Mobile sensors’patrol path planning in unobservable border region

Purpose-The border control becomes challenging when a protected region is large and there is a limited number of border patrols.This research paper proposes a novel heuristic-based patrol path planning scheme in order to efficiently patrol with resource scarcity.Design/methodology/approach-The trespasser influencing score,which is determined from the environmental characteristics and trespassing statistic of the region,is used as a heuristic for measuring a chance of approaching a trespasser.The patrol plan is occasionally updated with a new trespassing statistic during a border operation.The performance of the proposed patrol path planning scheme was evaluated and compared with other patrol path planning schemes by the empirical experiment under different scenarios.Findings-The result from the experiment indicates that the proposed patrol planning outperforms other patrol path planning schemes in terms of the trespasser detection rate,when more environment-aware trespassers are in the region.Research limitations/implications-The experiment was conducted through simulated agents in simulated environment,which were assumed to mimic real behavior and environment.Originality/value-This research paper contributes a heuristic-based patrol path planning scheme that applies the environmental characteristics and dynamic statistic of the region,as well as a border surveillance problem model that would be useful for mobile sensor planning in a border surveillance application.

基于混合遗传算法的多无人机巡逻路径优化

假设无人机巡逻的起、终点均为派出所,提出了一种融合传统遗传算法和爬山算法的警用无人机巡逻路径优化模型——混合遗传算法。按照轮盘赌法则,进行种群个体的选择,以增大优秀种群个体被选中的概率,达到较好的优化效果。同时定义了与路径优化相适应的基因交叉和变异规则。仿真结果表明,提出的混合遗传算法在寻优效果上明显优于传统遗传算法。

巡检无人车激光SLAM与路径规划研究综述

激光同步定位与建图(SLAM)及路径规划是决定巡检无人车能否高效完成巡检任务的关键环节。围绕激光SLAM定位算法、环境地图、路径规划3个方面,从其优缺点、适用范围、改进方向出发,介绍了巡检无人车激光SLAM与路径规划研究的概况,系统阐述了国内外研究成果,分析了当前常见的技术难题,并对巡检无人车激光SLAM与路径规划的未来发展做出展望。

面向输电线路的空中机器人应急巡检研究

面对应急通信下的电力巡检难题,提出了一种基于5G无线网络的空中机器人应急巡检方法。首先,阐述了空中机器人在5G无线网络下的工作原理,将应急巡检分为轨迹规划和轨迹跟踪控制。接着,利用改进的萤火虫算法来实现空中机器最优轨迹规划,保证应急巡检的快速性。同时,将空中机器人动力学模型分为位置与姿态两个子系统,引入基于RBF神经网络的自适应控制策略来设计抗干扰轨迹跟踪控制器。最后,通过应急电力巡检仿真算例对这里所提方法的有效性进行了验证。仿真结果表明:(1)改进的萤火虫算法能帮助空中机器人快速规划出一条可飞航迹;(2)所设计的控制器比线性自抗扰控制器具有更好的轨迹跟踪控制性能;(3)所提方法能保证电力巡检空中机器人在5G无线网络框架下对故障区域做出快速有效的应急响应,具有一定的工程参考价值。

巡飞弹集群协同路径规划方法研究

针对传统启发式算法难以从大样本地形数据中及时提取经验模型的问题,提出了一种基于注意力强化学习的多巡飞弹协同路径规划方法。该协同优化方法综合考虑了生存概率、路径长度、负载平衡和耐力约束等影响因素。注意力神经网络被用来生成巡飞弹的协同侦察策略,并对大量的模拟数据进行测试,利用REINFORCE算法对注意力网络进行优化。实验结果表明,所提出的方法能有效解决实时性要求高的多巡飞弹路径规划问题,且求解时间小于传统算法。

基于模拟退火的多无人机路网巡边路径规划

研究了多无人机路网巡边路径规划问题,以路线分配最均衡为目标建立多无人机路径规划模型。对于路网中路段的分配问题,提出使用基本割集原理对图进行分割划分的方法,采用欧拉回路算法作为单无人机路径规划的基础。结合划分结果和单机路径设计了初始解的构造策略以及相应的邻域变换规则,使用模拟退火算法进行求解。通过仿真分析,表明了算法设计的可行性与合理性。

500kV超高压变电站安全巡视路径自动化寻优研究

变电站安全巡视路径的拐点较多、定位技术存在差异、避障效果较差,直接造成了最优路径长度过长的问题。对此,提出基于机器视觉的500 kV超高压变电站安全巡视路径自动化寻优方法。通过背景差法检测500 kV超高压变电站的场景信息,构建安全巡视环境模型。以机器视觉原理为基础,创新性地结合Hessian矩阵设计巡视机器人定位技术。根据安全巡视机器人当前定位信息,采用机器视觉和人机交互的模式,获取初始变电站安全巡视路径。建立以最短路径长度为目标的寻优目标函数,利用粒子群优化(PSO)算法自动求解出最优巡视路径。仿真试验结果表明:搜索最优路径得以缩短。该研究保证了安全巡视过程的完整性和智能化。

