CN115860292A - 基于渔政监控的无人机最优规划路径方法及装置 - Google Patents

基于渔政监控的无人机最优规划路径方法及装置 Download PDF

Info

Publication number
CN115860292A
CN115860292A CN202211455163.XA CN202211455163A CN115860292A CN 115860292 A CN115860292 A CN 115860292A CN 202211455163 A CN202211455163 A CN 202211455163A CN 115860292 A CN115860292 A CN 115860292A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
path
flight
time
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
Application number
CN202211455163.XA
Other languages
English (en)
Other versions
CN115860292B (zh
Inventor
陈黎
华斌
杨孟
贾鹏
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.)
Wuhan Kunda'an Information Security Technology Co ltd
Original Assignee
Wuhan Kunda'an Information Security Technology Co ltd
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 Wuhan Kunda'an Information Security Technology Co ltd filed Critical Wuhan Kunda'an Information Security Technology Co ltd
Priority to CN202211455163.XA priority Critical patent/CN115860292B/zh
Publication of CN115860292A publication Critical patent/CN115860292A/zh
Application granted granted Critical
Publication of CN115860292B publication Critical patent/CN115860292B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于渔政监控的无人机最优规划路径方法及装置,包括:从渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集,构建每条可选路径的飞行时间目标函数,求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机‑可选路径方案,依次计算每条无人机‑可选路径方案下无人机的能耗值,选择能耗值最小的无人机‑可选路径方案,完成渔政监控的无人机规划路径。本发明主要目的在于提高无人机实施渔政监控的安全性,以防止无人机坠落导致河流污染的问题。

Description

基于渔政监控的无人机最优规划路径方法及装置
技术领域
本发明涉及路径规划技术领域,尤其涉及一种基于渔政监控的无人机最优规划路径方法、装置、电子设备及计算机可读存储介质。
背景技术
伴随科学技术的不断发展,无人机的使用频率越来越高,无人机作为高效替代人工进而实现智能检测、巡检的目的已全面普及。特别是基于渔政监控的无人机巡检,由于渔政区域一般涉及到庞大的河流区域,人工难以及时全面的监控非法捕捞、引流等行为,因此需要配合无人机实现巡检。
目前基于渔政区域的无人机路径规划,一般依赖于遗传算法实现局部最优路径规划,比如将无人机的总路径拆分为多个监控点,在监控点与监控点之间使用蚁群、鲨鱼或狼群等遗传算法计算出最优路径,以驱使无人机实现巡检功能。
上述方法虽然可驱动无人机实现渔政监控,但由前所述可知,渔政监控一般涉及非常庞大的河流区域,若不断使用遗传算法迭代计算每次无人机的飞行方向,对于无人机的功耗消耗是巨大的,特别地,当无人机因功耗过高导致坠落至河流区域,由于无人机内部包括大量化学类电池,极其容易造成河流污染,因此缺乏一种具有更高安全性的无人机实施渔政监控的路径规划方案。
发明内容
本发明提供一种基于渔政监控的无人机最优规划路径方法、装置及计算机可读存储介质,其主要目的在于提高无人机实施渔政监控的安全性,以防止无人机坠落导致河流污染的问题。
为实现上述目的,本发明提供的一种基于渔政监控的无人机最优规划路径方法,包括:
接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure BDA0003953249710000021
Figure BDA0003953249710000022
Figure BDA0003953249710000023
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000024
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000025
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000026
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000027
表示第j条个无人机可设定的最大飞行速度;
求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
