王明辰 李子龙 周苏云 李浩

摘要：该文主要研究新型冠状病毒肺炎疫情流行环境下，对小区进行封闭式管理时，利用无人机进行物资运输及体温测量的问题。首先分析主流小区的规模及户型结构数据，筛选出能最具有代表性的小区。对选定小区的住户，在疫情隔离的情况下所需的日常生活用品进行分析，并整理各货品的规格数据，依照整理所得的住户日常生活用品数量及规格数据，根据无人机货舱的尺寸数据，评价分析货物的需求度，建立稳定性模型，进行三维装箱优化。然后根据送货目的地，进行三维空间路径图的坐标系转化，建立最优路径搜索模型，并结合货物的时间需求度对相应目的地进行赋权，转化为带权无向连通图，运用混合粒子群算法进行计算，得出最终的无人机运送路线图。

关键词： 时间需求度;稳定性模型;最优路径搜索模型;混合粒子群算法;无人机装载运输

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）36-0114-02

开放科学（资源服务）标识码（OSID）：

Research on UAV Loading and Transportation Optimization Based on Optimal Path Search

WANG Ming-chen，LI Zi-long，ZHOU Su-yun，LI Hao

（Xuzhou University of Technology， Xuzhou 221111， China）

Abstract：This paper mainly studies the problems of the use of unmanned aerial vehicles to transport materials and measure body temperature in the enclosed management of the community under the epidemic environment. Firstly， the scale and house type structure data of the mainstream communities are analyzed to select the most representative communities. For selected community residents， in the case of epidemic isolation needed supplies were analyzed， and the daily life and organize the data of the specifications of the goods， in accordance with the number of resident daily life things sorted and specification data， based on the size of the unmanned aerial vehicle hold data， evaluation analysis of goods demand， establish stability model， the three-dimensional packing optimization. Then， according to the delivery destination， coordinate the three-dimensional space path graph， establish the optimal path search model， and combine the time demand degree of the goods to give weight to the corresponding destination， transform it into a weighted undirected connected graph， and use Hybrid Particle Swarm Optimization algorithm to calculate， get the final drone transport roadmap.

Key words：time demand degree; stability model; optimal path search model; Hybrid Particle Swarm Optimization; Drone Loading and Transportation

1 引言

2020年初，新型冠状病毒肺炎疫情逐渐在全球范围蔓延。为了有效地切断传播途径，以人们聚集居住地区为单位，进行封闭式隔离管理。在封闭式隔离管理时，满足人们生活必要的物资需求是社区工作人员任务的重中之重。在派送物资的时候，如何有效地避免接触，并节约有限的人力和防护物资是一个重要的问题。为了解决这个问题，很多地方选取无人机进行送货，然而无人机的负载和最大飞行距离有限，如何在最短的时间内，利用有限数量的无人机完成最多的送货任务，是本文研究的核心问题。

2  无人机装载及路径联合优化

首先搜集新型冠状病毒肺炎疫情期间进行封闭式管理的小区的规模及户型等数据，并进行数据清洗，剔除离群值，而后对剩余数据进行聚类分析，最终得出最具代表性的小区为武汉市江岸区六合花园，其主要以高层楼房与复式楼别墅组成，其详细数据如表1与表2所示：

其中，楼层高度为2.8m。建立三维坐标系O-xyz，结合六合花园户型分布，以西南门为左边原点O，并且为起始地点。根据筛选所得的居民日常生活物资供给标准，结合第n户的人口数[Hn]，其中老幼等弱势人口数为[Hn1]，青壯年人口数为[Hn2]（[Hn=Hn1+Hn2]）。不同年龄段群体的日常物资供给量（g）为[SP1和SP2]，对应的物资时间需求度为[TN1]和[TN2]，可得第n户的物资获取时间需求度函数：

[GTNn=k=12Hnk⋅TNk/k=12Hnk⋅SPk]

其中，[GTNn]为第n户的物资获取时间需求度。根据小区的三维坐标图，对每个目标的坐标点进行赋权，转化为带权无向连通图，结合AOE网和满意度优先算法的原理，建立最优路径搜索模型：

[max SF=n=1273GTNn/tn]

上式中，SF为完成所有的运送任务后，住户总的时间需求满足度;[tn]为无人机从出发到飞达第n户完成该户的运送任务的时间。再根据货物数据和无人机货舱的规格，建立货物稳定性模型，确保在货物完好的情况下，最大化利用货舱空间。最后运用混合粒子群算法，计算得出最大满足度的无人机送货路线图，如图（图1、图2）所示：

3 结论

本文成功实现了封闭式管理下，小区居民物资的最佳运输方式，保证了各住户需求都均衡地得到满足，节约了人力和时间成本。

参考文献：

[1] Wang C，Wang J，Shen Y，et al. Autonomous navigation of UAVs in large-scale complex environments：a deep reinforcement learning approach[J].IEEE Transactions on Vehicular Technology，2019，68（3）：2124-2136.

[2] Huang H， Yang Y， Wang H， et al. Deep reinforcement learning for UAV navigation through massive MIMO technique[J]. IEEE Transactions on Vehicular Technology， 2020， 69（1）： 1117-1121.

[3] 夏蕊，楊兆建，李博，等.基于离散元法的煤散料堆积角试验研究[J].中国粉体技术，2018，24（6）：36-42.

[4] 严磊，雷磊，蔡圣所，等.基于路径规划的无人机加权高效分簇方法[J].计算机工程，2018，44（11）：276-281.

[5] Chen Xia， Hu Naikuan. Operational effectiveness evaluation of reconnaissance UAV based on improved support vector machine [J]. Firepower and command control， 2018， 43 （10）： 31-34.

[6] Yang Yisen， Cui Jiankun. Optimized scheme of UAV rescue and disaster relief based on ant colony algorithm [J]. Agricultural equipment and vehicle engineering， 2018， 56 （10）： 96-100.

[7] 冯宏.基于摄像头的旋翼无人机在热电厂巡检中的应用[J].科技创新与应用，2018（23）：176-177.

[8] 张海峰，韩芳林.基于任务协同的无人机多侦察载荷使用[J].海军航空工程学院学报，2018，33（3）：333-338.

【通联编辑：唐一东】