面向煤矿巡检机器人的高能效路径规划方法

针对现有矿用机器人路径路规划方法存在的效率低、收敛速度慢、易陷入局部最优等不足,提出了一种基于Actor-Critic算法的路径规划方法。首先根据巡检目标和障碍物的实时位置信息,计算巡检机器人的转向角,确定行进方向,可显著提高路径规划的效率;以能量消耗最小化和避免碰撞为目标,巡检机器人根据动态随机变化的矿山环境,学习巡检的目标顺序和行进速度;因为矿山环境动态连续变化,导致较高的状态维度,因此采用深度学习网络估计连续状态产生的动作和奖赏;为了提高学习效率,采用策略网络和价值网络2个网络,实现实时更新策略和价值。仿真结果表明:采用所提方法,巡检机器人可以在动态环境中规划出安全合理的巡检路线,能够以98%的成功概率和更低的能量消耗完成巡检作业。

基于无线充电站的无人机全自动电力巡线研究

目前,无人机技术越来越多地应用到了电力巡线当中,但是仍然有诸多缺点,例如操作困难,续航能力差等。针对现有无人机巡线中存在的问题,本文提出了一种基于无线充电站的无人机全自动电力巡线方法,采用可垂直起降的固定翼无人机。近年来无线充电技术发展迅猛,其无接触的充电模式可以很好的满足无人机自动化运行的要求。此外,无线充电装置成本较低,维护方便,且十分的安全。基于防盗、便于维护等方面的考虑,无线充电站选址于变电站内。巡线线路的规划是至关重要的,本文利用Fleury算法求解最优巡线路径,并且给出了湖州境内220 kV变电站之间线路最优巡线路径的方案演示。在人工成本日益增长的时代背景下,基于无线充电站的无人机全自动电力巡线在降低成本、提高工作效率等方面具有重要意义。

多机器人巡逻可穿越圆的算法研究

对已知环境进行巡逻,是机器人的基本任务之一,在现实中有着广泛应用。相关问题在计算几何学和机器人学的研究中得到了广泛关注。机器人巡逻问题要求对规定区域长时间连续地进行覆盖,以空闲时间判断机器人巡逻效率,空闲时间越短,巡逻效率越高。针对变速机器人需同时巡逻区域边界和内部的情况,设计了可穿越圆模型,即机器人需要对圆边界和内部一条直径进行巡逻。针对该模型首先提出使用两个变速机器人的巡逻算法。在对模型几何特征分析的基础上,分析了最优算法应具备的一般要求,证明了所提算法的最优性。在研究两个变速机器人巡逻算法的基础上,提出了三个变速机器人相互配合巡逻可穿越圆的算法,并证明了在最好情况下空闲时间为分区算法的19/25。最后,通过实验仿真验证了理论分析的正确性。

变电站巡检机器人越障视觉伺服路径规划

针对巡检机器人越障路径规划准确性较差,难以跨越障碍物、转弯等问题,提出一种变电站巡检机器人越障视觉伺服路径规划方法。基于摄像机成像和四个坐标系之间的关系,构建巡检摄像机成像模型,采集变电站巡检机器人巡检视觉图像,引入轮廓提取法,获取路径上障碍物轮廓信息,计算障碍物凸包面积,准确定位障碍物。利用小波神经网络,构建变电站巡检机器人越障视觉伺服路径规划模型,以此调整步态,完成巡检机器人越障视觉伺服路径规划。实验测试结果表明,所提方法以最快的速度达到期望状态,收敛速度较快,累积误差一直处于稳定状态。

基于改进RRT的变电站巡检机器人全局路径规划算法

针对传统RRT算法在变电站巡检机器人全局路径规划应用上搜索速度慢、随机性高、未考虑机器人体积及高压安全距离、路径冗余不平滑等缺点,提出了一种改进的RRT算法。首先,提出了一种动态采样域的采样方式,避免随机树在已扩展区域重复生长;其次,考虑到实际使用中机器人的宽度和带电安全距离,对障碍范围进行膨胀,确保搜索的路径不经过机器人无法通行的狭窄通道或带电区域;最后,对搜索出的路径进行剪枝以及基于B样条曲线的平滑,优化最终路径。结果表明,改进后的算法能有效提高路径搜索的效率并得出较优路径。

