一种智慧城市建设中的无人机路径规划机制的制作方法

本发明涉及无人机路径规划领域，尤其涉及一种智慧城市建设中的无人机路径规划机制。

背景技术：

近年来，物联网(iot)技术的兴起使得万物互联成为了可能，通过布设海量具有数据采集功能的传感器节点，人们可以容易地获得环境中的各项数据，从而实现对某一环境的实时监测，更进一步地，通过各个网络中的sink节点，可以将各个传感器节点采集的数据进行汇聚并实现向云平台上传。目前，各国政府均已投入了大量的人力、物力、财力将物联网技术与城市建设相结合，进行智慧城市建设。例如中国目前规模庞大的智能电网系统，使得中国已经彻底告别了从前人工抄表这种效率低下的工作方式，方便快捷且准确率高。在智慧城市的建设过程中，需要布设海量的传感器节点，并在一定范围内部署sink节点，sink节点的功能是将当前局域网内的各个传感器节点所采集到的数据进行汇聚，并将汇聚后的数据发送至云端平台，以供各类应用进行分析使用。由于sink节点的数量巨大，且sink节点存在一定的失效概率，因此在面积广阔的城市范围内，不可避免地会有多个sink节点出现失效的情况，而sink节点一旦失效，所属于该局域网内的传感器节点所采集到的数据便无法实现汇聚与上传，在这种情况下，该局域网所覆盖城市区域的数据便无法顺利上传至云端平台，出现了数据盲区。

为了解决这个问题，目前最常见的做法是派遣维修人员对失效的sink节点进行维修，这样做通常需要耗费较长的时间，若对数据的实时性要求较高，则由于维修时间较长带来的损失则较大。而随着无人机技术的发展，可以考虑使用无人机(uav)搭载sink节点对城市区域中失效的sink节点进行补充。无人机的飞行速度快、机动性强，尤其多旋翼无人机可以实现定点悬停，非常适合对大范围面积内的多个航迹点进行遍历。但是由于无人机的航程有限，为了使无人机能够完成对多个失效sink节点的补充任务，无人机的路径规划机制就显得尤为重要。然而在目前的无人机路径规划机制中，在航点的选择上有两种主要观点：1、每次均选择与无人机相距最近的航迹点；2、按照航迹点的优先级进行排序，按照优先级进行对任务点进行遍历。这两种方案中，前者过于强调航迹点之间间距，后者过于强调航迹点的优先级，并不能很好地适应实际的应用环境。在这种情况下，设计一个具有均衡性能的无人机路径规划机制对于智慧城市的建设具有重要的应用意义。

技术实现要素：

本发明的主要目的在于解决现有无人机路径规划机制中存在的问题，提供一种智慧城市建设中的无人机路径规划机制，具体技术方案如下：

为实现上述目的，本发明采用如下技术方案：

一种智慧城市建设中的无人机路径规划机制，所述机制应用于智慧城市建设中使用无人机搭载sink节点对分布于不同地点的多个失效sink节点进行补充，所述的sink节点的功能是采集该局域网中传感器节点所采集的各类数据进行汇聚并将其上传至云端平台。本发明根据失效sink节点与无人机的距离和失效sink节点的实时性要求，计算失效sink节点的选择度，比较区域内各个失效sink节点的选择度，将无人机移动至选择度最大的失效sink节点对其进行补充；所述选择度与失效sink节点的实时性要求成正比，与失效sink节点与无人机的距离成反比。

优选的，包括如下步骤：

s1：针对由多个失效sink节点构成的未访问sink节点集合p，计算p中各失效sink节点的位置与无人机当前位置的距离，构成一组距离向量duav-p，并记录下该距离向量中的最大分量dmax及其相应的节点编号、最小分量dmin及其相对应的节点编号；设集合p中的元素数量为n，则将距离向量表示为：

s2：对p中各sink节点与无人机当前的距离进行规范化，使得原始的距离数据映射至[0,1]区间；规范化策略为：

对距离数据进行归一化，消除了数据间的量纲关系，便于后期对数据进行处理，且进行归一化之后，各个距离数据具有了可比性，当数值范围减小之后，可以加速算法的收敛速度。

s3：使用s2中已经归一化的数据计算各个待访问sink节点的选择度si，其中参数wi为根据待访问sink节点集合p中各个sink节点所汇聚数据的紧急程度而设置的权重，构成一组选择度向量s：

s＝[s1,s2,...,sn]

在s3中，对每一个待访问sink节点的si值计算中，使用了该节点的wi值以及经过归一化的距离数据将两项数据结合考虑，相比较于单独使用wi值作为选择度或者单独使用作为选择度更为合理。在实际情况中，无人机在规划下一个需要访问的节点时，考虑到自身的能耗问题，必须考虑节点与无人机之间的距离；另一方面，无人机除了考虑自身与节点之间的距离，还必须考虑节点所采集数据的实时性要求。因此，均衡考虑二者所得出的si更为合理，更贴近实际应用场景。

s4：选择s3中选择度向量中最大分量所对应的sink节点，并将无人机移动至该失效的sink节点对其进行补充，同时将该sink节点从集合p中剔除；

s5：判断当前的未访问sink节点集合p是否等于空集，若等于空集，则无人机返回初始位置；否则，对当前的未访问sink节点集合p重复s1～s5。

有益效果：在智慧城市建设中使用该无人机路径规划机制对多个失效的汇聚节点进行补充，与仅考虑覆盖尽可能多失效汇聚节点的路径规划机制相比较，能够覆盖更多具有高优先级的失效汇聚节点；与仅考虑覆盖较高优先级失效汇聚节点的无人机路径规划机制相比较，在覆盖的失效汇聚节点数量上具有显著优势；因此，在智慧城市建设中使用该无人机路径规划机制对多个失效的汇聚节点进行补充，能够提升无人机作业效率，避免额外的能量损耗，是无人机民用化的一项有益探索，对智慧城市的建设与运行具有重要的实际意义。

