一种基于巡检机器人的无线传感器网络充电系统及方法

本发明属于无线可充电传感器网络，尤其涉及一种基于巡检机器人的无线传感器网络充电系统及方法。

背景技术：

1、近年来，随着电子器件小型化和耗能一再降低，传感器得到了广泛应用。传感器可以灵活部署在各种复杂环境，加之为传感器节点赋予自组网功能后，传感器通过无线通信方式组成无线传感器网络，可以及时搜集和传递感知信息。传统传感器节点配备电池以供能，但是由于传感器节点分布范围广、涉及数量多，为节点定期更换电池工作繁琐且任务量巨大。解决无线传感器网络的电量问题有三种解决方案：节能、电量收集与无线充电。采用节能手段往往以牺牲网络性能为代价，而且节点最终仍会因为电量耗尽而失效，未能根本上解决问题。电量收集常见的方法包括收集太阳能、风能、热能，由于管廊一般埋于地下或者海底，可利用的自然资源匮乏，所以在城市地下管廊的应用场景下，无线充电方式成为管廊中延长无线传感器网络寿命的最佳选择。

2、管廊集中敷设多种管线，如天然气管线、电力电缆、供水管道、供热管道、污水处理管道等，为城市提供大量基础服务，现已经成为城市命脉。管廊建设和维护成本巨大，若发生灾害损失大、危害严重，对管廊状态进行实时监测具有较高的经济价值，通常会在管廊中布置较为密集的、多种类的传感器，形成大规模传感器网络。管廊中环境复杂，需要实时监测的数据指标较多，传感器所传递的数据总量较大，耗能也大，能耗问题成为管廊中无线传感器网络正常运行必须面临的挑战。管廊可长达数十千米，环境复杂，布线后空间相对逼仄，人员活动不便，对大量传感器进行电池更换，人力成本高、人员不安全、替换效率低，采用无线可充电传感器网络将大大减少维护成本。

3、管廊中无线可充电传感器网络的其特征为：首先，传感器分布较为密集，若采用周期性定点定时充电方法，则在隧道中使用巡检机器人为节点充电到达预定充电时长在离开，则充电周期过于漫长，不利于延长整个传感器网络寿命。其次，考虑成本、人员安全和环境复杂度的话，采用人工充电亦不可行。再次，管廊中通常布置多种类传感器，例如温度传感器、湿度传感器、可燃易爆气体传感器、有毒气体传感器等，或部分节点采用集成传感器，导致节点耗能速率不一，采取相同的充电时间并不合理。即管廊中无线传感器网络充电需要一种可以为分布较密集的多类型传感器按需充电且最小化时间周期的无线移动充电方案，以解决管廊中传感器的能耗问题。

4、传统使用充电机器人对多类型传感器进行电能传输的方案策略大多为充电机器人寻找距离当前位置最近的传感器，前往其最接近位置进行充电，该传感器电量达到要求后前往下一传感器位置。该方案没有充分考虑充电器具有全向性的情况，对后续传感器进行功率传输时，已完成传输的传感器的接收功率将存在一定的溢出，造成了时间和功率成本的浪费。

5、现阶段改进充电机器人的运动传输策略，以最小化周期为目标，充电机器人在传感器分布密集处低速通过，在无传感器或传感器分布稀疏处快速通过，设计充电机器人在各位置上的速度。该方案充分考虑了充电方式的全向性，能解决传统策略功率溢出的问题。该方案的缺点十分明显，算法适应性低，求解任意位置上的速度这类拥有无穷多个变量的连续轨迹设计问题极具挑战性，国内外尚无低复杂度的一般性解决方法。

