CN113485419B - 一种用于土壤污染边界勘测的无人机初始航迹规划方法 - Google Patents
一种用于土壤污染边界勘测的无人机初始航迹规划方法 Download PDFInfo
- Publication number
- CN113485419B CN113485419B CN202110750657.XA CN202110750657A CN113485419B CN 113485419 B CN113485419 B CN 113485419B CN 202110750657 A CN202110750657 A CN 202110750657A CN 113485419 B CN113485419 B CN 113485419B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- random number
- numbers
- number sequence
- 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
Links
- 238000003900 soil pollution Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 description 7
- 239000002689 soil Substances 0.000 description 5
- 230000001788 irregular Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000010006 flight Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000272201 Columbiformes Species 0.000 description 1
- 241000254158 Lampyridae Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种用于土壤污染边界勘测的无人机初始航迹规划方法，通过(1)随机生成一系列随机数，将随机数序列中具有连续三个以上相同数字的长序列中的数字翻转，获得修正后的随机数序列；(2)使用修正后的随机数序列，按照数字对应的无人机航向，在网格中执行无人机飞行勘测任务；上述方法中，“1”代表无人机向右飞行一网格，“0”代表无人机向上飞行一网格。该方法在面对土壤污染边界通常是曲线、不规整形状的情况时，通过随机飞行保证勘测到土壤污染边界的几率；再通过修正随机数序列，避免无人机过快地飞出待勘测区域，最大限度地增加勘测覆盖面积，使得飞行轨迹更加贴合土壤污染边界的形状，同时令无人机转向次数减少，降低机械损耗。
Description
技术领域
本发明涉及一种航迹规划方法，尤其是涉及一种用于土壤污染边界勘测的无人机初始航迹规划方法。
背景技术
随着城市圈的不断扩大，越来越多的城市将近郊的工厂搬迁，腾出空地以应对住宅商业建设用地不断增长的需求。然而，工厂常年的生产经营往往使得其所在区域的土壤遭受污染，在建设住宅及商业体之前，需要对污染土壤进行修复，从而满足二类建设用地的使用标准。修复土壤时需要计算开挖土方量，而首要的任务是勘测土壤污染的边界，这一勘测工作往往是由无人机来执行。
人工操控无人机过于繁琐，通常是设定一定的飞行路线(航迹)让无人机自主执行任务，因此需要事先规划好航迹，这其中初始航行(也叫首飞)的航迹更应当认真规划。然而，目前很少有技术涉及这一领域的算法，现有技术例如CN201410807943的粒子萤火虫群优化算法、CN201610990382的自适应权重鸽群算法、CN201710278469的遗传算法、CN201810394358的并行启发式算法、CN202011370176的IB-ABC算法等都要基于现有的航迹进行学习优化，没有着重研究初始航迹的规划，并且由于土壤污染边界的勘测有其自身的特点，上述算法都不适用。
由于土层结构、地表水流向、地面植被覆盖等因素影响，土壤污染边界往往不是直线而是弯曲、不规整的形状，并且经常会有边界中断的现象。为了提高勘测效率，当然不能采用全覆盖的方式，让无人机首飞即飞遍污染片区，而应当基于首飞勘测的结果，再对航迹进行修正，最终勘测出完整的土壤污染边界。因此，应当基于边界形状的通常特点，找到一种算法来合理规划航迹，令首飞最大几率地勘测到污染边界，而这一问题亟待本领域技术人员解决。
发明内容
本发明的目的在于克服上述现有技术存在的不足，提供了一种用于土壤污染边界勘测的无人机初始航迹规划方法。该方法通过生成随机数，使得无人机随机向右飞或者向上飞；然后研究随机数的序列，翻转连续三次及以上导致同向飞行的随机数，使得无人机的不至于过快飞离勘测区域，在保证飞行路径随机化的同时，最大化地使航迹覆盖待勘测区域。
根据上述技术思路，实现本发明目的采取的技术方案包括如下步骤：
一种用于土壤污染边界勘测的无人机初始航迹规划方法，其特征在于：
(1)随机生成一系列随机数，将随机数序列中具有连续三个以上相同数字的长序列中的数字翻转，获得修正后的随机数序列；
