基于改进人工鱼群算法的无人机红外巡检线路规划

2022-09-01王红星黄郑钱波徐淇李波

微型电脑应用 2022年8期

王红星，黄郑，钱波，徐淇，李波

(1.江苏方天电力技术有限公司，江苏，南京 211102;2.国网江苏省电力有限公司常州供电分公司，江苏，常州 213000)

0 引言

输电线路作为保障电力运行的重要设备，加强对线路的巡检尤为重要。传统的输电线路巡检主要包括人工巡视、直升机巡视等，但由于输电线路广、巡检地形复杂，给人工巡检带来极大的难度和不确定性，如采用直升机巡检，费用也相对较高。因此，无人机红外巡检开始进入电力公司视野，并成为当前输电线路巡检重要方式。通过无人机巡检，可克服复杂地形和困难天气因素的影响，基本实现全天候24 h的巡检，但在无人机红外巡检中，核心问题为无人机路径规划。常用的无人机红外巡检路径规划包括A*算法、Apf算法，如：曹建秋等[1]采用改进变异灰狼算法对无人机路径规划进行优化，得到航迹代价小、效果稳定的无人机飞行路径，但该方法存在计算量大的问题；王琼等[2]采用Apf算法获得了反馈性强的无人机航迹，但该方法在环境复杂的情况下容易出现局部极小值问题，因此无人机航线品质无法得到保证。近些年来，人工鱼群算法被广泛应用于路径优化，如贺风婷等[3]、郭凡等[4]、陈静静等[5]、李新利等[6]、马娜等[7]，由此可以看出人工鱼群算法在路径优化方面受到热捧。考虑到无人机巡检中面临威胁和最短路径需求，本研究结合人工鱼群算法的基本原理、优势以及缺陷，提出一种改进人工鱼群算法的无人机红外巡检航点规划方法，从而在提高红外巡检航点精度的同时，减少巡检威胁。

1 人工鱼群算法基本原理

人工鱼群算法是参考鱼群聚群、觅食、追尾、随机行为而衍生的一种智能寻优算法，具有收敛速度快、操作方便、逻辑简单的特点。人工鱼群算法原理是根据人工鱼当前状态来选择行为，包括自身当前所处位置的的食物含量和食物感知分布，进而改善自己的状态[8]。通过以上行为选择，人工鱼最终会落在几个主要的局部极值点上，而求解极大值的过程则是执行鱼群算法的觅食、追尾、聚群等，然后比较各自环境中食物的含量，进而选择下一步的行为。在鱼群算法迭代过程中，若其寻优结果的最优解相较于公告牌信息有进步，则公告牌记录最优解信息并进行保存，反之则保留当前公告牌信息，通过保留每次迭代运算最优解，实现输出的最终解，即为最优解。具体执行步骤：

1)初始化鱼群规模N、个体的初始位置、步长step、拥挤度因子δ、人工鱼视野visual、重复次数try-number等参数；

2)计算鱼群中所有个体的适应度值，并赋予最优个体公告牌；

3)评价鱼群中所有个体，并对其执行鱼群聚群、觅食等行为，同时更新个体，生成新的鱼群；

4)评价新鱼群中的所有个体，若其中存在个体优于公告牌，则用该个体替代公告牌；

5)判断是否满足终止条件，若满足最优解在误差范围内或达到最大迭代次数，则结束算法，反之则返回步骤3)，算法继续。

以上步骤如图1所示。

图1 人工鱼群算法实现流程图

2 人工鱼群算法改进

无人机红外巡检可认为是在一定范围内寻找最优路径，所以可将鱼群算法应用到无人机红外巡检路线规划中。研究[9-10]认为，由于鱼群算法自身后期收敛速度慢、收敛精度低等，容易导致算法陷入局部收敛，难以获得全局最优解。因此，本文对鱼群算法进行改进，通过引入自适应策略改进人工鱼视野，以提高算法的收敛速度及收敛精度，通过引入人工鱼群进化策略，保证算法子代个体质量，确保算法整体的搜索精度。

2.1 自适应策略的人工鱼视野

人工鱼视野决定鱼群的收敛速度。根据鱼群算法特性和领域学习思想，提出采用式(1)的人工鱼群视野自适应改进策略：

(1)

通过上述改进看出，人工鱼的视野随人工鱼的适应度值进行动态调整。人工鱼群在genuc代内，其自适应度值不断变化，视野也随之动态调整，通过这种动态调整，鱼群向最优解靠近，并进行精细搜索；达到genuc代后，人工鱼自适应度值维持稳定，即人工鱼视野保持不变，说明此时鱼群可能已经陷入局部收敛，应进行全局大范围的重新搜索，并将genuc代的人工鱼视野值设定为重新搜索的视野初始值。

2.2 人工鱼群进化策略

考虑到无人机红外巡检的复杂度和计算量，参考马梓元等的思路，引入人工鱼群进化策略，在该策略中，采用无性繁殖淘汰每代进化中较差的个体，保留较优的个体，确保算法整体搜索精度。具体步骤是在聚群、追尾、觅食等行为步骤后，根据每代人工鱼适应度值对人工鱼个体进行优劣排序，然后筛选、淘汰适应度值较低的人工鱼个体，最后选择适应度值较高的人工鱼个体，以替代淘汰的人工鱼个体。具体改进如图2所示。

图2 人工鱼群算法进化策略改进

通过图2的改进，可保证算法中的子代个体质量，确保整体搜索精度。

3 基于改进鱼群算法的无人机红外巡检路径规划

3.1 威胁模型构建

无人机红外巡检航线规划中，由于实际环境存在障碍物，需在避开障碍物的前提下按照规划路径进行飞行。设无人机从原点出发，在飞行中有n个半径不同的圆形障碍物区间，具体如图3所示。根据障碍区间半径、起点与目标点距离、输出的标准精度，将路径分为n-1段。采用二维符号xi、yi表示路径点，则每个航迹点的横坐标可表示为(x1,…,xn)，纵坐标yi则表示航迹规划的任务。