论文部分内容阅读
摘要：我国当前的科学技术的发展已经取得了较为优异的成绩，这在很大的程度上对一些较大的自然灾害也起到了促进作用，在自然灾害发生之后通过航空直升机进行救援在效率上能够大大的提高，由于受到地理环境空间的限制较少，这就为救援的呈现出了比较好的效果。本文主要对多救援直升机多目标分配和航迹规划的相关问题进行深入的研究，希望能够通过此次的努力对实际起到一定的指导作用。
关键词：多救援直升机;多目标分配;航迹规划
引言
航迹规划是民用直升机在执行搜救任务的时候之前的一个重要飞行的准备工作，尤其是在一些地形比较复杂的地区，人工的规划航迹的效率就会相对较地，并且在合理度方面也缺乏合理性，所以将其和多救援直升机多目标分配相结合就有着突破性的发展。
1.多救援直升机多目标分配的航迹规划
随着我国社会的不断发展，在一些自然灾害方面也呈现出频发的趋势，这对于人们的安全以及生活都造成了很大的影响，在这些灾难发生后就需要安排多架直升机进行执行救援的任务，受到灾害的影响就往往会存在着和诸多的搜索目标，倘若是只派单架直升机进行搜救以及救援的工作在效率上就很难达到，耗费的时间也会很长，在大范围的搜索过程中就比较容易遗漏目标[1]。故此，采取多救援直升机进行实施救援任务能够在救援的效率上大大提高，在这一过程当中由于直升机的类型和飞行的性能有着一定的差别，所以就需要进行协同的来搜索救援，充分的将直升机的作用得到发挥。
在协同系统中有着比较显著的特点，首先就是信息的共享，这也是最为基础最重要的一点，这一目的主要就是在最大的限度上发挥协同系统的实体价值，通过相关的信息共享来创造更大的价值。然后就是整合任务，在多救援直升机的协同过程中，在各自方面虽然有着独立性，但也有着紧密的联系性，故此在实际的系统作业过程中要能够对其进行充分的整合。最后就是优化资源配置的特点，在以上的特点实现之后就需要对系统的软件以及硬件进行应用，突破了一些阻碍，进而得到统一的管理和协调的发展，这样更能够有效的实现整体的目标。
值得注意的是，在进行多救援直升机的多目标分配的过程当中，其实也就是对资源的分配以及调度，最为主要的目的还是能够高效的完成任务，进行合理的分配就显得格外重要。
图1 多救援直升机任务示意
例如：在灾区有着多个救援点，这时候就能够根据直升机的性能以及设备等方面的条件将目标进行合理的分配，然后在对所经过的目标点的路径进行详细的规划，要能够保证目标的覆盖范围以及时间的消耗达到最低的限额，同时还要注意直升机之间的冲突，如上图1所示，在上图中的数字是目标点的编号，实线路径是直升机1的路径（1、4、9、3、2），而虚线的则是直升机2的飞行路径（5、8、7、6）[2]。
2.基于多种算法的航迹规划探究
在救援直升机在较为复杂的地区进行飞行的过程中，和障碍物间就要保持一个安全的间隔，航迹规划是救援飞行前的比较重要的准备工作，这对于救援的效率以及安全性的提高有着重要意义，所以采取形态学的图像处理膨胀方法对间隔不满足安全间隔的要求区域进行压缩，然后再用骨架化特征这一提取的方法对安全区的拓扑结构进行提取能够得到二维飞行平面内的可行航路迹解空间[3]。而通过遗传算法也能够对航迹规划起到较好的效果，这一算法首先就是编码过程，这也是遗传算法的一个最为基础的步骤，编码的方法会对交叉以及变异等运算方法产生影响，对遗传算法的效率起到了决定性的作用，而对于多目标的直升机航迹规划，笔者主要是采取整数编码这一方式，然后就是适应度计算，个体适应度表示种群中的各个体在优化搜索中有可能达到或者是接近或者是对找到优解的优良程度有着辅助作用，适应度函数的设计对整个的算法收敛速度以及有效性都会产生很大的影响。
再者就是选择操作这一环节，它主要就是指挑选父代群体中的能够遗传下一代的个体的方法，进而选择操作依照个体适应度来进行，适应度较高的个体就有着较大的概率遗传到下一代中。要能够选择水平较优的路径，航迹规划的本质就是对路径的搜索的问题，而在二维的平面内进行求解的最短路径常采用Dijkstra这一算法，这一算法能够在最优路径的最优解方面得以体现，但是在效率上也是比较低的，在时间的复杂度上为n2，对多救援直升机的侧向以及纵向和垂直间隔等影响的考虑，在航路的规划过程中要能够对往返的目的地航线尽量不要重叠，在高度上要能够进行适当的调整，所以可以把三维飞行航迹规划问题进而转换为高层水平航迹规划，这样在高度层的最短飞行路径就能得以求出，然后结合多救援多目标分配的算法来进行制定救援的方案。
3.结语
总而言之，对于多救援直升机多目标分配和航迹规划相结合能够有效的提升整个的工作效率，最为主要的还是首先进行多目标点和直升机的可行度评估，然后再采取相关的措施进行目标点的分配，最后将目标点的最佳的距离转化为旅行商问题，采用多种算法进行对目标点的最佳航迹得到求解，从而有效的为航空的应急救援提供可行方案。
参考文献：
[1]何兵，刘刚，闫建峥，黄宁.基于Voronoi图和量子遗传算法的飞行器航迹规划方法[J].电光与控制，2013，（01）.
[2]李沛，段海滨.基于改进万有引力搜索算法的无人机航路规划[J].中国科学：技术科学，2012，（10）.
