CN111290431A - 基于蚁群算法的无人机控制系统 - Google Patents
基于蚁群算法的无人机控制系统 Download PDFInfo
- Publication number
- CN111290431A CN111290431A CN202010104883.6A CN202010104883A CN111290431A CN 111290431 A CN111290431 A CN 111290431A CN 202010104883 A CN202010104883 A CN 202010104883A CN 111290431 A CN111290431 A CN 111290431A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- ant colony
- information
- colony algorithm
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 claims description 8
- 239000003016 pheromone Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于蚁群算法的无人机控制系统,以优化快递路径,提高送货效率,减少送货时间,利用蚁群算法优化在复杂环境中快递方式。基于蚁群算法的无人机控制系统,包括数据中心、端数据分发模块、端数据接收模块、端处理器,其中:所述数据中心用于发送端控制命令和接收反馈信息;所述端数据接收模块用于接收所述端控制命令,并转发至所述端处理器;所述端处理器用于接收所述端控制命令,根据该端控制命令生成节点信息和路径信息,并将所述节点信息和路径信息整合为所述反馈信息发送至所述端数据分发模块;所述端数据分发模块用于将所述反馈信息发送至所述数据中心。
Description
技术领域
本发明涉及蚁群算法、无人机控制系统技术领域,具体涉及基于蚁群算法的无人机控制系统。
背景技术
无人机发展迅猛,在各个行业中均有使用。无人机快递,即通过利用无线电遥控设备和自备的程序控制装置操纵的无人驾驶的低空飞行器运载包裹,自动送达目的地,其优点主要在于解决偏远地区的配送问题,提高配送效率,同时减少人力成本。缺点主要在于恶劣天气下无人机会送货无力,在飞行过程中,无法避免人为破坏等。目前顺丰快递已有,但未大范围使用。
现有的快递无人机,无人机采用八旋翼飞行器,配有GPS自控导航系统、iGPS接收器、各种传感器以及无线信号发收装置。无人机具有GPS自控导航、定点悬浮、人工控制等多种飞行模式,集成了三轴加速度计、三轴陀螺仪、磁力计、气压高度计等多种高精度传感器和先进的控制算法。无人机配有黑匣子,以记录状态信息。同时无人机还具有失控保护功能,当无人机进入失控状态时将自动保持精确悬停,失控超时将就近飞往快递集散分点。无人机通过4G网络和无线电通信遥感技术与调度中心和自助快递柜等进行数据传输,实时的向调度中心发送自己的地理坐标和状态信息,接收调度中心发来的指令,在接收到目的坐标以后采用GPS自控导航模式飞行,在进入目标区域后向目的快递柜发出着陆请求、本机任务报告和本机运行状态报告,在收到着陆请求应答之后,由快递柜指引无人机在快递柜顶端停机平台着陆、装卸快递、以及进行快速充电。无人机在发出请求无应答超时之后再次向目的收发柜发送请求,三次超时以后向调度中心发送着陆请求异常报告、本机任务状态报告和本机运行状态报告,请求指令。无人机在与调度中心失去联系或者出现异常故障之后将自行飞往快递集散分点。
根据无人机的续航能力、快递业务量的地理分布、通讯的实时可靠性、系统的容积能力以及建设成本等诸多因素的综合考虑,将整个系统划分为若干区域,区域内部独立运作,区域之间协同运作。
但是由于地域不同、地区结构复杂、建筑更新等原因,会使快递路径复杂化,在可能实现无人机快递的未来里,如何解决复杂多变的地理环境因素,是一个重要的问题。
发明内容
针对现有技术中的缺陷,本发明提供基于蚁群算法的无人机控制系统,以优化快递路径,提高送货效率,减少送货时间,利用蚁群算法优化在复杂环境中快递方式。
基于蚁群算法的无人机控制系统,包括数据中心、端数据分发模块、端数据接收模块、端处理器,其中:
所述数据中心用于发送端控制命令和接收反馈信息;
所述端数据接收模块用于接收所述端控制命令,并转发至所述端处理器;
所述端处理器用于接收所述端控制命令,根据该端控制命令生成节点信息和路径信息,并将所述节点信息和路径信息整合为所述反馈信息发送至所述端数据分发模块;
所述端数据分发模块用于将所述反馈信息发送至所述数据中心。
通过本系统可以通过蚁群算法实现优化快递送货路径,其中所述数据中心提供送货地址与起点的信息,通过发送端控制命令控制无人机执行送货指令,所述端数据分发模块、端数据接收模块、端处理器均设置在无人机内,无人机为一个终端设备(终端机),所述端处理器在接收到端控制命令后,根据解码转换等操作解析出送货地址与起点之间的所有节点,并生成节点信息,该节点信息为送货地址与起点的所有区域节点信息,端处理器采用现有的路径选取和生成算法得到路径信息,并由无人机根据该路径信息送货,此时所述端处理器将节点信息和路径信息整合为所述反馈信息,发送给数据中心,此时数据中心可根据若干条反馈信息并基于蚁群算法来制定最优的送货路径,每进行一次送货则可以实现一次优化,最终可以得到最优的路径选择,并且如果在优化过程中环境发送改变,蚁群算法也可以及时改变最优选。
进一步的,所述数据中心为云平台或物联网平台。
进一步的,所述端数据分发模块、端数据接收模块、端处理器组成终端机,包括若干终端机,每个终端机之间信息互通。