智能巡逻安防系统的设计与实现

为解决目前校园巡逻遇到的难题,在系统设计上对路径规划业务和巡逻任务制定业务流程进行分析,再结合各个业务流程主要需求的技术难点,最后以Html5+Css3+JavaScript+SpringBoot+MyBatis+百度地图API为技术基础设计了校园智能巡逻路径规划系统来辅助管理校园巡逻任务。

基于机器学习的自动巡检系统优化设计及性能测试研究

为了提高巡检效率和避障精度,提出了基于机器学习的机器人自动巡检系统。根据机器人巡检电机驱动器的内部结构,给出电机驱动的技术参数,利用巡检电机驱动器的外部接口,将巡检电机驱动器与其他硬件连接,通过引入一个调理电路,调节电机驱动器的输出电压,设计了机器人自动巡检电路;软件设计中,规划了机器人巡检路径,利用机器学习算法推算出机器人的巡检轨迹,计算出机器人巡检过程中方位的置信度,结合机器人自动巡检算法的设计,实现了机器人的自动巡检。实验结果表明,所提系统在机器人自动巡检中,可以将巡检效率和避障精度分别控制在83%和85%以上。

基于模型预测控制的固定翼无人机航迹优化研究

文章对于设计的类巡飞弹小翼展固定翼无人机,基于气动分析得到动力学参数,在设定的基准运动点附近建立线性时不变状态空间方程。对于该小扰动系统,在含约束的模型预测算法的基础上结合目标导引算法,引入航迹优化因子k1、k2,通过调节目标向量xd进而得到不同跟踪策略下的最优仿真路径。

基于启发式Q学习的输电线路无人机避障导航巡检

为提高无人机在输电线路巡检中的安全性,设计一种基于启发式Q学习算法的输电线路无人机自动避障巡检方法。运用多传感器采集外界环境变化信息,经信息融合获得有价值的路径感知信息,得到障碍物位置和可通行路径;采用Q学习算法与启发式函数计算信息强度,提前预测分析飞行动作的重要程度,得出最佳飞行动作和位置,完成巡检中的无人机自动避障导航。实验结果表明:在静态环境中,所提方法在训练次数较少的情况下达到收敛,不仅能成功绕过静态与动态障碍物,且飞行避障导航路径短。

基于线性时序逻辑的最优巡回路径规划

基于线性时序逻辑(Linear temporal logic,LTL)的路径规划方法中,多点巡回路径规划问题尚无有效解决方案.为了在道路网络中实现最优巡回监测,提出了基于LTL的最优巡回路径规划方法.首先,将环境建模成一个切换系统,用LTL语言描述包含多个巡回点和障碍物的任务需求;接着,利用循环移位法构建能够融合任务需求和环境模型的扩展乘机自动机,以建立路径信息完整的网络拓扑;最后,采用基于迪科斯彻法的最优综合算法搜索扩展乘机自动机网络上的最优路径,从而获得能够满足复杂任务需求的最优巡回路径.仿真结果表明,该方法能够有效实现最优巡回路径规划.

基于Stackelberg策略的多Agent强化学习警力巡逻路径规划

为解决现有的巡逻路径规划算法仅仅能够处理双人博弈和忽略攻击者存在的问题,提出一种新的基于多agent的强化学习算法.在给定攻击目标分布的情况下,规划任意多防御者和攻击者条件下的最优巡逻路径.考虑到防御者与攻击者选择策略的非同时性,采用了Stackelberg强均衡策略作为每个agent选择策略的依据.为了验证算法,在多个巡逻任务中进行了测试.定量和定性的实验结果证明了算法的收敛性和有效性.

基于遗传算法的森林防火航空巡护路径规划

针对防火监测区地形地貌、森林资源分布、火灾发生规律以及执行巡护任务的飞机性能等影响因素,提出一种规划森林防火航空巡护路径的方法及流程,利用遗传算法实现路径规划最优解的求解.对实验区的计算结果表明,该方法得到的最优路径与原路径相比,长度缩短了46.06%,且能实现对监测区域的全覆盖,从而减少巡护费用,提高巡护效率.

基于旅行商问题的森林防火巡逻路径优化

在对传统TSP(traveling salesman problem,旅行商问题)模型进行研究的基础上,通过传统TSP模型和森林防火巡逻路径模型的比较,提出一种新的森林防火巡逻路径模型,并根据该模型对TSP算法进行第一次改进。然后,又在第一改进的前提下,首次将三维空间概念引入TSP算法,实现TSP算法的二次改进。随后对两次不同程度的改进分别进行了测试和分析。结果表明,两次改进优化效果都十分明显,第一次测试的路径优化效率达到61.6%,第二次测试的优化效率也达到47.9%。