CN120014838B 一种面向无人机的交通非现场快速取证的机巢选址方法 （山东科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120014838B(45)授权公告日2025.07.08

(21)申请号202510474383.4

(22)申请日2025.04.16

(65)同一申请的已公布的文献号申请公布号CN120014838A

(43)申请公布日2025.05.16

(73)专利权人山东科技大学

地址266590山东省青岛市黄岛区前湾港

路579号

GO6F17/16(2006.01)

GO6F17/10(2006.01)

GO6N3/126(2023.01)

(56)对比文件

CN112434857A,2021.03.02

CN118095604A,2024.05.28审查员魏利君

(72)发明人高歌钱子扬吕楠韩志凤路正博张浩冉陈如梦

(74)专利代理机构青岛智地领创专利代理有限公司37252

专利代理师薛慧萍

(51)Int.CI.

G08G1/01(2006.01)权利要求书5页说明书11页附图6页

(54)发明名称

一种面向无人机的交通非现场快速取证的机巢选址方法

(57)摘要

CN120014838B本发明公开了一种面向无人机的交通非现场快速取证的机巢选址方法，属于无人机机巢选址技术领域，该方法为：首先寻找事故高发交叉口，获取并处理选定区域内交叉口交通数据，运用熵权法对数据中的各指标进行权重分配，运用TOPSIS法计算各交叉口综合评分，确立风险阈值，确立事故高发交叉口为风险点并分配权重，对上述步骤得到的事故风险点，建立平面直角坐标系，将风险点对照到坐标系中，获取其位置坐标；然后建立交通事故非现场取证无人机机巢选址模型，基于NSGA-II

CN120014838B

输入区域内交叉口相关数据

输入区域内交叉口相关数据

计算所有交叉口风险综合评分

设定风险阈值，筛选阈值以上的交

叉口为风险点

在坐标系中建立所有风险点的坐标

输入无人机及机巢相关参数

计算机巢覆盖范围，确认覆盖矩阵

建立交通事故非现场执法无人机机巢选址模型

使用NSGA-I算法运行模型，得出帕累托前沿解

根据需求选定最终方案

CN120014838B权利要求书1/5页

2

1.一种面向无人机的交通非现场快速取证的机巢选址方法，其特征在于，包括以下步

骤：

S1:寻找事故高发交叉口；

S2:建立交通事故非现场取证无人机机巢选址模型；

S3:基于NSGA-II算法对无人机机巢选址模型求解，获得最优的机巢选址方案；

所述S2包括以下子步骤：

S2.1:定义模型目标函数，选址的目标是最大化机巢的覆盖范围，以及最小化机巢建设总成本，表达式为：

Maximize∑reR∑q∈QWr·Zrq;

Minimize∑qeQ[c(xaq+xbq)+CaXbq+CbXbg];

其中，每个风险点具备坐标(xr,yr),Q为备选点的数量，表示无人机机巢的备选位置，每个备选点具备坐标(xq,yq);将风险点同时作为机巢选址的备选点，以达到覆盖面积的最大化，Cf为机巢固定成本，Ca为容量为a的机巢的增量成本，Cb为容量为b的机巢的增量成本，Xaq为表示第9个备选点是否建设容量为a的机巢的0-1决策变量，Xbq为表示第9个备选点是否建设容量为b的机巢的0-1变量；Zrq为表示第r个风险点是否被第9个备选点机巢覆盖的0-1决策变量；

S2.2:确定风险点与备选点间的覆盖关系矩阵：

建立r×q阶0-1矩阵A,定义其为风险点与备选点间的覆盖关系矩阵，按以下公式计算矩阵中的每个元素a:

其中，dmax为无人机最大通信距离，dfly为无人机续航内飞行最大距离，其取值遵从以下公式：

dfly=[(tmax-texec)·v-4h]/2;

其中，tmax为无人机最长续航时间，texec为无人机单次执行取证任务用时，v为无人机飞行速度，h为无人机平均飞行高度；

S2.3:定义模型关键约束条件：

覆盖可行性，表达式为：

Zrq≤(xaq+xbq)·arq;

保证其覆盖满足覆盖距离限制，只有当第9个备选点建设机巢且其与第r个风险点距离在覆盖半径内，才视为第r个风险