地震场景下无人机路径规划设计.pdf

引用格式:朱明月陈铖吴佳骏等.地震场景下无人机路径规划设计.航空计算技术():.():.地震场景下无人机路径规划设计朱明月陈 铖吴佳骏羊 钊(南京航空航天大学江苏 南京)摘 要:无人机路径规划技术为无人机自主飞行和低空交通管理提供了技术支持也是无人机可以实现抗震救灾的重要前提 面向地震场景结合灾区环境以及相关需求研究地震灾情的无人机救灾最优路径规划方法 搭建地震受灾环境设计模拟真实情况的地震场景 选用蚁群算法中的三维路径规划算法搜索从出发点到疑似点的最优路径 通过仿真验证了模型的可行性和有效性关键词:地震场景无人机路径规划多目标规划多目标蚁群算法中图分类号:.文献标识码:文章编号:()():.:引言随着现代科技的不断进步无人机技术在军事方面得到了广泛的应用而自然灾害往往具有突发性、瞬时性、不确定性仅靠传统的人工救援方式无法有效且安全地解决救援问题 同时卫星遥感与航空遥感在获取灾情时受到时空分辨力、外界环境以及使用成本等因素的影响其在救援方面受到一定限制在面对地震导致的地面交通瘫痪问题时无人机可以在第一时间前往危险未知领域进行侦察与勘测快速并且大规模运输紧急物资对灾难发生场所大面积进行药物喷洒以高效完成病菌灭杀作业等 与有人机相比无人机具有建造使用成本低、地勤保障要求低、安全风险系数小、设备搭载多样化及适配性好等优点 目前我国对无人机的研究主要专注于无人机军用化在无人机抗震救灾的问题上依然有一些空缺无人机路径规划是无人机自主飞行、无人机交通管理的关键技术也是无人机进行抗震救灾的必要前提 无人机路径规划指综合无人机自身飞行性能约束结合飞行环境中的地形、天气等外部因素为无人机规划出一条从起始点到终点的安全飞行路径 其中路径规划主要包括三个部分:一是针对震区的实际情况对路径进行初步规划二是利用优化搜索算法对收稿日期:修订日期:基金项目:国家自然科学基金项目资助()作者简介:朱明月()女安徽六安人第 卷 第 期航 空 计 算 技 术.年 月 .航路进行进一步的优化确定出最优路径三是对其进行路径平滑处理 在路径规划算法方面主要是对各类智能算法(如 算法、遗传算法、蚁群算法、粒子群算法等)的改进应用并且在具体运用中要根据不同的特点将各类算法进行混合 利用无人驾驶飞机的路径规划方法可以迅速而有效地开展针对震后的救援行动无人机遥感系统()是把无人机和遥感技术结合在一起它是一种以无人机为平台以各种成像与非成像传感器为主要载荷获取遥感图像、视频等数据的无人航空遥感与摄影测量系统 无人机巡航侦察灾害救援现场能够对灾区实现全覆盖、无死角的巡视侦察实时为指挥中心提供细致的影像数据有利于合理布置作战任务降低对救援人员受伤的可能性指挥中心收到救援任务能够及时设置可疑点多可疑点经过蚁群算法串联寻找最优路径 无人机逐一避障排查回传精准度更高的图像为救援任务的统筹和受灾情况的分析提供了更加精准的参考依据同时该路径规划技术可以应用于心理疏导无人机搭载喊话设备对受困人员及安置点受灾群众进行心理疏导对于震后应激反应者适时给予心理干预有效避免悲剧的酿成其次无人机搭载高清红外变焦云台相机执行人员搜救任务探测到被困人员时能够实时回传地面控制端锁定所述位置及时开展救援同时无人机搭载运输负载装置可将少量物资运到指定地点提供基本物资保障作用 精确的对点路径规划为无人机服务于地震场景提供了重要理论基础给无人机在地震场景下的运用提供了可能性本文对无人机抗震救灾的任务执行进行研究针对三维场景下无人机抗震救灾的路径规划问题进行探究相关研究对无人机面对地震场景的路径规划有积极作用 