本技术公开了一种基于多目标粒子群优化的多无人机海上搜救路径规划方法,S1:将待搜救区域转化二维搜救区域;S2:对二维搜救区域进行网格分解;S3:通过混合高斯模型得到概率地图;S4:建立无人机搜救多目标协同优化函数;S5:基于混合粒子群优化算法求解函数,得到最优解;根据求解出的最优解,生成无人机的具体搜救路径。本发明建立了无人机搜救多目标协同优化函数,以资源均衡分配、最大路径安全性、优先覆盖高风险区域和最小化能源消耗为目标指导无人机执行搜救任务,改进了任务分配、路径规划和能源管理,实现多无人机搜救路径规划的多目标优化,为每架无人机制定精确的飞行路径,确保搜救任务的全面覆盖,显著提升了搜救效率与成功率。
背景技术
自然灾害以及人为因素导致海上事故时有发生,造成巨大的生命和财产损失。海上事故的复杂性和搜救任务的紧迫性要求快速、准确地救助遇险人员或船只,以尽量减少损失。因此,提高海上搜救任务的效率和成功率至关重要。传统的搜救方法依赖船舶和直升机,但在成本、风险以及应对恶劣海况方面存在诸多限制。随着远程操作、传感器等相关技术的快速发展,无人机凭借其灵活部署、低成本和低风险的优势,能够覆盖广阔海域,进行长时间搜索和监控,可以在危险或难以到达的区域进行作业,并能在多种天气条件下运行,在海上搜救任务中展现出巨大潜力。因此,在遇险人员存活时间有限且海洋环境复杂多变的情况下,科学高效地规划无人机的搜救路径,确保搜救区域全面覆盖并优化资源分配,对于提升海上搜救效率具有重要意义。
多无人机海上搜救行动是一项复杂的任务,涉及到多目标优化、路径规划、任务分配、协同控制等多个方面。尽管现有技术为无人机海上搜救提供了理论和实践指导,但仍缺乏对安全性、经济性、时效性等多性能目标之间复杂关系的考虑,具体来说,首先,多无人机协同搜救中,每个无人机负责的区域任务量差异过大,任务过少的无人机可能在较短时间内完成任务,而其他无人机却要处理更大范围的区域,导致部分重要区域可能没有被充分覆盖且使得整体搜救行动的时间延长,增加搜救的整体时间成本,覆盖不足或搜救延迟可能错失在短时间内救援受困人员的最佳时机,进而影响搜救成功率;其次,在多无人机协同任务中,路径规划不合理会导致不同无人机之间的搜索路径重叠,花费过多时间在低优先级区域或重复区域,错失对高优先级区域的覆盖机会,导致整体搜救进程缓慢;再次,无人机的续航能力是海上搜救任务中的一大挑战,特别是在广阔海域内执行长时间任务时,由于能源条件有限,如何规划最优路径,以最少的能量消耗实现最大化的搜索覆盖,是一项关键挑战。
综上,现有技术规划的路径可能导致任务效率低下、资源浪费、增加无人机安全风险等问题,并且在面对目标冲突时难以找到最佳平衡,从而影响搜救任务的成功率和整体效果。
实现思路