一种基于进化机制算法的飞行电车的高度调节方法和系统

本发明属于计算机，具体涉及一种基于进化机制算法的飞行电车的高度调节方法和系统。

背景技术：

1、飞行电车是一种能够在陆地和空中行驶的交通工具，具有灵活性高、节省时间、减少拥堵等优点。目前，飞行电车的技术发展还处于初级阶段，主要面临着安全性、法规、成本、续航等方面的挑战。其飞行控制系统包括传感器、执行器、控制算法等组成部分。飞行控制系统的性能直接影响飞行器的安全性、稳定性、机动性等，用于控制飞行电车的运动状态和姿态。在观赏山区风景时，传统方式是依靠登山器械爬山观赏或使用缆车等固定线路的交通工具进行观赏，而对于飞行电车这一类能够自由飞行的交通工具，由于在制定飞行线路时存在线路复杂、多峰、非线性等问题，而且自动生成线路还需要考虑生成算法在全局搜索能力、鲁棒性和并行性等方面的需求，因此目前的已有飞控系统和控制方法还无法根据山区风景的分布、飞行能耗和观赏效果等多方面因素指定合理有效的飞行路径，飞行路径在高度调整上通常只是针对飞行器的安全性和稳定性，而不能综合考虑其飞行搞对对山区风景观赏效果的影响，不能根据风景的特点，灵活地变换高度，导致观赏效果单调或者不全面。

技术实现思路

1、本发明目的是提供一种基于进化机制算法的飞行电车的高度调节方法，以解决现有技术只能基于平面位置关系制定二维路线，高度调整上通常只是针对飞行器的安全性和稳定性，而不能综合考虑其飞行搞对对山区风景观赏效果的影响，不能根据风景的特点，灵活地变换高度，导致观赏效果单调或者不全面的问题。

2、所述的一种基于进化机制算法的飞行电车的高度调节方法，包括下列步骤：

3、s1、根据山区风景的分别生成运行轨迹，基于时间将飞行电车的运行区间划分为若干个个子区间，并由此确定每个子区间的高度变化范围；

4、s2、在每个子区间内，随机生成一定数量的飞行电车的高度变化方案，每个方案由一个高度变化曲线表示，作为初始种群；

5、s3、对每个高度变化方案，根据飞行电车的运动学和动力学模型，计算其所需的能量消耗和观赏效果，作为其适应度评价指标；

6、s4、根据适应度评价指标，采用进化机制算法，对每个子区间内的种群进行选择、交叉和变异操作，产生新的种群；重复迭代并通过满足预设的收敛条件得到每个子区间内的最优高度变化方案；

7、s5、将每个子区间内的最优高度变化方案连接起来，得到飞行电车的全局最优高度变化曲线；

8、s6、基于飞行电车的全局最优高度变化曲线，使飞行电车在运行过程中实时调整高度。

9、优选的，所述步骤s1包括：

10、s1.1、基于现有的飞行器轨迹生成方法生成运行轨迹，运行轨迹的表达式为：t(t)＝(x(t)，y(t)，z(t))，飞行电车在x轴、y轴和z轴的坐标，依次用x(t)、y(t)和z(t)表示，其中t表示时间点，z(t)即运行轨迹的高度；

11、s1.2、基于山区风景的分布建立高度分布函数：s(x，y)＝zs，其中x、y分布表示山区风景在x轴和y轴上的位置，而zs则表示山区风景的高度；

12、s1.3、将飞行电车的运行区间[t0，tn]划分为m个子区间[ti，ti+1]，其中i表示第i个子区间，i＝0，1，...，m-1，且满足t0＜t1＜t2...＜tm＝tn；再确定每个子区间中飞行电车的高度变化范围，对每个子区间而言，其对应的飞行电车的高度变化范围为[zmin(i)，zmax(i)]，其中zmin(i)为子区间内飞行电车的最低高度，zmax(i)为子区间内飞行电车的最高高度。

13、优选的，所述步骤s2中，在每个子区间[ti，ti+1]内随机生成n个飞行电车的高度变化方案作为初始种群；随机生成各个高度变化方案的方法包括：

14、s2.1、根据每个子区间的长度，确定每个高度变化方案的采样点的个数k，计算式为其中δt是一个预设的采样时间间隔，表示不小于x的最小整数；

15、s2.2、根据每个子区间的高度变化范围，随机生成每个高度变化方案的采样点的高度，即对于任意的j＝0，1，...，k-1，在第p个高度变化方案中，第i个子区间中第j个采样点的高度计算式为zp(ti+jδt)＝zmin(i)+rj(zmax(i)-zmin(i))，其中rj是一个服从均匀分布u(0，1)的随机数，u(0，1)表示区间(0，1)内的均匀分布；

16、s2.3、根据每个高度变化方案的采样点采用插值方法得到每个高度变化方案的高度变化曲线，即对于任意的ti≤t≤ti+1，该子区间内第p个高度变化方案的高度变化曲线的计算式为：zp(t)＝i(zp(ti)，zp(ti+δt)，...，zp(ti+1))(t)，其中i是一个插值函数。

17、优选的，所述步骤s3中，计算适应度评价指标的方法包括：

18、s3.1、对每个高度变化方案，根据飞行电车的运动学和动力学模型，计算其所需的能量消耗ep和观赏效果vp；

19、s3.2、计算飞行电车的适应度评价指标fp，其中p＝1，2，...，n；飞行电车的适应度评价指标fp的表达式为：fp＝w1ep+w2vp，其中w1和w2是权重系数，满足w1+w2＝1。

