基于多旋翼无人机森林防火巡护航路最佳三维模型规划

毛润科，胡勐鸿，张宏生，郭 赞，贾 军，薛娜娜

(1.甘肃省小陇山林业实验局李子林场，甘肃 天水 741020；2.甘肃省小陇山林业实验局林业科学研究所/甘肃省次生林培育重点实验室，甘肃 天水 741020；3.西北师范大学 地理与环境科学学院，甘肃 兰州 730070)

1 引言

森林火灾是一种突发性强、破坏性大、处置救助困难的自然灾害。近年来，由于环境日益恶化，世界各地气候变化异常，地球不断增温。高温、干旱、大风等极端天气增多，以及人为活动频繁，致使森林火险等级持续居高不下。重特大火灾在世界各地呈多发趋势，一旦超出人为控制后在森林中延伸扩展，就会给人类生命安全和财产造成巨大的损失，给生态环境带来巨大危害，短期内难以修复。准确预测林火发生和对林火进行实时监测不仅是森林防火的重要组成部分，而且是有效控制森林火灾蔓延，减小经济损失的重要手段[1]，同时，也是火灾扑救指挥决策的重要依据。目前，林火监测手段主要有卫星遥感、塔台瞭望、地面巡视和飞机巡护等。卫星遥感易受自身轨道周期和天气影响，实时性和分辨率较差；塔台瞭望的实时性虽好，但单个塔台覆盖范围有限，需组网配置，故成本较高，且受地形影响大，存在视觉盲点；人工地面巡视效率低，视线易被遮挡故观察范围有限；飞机巡护的实时性和适应性虽佳，但维护和使用成本高，难以大规模、常态化使用。而多旋翼无人机具备机械结构简单，能够垂直起降，空中稳定悬停[2]，以及响应速度快、俯瞰视野清晰、适合云台布局、经济可靠、高效便捷等诸多优点，尤其是在复杂多样的较大范围林地现场巡护和进行火灾监测时，能够快速抵达现场，为火灾的预防和扑救提供第一手资料。

利用无人机搭载的摄影器材获取高分辨率遥感影像已逐渐成为一种流行[3]。所做的工作证明了无人机在不同情况下的适用性，能够及时、灵活地从不同有效监测载荷中获取高分辨率数据[4]。无人机高空俯视开展森林防火巡护，作为人工实地作业重要的补充和辅助[5]，是未来森林防火巡护和火灾监测方面工作的必然趋势[6]。但是无人机航空影像的像幅小，航片之间的重叠度较大[7]，无人机作业航线数量及成像总数会远远超出预期，导致内外业工作量加大，不可控因素增加。目前装备的小型无人机的续航多在15～25 min之间，因此在较大范围复杂多样的林区使用无人机进行森林防火巡护和火灾监测，克服无人机续航时间短，航路重复，避免盲目性，提高空中作业的有效运行时间，并保证设备安全返回的关键是航路规划(Path Planning)。

2 航路规划基本方法

在利用无人机巡护时多采集正射影像资料供实时监测或后期数据分析，针对超出镜头视角范围的较大范围工作面时，一般采取多航路拍摄的方法来弥补。无人机的机身质量与负荷严重影响了无人机的续航能力，同时，无人机平台和像控点之间的通信距离有限，相对低的能量来源，电池需要有效的利用，使其功能达到预定的目标[8]。无人机航路规划实际上是一个复杂的多目标优化过程，即要求找到一条从当前位置到期望目标位置的最佳可飞航路，同时满足一定的约束条件[9]。目前，国内外对航路规划算法研究较多。比较流行的多产生或运用于二维航路规划，如：启发式(搜索)算法(随机型搜索算法和确定型搜索算法)、随机路标图(PRM)算法、神经网络算法、模拟退火算法、遗传算法、粒子群算法、蚁群算法[10]、Voronoi图法[11]、动态规划法、A*及改进型算法、Dijkstra’s算法、D*算法等[12]，近年来，这些方法逐渐被扩展到三维(3D),如尹高扬等人于2016年采用改进的快速扩展随机树法，解决了三维空间下的无人机航路规划问题，在搜索最优路径的基础上，实现了障碍和威胁规避[13]。

针对无人机森林防火巡护工作任务，本文航路规划依设备参数(镜头视角、飞行高度、续航能力)对照目标区域大比例地形图进行前期数据计算，结合GPS、惯性导航系统定位和视角感知，将规划空间表示成一系列导航点组成的网络图，引入飞行高度(H)因子，将水平面和垂直平面的规划问题同时考虑，主要航路轨迹平面向量上移至一定高度空中作业面，构建三维立体模型，更加符合无人机森林防火巡护飞行的环境、任务、安全、时效等要求。

3 航路规划约束条件

因无人机森林防火巡护使用场景的特殊性，其航路规划不同于大多数研究点专注于导航精度的提升及主动威胁(如雷达、导弹)规避等方面。无人机森林防火巡护航路规划主要约束条件集中在机动性能、工作环境、能量供应、安全威胁、操作技术等方面。

