查看原文
其他

【精彩论文】基于混合算法的电力杆塔巡检实时航迹规划

中国电力 中国电力 2023-12-18






观点凝练





摘要:传统的电力杆塔拍摄视点顺序固定,多旋翼无人机巡检距离并非最优;同时,随着维度增加,航迹规划算法空间复杂度呈指数增长,不能满足实时规划航迹的需求。针对以上问题,提出一种基于蚁群和A*混合算法(ACO-A*)的电力杆塔巡检三维航迹规划方法。该方法分为全局规划和局部规划,全局规划利用改进蚁群算法找到覆盖所有视点的较优路径,并通过算法判断路径是否经过障碍物,再运用A*算法局部规划。仿真结果表明:ACO-A*算法规划的航迹长度比《架空输电线路无人机巡检影像拍摄指导手册》规定的巡检航迹降低了16.85%;ACO-A*算法路径规划时间比A*算法降低了99.68%。因此本方法既节约了巡检能耗,又提高了航迹规划的效率。
结论:本文用ACO-A*对电力杆塔的巡检进行路径规划,并通过仿真,验证了本文算法规划的航迹比《架空输电线路无人机巡检影像拍摄指导手册》规定巡检航迹减少了16.85%。在算法效率方面,与A*和蚁群混合算法对比,本文将算法的时间复杂度从 O(n2) 降低为 O(n) ,在找到相同优化解的算法求解时间从913.25 min降至2.93 min,运行时间节约了99.68%。此外,为了满足电力杆塔巡检实时规划的需求,对传统A*算法做了改进,改进后的算法求解时间为175.95 s,而传统的运行时间为4233.12 s,运行时间降低了95.84%。因此,本文提出的算法更适用于电力杆塔巡检路径实时规划的需求。

引文信息

黄郑, 王红星, 周航, 等. 基于混合算法的电力杆塔巡检实时航迹规划[J]. 中国电力, 2021, 54(11): 214-220.HUANG Zheng, WANG Hongxing, ZHOU Hang, et al. Real-time path planning for power tower inspection based on hybrid algorithm[J]. Electric Power, 2021, 54(11): 214-220.






 往期回顾 


《中国电力》2021年第11期目录

【精彩论文】不完全信息下基于深度双Q网络的发电商三段式竞价策略

【精彩论文】基于PCA-KNN融合算法的风力机变桨角度故障诊断方法

【精彩论文】考虑安全环保及补偿的火电机组调峰经济性研究

【精彩论文】电力与通信共享铁塔的关键技术与商业模式

【征稿启事】“新型电力系统信息安全:理论、技术与应用”专题征稿启事

【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事

【征稿启事】“双碳目标下多能互补促进新能源消纳关键技术”征稿启事

【征稿启事】“双碳目标下的新型电力系统”征稿启事


编辑:杨彪

审核:方彤

声明

根据国家版权局最新规定,纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品,转载时要包含本微信号名称、二维码等关键信息,在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存