CN113885566A - 面向多无人机数据采集时间最小化的v型轨迹规划方法 - Google Patents

Abstract

本发明涉及一种面向多无人机数据采集时间最小化的V型轨迹规划方法，属于无人机使能的数据采集领域，包括以下步骤：S1：根据无人机飞行轨迹长度和采集轨迹长度，构建多无人机任务平等分配模型；S2：利用V型轨迹采集，构建使无人机数据采集时间最短的采集轨迹；S3：联合优化无人机飞行轨迹和采集轨迹，最小化单个无人机的任务完成时间。当地面网络设备损坏时，运用无人机进行数据采集工作，相较其它无人机轨迹规划方法减少了计算复杂度，实现对给定任务下的最小任务完成时间的多无人机轨迹规划。

Description

面向多无人机数据采集时间最小化的V型轨迹规划方法

技术领域

本发明属于无人机使能的数据采集领域，涉及一种面向多无人机数据采集时间最小化的V型轨迹规划方法。

背景技术

无线传感器网络以其低成本、范围大、布设灵活、移动支持等特点普遍运用到各个领域。在遭遇恶劣的状况，例如火灾监测、灾害预警、甚至是战争等，网络自主通信损坏，无法保证信息正常接收。由于无人机在自由空间下极具灵活性和很好的可视链路，无人机在作为空中移动平台搭载通信设备可以顺利地执行数据采集和侦察等任务，但无人机的任务完成时间对于决策和行动制定至关重要。因此，在对时间紧急的应用中应该首先考虑任务时间最小化。

由于可视链路的信道、传输速率受到传输距离的限制，目前存在的轨迹规划方案在追求过短的飞行路径时，会增加额外的数据传输时间，造成总体采集时间增加，并且没有具体分析无人机数据采集过程，无人机的悬停位置和飞行轨迹对采集时间有很大影响。因此，需要全面考虑飞行轨迹长度和采集方式。

发明内容

有鉴于此，本发明的目的在于针对多无人机数据采集系统，利用可视链路的特性，提供一种面向多无人机数据采集时间最小化的V型轨迹规划方法。

为达到上述目的，本发明提供如下技术方案：

一种面向多无人机数据采集时间最小化的V型轨迹规划方法，包括以下步骤：

S1：根据无人机飞行轨迹长度和采集轨迹长度，构建多无人机任务平等分配模型；

S2：利用V型轨迹采集，构建使无人机数据采集时间最短的采集轨迹；

S3：联合优化无人机飞行轨迹和采集轨迹，最小化单个无人机的任务完成时间。

进一步，在步骤S1中，多无人机的任务完成时间为其中用时最长的某个无人机的任务完成时间，因此要进一步平等地分配每个无人机的任务。无人机的数据采集范围设置为以地面节点为圆心，半径为D的圆内，根据无人机飞行轨迹长度和采集轨迹长度，地面节点位置和待上传数据包大小，构建多无人机分配任务模型，单无人机j服务单个地面节点i的任务量设为Γ_ij

上式表示把单个节点飞行任务和采集任务的任务量视为采集范围外的轨迹和采集范围内的轨迹长度的权重之和，a，b分别为飞行轨迹长度和采集轨迹长度的权重，视采集任务量和飞行轨迹长度大小而变化，

为地面节点i的坐标，

为地面节点i+1的坐标；由于无人机采集地面节点的顺序将影响飞行轨迹的长度，因此无人机j的总任务量TQ_j由所需服务的节点数目p_j和采集顺序S_j决定：

把N个地面节点的飞行任务和采集任务公平地分配给M个无人机，则需使得多无人机中获得最大任务量的无人机的任务量最小化，通过优化每台无人机的采集顺序S，和所服务的节点数目n，将其转化为最小化最大值问题：