可选地,所述根据所述起始点与终止点确定渔政监控区域的可选路径集,包括:
启动与所述渔政监控区域对应的建模软件,其中,建模软件内包括渔政模拟区域,渔政模拟区域内包括所有预先构建的监控路径集,监控路径集中每条监控路径均包括多组监控点;
将起始点与终止点投射至所述渔政模拟区域,得到两组投射点;
从所述监控路径集中寻找监控点与两组投射点重合的监控路径,确定得到可选路径集。
可选地,所述确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,包括:
获取每条可选路径在利用建模软件实现路径测试时,所得到的不同测试飞行时间;
获取每条可选路径在实际渔政监控时,不同无人机飞行所花费的时间,得到实际飞行时间,其中每组实际飞行时间或测试飞行时间均对应无人机的历史飞行速度;
汇总所有的测试飞行时间与实际飞行时间,得到所述历史飞行时间集。
可选地,所述根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,包括:
根据每条可选路径的历史飞行时间集,计算每条可选路径的平均飞行时间;
根据每条可选路径的历史飞行时间集拟合出飞行时间的正态分布函数;
获取每条可选路径的路径长度;
根据正态分布函数、路径长度与平均飞行时间构建出飞行时间目标函数。
可选地,所述无人机可设定的最大飞行速度的设定方法为:
获取接收渔政监控指令后的环境参数,其中环境参数包括降雨量、风量;
获取无人机的电池衰减度与历史飞行速度;
根据下式计算得到每组无人机可设定的最大飞行速度:
Figure BDA0003953249710000031
/>
Figure BDA0003953249710000032
其中,Ej表示第j条个无人机的电池衰减度,δ为计算最大飞行速度的调节因子,cj为渔政监控指令后的环境参数,cj的值等于降雨量与风量的和,
Figure BDA0003953249710000033
表示第j条个无人机在出厂时测定的标准最大速度,/>
Figure BDA0003953249710000034
表示第j条个无人机的历史飞行速度,γ为历史飞行速度与可设定的最大飞行速度的调节因子。
可选地,所述依次计算每条无人机-可选路径方案下无人机的能耗值,包括:
获取每条无人机-可选路径方案的无人机的飞行参数值,其中飞行参数值包括螺旋桨直径、螺旋桨螺距、无人机质量;
根据所述飞行参数值构建无人机负载电压与无人机质量的关系式;
构建无人机能耗计算公式,根据所述无人机负载电压与无人机质量的关系式求解无人机能耗计算公式,得到每条无人机-可选路径方案的无人机的能耗值。
可选地,所述根据所述飞行参数值构建无人机负载电压与无人机质量的关系式,包括:
Figure BDA0003953249710000041
其中,Uj表示第j个无人机-可选路径方案所对应的无人机的负载电压,mj为第j个无人机-可选路径方案的无人机质量,g为重力加速度,dj为无人机的螺旋桨直径,pj为无人机的螺旋桨螺距,rj表示无人机的电机的发电频率,μ为无人机负载电压与无人机质量的调节因子。
可选地,所述无人机能耗计算公式为:
Pj=Pa+Pb+Pc
其中,Pj表示第j个无人机-可选路径方案下无人机的能耗值,Pa为无人机的电机的功耗值,Pb表示无人机内监控设备的功耗值,Pc表示无人机非电机的功耗值。
可选地,所述无人机的电机的功耗值的计算方法为:
Figure BDA0003953249710000042
其中,i(t)表示流经无人机的电机的电流,t为无人机在对应的可选路径中的飞行时间。
为了解决上述问题,本发明还提供一种基于渔政监控的无人机最优规划路径装置,所述装置包括:
可选路径确定模块,用于接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
飞行时间目标函数构建模块,用于确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure BDA0003953249710000051
Figure BDA0003953249710000052
Figure BDA0003953249710000053
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000054
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000055
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000056
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000057
表示第j条个无人机可设定的最大飞行速度;
函数求解模块,用于求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
路径筛选模块,用于选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
能耗值计算模块,用于依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的基于渔政监控的无人机最优规划路径方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于渔政监控的无人机最优规划路径方法。
