多无人机协同侦察时间资源分配优化

利用多无人机协同执行侦察任务,可以有效提高侦查的准确性。不同的侦察任务目标对象,重要程度往往不同,其任务价值也就存在差异,因此需要对协同侦察的无人机资源进行合理任务分配,提高协同侦察效益。本文重点考虑对无人机侦察时间资源分配的问题。首先,构建了一种自主协同资源分配机制,并以被辅助无人机为领导者,辅助无人机为跟随者,建立了斯坦伯格博弈模型。然后通过下层博弈均衡求解和上层博弈均衡求解,推导了辅助无人机最佳协助时间的闭合表达式,并得出所构建斯坦伯格博弈模型的纳什均衡解。最后对所提模型和方法进行了仿真验证,仿真结果表明,所提方法使得辅助无人机的时间资源得到充分利用,协同侦察的效用得到有效提升。     

基于混沌搜索策略蝙蝠算法的输电网规划

针对输电网规划求解中存在变量多、维数高、约束条件复杂等导致难以求得全局最优解的问题,将蝙蝠算法应用于输电网规划求解当中。为避免原算法精度低、易陷入局部最优的缺点,提出在原算法基础上,通过逻辑自映射函数产生混沌序列对蝙蝠前n%适应度最优个体进行混沌优化,并建立计及线路建设费用、网损费用、输电线路走廊建设费用、N及N-1约束条件下的过负荷惩罚费用为目标函数的输电网规划模型。最终通过Matlab软件对IEEE-18和巴西南部46节点标准算例编程计算,结果验证了新算法在求解大维度输电网规划模型的可行性及高效性。     

基于改进蚁群算法的无人机三维航迹规划

针对传统蚁群算法在无人机三维航迹规划中,存在早期盲目搜索、收敛速度慢、易陷入局部最优等问题,本文提出了一种改进蚁群算法。该算法利用空间位置初始化信息素分布并设定浓度阈值,增强了蚁群早期搜索的方向性,避免了算法陷入局部最优;设计兼顾距离因素和方向因素的启发函数,改善了航迹规划质量;采用自适应挥发因子控制信息素的挥发,提高了算法的收敛速度。通过两组实验表明,该算法相比传统算法规划的航迹平均长度均减少18.6%,平均迭代次数分别减少63.3%和78.7%,平均拐角次数分别减少62.5%和42.3%。     

基于改进蜣螂优化算法的无人机航迹规划

针对蜣螂优化算法(DBO)存在全局探索能力不足、容易陷入局部最优,致使无人机三维航迹规划效果不佳的问题,设计了一种改进的蜣螂优化算法(EDBO)。首先,从偷窃蜣螂种群中划分出一种融合灰狼领袖群思想的领袖蜣螂群,增强了算法的多样性和鲁棒性;其次,使用种群切换策略,同编号的蜣螂个体行为不再固定,提高了算法全局探索和局部挖掘的能力;最后,利用Beta分布动态反向学习策略帮助蜣螂更好的进化。将所提算法与4种优化算法进行了无人机三维航迹规划对比,仿真结果表明,在3个场景下,EDBO可以更稳定的生成代价函数值更小的航迹,平均代价函数值相较于原始DBO算法分别减少了9.8%,10.4%,16.5%。     

面向多目标联合电力巡检的车载无人机协同巡检路径规划方法

为了应对“碳达峰碳中和”新形势下日益严峻的输电线路电力巡检任务,以及针对现有对多目标联合电力巡检研究的不足和实际场景下无人机可悬停等待这一情形缺乏考虑等情况。在考虑电力杆塔和电力线路多目标联合电力巡检的基础上,提出了基于“图论”理论的车载无人机协同巡检路径规划方法。首先,考虑到电力巡检中无人机弧路由和巡检车节点路由相关特点,结合改进中国邮递员问题,设计了基于离散杆塔分割弧算法,以快速求得较优的协同巡检路径初步规划方案,并对比分析了不同场景下不同策略和自然灾害条件下对结果造成的影响。其次,考虑到初步规划方案并非全局最优解,设计了一种符合该研究的模拟退火算法,对初始规划方案进一步优化。最后通过算例验证了路径规划方法的有效性和实用性。     

基于DGB＿RRT算法的无人机自主航迹规划

无人机在输电线路走廊空间环境下在线自主进行空间探索,针对传统RRT算法因采样盲目性导致的效率低下的问题,提出了一种基于动态步长-高斯采样-双向快速扩展随机树算法——DGB＿RRT算法。首先,采用高斯采样实现启发式采样目标,减少因搜索范围随机性强生成采样点的数量,然后引入贪婪扩展算法和动态矢量步长优化策略确定该采样点的生成方向和增长步长来确定新节点,提高了随机树的扩展速度。其次,使用路径剪枝的策略来剔除冗余采样点,缩短了路径规划的长度,进一步提高了路径搜索的效率,结合Dubins曲线,在满足无人机曲率约束条件下使得航迹平滑处理,实现在障碍区域无人机矫正位姿实现避障飞行。最后,经多次重复对比实验,证实了提出算法不仅规划航迹运行时长缩短了近一半,而且路径长度也缩短了近40%,该方法在速度和效率方面都有明显提升。     