技术实现思路

1、为了解决上述技术问题，本发明提出了一种基于巡检机器人的无线传感器网络充电系统及方法。

2、本发明系统的技术方案为一种基于巡检机器人的无线传感器网络充电系统，包括：

3、巡检机器人、多个传感器节点；

4、所述巡检机器人与所述多个传感器节点依次连接；

5、沿管廊内部铺设轨道，将所述巡检机器人放置于轨道上运动；

6、将多个传感器节点固定于管廊内部不同位置；

7、构建传感器节点集合、监测点位置集合、巡检机器人的初始化悬停位置集合、巡检机器人的初始化悬停时间集合，将巡检机器人的运动轨迹作为优化变量求解；依次计算每个监测点到每个传感器节点的距离、巡检机器人在每个初始化悬停位置到每个传感器节点的距离、巡检机器人位于每个监测点时对每个传感器节点的瞬时电量传输功率、巡检机器人位于每个初始悬停位置时到每个传感器节点的瞬时电量传输功率、巡检机器人的总悬停时间、巡检机器人的总移动时间；计算每个传感器节点在巡检机器人位于悬停时间内接收到的总电量、每个传感器节点在巡检机器人位于运动时间段内接收到的总电量，根据巡检机器人的总悬停时间和巡检机器人的总移动时间计算巡检机器人的单次传输任务周期时长；构建每次迭代的凸优化问题；根据逐次迭代凸优化算法求解每次迭代的凸优化问题，获得巡检机器人最优轨迹。

8、本发明方法的技术方案为一种基于巡检机器人的无线传感器网络充电方法，具体步骤如下：

9、步骤1：设置巡检机器人的起点、终点，在巡检机器人的起点、终点之间将管廊均匀划分为多个监测点，获取每个传感器节点的位置、电量需求、初始电量、平均耗电功率、距离轨道的垂直距离；

10、步骤2：构建传感器节点集合，根据多个监测点的位置构建监测点位置集合，根据巡检机器人的多个初始化悬停位置构建巡检机器人的初始化悬停位置集合，根据巡检机器人的多个初始化悬停位置上对应的初始化悬停时间构建巡检机器人的初始化悬停时间集合，将巡检机器人的运动轨迹作为优化变量求解；

11、步骤3：依次计算每个监测点到每个传感器节点的距离、巡检机器人在每个初始化悬停位置到每个传感器节点的距离、巡检机器人位于每个监测点时对每个传感器节点的瞬时电量传输功率、巡检机器人位于每个初始悬停位置时到每个传感器节点的瞬时电量传输功率、巡检机器人的总悬停时间、巡检机器人的总移动时间；

12、步骤4：计算每个传感器节点在巡检机器人位于悬停时间内接收到的总电量、每个传感器节点在巡检机器人位于运动时间段内接收到的总电量，根据巡检机器人的总悬停时间和巡检机器人的总移动时间计算巡检机器人的单次传输任务周期时长；

13、步骤5：依次构建每个传感器节点的电量传输需求约束、巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数、每个传感器节点在巡检机器人的单次传输任务周期时长内总接收电量的每次迭代的下界凸函数以及巡检机器人每次迭代的轨迹优化目标，进一步构建每次迭代的凸优化问题；