本发明实施例为解决背景技术所述问题,先接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集,可见相比于使用遗传算法不断迭代每次无人机的飞行方向来说,本发明实施例直接确定出可选的所有飞行路径,依次大量减少无人机因计算路径方向而造成的能耗消耗,进一步地,确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,由于过长时间的飞行会极其容易提高无人机的异常坠落概率,因此本发明实施例选择每条可选路径下飞行时间目标值最小的无人机,从而得到一条或多条无人机-可选路径方案,最后,依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。因此本发明提出的基于渔政监控的无人机最优规划路径方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高无人机实施渔政监控的安全性,以防止无人机坠落导致河流污染的问题。
附图说明
图1为本发明一实施例提供的基于渔政监控的无人机最优规划路径方法的流程示意图;
图2为本发明一实施例提供的基于渔政监控的无人机最优规划路径装置的功能模块图;
图3为本发明一实施例提供的实现所述基于渔政监控的无人机最优规划路径方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,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。
本申请实施例提供一种基于渔政监控的无人机最优规划路径方法。所述基于渔政监控的无人机最优规划路径方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于渔政监控的无人机最优规划路径方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的基于渔政监控的无人机最优规划路径方法的流程示意图。在本实施例中,所述基于渔政监控的无人机最优规划路径方法包括:
S1、接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集。
本发明实施例中,渔政监控指令一般由渔政监控人员发起。示例性的,小张为某河流区域的管理人员,主要职责为实时监督是否有非法捕捞、垂钓等非法行为,因此在夜晚时候小张为监控河流安全,发起渔政监控指令。
需解释的是,渔政监控指令的主要作用在于启动无人机环视指定的河流区域,示例性的,小张所监管的河流区域为矩形区域共有300亩,而小张夜晚巡视区域为其中的100亩,另外200亩区域需配合无人机巡视,因此在该200亩区域内确定无人机的起始点与终止点,从而保证无人机安全起飞和降落。
此外需强调的是,起始点与终止点一般是通过建模后已设定好的可选点集,即假设200亩区域内共有可选的起始点20处,可选的终止点30处,则小张需要主观判断选择哪个起始点所在的无人机,并降落至哪个可选的终止点。
详细地,所述根据所述起始点与终止点确定渔政监控区域的可选路径集,包括:
启动与所述渔政监控区域对应的建模软件,其中,建模软件内包括渔政模拟区域,渔政模拟区域内包括所有预先构建的监控路径集,监控路径集中每条监控路径均包括多组监控点;
将起始点与终止点投射至所述渔政模拟区域,得到两组投射点;
从所述监控路径集中寻找监控点与两组投射点重合的监控路径,确定得到可选路径集。
示例性的,根据渔政监控区域的位置信息与地形信息,利用UNITY3D等软件模拟得到与渔政监控区域相似的渔政模拟区域。可推断出的,渔政模拟区域的主要目的是方便计算机执行拟合计算,从而确定无人机的投放位置和监控路径,其中投放位置又称监控点,假设上述200亩区域内共有可选的起始点20处,可选的终止点30处,则对应的在渔政模拟区域内共有50组监控点,监控点的主要作用是执行无人机起飞和降落。因此监控点与监控点之间可以确定出监控路径。
进一步地,假设监控点A、B与C,其中监控点A与监控点B由于距离过近,则A、B之间不存在监控路径;而监控点B与C之间由于有过高阻挡物的存在,无人机飞行容易产生风险,因此也不存在监控路径;恰好监控点A与C之间距离合适且无阻碍物,因此AC之间存在监控路径,且为了提高AC之间监控效率,可能预先规划了多条不同方向、不同角度的无人机飞行方案,因此AC之间可能存在多条监控路径。以此类推,多组监控点互相之间可能存在一条或多条监控路径,从而构成上述监控路径集。
由此,当小张确定上述200亩区域内的起始点和终止点,则可通过映射关系,确定出渔政模拟区域内的监控点,从而根据两组监控点确定出一条或多条可选路径。
S2、确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数。
需解释的是,历史飞行时间包括两类,一类为使用软件模拟得到渔政模拟区域并确定出多条监控路径集后,利用多组无人机测试每条监控路径的飞行时间;二类为实际执行渔政监控时,各组无人机在每条监控路径的飞行时间。
因此详细地,所述确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,包括:
获取每条可选路径在利用建模软件实现路径测试时,所得到的不同测试飞行时间;
获取每条可选路径在实际渔政监控时,不同无人机飞行所花费的时间,得到实际飞行时间,其中每组实际飞行时间或测试飞行时间均对应无人机的历史飞行速度;
汇总所有的测试飞行时间与实际飞行时间,得到所述历史飞行时间集。
需解释的是,历史飞行时间集的主要作用在于综合判断无人机在每条可选路径下的总体飞行时间分布情况,因为无人机在执行渔政监控任务时,有时会受到环境、气候、电池量等影响,即使相同的飞行速度也可能造成不同的飞行时间,因此统计出每条可选路径下所有的历史飞行时间,并基于历史飞行时间选择时间上最具有优势的路径是极其有必要的。
详细地,所述根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,包括:
根据每条可选路径的历史飞行时间集,计算每条可选路径的平均飞行时间;
根据每条可选路径的历史飞行时间集拟合出飞行时间的正态分布函数;
获取每条可选路径的路径长度;
根据正态分布函数、路径长度与平均飞行时间构建出飞行时间目标函数。
进一步地,所述飞行时间目标函数为:
Figure BDA0003953249710000091