20、优选的，所述步骤s3中，计算能量消耗ep的方法包括下列步骤：

21、1)根据高度变化曲线zp(t)，计算飞行电车的速度vp(t)和加速度ap(t)，相应计算式依次为：

22、2)根据飞行电车的运动学和动力学模型计算飞行电车的推力tp(t)和功率pp(t)，相应计算式依次为：tp(t)＝m0(g+ap(t))，pp(t)＝tp(t)cp(t)，其中m0是飞行电车的质量，g是重力加速度；

23、3)根据功率pp(t)计算能量消耗ep，计算式为

24、优选的，所述步骤s3中，计算观赏效果vp的方法包括下列步骤：

25、1)根据高度变化曲线zp(t)，计算飞行电车的高度差：δz(t)＝z(t)-s(x(t)，y(t))，其中s(x(t)，y(t))是t时刻运行轨迹上山区风景的高度，x(t)和y(t)表示运行轨迹上飞行电车在x轴和y轴上的坐标；

26、2)根据高度差δz(t)计算飞行电车的观赏角度θp(t)，计算式为：其中d(t)表示飞行电车与山区风景的水平距离；

27、3)根据观赏角度θp(t)计算观赏效果vp，计算式为

28、优选的，所述步骤s4包括下列子步骤：

29、s4.1、选择操作：根据每个高度变化方案的适应度评价指标，采用轮盘赌法或者锦标赛法，从当前种群中选择一定数量的个体，作为父代个体，用于进行交叉和变异操作；

30、s4.2、交叉操作：根据交叉概率pc，随机地从父代个体中选择两个个体，作为交叉对象，进行交叉操作；交叉操作的方法是在高度变化曲线上随机地选择一个交叉点，然后交换两个个体在交叉点之后的部分，产生两个新的个体，作为子代个体；

31、s4.3、变异操作：根据变异概率pm，随机地从子代个体中选择一个个体，作为变异对象，进行变异操作；变异操作的方法是在高度变化曲线上随机地选择一个变异点，然后在高度变化范围内随机地生成一个新的高度值，替换原来的高度值，产生一个新的个体，作为变异个体；

32、s4.4、更新操作：将子代个体和变异个体与当前种群合并，形成一个新的种群，然后根据适应度评价指标，从新的种群中选择最优的n个个体，作为下一代种群；

33、重复上述子步骤，直到满足预设的收敛条件，得到每个子区间内的最优高度变化方案。

34、优选的，所述步骤s4中的收敛条件是以下之一：

35、收敛条件一：种群的适应度评价指标的平均值或者最大值达到一个预设的阈值；

36、收敛条件二：种群的适应度评价指标的方差或者标准差达到一个预设的阈值；

37、收敛条件三：种群的适应度评价指标的变化率达到一个预设的阈值；

38、收敛条件四：种群的适应度评价指标的最优个体在连续若干代中没有改变；

39、收敛条件五：迭代次数达到最大迭代次数。

40、优选的，所述步骤s5中，将每个子区间内的最优高度变化方案连接起来，得到飞行电车的全局最优高度变化曲线z*(t)；所述步骤s6包括下列子步骤：

41、s6.1、根据飞行电车的运行轨迹计算飞行电车的实时位置和高度；

42、s6.2、根据飞行电车的全局最优高度变化曲线z*(t)，计算飞行电车的期望高度

43、s6.3、根据飞行电车的实时高度和期望高度，计算飞行电车的高度调节信号ut，计算式为其中k0是一个预设的比例系数，高度调节信号ut用于控制飞行电车的高度调节装置。

44、本发明还提供了一种基于进化机制算法的飞行电车的高度调节系统，包括设于飞行电车的高度调节装置、高度变化方案生成模块、适应度评价模块、进化机制算法模块、高度变化曲线生成模块和高度调节控制模块；所述高度调节装置根据输入信号调整飞行电车的高度；高度变化方案生成模块根据飞行电车的运行轨迹和山区风景的分布划分子区间，并在每个子区间内随机生成初始种群；适应度评价模块根据飞行电车的运动学和动力学模型计算每个高度变化方案的能量消耗和观赏效果；进化机制算法模块根据适应度评价模块的输出，对每个子区间内的种群进行选择、交叉和变异操作，产生新的种群，并重复该过程，直到得到最优高度变化方案；高度变化曲线生成模块用于将每个子区间内的最优高度变化方案连接起来得到飞行电车的全局最优高度变化曲线；高度调节控制模块根据高度变化曲线生成模块的输出，生成控制信号并发送到所述高度调节装置，从而使飞行电车在运行过程中实时调整高度；所述高度调节系统运行时实现如前所述的一种基于进化机制算法的飞行电车的高度调节方法。

45、本发明具有以下优点：本发明将飞行电车的运行区间划分为若干个子区间，针对每个子区间内的山区风景的特点，采用不同的高度变化范围，增加了飞行电车的高度变化的灵活性和多样性，避免了飞行控制系统的高度调节技术的单调性和不全面性。本发明根据飞行电车的运动学和动力学模型，建立了飞行电车的高度变化方案的适应度评价函数，综合考虑了飞行电车的能量消耗和观赏效果，准确地反映飞行电车的运行状态和风景质量，增加飞行电车的准确性和可靠性。本发明利用进化机制算法实现了飞行电车的高度变化方案的优化求解，所得结果兼顾能耗和观赏效果，提高飞行电车的性能和效率，避免了高度调节技术的不稳定性和不准确性。