(2)使用修正后的随机数序列，按照数字对应的无人机航向，在网格中执行无人机飞行勘测任务。
进一步地，所述随机数序列中仅有“1”和“0”两种数字，其中“1”代表无人机向右飞行一网格，“0”代表无人机向上飞行一网格。
进一步地，步骤(1)中，修正随机数序列的规则具体为：
A.对于长序列“000”、“111”，有75％的几率翻转第三个数字；
B.对于长序列“0000”、“1111”及更多连续相同数字的长序列，有75％的几率翻转第三个数字，如果第三个数字翻转，则第四个数字不翻转；如果第三个数字未翻转，则第四个数字100％的几率翻转；
C.循环执行上述方法直至随机数序列中不出现“0000”、“1111”及更多连续数字的长序列。
本发明与现有技术相比，具有以下优点：
第一、针对土壤污染边界曲线、不规整形状居多的特点，采用随机飞行的策略，最大限度地增加首飞时勘测到土壤污染边界的几率；
第二、对随机数序列进行干预，修正连续同数字的长序列，使得无人机不会过快地飞出待勘测区域；修正随机数的循环次数不会很多，一般只需要两三次即可，不会对计算机算力造成负荷；
第三、经过修正后的飞行覆盖面积和沿对角线折线飞的覆盖面积几乎相同，但是可以大大减少无人机的转弯次数，避免对其造成过多的机械损耗；由于飞行时有一定的随机性，使得飞行轨迹更加贴合土壤污染边界的形状，增加了首飞时准确勘测土壤污染边界的几率。
附图说明
图1是常见的沿待勘测区域对角线直飞的航迹图。
图2是常见的沿待勘测区域对角线折线飞行的航迹图。
图3是随机数完全随机的待勘测区域飞行航迹图。
图4是翻转长序列随机数的待勘测区域飞行航迹图。
具体实施方式
以下具体实施例将对本发明做进一步详细说明。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1至图4都是30*30网格的待勘测区域，无人机飞过一个网格将该网格被染色。设定无人机飞行速度相同，转向时间与飞行染格的时间相比可以忽略，那么飞行通过每个格的时间应当相同。勘测的面积可以通过染色格的数量直观得出，而飞行时间与染色格的数量正相关。
图1是在待勘测区域沿对角线直飞的航迹图，这是最常见的无人机初始航迹规划方法；该飞行方式较在待勘测区域沿边界向右直飞或向上直飞为较优，因为后者绕边界飞行一圈的方式非常浪费时间。沿对角线直飞的优点是程序设定简单、航迹预测性好、飞行速度快(只需飞30个格)，但是缺点也很明显，由于土壤污染边界极少出现直线状，沿对角线直飞将导致很容易出现勘测不到污染边界的情况，虽然耗时较少，但首飞效果并不好，可能会导致沿不同方向进行二飞、三飞才能大致摸清污染边界的分布。
图2是在图1的基础上进行了改进。其飞行路径为交叉向右和向上，虽然覆盖的面积(覆盖59个格)比图1的直飞方式要大上近一倍(图1覆盖30个格)，意味着勘测到土壤污染边界的几率比图1大了近一倍；但是其让飞机频繁转向，覆盖59个格却需要转向56次，约等于每个格子都转向一次，极大地增加了无人机的机械损耗；并且其未改变飞航迹近乎直线的弊端，依然存有勘测不到污染边界的可能性。
图1和图2的飞行模式表明，完全固定的对角线飞行模式不能适应首飞时最大概率勘测出土壤污染边界的需求，应当对航迹算法进行调整。由于在勘测之前，土壤污染边界视为随机分布在待勘测区域内，那么考虑令无人机的初始航迹也随机化，以进行针对性应对。
在Excel表中随机生成100次1和0，二者的生成几率都是50％。其中1代表向无人机右转90°，向右飞一格，0代表无人机向左转90°，向上飞一格。得到表1(从左至右，从上至下)。待无人机从左下角的网格中飞入，执行表1的飞行路线，得到航迹图3，其中，执行表中的第一个数字“1”意味着将网格B30染色。
表1
可以看出，单纯让无人机执行随机生成的飞行路线，效果并不好。该方法只执行到第55步时，无人机就已经飞离监测区域(上表中的“1”)，这意味着航迹只覆盖了55个网格(包括左下角第一格)。由于土壤污染边界多是曲线，直线的情况非常少，图3中框出的两处，无人机都进行大段大段的直线飞行，对曲线的覆盖率不佳，导致其错过土壤污染边界的几率大增。因此，需要对无人机的飞行路线进行修正。
细究出现图3中两段长时间直飞的情况的原因，是出现了“111111”、“00000”和“111111”这样的导致连续同向飞行的随机数长序列。此外，图3的小框是连续出现三个同样的数字“0”或“1”，这种情况也使得无人机径直飞出监测区域的几率增加。图3的航迹表明，完全随机并不一定能够使得无人机的航迹看起来“智能”，极端地情况甚至有连续29个“1”出现导致无人机直接沿待勘测区域底部边界飞出，使得勘测失败。虽然程序上设置1和0出现的几率都是50％，但是由于飞行时间是有限长，使得航迹规划更加注重100个数字以内1和0的分布情况，因此数列中过长序列的“0”和“1”将显得随机数序列过于生硬。因此，需要牺牲掉随机数列的自主性，通过设定规则影响完全随机生成的随机数序列，使其看上去贴近1和0出现的几率接近50％的初始设置，令无人机较为“智能”地进行飞行。
图3的小框表明应当在出现序列“000”、“111”的情况时就关注该连续同数序列。找出表1中符合上述条件的数字，共有31个之多，在表2中用下划线表示：
表2