Figure BDA0003953249710000092
Figure BDA0003953249710000093
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000094
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000095
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000096
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000097
表示第j条个无人机可设定的最大飞行速度,其中最大飞行速度与该无人机的电池衰减度、历史飞行速度及当前飞行环境有关。
需解释的是,安全飞行时间Ti一般情况大于平均飞行时间ti,因为若存在安全飞行时间若小于平均飞行时间的路径,在利用建模软件执行每条路径的时间测试时则会直接剔除。
进一步地,所述无人机可设定的最大飞行速度的设定方法为:
获取接收渔政监控指令后的环境参数,其中环境参数包括降雨量、风量;
获取无人机的电池衰减度与历史飞行速度;
根据下式计算得到每组无人机可设定的最大飞行速度:
Figure BDA0003953249710000101
Figure BDA0003953249710000102
其中,Ej表示第j条个无人机的电池衰减度,δ为计算最大飞行速度的调节因子,cj为渔政监控指令后的环境参数,cj的值等于降雨量与风量的和,
Figure BDA0003953249710000103
表示第j条个无人机在出厂时测定的标准最大速度,/>
Figure BDA0003953249710000104
表示第j条个无人机的历史飞行速度,γ为历史飞行速度与可设定的最大飞行速度的调节因子。
S3、求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,其中无人机与可选路径具有一一对应关系。
由上可知,根据飞行时间目标函数可依次计算每个无人机在每条可选路径所计算出的F(t)值。示例性的,上述200亩区域内共有3条可选路径,分别为第一可选路径、第二可选路径与第三可选路径,其中第一可选路径有3个无人机可供选择、第二可选路径有2个无人机可供选择、第三可选路径有5个无人机可供选择,因此依次计算每个可选路径下每个无人机的飞行时间目标值,因此可知,无人机与可选路径具有一一对应关系。
S4、选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案。
进一步地,假设第一可选路径的3组无人机的F(t)值分别为15、18、20,则选择F(t)值最小的15所对应的无人机,则确定了第一可选路径与F(t)值=15的无人机的无人机-可选路径方案。依次类推,得到第二可选路径、第三可选路径与其无人机的无人机-可选路径方案。
S5、依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
需解释的是,通过上述步骤可选择出每个无人机所对应的最优路径,但一般情况下渔政监控区域面积庞大,当无人机一旦在巡检中发生意外则会直接落入水中,由于无人机内包括各类零部件及化学类电池,从而会造成河流污染,因此本发明实施例认为需要最大概率的选择能耗值最小的无人机-可选路径方案。
详细地,所述依次计算每条无人机-可选路径方案下无人机的能耗值,包括:
获取每条无人机-可选路径方案的无人机的飞行参数值,其中飞行参数值包括螺旋桨直径、螺旋桨螺距、无人机质量;
根据所述飞行参数值构建无人机负载电压与无人机质量的关系式;
构建无人机能耗计算公式,根据所述无人机负载电压与无人机质量的关系式求解无人机能耗计算公式,得到每条无人机-可选路径方案的无人机的能耗值。
进一步地,所述根据所述飞行参数值构建无人机负载电压与无人机质量的关系式,包括:
Figure BDA0003953249710000111
其中,Uj表示第j个无人机-可选路径方案所对应的无人机的负载电压,mj为第j个无人机-可选路径方案的无人机质量,g为重力加速度,dj为无人机的螺旋桨直径,pj为无人机的螺旋桨螺距,rj表示无人机的电机的发电频率,μ为无人机负载电压与无人机质量的调节因子;
其中,所述无人机能耗计算公式为:
Pj=Pa+Pb+Pc
其中,Pj表示第j个无人机-可选路径方案下无人机的能耗值,Pa为无人机的电机的功耗值,Pb表示无人机内监控设备的功耗值,Pc表示无人机非电机的功耗值;
需强调的是,因为监控设备的功耗损失相对稳定,因此无人机内监控设备的功耗值一般可直接采用该监控设备出厂时所测试的功耗值。
其中,无人机的电机的功耗值的计算方法为:
Figure BDA0003953249710000112
其中,i(t)表示流经无人机的电机的电流,t为无人机在对应的可选路径中的飞行时间;
此外,无人机非电机的功耗值包括无人机其他零部件的电阻功耗值、热量损失值等,可通过不同无人机的结构对应估算。
因此总结地,根据上述公式可计算出每条无人机-可选路径方案下无人机的能耗值。示例性的,第一可选路径与F(t)值=15无人机的方案,F(t)值=15的无人机在第一可选路径的能耗值为1200瓦,第二无人机-可选路径方案的无人机能耗值为1000瓦,第三无人机-可选路径方案的无人机能耗值为900瓦,则明显地第三无人机-可选路径方案的安全性更高,则直接选择第三无人机-可选路径方案中的无人机与可选路径,从而实现渔政监控的无人机规划路径。
