阅读说明：本技术 一种水域无人机救援系统及其救援方法 (Unmanned aerial vehicle rescue system and rescue method for water area ) 是由 栾飞 桓源 王勍 于恒哲 李颖 巨苗苗 刘国龙 王佳琦 李孝 于 2020-04-22 设计创作，主要内容包括：本发明公开了一种水域无人机救援系统,包括无人机,无人机下方连接有空投模块,空投模块连接有救生模块,本发明还公开了一种水域无人机救援方法,无人机巡航时从无人机控制室出发,对所有任务目标点进行巡航,其巡航结束后无需返回出发点,而是降落于最后一个任务地点。本发明所提供的无人机救援系统可以代替人们巡视水域,极大的节省了人力,提高了巡查效率,本发明可以应用在一些广阔的水域和人流较大的水域,较人工巡查提高了救援效率,极大的提高了水域游览的安全性,缩短了营救落水人员的时间。(The invention discloses a water area unmanned aerial vehicle rescue system which comprises an unmanned aerial vehicle, wherein an air drop module is connected below the unmanned aerial vehicle, and the air drop module is connected with a lifesaving module. The unmanned aerial vehicle rescue system provided by the invention can replace people to patrol a water area, greatly saves manpower, improves the patrol efficiency, can be applied to a plurality of wide water areas and water areas with larger stream of people, improves the rescue efficiency compared with manual patrol, greatly improves the safety of water area tour, and shortens the time for rescuing people falling into water.)

一种水域无人机救援系统及其救援方法

技术领域

本发明属于无人机技术领域，涉及一种水域无人机救援系统，还涉及一种水域无人机救援方法。

背景技术

近年来，随着国家倡导人与自然和谐共处发展方略，我国各地大量兴建公共绿地以及生态保护区，其中水景成为各地生态建设中的主要视点。但有些生态园区在建设过程中只重视水域生态的建设，却忽视了人员游览时的人身安全保障措施，导致人员在人工湖水域不幸落水溺亡问题愈发严重。并且在人工湖的日常维护管理中还是采取传统的人力巡查与维护，难以提高维护工作效率与水平。因此，设计一种可靠、快速的人工湖水域巡航预警、落水救援系统不但能提高水域巡查工作水平，并且能完善水域安全保障体系

发明内容

本发明的目的是提供一种水域无人机救援系统，解决了现有技术中存在的救援效率低、救援方式落后的问题。

本发明还提供了一种水域无人机救援方法。

本发明所采用的技术方案是，一种水域无人机救援系统，包括无人机，无人机下方连接有空投模块，空投模块连接有救生模块。

无人机上安装有红外测距传感器，红外测距传感器一侧安装有摄影机，无人机下方通过连接架安装有空投模块。

空投模块包括发射板和接收板，发射板上安装有HC-发射端，HC-发射端连接有单片机A，单片机A连接有LED指示灯，接收板上安装有HC-接收端，HC-接收端连接有单片机B，单片机B分别连接有电磁铁、热释电红外传感器和蜂鸣器，电磁铁连接有救生模块。

救生模块包括壳体，壳体内设置有救生圈，救生圈上设置有止回阀，止回阀连接充气室，充气室一侧连接有气瓶，充气室另一侧固接有充气外壳，充气外壳内固接有弹簧，弹簧连接有撞针A，充气室开有孔，孔内设置有速溶药片，速溶药片一侧连接撞针A，速溶药片另一侧连接有撞针B，撞针B与气瓶连接，壳体外壁固接有铁片，铁片与空投模块上的电磁铁连接。

本发明的另一技术方案是，一种水域无人机救援方法，具体按照以下步骤进行：

步骤1，考察水域实际地形，设置无人机巡航路径，确定无人机巡航目标任务地点；

步骤2，所有无人机从地面控制室出发，根据步骤设置的无人机巡航路径进行巡航；

步骤3，无人机巡航过程中，若到达目标任务地点，无人机在空中使用摄像机进行悬停摄影记录，摄影记录传回地面控制室，无人机完成拍摄任务后，继续前往下一任务地点；

步骤4，无人机巡航过程中，若未发现落水人员，则无人机返回地面控制室，进行检修与充电，若发现落水人员，则无人机终止巡航任务，前往落水地点，将现场情况通过空投模块传输至地面控制室，救援人员前往现场救援，同时，无人机释放救生模块；