求解式(3)是一个n-p难题，将其转换为多旅行商问题(MTSP)并通过遗传算法求解，此目标函数的求解得，地面节点按照顺序S依次链接得到无人机初始轨迹。

进一步，步骤S2中，无人机与地面节点的通信信道为可视链路，在高斯白噪声σ²和发射功率P_t固定的情况下，传输速率受距离的限制，由可视链路信道模型和信噪比阈值

确定地面节点的传输范围半径D，无人机的采集轨迹为以某一条半径为对称轴，半径上的某一点为顶点的V型轨迹，再据待上传数据包的大小，把采集模式分为飞行采集模式和悬停采集模式，分别规划两种采集模式下最小采集时间的V型轨迹。

进一步，步骤S2中，在飞行采集模式下，无人机在采集范围内以最大速度v_max采集数据，无人机的采集轨迹经过采集半径D的圆上驶入点FIP和驶出点FOP的中垂线，采集轨迹最终呈现对称的V字型，无人机在两边获得的吞吐量相同，飞行采集模式最小采集时间为

约束条件为：

0≤d≤L (4.2)

其中d是V型轨迹顶点OH到Q水平距离，Q是FIP与FOP中点，L是Q到节点上空的水平距离，l_in(d)是FIP到V型顶点的水平距离

R(t,d)为无人机和地面节点之间实时传输速率，C_i是待上传的吞吐量，

是无人机在距节点水平距离D的路径损耗，单一变量求解可采用二分法；当V型顶点位于地面节点上空时，飞行采集模式可采集到最大吞吐量

进一步，步骤S2中，当地面节点待发送的数据包大于

时，飞行采集模式无法完成任务采集工作，此时无人机采用悬停采集模式，V型顶点固定在地面节点正上空，无人机从FIP以v_max飞向顶点，在所述顶点静止悬空，因为此处无人机离地面节点的距离最小，传输速率最大，悬停采集一定数据后，再从所述顶点以v_max飞向FOP完成数据采集任务，整个过程无人机均处于接收地面节点信息状态，最小的采集时间为

约束条件为：

其中ε为无人机从v_max减速至0相比于v_max飞行速度的时间增量，即

t_hh为悬停时间

R(L)为无人机在地面节点上空的传输速率。

进一步，步骤S3中，由于相邻节点的飞行轨迹和采集轨迹强耦合不易求解，对此采用贪婪算法把单个无人机最小任务完成时间的轨迹优化分散为单个无人机服务单个地面节点的服务时间的轨迹优化，服务时间为起点到驶入点的飞行时间与驶入点到驶出点的采集时间之和，构建对飞行轨迹和采集轨迹的联合优化算法对单个地面节点的最小服务时间进行轨迹规划，方案分为代价函数构建、途经点的范围构建、循环体构建和最优解寻找四个部分：

1)代价函数构建：

其中，飞行时间被重新定义为

d_i1和d_i2分别是为地面节点i从起点到驶入点和驶出点到终点的两段飞行轨迹的长度，所述起点为地面节点i-1的驶出点，所述终点为地面节点i+1的驶入点；单个地面节点的服务时间由飞行时间和采集时间共同影响，采集时间与驶入点和驶出点的位置有关，驶入驶出点又会影响飞行时间，两者强耦合，采用迭代求出最优解；无人机依次经过起点、驶入点、顶点、驶出点和终点；

2)途径点的范围构建：

L1_min≤d_i1≤L1_max,L2_min≤d_i2≤L2_max (7)

其中

是起点到驶入点的最小距离，为与地面节点的连线交半径D的圆上的距离，

是起点与地面节点为圆心D为半径的圆相切点的距离；

3)循环体构建：

把无人机服务地面节点i的飞行轨迹的取值范围划分成k份，采用迭代算法把每一组Δ₁，Δ₂的值带入式(6)中求出所述驶入点和驶出点以及对应的V型轨迹顶点和服务时间存入一个k×k的二维数组中；

4)最优解寻找：

在k×k的二维数组中找到最小值，得到无人机服务地面节点的驶出点、驶入点和顶点的坐标；下一个地面节点的驶入点覆盖上一个节点终点，依次得到每个无人机的最小化任务完成时间的飞行轨迹。

