CN119105485B 一種治安巡查路徑規(guī)劃方法及系統(tǒng) （武漢云計(jì)算科技有限公司）

本發(fā)明提出了一種治安巡查路徑規(guī)劃方法通過路徑規(guī)劃擬合函數(shù)生多條候選治安巡查路2采集多個(gè)無人機(jī)在進(jìn)行治安巡查過程中的巡查行動(dòng)信息，其中，根據(jù)路徑節(jié)點(diǎn)之間構(gòu)成的巡查路徑、實(shí)時(shí)運(yùn)動(dòng)狀態(tài)以及所述歷史運(yùn)i基于與巡查路徑對(duì)應(yīng)的路徑基點(diǎn)和所述治安風(fēng)險(xiǎn)區(qū)域的位置參通過所述粒子群演化函數(shù)、第一學(xué)習(xí)因子以及第二學(xué)習(xí)因子對(duì)所述粒3根據(jù)所述與巡查路徑對(duì)應(yīng)的路徑基點(diǎn)信息和所述治安風(fēng)險(xiǎn)區(qū)域的基于所述多個(gè)路徑基點(diǎn)到達(dá)治安風(fēng)險(xiǎn)區(qū)域中心的風(fēng)險(xiǎn)距離，通與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)的橫坐標(biāo)，yi,j表示第i個(gè)路徑節(jié)點(diǎn)與第i+1個(gè)路示第i個(gè)路徑節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)到達(dá)第g個(gè)治安風(fēng)險(xiǎn)區(qū)域中心對(duì)輸入所述粒子群演化函數(shù)的原始參數(shù)進(jìn)行初始化，其中，確定所述粒子群演化函數(shù)的最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間以及最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間對(duì)所述第一子種群進(jìn)行復(fù)制操作，對(duì)所述第二子種群進(jìn)行交叉和變?nèi)羲隽Ｗ尤貉莼瘮?shù)的適應(yīng)度大于或等于目標(biāo)精度，則結(jié)若所述粒子群演化函數(shù)的適應(yīng)度小于目標(biāo)精度，則通過路徑通過所述粒子群演化函數(shù)、第一學(xué)習(xí)因子以及第二學(xué)習(xí)因子對(duì)所述4于第g個(gè)治安風(fēng)險(xiǎn)區(qū)域內(nèi)的任意一個(gè)路徑基點(diǎn)，C(j,h)表示第j個(gè)路徑基點(diǎn)的第一安全懲罰第g個(gè)治安風(fēng)險(xiǎn)區(qū)域之間的第二安全懲罰值，S(h所述動(dòng)態(tài)威脅懲罰值以及所述角度懲罰值的表達(dá)j個(gè)路徑基點(diǎn)與第h個(gè)路徑基點(diǎn)之間的距離，robs(g)表示第g個(gè)治安風(fēng)所述數(shù)據(jù)采集模塊(11)用于采集多個(gè)無人機(jī)在進(jìn)行治安巡查過程中的巡查行動(dòng)信息，5所述函數(shù)構(gòu)建模塊(12)用于根據(jù)路徑節(jié)點(diǎn)之間構(gòu)成的巡查路徑、實(shí)時(shí)i所述路徑模擬模塊(13)用于基于與巡查路徑對(duì)應(yīng)的路徑基點(diǎn)和所述治安風(fēng)險(xiǎn)區(qū)域的所述路徑尋優(yōu)模塊(14)用于通過所述粒子群演化函數(shù)、第一學(xué)習(xí)因子6[0003]公告號(hào)為CN115752490B的中國專利公開了一種基于大數(shù)據(jù)和定位技術(shù)的安全出合函數(shù)生成了多條滿足安全約束的候選巡查路徑有助于提升粒子群演化函數(shù)的收斂速度，7示自適應(yīng)慣性權(quán)重，τmax表示自適應(yīng)慣性權(quán)重的最大值，Smax表示激活函數(shù)的定義域上限，τmin表示自適應(yīng)慣性權(quán)重的最小值，T表2min表示第二學(xué)習(xí)因子的最小值。節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)的橫坐標(biāo)，yi,j表示第i個(gè)路徑節(jié)點(diǎn)與第i+18dij表示第i個(gè)路徑節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)到達(dá)第g個(gè)治安風(fēng)險(xiǎn)區(qū)域[0029]確定所述粒子群演化函數(shù)的最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間以及最優(yōu)自適應(yīng)慣性權(quán)重與第g個(gè)治安風(fēng)險(xiǎn)區(qū)域之間的第二安全懲罰值，S(h,t)徑基點(diǎn)以及第j+2個(gè)路徑基點(diǎn)之間形成的角度9j個(gè)路徑基點(diǎn)與第h個(gè)路徑基點(diǎn)之間的距離，robs(g)表示第g個(gè)治安風(fēng)險(xiǎn)區(qū)域的半徑，d(j,h,g)表示[0046]所述數(shù)據(jù)采集模塊用于采集多個(gè)無人機(jī)在進(jìn)行治安巡查[0048]所述路徑模擬模塊用于基于與巡查路徑對(duì)應(yīng)的路徑基點(diǎn)和所述治安風(fēng)險(xiǎn)區(qū)域的[0051](1)通過采集多個(gè)無人機(jī)的巡查行動(dòng)信息，能夠全面反映了實(shí)際的巡查環(huán)境和無[0052](2)通過將原有的巡查路徑進(jìn)行區(qū)間劃分，生成多個(gè)位置隨機(jī)且數(shù)量相同的路徑示自適應(yīng)慣性權(quán)重，τmax表示自適應(yīng)慣性權(quán)重的最大值，Smax表示激活函數(shù)的定義域上限，τmin表示自適應(yīng)慣性權(quán)重的最小值，T表2min表示第二學(xué)習(xí)因子的最小值。