步骤5，落水人员获救，无人机返回地面控制室，进行检修与充电，无人机巡航和救援任务结束。

步骤1具体为，将水域巡航区域制作成二维坐标图，将水域巡航目标任务地点转换为二维坐标图内的XY坐标，将生成的XY坐标输入遗传算法中，计算无人机巡航路径。

步骤2具体为，将无人机巡航路径输入无人机地面站系统中，无人机地面控制室调度所有无人机，通过地面站系统控制无人机起飞，无人机自动巡航；

步骤4中，无人机通过空投模块中的热释电红外传感器检测人体信号后，无人机自动释放救生模块，或地面站工作人员操控无人机释放救生模块。

本发明的有益效果是，本发明所提供的无人机救援系统可以代替人们巡视水域，极大的节省了人力，提高了巡查效率。本发明采用了遗传算法和MATLAB代码计算出无人机最优巡航路径，可以节省同一时间工作的无人机数目，避免同一路径重复巡查或水域没有全部巡查。本发明还提供了两种救生装置的释放方式，提高了救援速度，节省了救援时间。本发明可以应用在一些广阔的水域和人流较大的水域，较人工巡查提高了救援效率，极大的提高了水域游览的安全性，缩短了营救落水人员的时间。

附图说明

图1是本发明一种水域无人机救援系统中无人机的结构示意图；

图2是本发明一种水域无人机救援系统中空投模块的示意图；

图3是本发明一种水域无人机救援系统中救生模块的示意图；

图4是本发明一种水域无人机救援方法的流程图；

图5是本发明一种水域无人机救援方法的工作示意图；

图6是本发明一种水域无人机救援方法中救生装置遥控投放原理图。

图中，1.无人机，2.空投模块，3.救生模块，4.红外测距传感器，5.摄影机，6.壳体，7.救生圈，8.止回阀，9.充气室，10.气瓶，11.充气外壳，12.弹簧，13.撞针A，14.速溶药片，15.撞针B，16.铁片，17.发射板，18.接收板，19.HC-12发射端，20.单片机A，21.HC-12接收端，22.单片机B，23.电磁铁，24.热释电红外传感器，25.蜂鸣器，26.LED指示灯。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

一种水域无人机救援系统，包括无人机1，无人机1下方连接有空投模块2，空投模块2连接有救生模块3。

如图1所示，无人机1上安装有红外测距传感器4，红外测距传感器4一侧安装有摄影机5，无人机1下方通过连接架安装有空投模块2；

无人机1可为四旋翼无人机，无人机上安装有GPS，四旋翼无人机启动快、动作灵敏，可以进行悬停操作。

如图2所示，空投模块2包括发射板17和接收板18，发射板17上安装有HC-12发射端19，HC-12发射端19连接有单片机A20，单片机A20连接有LED指示灯26，接收板18上安装有HC-12接收端21，HC-12接收端21连接有单片机B22，单片机B22分别连接有电磁铁23、热释电红外传感器24和蜂鸣器25，电磁铁连接有救生模块3；

空投模块2中的单片机A20和单片机B22均为STM32F103；HC-12为HC-12串口通信模块；电磁铁为L298N电磁铁，单片机B22的输出端与L298N电磁铁驱动模块连接，将电信号传输至电磁铁驱动模块，以控制电磁铁通断电，救生装置通过自身携带的铁片与通电电磁铁吸合，当电磁铁断电时释放救生装置；LED指示灯电路的通断负责提示空投模块的工作状态；蜂鸣器在空投模块工作时伴随响声，起警示预警作用；

空投模块有自动投放和遥控投放两种投放模式：

遥控投放：无人机1通过摄影机5拍摄图像，将巡航图像传回控制室，控制室内工作人员对传回的图像进行分析，判断是否对无人机发送投放信号。当判断为需要发送投放信号时，按下发射板投放按钮，发射板通过HC-12无线串口通信模块，将信号以无线电波形式传输至接收板上的HC-12。接收板上的HC-12输出端连接STM32F103，由STM32F103将发射信号以电信号的形式发送至L298N电磁铁驱动模块，控制电磁铁断电，投放救生装置。