对上述划线数字进行干预，使用以下修正规则：对于长序列“000”、“111”，有75％的几率翻转第三个数字；对于长序列“0000”、“1111”及更多连续数字的长序列，有75％的几率翻转第三个数字，如果第三个数字翻转，则第四个数字不翻转；如果第三个数字未翻转，则第四个数字100％的几率翻转。根据此算法，将上表中的数字变为(斜体的是变动的数字)：
表3
表3中依然有“00000”出现，执行二次干预(实际执行随机数修正时一般不需要超过三次即可获得较为满意的序列)，得到最终的表格4，执行该表的飞行方式，得到图4的航迹图，其中，执行表中的第一个数字“1”意味着将网格B30染色。
表4
图4表明，使用修正后的飞行路线，执行到第59步时无人机才飞出监测区域(上方数列中的“1”)，比之前增加了四步，覆盖面积较图3多了将近10％。虽然序列中仍有“111”和“000”，但是只出现一处，并无四个同数字的序列出现。图4只有7格超出对角线±2格的区域范围内，相反完全随机的航迹图3中，一共有23格超出对角线区域，可见完全随机飞行的路线更为杂乱。图4一共染色59格，和图2的“沿对角线折线飞”的覆盖面积相同，因此飞行时间相同，但是相较于图2非常规则的航迹，图4的方法多了随机性，突破了对角线飞行的局限，由于土壤污染边界经常是曲线、不规则形状，因此其飞行轨迹可能更加贴合土壤污染边界的形状，准确勘测到土壤污染边界的几率要比图2大。更重要的一点是，图4中无人机只拐弯35次，远低于图2中的56次，这对于减少无人机的机械损耗，延长其使用寿命很有益处。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其它的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (1)
1.一种用于土壤污染边界勘测的无人机初始航迹规划方法，其特征在于：
(1)随机生成一系列随机数，将随机数序列中具有连续三个以上相同数字的长序列中的数字翻转，获得修正后的随机数序列；其中，所述随机数序列中仅有“1”和“0”两种数字，其中“1”代表无人机向右飞行一网格，“0”代表无人机向上飞行一网格；
所述修正随机数序列的规则具体为： A.对于长序列“000”、“111”，有75％的几率翻转第三个数字； B.对于长序列“0000”、“1111”及更多连续相同数字的长序列，有75％的几率翻转第三个数字，如果第三个数字翻转，则第四个数字不翻转；如果第三个数字未翻转，则第四个数字100％的几率翻转； C.循环执行上述方法直至随机数序列中不出现“0000”、“1111”及更多连续数字的长序列；
（2）使用修正后的随机数序列，按照数字对应的无人机航向，在网格中执行无人机飞行勘测任务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110750657.XA CN113485419B (zh) | 2021-07-01 | 2021-07-01 | 一种用于土壤污染边界勘测的无人机初始航迹规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110750657.XA CN113485419B (zh) | 2021-07-01 | 2021-07-01 | 一种用于土壤污染边界勘测的无人机初始航迹规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113485419A CN113485419A (zh) | 2021-10-08 |
| CN113485419B true CN113485419B (zh) | 2024-05-03 |
Family
ID=77939648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110750657.XA Active CN113485419B (zh) | 2021-07-01 | 2021-07-01 | 一种用于土壤污染边界勘测的无人机初始航迹规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113485419B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001033271A (ja) * | 1999-06-30 | 2001-02-09 | Gya Min-Chun | 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム |
| CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
| CN103471592A (zh) * | 2013-06-08 | 2013-12-25 | 哈尔滨工程大学 | 一种基于蜂群协同觅食算法的多无人机航迹规划方法 |
| CN109631900A (zh) * | 2018-12-24 | 2019-04-16 | 中国矿业大学 | 一种无人机三维航迹多目标粒子群全局规划方法 |