问题描述本文在地震环境下进行无人机路径规划 在地震场景下建筑物受到严重损毁但大多数建筑物并不会完全倒塌因此将损毁建筑物作为障碍物并将安全距离计算入障碍物范围内将实际障碍物的最大外接长方体设为障碍物保护区无人机路径不可穿过障碍物保护区否则将产生碰撞则该规划路径不可行 该假设将实际中不规则的障碍物转化为规则长方体确保规划路径能够满足避障要求同时降低了整体路径规划难度 由于安全距离已经算入障碍物中则将无人机抽象为质点以此对无人机进行路径规划 路径规划建模基于搭建的地震仿真环境构建无人机路径规划模型 首先选定若干个路径点即无人机需要经过的点设置中间路径点坐标为()其中()将该模型抽象为 问题从出发点开始经过所有路径点后回到出发点考虑如下目标函数以及约束条件.目标函数定义无人机各路径点之间的最短路径长度之和为以此衡量无人机的运行效率 ()().约束条件地震环境中障碍物众多在无人机避障时应考虑避障要求:模型 实际 安全距离()即在考虑避障时将无人机的安全距离划入障碍物的模型碰撞体积中模型表示在数学模型中建筑物的宽度实际表示实际情况下建筑物的宽度安全距离表示无人机与障碍物之间的安全距离 蚁群算法求解无人机路径规划模型本文所提出的模型包含运行效率和安全风险两部分其中运行效率是指无人机在恒定速率的情况下经过所有路径点所用的运行时间安全风险是指无人机在飞行过程中保证无人机的安全和性能 本文采用栅格法对无人机三维路径规划空间进行建模以()为坐标原点竖直向上方向为 轴正方向 轴正方向为正东方向其中 的平面规定为地面 为便于进行规划路径将障碍建筑物抽象为长方体采用空间中两点坐标来确定障碍物长方体的位置其中规定一个点的 坐标为 即建筑物从地面建筑而非悬空无人机抽象为栅格坐标系中的一个点路径点也同理抽象为栅格坐标系中的一个点依照国际惯例安全风险主要指的是地震场景下无人机躲避障碍物时的限制条件主要指无人机安全间隔 无人机安全间隔是预防无人驾驶航空器危险接近或是空中相撞而建立的飞行间隔标准 在此前提条件下无人机安全间隔和碰撞风险两者具有紧密的联系 本文只将碰撞概率作为无人机碰撞风险的考虑对象 由于不同型号的无人机面对间隔具有的碰撞风险(碰撞概率)是不同的通过给定的碰撞风险水平(安全目标水平)可反向定义无人机安全间隔如图 所示 当无人机满足安全间隔要求时则判断其在飞行安全目标水平中 年 月朱明月 等:地震场景下无人机路径规划设计 由于间隔对象不同无人机安全间隔有多种可能性常见的有无人机与有人机、无人机、障碍物/建筑物之间的安全间隔、无人机与各种恶劣天气、飞行禁区之间的安全间隔等 而本文依照地震场景仅考虑 架无人机在自由空域与建筑物之间的安全距离图 基于碰撞概率的无人机安全间隔定义示意图.蚁群算法求解原理蚁群算法通过两个方法求解路径规划问题一是引入解集合()来储存每次迭代后求得的路径长度()是关于时间 的函数每次迭代都会比较当前路径长度与储存路径长度的大小()()()二是将每次蚂蚁移动的路径进行记录并更新信息素浓度蚂蚁每次进行移动时根据()来确定各个路径点之间的转移概率如式():()()()()()为可达点 为不可达点()式中()表示 时刻蚂蚁从路径点 到 的概率为蚂蚁 的可达路径点集 分别表示为信息素启发式因子与期望启发因子()表示为 时刻路径点 到 的信息素浓度()表示为 时刻蚂蚁从路径点 到 的启发值本文中启发值计算公式如式()为路径点 