基于改进蛇优化算法的无人机路径规划研究

为提高无人机在复杂山区环境中飞行的可靠性和安全性,提出了一种改进蛇优化算法的无人机路径规划方法。首 先,结合数字高程信息和复杂地形威胁构建了无人机环境模型和山峰威胁模型;其次,提出改进蛇优化算法,将传统蛇优化算 法与元胞自动机进行融合用于无人机路径规划,并引入小生境技术和最优局部抖动,避免算法陷入局部最优,提高全局搜索 能力;最后,在3种场景下进行仿真实验验证所提方法的有效性。实验结果表明,所提方法在3种复杂场景下平均路径长度分 别为2.201、1.801 和2.187 km, 平均收敛时间为14.8、13.9和14.9 s, 与其他路径规划算法相比具有良好的优越性,且所生 成的路径对真实无人机运行具有良好的实际效果。     

基于融合A*算法的无人机路径规划研究

针对三维环境下A*算法搜索路径不平滑,不具有动态避障的问题,本文提出了一种融合A*算法。该算法在A*算法的基础上,首先引入了俯仰角和偏航角作为搜索约束,其次采用变权值的评估函数和无人机航程、飞行高度、威胁代价,最后将平滑后的A*算法与人工势场法相结合,并利用粒子群算法对A*算法和人工势场法涉及的参数进行寻优。仿真结果显示,融合算法较传统A*算法而言,节省5.34%的燃油损耗,提高了搜索效率,缩短了路径长度,规划出的路径更加平滑,而且能够实现实时动态避障。     

多粒子群协同优化算法的配电网网架规划

配电网网架规划是一个复杂的大规模组合优化问题。针对PSO易早熟、收敛慢的缺陷,本文提出一种基于粒子群算法的多粒子协同优化算法来求解配电网网架规划问题,以达到线路的规划年综合费用最小为目标函数。由于该算法在操作过程中不可避免产生不可行解,本文提出了一种将不可行解修复成满足辐射型要求的可行解的方法。该算法在求解配电网网架优化问题时,编码容易且能方便处理网络辐射性问题,求解效率高、速度快。最后,通过算例证明该方法的可行性和有效性。     

基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略。首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本最低,提高了微电网系统综合效益,验证了蝙蝠算法和微电网优化系统的可行性。     

面向三维结构视觉检测的无人机覆盖路径规划

为了高效地规划无人机在三维覆盖检测任务的飞行路径,建立了满足覆盖率要求的路径规划模型,可分为两步：第1步确定无人机巡检的视点和视线,第2步计算视点的无碰撞访问序列。首先,从巡检目标的三维点云出发,提出基于K均值聚类生成候选视点的方法,构建候选视点互连的非完全图模型;其次,提出面向排序的混合蚁群算法(sorting-oriented hybrid ant colony algorithm, S-HACO)求取无人机巡检路径,优化目标考虑了路径长度、视点数目、急转弯次数等。仿真实验结果表明,该方法得到的视点数目较偏移法和随机采样法分别减少了96.25%和42.10%,并且S-HACO算法较传统算法相比性能更优,目标函数降低了19.14%,算法的运行时间减少了25.27%,验证了模型的有效性和算法的可行性。     

变电站无人机自主巡检仿真系统设计与搭建

无人机（UAV）巡检具有多角度、立体化的优势,当前已成为变电站巡检的一种重要手段。为了便于测试无人机巡检方案的可行性,提高自主巡检的安全性,开展了变电站无人机自主巡检仿真系统的设计与搭建研究。该仿真系统主要包括基于ROS的导航仿真模块、基于PX4的无人机控制仿真模块、基于Gazebo的物理仿真模块和仿真模块间的通信模块等。利用搭建的仿真系统,可以在无人机实际巡检飞行之前,对巡检任务逻辑、飞行航线、控制方案进行仿真验证,以降低无人机在实际的变电站巡检时所面临的风险。典型应用场景下的仿真试验结果表明,仿真系统能够对无人机自主巡检的自主导航、飞行控制等相关技术进行有效测试。所搭建的仿真系统可以为变电站无人机的实际巡检应用提供技术支持。     