本发明实施例为解决背景技术所述问题,先接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集,可见相比于使用遗传算法不断迭代每次无人机的飞行方向来说,本发明实施例直接确定出可选的所有飞行路径,依次大量减少无人机因计算路径方向而造成的能耗消耗,进一步地,确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,由于过长时间的飞行会极其容易提高无人机的异常坠落概率,因此本发明实施例选择每条可选路径下飞行时间目标值最小的无人机,从而得到一条或多条无人机-可选路径方案,最后,依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。因此本发明提出的基于渔政监控的无人机最优规划路径方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高无人机实施渔政监控的安全性,以防止无人机坠落导致河流污染的问题。
如图2所示,是本发明一实施例提供的基于渔政监控的无人机最优规划路径装置的功能模块图。
本发明所述基于渔政监控的无人机最优规划路径装置100可以安装于电子设备中。根据实现的功能,所述基于渔政监控的无人机最优规划路径装置100可以包括可选路径确定模块101、飞行时间目标函数构建模块102、函数求解模块103、路径筛选模块104及能耗值计算模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述可选路径确定模块101,用于接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
所述飞行时间目标函数构建模块102,用于确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure BDA0003953249710000131
Figure BDA0003953249710000132
/>
Figure BDA0003953249710000133
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000134
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000135
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000136
表示第i条可选路径中历史飞行速度的速度最大值,Δ,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000137
表示第j条个无人机可设定的最大飞行速度;
所述函数求解模块103,用于求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
所述路径筛选模块104,用于选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
所述能耗值计算模块105,用于依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
详细地,本发明实施例中所述基于渔政监控的无人机最优规划路径装置100中的所述各模块在使用时采用与上述的图1中所述的基于区块链的产品供应链管理方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明一实施例提供的实现基于渔政监控的无人机最优规划路径方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线12,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于渔政监控的无人机最优规划路径方法程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如基于渔政监控的无人机最优规划路径方法程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于渔政监控的无人机最优规划路径方法程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线12可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线12可以分为地址总线、数据总线、控制总线等。所述总线12被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于渔政监控的无人机最优规划路径方法程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure BDA0003953249710000161
Figure BDA0003953249710000162
Figure BDA0003953249710000163
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000164
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000165
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000166
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000167
表示第j条个无人机可设定的最大飞行速度;
求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure BDA0003953249710000171
Figure BDA0003953249710000172
Figure BDA0003953249710000173
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure BDA0003953249710000174
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure BDA0003953249710000175
