震后極災(zāi)區(qū)無人機(jī)最優(yōu)航拍區(qū)域選擇

杜浩國(guó) 張方浩 鄧樹榮 和仕芳 余慶坤 呂佳麗

摘要：基于蟻群優(yōu)化算法，提取震后極災(zāi)區(qū)的震中距、房屋戶數(shù)、人口數(shù)量、地形條件、無人機(jī)飛行時(shí)間等影響因子，提出震后極災(zāi)區(qū)無人機(jī)最優(yōu)航拍區(qū)域選擇方法，并將該方法應(yīng)用于2016年云龍5.0級(jí)地震，實(shí)踐表明該方法對(duì)極災(zāi)區(qū)開展無人機(jī)航拍，為地震后第一時(shí)間獲取可靠的災(zāi)情信息提供有力的技術(shù)保障。

關(guān)鍵詞：無人機(jī)；最優(yōu)航拍區(qū)域選擇；災(zāi)情獲取；蟻群優(yōu)化算法

中圖分類號(hào)：P315.9；TP751 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-0666（2018）02-0209-07

0 引言

重大地震往往會(huì)造成極災(zāi)區(qū)信息通信中斷和道路交通破壞，導(dǎo)致災(zāi)情傳遞受阻或應(yīng)急救援盲目部署，會(huì)造成更大的損失和次生災(zāi)害。因此，如何快速獲取極災(zāi)區(qū)的災(zāi)情信息成為地震應(yīng)急救援工作中亟需解決的問題。近幾年來迅速發(fā)展的無人機(jī)災(zāi)情獲取系統(tǒng)（徐鵬杰，鄧?yán)冢?011；周洋等，2017）與傳統(tǒng)人工調(diào)查方法相比，具有機(jī)動(dòng)靈活、時(shí)效性好、可進(jìn)行高危地區(qū)探測(cè)等特點(diǎn)，是震后災(zāi)情快速獲取的一個(gè)有效技術(shù)支撐手段。但目前我國(guó)尚無專門用于地震災(zāi)情監(jiān)控的高分辨率衛(wèi)星系統(tǒng)，且在跨行業(yè)資源尚未完全融合情況下，快速選出地震后極災(zāi)區(qū)需航拍的重點(diǎn)區(qū)域是無人機(jī)應(yīng)用于地震災(zāi)害中的關(guān)鍵問題。

破壞性地震尤其是重特大地震災(zāi)區(qū)分布范圍大、破壞方向不確定、受災(zāi)程度分布不均，當(dāng)前的無人機(jī)系統(tǒng)受燃油、電池等動(dòng)力供應(yīng)系統(tǒng)的限制，飛行時(shí)間有限。因此需要在有限時(shí)間內(nèi)明確航拍的最優(yōu)區(qū)域（金偉等，2009），第一時(shí)間獲取可靠的災(zāi)情信息。目前，對(duì)于地震中無人機(jī)航拍區(qū)域選擇（曹彥波等，2017）主要有2種方式，一是人工選擇，該方法無人機(jī)飛行要求限制在飛控手視野范圍內(nèi)，從而導(dǎo)致航拍區(qū)域受限，很難獲取有效的災(zāi)情信息；二是采用全部覆蓋極災(zāi)區(qū)的固定航線規(guī)劃（杜建福等，2008），主要采用固定的圓形路徑、方形路徑進(jìn)行全方位航拍，導(dǎo)致無人機(jī)飛行的時(shí)間無法得到有效利用。

