考虑服务时间的汽车零部件卡车-无人机协同到店配送路径研究

汽车零部件到店配送问题一直以来困扰着车企及消费者，针对此问题引入卡车-无人机的联合配送模式，并以配送时间最小化为目标，建立改进FSTSP模型。鉴于模型的NP-hard特性，设计基于模拟退火算法的求解程序，增加路径缩减过程。为验证算法的有效性并观察优化效果，结合某车企在市区4S店的案例，对模型和算法进行验证和求解。通过与一般TSP模型的对比，证明改进FSTSP模型在实际场景中能够节省14.71%配送时间；通过敏感性分析显示，无人机的续航距离对于配送效率的提升影响显著，当续航距离提升100%时，配送时间能够减少25.66%。     

基于稳定风场下的无人机电力巡检路径规划研究

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。