本发明的有益效果在于：当地面网络设备损坏时，运用无人机进行数据采集工作，相较其它无人机轨迹规划方法减少了计算复杂度，实现对给定任务下的最小任务完成时间的多无人机轨迹规划，本发明在保证数据采集的完整性上能以更少的时间完成采集任务。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1是本发明无人机对地面节点的数据采集轨迹模型图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

请参阅图1，一种面向多无人机数据采集时间最小化的V型轨迹规划方法，利用可视链路的特性，无人机在传输数据时不需要悬停，只需要在地面节点传输范围内即可有效传输数据，把地面节点传输范围视作为圆，无人机在圆内即可采集信息。将无人机对地面节点的数据采集任务分解为的飞行任务和采集任务，着重解决多无人机的任务分配和采集轨迹优化，缩短任务完成时间。

具体过程如下：

1.根据无人机飞行轨迹长度和采集轨迹长度，构建多无人机任务分配模型

无人机的任务包括飞行任务和采集任务，无人机飞行时采用最大飞行速度v_max，飞行时间可等效为轨迹长度，无人机的数据采集范围设置为以地面节点为圆心，半径为D的圆内。地面节点位置飞行时间产生影响，待上传数据包大小则会影响采集时间。因此，无人机j服务地面节点i的采集任务量设为Γ_ij

上式表示把单个节点飞行任务和采集任务的任务量视为采集范围外的轨迹和采集范围内的轨迹长度的权重之和，a,b分别为飞行轨迹长度和采集轨迹长度的权重，可视采集任务量和飞行轨迹长度大小而变化，

为地面节点i的坐标。由于无人机采集地面节点的顺序将影响飞行轨迹的长度，无人机j的总任务量由所需服务的节点数目p_j和采集顺序S决定

把N个地面节点的飞行任务和采集任务公平地分配给M个无人机，则需使得多无人机中获得最大任务量的无人机的任务量最小化，将其转化为最小化最大值问题：

求解此方程是一个n-p难问题，我们将其转换为多旅行商问题(MTSP)并通过遗传算法求解。此目标函数的求解得，地面节点按照顺序S依次链接得到无人机初始轨迹。

2.提出V型采集方法，构建无人机数据采集的最短时间轨迹

无人机与地面节点的通信信道为可视链路，在高斯白噪声σ²和发射功率P_t固定的情况下，传输速率受距离的限制，由可视链路信道模型和信噪比阈值

可确定地面节点的传输范围半径D，无人机的采集轨迹为以某一条半径为对称轴，半径上的某一点为顶点的V型轨迹，再根据待上传数据包的大小，把采集模式分为飞行采集和悬停采集。

2.1规划飞行采集模式下最小采集时间的V型轨迹：

在飞行采集模式下，无人机在采集范围内以最大速度(v_max)采集数据，无人机的采集轨迹经过采集半径D的圆上驶入点(FIP)和驶出点(FOP)的中垂线，采集轨迹最终呈现对称的V字型，飞行采集模式最小采集时间为

约束条件为：

0≤d≤L(4.3)

其中d是最优V型轨迹顶点(OH)到地面节点的水平距离，L是V型轨迹顶点到地面节点的最大水平距离，l_in(d)是驶入点到V型顶点的水平距离

R(t,d)为无人机和地面节点之间的实时传输速率，C_i是待上传的吞吐量，

是无人机在距节点水平距离D的路径损耗，单一变量求解可采用二分法。当V型顶点位于地面节点上空时，飞行采集模式可采集到最大吞吐量

2.2规划悬停采集模式下最小采集时间的V型轨迹：

当地面节点待发送的数据包大于

时，无人机将采用悬停采集模式，V型顶点固定在地面节点正上空，无人机从驶入点以v_max从驶入点飞向顶点，在此处静止悬空，而后从此顶点以v_max飞向驶出点完成数据采集任务，整个过程无人机均处于接收地面节点信息状态，最小的采集时间为