寇曉麗（2009）將蟻群優(yōu)化算法引入到無人機(jī)航拍區(qū)域選取中，針對(duì)航拍點(diǎn)的震中距、房屋密度、人口數(shù)量、地形地勢(shì)等因素，結(jié)合無人機(jī)飛行速度、續(xù)航時(shí)間等性能指標(biāo)，采用蟻群優(yōu)化算法，建立了一套震后極災(zāi)區(qū)無人機(jī)最優(yōu)航拍區(qū)域選擇分析模型；解決了人工方式選取航拍區(qū)域存在的問題，提高了航拍區(qū)域的準(zhǔn)確性，避免了全覆蓋極災(zāi)區(qū)航拍方式的盲目性。把高效的優(yōu)化算法應(yīng)用于震后極災(zāi)區(qū)無人機(jī)航拍最優(yōu)區(qū)域選擇中，能使無人機(jī)在有效的時(shí)間范圍內(nèi)，根據(jù)地震極災(zāi)區(qū)的分布，選取出最優(yōu)的航拍區(qū)域（魏文力等，2016），高效地完成震后極災(zāi)區(qū)的航拍任務(wù)。

1 基本原理及技術(shù)路線

1.1 蟻群優(yōu)化算法基本原理

蟻群優(yōu)化算法是模擬螞蟻覓食的原理，設(shè)計(jì)出的一種群集智能算法。螞蟻在覓食過程中能夠在其經(jīng)過的路程上留下一種稱之為信息素的物質(zhì)（葉志偉，鄭肇葆，2004），并在覓食過程中感知這種物質(zhì)的強(qiáng)度，指導(dǎo)自己行動(dòng)方向，它們總是朝著該物質(zhì)強(qiáng)度高的方向移動(dòng)，因此大量螞蟻組成的集體覓食就表現(xiàn)為一種對(duì)信息素的正反饋現(xiàn)象（袁培燕等，2010）。同理，某一航拍區(qū)域被選中，區(qū)域上經(jīng)過的螞蟻越多，其信息素遺留也就越多，信息素的濃度也就越高，螞蟻選擇這一區(qū)域的幾率也就越高，由此構(gòu)成正反饋過程，從而逐漸逼近最優(yōu)航拍區(qū)域。

在初始時(shí)刻，m只螞蟻隨機(jī)放置于地震極災(zāi)區(qū)中，各個(gè)極災(zāi)區(qū)中的航拍區(qū)域上的信息素初始值相等，設(shè)τij（0）=τ0為信息素初始值，其中：τ0=m/Lm，Lm是由最近鄰啟發(fā)式方法構(gòu)造的航拍價(jià)值量。螞蟻k（k=1，2…m）按照隨機(jī)比例規(guī)則選擇下一步要訪間的航拍區(qū)域，其選擇概率公式為：式中：τij為區(qū)域（i，j）上的信息素；ηij=1/dij為從區(qū)域i轉(zhuǎn)移到區(qū)域j的啟發(fā)式因子；allowedk為螞蟻k下一步被允許訪問的航拍區(qū)域集合。

為了不讓螞蟻選擇已經(jīng)訪問過的航拍區(qū)域，采用禁忌表tabuk來記錄螞蟻k當(dāng)前所選擇的航拍區(qū)域。經(jīng)過t時(shí)刻，所有螞蟻都完成一次周游，計(jì)算每只螞蟻所走過的航拍區(qū)域的總價(jià)值，保存最大航拍區(qū)域的總價(jià)值，同時(shí)，更新各邊上的信息素。首先是信息素?fù)]發(fā)，其次是螞蟻在它們所經(jīng)過的邊上釋放信息素（陳亮，張啟義，2012），計(jì)算公式如下：

τij=（1-ρ）τij（2）式中：ρ為τ信息素?fù)]發(fā)系數(shù)，且0≤ρ≤1。式中：Δτijk是第k只螞蟻向它經(jīng)過的區(qū)域釋放的信息素，可表示為：

由式（4）可知，螞蟻經(jīng)過航拍區(qū)域的總價(jià)值量dij越大，則路徑上各條邊就會(huì)獲得更多的信息素，在以后的迭代中就更有可能被其他螞蟻選擇。