自动投放：热释电红外传感器对人体信号进行检测，当检测到人体信号时，传送高电平至接收板上的STM32F103进行数据分析处理。由STM32F103将发射信号以电信号的形式发送至L298N电磁铁驱动模块，控制电磁铁断电，投放救生装置。

在空投模块的遥控投放中，发射板采用HC-12无线串口通信模块进行信息交互，由四个控制按钮提供四个投放信号至接收板HC-12，以控制四个电磁铁通断电状态。电磁铁作为释放机构，用于负责救生装置的投放。采用的救生装置为自动充气救生圈，未使用时，救生圈处于压缩状态，救生圈与自动充气装置全部置于小盒子内，盒子外侧有附着铁片，铁片边角有橡胶包角，防止救生装置从高空落下时伤人。救生圈充气采用一次性二氧化碳气瓶充气。

如图3所示，救生模块3包括壳体6，壳体6内设置有救生圈7，救生圈7上设置有止回阀8，止回阀8连接充气室9，充气室9一侧连接有气瓶10，充气室9另一侧固接有充气外壳11，充气外壳11内固接有弹簧12，弹簧12连接有撞针A13，充气室9开有孔，孔内设置有速溶药片14，速溶药片14一侧连接撞针A13，速溶药片14另一侧连接有撞针B15，撞针B15与气瓶10连接，壳体6外壁固接有铁片16，铁片16与空投模块上的电磁铁连接。

当空投模块2处于自动投放状态时，无人机1在水域巡航，当搭载的空投模块中的热释电红外传感器感应到落水者时，电磁铁自动释放。当救生装置落入水中后，水流进入充气装置中，速溶药片14迅速溶解，弹簧12释放，推动撞针A13刺入充气室小孔，并且推动撞针B15刺破气瓶瓶口，气瓶10内气体释放，经充气室止回阀8进入救生圈，救生圈7充气膨胀，充气过程完成。

本发明一种水域无人机救援方法，如图4、图5和图6所示，具体按照以下步骤进行：

步骤1，实地考察水域实际地形，设置无人机巡航路径，确定无人机巡航目标任务地点；

步骤2，所有无人机1从地面控制室出发，根据步骤1设置的无人机巡航路径进行巡航；

步骤3，无人机1巡航过程中，若到达目标任务地点，无人机1在空中使用摄像机5进行悬停摄影记录，摄影记录传回地面控制室，无人机完成拍摄任务后，继续前往下一任务地点；

步骤4，无人机1巡航过程中，若未发现落水人员，则无人机1返回地面控制室，进行检修与充电，若发现落水人员，则无人机1终止巡航任务，前往落水地点，将现场情况通过空投模块传输至地面控制室，救援人员前往现场救援，同时，无人机1释放救生模块3；

步骤5，落水人员获救，无人机1返回地面控制室，进行检修与充电，无人机1巡航和救援任务结束。

步骤1具体为，实地考察水域实际地形，将水域巡航区域制作成二维坐标图，水域巡航目标任务地点转换为二维坐标图内的XY坐标，将生成的XY坐标输入遗传算法中，计算无人机最优巡航路径。

步骤2具体为，将无人机最优巡航路径输入无人机地面站系统中，或将无人机最优巡航路径通过WOLFMAP软件制成KML文件格式，将文件直接导入无人机地面站系统中，无人机地面控制室通过算法运算结果调度所有无人机1，通过地面站系统控制无人机1起飞，无人机1自动巡航；

步骤4中，无人机1通过空投模块2中的热释电红外传感器检测人体信号后，无人机1自动释放救生模块3，摄影机5及单片机构成图传模块，通过无线通信模块HC-12将摄影机拍摄的图片传回地面控制室，地面站工作人员查看图片内容，根据现场情况操控无人机1释放救生模块3。

本发明建立多无人机水域巡航路径规划问题模型，通过遗传算法解决实例问题，然后通过无人机PC端地面站软件，将求得最优无人机任务分配与路径规划结果通过无人机地面站软件实现无人机的自主巡航管理。

