摘要

为研究多旋翼无人机在稳定风场下电力巡检遇障时的路径规划问题,本文构建稳定风场和多个静态障碍区双重影响的无人机电力巡检路径规划模型,运用强化学习的思想改进遗传算法更新种群,提高种群的收敛速度,实现在短时间内规划出巡检时间代价最小的路径。仿真结果表明:在稳定风场下进行电力巡检任务,多旋翼无人机会优先选择顺风方向巡检临近的杆塔点,减少逆风巡检的路径,从而规划出完成任务的最小巡检时间代价的路径。除顺风方向外,风速越大,无人机矢量合成的地速越小,无人机完成巡检任务所需的时间代价越大。无人机在不同障碍区下避障巡检时,障碍区的半径大小会影响无人机绕开障碍区的概率。