螞蟻完成一次循環(huán)后，清空禁忌表，重新對(duì)極災(zāi)區(qū)的所有航拍區(qū)域進(jìn)行選擇，準(zhǔn)備下一次周游；信息素的更新公式為（黃永青等，2006）：式中：Δτijbs（t）是第k只螞蟻向它經(jīng)過的區(qū)域釋放的信息素，其的定義如下：式中：Lbs為每次循環(huán)中被螞蟻選中航拍區(qū)域的總價(jià)值量。允許更新的路徑可以是全局最優(yōu)解，或本次迭代的最優(yōu)解。實(shí)踐證明逐漸增加全局最優(yōu)解的使用頻率，會(huì)使該算法獲得較好的性能。

1.2 技術(shù)路線

我們?cè)O(shè)計(jì)了蟻群優(yōu)化算法最優(yōu)航拍區(qū)域選擇流程圖（圖1），即：提取極災(zāi)區(qū)航拍信息并進(jìn)行數(shù)據(jù)化表示，再對(duì)數(shù)據(jù)進(jìn)行初始化，以螞蟻的覓食原理對(duì)航拍數(shù)據(jù)求取最優(yōu)方案。當(dāng)螞蟻選擇最優(yōu)航拍區(qū)域時(shí)，若總航拍時(shí)間T（j）大于無人機(jī)飛行限制時(shí)間T，螞蟻則不再選取該區(qū)域，而對(duì)于限制時(shí)間T內(nèi)的航拍區(qū)域，螞蟻每次走過都會(huì)留下信息素。在船拍總時(shí)間小于T的情況下，其所選航拍區(qū)域的總價(jià)值量L（j）>L（j-1），j區(qū)域信息素加強(qiáng)，（j-1）區(qū)域信息素減弱。最終使其既滿足無人機(jī)航拍限制時(shí)間T，又能使其航拍價(jià)值量最大化。

2 航拍區(qū)域影響因子分析

無人機(jī)最優(yōu)航拍區(qū)域選擇模型中影響因子包括：（1）震中距。本文震中距指航拍區(qū)域與震中的直線距離，它直接決定該地區(qū)受災(zāi)的嚴(yán)重程度；（2）人口數(shù)量。人口數(shù)量也影響受災(zāi)的嚴(yán)重程度，地震發(fā)生在人口密集區(qū)域，即使一個(gè)很小的地震如果處置不當(dāng)，也會(huì)導(dǎo)致巨大的損失：（3）房屋戶數(shù)。房屋是人們生活的住所，一個(gè)家庭財(cái)富的聚集地，地震中房屋受損程度直接影響該區(qū)域的經(jīng)濟(jì)情況：（4）地形條件。地形也會(huì)影響無人機(jī)航拍效率，航拍區(qū)域的海拔、地理位置、房屋結(jié)構(gòu)類型，是否處于斷裂帶上或滑坡體上，是直接影響無人機(jī)飛行的重要因素。綜合考慮以上因素，通過專家的問卷調(diào)查和研究，確定各航拍因素的權(quán)重值。

2.1 航拍區(qū)域參數(shù)設(shè)置

無人機(jī)最優(yōu)航拍區(qū)域選擇需提取每個(gè)自然村的震中距（自然村距震中的直線距離）、房屋戶數(shù)、人口數(shù)量與地形條件等影響因子。經(jīng)過專家調(diào)查問卷，得出每個(gè)航拍因素的權(quán)重如表1所示；其中地形條件采用層次分析法，根據(jù)海拔、斷裂帶、地質(zhì)條件等因素綜合考慮，分為6個(gè)等級(jí)，如表2所示。