| CN112947594A (zh) * | 2021-04-07 | 2021-06-11 | 东北大学 | 一种面向无人机的航迹规划方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106970648B (zh) * | 2017-04-19 | 2019-05-14 | 北京航空航天大学 | 城市低空环境下无人机多目标路径规划联合搜索方法 |
-
2021
- 2021-07-01 CN CN202110750657.XA patent/CN113485419B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001033271A (ja) * | 1999-06-30 | 2001-02-09 | Gya Min-Chun | 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム |
| CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
| CN103471592A (zh) * | 2013-06-08 | 2013-12-25 | 哈尔滨工程大学 | 一种基于蜂群协同觅食算法的多无人机航迹规划方法 |
| CN109631900A (zh) * | 2018-12-24 | 2019-04-16 | 中国矿业大学 | 一种无人机三维航迹多目标粒子群全局规划方法 |
| CN112947594A (zh) * | 2021-04-07 | 2021-06-11 | 东北大学 | 一种面向无人机的航迹规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113485419A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103744290B (zh) | 一种多无人机编队分层目标分配方法 | |
| CN103528586B (zh) | 基于故障网格的航迹规划算法设计 | |
| CN105841702A (zh) | 一种基于粒子群优化算法的多无人机航路规划方法 | |
| CN107070968B (zh) | 对监控区域部署传感器的方法 | |
| CN111399539B (zh) | 一种基于航路点的无人机编队避障和防撞控制方法 | |
| CN103473955B (zh) | 一种基于图论和谱聚类算法的终端扇区划分方法 | |
| CN112198896B (zh) | 一种无人机多模式电子围栏自主飞行方法 | |
| CN108388250B (zh) | 一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法 | |
| CN107807644A (zh) | 一种农用机械最低油耗运动路径规划方法 | |
| CN102929285A (zh) | 多救援直升机多目标分配与航迹规划方法 | |
| CN102622482B (zh) | 一种基于二进制粒子群算法的风机优化布置方法 | |
| CN106959700A (zh) | 一种基于上限置信区间算法的无人机群协同巡逻追踪轨迹规划方法 | |
| CN115509239A (zh) | 一种基于空地信息共享的无人车路径规划方法 | |
| CN113485419B (zh) | 一种用于土壤污染边界勘测的无人机初始航迹规划方法 | |
| CN111780766B (zh) | 融合动态风险图和改进a*算法的动态改航规划方法 | |
| Zhou et al. | Research on path planning algorithm of intelligent mowing robot used in large airport lawn | |
| CN112462763A (zh) | 一种基于栅格地图的割草机器人路径规划方法 | |
| CN106840164A (zh) | 一种多碎片主动清除在线重规划算法 | |
| CN111752305A (zh) | 一种山地型分布式光伏电站无人机巡检避障方法及系统 | |
| CN110986954B (zh) | 基于灰狼优化算法的军用运输机航路规划方法 | |
| CN116774733B (zh) | 一种多无人机覆盖路径规划方法 | |
| CN107908899A (zh) | 一种用于风电场建设施工道路的选线系统及选线方法 | |
| Wang et al. | Double heuristic optimization based on hierarchical partitioning for coverage path planning of robot mowers | |
| CN107368930A (zh) | 一种适用于电力系统分区恢复模式的黑启动电源选址方法 | |
| CN113311864B (zh) | 一种栅格尺度自适应的多无人机协同搜索方法 |
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 |