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure BDA0003953249710000176
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure BDA0003953249710000177
表示第j条个无人机可设定的最大飞行速度;
求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,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等同替换,而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于渔政监控的无人机最优规划路径方法,其特征在于,所述方法包括:
接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure FDA0003953249700000011
Figure FDA0003953249700000012
Figure FDA0003953249700000013
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure FDA0003953249700000014
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure FDA0003953249700000015
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure FDA0003953249700000016
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure FDA0003953249700000017
表示第j条个无人机可设定的最大飞行速度;
求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
2.如权利要求1所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述根据所述起始点与终止点确定渔政监控区域的可选路径集,包括:
启动与所述渔政监控区域对应的建模软件,其中,建模软件内包括渔政模拟区域,渔政模拟区域内包括所有预先构建的监控路径集,监控路径集中每条监控路径均包括多组监控点;
将起始点与终止点投射至所述渔政模拟区域,得到两组投射点;
从所述监控路径集中寻找监控点与两组投射点重合的监控路径,确定得到可选路径集。
3.如权利要求1所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,包括:
获取每条可选路径在利用建模软件实现路径测试时,所得到的不同测试飞行时间;
获取每条可选路径在实际渔政监控时,不同无人机飞行所花费的时间,得到实际飞行时间,其中每组实际飞行时间或测试飞行时间均对应无人机的历史飞行速度;
汇总所有的测试飞行时间与实际飞行时间,得到所述历史飞行时间集。
4.如权利要求3所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,包括:
根据每条可选路径的历史飞行时间集,计算每条可选路径的平均飞行时间;
根据每条可选路径的历史飞行时间集拟合出飞行时间的正态分布函数;
获取每条可选路径的路径长度;
根据正态分布函数、路径长度与平均飞行时间构建出飞行时间目标函数。
5.如权利要求1所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述无人机可设定的最大飞行速度的设定方法为:
获取接收渔政监控指令后的环境参数,其中环境参数包括降雨量、风量;
获取无人机的电池衰减度与历史飞行速度;
根据下式计算得到每组无人机可设定的最大飞行速度:
Figure FDA0003953249700000021
Figure FDA0003953249700000022
其中,Ej表示第j条个无人机的电池衰减度,δ为计算最大飞行速度的调节因子,cj为渔政监控指令后的环境参数,cj的值等于降雨量与风量的和,
Figure FDA0003953249700000031
表示第j条个无人机在出厂时测定的标准最大速度,/>
Figure FDA0003953249700000032
表示第j条个无人机的历史飞行速度,γ为历史飞行速度与可设定的最大飞行速度的调节因子。
6.如权利要求1所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述依次计算每条无人机-可选路径方案下无人机的能耗值,包括:
获取每条无人机-可选路径方案的无人机的飞行参数值,其中飞行参数值包括螺旋桨直径、螺旋桨螺距、无人机质量;
根据所述飞行参数值构建无人机负载电压与无人机质量的关系式;
构建无人机能耗计算公式,根据所述无人机负载电压与无人机质量的关系式求解无人机能耗计算公式,得到每条无人机-可选路径方案的无人机的能耗值。
7.如权利要求6所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述根据所述飞行参数值构建无人机负载电压与无人机质量的关系式,包括:
Figure FDA0003953249700000033
其中,Uj表示第j个无人机-可选路径方案所对应的无人机的负载电压,mj为第j个无人机-可选路径方案的无人机质量,g为重力加速度,dj为无人机的螺旋桨直径,pj为无人机的螺旋桨螺距,rj表示无人机的电机的发电频率,μ为无人机负载电压与无人机质量的调节因子。
8.如权利要求7所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述无人机能耗计算公式为:
Pj=Pa+Pb+Pc