2.2 蟻群優(yōu)化算法參數(shù)設(shè)置

螞蟻的數(shù)量越多，可使被選擇的最有價(jià)值航拍區(qū)域的信息量越來越大，其不被選擇的航拍區(qū)域的信息量越來越小，從而直到其信息量消失。所以理論上，螞蟻數(shù)量越多越好，但會(huì)增加運(yùn)算的時(shí)間，降低效率。螞蟻?zhàn)顑?yōu)航拍區(qū)域選擇：對(duì)于很多的螞蟻，都有n個(gè)選擇方式，其可選區(qū)域增多，可以克服螞蟻搜尋的局限性，使其可搜尋的航拍區(qū)域更多。螞蟻c++編譯中隨機(jī)尋找路徑（陳昊，2006）的方式為隨機(jī)選擇為：

double choose=[（double）rand（）]/（TAND_MAX）（7）

為了使電腦硬件能夠快速運(yùn)行，螞蟻數(shù)量（胡小兵，2004）應(yīng)限制在3000只范圍內(nèi)，螞蟻的區(qū)域數(shù)量應(yīng)限制在1 000個(gè)范圍內(nèi)；程序所預(yù)設(shè)的值為隨機(jī)數(shù)，所以采用循環(huán)10次求平均值的方法，以保證結(jié)果的準(zhǔn)確性。

3 最優(yōu)航拍區(qū)域選擇方法及模擬分析

蟻群優(yōu)化算法（楊劍峰，2007）主要根據(jù)具有航拍價(jià)值量大和耗時(shí)量最小的性能指標(biāo)，將改進(jìn)的蟻群優(yōu)化算法應(yīng)用于無人機(jī)航拍區(qū)域選擇設(shè)計(jì)中。本文基于蟻群優(yōu)化算法提出了一種新型啟發(fā)式最優(yōu)無人機(jī)航拍區(qū)域選擇方法，該方法以極災(zāi)區(qū)中每個(gè)自然村為1個(gè)航拍區(qū)域，提取每個(gè)自然村的震中距d（i）、房屋戶數(shù)a（i）、人口數(shù)量b（i）、地形條件c（i）與無人機(jī)到達(dá)該地區(qū)的飛行時(shí)間t（i）等，根據(jù)這些影響因子，計(jì)算出該地區(qū)無人機(jī)航拍的價(jià)值量v（i），從而得到無人機(jī)在有限時(shí)間內(nèi)航拍的價(jià)值總量L（j）。

無人機(jī)到達(dá)該自然村的往返（2倍路程：考慮到無人機(jī)航拍后要以同樣的路程返回）飛行時(shí)間為：式中：v為無人機(jī)航拍飛行速度，且v=20m/s。

被選中航拍區(qū)域所需要的總飛行時(shí)間為：

T=∑t（i）（0≤i≤n）（0≤T≤16min）（9）式中，無人機(jī)的最大飛行總時(shí)間限制為T≤16min。

單個(gè)航拍區(qū)域的航拍價(jià)值量v（i）為：式中：d（i）為震中距；a（i）為房屋戶數(shù)；b（i）為人口數(shù)量；c（i）為地形條件；i為被選中航拍的區(qū)域；n為航拍區(qū)域（自然村）個(gè)數(shù)。其中d（i），c（i）與該區(qū)域的航拍價(jià)值量v（i）成反比；a（i），b（i）與v（i）成正比。

被選中航拍區(qū)域i的總價(jià)值量為：（0≤i≤n）（11）

比較每條航線價(jià)值量L（3）的大小，從而在有限的飛行時(shí)間內(nèi)，得出最大航拍價(jià)值量L（j），即選出的區(qū)域?yàn)樽顑?yōu)的航拍區(qū)域。

為檢驗(yàn)最優(yōu)航拍區(qū)域選擇方法的有效性，我們模擬了發(fā)生X級(jí)地震后，對(duì)極災(zāi)區(qū)進(jìn)行無人機(jī)航拍。對(duì)極災(zāi)區(qū)的無人機(jī)航拍數(shù)據(jù)進(jìn)行收集，模擬2個(gè)相鄰航拍區(qū)域之間的距離為1km，共有9個(gè)航拍區(qū)（圖2），每個(gè)航拍區(qū)域的震中距、房屋戶數(shù)、人口數(shù)量及地形條件c（i）見表3。