进一步的,所述终端机通过所述数据中心通信连接。
优选的,所述终端机通过所述端数据分发模块、端数据接收模块通信连接,所述终端机可作为单独的数据处理器,每一个终端机均可作为优化路径的中心处理器。
进一步的,所述端处理器生成的节点信息包括始节点、终节点以及路节点,所述始节点、终节点均仅有一个,所述路节点包括若干个。
进一步的,所述端处理器生成的路径信息包括路径数据和路径信息素。
本发明的有益效果体现在:
1、本发明基于蚁群算法的无人机控制系统,以优化快递路径,提高送货效率,减少送货时间,利用蚁群算法优化在复杂环境中快递方式;
2、本发明基于蚁群算法的无人机控制系统结构简单,信息传递路径少,算法简单,不会浪费算力资源;
3、本发明基于蚁群算法的无人机控制系统可适应各种场合的送货环境中。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明一种实施例的结构示意图;
图2为本发明另一种实施例的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例1
如图1所示,基于蚁群算法的无人机控制系统,包括数据中心、端数据分发模块、端数据接收模块、端处理器,其中:
所述数据中心用于发送端控制命令和接收反馈信息;
所述端数据接收模块用于接收所述端控制命令,并转发至所述端处理器;
所述端处理器用于接收所述端控制命令,根据该端控制命令生成节点信息和路径信息,并将所述节点信息和路径信息整合为所述反馈信息发送至所述端数据分发模块;
所述端数据分发模块用于将所述反馈信息发送至所述数据中心。
通过本系统可以通过蚁群算法实现优化快递送货路径,其中所述数据中心提供送货地址与起点的信息,通过发送端控制命令控制无人机执行送货指令,所述端数据分发模块、端数据接收模块、端处理器均设置在无人机内,无人机为一个终端设备(终端机),所述端处理器在接收到端控制命令后,根据解码转换等操作解析出送货地址与起点之间的所有节点,并生成节点信息,该节点信息为送货地址与起点的所有区域节点信息,端处理器采用现有的路径选取和生成算法得到路径信息,并由无人机根据该路径信息送货,此时所述端处理器将节点信息和路径信息整合为所述反馈信息,发送给数据中心,此时数据中心可根据若干条反馈信息并基于蚁群算法来制定最优的送货路径,每进行一次送货则可以实现一次优化,最终可以得到最优的路径选择,并且如果在优化过程中环境发送改变,蚁群算法也可以及时改变最优选。
常见的蚁群算法,例如利用Python 代码实现:
首先在在GitHub上下载常用的scikit-opt库;
然后设立目标函数并执行蚁群算法,代码如下:
aca = ACA_TSP(func=cal_total_distance, n_dim=8,
size_pop=10, max_iter=20,
distance_matrix=distance_matrix)
best_x, best_y = aca.fit()。
采用现有的平台技术稳定性更高,所述数据中心为云平台或物联网平台。
所述端数据分发模块、端数据接收模块、端处理器组成终端机,包括若干终端机,每个终端机之间信息互通,所述终端机的数量越多,优化速度和优化效果越好。
所述终端机通过所述数据中心通信连接。
所述端处理器生成的节点信息包括始节点、终节点以及路节点,所述始节点、终节点均仅有一个,所述路节点包括若干个。
所述端处理器生成的路径信息包括路径数据和路径信息素,所述路径信息素代表了所述路径数据中使用到的节点信息,路径数据包含所有路径所使用的信息。
实施例2
根据实施例1,如图2所示,所述终端机也可通过所述端数据分发模块、端数据接收模块直接进行通信连接,所述终端机可作为单独的数据处理器,每一个终端机均可作为优化路径的中心处理器。
每个终端机的端处理器可以作为进行蚁群算法的数据中心,所有的终端机端处理器信息共享。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (7)
1.基于蚁群算法的无人机控制系统,其特征在于:包括数据中心、端数据分发模块、端数据接收模块、端处理器,其中:
所述数据中心用于发送端控制命令和接收反馈信息;
所述端数据接收模块用于接收所述端控制命令,并转发至所述端处理器;
所述端处理器用于接收所述端控制命令,根据该端控制命令生成节点信息和路径信息,并将所述节点信息和路径信息整合为所述反馈信息发送至所述端数据分发模块;
所述端数据分发模块用于将所述反馈信息发送至所述数据中心。
2.根据权利要求1所述的基于蚁群算法的无人机控制系统,其特征在于:所述数据中心为云平台或物联网平台。
3.根据权利要求1所述的基于蚁群算法的无人机控制系统,其特征在于:所述端数据分发模块、端数据接收模块、端处理器组成终端机,包括若干终端机,每个终端机之间信息互通。
4.根据权利要求3所述的基于蚁群算法的无人机控制系统,其特征在于:所述终端机通过所述数据中心通信连接。
5.根据权利要求3所述的基于蚁群算法的无人机控制系统,其特征在于:所述终端机通过所述端数据分发模块、端数据接收模块通信连接。
6.根据权利要求1所述的基于蚁群算法的无人机控制系统,其特征在于:所述端处理器生成的节点信息包括始节点、终节点以及路节点,所述始节点、终节点均仅有一个,所述路节点包括若干个。
