考虑船舶实时位置的船舶尾气排放无人机检测路径优化

摘要

为提高无人机检测船舶尾气排放的效率，研究无人机和船舶同时移动情况下的无人机路径规划问题。针对检测过程中船舶位置实时变化的特征，采用“会面”模型求解船舶与无人机的相遇位置，并据此建立一种面向运动船舶以最小飞行距离为目标的无人机路径优化模型，实现多无人机协同检测。结合序列插入算法设计两阶段算法和基于DroneByDrone和ShipByShip两种船舶序列分解策略的遗传算法，实现不同规模场景下的无人机路径优化。数值试验表明，综合考虑无人机飞行和船舶航行的路径优化方法可以有效提高对运动船舶的检测效率；两种算法均能成功求解模型，但相较两阶段算法，遗传算法求解时间可缩短65.12%,满足求解时效性的要求；无人机飞行距离对无人机数量具有显著敏感性，在相同数据集中，派遣两架无人机相比三架无人机，飞行距离可优化25%,但检测时间会相应延迟8%;根据实验场景综合优化无人机基站位置、无人机数量和速度，可以有效缩短无人机飞行距离，提高检测效率。

关键词

船舶尾气排放 / 无人机(UAV)检测 / 路径优化 / 遗传算法 / 两阶段算法