通過最優(yōu)航拍區(qū)域選擇方法，可計(jì)算得出航拍區(qū)域（自然村）4、5、6被選中，通過式（8）～（10）計(jì)算可得v（4）=25.6097，v（5）=45，v（6）=40，航拍所需要的總飛行時(shí)間為T=t（4）+t（5）+t（6）=15min≤16min，航拍的實(shí)際路徑為D=2×d（4）+2×d（5）+2×d（6）=18km≤19.2km，滿足無人機(jī)飛行最大時(shí)間和最大飛行路程要求，其航拍的總價(jià)值量為L(zhǎng)（j）=v（4）+v（5）+v（6）=110.6。因此，無人機(jī)4、5、6航拍區(qū)域?yàn)樽顑?yōu)航拍區(qū)域（圖2）。

4 應(yīng)用分析

4.1 震區(qū)基本情況

2016年5月21日云南省大理州云龍縣發(fā)生5.0級(jí)地震，宏觀震中位于云龍縣多依樹村一帶，大理州洱源縣部分鄉(xiāng)鎮(zhèn)遭受不同程度破壞。此次地震余震頻繁，加之受震后降雨的影響，出現(xiàn)了滑坡、崩塌等次生地質(zhì)災(zāi)害。214國(guó)道云龍縣至震中多依樹村一帶落石，路基、路面嚴(yán)重?fù)p毀。通往大麥地村、長(zhǎng)新鄉(xiāng)（鎮(zhèn)）、白石鄉(xiāng)（鎮(zhèn)）等40多條通村公路多處塌方，因受余震影響，通往震中多依樹村公路多次交通中斷，長(zhǎng)新、白石等鄉(xiāng)鎮(zhèn)的鄉(xiāng)村公路和橋梁也受到不同程度的破壞。云龍縣境內(nèi)山高坡陡，高山河谷落差較大，通往地震災(zāi)區(qū)的唯一生命線告急，此時(shí)，若能有無人機(jī)在災(zāi)情獲取和道路偵察方面提供技術(shù)支持，將對(duì)應(yīng)急救援提供很好的幫助。

4.2 震中航拍信息提取

此次航拍所采用的無人機(jī)為大疆悟inspire 2。由于村鎮(zhèn)人口密集，因此以云龍5.0級(jí)地震極災(zāi)區(qū)多依樹村、長(zhǎng)新鄉(xiāng)、白石鎮(zhèn)等30個(gè)自然村為單位開展無人機(jī)航拍。根據(jù)2016年云龍縣5.0級(jí)地震災(zāi)害信息調(diào)查，得到每個(gè)航拍區(qū)房屋戶數(shù)、人口數(shù)量、地形條件，如表4所示；再計(jì)算出各自然村的震中距及無人機(jī)到達(dá)指定地點(diǎn)的飛行時(shí)間；最后采用最優(yōu)航拍區(qū)域選擇方法得到被選中的航拍區(qū)域（表4中I表示選中，0表示未被選中）。

4.3 最優(yōu)化運(yùn)行結(jié)果

圖3為震后極災(zāi)區(qū)無人機(jī)最優(yōu)航拍區(qū)域選擇結(jié)果，其中被選中舫拍總價(jià)值量為760。由圖3可以看出，航拍區(qū)域的優(yōu)選很大程度上由震中距決定，因?yàn)檎鹬芯嘣谟绊懞脚膮^(qū)域選取的因素達(dá)到總影響因素的40%；而對(duì)于中和上村，震中距較遠(yuǎn)，但該區(qū)域的房屋戶數(shù)和人口數(shù)量相對(duì)較多，輕微的震感也會(huì)導(dǎo)致很大的經(jīng)濟(jì)損失。所以中和上村也被選中為最優(yōu)航拍區(qū)域。由于此次航拍備有5塊無人機(jī)電池，總航拍時(shí)間為80min，因此在有限的飛行時(shí)間內(nèi)，能最快、最有效、第一時(shí)間獲取地震災(zāi)情。