[0076]在本步驟中，通過路徑規(guī)劃擬合函數(shù),節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)的橫坐標(biāo)，yi,j表示第i個(gè)路徑節(jié)點(diǎn)與第i+1dij表示第i個(gè)路徑節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)到達(dá)第g個(gè)治安風(fēng)險(xiǎn)區(qū)域[0091]通過將原有的巡查路徑進(jìn)行區(qū)間劃分，生成多個(gè)位置隨機(jī)且數(shù)量相同的路徑基基點(diǎn)數(shù)量作為初始化的輸入?yún)?shù),為后續(xù)的路徑優(yōu)化提供基準(zhǔn)。確定粒子群算法的種群大[0096]步驟S42，確定粒子群演化函數(shù)的最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間以及最優(yōu)自適應(yīng)慣性經(jīng)典PSO算法進(jìn)行種群數(shù)量為50、迭代次數(shù)為50的操作。以及為了避免算法中隨機(jī)數(shù)的影響，對(duì)每個(gè)慣性權(quán)重參考值對(duì)應(yīng)的PSO算法各運(yùn)行10次取平均值，得到對(duì)應(yīng)的適應(yīng)度f1，的兩個(gè)適應(yīng)度作為上下權(quán)重，即最優(yōu)慣性權(quán)重區(qū)間[wmin,wmax]。其中，wmin為適應(yīng)度f1，f15中最大嗎適應(yīng)[0105]其中：w表示當(dāng)前迭代的慣性權(quán)重，wmin表示最小適應(yīng)度[0108]比較兩種策略下獲取的適應(yīng)度結(jié)果，取適應(yīng)度結(jié)果較小者作為改進(jìn)Retinanet深性權(quán)重的取值策略以及粒子群演化函數(shù)的適應(yīng)度，將每一次迭代的粒子群適應(yīng)度進(jìn)行排第二子種群中的解空間,發(fā)現(xiàn)潛在的優(yōu)質(zhì)解。在完成第一子種群的復(fù)制操作和第二子種群與第g個(gè)治安風(fēng)險(xiǎn)區(qū)域之間的第二安全懲罰值，S(h,t)徑基點(diǎn)以及第j+2個(gè)路徑基點(diǎn)之間形成的角度j個(gè)路徑基點(diǎn)與第h個(gè)路徑基點(diǎn)之間的距離，robs(g)表示第g個(gè)治安風(fēng)險(xiǎn)區(qū)域的半徑，d(j,h,g)表示動(dòng)態(tài)地根據(jù)個(gè)體歷史信息和群體歷史信息，調(diào)整粒子的運(yùn)動(dòng)狀態(tài)實(shí)現(xiàn)自適應(yīng)的路徑尋優(yōu)，并且通過引入第一學(xué)習(xí)因子和第二學(xué)習(xí)因子平衡個(gè)體經(jīng)驗(yàn)和群體經(jīng)驗(yàn)在優(yōu)化過程中的作[0129]路徑模擬模塊13用于基于與巡查路徑對(duì)應(yīng)的路徑基點(diǎn)和治安風(fēng)險(xiǎn)區(qū)域的位置參示自適應(yīng)慣性權(quán)重，τmax表示自適應(yīng)慣性權(quán)重的最大值，Smax表示激活函數(shù)的定義域上限，τmin表示自適應(yīng)慣性權(quán)重的最小值，T表2min表示第二學(xué)習(xí)因子的最小值。節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)的橫坐標(biāo)，yi,j表示第i個(gè)路徑節(jié)點(diǎn)與第i+1dij表示第i個(gè)路徑節(jié)點(diǎn)與第i+1個(gè)路徑節(jié)點(diǎn)之間的第j個(gè)路徑基點(diǎn)到達(dá)第g個(gè)治安風(fēng)險(xiǎn)區(qū)域優(yōu)自適應(yīng)慣性權(quán)重區(qū)間中的自適應(yīng)慣性權(quán)重的取值策略；利用最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間、最優(yōu)自適應(yīng)慣性權(quán)重區(qū)間中的自適應(yīng)慣性權(quán)重的取值策略以及粒子群演化函數(shù)的適應(yīng)度，[0146]在一個(gè)示例中，路徑尋優(yōu)模塊14用于若粒子群演化函數(shù)與第g個(gè)治安風(fēng)險(xiǎn)區(qū)域之間的第二安全懲罰值，S(h,t)徑