14、步骤6：根据逐次迭代凸优化算法求解每次迭代的凸优化问题，获得巡检机器人最优轨迹，巡检机器人根据最优轨迹在管廊的轨道上运动实现多个传感器节点的无线充电。

15、作为优选，步骤2所述传感器节点集合包括：传感器节点的位置集合、传感器节点的电量需求集合、传感器节点的初始电量集合、传感器节点距离轨道的垂直距离集合、

16、所述传感器节点的位置集合为：

17、δs＝[s1,s2,…,sk,..,sk],k＝1,2,..,k

18、其中，k为传感器编号，δs表示所有传感器节点的位置集合，k表示传感器节点的数量，sk表示第k个传感器节点的位置；

19、所述传感器节点的电量需求集合为：

20、δe＝[e1,max,e2,max,…,ek,max,..,ek,max],k＝1,2,..,k

21、其中，k为传感器编号，δe表示所有传感器节点的电量需求集合，k表示传感器节点的数量，ek,max表示第k个传感器节点的电量需求；

22、所述传感器节点的初始电量集合为：

23、δem＝[e1,str,e2,str,…,ek,str,..,ek,str],k＝1,2,..,k

24、其中，k为传感器编号，δem表示所有传感器节点的初始电量集合，k表示传感器节点的数量，ek,str表示第k个传感器节点的初始电量；

25、所述传感器节点距离轨道的垂直距离集合为：

26、δh＝[h1,h2,…,hk,..,hk],k＝1,2,..,k

27、其中，k为传感器编号，δh表示所有传感器节点到轨道的高度集合，k表示传感器节点的数量，hk表示第k个传感器节点到轨道的高度；

28、步骤2所述的监测点位置集合为：

29、δp＝[p1,p2,..,pm,..,pm],m＝1,2,..,m

30、其中，m为监测点编号，m为监测点数量，pm为第m个监测点的位置，δp为监测点位置集合；

31、步骤2所述的巡检机器人的初始化悬停位置集合为：

32、δx＝[x1,x2,…,xn,..,xn],n＝1,2,..,n

33、其中，n为悬停位置编号，n为悬停位置数量，xn表示巡检机器人的第n个初始化悬停位置，δx表示巡检机器人的初始化悬停位置集合；

34、步骤2所述的巡检机器人的初始化悬停时间集合为：

35、δt＝[t1,t2,…,tn,..,tn],n＝1,2,..,n

36、其中，n为悬停位置编号，n为悬停位置数量，tn表示巡检机器人在第n个初始化悬停位置上的初始化悬停时间，δt表示巡检机器人的初始化悬停时间集合；

37、步骤2所述巡检机器人的运动轨迹通过间续性悬停前进结构重构为在初始悬停位置上悬停一段初始化时长并在悬停位置之间以最大速度匀速运动的等效轨迹；

38、作为优选，步骤3所述计算每个监测点到每个传感器节点的距离为：

39、

40、其中，k为传感器节点编号，k表示传感器节点的数量，m为监测点编号，m为监测点的数量，pm为第m个监测点的位置，sk为第k个传感器节点的位置，hk为第k个每个传感器节点距离轨道的垂直距离，dm,k为第m个监测点到第k个传感器节点的距离。

41、步骤3所述计算巡检机器人在每个初始化悬停位置到每个传感器节点的距离为：

42、

43、其中，k为传感器节点编号，k表示传感器节点的数量，n表示初始化悬停位置编号，n表示初始化悬停位置数量，xn表示巡检机器人的第n个初始化悬停位置，sk为第k个传感器节点的位置，hk为第k个每个传感器节点距离轨道的垂直距离，dn,k为巡检机器人在第n个初始化悬停位置到第k个传感器节点的距离；

44、步骤3所述计算巡检机器人位于每个监测点时对每个传感器节点的瞬时电量传输功率为：

45、

46、其中，k为传感器节点编号，k表示传感器节点的数量，m为监测点编号，m为监测点数量，β0为单位距离下传输增益常数，pt为巡检机器人的恒定射频功率，dm,k为第m个监测点到第k个传感器节点的距离，qm,k为当巡检机器人位于第m个监测点时对第k个传感器节点的瞬时电量传输功率；

47、步骤3所述巡检机器人位于每个初始初始化悬停位置时到每个传感器节点的瞬时电量传输功率为：

48、

49、其中，k为传感器节点编号，k表示传感器节点的数量，n表示初始化悬停位置数量，β0为单位距离下传输增益常数，pt为巡检机器人的恒定射频功率，dn,k为巡检机器人在第n个初始化悬停位置到第k个传感器节点的距离，qn,k为巡检机器人位于第n个初始初始化悬停位置时到第k个传感器节点的瞬时电量传输功率；

50、步骤3中计算巡检机器人的总悬停时间为：

51、

52、其中，n为初始化悬停位置编号，n表示初始化悬停位置的数量，tn为巡检机器人在第n个初始化悬停位置上的悬停时间，为巡检机器人的总悬停时间；

53、步骤3中计算巡检机器人的总移动时间定义为：

54、

55、其中，为巡检机器人的移动时间段总时长，vmax为巡检机器人的最大速度，sstr为巡检机器人起点，send为巡检机器人终点，||*||2表示二维范数计算。

56、作为优选，步骤4所述计算每个传感器节点在巡检机器人位于悬停时间内接收到的总电量为：

57、

58、其中，k为传感器节点编号,k表示传感器节点的数量，n为初始化悬停位置编号，n表示初始化悬停位置的数量，tn为巡检机器人在第n个初始化悬停位置上的悬停时间，qn,k为巡检机器人在第n个初始化悬停位置时对第k个传感器节点的瞬时传输功率，ek,hover为第k个传感器节点在巡检机器人位于悬停时间内接收到的总电量；

59、步骤4所述计算每个传感器节点在巡检机器人位于运动时间段内接收到的总电量为：

60、

61、其中，k为传感器节点编号,k表示传感器节点的数量，m为监测点编号，m为监测点数量，qm,k为当巡检机器人位于第m个监测点和第k个传感器节点之间的瞬时传输功率，vmax为巡检机器人的最大速度，pm为第m个监测点的位置，ek,move为第k个传感器节点在巡检机器人位于运动时间段内接收到的总电量，||*||2表示二维范数计算；