在本发明中，无人机巡航时从无人机控制室出发，对所有任务目标点进行巡航，其巡航结束后无需返回出发点，而是降落于最后一个任务地点。

由于人工湖水域通常面积广阔，其所需巡视地点较多，加之无人机一次工作时长受其电池电量约束，通常需要多架无人机协同工作，而每多增加一架无人机，其材料维护成本与人员管理成本均有所提高，因此为了减少无人机使用数量，要求所有无人机巡航总体距离最短，并且平衡每架无人机的任务数量，使每架无人机任务量近似相等。

本发明对该实际问题进行了数学建模，将其抽象成一种特殊形式的旅行商问题，即多目标多旅行商问题；其中多目标主要特指多架无人机巡航总路径长度最短和各无人机巡航任务量的均匀度最优。采用遗传算法对以上问题进行求解，并通过MATLAB代码编程解决问题

首先，本发明不仅要求的目标函数最优解，还需通过最优解来建造无人机停靠站。为了简化问题模型，作出以下假设：

1)无人机的起飞与降落阶段不计入巡航任务之内，并且假设每架无人机都在相同的巡航高度飞行；

2)所有的巡航目标都是同一优先级别，没有任务执行次序的差别；

3)无人机在目标点悬停拍摄时的时间不计入问题计算模型，即无人机到达目标地点后就视为当前任务完成，立即前往下一目标点执行任务；

4)假设无人机巡航采用自动巡航，不需人工采用遥控器控制无人机进行控制，并假设无人机在巡航过程中不会被天气等外界因素干扰。

基于假设1)与假设3)，单个无人机的单次任务巡航时间需去掉无人机起飞与降落时间，无人机悬停摄像时间也不计入巡航时间，通过以上假设，建立目标函数：

(1)无人机巡航总距离最短：

即多个无人机在一次巡航任务中距离之和最小。多个无人机巡航总距离为：

其中，S为多无人机巡航总距离，l_i表示第i架无人机的巡航路径距离，k表示无人机数量，优化目标为多个无人机巡航总距离最小，即：minS。

(2)在保证了无人机总巡航距离最短的情况下，还需要保证各个无人机的工作量均衡。无人机的工作量可以从两个方面进行定义，其一为各无人机的巡航距离均匀，无人机从出发到任务结束，其每架无人机的路线长短近似相同，可以视为无人机工作量均衡。

其二为无人机的负载情况均匀，在现实情况下，假设目前有10个地点各需1件物资，采用两架无人机搭载物资送货，每架无人机均可搭载5件物资，让这两架无人机前往目的地送货。最理想的运输分配方式为R1＝R2＝5，L1＝L2，其中R1与R2分别为两架无人机的运输的物资数量，L1与L2分别两架无人机的路线长度。这种情况下，两架无人机的运输距离与运输负载相同，表示其任务均衡度高。

对于无人机工作时的运输距离均衡与运输负载均衡，如果使运输距离达到均衡，则某个路线上的无人机需要提高负载量以完成任务目标；如果使运输负载达到均衡，则某个路线上的无人机增大电池容量。

本发明以无人机运输负载为主要考虑因素，辅以各无人机运输线路距离均衡为次要因素。

定义无人机巡航任务目标数量均衡度为：

J₁＝min{R₁，R₂...R_i} (2)

J₂＝min{L₁，L₂...L_i} (3)

其中，R_i表示第i架无人机的巡航目标数量，使最小巡航目标数量的无人机尽可能达到最大，L_i表示第i架无人机的巡航路径长度，使最小巡航路线距离的无人机尽可能达到最大，此方式定义均衡度有以下几个特点：

i)比较符合实际要求，只要能使最小无人机巡航任务数量或巡航距离达到最大，那么多个无人机的均衡度相差就比较小，因此这样处理符合均衡度定义；

ii)定义简单，运算难度与运算量大大降低。

(3)本发明中总约束目标为多无人机巡航路径总距离最短以及各无人机巡航目标数量均衡，通过对单个目标的约束，将各单独约束目标函数合成一个总目标函数为：

S_R＝min{[max(R_i)-min(R_i)]S+S} (4)