基于无人机激光扫描的输电通道安全距离诊断技术

结合输电线路巡线和维护的需求,提出了利用机载激光扫描数据诊断输电线路安全距离的方法。该方法首先采用顾及地形起伏特征的点云自动滤波方法分离地面点和非地面点,利用维数特征对非地面点进行初分类,并根据投影点密度获取杆塔点。然后采用二维霍夫变换以及分块质心解算方法获取输电线的三维节点,采用区域生长方法获取建筑物目标,根据植被的最高点以及边缘点获取植被目标。从而可以量测出输电线与其周围物体之间的距离,进而根据距离的大小对输电线路及其周围环境高程信息进行诊断。采用有人、无人机载激光数据对算法进行验证,实验结果表明了文中方法的有效性和精确性。该诊断机制可以判别线路附近的建筑物或植被等目标是否已达到危险的高度或位置,以便及时修剪或清除,确保线路运行安全。     

基于SVR-PF的无人机电池健康状态诊断研究

针对无人机锂离子电池健康状态诊断问题,提出一种基于支持向量回归机粒子滤波(SVR-PF)的电池健康状态诊断方法。根据锂离子电池阻抗衰退机理与阻抗和容量的相关性,定义电池健康状态变量;建立阻抗衰退模型及电池容量-阻抗关系模型,并分别对两个参数进行辨识;利用辨识得到的电池健康状态变量,为无人机电池的健康状态诊断提供了一种可行手段。     

无人飞行器智能巡检应用研究

湖北超高压公司采用四旋翼无人飞行器系统,代替人工对高塔、水塘中铁塔等难以到达的区域进行快速检测。文章介绍了该无人飞行器系统的组成、电力巡航工作模式等,并介绍了现场应用的效果。     

无人机机载应急电源及其发展

无人机普遍采用蓄电池作为机载应急电源,介绍目前在无人机上使用的锌银蓄电池、镉镍蓄电池、氢镍蓄电池、锂离子蓄电池的组成、工作原理和性能特点,以及可能在无人机上使用的热电池、锂亚硫酰氯电池、超级电容等,指出了无人机机载应急电源技术的发展方向。     

基于行为反应控制的UCAV自主航路规划研究

无人作战飞机（UCAV）自主航路规划整个过程是动态、实时、局部的,环境信息是不确定的,其研究的主要目标不同于一般航路规划,不仅要使无人作战飞机获得优化的航路,更重要的是让其具备自主寻求最优航路的能力。文章从混合主动控制的观点出发,设计了一种基于行为反应控制的自主寻优方法。采用分级组合的方法建立了航路规划模型,底层将任务目标作为李雅普诺夫行为控制函数,建立了航路优先级模型,上层利用多目标决策算法进行自主航路选择。并利用突发局部威胁进行了仿真实验,结果表明了系统设计的合理性和有效性。     

YOLOX-IM:一种无人机航拍视频的轻量化交通参数提取模型

在无人机航拍的过程中,背景更广阔,目标的尺寸更小,种类更复杂。提出一种基于YOLOX-s的轻量化无人机航拍目标检测算法YOLOX-IM。首先,为了提高该模型检测小目标的性能,通过使用切片辅助推理(slicing aided hyper inference, SAHI)算法以及坐标修正矩阵对训练集进行预处理和数据增强。然后,在路径聚合网络(path aggregation network, PAN)中引入一个浅层特征图以及超轻量级子空间注意模块,并添加一个检测头对小物体进行检测;最后,对边界回归的损失函数进行了优化。在VisDrone2019数据集的消融实验结果表明,所提出的模型检测精度与基础YOLOX-s相比高了8.13%;模型体积4.55 MB,相较于原模型下降67.14%。利用该模型在中国天津市渌水道进行实地交通监测的交通参数提取实验,在设定的场景中,当无人机航拍高度为50 m时,该模型的交通提取参数精度最高,达到96.14%。     

基于BQ76PL536的均衡系统设计

由于无人机电池缺少有效的均衡保护,使得电池使用寿命缩短;同时与普通电池相比,无人机专用电池价格要高出几倍,频繁地更换电池造成了资金的浪费.为了延长无人机电池的使用寿命,提出在无人机电源中添加简单、实用的电源均衡模块,并给出了基于BQ76pl536芯片的电源均衡模块设计和实验结果.     

高原山区天狼星无人机航测精度分析

传统的高原山区无人机航测内外业流程复杂且工作效率低。天狼星无人机拥有先进的免像控航测技术,可以快速地获取高分辨率的多元数据,并能够大大减少内外业工作时间。本文选取云南丽山村为航测区域。通过对航测数据进行处理获得数字正射影像（DOM）和数字表面模型（DSM）。从正射影像上测量检测点的平面坐标,并在数字表面模型上测量检测点的高程值,通过解算获取误差,然后与规范标准进行对比完成平面精度和高程精度的检验。结果表明,平面中误差为0.129 m;高程精度最大误差为0.221 m,最小误差为0.068 m;高程中误差为0.086 m。数据精度符合规范要求,证明了天狼星无人机免像控航测技术在高原山区应用的可行性。通过对天狼星无人机在云南丽山村的航测数据进行精度分析,为同类地形中无地面像控的航测提供了参考和数据支持。