无人机运动是一个自由度较大的刚体运动[14]，飞行航向、姿态、空速、高度等机动性能是影响飞行任务完成的一个重要方面。受限于无人机最大携带负载和电池能量密度，能量供应是航路规划必须考虑的问题。无人机森林防火巡护主要工作面处于森林林冠层上方，巡护作业时需要考虑大风天气、险要地形、高大乔木、人工障碍物等的不利影响。林区无人机高空作业安全威胁源主要考虑鹰类猛禽的攻击，曾有鹰类猛禽攻击无人机的飞行安全事故发生，无人机巡护作业时注意避开鹰类猛禽的巢穴周围和外出捕食及活动时间段，作业时如发现无人机上空出现鹰类猛禽盘飞，应迅降低飞行高度进行规避。当出现影响飞行安全的临时约束事件或已知约束条件出现变化时，应及时规划新的航路，在保证安全的前提下完成工作任务。

4 航点确定

(1)

S1=L2=OB2=(2CB)2

(2)

n=S/S1

(3)

图1 无人机巡护示意

5 三维立体模型

考虑工作目标、安全威胁、无人机平台参数及对目标实现过程产生的影响，分析无人机工作环境并进行数学抽象和描述，构建约束条件下的无人机工作导航点和垂点位置的空间模型。在此基础上，以最大效率和最优化目标函数计算，对无人机航路进行规划。设定无人机主要工作面剖面高度值为不变量，采用三维空间模型，可以较为直观地表现工作任务过程中的航路轨迹，使无人机平台搭载的影像采集设备镜头获取的对应区域面积始终保持一致，多航路拍摄巡护所采集到的数据重叠量减少，提高无人机高空作业的效率。

利用三角函数计算得知单次航摄覆盖区域宽度(L)和航点个数(n)，在三维坐标上构建立体模型，如图2所示，K1、K2、K3、K4......Kn为航点，D1、D2、D3、D4......Dn为航点垂点，D1K1、D2K2、D3K3、D4K4......DnKn为飞行高度(H)，OXZ面为巡护目标面，O1X1Z2为无人机主要工作面。

6 像控点布设

像控点的布设对无人机森林防火巡护工作影响较大。针对较大范围巡护工作面时，受电池重量和蓄电能力等限制[15]，小型无人机很难一次完成巡护，需要选择数个像控点，多次起飞作业。像控点选择应注意以下3点：①高程变化较小，地势开阔，视野清晰，无较大遮挡物，避免峡谷、陡坡、尖山头、高大乔木下等；②地面状况简单，人员设备容易抵达，转运方便；③满足无人机起飞条件，无干扰源(如高压线)，不影响设备操控和信息采集。

图2 无人机巡护航点和垂点立体模型

7 航路规划

无人机森林防火巡护作业过程中，有效作业时间、能量消耗、路程、航拍影像资料重叠度、巡护区域覆盖率和遗漏率等是评价航路规划优劣的主要参考指标，在多个约束条件下，实现各指标的综合寻优是本文航路规划的主要目标。

无人机森林防火巡护航路规划可视为一种全覆盖路径规划，其规划基础为螺旋法和牛耕往复法[16，17]。实际工作中，巡护任务区域一般为不规则面，为方便计算，可以对巡护区域扩展为矩形平面，以此矩形平面进行函数计算，标示航点位置，在航路规划中放弃任务区域外的航点。螺旋法航路规划如图3所示，为K1→K9→K17→K25→K33→K34→K35→K36→K37→K38→K39→K40→K32→K24→K16→K8→K7→K6→K5→K4→K3→K2→K10→K18→K26→K27→K28→K29→K30→K31→K23→K15→K14→K13→K12→K11→K19→K20→K21→K22；牛耕往复法航路规划如图4所示，为K1→K9→K17→K25→K33→K34→K26→K18→K10→K2→K3→K11→K19→K27→K35→K36→K28→K20→K12→K4→K5→K13→K21→K29→K37→K38→K30→K22→K14→K6→K7→K15→K23→K31→K39→K40→K32→K24→K16→K8。

螺旋法和牛耕往复法两种方法均可对工作区域完成巡护，但返回路程方面螺旋法(图3：K22→K1)较牛耕往复法(图4：K8→K1)略短。一般在巡护区域航点确定以后，在总路程方面，两种方法差别较小。无人机的巡护航路规划主要是对中途往返线路的规划，特别是针对较大区域巡护时，从能量供应和作业效率等约束条件出发，可以布设数个像控点，根据实际情况，使用螺旋法和牛耕往复法相互组合，合理分配各架次的工作任务，完成任务区域森林防火巡护。

图3 螺旋法

图4 牛耕往复法

8 讨论

将无人机航拍、5G通信、遥感、自动化控制等技术和重要区域监控及森林防火实地巡护结合起来，并互为补充，是未来林火管理步入人工智能时代的重要发展方向。本文通过前期数据计算，构建三维立体模型，标示航点位置，结合GPS、惯性导航系统定位和视角感知，规划最优航路，更加符合无人机森林防火巡护飞行的环境、任务、安全、时效等要求，在很大程度上节省了人力、物力、财力及时间成本，是解决森林防火难题的有效途径。无人机作为人类感知能力在空中的延伸和扩展，与森林防火工作领域有着很高的行业契合度及多层次的应用发展空间。未来，使用无人机进行空中巡护、防火宣传、林火扑救，实现数据存储和画面回传、共享，及时发现和识别烟尘、热源及可疑人员，有助于实现森林火灾预防预警工作的自动化、信息化以及时效化，对于实现林业现代化和智慧林业建设潜力巨大。