62、步骤4所述计算巡检机器人的单次传输任务周期时长为：

63、

64、其中，n为初始化悬停位置编号，n表示初始化悬停位置数量，tn为巡检机器人在第n个初始化悬停位置上的悬停时间，vmax为巡检机器人的最大速度，sstr为巡检机器人的起点位置，send为巡检机器人的终点位置，t0为巡检机器人的单次传输任务周期时长，||*||2表示二维范数计算；

65、作为优选，步骤5所述每个传感器节点的电量传输需求约束定义为：

66、ek,0+ek,move+ek,hover-gkt0≥ek,max,k＝1,2,..,k

67、其中，k为传感器节点编号,k表示传感器节点的数量，ek,0为第k个传感器节点的初始电量，ek,hover为第k个传感器节点在巡检机器人位于悬停时间内接收到的总电量，ek,move为第k个传感器节点在巡检机器人位于运动时间段内接收到的总电量，gk为第k个传感器节点的平均耗电功率，t0为巡检机器人的单次传输任务周期时长，ek,max为第k个传感器节点的电量需求；

68、步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数，具体如下：

69、

70、

71、

72、

73、

74、其中，n为悬停位置编号，n表示悬停位置数量，k为传感器节点编号,k表示传感器节点的数量，qn,k为巡检机器人位于第n个悬停位置时到第k个传感器节点的瞬时电量传输功率，xn表示巡检机器人的第n个悬停位置，x(r)为巡检机器人的第r次迭代的悬停位置参数，sk表示第k个传感器节点的位置，tn为巡检机器人的第n个悬停位置上悬停时间，t(r)为巡检机器人的第r次迭代的悬停时间参数，为第r次迭代的巡检机器人在第n个悬停位置关于第k个传感器的第一个凸近似参数，为第r次迭代的巡检机器人在第n个悬停位置关于第k个传感器的第二个凸近似参数，为第r次迭代的巡检机器人在第n个悬停位置关于第k个传感器的第三个凸近似参数，分别为第r次迭代的巡检机器人在第n个悬停位置关于第k个传感器的第四个凸近似参数，为巡检机器人在第r次迭代的第n个悬停位置，为巡检机器人在第r次迭代的第n个悬停时间，为巡检机器人在第n个悬停位置对第k个传感器节点的传输电量的第r次迭代的下界凸函数；(q(x))′表示函数q(x)关于x的导函数值；

75、步骤5所述构建每个传感器节点在巡检机器人的单次传输任务周期时长内总接收电量的每次迭代的下界凸函数，具体如下：

76、

77、其中，n为悬停位置编号，k为传感器编号，k表示传感器节点的数量，xn为巡检机器人的第n个悬停位置，sk为第k个传感器的坐标，tn为巡检机器人的第n个悬停位置上悬停时间，为第r次迭代的巡检机器人在第n个悬停位置对第k个传感器节点的传输电量的下界凸函数，为第k个传感器节点在巡检机器人的单次传输任务周期时长内巡检机器人位于悬停时间段接收电量的第r次迭代的下界凸函数；

78、步骤5所述构建巡检机器人每次迭代的轨迹优化目标，具体如下：

79、

80、其中，为第r次迭代的巡检机器人的单次传输任务周期时长，δx为巡检机器人的悬停位置集合，δt为巡检机器人的悬停时间集合，为以(δx,δt)为变量的计算每次迭代的巡检机器人的单次传输任务周期时长的最大值；

81、步骤5中进一步构建每次迭代的凸优化问题为，具体如下：

82、

83、其中，k为传感器编号，k表示传感器节点的数量，δx为巡检机器人的悬停位置集合，δt为巡检机器人的悬停时间集合，ek,str为第k个传感器节点的初始电量，为第k个传感器节点在巡检机器人的单次传输任务周期时长内总接收电量的第r次迭代的下界凸函数，ek,move为第k个传感器节点在巡检机器人位于运动时间段内接收到的总电量，gk为第k个传感器节点的平均耗电功率，为第r次迭代的巡检机器人的单次传输任务周期时长，ek,max为第k个传感器节点的电量需求，为以(δx,δt)为变量的计算每次迭代的巡检机器人的单次传输任务周期时长的最大值；

84、步骤5所述凸优化问题的解为(δx(r+1),δt(r+1))，其中δx(r+1)为巡检机器人的第r次迭代解得的悬停位置集合，同时也是巡检机器人第r+1次迭代的下界凸函数的悬停位置参数，δt(r+1)为巡检机器人的第r次迭代解得的悬停时间集合，同时也是巡检机器人第r+1次迭代的下界凸函数的悬停时间参数；

