一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法

本发明涉及无人机路径规划，具体涉及一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法。

背景技术：

1、近年来，随着精准农业的发展，用于植保的无人机引起了广泛关注。无人机可以垂直起降，操作简单，机动性高，不受地形限，为航空植保技术的发展提供了新的方向。

2、在大数量小面积农田作业环境下，多机协同作业系统会根据每台农机的性能参数和每块农田的位置、几何参数进行合理的任务规划，保证农机机群作业代价最小，可有效缩短作业时间，对于有严格作业时间窗口需求的农机作业具有重要意义

3、覆盖路径规划问题(coverage path planning，cpp)是无人机中的一个运动规划子问题，目的是为无人机建立一条路径，探索给定场景中的所有位置。路径规划是一个组合优化问题，基于已知环境和作业信息，根据多种约束规划条件合理规划移动路线。在农田环境的路径规划研究中，不仅要考虑作业区域的影响，还要结合无人机的飞行特点，规划出适合田块无人机植保的作业路线。

4、启发式算法具有强大的全局搜索能力，通过模拟生物群体的行为特征或者事物发展的结构特征来设计迭代方程，它们适合求解复杂目标优化问题。对于粒子群算法、蚁群算法、遗传算法等群集智能算法作为智能有效的规划算法，在机器人路径规划领域得到广泛应用，但面对复杂的无人机飞行环境时，需要考虑安全性、快速性等多种因素，需要对上述算法进行改进，使得其很好的适用无人机路径规划。

5、因此需改进现有路径规划算法，开展多无人机的路径规划方法研究。

技术实现思路

1、为解决现有技术中多植保无人机在喷洒农药过程中无效路径长，任务均衡性差等问题，提供一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，包括：

2、建立多无人机协同路径规划模型，凹多边形分解方法进行复杂田块分解，确立无人机航路点，扫描线法生成全覆盖作业路径；

3、初始化改进多种群蚁群算法参数，将蚂蚁置于随机选择的起点位置；

4、利用所述改进多种群蚁群算法得到多无人机最优路径集合，找出满足路径长度最短均衡性最小的最优路径。

5、所述凹多边形分解方法如下：

6、对复杂田块进行凹点和凸点的判断，如果与vi相交的边vi-1vi与vivi+1所夹角不大于π，则将顶点vi叫做凸顶点，否则叫凹顶点，其计算公式为：

7、

8、凹点分解三种方法：

9、若可视区域内有凹点，则将凹顶点与凹点连接；

10、若可视区域内没有凹点有凸点，则将凹顶点与凸点连接；

11、若可视区域内既没有凹点也没有凸点，则将凹顶点可视区域的角平分线形成边缘对多边形进行分解。

12、所述改进蚁群算法包括，设计一种新型合作机制，使得多种群蚂蚁进行合作，保证多无人机任务均衡性最优，表达式如下：

13、

14、其中，为第m个种群中第k个蚂蚁的被选择概率，为第m个种群中第k个蚂蚁当前转移路径长度，为所有种群中第k个蚂蚁当前转移路径长度和。

15、通过共享禁忌可以实现多蚂蚁并行，共享禁忌表一次存入一条路径上的两个路径节点编号。

16、构建考虑距离启发信息和信息素启发信息的转移概率函数，表达式如下：

17、

18、其中，α为信息素启发因子；β为期望度启发因子；表示第m个蚁群中蚂蚁k可达节点集合；和分别为第m个蚁群第t次迭代路径{i，j}上的信息素数值和第m个蚁群中蚂蚁k路线上总路径长度的倒数；

19、优选的，所述的改进蚁群算法还包括，所述蚂蚁每选定一个新的路径点时，更新所述路径点上的信息素，更新规则如下：

20、

21、其中，其中m表示蚂蚁数量，表示t时刻第m个蚁群在路径(i，j)上信息素浓度，表示第m个蚁群中第k只蚂蚁留在路径(i，j)上信息素增量，ρ为信息素挥发系数，q为信息素常量，表示第m个蚁群第k只蚂蚁在本次循环中所走的路径长度。

22、在其信息素增量计算时加上任务均衡性指标f2，采用目标加权和的方法将无人机总路径长度和任务均衡性合为一个指标处理，a为权重系数。

23、本发明还采用一种计算机设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述计算机程序时上述方法的步骤。

24、本发明还采用一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

25、经上述的技术方案可知，本发明公开提供了一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，本发明考虑多无人机的路径规划特点，设计一种新型种群合作机制，通过改进转移概率计算、信息素更新等方法，优化蚂蚁路径选择，从而使蚂蚁选的下一个移动节点实现路径优化；

技术特征：

1.一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，其特征在于，所述凹多边形分解方法如下：

3.根据权利要求1所述一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，其特征在于，所述新型合作机制方法如下：为了使每个种群每次选择的路径节点为最优节点，在种群中蚂蚁进行节点转移时，记录每个种群中当前蚂蚁的路径长度，求得每个种群的被选择概率，比较各个种群的被选择概率大小，被选择概率大表示该种群当前作业的路径长度短，应该优先考虑该种群进行节点转移，选择概率计算如式为：

4.根据权利要求1所述一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，其特征在于，所述共享禁忌表方法如下：通过共享禁忌可以实现多蚂蚁并行，共享禁忌表一次存入一条路径上的两个路径节点编号，以3架无人机为例，3架无人机编号为uav-1，uav-2，uav-3每架无人机蚁群中蚂蚁数量为d，当uav-1蚁群中有蚂蚁1选择了一条路径q12，则该条路径上的两个路径节点编号j1和j2存入共享禁忌表当中，则当剩余种群的蚂蚁进行路径选择时无法选择已经存入禁忌表当中的路径节点，当uav-1的蚂蚁1进行一次路径选择后，计算各种群的被选择概率，选择被选择概率大的种群根据转移概率进行下一次的路径选择，将选择的路径节点存入共享禁忌表当中，直至所有路径被选择完毕。

5.根据权利要求1所述一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，其特征在于，所述转移概率计算如下式获得：

6.根据权利要求1所述一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法，其特征在于，所述信息素更新计算如下式获得：

技术总结
本发明涉及一种基于新型合作机制多种群蚁群算法的多无人机全覆盖路径规划方法。主要包括：建立多无人机全覆盖路径规划模型；采用凹多边形分解对复杂田块进行分解，确立无人机航路点；扫描线法生成作业路径；初始化改进多种群蚁群算法参数；利用所述改进多种群蚁群算法对多无人机全覆盖路径规划模型进行路径规划；所述改进多种群蚁群算法包括，设计一种新型合作机制，保证各无人机任务均衡性最小，设计共享禁忌表实现多蚂蚁并行策略，改进蚁群算法转移概率和信息素更新机制，实现多无人机全覆盖路径规划。

技术研发人员：陈志坚,徐止政,王子奕,田富政,陈寒
受保护的技术使用者：江苏师范大学
技术研发日：
技术公布日：2024/10/31