CN116448112B - 基于蚁群信息素仿生原理的地下复杂导航定位系统及方法 - Google Patents
基于蚁群信息素仿生原理的地下复杂导航定位系统及方法Info
- Publication number
- CN116448112B CN116448112B CN202310233002.4A CN202310233002A CN116448112B CN 116448112 B CN116448112 B CN 116448112B CN 202310233002 A CN202310233002 A CN 202310233002A CN 116448112 B CN116448112 B CN 116448112B
- Authority
- CN
- China
- Prior art keywords
- pheromone
- path
- underground
- ant colony
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于蚁群信息素仿生原理的地下复杂导航定位系统及方法，该系统包括搭载于无人机上的控制器、飞镖发射器和多个飞镖，飞镖上安装有微型基站和信号发射器，飞镖发射器包括发射机构和信号接收器；该方法包括：按照预设的前进方向，无人机在地下空间内移动、并沿途复杂环境发射飞镖；飞镖嵌入地下空间相应位置，同时将当前无人机飞行路径基本信息及定位基本信息存储于微型基站内；无人机通过信号接收器从所有已发射飞镖的信号发射器获取相应数据信息，并采用蚁群算法求解得到最优路径，相应控制无人机的飞行状态。与现有技术相比，本发明能够在地下复杂环境内提升空间探索范围、提高探索效率，确保实现稳定、高效、精准的导航定位。
Description
技术领域
本发明涉及无人机控制技术领域，尤其是涉及一种基于蚁群信息素仿生原理的地下复杂导航定位系统及方法。
背景技术
无人机(Unmanned Aerial Vehicle，UAV)是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机用途广泛、成本低、效率较高，目前在警用、城市管理、农业、地质、气象、电力、抢险救灾、视频拍摄等行业，无人机皆有广泛的应用。
此外，现有技术有借助无人机，以在地下环境中进行导航定位。然而无人机通常依靠GPS进行导航、定位和飞行控制，这种方式的空间探索范围受限，且由于在地下环境的原因，还可能出现信号不稳定等问题，导致实际应用中无法在地下复杂环境内实现稳定、高效、精准的导航定位。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于蚁群信息素仿生原理的地下复杂导航定位系统及方法，能够在地下复杂环境内提升空间探索范围、提高探索效率，确保实现稳定、高效、精准的导航定位。
本发明的目的可以通过以下技术方案来实现：一种基于蚁群信息素仿生原理的地下复杂导航定位系统，包括搭载于无人机上的控制器、飞镖发射器和多个飞镖，所述飞镖上安装有微型基站和信号发射器，所述飞镖发射器包括发射机构和信号接收器，所述信号发射器与信号接收器之间通信连接，所述微型基站用于存储当前无人机飞行路径基本信息及定位基本信息；
所述信号发射器用于将微型基站内存储的信息发送至信号接收器；
所述控制器根据信号接收器收到的信息，采用蚁群算法完成路径寻优，并相应控制无人机的飞行状态。
进一步地，所述微型基站内设置有ZIGBEE芯片。
进一步地，所述信号发射器与信号接收器之间通过ZIGBEE信号通信连接。
进一步地，所述飞镖上还安装有电池，用于提供电能给微型基站和信号发射器。
进一步地，所述发射机构包括发射管以及沿周向存储多个飞镖的圆盘，所述发射管内设置有弹簧，所述圆盘连接有齿轮，通过齿轮带动圆盘旋转，将飞镖依次送入发射管中，在弹簧作用下从发射管中射出。
一种基于蚁群信息素仿生原理的地下复杂导航定位方法，包括以下步骤：
S1、按照预设的前进方向，无人机在地下空间内移动、并沿途复杂环境发射飞镖；
S2、飞镖嵌入地下空间相应位置，同时将当前无人机飞行路径基本信息及定位基本信息存储于微型基站内；
S3、无人机通过信号接收器从所有已发射飞镖的信号发射器获取相应数据信息，并采用蚁群算法求解得到最优路径，相应控制无人机的飞行状态。
进一步地，所述步骤S2中路径基本信息及定位基本信息包括无人机所在位置信息、微型基站所在位置信息以及二者之间的信息素浓度。
进一步地，所述步骤S3中采用蚁群算法求解得到最优路径的具体过程为：
1)初始化地形矩阵、信息素矩阵、启发因子矩阵以及禁忌矩阵，其中，信息素矩阵由多个信息素浓度组合而成，启发因子为一个位置到另一个位置之间距离的倒数，禁忌矩阵为无人机已经过位置的矩阵；
2)结合信号接收器获取的数据信息，采用轮盘赌法求解选择下一步路径；