85、作为优选，步骤6所述根据逐次迭代凸优化算法求解每次迭代的凸优化问题，具体如下：

86、步骤6.1：随机初始化巡检机器人初始迭代轨迹点集合和悬停时间集合(δx(0),δt(0))，初始最优解集合(δx*,δt*)＝(δx(0),δt(0))；

87、其中，δx(0)为巡检机器人的初始悬停位置集合，δt(0)为巡检机器人的初始悬停时间集合，δx*为巡检机器人的最优悬停位置集合，δt*为巡检机器人的最优悬停时间集合，设置迭代阈值ε以及迭代次数r＝0；根据步骤3计算巡检机器人的初始单次传输任务周期时长

88、步骤6.2：根据第r次迭代轨迹点集合和悬停时间集合(δx(r),δt(r))进行步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数进一步构建每个传感器节点在巡检机器人的单次传输任务周期时长内总接收电量的每次迭代的下界凸函数

89、其中，δx(r)为巡检机器人的第r-1次迭代的悬停位置集合输出值或r＝1时巡检机器人的初始悬停位置集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r次迭代的悬停位置参数，δt(r)为巡检机器人的第r-1次迭代的悬停时间集合输出值或r＝1时巡检机器人的初始悬停时间集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r次迭代的悬停时间参数；

90、步骤6.3：通过凸优化方法求解步骤5所述第r次迭代的凸问题，得到第r次迭代的巡检机器人的悬停位置解和悬停时间解(δx(r+1),δt(r+1))和第r次迭代的巡检机器人的单次传输任务周期时长任务时间

91、其中，δx(r+1)为巡检机器人的第r次迭代的悬停位置集合输出值或r＝0时巡检机器人的初始悬停位置集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r+1次迭代的悬停位置参数，δt(r+1)为巡检机器人的第r次迭代的悬停时间集合输出值或r＝0时巡检机器人的初始悬停时间集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r+1次迭代的悬停时间参数；为第r+1次迭代的巡检机器人的单次传输任务周期时长；

92、步骤6.4：若停止迭代，输出巡检机器人的最优轨迹(δx*,δt*)；否则，更新(δx(r+1),δt(r+1))＝(δx*,δt*)，r＝r+1，跳转至步骤6.2；

93、其中，为第r次迭代的巡检机器人的单次传输任务周期时长，δx(r)为巡检机器人的第r-1次迭代的悬停位置集合输出值或r＝1时巡检机器人的初始悬停位置集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r次迭代的悬停位置参数，δt(r)为巡检机器人的第r-1次迭代的悬停时间集合输出值或r＝1时巡检机器人的初始悬停时间集合，并根据步骤5所述构建巡检机器人在每个悬停位置对每个传感器节点的传输电量的每次迭代的下界凸函数在第r次迭代的悬停时间参数，δx*为巡检机器人的最优悬停位置集合输出值，δt*为巡检机器人的最优悬停时间集合输出值，ε为迭代过程中设定的迭代阈值，r为迭代次数。

94、本发明优点在于：

95、针对现有管廊传感器系统周期电量维持策略上的不足，面向管廊传感器的按需充电需求，本发明提供一种基于管廊巡检机器人的无线充电策略，旨在降低传感器电力溢出和提高巡检机器人电量传输效率。本发明在满足传感器电量需求的前提下尽可能降低巡检机器人单次传输任务周期，并提出一种基于间续悬运(shm)结构的关于巡检机器人轨迹的具体设计以及基于连续凸近似算法的具体轨迹求解方案，力求在满足管廊传感器系统电量需求的前提下，最小化巡检机器人的单次传输任务周期。

96、本发明提出一种基于巡检机器人的城市管廊铺设大规模传感器网络充电策略。该充电策略是巡检机器人采用无线电波方式对传感器节点按需充电，获取每个传感器和巡检机器人系统参数，针对传感器和巡检机器人组成的电力传输系统进行建模，基于间续悬运(shm)结构设计巡检机器人运动方案，实现对传感器节点按需充电。该问题以每个传感器电量需求为限制，以最小化巡检机器人单次传输任务周期为目标，对问题模型进行求解，最终求得机器人单次传输任务周期的高效任务轨迹。该巡检机器人任务轨迹在满足传感器节点最小电力需求的前提下最大程度上降低了电力溢出，同时达到最小化巡检机器人单次传输任务周期的目的。