多旋翼物流无人机节能轨迹规划（Python代码实现）-Toy模板网

这篇具有很好参考价值的文章主要介绍了多旋翼物流无人机节能轨迹规划（Python代码实现）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🌈3 Python代码实现

🎉4 参考文献

💥1 概述

多旋翼物流无人机的节能轨迹规划是一项重要的技术，可以有效减少无人机的能量消耗，延长飞行时间，提高物流效率。下面是一些常见的节能轨迹规划方法：

最短路径规划：通过寻找起点和终点之间的最短路径，减少飞行距离，从而节省能量消耗。可以使用经典的最短路径算法如Dijkstra算法和A*算法来实现。
动态路径规划：考虑当前环境的动态变化，比如风速、天气状况和地形高度等因素，并实时优化飞行路径。这样可以避免飞行过程中遭受很大的阻力，从而减少能量消耗。
高效充电站布置：合理规划充电站的位置，使得无人机在物流任务执行过程中可以方便地进行补充能量。这样无人机可以减少回程飞行距离，节省能量。
光伏充电：在无人机上安装太阳能电池板，通过太阳能充电来提供能源。这种方式可以减少对传统电力的依赖，减少碳排放。
多机协同飞行：通过与其他物流无人机进行协同飞行，在空中形成集群，减少空气阻力，提高整体能源利用效率。

总之，节能轨迹规划为多旋翼物流无人机提供了较大的优化空间，通过合理规划飞行路径、优化充电策略以及使用新能源技术，可以显著减少能量消耗，提高物流效率。

本文考虑静态环境下无人机轨迹轨迹的可行性和能耗特性。

📚2 运行结果

多旋翼物流无人机节能轨迹规划（Python代码实现）,无人机,python,开发语言

部分代码：

def VelDataAboutTime():
    blocks = []
    b1 = Block(0, 0, 0, 150, 200, 200)   # (x1, y1, z1, x2, y2, z2)
    b2 = Block(100, 150, 120, 300, 400, 450)  # (x1, y1, z1, x2, y2, z2)
    b3 = Block(250, 350, 400, 500, 480, 500)   # (x1, y1, z1, x2, y2, z2)
    b4 = Block(420, 220, 200, 650, 400, 450)   # (x1, y1, z1, x2, y2, z2)
    b5 = Block(550, 80, 150, 650, 400, 300)   # (x1, y1, z1, x2, y2, z2)
    b6 = Block(600, 80, 50, 800, 150, 200)   # (x1, y1, z1, x2, y2, z2)
    blocks.append(b1)
    blocks.append(b2)
    blocks.append(b3)
    blocks.append(b4)
    blocks.append(b5)
    blocks.append(b6)
    block2Ds = []
    for b in blocks:
        block2Ds.append(Block2D(b.x1, b.y1, b.x2, b.y2))
    goal = [800, 100, 60]
    c_x = []  # 每段 (x1, x2)
    c_y = []  # 每段 (y1, y2)
    c_z = []  # 每段 (z1, z2)
    corridor = []
    for block in blocks:
        c_x.append([block.x1, block.x2])  # 提取出每一段的 (x1,x2)
        c_y.append([block.y1, block.y2])  # 提取出每一段的 (y1,y2)
        c_z.append([block.z1, block.z2])  # 提取出每一段的 (z1,z2)
    corridor.append(c_x)
    corridor.append(c_y)
    corridor.append(c_z)

    time = [
        [13, 21, 9, 12, 12, 13],
        [16, 23, 10, 13, 13, 15],
        [18, 25, 11, 15, 15, 16],
        [20, 27, 13, 16, 16, 18],
        [22, 29, 14, 18, 18, 19]
    ]

    # time = [13, 21, 9, 12, 12, 13]  # 80  2.68677585e+04
    # time = [16, 23, 10, 13, 13, 15] # 90  2.88795396e+04
    # time = [18, 25, 11, 15, 15, 16]  # 100  3.10684295e+04
    # time = [20, 27, 13, 16, 16, 18]  # 110   3.33565508e+04
    # time = [22, 29, 14, 18, 18, 19]  # 120  3.57001138e+04

    for i in range(5):
        print("============================================")
        energy, power, s, vel = UAV3D(time[i], goal, corridor)
        print(energy)

        """ save vel to excel """
        vel_x = list(np.array(vel[0]).flatten())
        vel_y = list(np.array(vel[1]).flatten())
        vel_z = list(np.array(vel[2]).flatten())

        for index in range(len(vel_x)):
            velocity = math.sqrt(vel_x[index] ** 2 + vel_y[index] ** 2 + vel_z[index] ** 2)
            CVXsheet.write(index, i, velocity)
    workbook.save('Velocity.xls')

def plot_blocks(blocks):
    plt.figure(1)
    ax = plt.axes(projection='3d')
    ax.set_xlabel('X(m)')
    ax.set_ylabel('Y(m)')
    ax.set_zlabel('Z(m)')
    # ax.set_xticks(np.linspace(0, 100, 4))
    # ax.set_yticks(np.linspace(0, 100, 4))
    # ax.set_zticks(np.linspace(0, 100, 4))
    ax.set_xlim(0, 1000)
    ax.set_ylim(0, 1000)