其中,Pj表示第j个无人机-可选路径方案下无人机的能耗值,Pa为无人机的电机的功耗值,Pb表示无人机内监控设备的功耗值,Pc表示无人机非电机的功耗值。
9.如权利要求8所述的基于渔政监控的无人机最优规划路径方法,其特征在于,所述无人机的电机的功耗值的计算方法为:
Figure FDA0003953249700000041
其中,i(t)表示流经无人机的电机的电流,t为无人机在对应的可选路径中的飞行时间。
10.一种基于渔政监控的无人机最优规划路径装置,其特征在于,所述装置包括:
可选路径确定模块,用于接收渔政监控指令,从所述渔政监控指令中提取渔政监控区域的起始点与终止点,根据所述起始点与终止点确定渔政监控区域的可选路径集;
飞行时间目标函数构建模块,用于确定每个无人机在所述可选路径集中每条可选路径的历史飞行时间集,根据所述历史飞行时间集构建每条可选路径的飞行时间目标函数,所述飞行时间目标函数为:
Figure FDA0003953249700000042
Figure FDA0003953249700000043
Figure FDA0003953249700000044
其中,F(t)表示飞行时间目标函数,t1为设定的起始点的起飞时间,t2为设定的终止点的落地时间,ti为第i条可选路径的平均飞行时间,Ti为第i条可选路径的安全飞行时间,
Figure FDA0003953249700000045
表示正态分布函数的标准差的平方值,vj表示第j条个无人机可设定的飞行速度,li表示第i条可选路径的路径长度,st表示约束条件,/>
Figure FDA0003953249700000046
表示第i条可选路径中历史飞行速度的速度最小值,/>
Figure FDA0003953249700000047
表示第i条可选路径中历史飞行速度的速度最大值,α,β分别为历史飞行速度的速度最小值与速度最大值的调节因子,/>
Figure FDA0003953249700000048
表示第j条个无人机可设定的最大飞行速度;
函数求解模块,用于求解所述飞行时间目标函数,得到每个无人机在每条可选路径的飞行时间目标值,此时无人机与可选路径具有一一对应关系;
路径筛选模块,用于选择飞行时间目标值最小的无人机与可选路径,得到一条或多条无人机-可选路径方案;
能耗值计算模块,用于依次计算每条无人机-可选路径方案下无人机的能耗值,选择能耗值最小的无人机-可选路径方案,完成渔政监控的无人机规划路径。
CN202211455163.XA 2022-11-21 2022-11-21 基于渔政监控的无人机最优规划路径方法及装置 Active CN115860292B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211455163.XA CN115860292B (zh) 2022-11-21 2022-11-21 基于渔政监控的无人机最优规划路径方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211455163.XA CN115860292B (zh) 2022-11-21 2022-11-21 基于渔政监控的无人机最优规划路径方法及装置

Publications (2)

Publication Number Publication Date
CN115860292A true CN115860292A (zh) 2023-03-28
CN115860292B CN115860292B (zh) 2023-08-04

Family

ID=85664328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211455163.XA Active CN115860292B (zh) 2022-11-21 2022-11-21 基于渔政监控的无人机最优规划路径方法及装置

Country Status (1)

Country Link
CN (1) CN115860292B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116365717A (zh) * 2023-05-31 2023-06-30 深圳凯升联合科技有限公司 一种高压电路安全监测系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906932A (zh) * 2019-12-04 2021-06-04 北京城市机扫服务有限公司 垃圾清运车辆路线处理方法和装置
CN113188547A (zh) * 2021-05-06 2021-07-30 国能朔黄铁路发展有限责任公司 无人机路径规划方法、装置、控制器及存储介质
CN114169628A (zh) * 2021-12-14 2022-03-11 西南交通大学 基于a*算法和遗传算法的舰载机调度优化方法及系统
KR20220062964A (ko) * 2020-11-09 2022-05-17 한국전자통신연구원 다각형 비행 영역에 대한 복수 무인비행체의 최적 경로 생성 방법
CN114594790A (zh) * 2022-03-04 2022-06-07 全球能源互联网研究院有限公司 一种配电网多无人机巡线路径规划方法及系统
CN114625161A (zh) * 2022-01-26 2022-06-14 合肥工业大学 面向交通非现场执法的多无人机联合任务规划方法和系统
CN114638155A (zh) * 2022-02-24 2022-06-17 广东翼景信息科技有限公司 一种基于智能机场的无人机任务分配与路径规划方法
WO2022127754A1 (zh) * 2020-12-15 2022-06-23 广州极飞科技股份有限公司 无人机返航方法、装置、无人机和存储介质
CN114840023A (zh) * 2022-05-19 2022-08-02 湖南璟德科技有限公司 无人机多路径规划方法及系统、计算机设备与存储介质