3)更新信息素矩阵以及禁忌矩阵，继续迭代求解直至达到预设的迭代次数，根据当前信息素矩阵中的信息素浓度，得到对应的导航路径，即为最优路径。
进一步地，所述步骤2)中采用轮盘赌法求解选择下一步路径的概率具体为：
其中，为第k条路径的选择概率，i、j分别为无人机所在位置及微型基站所在位置，τ为当前时刻t由i到j的信息素浓度，η为路径ij长度，Ψ为路径ij上的累积高度差，allowedk为无人机未访问过的路径的集合。
进一步地，所述步骤3)中更新信息素矩阵的公式为：
τij(t+1)＝τij(t)*(1-ρ)+Δτij 0＜ρ＜1
其中，ρ为信息素残留浓度系数，Δτ为新增信息素含量，即为无人机在路径上留下的信息素总和，Δt为无人机在ij路径上的访问次数，ι为预设的单次新增信息素量。
与现有技术相比，本发明具有以下优点：
一、本发明通过在无人机上搭载控制器、飞镖发射器和多个飞镖，并在飞镖上安装有微型基站和信号发射器、在飞镖发射器设置信号接收器，利用微型基站存储当前无人机飞行路径基本信息及定位基本信息；利用信号发射器将微型基站内存储的信息发送至信号接收器；利用控制器根据信号接收器收到的信息，采用蚁群算法完成路径寻优，并相应控制无人机的飞行状态。由此在无人机地下空间探索过程中，通过不断释放飞镖，即可实现地下非结构化环境自组网构建，利用蚁群信息素仿生原理构建专用通讯协议，基于无人机和自组网之间的信息通讯，并结合蚁群算法实现地下空间不确定条件下的复杂定位导航，不再依靠GPS、也不会受GPS信号条件制约，能够全程保持高效稳定地运行。
二、本发明中，无人机通过飞镖发射器的信号接收器，从已发射飞镖的信号发射器获取相应数据信息，使得无人机能够通过沿途飞镖实现信号中继，支持无人机集群进行地下空间探索，通过蚁群信息素仿生原理构建集群协同导航，结合蚁群算法完成路径寻优，确保导航定位的效率及准确性。
三、本发明在采用蚁群算法进行路径寻优时，首先初始化地形矩阵、信息素矩阵、启发因子矩阵以及禁忌矩阵，在构建路径的每一步中，采用轮盘赌法选择下一步路径，并且对信息素矩阵以及禁忌矩阵进行迭代更新，最终根据信息素矩阵中信息素浓度得到导航路径，充分保证了路径寻优的精准性。
附图说明
图1为本发明的系统结构示意图；
图2为本发明中飞镖发射器的结构示意图；
图3为本发明的方法流程示意图；
图4为实施例的应用过程示意图；
图中标记说明：1、控制器，2、飞镖发射器，3、飞镖，4、微型基站，5、信号发射器，6、发射机构，7、信号接收器，8、电池。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种基于蚁群信息素仿生原理的地下复杂导航定位系统，包括搭载于无人机上的控制器1、飞镖发射器2和多个飞镖3，其中，飞镖3上安装有微型基站4和信号发射器5，飞镖发射器2包括发射机构6和信号接收器7，信号发射器5与信号接收器7之间通信连接，微型基站4用于存储当前无人机飞行路径基本信息及定位基本信息；
信号发射器5用于将微型基站4内存储的信息发送至信号接收器7；
控制器1根据信号接收器7收到的信息，采用蚁群算法完成路径寻优，并相应控制无人机的飞行状态。
此外，飞镖3上还安装有电池8，用于提供电能给微型基站4和信号发射器5。
本实施例中，电池8选用可拆卸安装的高能量密度电池，以确保能够长时间有效运行；微型基站4内设置有ZIGBEE芯片，信号发射器5与信号接收器7之间通过ZIGBEE信号通信连接。
如图2所示，发射机构6包括发射管以及沿周向存储多个飞镖的圆盘，发射管内设置有弹簧，圆盘连接有齿轮，通过齿轮带动圆盘旋转，将飞镖依次送入发射管中，在弹簧作用下从发射管中射出。
将上述系统应用于实际，以实现一种基于蚁群信息素仿生原理的地下复杂导航定位方法，如图3所示，包括以下步骤：
S1、按照预设的前进方向，无人机在地下空间内移动、并沿途复杂环境发射飞镖；
S2、飞镖嵌入地下空间相应位置，同时将当前无人机飞行路径基本信息及定位基本信息存储于微型基站内；
S3、无人机通过信号接收器从所有已发射飞镖的信号发射器获取相应数据信息，并采用蚁群算法求解得到最优路径，相应控制无人机的飞行状态。
本实施例的应用过程如图4所示：
一、初始出发的无人机自主选择前进方向、在地下空间进行自由探索，并在地下空间沿途复杂环境(如各岔路)发射飞镖。
二、飞镖嵌入地下空间关键位置，唤醒通信微型基站及微型基站信号发射器，同时将该时段无人机飞行路径及定位基本信息记录在基站中。
三、无人机通过沿途飞镖实现信号中继，支持无人机通过与基站进行通信获取路径基本信息，支持路径无人机返航。
四、无人机集群进行地下空间探索，通过蚁群信息素仿生原理构建集群协同导航，结合蚁群算法完成路径寻优。
其中，路径基本信息包括所在位置基本信息，信息素浓度。需要说明的是，无人机与基站进行通信是基于ZIGBEE芯片进行无线通信的，但实际应用时并不限于该通信方式。
