基于GA-SA算法的无人机巡检输电铁塔三维航迹优化

无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题.由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题.为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm,GA)与局部收敛速度快的模拟退火算法(simulated annealing,SA)相结合的无人机三维航迹混合GA-SA寻优算法.以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了 61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化.结果表明:混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了 45.6％与55.2％,最优航迹距离分别缩短了 8.1％与8.9％,验证了所提方法的有效性.