摘要
本发明公开了一种机巢故障下的多无人机巡检任务重规划方法,包括:获取故障机巢编号、所有剩余任务点坐标、备降机巢坐标、各巡检无人机剩余巡检路径数据;将故障机巢对应的巡检无人机着陆点设为备降机巢;建立并求解固定起终点下的单无人机巡检任务重规划模型,以重规划故障机巢对应巡检无人机的巡检路径;建立多无人机任务重规划模型,设计改进自适应大规模邻域搜索算法,求解多无人机任务重规划模型以得到巡检时间最短的任务重规划路径。本发明可实现在任意时刻出现机巢故障异常状态时高效地解决多无人机任务重规划问题,令多无人机巡检系统在遇到机巢故障突发异态时能持续进行稳定的自主作业,显著提升无人值守巡检系统的容灾能力。
技术关键词
巡检无人机
邻域搜索算法
巡检路径
重规划方法
多无人机
坐标
无人机巡检系统
终点
变量
异常状态
决策
噪声
数据
阶段
系统为您推荐了相关专利信息
轮式机器人
智能巡检方法
巡检路径
车间
监控设备
数字孪生模型
全生命周期智能
大型钢结构
运维系统
巡检设备
智能网联车辆
轨迹联合优化方法
车辆轨迹规划
交叉口
表达式
网络部署方法
无人机模型
深度强化学习算法
地面
建筑物