无人机在出发前，会初始化地形矩阵，信息素矩阵，启发因子矩阵以及禁忌矩阵，启发因子即为一点到另一点距离的倒数，禁忌矩阵即为记录无人机到过的点的矩阵。无人机在构建路径的每一步中，采用轮盘赌法选择下一步路径，选择每一个路径的概率表示为：
其中，i、j分别表示无人机所在位置及基站所在位置，τ表示时间t时由i到j的信息素浓度，η表示路径ij长度，Ψ表示路径ij上的累积高度差，allowedk表示未访问过的路径的集合。
每次无人机迭代后，更新各点信息素矩阵以及禁忌矩阵，信息素浓度更新的公式为：
τij(t+1)＝τij(t)*(1-ρ)+Δτij 0＜ρ＜1
其中ρ表示信息素残留浓度系数，Δτ表示新增信息素含量，其计算公式为：
即为所有无人机在路径上留下的信息素总和，其中Δt表示所有无人机在ij路径上的访问次数，ι表示单次新增信息素量(为提前预设的值)。
无人机迭代直至达到所设定的最大迭代次数后结束迭代，最后根据信息素矩阵中信息素浓度可得导航路径。
综上可知，本技术方案通过将飞镖发射器及飞镖搭载于无人机上，在无人机地下空间探索过程中，在地下空间不断释放飞镖实现地下非结构化环境自组网构建，利用蚁群信息素仿生原理构建专用通讯协议，基于无人机和自组网之间的信息通讯，结合蚁群算法实现无GPS及地下空间不确定条件下的复杂定位导航。能够不依靠GPS在地下复杂环境中进行复杂导航，并不会受到GPS信号条件的制约，可以全程保持高效稳定地运行。在地下遇到类似多岔路的复杂环境时通过构建无人机群进行协同导航，无人机群利用蚁群信息素仿生原理集群探索实现导航功能，能够构建出较为完整的地下环境地图，提升导航定位的精准性。
Claims (5)
1.一种基于蚁群信息素仿生原理的地下复杂导航定位方法，应用于一种基于蚁群信息素仿生原理的地下复杂导航定位系统，其特征在于，该地下复杂导航定位系统包括搭载于无人机上的控制器、飞镖发射器和多个飞镖，所述飞镖上安装有微型基站和信号发射器，所述飞镖发射器包括发射机构和信号接收器，所述信号发射器与信号接收器之间通信连接，所述微型基站用于存储当前无人机飞行路径基本信息及定位基本信息；
所述信号发射器用于将微型基站内存储的信息发送至信号接收器；
所述控制器根据信号接收器收到的信息，采用蚁群算法完成路径寻优，并相应控制无人机的飞行状态；
地下复杂导航定位方法包括以下步骤：
S1、按照预设的前进方向，无人机在地下空间内移动、并沿途复杂环境发射飞镖；
S2、飞镖嵌入地下空间相应位置，同时将当前无人机飞行路径基本信息及定位基本信息存储于微型基站内；
S3、无人机通过信号接收器从所有已发射飞镖的信号发射器获取相应数据信息，并采用蚁群算法求解得到最优路径，相应控制无人机的飞行状态；
步骤S2中路径基本信息及定位基本信息包括无人机所在位置信息、微型基站所在位置信息以及二者之间的信息素浓度；
步骤S3中采用蚁群算法求解得到最优路径的具体过程为：
1）初始化地形矩阵、信息素矩阵、启发因子矩阵以及禁忌矩阵，其中，信息素矩阵由多个信息素浓度组合而成，启发因子为一个位置到另一个位置之间距离的倒数，禁忌矩阵为无人机已经过位置的矩阵；
2）结合信号接收器获取的数据信息，采用轮盘赌法求解选择下一步路径，所述采用轮盘赌法求解选择下一步路径的概率具体为：
,
其中，为第k条路径的选择概率，i、j分别为无人机所在位置及微型基站所在位置，τ为当前时刻t由i到j的信息素浓度，η为路径ij长度，Ψ为路径ij上的累积高度差，allowedk为无人机未访问过的路径的集合；
3）更新信息素矩阵以及禁忌矩阵，继续迭代求解直至达到预设的迭代次数，根据当前信息素矩阵中的信息素浓度，得到对应的导航路径，即为最优路径；
更新信息素矩阵的公式为：
,
,
其中，ρ为信息素残留浓度系数，Δτ为新增信息素含量，即为无人机在路径上留下的信息素总和，Δt为无人机在ij路径上的访问次数，ι为预设的单次新增信息素量。
2.根据权利要求1所述的一种基于蚁群信息素仿生原理的地下复杂导航定位方法，其特征在于，所述微型基站内设置有ZIGBEE芯片。
3.根据权利要求2所述的一种基于蚁群信息素仿生原理的地下复杂导航定位方法，其特征在于，所述信号发射器与信号接收器之间通过ZIGBEE信号通信连接。
4.根据权利要求1所述的一种基于蚁群信息素仿生原理的地下复杂导航定位方法，其特征在于，所述飞镖上还安装有电池，用于提供电能给微型基站和信号发射器。
