中国安全科学学报

作者：魏明, 孙雅茹, 孙博, 王盛杰

单位：1 中国民航大学 空中交通管理学院,天津 300300；2 中国民用航空飞行学院 民航飞行技术与飞行安全重点实验室,四川 广汉 618300

关键词：深度强化学习(DRL),无人机(UAV),配送线路,航迹规划,双层规划模型

基金：教育部人文社科项目(20YJCZH176); 民航飞行技术与飞行安全重点实验室开放基金资助(FZ2021KF06)

为优化物流无人机(UAV)的配送线路以及航迹协同规划,在地理信息系统(GIS)栅格化基础上,考虑调度中心、客户和地面遮蔽物的位置空间分布,以及它们的坠落代价差异,提出一种UAV配送线路以及航迹协同规划的双层规划模型;根据问题特征,设计一种基于深度强化学习(DRL)的2阶段混合算法,在第1阶段利用DRL算法生成多架UAV访问客户顺序的配送线路,再将A*算法嵌入其中,据此在第2阶段搜索每架UAV的可行最短航迹;结合算例,给出最佳UAV配送线路及其航迹方案,分析参数的变化对模型的影响,并与传统智能算法比较,验证所提模型的科学性和有效性。结果表明:对于6 km×6 km区域内30客户点规模的算例,设置人机的坠落代价阈值为1.4时,完成配送任务需要5架UAV,总飞行里程52.5 km;与多种传统智能算法相比,求解时间从少到多依次排名为DRL、遗传算法(GA)、差分进化算法(DE)和粒子群算法(PSO),在大规模算例上,DRL的规划结果UAV运行成本更低,其平均解和最差解远优于智能算法。

来源：2023年第8期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第8期