利索能及
我要发布
收藏
专利号: 202110318959X
申请人: 福州大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-07-01
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,包括以下步骤:步骤S1:基于多目标无人机系统,构建多目标无人机路径规划模型;

步骤S2:基于多目标无人机路径规划模型,获取路径规划目标函数;

步骤S3:最大化归一化体验质量,并基于路径规划目标函数,生成无人机航点;

步骤S4:根据得到的无人机航点,最小化航点遍历时间,生成无人机轨迹。

2.根据权利要求1所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述多目标无人机系统包括空中应急信息获取单元和地面应急信息传输单元;所述空中应急信息获取单元由M={1,2,...,M}台无人机组成;所述地面应急信息传输单由组用户设备组成。

3.根据权利要求1所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述多目标无人机路径规划模型包括用户设备分布与任务分配模型、无线传输信道模型和路径规划环境模型。

4.根据权利要求3所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述户设备分布与任务分配模型具体为:用户设备的分布满足齐次泊松分布;使用均值漂移算法对整体的用户设备进行聚类,从而确定无人机的数量;无人机基于用户设备簇质心的分布情况,执行全局或局部的应急响应任务。

5.根据权利要求3所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述无线传输信道模型,具体为:式中 表示用户设备的索引, 表示无人机的索引,LoS表示视距通信,NLoS表示非视距通信,UAV表示无人机, 与 表示信道的发生概率,A与B表示环境常数,θ表示高程角, 与 表示信道路径损耗;

所述路径规划环境模型包括地形约束和风速影响,具体为:(1)地形约束: 式中 表示无人机的有限集,表示数字高程模型的有限集;

(2)风速影响:V=vwb+vwg+vwr+vwn,式中vwb表示基本风风速,vwg表示阵风风速,vwr表示渐3

变风风速,vwn表示随机风风速,并基于伯努利方程定义风向量f∈R。

6.根据权利要求1所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述路径规划目标函数包括无人机航点规划约束函数和无人机运动规划约束函数;

所述无人机航点规划约束函数,具体为: 式中G表示路径增益,R表示信道容量,C表示蜂窝覆盖率,ωG、ωR、ωC表示变量所对应的权重;

所述无人机运动规划约束函数,具体为: 式中ti表示无人机单次位置更新时间,E表示无人机的能量消耗,n表示无人机位置更新的次数,P表示无人机能够安全返航的能量函数,Q表示总能量。

7.根据权利要求1所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述最大化归一化体验质量包括最大化路径增益、最大化信道容量和最大化蜂窝覆盖率;

所述最大化路径增益,具体为:扩展 为 式中 分别表示

额外视距与非视距路径损耗系数,θ=arcsin(hi,j/di,j)表示高程角,hi,j表示无人机与用户设备间的高度差,Gl表示天线增益,λ表示波长;

所述最大化信道容量,具体为:式中Bw表示带宽,Pt表示发射功率,N0表示噪声功率,I表示干扰功率;所述最大化蜂窝覆盖率,具体为:

式中 表示距离R处的接收功

率,Pmin表示最小接收功率的阈值。

8.根据权利要求1所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述步骤S4具体为:步骤S41:最大化四旋翼无人机加速度:设A点坐标为(xA,yA,zA),B点坐标为(xB,yB,zB),

3 3

机体升力为l∈R ,机体所受外力为f∈R ,升力在惯性参考系下的极角为α,方位角为β,且升力与 的夹角为p,外力与 的夹角为q,则最大化无人机加速度的最优朝向表示为:式中

A表示f+l的合力大小;

步骤S42:基于最优控制理论的无人机运动规划:步骤S43:基于PID控制算法的生成无人机运动轨迹。

9.根据权利要求8所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述基于最优控制理论的无人机运动规划,具体为:式中τ最短的运动时间;

设无人机需要以最短的时间τ从A点运动到B点,基于不同的控制持续时间,无人机的位移表示为如下分段函数:

* * *

式中t表示最优的控制转换时间,且速度的变化满足:vA+amaxt+amin(τ‑t)=vB,式中vA表示机体在A点的速度,vB表示机体在B点的速度;

*

因此,最短的运动时间τ与最优的控制转换时间t表示为:式中fmax表示最大的升力,amin<0表示减速;

10.根据权利要求8所述的一种面向应急信息采集与传输的无人机路径规划方法,其特征在于,所述步骤S43具体为:通过位置控制、姿态控制、控制分配和电机控制生成无人机的运动轨迹,其中,位置控制用于解算期望的姿态角与总拉力:与

姿态控制用于解算期望的力矩:控制分配用于解算期望的电机转速: 而电机控制则用于解算期望的油门指令:

式中 KP,KI,KD表示PID控制系数,cT表示推力系数,cM表示力矩系数,dr表示机身半径。