5.根据权利要求1所述的一种基于蚁群信息素仿生原理的地下复杂导航定位方法，其特征在于，所述发射机构包括发射管以及沿周向存储多个飞镖的圆盘，所述发射管内设置有弹簧，所述圆盘连接有齿轮，通过齿轮带动圆盘旋转，将飞镖依次送入发射管中，在弹簧作用下从发射管中射出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310233002.4A CN116448112B (zh) | 2023-03-10 | 2023-03-10 | 基于蚁群信息素仿生原理的地下复杂导航定位系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310233002.4A CN116448112B (zh) | 2023-03-10 | 2023-03-10 | 基于蚁群信息素仿生原理的地下复杂导航定位系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116448112A CN116448112A (zh) | 2023-07-18 |
| CN116448112B true CN116448112B (zh) | 2025-07-22 |
Family
ID=87124602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310233002.4A Active CN116448112B (zh) | 2023-03-10 | 2023-03-10 | 基于蚁群信息素仿生原理的地下复杂导航定位系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116448112B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2708799C1 (ru) * | 2018-12-28 | 2019-12-11 | Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга" | Способ обследования закрытых подземных выработок с применением беспилотных летательных аппаратов |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2952860T3 (es) * | 2017-04-03 | 2023-11-06 | Centre Nat Etd Spatiales | Vehículo de retransmisión para transmitir señales de posicionamiento a unidades móviles y procedimiento correspondiente |
| CN108428004A (zh) * | 2018-01-16 | 2018-08-21 | 河北科技大学 | 基于蚁群算法的飞行物冲突解脱路径规划方法 |
| KR20210039750A (ko) * | 2019-10-02 | 2021-04-12 | 안상로 | 드론을 이용한 지하 공간 실시간 3차원(3d) 매핑시스템 |
| CN112484727A (zh) * | 2020-10-14 | 2021-03-12 | 中国人民解放军国防科技大学 | 一种基于双充电模式的无人机路径规划方法 |
| CN112838887B (zh) * | 2021-01-06 | 2022-02-08 | 中国矿业大学 | 一种灾后应急通信地下飞行自组网拓扑控制方法 |
| CN113188547A (zh) * | 2021-05-06 | 2021-07-30 | 国能朔黄铁路发展有限责任公司 | 无人机路径规划方法、装置、控制器及存储介质 |
| CN113359796B (zh) * | 2021-06-08 | 2022-09-06 | 同济大学 | 一种地下多分支洞穴的无人机探寻方法 |
| CN115118724A (zh) * | 2022-06-23 | 2022-09-27 | 福州大学 | 基于蚁群算法的多无人机辅助边缘计算系统部署优化方法 |
-
2023
- 2023-03-10 CN CN202310233002.4A patent/CN116448112B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2708799C1 (ru) * | 2018-12-28 | 2019-12-11 | Государственное Унитарное Предприятие "Водоканал Санкт-Петербурга" | Способ обследования закрытых подземных выработок с применением беспилотных летательных аппаратов |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116448112A (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110543185B (zh) | 一种基于最小化信息年龄的无人机数据收集方法 | |