CN115032996A (zh) * 2022-06-21 2022-09-09 中国电信股份有限公司 一种路径规划方法、装置、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906932A (zh) * 2019-12-04 2021-06-04 北京城市机扫服务有限公司 垃圾清运车辆路线处理方法和装置
KR20220062964A (ko) * 2020-11-09 2022-05-17 한국전자통신연구원 다각형 비행 영역에 대한 복수 무인비행체의 최적 경로 생성 방법
WO2022127754A1 (zh) * 2020-12-15 2022-06-23 广州极飞科技股份有限公司 无人机返航方法、装置、无人机和存储介质
CN113188547A (zh) * 2021-05-06 2021-07-30 国能朔黄铁路发展有限责任公司 无人机路径规划方法、装置、控制器及存储介质
CN114169628A (zh) * 2021-12-14 2022-03-11 西南交通大学 基于a*算法和遗传算法的舰载机调度优化方法及系统
CN114625161A (zh) * 2022-01-26 2022-06-14 合肥工业大学 面向交通非现场执法的多无人机联合任务规划方法和系统
CN114638155A (zh) * 2022-02-24 2022-06-17 广东翼景信息科技有限公司 一种基于智能机场的无人机任务分配与路径规划方法
CN114594790A (zh) * 2022-03-04 2022-06-07 全球能源互联网研究院有限公司 一种配电网多无人机巡线路径规划方法及系统
CN114840023A (zh) * 2022-05-19 2022-08-02 湖南璟德科技有限公司 无人机多路径规划方法及系统、计算机设备与存储介质
CN115032996A (zh) * 2022-06-21 2022-09-09 中国电信股份有限公司 一种路径规划方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李晓辉: "电力巡检中的无人机群路径规划算法", 《计算机系统应用》, vol. 31, no. 3 *
顾爱华;郭青慧;: "不确定性条件下最优路径的研究", 软件工程, no. 02 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116365717A (zh) * 2023-05-31 2023-06-30 深圳凯升联合科技有限公司 一种高压电路安全监测系统及方法
CN116365717B (zh) * 2023-05-31 2023-08-11 深圳凯升联合科技有限公司 一种高压电路安全监测系统及方法

Also Published As

Publication number Publication date
CN115860292B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN107169608B (zh) 多无人机执行多任务的分配方法及装置
CN107103164B (zh) 无人机执行多任务的分配方法及装置
US20210246876A1 (en) Controlling wind turbine
CN106447107B (zh) 一种基于飞机结构健康监控的维修方法
CN104376389A (zh) 基于负载均衡的主从式微电网功率负荷预测系统及其方法
Liu et al. Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0
CN111044044B (zh) 一种电力无人机巡检路线规划方法和装置
CN115860292A (zh) 基于渔政监控的无人机最优规划路径方法及装置
US20220026572A1 (en) Fan blade surface profile curve fitting method, system, device, and storage medium
CN111007874A (zh) 无人机与车辆协同的电力巡检方法和装置
CN115145311A (zh) 一种巡检路径规划方法、装置、设备和存储介质
WO2020131300A1 (en) Large scale simulator for airborne objects
WO2024114543A1 (zh) 一种无人驾驶航空器的权限管控方法、系统和存储介质
CN114169503A (zh) 一种飞机着陆距离精准预测方法
CN116518979B (zh) 一种无人机路径规划方法、系统、电子设备及介质
CN113120235A (zh) 一种基于能量分析的载重无人机任务规划方法
CN116794532A (zh) 基于多模态传感器融合算法的无人机电池电量预测方法
CN116578120A (zh) 无人机调度方法、装置、无人机系统和算机设备
US11897627B2 (en) Systems and methods for data verification at start up
CN115542953B (zh) 一种基于无人机的巡检方法、装置、设备以及介质
CN113625770B (zh) 基于飞行无人机对光伏电站进行巡检的自主导航规划方法及装置
CN112821456B (zh) 基于迁移学习的分布式源-储-荷匹配方法及装置
CN115016541A (zh) 一种巡视路径优化方法、装置、电子设备及存储介质
CN115640106B (zh) 一种面向多无人机指挥控制的人机功能分配方法及系统
CN114148542B (zh) 无人机测试方法、装置及存储介质

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