附图说明

图1为本发明所述方机制的流程示意图；

图2为本发明所述机制的场景图示。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，在本发明实施例中，提供了一种智慧城市建设中的无人机路径规划机制，所述机制应用于智慧城市建设中使用无人机搭载sink节点对分布于不同地点的多个失效sink节点进行补充，所述的sink节点的功能是采集该局域网中传感器节点所采集的各类数据进行汇聚并将其上传至云端平台，具体步骤如下：

s1：针对由多个失效sink节点构成的未访问sink节点集合p，计算p中各失效sink节点的位置与无人机当前位置的距离，构成一组距离向量duav-p，并记录下该距离向量中的最大分量dmax及其相应的节点编号、最小分量dmin及其相对应的节点编号；设集合p中的元素数量为n，则将距离向量表示为：

s2：对p中各sink节点与无人机当前的距离进行规范化，使得原始的距离数据映射至[0,1]区间；规范化策略为：

s3：使用s2中已经规范化的数据计算各个待访问sink节点的选择度si，其中参数wi为根据待访问sink节点集合p中各个sink节点所汇聚数据的紧急程度而设置的权重，构成一组选择度向量s：

s＝[s1,s2,...,sn]

特别地，在对每个待访问sink节点所具有的权值wi进行设置时，为了充分体现出无人机相对于人力的优势，较为重要的考虑因素是该sink节点所采集数据对实时性的要求高低，若该sink节点对实时性的要求较高，即该类数据随时间变化的速度较快，则该节点应当设置较高的权重；若该sink节点对实时性的要求较低，即该类数据随时间变化的速度较慢，则该节点应当设置较低的权重。在对每个待访问sink节点的权重值进行设置时，为了后期便于对数据进行处理，将各节点的权重值均设置在[0,1]区间范围内。

智慧城市是一个极为复杂的系统，其中包含大量的子系统，而每一个子系统所涉及的数据类型大相径庭，这里我们以智慧城市建设中常见的智慧步道为例进行说明。智慧步道系统是为市民提供休闲的一套智慧城市子系统，其监测的数据包括：pm2.5、co2、负氧离子、土壤湿度、土壤温度、大气气压等。在上述若干数据中，pm2.5、co2、负氧离子三项数据随时间变化较为剧烈，在不同时刻的值会存在较大的差异，因此pm2.5、co2、负氧离子这三项数据应该被设置成较高的wi；而土壤湿度、土壤温度、大气气压三项数据在一天中随时间变化较为缓慢，即在不同时刻的值差异较小，对智慧步道系统而言，土壤温度、土壤湿度、大气气压在短时间内并不会对人们造成较为明显影响，因此土壤湿度、土壤温度、大气气压这三项数据应设置较低的wi值。

s4：选择s3中选择度向量中最大分量所对应的sink节点，并将无人机移动至该失效的sink节点对其进行补充，同时将该sink节点从集合p中剔除。在使用无人机起飞执行任务之前，为了确保失效sink节点下属的各传感器节点能够正常接入无人机上sink节点所创建的网络中，需将无人机搭载的sink节点的网络接入参数设置为与失效sink节点所形成的网络完全一致。这样一来，无人机搭载功能正常的sink节点飞临失效sink节点上空时，该失效sink节点下属的各传感器节点即可顺利接入由无人机sink节点所创建的网络之中，从而完成对当前失效sink节点的补充。

s5：判断当前的未访问sink节点集合p是否等于空集，若等于空集，则无人机返回初始位置；否则，对当前的未访问sink节点集合p重复s1～s5。

参阅图2，以具体实施例进行说明，模拟的智慧城市区域中存在7个失效sink节点，现使用本发明提出的无人机路径规划机制对上述7个节点进行补充，具体实施步骤如下：

s1：针对上述7个失效sink节点构成的未访问sink节点集合p，计算p中各失效sink节点的位置与无人机当前位置的距离，构成一组距离向量duav-p，设该实施例中duav-p＝[11,16,23,17,26,37,21](单位：km)，该距离向量中的最大分量dmax＝37，相应的节点编号为6，最小分量dmin＝11，相对应的节点编号为1；

s2：对p中各sink节点与无人机当前的距离进行规范化，结果为(结尾均保留三位小数)；

s3：使用s2中已经规范化的数据计算各个待访问sink节点的选择度si，参数wi表示该sink节点所采集数据的权重大小，权重的大小可根据具体场景而设定，在本实施例中以数据对实时性要求的高低对上述7个sink节点的权重设定，设w1＝0.1，w2＝0.2，w3＝0.3，w4＝0.4，w5＝0.5，w6＝0.6，w7＝0.7，则可得出：s1＝∞，s2＝1.04，s03＝0.64，s94＝1.73，s25＝0.86，s76＝0.60，s07＝1.81，得8到选择度向量s＝[∞，1.040,0.649,1.732,0.867,0.600,1,818]；

s4：s中的最大分量为∞，所对应的sink节点编号为1，故无人机首先应该对编号为1的sink节点进行补充，同时将该节点加入已访问sink节点集合v；

s5：判断当前的未访问sink节点集合p是否等于空集，若等于空集，则无人机返回初始位置；否则，对当前的未访问sink节点集合p重复s1～s5。

以上仅为本发明的较佳实施例，但并不限制本发明的专利范围，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。