7.根据权利要求1所述的基于蚁群算法的无人机控制系统,其特征在于:所述端处理器生成的路径信息包括路径数据和路径信息素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010104883.6A CN111290431A (zh) | 2020-02-20 | 2020-02-20 | 基于蚁群算法的无人机控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010104883.6A CN111290431A (zh) | 2020-02-20 | 2020-02-20 | 基于蚁群算法的无人机控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111290431A true CN111290431A (zh) | 2020-06-16 |
Family
ID=71025575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010104883.6A Pending CN111290431A (zh) | 2020-02-20 | 2020-02-20 | 基于蚁群算法的无人机控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111290431A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115657687A (zh) * | 2022-12-21 | 2023-01-31 | 广东技术师范大学 | 一种可移动机器人的路径优化方法和系统 |
-
2020
- 2020-02-20 CN CN202010104883.6A patent/CN111290431A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115657687A (zh) * | 2022-12-21 | 2023-01-31 | 广东技术师范大学 | 一种可移动机器人的路径优化方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3619112B1 (en) | Relay drone method | |
US9959771B1 (en) | Unmanned aerial vehicle routing using real-time weather data | |
CN106970650B (zh) | 多无人机通信控制系统及控制方法 | |
CN107179777A (zh) | 多智能体集群协同方法与多无人机集群协同系统 | |
CN111414005A (zh) | 无人机集群的任务派遣决策方法及系统 | |
CN112214034B (zh) | 一种基于ZigBee的四旋翼飞行器编队飞行控制方法 | |
US11923954B1 (en) | Distributing wireless relays to form an ad hoc wireless network | |
US20210018938A1 (en) | Computation load distribution | |
CN110244769B (zh) | 离线作业方法和装置 | |
US20220212789A1 (en) | Method Of Flight Plan Optimization Of A High Altitude Long Endurance Aircraft | |
Qu et al. | Environmentally-aware and energy-efficient multi-drone coordination and networking for disaster response | |
CN111566713A (zh) | 标识供机器人交通工具进行着陆的着陆区 | |
CN112684791A (zh) | 一种基于5g的无人驾驶物流车 | |
CN113467514A (zh) | 多无人机分布式控制系统、协同控制方法、介质、无人机编队 | |
JP2023500236A (ja) | モバイルプラットフォームを使用した地理的に分散した資産の遠隔監視 | |
KR101788721B1 (ko) | 무선통신망 기반의 무인비행체 자동운항 운영 방법 및 시스템 | |
JP2021190951A (ja) | システム、無人航空機、管理装置、プログラム、及び管理方法 | |
CN107087441A (zh) | 一种信息处理方法及其装置 | |
CN111290431A (zh) | 基于蚁群算法的无人机控制系统 | |
CN113552896B (zh) | 一种基于无人机中继通信的无人平台远程遥控系统及方法 | |
WO2019026179A1 (ja) | 飛行情報収集システム、無線通信装置、中継機、飛行情報収集方法 | |
US10089885B1 (en) | Aerial vehicle path management using hash functions | |
US11009879B2 (en) | Systems and methods for controlling an aerial vehicle using lateral propulsion and vertical movement | |
CN112987794A (zh) | 一种飞行集群模拟器 | |
US11459117B1 (en) | Drone-based cameras to detect wind direction for landing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200616 |