基于车辆与无人机协同的巡检任务分配与路径规划算法

摘要

为了研究地面车辆与无人机在巡检过程中的最佳任务分配策略及路径规划问题,提出一种两阶段混合式启发算法——改进自适应大邻域搜索(improved adaptive large neighborhood search, IALNS)算法。第一阶段根据待巡检节点的不同需求等级及距离等因素,利用聚类算法对目标节点进行划分;第二阶段采用一种混合式启发算法解决路线调度问题,增加6种新的局部优化算子,引入节点重分配策略,经过迭代得到成本最小的车辆与无人机协同混合路线。对所提算法解和其他算法解进行测试和比较分析,试验数据表明,IALNS算法在解决车辆与无人机协同巡检问题时具有显著优势。

关键词

路径规划 / 车辆与无人机协同模式 / 聚类算法 / 自适应大邻域搜索 / 局部优化

基金资助

国家重点研发计划资助项目(2019YFB600700)