这样，一方面，总目标函数S_R与总行程S成正比，故总行程S越小则总目标函数S_R也越小；另一方面，总目标函数与最大任务量与最小任务量无人机之差max(R_i)-min(R_i)成单调上升关系，即max(R_i)-min(R_i)越大，则总目标函数越大，其值越小，则总目标函数越小。所以，总目标函数既能使总行程达到最小，同时也能达到平均分配任务量的目的。

(4)其他约束条件与变量：

无人机巡航任务量均衡通过限制各无人机巡航任务数量来实现，如下所示：

其中N表示巡航任务总数量，s表示无人机数量，R_i表示第i架无人机巡航任务数量，上式将各无人机巡航任务数量规定在无人机平均任务数量周围，将平均数取整后，在平均数的基础上分别向上和向下扩充数量2，约束了各无人机巡航任务数量平衡度。

然后，本发明通过遗传算法求解多无人机协作任务分配的方法，建立多无人机人工湖水域巡航问题实例，采用遍历城市次序的方法进行编码，适应度函数设置为多无人机巡航路线总距离的倒数，初始化父代采用完全随机法，用控制各无人机巡航目标点的数量的方法来限制各无人机巡航目标点的数量，最然后通过遗传算法流程进行选择操作、交叉操作、变异操作，直至在算法规定的迭代次数里产生最优解后，遗传操作过程终止。在本发明中，针对多无人机协作任务中，采用多旅行商问题模型，通过遍历城市次序的编码方式，即将问题序列表示为一条染色体。如数字串0-1-2-3-4-5-6-7-8-9-10表示无人机从出发点0出发，依次经过任务点0-1-2-3-4-5-6-7-8-9-10后，最终在任务点10处降落进行检查与充电工作，待无人机检查、充电完毕，可以以任务点10为出发点，依次经过任务点10-9-8-7-6-5-4-3-2-1-0后，回到出发点0进行检查、充电。对于巡航路线长度过长的任务，此方案较好的解决了地域广阔带来的巡检困难问题。

多无人机协作任务的问题编码如下：

在多旅行商问题中模型中通常采用所有旅行商路径总距离的倒数作为适应度函数来判断个体的优劣。即：

所述公式中，S为所有无人机巡航路径总距离，f_i为适应度函数。

假设种群规模为80，有3架无人机参与巡航任务，则除去无人机控制室0，将剩余1-10十个任务点随机排序，例如，形成数字串5-8-3-4-6-2-9-1-7-10，即无人机按照数字串5-8-3-4-6-2-9-1-7-10的任务点顺序飞行，由于种群规模为80，即生成80种不同排序结果，用80×10的矩阵表示，表示为无人机路径种群。

通过无人机巡航任务量平衡操作，生成路径断点，例如断点为3，则任务点5-8-3与4-6-2与9-1-7-10分别由一架无人机进行巡航，其巡航路径分别为0-5-8-3、0-4-6-2和0-9-1-7-10，可以生成80种断点结构，用80×2矩阵表示，此矩阵中每行可重复，表示路径断点种群。

通过无人机路径种群与路径断点种群的结合，一个路径种群子集对应一个路径断点种群子集，则会有一个多无人机巡航路径总距离子集，产生80种巡航路径总距离，每个总距离对应一个个体。上文3.2.3中个体适应度为f_i，则个体被选择的概率各个染色体的累积概率为其中n为种群数量80。

在完成巡航路径总距离的计算后，生成80个巡航路径总距离结果，接下来将80个不同结果随机打乱进行排序，生成一个1×80的矩阵，将80个结果以8为单位分隔开来，生成10个8×10子集，在这8个子集中，将巡航路径总距离最短的结果找出来，并找出其对应的路径分布与断点分配。

上述操作完成后，结合原不进行遗传操作的结果，总共8种新的子代，替代原来父代矩阵，生成新的无人机巡航路径分配与断点分配，进行新一轮的遗传算法操作，直至找出跌代次数内的全局最优解后，遗传算法流程结束，得到无人机最佳巡航路径。