN107703971A (zh) | 巡查区域的无人机调动方法及系统 | |
CN110155326A (zh) | 一种基于无人机的网格化安防智能巡逻系统及控制方法 | |
CN111638728B (zh) | 一种基于车载无人机的快速大范围人群聚集情况监控方法 | |
CN116578120A (zh) | 无人机调度方法、装置、无人机系统和算机设备 |
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 |