一种未知环境下多无人机分组协作的多气体源定位方法

    公开(公告)号:CN115343425A

    公开(公告)日:2022-11-15

    申请号:CN202211072686.6

    申请日:2022-09-02

    Abstract: 本发明公开了一种未知环境下多无人机分组协作的多气体源定位方法,为了弥补现有多气体源定位技术的不足,本发明创新性的将多无人机群与改进人工鱼群算法结合,提出了多无人机分组协作的多气体源定位方法。在组方法中包括组形成、限制组大小、组合并、组解散,在评估无人机加入哪个组时考虑距离和适应度,有助于无人机在同时接收多个信号时有选择的加入组;限制组大小提高了无人机分配效率;组合并是当两个组的全局最佳位置的无人机的y位置坐标差小于侧风距离时进行合并,可以提升系统性能和避免局部冗余;考虑组解散,避免该组一直停留在已找到的气体源中。本方法在多气体源浓度场仿真实验中,高效地实现了多气体源的定位。

    一种基于改进教与学和组优化算法的多气体源定位方法

    公开(公告)号:CN115526102A

    公开(公告)日:2022-12-27

    申请号:CN202211208991.3

    申请日:2022-09-30

    Abstract: 本发明公开了一种基于改进教与学和组优化算法的多气体源定位方法,为了弥补现有多气体源定位技术的不足,本发明创新性的将多无人机群与改进教与学和组优化算法结合,提出了改进教与学和组优化算法。在组方法中包括组形成、限制组大小、组合并、组解散操作,在评估无人机加入哪个组时考虑了距离和适应度,这有助于无人机在同时接收多个信号时有选择的加入组;限制组大小提高了无人机分配效率;组合并是当两个组的全局最佳位置的无人机的y位置坐标差小于侧风距离时进行合并,可以提升系统性能和避免局部冗余覆盖;考虑组解散,避免该组一直停留在已找到的气体源中。本方法在多气体污染源浓度场仿真实验中,高效地实现了多气体污染源的定位。

    一种基于改进海鸥算法的多无人机气体泄漏源定位方法

    公开(公告)号:CN114279636A

    公开(公告)日:2022-04-05

    申请号:CN202111594830.8

    申请日:2021-12-24

    Abstract: 本发明创造性地将改进海鸥算法与无人机群相结合,公开了一种基于改进海鸥算法的多无人机气体泄漏源定位方法。相对于传统的依赖固定监测站或地面移动机器人的溯源方法,本发明以无人机集群作为气体泄漏的溯源平台,具有成本低、搜索范围广、灵活性强和溯源效率高等优点。基于改进海鸥算法的气体泄漏源定位方法,相比于标准海鸥算法,具有如下创新性:缩小了平衡算子B的取值范围,大大减小了步长,使得全局搜索能力得到大幅提升;将螺旋半径r设为固定值,保证个体在迭代过程中不会出现较为紊乱的移动方向,提高了算法的稳定性;觅食行为的引入,使得其它个体在跟随最优个体的同时,会进行自己的探索,避免陷入局部最优。

    一种基于群体分配的多未知目标定位方法

    公开(公告)号:CN115372565A

    公开(公告)日:2022-11-22

    申请号:CN202211072713.X

    申请日:2022-09-02

    Abstract: 本发明创造性地将多无人机群体分配与改进海鸥算法相结合,公开了一种基于群体分配的多未知目标定位方法。相对于传统的依赖固定传感器网络或地面移动机器人的溯源方法,本发明以无人机集群作为气体泄漏的溯源平台,具有成本低、搜索范围广、灵活性强和溯源效率高等优点。基于群体分配的多未知目标定位方法,相比于改进海鸥算法,具有如下创新性:组形成根据距离和适应度来评估无人机加入哪个组,有助于无人机有选择的加入组;限制组大小提高了无人机分配效率;组合并操作可以提升系统性能和避免局部冗余覆盖。本方法在多气体污染源浓度场仿真实验中,高效地实现了多气体污染源的定位。

    一种化工园区走航监测车应急采样位置优化方法

    公开(公告)号:CN116910964A

    公开(公告)日:2023-10-20

    申请号:CN202310304923.5

    申请日:2023-03-27

    Abstract: 本发明创造性地将源强估计误差分析应用于走航监测车应急采样位置优化问题,提出了一种化工园区走航监测车应急采样位置优化方法,该方法可以在走航车监测车存在测量误差以及采样位置受限的情况下,优化出走航监测车的最优应急采样位置,从而配合固定监测站完成对化工园区内超标排放源的定位。对于分布在污染源上风向的采样点,可通过对比包含该采样点和不包含该采样点的采样位置集合所形成的源强估计误差,排除该采样位置。对于分布在所有污染源下风向的采样位置集合,基于高斯烟羽扩散模型,优化出走航监测车的最优应急采样位置,由采样数据和固定监测站的监测数据,反推得到各排放源的源强,对比各排放源的排放限值,定位到超标排放源。

    一种基于改进JAYA算法的大气污染物溯源方法

    公开(公告)号:CN116432748A

    公开(公告)日:2023-07-14

    申请号:CN202310506467.2

    申请日:2023-05-08

    Abstract: 本发明公开了一种基于改进JAYA算法的大气污染物溯源方法,创造性地将JAYA算法与无人机群相结合,引入到大气污染物溯源任务中。将心理学中自我评价理论融入JAYA算法,建立了自我评价二维模型,使各无人机能够根据自身状态的差异,为后续的飞行提供可靠的依据,利于无人机进行下一步决策,并且将社会情感优化算法中的社会评价思想与无人机群有机地融合,根据社会评价规则将无人机分为笨拙个体、普通个体和机敏个体,依照不同个体的更新规则进行位置更新。仿真结果表明,改进后的JAYA算法具有收敛速度快、不易陷入局部最优等特点,在大气污染物溯源问题中展现出较高的溯源效率和溯源成功率。

Patent Agency Ranking