基于路線優化的關口表數據無人機自主采集研究

才彥姣， 隋佳睿， 陳家昊

（國網遼寧省電力有限公司計量中心， 遼寧 沈陽 110168）

0 引言

蟻群算法（Ant Clony Optimization，ACO）是一種仿生學算法，它由Marco Dorigo 于1992 年提出，其靈感來源于覓食的螞蟻在尋找食物過程中總能發現一條從蟻巢和食物源的最優路徑。蟻群算法是一種群智能算法，由一群無智能或有輕微智能的個體（Agent）通過相互協作而表現出智能行為， 從而為求解復雜問題提供了一個新的可能性，是一種用來尋找優化路徑的概率型算法。

關口表數據是電力系統高效運轉的重要保障， 隨著現代化科技的發展， 關口表數據采集的方式需要改進和完善?，F有的人工采集方法存在著精確性、適應性和經濟性等方面的不足。

隨著無人機技術的快速發展， 現今的無人機已可用于工業及商業用途，由于無人機地勤保障要求低，機動性強， 起降條件和維修保障要求都比較低， 安全風險系數小，因此具有作業方便、成本低、安全可靠等優點。 將無人機技術應用于關口表數據采集過程能大大節約時間成本，提高工作效率和精確性，為自動化數據采集提供了一種新思路。

1 系統總體設計

為了實現對關口表數據采集的自動化和無人機采集路線的優化，本文采用一種基于GPS 和RFID 射頻技術的方法進行無人機與變電站之間的定位與數據傳輸， 采用蟻群算法對無人機采集數據路線進行優化。

無人機與變電站之間的數據采集與定位系統由兩部分組成， 無人機通過GPS 衛星網絡對每一個要采集數據的關口表所屬變電站位置進行方向確認和大致范圍確認；用RFID 對變電站進行精準識別和數據收發。同時，該網絡系統也可實時監測無人機飛行狀態、 工作進度和當前位置，確保自動化采集工作的順利進行，系統總體結構如圖1 所示。

圖1 系統總體結構Fig.1 Overall structure of the system

2 定位與數據采集方法

GPS 定位距離遠， 如果需要高精度的話使用成本很高，而RFID 可在幾百米的范圍內定位精確的同時成本也適中。 無人機定位與數據采集方法采用GPS 和RFID 結合進行，先利用GPS 導航定位變電站方向和所在范圍，再利用RFID 精準識別、無人機懸停，進行數據傳輸，定位系統如圖2 所示。

圖2 定位系統Fig.2 Positioning system

RFID 應用系統由RFID 電子標簽、讀寫器、發送接收信號的天線、通信網絡系統四部分組成。 RFID 電子標簽能夠儲存有關物體的數據信息。 將要被讀取數據的RFID電子標簽安裝在便于無人機懸停的變電站建筑表面；再在無人機上安裝RFID 讀寫器， 用于識讀提取變電站RFID 電子標簽中當前儲存的數據信息，將收集的數據再寫入總數據庫的FRID 電子標簽，并于與后臺管理計算機進行信息交互； 天線是標簽與讀寫器之間進行傳輸數據的發射、接收裝置；通信網絡系統包括數據庫服務器和其他信息系統。數據庫服務器處理讀寫器傳送過來的信息，其他信息系統根據通過向讀寫器發送指令， 對電子標簽進行相應操作。

3 路徑優化算法

3.1 蟻群算法的基本原理

螞蟻的行走路徑表示待優化問題的可行解， 整個蟻群的所有路徑構成待優化問題的解集合。 一開始螞蟻的行走路徑是隨機的， 螞蟻在行走的過程中會不斷釋放信息素，標識自己的行走路徑。 在單位時間內，短路徑上的螞蟻數量比長路徑上的螞蟻數量要多， 從而螞蟻留下的信息素濃度也就越高，隨著時間的推進，較短的路徑上累積的信息素濃度逐漸增高， 選擇該路徑的螞蟻個數也愈來愈多，如圖3 所示。 最終，整個螞蟻會在正反饋的作用下集中到最佳的路徑上， 此時對應的就是待優化問題的最優解。

圖3 蟻群路線圖Fig.3 Ant colony roadmap

蟻群算法通過模擬螞蟻行為達到計算效果， 主要包括螞蟻行為的兩個過程：狀態轉移和信息素更新，其具體計算公式如下：

（1）轉移概率公式：

式中：α—信息素的相對重要程度；β—啟發式因子的相對重要程度；Jk（i）—螞蟻k 下一步允許選擇的城市集合。

（2）啟發式因子計算公式：

式中： dij—城市i，j 之間的成本（或距離），dij越小，ηij越大，也就是從城市i 到j 的可見性就越大。

（3）信息素計算公式：

當所有螞蟻完成一次周游后，各路徑上的信息素為：

τij（t+n）=（1-p）·τij（t）+△τij

（4）更新信息素矩陣。

τij（t+n）=ρ·τij（t）+△τij

式中：τij（t+n）—t+n 時刻城市i 與j 之間的信息素濃度；ρ—控制參數；△τij—城市i 與j 之間信息素經過一個迭代后的增量。

3.2 無人機路徑優化

設蟻群中所有螞蟻的數量為m，所有變電站關口表之間的信息素用矩陣pheromone 表示， 最短路徑為BestLength， 最佳路徑為BestTour。每只螞蟻都有自己的內存， 內存中用一個禁忌表來存儲該螞蟻已經訪問過的變電站，表示其在以后的搜索中將不能訪問這些變電站； 還有用另外一個允許訪問的城市表（Jk）來存儲它還可以訪問的城市； 另外還用一個矩陣（△）來存儲它在一個循環或迭代中給所經過的路徑釋放的信息素；還有另外一些數據，例如一些 控 制 參 數（α，β，ρ，Q），該 螞 蟻行走完全程的總成本或距離（TourLength），等等。 假定算法總共運行N 次，運行時間為t。 路徑優化算法流程圖如圖4 所示。

圖4 路徑優化算法流程圖Fig.4 Flow chart of path optimization algorithm

4 結論

本文采用GPS 和RFID 應用系統對變電站所在位置進行精確定位， 先采用GPS 對變電站所在區域范圍進行大致確定， 再利用RFID 射頻技術進行變電站的精確定位，無人機精確懸停在變電站外表面的RFID 電子標簽上方，通過機身安裝的讀寫器與電子標簽進行數據交互，達到采集數據與發送數據的目的。 無人機飛行規劃路線通過蟻群算法優化，得出最佳采集路線，無人機工作時間的飛行狀態與實時位置可通過移動設備顯示， 保證采集工作的順利進行。 該數據采集系統可實現采集工作的高度自動化，為數據采集的高效性、安全性、高效性提供了新的保障。