约束条件为：

其中ε为无人机从v_max减速至0相比于v_max飞行速度的时间增量，即

t_hh为悬停时间

R(L)为无人机在地面节点上空的传输速率。

3联合优化飞行轨迹和采集轨迹使最小化单个无人机的任务完成时间：

从图1中可得，飞行时间只与驶入点、驶出点有关，而驶入点和驶出点又会影响采集时间，故飞行时间和采集时间是强耦合的关系，很难求出无人机的整体最优飞行轨迹。采用贪婪算法把单个无人机的轨迹求解分散为求解单个无人机服务单个地面节点的最短服务时间的飞行轨迹，服务时间为起点到驶入点的飞行时间与驶入点到驶出点的采集时间之和，在结合采集模式，得到最终获得每个无人机的最小任务完成时间轨迹。

构建对飞行轨迹和采集轨迹的联合优化算法对单个地面节点的最小服务时间进行轨迹规划，方案主要分为代价函数构建、途经点的范围构建、循环体构建和最优解寻找四个部分：

1):代价函数构建：

其中，单个地面节点的服务时间由飞行时间和采集时间共同影响，采集时间与驶入点和驶出点的位置有关，驶入驶出点又会影响飞行时间，两者强耦合。因此飞行时间被重新定义为

d_i1和d_i2分别是为地面节点i从起点到驶入点和驶出点到终点的两段飞行轨迹的长度，本发明此处的起点为地面节点i-1的驶出点，终点为地面节点i+1的驶入点。无人机依次经过起点、驶入点、顶点、驶出点和终点。

2):途径点的范围构建：

L1_min≤d_i1≤L1_max,L2_min≤d_i2≤L2_max (7)

其中

是起点到驶入点的最小距离，为与地面节点的连线交半径D的圆上的距离，

是起点与地面节点为圆心D为半径的圆相切点的距离。同理，

3):循环体构建：

无人机服务地面节点i的飞行轨迹的取值范围划分成k份，采用迭代算法把每一组Δ₁，Δ₂的值带入(6)式中求出此驶入点和驶出点以及对应的V型轨迹顶点的服务时间存入一个k×k的二维数组中。

4):最优解寻找：

在k×k的二维数组中找到最小值，得到无人机服务地面节点的驶出点、驶入点和顶点的坐标。下一个地面节点的驶入点会覆盖上一个节点终点，依次得到每个无人机的最小化任务完成时间的飞行轨迹。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：包括以下步骤：

S1：根据无人机飞行轨迹长度和采集轨迹长度，构建多无人机任务平等分配模型；

S2：利用V型轨迹采集，构建使无人机数据采集时间最短的采集轨迹；

S3：联合优化无人机飞行轨迹和采集轨迹，最小化单个无人机的任务完成时间。

2.根据权利要求1所述的面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：在步骤S1中，无人机的数据采集范围设置为以地面节点为圆心，半径为D的圆内，根据无人机飞行轨迹长度和采集轨迹长度，地面节点位置和待上传数据包大小，构建多无人机分配任务模型，单无人机j服务单个地面节点i的任务量设为Γ_ij

上式表示把单个节点飞行任务和采集任务的任务量视为采集范围外的轨迹和采集范围内的轨迹长度的权重之和，a，b分别为飞行轨迹长度和采集轨迹长度的权重，视采集任务量和飞行轨迹长度大小而变化，

为地面节点i的坐标，

为地面节点i+1的坐标；由于无人机采集地面节点的顺序将影响飞行轨迹的长度，因此无人机j的总任务量TQ_j由所需服务的节点数目p_j和采集顺序S_j决定：

把N个地面节点的飞行任务和采集任务公平地分配给M个无人机，则需使得多无人机中获得最大任务量的无人机的任务量最小化，通过优化每台无人机的采集顺序S，和所服务的节点数目n，将其转化为最小化最大值问题：

求解式(3)是一个n-p难题，将其转换为多旅行商问题(MTSP)并通过遗传算法求解，此目标函数的求解得，地面节点按照顺序S依次链接得到无人机初始轨迹。

3.根据权利要求1所述的面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：步骤S2中，无人机与地面节点的通信信道为可视链路，在高斯白噪声σ²和发射功率P_t固定的情况下，传输速率受距离的限制，由可视链路信道模型和信噪比阈值