據(jù)實(shí)地調(diào)查，震中多依樹及其附近的后曲、紅栗坡、石城等區(qū)域房屋多為土木結(jié)構(gòu)，且建造于不穩(wěn)定的滑坡上，相對(duì)于未被選中航拍區(qū)域有明顯的裂縫和損壞。圖4為無人機(jī)對(duì)重點(diǎn)航拍區(qū)域多依樹、后曲、紅栗坡、石城的航拍影像圖。

5 結(jié)論

在地震應(yīng)急指揮中，無人機(jī)最優(yōu)航拍區(qū)域選擇方法能使無人機(jī)在地震發(fā)生的第一時(shí)間，根據(jù)每個(gè)航拍區(qū)域的震中距、房屋戶數(shù)、人口數(shù)量、地形條件以及無人機(jī)到達(dá)指定地點(diǎn)的飛行時(shí)間等影響因子，迅速在極災(zāi)中選出最優(yōu)航拍區(qū)域，有效利用無人機(jī)的飛行時(shí)間，避免了人為選取的不足。下一步的重點(diǎn)研究方向是獲取無人機(jī)影像后的快速智能處理方法，以期能達(dá)到地震災(zāi)害發(fā)生后準(zhǔn)實(shí)時(shí)響應(yīng)。

參考文獻(xiàn)：

曹彥波，吳艷梅，許瑞杰，等.2017.基于微博輿情數(shù)據(jù)的震后有感范圍提取研究[J].地震研究，40（2）：303-310.

陳昊.2006.蟻群優(yōu)化算法的原理及其應(yīng)用[J].湖北大學(xué)學(xué)報(bào)（自然科學(xué)版），28（4）：350-352.

陳亮，張啟義.2012.基于動(dòng)態(tài)蒸發(fā)因子的蟻群算法[J].軍事交通學(xué)院學(xué)報(bào)，14（9）：88-91.

杜建福.2008.基于預(yù)測(cè)控制的小型無人直升機(jī)自主飛行研究[D].上海：上海交通大學(xué).

胡小兵.2004.蟻群優(yōu)化原理、理論及其應(yīng)用研究[D].重慶：重慶大學(xué).

黃永青，梁呂勇，張祥德.2006.基于均勻設(shè)計(jì)的蟻群算法參數(shù)設(shè)定[J].控制與決策，21（1）：93-96.

金偉，葛宏立，杜華強(qiáng)，等.2009.無人機(jī)遙感發(fā)展與應(yīng)用概況[J].遙感信息，（1）：88-92.

寇曉麗.2009.群智能算法及其應(yīng)用研究[D].西安：西安電子科技大學(xué).

魏義力，丁建，黃建峰.2016.固定翼無人機(jī)電力巡線航線規(guī)劃淺析[J].中國(guó)電業(yè)（技術(shù)版），（4）：74-76.

徐鵬杰，鄧?yán)?2011.遙感技術(shù)在減災(zāi)救災(zāi)巾的應(yīng)用[J].遙感技術(shù)與應(yīng)用，26（4）：512-519.

楊劍峰.2007.蟻群算法及其應(yīng)用研究[D].杭州：浙江大學(xué)

葉志偉，鄭肇葆.2004.蟻群算法中參數(shù)α、β、β設(shè)置的研究——以TSP問題為例[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），29（7）：597-601.

袁培燕，劉萍，高宏卿.2010.蟻群算法迭代次數(shù)的一種優(yōu)化策略[J].河南師范大學(xué)學(xué)報(bào)（自然版），38（4）：48-50.

周洋，明小娜，楊艷珠，等.災(zāi)評(píng)新技術(shù)在云龍5.0級(jí)地震烈度調(diào)查中的應(yīng)用[J].地震研究，40（1）：161-166.