到 的路径长度()()由于考虑无人机避障情况各个路径点的距离并非为其两点之间的直线距离还应有避障中产生的额外路径 路径点对于单个建筑物的路径情况具体分为 种第 种情况为两个路径点的连线与建筑物无交点如图 所示 此时无人机不需要对该建筑物进行避障路径点间距离 为:()()()()第 种情况为两个路径点的连线与建筑物交于长方体的对面如图 所示 此时无人机需要绕过障碍物来对该障碍物进行避障该段距离为:图 第 种避障情况示意图图 第 种避障情况示意图(左 建筑物 左)(上 建筑物 上)(右 建筑物 右()式中左、上、右表示无人机从第 个路径点到建筑物左侧、上侧、右侧的直线距离建筑物表示无人机所需要飞过的建筑物宽度左上、右、表示无人机从第 个路径点到建筑物左侧、上侧、右侧的直线距离第 种情况为两个路径点的连线与建筑物交于长方体的相邻面如图 所示 此时无人机仅需要转过障碍物来对该障碍物进行避障该段距离为:(左 左)(上 上)(右 右)()左、左、上、上、右、右表示两路径点分别到避障点的直线距离该种情况不需要绕过建筑物即距离中不需要加上建筑物对应的宽度图 第 种避障情况示意图定义外部集合()来储存每一时间 所求得的最优路径长度假设当前()中的所有可行解为()将蚂蚁 所得的可行解与()中的解相比较若蚂蚁 所得的可行解优于当前()中的可行解将其加入()并更新各个路径点中的信息素浓度 为了区分各个可行解之间对信息素作用的影响以 航 空 计 算 技 术 第 卷第 期及不同信息素的增量将每只蚂蚁加入()的可行解的路径长度代入信息素浓度增量函数()中求得此次信息素浓度增量()()()式中 表示信息素释放系数因此对于 时刻信息素蚁群算法信息素更新公式如下:()()()()初始()式中 为信息素挥发系数且 初始为初始状态下的信息素浓度.蚁群算法求解步骤本文中求解最优路径建立模型的步骤如下:设置无人机路径点障碍物位置并初始化蚂蚁数量、期望启发式因子、信息素启发式因子和初始信息素预设迭代次数同时建立一个集合()用于记录每次迭代的路径长度以此求得最优解:根据式()、式()()计算各个路径点间的避障最短距离并统计在集合()中:根据式()计算各个路径点之间的启发值通过式()确定各可选结点的选择概率采用轮盘赌确定下一路径点并将该蚂蚁转移到下一路径点:判断所有蚂蚁是否均已经行动完毕若未达到则重复 否则进入 :判断是否该次迭代的路径长度优于上次迭代并将最优解加入():根据式()、式()更新各个路径点之间的信息素:确定当前迭代次数是否已到达预设值若未到达重复 若已到达预设值则()为最优解 仿真结果与分析本文搭建了地震场景下无人机避障仿真环境通过提出无人机路径规划模型验证本文模型与算法在求解地震场景下无人机避障仿真环境无人机路径规划问题的合理性与可行性.仿真环境及参数设置本文设置地震场景下无人机避障仿真环境为 的栅格化环境计算无人机安全风险的各项参数根据文献获得 将本文路径与式()规划路径进行比较本文模型采用蚁群算法求解可求解出结果蚁群算法最大迭代次数()设置为 个体数()为 障碍物数()为 模型参数以及蚁群算法参数见表 表 模型及算法参数表参数数值参数数值.