[3]胡中华，赵敏，姚敏，李可现，吴蕊.一种改进蚂蚁算法的无人机多目标三维航迹规划[J].沈阳工业大学学报，2011，（05）.
关键词：多救援直升机;多目标分配;航迹规划
引言
航迹规划是民用直升机在执行搜救任务的时候之前的一个重要飞行的准备工作，尤其是在一些地形比较复杂的地区，人工的规划航迹的效率就会相对较地，并且在合理度方面也缺乏合理性，所以将其和多救援直升机多目标分配相结合就有着突破性的发展。
1.多救援直升机多目标分配的航迹规划
随着我国社会的不断发展，在一些自然灾害方面也呈现出频发的趋势，这对于人们的安全以及生活都造成了很大的影响，在这些灾难发生后就需要安排多架直升机进行执行救援的任务，受到灾害的影响就往往会存在着和诸多的搜索目标，倘若是只派单架直升机进行搜救以及救援的工作在效率上就很难达到，耗费的时间也会很长，在大范围的搜索过程中就比较容易遗漏目标[1]。故此，采取多救援直升机进行实施救援任务能够在救援的效率上大大提高，在这一过程当中由于直升机的类型和飞行的性能有着一定的差别，所以就需要进行协同的来搜索救援，充分的将直升机的作用得到发挥。
在协同系统中有着比较显著的特点，首先就是信息的共享，这也是最为基础最重要的一点，这一目的主要就是在最大的限度上发挥协同系统的实体价值，通过相关的信息共享来创造更大的价值。然后就是整合任务，在多救援直升机的协同过程中，在各自方面虽然有着独立性，但也有着紧密的联系性，故此在实际的系统作业过程中要能够对其进行充分的整合。最后就是优化资源配置的特点，在以上的特点实现之后就需要对系统的软件以及硬件进行应用，突破了一些阻碍，进而得到统一的管理和协调的发展，这样更能够有效的实现整体的目标。
值得注意的是，在进行多救援直升机的多目标分配的过程当中，其实也就是对资源的分配以及调度，最为主要的目的还是能够高效的完成任务，进行合理的分配就显得格外重要。
图1 多救援直升机任务示意
例如：在灾区有着多个救援点，这时候就能够根据直升机的性能以及设备等方面的条件将目标进行合理的分配，然后在对所经过的目标点的路径进行详细的规划，要能够保证目标的覆盖范围以及时间的消耗达到最低的限额，同时还要注意直升机之间的冲突，如上图1所示，在上图中的数字是目标点的编号，实线路径是直升机1的路径（1、4、9、3、2），而虚线的则是直升机2的飞行路径（5、8、7、6）[2]。
2.基于多种算法的航迹规划探究
在救援直升机在较为复杂的地区进行飞行的过程中，和障碍物间就要保持一个安全的间隔，航迹规划是救援飞行前的比较重要的准备工作，这对于救援的效率以及安全性的提高有着重要意义，所以采取形态学的图像处理膨胀方法对间隔不满足安全间隔的要求区域进行压缩，然后再用骨架化特征这一提取的方法对安全区的拓扑结构进行提取能够得到二维飞行平面内的可行航路迹解空间[3]。而通过遗传算法也能够对航迹规划起到较好的效果，这一算法首先就是编码过程，这也是遗传算法的一个最为基础的步骤，编码的方法会对交叉以及变异等运算方法产生影响，对遗传算法的效率起到了决定性的作用，而对于多目标的直升机航迹规划，笔者主要是采取整数编码这一方式，然后就是适应度计算，个体适应度表示种群中的各个体在优化搜索中有可能达到或者是接近或者是对找到优解的优良程度有着辅助作用，适应度函数的设计对整个的算法收敛速度以及有效性都会产生很大的影响。
再者就是选择操作这一环节，它主要就是指挑选父代群体中的能够遗传下一代的个体的方法，进而选择操作依照个体适应度来进行，适应度较高的个体就有着较大的概率遗传到下一代中。要能够选择水平较优的路径，航迹规划的本质就是对路径的搜索的问题，而在二维的平面内进行求解的最短路径常采用Dijkstra这一算法，这一算法能够在最优路径的最优解方面得以体现，但是在效率上也是比较低的，在时间的复杂度上为n2，对多救援直升机的侧向以及纵向和垂直间隔等影响的考虑，在航路的规划过程中要能够对往返的目的地航线尽量不要重叠，在高度上要能够进行适当的调整，所以可以把三维飞行航迹规划问题进而转换为高层水平航迹规划，这样在高度层的最短飞行路径就能得以求出，然后结合多救援多目标分配的算法来进行制定救援的方案。
3.结语
总而言之，对于多救援直升机多目标分配和航迹规划相结合能够有效的提升整个的工作效率，最为主要的还是首先进行多目标点和直升机的可行度评估，然后再采取相关的措施进行目标点的分配，最后将目标点的最佳的距离转化为旅行商问题，采用多种算法进行对目标点的最佳航迹得到求解，从而有效的为航空的应急救援提供可行方案。
参考文献：
[1]何兵，刘刚，闫建峥，黄宁.基于Voronoi图和量子遗传算法的飞行器航迹规划方法[J].电光与控制，2013，（01）.
[2]李沛，段海滨.基于改进万有引力搜索算法的无人机航路规划[J].中国科学：技术科学，2012，（10）.
[3]胡中华，赵敏，姚敏，李可现，吴蕊.一种改进蚂蚁算法的无人机多目标三维航迹规划[J].沈阳工业大学学报，2011，（05）.