-
题名面向无人机辅助物联网数据采集的双层优化算法
- 1
-
-
作者
韩守飞
刘晓静
-
机构
安徽理工大学人工智能学院
齐鲁工业大学(山东省科学院)算力互联网与信息安全教育部重点实验室
广东宏大控股集团股份有限公司非煤露天矿山安全智能开采实验室
-
出处
《计算机工程与应用》
北大核心
2025年第16期292-304,共13页
-
基金
国家自然科学基金(62306279,62476006,U24A20267)
中国博士后面上基金(2024M76592)
算力互联网与信息安全教育部重点实验室开放课题(2024PY005)。
-
文摘
针对基站遭受损坏阻碍物联网设备数据有效传输的问题,提出了一种无人机(unmanned aerial vehicle,UAV)充当移动基站辅助物联网数据采集的方法。以无人机在执行数据收集任务时的最小能耗为优化目标,结合无人机的部署策略与飞行轨迹规划,构建无人机辅助物联网数据采集的数学模型。设计一种双层优化算法来规划无人机的部署位置与飞行轨迹,旨在确保无人机能够高效完成数据收集任务的同时,实现能耗的最小化。在算法的上层部分,利用改进的蒲公英算法来优化无人机的落脚点数量与具体位置。通过一种新颖的编码策略,使每个蒲公英个体代表无人机的一个潜在落脚点,则整个蒲公英种群被视为一个完整的无人机部署方案。同时提出了两种突变策略,即Replace和Remove突变策略,前者用来更新无人机的落脚点位置,后者用来调整无人机落脚点的数量。基于算法上层得到的无人机部署结果(即落脚点的数量与位置),在算法的下层部分将无人机的飞行轨迹规划问题转化为经典的旅行商问题(traveling salesman problem,TSP)。利用迭代贪婪算法来搜索最优的无人机飞行轨迹。最后以10个实例验证双层优化方法的有效性。
-
关键词
无人机(UAV)
物联网
数据收集
无人机部署
飞行轨迹规划
-
Keywords
unmanned aerial vehicle(UAV)
Internet of things
data collection
UAV deployment
flight trajectory planning
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于三维激光扫描技术的爆破块度识别
被引量：7
- 2
-
-
作者
王大坤
叶图强
闫大洋
王雪松
徐振洋
-
机构
辽宁科技大学矿业工程学院
辽宁省金属矿产资源高效采选与利用工程技术研究中心
广东宏大控股集团股份有限公司
鞍钢矿业爆破有限公司
沈阳工业大学建筑与土木学院
-
出处
《有色金属工程》
CAS
北大核心
2022年第11期120-127,共8页
-
基金
国家自然科学基金资助项目(51974187)
辽宁省教育厅重点项目(LJKZ0282)
辽宁科技大学青年骨干人才项目(601011507-25)。
-
文摘
为快速、准确地统计现场爆破块度,提出了基于三维点云的爆破块度识别方法。利用三维激光扫描仪获取爆堆点云数据,通过ICP配准、SOR降噪和体素下采样进行点云预处理,采用RANSAC平面拟合对预处理后的点云数据进行初始分割、基于点云密度的DBSACAN算法进行聚类,识别岩块轮廓。通过计算聚类后岩块点云的三维凸包和OBB方向包围盒,获得爆堆点云中所有岩块的体积和最长粒径。结果表明:在室内实验中基于三维点云的爆破块度识别方法与直接测量法相比,获取的体积平均相对误差为4.61%,粒径平均相对误差为4.75%;在现场测试实验中的平均识别准确率为80.4%,获得的爆破块度统计结果对爆破参数优化具有一定的参考作用。
-
关键词
爆破块度
三维激光扫描
点云识别
DBSCAN聚类
-
Keywords
blasting block
3D laser scanning
point cloud recognition
DBSCAN clustering
-
分类号
TD235
[矿业工程—矿井建设]
TD804
[矿业工程—矿山开采]
-
