巡检车与无人机协同的电力巡检路径规划方法

陈胜 库(浙江吉利控股集团吉利汽车集团整车研究院，中国)

摘要

针对传统电力巡检中的单一设备效率低、复杂地形适应性差的问题，提出了一种新能源巡检车与无人机协同的电力巡检路径规划方法。该方法基于改进的多目标粒子群优化算法（MOPSO），构建融合巡检覆盖率、任务完成时间及能耗的优化模型，通过动态任务分配机制实现新能源巡检车与无人机的协同调度。实验结果表明，所提方法在巡检效率上较传统单一巡检车路径规划提升 32.6%，在复杂地形覆盖率上达到 98.3%，可为智能电力巡检系统提供高效路径决策支持。

关键词

电力巡检；新能源；巡检车；无人机；路径规划

参考

李华等。电力巡检机器人技术现状与发展 [J]. 电力系统自动化，2022，46 (5):1 - 9.

Zhang L, et al. Cooperative path planning for UAVs and ground vehicles in power line inspection [J]. IEEE Transactions on Intelligent Transportation Systems, 2021, 22 (3):1652 - 1665.

王海滨。基于改进 A^ 算法的电力巡检车路径规划 [J]. 电工技术学报，2020，35 (12):2678 - 2686.

Chen W, et al. Multi - objective optimization for UAV path planning in power inspection [C]//IEEE International Conference on Robotics and Automation, 2022:5821 - 5826.

赵伟等。考虑复杂地形的电力巡检车路径优化 [J]. 电网技术，2019，43 (7):2567 - 2573.

林思伟，席乃笠，李晋云等。复杂环境下的无人机三维路径规划 [J]. 电力与工程，2023，30 (2):31 - 37.

席乃笠，毛宇，王庆民等。多无人机自主探索未知环境下的协同任务规划 [J]. 电光与控制，2023，30 (2):45 - 51.

Wang Y, et al. Integer programming-based multi-robot path planning for power facility inspection[J]. IEEE Access, 2021, 9: 87623-87635.

李博豪, 邢泽邦. 低碳条件下的配送中心路径优化研究[J]. 交通技术, 2020, 9(3): 242-250.

DOI: http://dx.doi.org/10.12345/bdai.v6i4.30559