确定地面节点的传输范围半径D，无人机的采集轨迹为以某一条半径为对称轴，半径上的某一点为顶点的V型轨迹，再据待上传数据包的大小，把采集模式分为飞行采集模式和悬停采集模式，分别规划两种采集模式下最小采集时间的V型轨迹。

4.根据权利要求3所述的面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：步骤S2中，在飞行采集模式下，无人机在采集范围内以最大速度v_max采集数据，无人机的采集轨迹经过采集半径D的圆上驶入点FIP和驶出点FOP的中垂线，采集轨迹最终呈现对称的V字型，无人机在两边获得的吞吐量相同，飞行采集模式最小采集时间为t_fi

约束条件为：

0≤d≤L(4.2)

其中d是V型轨迹顶点OH到Q水平距离，Q是FIP与FOP中点，L是Q到节点上空的水平距离，l_in(d)是FIP到V型顶点的水平距离

R(t,d)为无人机和地面节点之间实时传输速率，C_i是待上传的吞吐量，

是无人机在距节点水平距离D的路径损耗，单一变量求解可采用二分法；当V型顶点位于地面节点上空时，飞行采集模式可采集到最大吞吐量

5.根据权利要求3所述的面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：步骤S2中，当地面节点待发送的数据包大于

时，无人机采用悬停采集模式，V型顶点固定在地面节点正上空，无人机从FIP以v_max飞向顶点，在所述顶点静止悬空，悬停采集一定数据后，再从所述顶点以v_max飞向FOP完成数据采集任务，整个过程无人机均处于接收地面节点信息状态，最小的采集时间为

约束条件为：

其中ε为无人机从v_max减速至0相比于v_max飞行速度的时间增量，即

t_hh为悬停时间

R(L)为无人机在地面节点上空的传输速率。

6.根据权利要求1所述的面向多无人机数据采集时间最小化的V型轨迹规划方法，其特征在于：步骤S3中，采用贪婪算法把单个无人机最小任务完成时间的轨迹优化分散为单个无人机服务单个地面节点的服务时间的轨迹优化，服务时间为起点到驶入点的飞行时间与驶入点到驶出点的采集时间之和，构建对飞行轨迹和采集轨迹的联合优化算法对单个地面节点的最小服务时间进行轨迹规划，方案分为代价函数构建、途经点的范围构建、循环体构建和最优解寻找四个部分：

1)代价函数构建：

其中，飞行时间被重新定义为

d_i1和d_i2分别是为地面节点i从起点到驶入点和驶出点到终点的两段飞行轨迹的长度，所述起点为地面节点i-1的驶出点，所述终点为地面节点i+1的驶入点；单个地面节点的服务时间由飞行时间和采集时间共同影响，采集时间与驶入点和驶出点的位置有关，驶入驶出点又会影响飞行时间，两者强耦合，采用迭代求出最优解；无人机依次经过起点、驶入点、顶点、驶出点和终点；

2)途径点的范围构建：

L1_min≤d_i1≤L1_max,L2_min≤d_i2≤L2_max (7)

其中

是起点到驶入点的最小距离，为与地面节点的连线交半径D的圆上的距离，

是起点与地面节点为圆心D为半径的圆相切点的距离；

3)循环体构建：

把无人机服务地面节点i的飞行轨迹的取值范围划分成k份，采用迭代算法把每一组Δ₁，Δ₂的值带入式(6)中求出所述驶入点和驶出点以及对应的V型轨迹顶点和服务时间存入一个k×k的二维数组中；

4)最优解寻找：

在k×k的二维数组中找到最小值，得到无人机服务地面节点的驶出点、驶入点和顶点的坐标；下一个地面节点的驶入点覆盖上一个节点终点，依次得到每个无人机的最小化任务完成时间的飞行轨迹。

Images