仿真结果分析模型所得路径结果以及其适应度见图 图()和图()分别为基于式()而规划路径的二维和三维图像图中圆点为救援中间点长方体为建筑物连线为无人机路径 由于无人机仅考虑最优路径因此规划路径两点之间直线路径最优再针对障碍物情况进行避障以实现距离最短 图()为蚁群算法的适应度随迭代次数增加产生的变化本图中蚁群算法的适应度是无人机路径长度 因此适应度应当逐渐减小当迭代次数达到 次时算法逐渐收敛图 路径规划无人机路径 结束语本文面向地震场景结合灾区环境以及相关需求研究地震灾情的无人机救灾最优路径规划方法 搭建(下转第 页)年 月朱明月 等:地震场景下无人机路径规划设计 时段下地面保障网络中关键环节的动态变化情况并对保障资源的分配进行了相应优化主要结论如下:)考虑不同机型和时段采用差异化的分布函数能够更加准确地描述关键保障环节的动态变化情况从而刻画出更符合实际的机场地面保障网络)对于不同的机型关键保障环节的概率存在差异 两种机型都需要重点关注航油加注环节然而相比大机型在中机型的保障过程中需要更多关注客舱清洁环节)在一天的 个时段中关键路径及环节会发生变化:期间航油加注环节的概率最高且随时间不断减少而客舱清洁环节的概率相应增加 至:地面保障的关键路径由航油加注路径变为客舱清洁路径机场可以据此调整不同时段资源的投入与分配)根据关键环节概率的变化调整各时段投入资源的数量并设计改进排序算法进行资源分配 以加油环节为例调整后保障资源利用率可提升.最终研究结果表明本文通过对不确定作业时间下关键路径的研究可以捕捉得到部分关键保障环节一天内的动态变化情况据此提出的差异化资源分配方法可以有效提升地面保障资源的利用率在满足保障需求的同时节约资源的使用参考文献:李彪.航班地面保障效能评估方法研究.天津:中国民航大学.王立文李彪邢志伟等.过站航班地面保障过程动态预测.北京航空航天大学学报():.:.廖丹.机场地面保障能力评估研究.天津:中国民航大学.王琪唐小卫周锐涵.浦东机场航班地面保障测评系统的设计与实现.航空计算技术():.何昕孙强杨得用.机场地面保障服务效率关键影响因素研究.航空计算技术():.唐云霄.枢纽机场航班保障服务时间估计.天津:中国民航大学.冯霞张鑫陈锋.飞机过站上客过程持续时间分布.交通运输工程学报():.许晨晨邵荃.不确定作业时间下机场地面服务保障设备调度优化.科学技术与工程():.朱新平徐海瑶王少杰.任务耗时不确定的飞机过站保障车辆调度.南京航空航天大学学报():.刘雪明.平行机排序问题与图均衡问题的算法设计与分析.昆明:云南大学.(上接第 页)地震受灾环境设计模拟真实情况的地震场景 进一步模拟地震灾情时无人机前往地震灾区地点不同路径的耗时和对地震灾情的监控选用蚁群算法中的三维路径规划算法搜索从出发点到疑似点的最优路径最后进行合理三维路径规划得出每个疑似点之间的最佳救援顺序并根据每个受灾疑似点的受灾严重性和紧急性进行相应的路径调整依据所述多无人机搜救最优路径规划实施多无人机协同关键点应急搜救预案参考文献:黄心雨谢璞真陈玺融等.应急救援中智能无人机路径规划.国际航空航天科学():.张智杰羊钊陆佳欢.城市复杂环境下多目标无人机路径规划.航空计算技术():.郭一聪刘小雄章卫国等.基于改进势场法的无人机三维路径规划方法.西北工业大学学报():.樊娇雷涛韩伟等.无人机航迹规划技术研究综述.郑州大学学报:工学版():.臧克孙永华李京等.微型无人机遥感系统在汶川地震中的应用.自然灾害学报():.高劲松王朝阳赵春玲.在对抗自然灾害中无人机的作用.郑州:中国科学技术协会 防灾减灾论坛论文集.大疆.大疆发布“御”行业双光版.航空模型():.邹依原.智慧城市环境下无人机安全间隔标定方法研究.南京:南京航空航天大学:.:.航 空 计 算 技 术 第 卷第 期