| CN112902969B (zh) | 一种无人机在数据收集过程中的路径规划方法 | |
| US8781727B1 (en) | Methods and systems for performing flocking while executing a long-range fleet plan | |
| US9201426B1 (en) | Reverse iteration of planning data for system control | |
| US11938957B2 (en) | Driving scenario sampling for training/tuning machine learning models for vehicles | |
| US9195938B1 (en) | Methods and systems for determining when to launch vehicles into a fleet of autonomous vehicles | |
| US20200372808A1 (en) | Secure unmanned aerial vehicle flight planning | |
| US7039367B1 (en) | Communications using unmanned surface vehicles and unmanned micro-aerial vehicles | |
| US20170227957A1 (en) | Unmanned vehicles, systems, apparatus and methods for controlling unmanned vehicles | |
| CN107314772B (zh) | 一种无人机自学习航点轨迹飞行方法及其系统 | |
| US8849571B1 (en) | Methods and systems for determining fleet trajectories with phase-skipping to satisfy a sequence of coverage requirements | |
| US20210165426A1 (en) | Method and apparatus for determining aerial routes based on mapping drone disabling instruments | |
| US20150345971A1 (en) | Synchronously updated vehicle transportation network information for autonomous vehicle routing and navigation | |
| US20160341565A1 (en) | Autonomous Vehicle Lane Routing and Navigation | |
| EP3959574B1 (en) | Flight plan optimization of a high altitude long endurance aircraft | |
| US20190039731A1 (en) | Taxi of unmanned aerial vehicles during package delivery | |
| CN108762299A (zh) | 一种无人机编队方法及编队系统 | |
| CN110046857B (zh) | 一种基于遗传算法的无人机物流系统及配送方法 | |
| CN112737840B (zh) | 一种基于无人机辅助的车联网中继选择与安全传输方法 | |
| CN110380776B (zh) | 一种基于无人机的物联网系统数据收集方法 | |
| CN102749638A (zh) | 一种景区遇险游客搜寻系统 | |
| US11690025B2 (en) | Tracking device | |
| Ku et al. | UAV trajectory design based on reinforcement learning for wireless power transfer | |
| CN113255218A (zh) | 无线自供电通信网络的无人机自主导航及资源调度方法 | |
| JP2016219874A (ja) | 無線中継システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |