面向無人機電力巡檢的語義實體構(gòu)建及航跡控制方法

任 娜，張 楠，崔 妍，張融雪，2，龐新富

（1.沈陽工程學(xué)院信息學(xué)院，沈陽 110136；2.南京航空航天大學(xué)計算機科學(xué)與技術(shù)學(xué)院，南京 610100）

（*通信作者電子郵箱kwp1ys@163.com）

0 引言

電力巡檢是保證電網(wǎng)安全穩(wěn)定運行的有效方式，隨著無人機（Unmanned Aerial Vehicle，UAV）自主導(dǎo)航系統(tǒng)及智能技術(shù)的迅速發(fā)展［1］，它在輸電線路災(zāi)害分析、定位排查設(shè)施故障以及電力資源調(diào)配等方面發(fā)揮了顯著優(yōu)勢，大幅提高了輸電維護和檢修的效率。航跡的合理控制是影響無人機智能巡檢的重要因素［2］，現(xiàn)階段針對電力巡檢的主要研究方法是通過航跡的規(guī)劃對定點位置和故障進行監(jiān)視，較少從信息處理角度考慮高空復(fù)雜環(huán)境下的巡檢問題，對無人機巡檢的航跡定量分析和優(yōu)化設(shè)計還存在不足，而各類傳感器提供的態(tài)勢信息源由于外界不確定信息因素，直接影響無人機對電力巡檢的線路查排和設(shè)備缺陷診斷的精準(zhǔn)性，容易遺漏小樣本的異常事件檢測，導(dǎo)致財力損失和系統(tǒng)安全隱患，因此如何針對不確定態(tài)勢信息進行融合并尋求合理的軌跡控制機制，以解決巡檢過程中迅速發(fā)現(xiàn)電力故障問題是目前亟待解決的問題。

對于高空復(fù)雜的電力巡檢任務(wù)，智能無人機航跡行為的控制很大程度上取決于系統(tǒng)對指令用意和周邊環(huán)境的語義理解［3］，語義建模［4-5］通過基于自然語言方法構(gòu)建領(lǐng)域概念結(jié)構(gòu)及關(guān)系并進行定義推理，采用標(biāo)準(zhǔn)化規(guī)范化的語言格式實現(xiàn)對環(huán)境實體和不確定信息的模型構(gòu)建，進而達到與環(huán)境的互通共識。文獻［6］中根據(jù)經(jīng)驗?zāi)B(tài)分析方法從無人機歷史經(jīng)驗態(tài)勢中提取與當(dāng)前態(tài)勢相似的特征進行自組織聚類，從而解決航跡控制在時空屬性上的動態(tài)連續(xù)態(tài)勢檢測問題；但該方法對于態(tài)勢信息的度量缺乏背景知識，回避了對不確定抽象信息實體的語義建模。文獻［7］中采用多層認知框架的知識表示方法，描述無人機個體行為規(guī)劃和軌跡控制形成的過程，但無人機傳感器認知的行為不僅取決于系統(tǒng)自身，還依賴于對環(huán)境的語義信息感知［8］。文獻［9］中借助層級式空間表達方式將地圖信息和環(huán)境實體抽取為概念圖，并用邏輯本體語言存儲相關(guān)領(lǐng)域知識推理環(huán)境實體，實現(xiàn)機器對環(huán)境的語義交互理解；但是考慮到無人機的局部觀測線和輸電線路上的空間布局，巡檢目標(biāo)區(qū)域覆蓋的范圍較難保證。

綜合考慮以上問題，以電力巡檢領(lǐng)域為知識背景，從信息處理角度提出了一種語義實體構(gòu)建及航跡控制的方法：構(gòu)建基于語義知識背景的空間實體拓撲網(wǎng)絡(luò)，生成關(guān)于位置節(jié)點的語義航跡序列網(wǎng)絡(luò)及其語義接口；根據(jù)空間拓撲結(jié)構(gòu)相似性度量的結(jié)果集，提出安全許可機制和強化學(xué)習(xí)的航跡控制策略，實現(xiàn)電力巡檢無人機在統(tǒng)一的概念內(nèi)涵和位置結(jié)構(gòu)上的軌跡控制。

1 模型設(shè)計

1.1 框架設(shè)計

針對無人機在高空復(fù)雜巡檢環(huán)境下行為控制的背景約束和信息感知過程中數(shù)據(jù)的流向特征，將電力巡檢框架分為數(shù)據(jù)處理層、模型生成層和策略控制層。如圖1 所示，它是整個系統(tǒng)的底層架構(gòu)。

圖1 無人機電力巡檢框架Fig.1 Framework of UAV electric power inspection

1）數(shù)據(jù)處理層：主要用于將開源地理信息系統(tǒng)（Geographic Information System，GIS）數(shù)據(jù)庫PostGIS［10］的數(shù)據(jù)信息及無人機傳感器獲取的態(tài)勢信息、電力實體分布信息等進行概念抽取和語義表征，形成具有圖結(jié)構(gòu)的空間實體拓撲網(wǎng)絡(luò)，并賦予了相關(guān)語義概念、實例和關(guān)系，功能包括實體的時空分布、行為任務(wù)更新、實時維護等。

2）模型生成層：主要用于對當(dāng)前軌跡信息進行語義建模，構(gòu)建與空間實體拓撲網(wǎng)絡(luò)映射的語義接口，用語義表征航跡序列的位置特征，作為學(xué)習(xí)模型網(wǎng)絡(luò)提供當(dāng)前初始化的語義環(huán)境。

無人機通過傳感器獲得的外部信息對當(dāng)前環(huán)境態(tài)勢進行數(shù)據(jù)處理，并抽取為相應(yīng)的概念層次進行語義表征，而歷史航跡數(shù)據(jù)和當(dāng)前航跡數(shù)據(jù)被劃分為航跡序列網(wǎng)絡(luò)，同時通過語義表征和概念抽取得出一個空間實體拓撲網(wǎng)絡(luò)。在巡檢過程中，當(dāng)前巡檢任務(wù)環(huán)境的語義航跡網(wǎng)絡(luò)與空間實體拓撲網(wǎng)絡(luò)共同作為知識模型，為無人機提供統(tǒng)一的規(guī)范化數(shù)據(jù)支持?？臻g拓撲相似性度量觸發(fā)無人機匹配歷史航跡和當(dāng)前航跡結(jié)構(gòu)，并用強化學(xué)習(xí)的方法指導(dǎo)當(dāng)前軌跡在正確的控制策略中航行。

1.2 巡檢流程設(shè)計

高空復(fù)雜環(huán)境下的任務(wù)場景受到無人機監(jiān)視器的局部觀測范圍和外界環(huán)境不確定因素等影響，將巡檢流程定義為在未知空間區(qū)域內(nèi)，從預(yù)設(shè)巡檢作業(yè)點起飛，對位置空間上的實體進行巡檢覆蓋所產(chǎn)生的航跡規(guī)劃，以尋求一個最優(yōu)的航跡作為對電力系統(tǒng)的一次巡檢任務(wù)。如圖2 所示，共分為桿塔上的巡檢和線路的巡檢［11］：桿塔上巡檢主要為針對設(shè)備缺陷和故障進行的安全檢查，包括絕緣子、變壓器、閘閥、高壓螺栓、電流互感器等；線路上的巡檢主要為針對輸配電高壓線纜的故障巡檢。以上兩者的巡檢均需要觸發(fā)On_Entity 網(wǎng)絡(luò)中的概念進行判斷和推理，將發(fā)現(xiàn)的故障和缺陷通過圖形圖像遠程報告至地面控制服務(wù)器內(nèi)，進而達到巡檢的效果。

圖2 電力巡檢流程Fig.2 Flowchart of electric power inspection

2 語義網(wǎng)絡(luò)構(gòu)建

2.1 空間實體拓撲網(wǎng)絡(luò)構(gòu)建

空間實體的拓撲網(wǎng)絡(luò)建模是軌跡規(guī)劃的基礎(chǔ)，能夠為軌跡控制提供策略指導(dǎo)，描述為無人機系統(tǒng)可理解的標(biāo)準(zhǔn)化統(tǒng)一數(shù)據(jù)。根據(jù)實體桿塔和線纜在空間上的布局，將每個實體進行語義建模，初始化為一個具有語義特征的空拓撲網(wǎng)絡(luò)：

其中：V為概念層次節(jié)點；E為關(guān)系線段；I為實例；At為生成策略的動作狀態(tài)輸出模型。如圖3 所示，On_Entity 的概念層次結(jié)構(gòu)分為行為狀態(tài)網(wǎng)絡(luò)、環(huán)境態(tài)勢網(wǎng)絡(luò)和歷史航跡網(wǎng)絡(luò)，各層次概念與實例通過關(guān)系線段E連接為圖結(jié)構(gòu)。其中，行為狀態(tài)拓撲網(wǎng)描述了當(dāng)前無人機系統(tǒng)狀態(tài)，包括引擎狀態(tài)、位置狀態(tài)、姿態(tài)調(diào)整、速度調(diào)整等，通過實例關(guān)系獲取動力學(xué)模型中的平尾偏角、矢量舵偏角及俯仰角、中心角等參數(shù)；環(huán)境態(tài)勢拓撲網(wǎng)為由PostGIS 抽取的地理信息概念、實例和關(guān)系，用于為無人機巡檢作位置導(dǎo)航，包括實體數(shù)據(jù)（如Telepole（桿塔）、TSwitch（刀閘）、transmission（電流互感器）等具體信息）以及從點（實體位置）、線（路網(wǎng)）、面（區(qū)域）到復(fù)雜環(huán)境氣象數(shù)據(jù)；歷史航跡網(wǎng)絡(luò)存儲了由行為狀態(tài)網(wǎng)絡(luò)和環(huán)境態(tài)勢網(wǎng)絡(luò)形成的策略軌跡，通過語義實例標(biāo)記的方法進行記錄。所有數(shù)據(jù)在Protégé［11-12］平臺上構(gòu)建，由Apache Jena［11］封裝成支持SPARQL（Protocol and RDF Query Language）語言的OWL（Web Ontologoy Language）［12］模型，共600 個實體概念及5 500余個實例，由SWRL（Semantic Web Rule Language）［12］調(diào)試形成具有圖結(jié)構(gòu)的語義實體模型。

圖3 空間實體拓撲網(wǎng)絡(luò)建模Fig.3 Modeling of spatial entity topology network

On_Entity 是作為軌跡控制的初始策略，各實體在空間中初始化為靜態(tài)布局，但在無人機巡檢過程中基于任務(wù)的持續(xù)性和外界環(huán)境的不確定性，需要利用當(dāng)前的態(tài)勢數(shù)據(jù)進行調(diào)整，從而達到航跡控制的效果。

2.2 航跡序列網(wǎng)絡(luò)構(gòu)建

由于On_Entity 中的態(tài)勢數(shù)據(jù)包含了大量的歷史航跡網(wǎng)絡(luò)，按照無人機航跡劃分為多個時間和空間序列，形成一個歷史航跡序列的知識庫，而當(dāng)前新的航跡序列歷史數(shù)據(jù)在時空結(jié)構(gòu)和序列往往不一致，需要對數(shù)據(jù)進行歸一化處理。本文利用語義軌跡的方法，將新的軌跡位置和片段加載語義標(biāo)簽，封裝成一個語義接口，即一條語義航跡［13-14］定義為：

其中：OID表示實體目標(biāo)的標(biāo)記，屬性包括位置信息記錄Listof(Pi(ti，xi，yi，zi))和敏感信息記錄Listof(SAttri)；Segk為語義標(biāo)注后的第k個軌跡片段；為第k個軌跡片段開始時間，為終止時間，且滿足；Annok為語義標(biāo)簽信息。航跡序列使用前一時間點動作-狀態(tài)作為輸入，下一時間點的狀態(tài)作為輸出，從路徑優(yōu)化的選擇上形成一個關(guān)于位置節(jié)點的航跡序列網(wǎng)絡(luò)GT。

借助ODIS-E工程師軟件可以無需在線連接大眾售后網(wǎng)絡(luò)，即可實現(xiàn)方向機離線參數(shù)寫入等操作。也就是說，通過ODIS-E軟件，維修人員不必在線連接即可完成方向機更換和參數(shù)設(shè)置等操作。

2.3 語義接口設(shè)計

如圖4 所示，航跡序列網(wǎng)絡(luò)節(jié)點上均加載一個語義接口，當(dāng)無人機巡檢過程中，航跡根據(jù)語義片段進行自適應(yīng)的飛行，將一個垂直方向上的桿塔進行了空間拓撲劃分并描述了軌跡的位置節(jié)點，每個節(jié)點標(biāo)注了一個語義接口，該接口將On_Entity 中的感知特征和初始概率進行編碼化，使無人機通過網(wǎng)絡(luò)節(jié)點進行航行。如：當(dāng)檢測區(qū)域Polygon 概念類中的區(qū)域Area1 與Area2 相連，根據(jù)空間實體拓撲關(guān)系網(wǎng)，Area1 通過at 關(guān)系集連接實體對象Object1 和Object2，Area2 通過at 關(guān)系連接實體對象Object3、Object4、Object5 和Object6，這些對象的實例通過Nav_Object 函數(shù)擴充概念的屬性，包括特征集Features（f1，f2，…，fn）和關(guān)系集Relations（r1，r2，…，rn），這些集合標(biāo)注了兩個實體之間連接的初始概率，提供了感應(yīng)設(shè)備對環(huán)境的語義解釋。

圖4 航跡的語義接口設(shè)計Fig.4 Design of semantic interfaces of trajectory

3 航跡控制方法

3.1 結(jié)構(gòu)相似性度量

由于語義航跡難以滿足大量輸電線路實體數(shù)據(jù)處理需求，且存在大量的軌跡轉(zhuǎn)向、停留、飛行等隱性特征知識，軌跡結(jié)構(gòu)的相似性度量可以解決當(dāng)前航跡位置節(jié)點與On_Entity中歷史數(shù)據(jù)的空間相關(guān)性，挖掘歷史軌跡的隱性知識，以更好地為無人機航跡規(guī)劃提供精準(zhǔn)決策。無人機的航跡控制實質(zhì)上根據(jù)On_Entity 中的有向無環(huán)圖對拓撲結(jié)構(gòu)的頂點進行路徑選擇［15］，并在每個位置節(jié)點上加載語義標(biāo)簽，以圖匹配為切入點，度量當(dāng)前航跡位置節(jié)點和On_Entity 概念、實例、關(guān)系的相似性。拓撲結(jié)構(gòu)匹配是為了最大化尋求兩個航跡之間的所有最大公共結(jié)構(gòu)，設(shè)有當(dāng)前航跡序列網(wǎng)絡(luò)為GT，空間實體拓撲網(wǎng)絡(luò)On_Entity 為GO，節(jié)點數(shù)目為|GT|和|GO|。1）判斷兩個圖是否為圖同構(gòu)、子圖同構(gòu)、部分同構(gòu)，計算GT和GO之間結(jié)構(gòu)匹配的最大節(jié)點數(shù)目n1以及對應(yīng)的匹配點對集合S1；2）由于GT和GO存在不對稱性，交換兩者的角色重復(fù)步驟1）計算得出匹配的最大節(jié)點數(shù)目n2以及匹配點對集合S2；3）當(dāng)結(jié)果為圖同構(gòu)時，GT和GO兩者完全相同；當(dāng)結(jié)果為子圖同構(gòu)時，GT為GO的部分結(jié)構(gòu)，最大匹配節(jié)點數(shù)m為|GT|；4）當(dāng)部分同構(gòu)時，則最大匹配節(jié)點數(shù)為m=Max（n1，n2），匹配點對集合為M=Max（GT，GO）。GT和GO的相似度計算如式（4）所示：

其中：stri為第i個匹配的結(jié)構(gòu)；m為匹配節(jié)點數(shù)；vi為第i個結(jié)構(gòu)匹配的內(nèi)節(jié)點數(shù)量；sum（stri）為第i個結(jié)構(gòu)匹配的歐氏距離，計算如式（5）所示：

3.2 安全許可機制設(shè)置

經(jīng)空間拓撲結(jié)構(gòu)相似度量后，獲取了與當(dāng)前軌跡序列網(wǎng)絡(luò)相似的結(jié)果集R，而在巡檢安全性方面為生成最優(yōu)控制策略須考慮安全約束條件，篩選R中導(dǎo)致智能體違背安全條件的巡檢軌跡序列，避免產(chǎn)生障礙碰撞和電磁干擾等問題，為此提出一種安全巡檢的許可機制。利用語義可達性描述安全巡檢機制，設(shè)RT的許可策略為安全許可，則應(yīng)滿足語義安全可達性描述為，即對于所有RT中位置節(jié)點P∈π的一個策略π從初始位置P0出發(fā)到達不安全狀態(tài)集合FU∈GO的概率小于閾值PU，則認為該策略π為安全策略；而當(dāng)大于閾值PU時，則表征在許可策略下從任意位置P到達不安全狀態(tài)集合FU的最大概率。

從初始位置P0節(jié)點出發(fā)，任何一個策略未被安全性約束的最大概率不會超過閾值PU，對于每個位置節(jié)點，許可策略至少會選擇一個行為策略輸出矩陣At，并設(shè)置不可達安全狀態(tài)的概率值為1。

3.3 基于強化學(xué)習(xí)的航跡控制方法

為實現(xiàn)巡檢的目標(biāo)動態(tài)實時監(jiān)測，不斷調(diào)整航跡控制狀態(tài)和語義信息，提出了基于強化學(xué)習(xí)［16］的航跡控制方法，分別設(shè)定航跡網(wǎng)絡(luò)集合R為模型學(xué)習(xí)網(wǎng)絡(luò)GR，空間實體拓撲網(wǎng)絡(luò)On_Entity為策略指導(dǎo)網(wǎng)絡(luò)GO，GR為當(dāng)前的航跡策略提供語義航跡特征，并從實際執(zhí)行的數(shù)據(jù)中學(xué)習(xí)，提高模型的精準(zhǔn)性；GO為GR的航跡預(yù)測控制提供經(jīng)驗策略和歷史軌跡，從實際執(zhí)行態(tài)勢數(shù)據(jù)中學(xué)習(xí)并優(yōu)化策略知識。

為了最大化滿足GR巡檢策略，定義結(jié)果集GR上狀態(tài)的期望累積回報量值，計算公式如下所示：

其中：Ri=[Ri(P0)，Ri(P1)，…，Ri(Pn)]為每個位置上的語義向量；為策略π下的行為狀態(tài)轉(zhuǎn)移概率。而對于每個安全許可機制下可控狀態(tài)，得到折扣期望累積回報最大化策略集，從任意位置節(jié)點pi出發(fā)最大化滿足學(xué)習(xí)模型網(wǎng)絡(luò)R的策略。

如果不存在以概率1 滿足φU的策略，則從所有最優(yōu)策略集合π*中選擇從給定初始狀態(tài)出發(fā)得到滿意概率最大的策略進行學(xué)習(xí)。對于模型學(xué)習(xí)網(wǎng)絡(luò)的每一個狀態(tài)，根據(jù)與之間的GO交叉嫡定義一個策略回歸目標(biāo)函數(shù)：

由此，更新航跡最優(yōu)策略和策略指導(dǎo)網(wǎng)絡(luò)算法步驟如下：

4 實驗與結(jié)果分析

結(jié)合項目研究內(nèi)容，采用真實的電力系統(tǒng)數(shù)據(jù)背景進行仿真。將全局環(huán)境區(qū)域限定為W×L=100 km×100 km，應(yīng)用1臺四旋翼無人機飛行速度為5 m/s，最大的偏角度為60°，最小有效觀測距離為2 m，仿真實驗采用Gazebo 軟件平臺進行，采樣周期為1 s，將OWL 文件通過Jena 導(dǎo)入至平臺中。與真實場景相比其區(qū)別在于該實驗可以對場景進行隨機布置，實驗中由于網(wǎng)絡(luò)中傳感數(shù)據(jù)的不確定問題，應(yīng)對超出預(yù)測范圍的特征干擾，即空間實體拓撲網(wǎng)絡(luò)中沒有出現(xiàn)的實例，直接采用隨機方式會嚴重影響控制效果。為此，采用拉普拉斯平滑方法對檢測到的當(dāng)前事件數(shù)據(jù)進行預(yù)處理。另外，為提高仿真實驗的實用性和合理性，消除數(shù)據(jù)檢測隨機誤差的影響，對數(shù)據(jù)重復(fù)實驗10次后取平均值作為最終結(jié)果。

4.1 航跡控制分析

無人機在電力巡檢中由策略指導(dǎo)網(wǎng)絡(luò)GO生成多條歷史軌跡數(shù)據(jù)，并在各位置節(jié)點上標(biāo)注了語義接口信息，由圖5（a）可知，形成了在垂直平面上的歷史網(wǎng)絡(luò)軌跡圖。由圖5（b）可知，運行本文方法后，無人機從初始狀態(tài)出發(fā)，根據(jù)生成的策略確定在當(dāng)前狀態(tài)位置需要采取的行動。然后根據(jù)策略指導(dǎo)網(wǎng)絡(luò)GO執(zhí)行下一個位置狀態(tài)的轉(zhuǎn)移，重復(fù)以上過程達到終止?fàn)顟B(tài)，最終生成一個魯棒滿意［17］策略π*。

圖5 軌跡形成策略Fig.5 Trajectory generation strategy

為描述期望性能等級和魯棒性之間的權(quán)衡關(guān)系，設(shè)置不同期望性能等級rc對生成魯棒滿足策略π*的影響。定義策略π*的魯棒函數(shù)以確保給定策略能夠滿足期望性能等級rc，用于評價策略π*的影響。

其中：U(α，U′)為信息差不確定模型；R(π，u)為面向策略π*和不確定參數(shù)u的性能評價函數(shù)。由圖6 可知，對于rc從0～100，π*的魯棒性隨著rc的增加而降低，說明本文方法可以在不確定性信息中使無人機從偏離的軌跡控制中回歸，符合魯棒性滿意度原則。這是由于一方面，利用構(gòu)建了語義實體的概念，建立On_Entity 網(wǎng)絡(luò)模型，為航跡控制提供了語義接口服務(wù)；另一方面，利用強化學(xué)習(xí)方法最大化滿足模型學(xué)習(xí)網(wǎng)絡(luò)的巡檢策略，并在每個位置狀態(tài)上生成一個期望累積回報向量，對策略指導(dǎo)網(wǎng)絡(luò)GO的結(jié)構(gòu)進行學(xué)習(xí)；使用GO輸出策略為一個穩(wěn)定的監(jiān)督訓(xùn)練信號，并調(diào)整偏離的航跡線路，將學(xué)習(xí)到的知識更新到策略指導(dǎo)網(wǎng)絡(luò)GO中。

圖6 策略魯棒性曲線Fig.6 Curve of strategy robustness

4.2 性能比較

為進一步說明本文方法在航跡控制的有效性，與現(xiàn)有的其他方法：啟發(fā)式方法［18］、粒子群優(yōu)化方法［19］和遺傳算法［20］進行性能比較。性能比較平臺利用Matlab對相關(guān)數(shù)據(jù)進行統(tǒng)計和編程，形成關(guān)于各方法的導(dǎo)入壓縮包，從目標(biāo)網(wǎng)絡(luò)適應(yīng)度和巡檢實體覆蓋率兩種指標(biāo)衡量不同方法下的航跡控制效果［21］。其中，目標(biāo)網(wǎng)絡(luò)適應(yīng)函數(shù)描述了在軌跡控制過程中無人機對區(qū)域目標(biāo)信息的不確定程度，表示為無人機對感知信息熵的代數(shù)平均值；巡檢實體覆蓋率描述了無人機在一定巡檢時間內(nèi)對空間實體覆蓋數(shù)量與整個區(qū)域內(nèi)實體數(shù)量的之比。如圖7 所示，不同方法下無人機軌跡控制的目標(biāo)網(wǎng)絡(luò)適應(yīng)度和巡檢實體覆蓋率隨迭代次數(shù)和時間變化的結(jié)果。

圖7 各航跡控制方法性能比較Fig.7 Performance comparison of different trajectory control methods

由圖7（a）可知：本文方法在每代最優(yōu)值會出現(xiàn)微小的波動，有利于算法跳出局部最優(yōu)解區(qū)域，并在第25 次迭代時收斂趨于穩(wěn)定適應(yīng)值1.2 附近，這種現(xiàn)象主要受益于強化學(xué)習(xí)的策略π*生成方法，使無人機根據(jù)當(dāng)前航跡網(wǎng)絡(luò)在策略回歸目標(biāo)函數(shù)的指導(dǎo)下向指導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)優(yōu)化，同時空間拓撲結(jié)構(gòu)相似度度量提高了對目標(biāo)實體感知的適應(yīng)值，保證了算法收斂穩(wěn)定；而啟發(fā)式方法在第30 代時逐步收斂穩(wěn)定，但收斂較慢且適應(yīng)值較高；粒子群優(yōu)化方法的適應(yīng)值與本文方法相近，可以實現(xiàn)全局的控制，但隨著迭代次數(shù)的增加陷入了不穩(wěn)定狀態(tài)；遺傳算法同樣接近本文方法的適應(yīng)值，但振幅較大，難以滿足期望控制狀態(tài)。

由圖7（b）可知，隨著時間的變化，各種方法的覆蓋率逐步升高，在最終結(jié)果中啟發(fā)式方法的覆蓋率為83.5%，粒子優(yōu)化方法的覆蓋率為87.2%，遺傳算法的覆蓋率為88.4%，本文方法的覆蓋率為95.6%。本文方法在巡檢實體覆蓋效率高于其他方法且有上升的趨勢，這是由于本文方法在初始階段對巡檢區(qū)域內(nèi)每個實體進行了語義建模，體現(xiàn)了空間拓撲網(wǎng)絡(luò)對航跡行為控制的優(yōu)勢，從而提高了覆蓋效率。

5 結(jié)語

無人機航跡控制很大程度上取決于感知設(shè)備對周邊環(huán)境概念的理解，而實現(xiàn)這一點的基礎(chǔ)是構(gòu)建有效的實體網(wǎng)絡(luò)，生成統(tǒng)一的概念內(nèi)涵并對位置結(jié)構(gòu)進行合理的度量。本文在探索研究電力巡檢領(lǐng)域過程中，對電力系統(tǒng)的實體知識進行領(lǐng)域建模，構(gòu)建關(guān)于時空屬性的內(nèi)涵概念，生成關(guān)于位置節(jié)點的語義航跡序列網(wǎng)絡(luò)及其語義接口，根據(jù)空間拓撲結(jié)構(gòu)相似性度量的結(jié)果集，分析安全許可機制，在強化學(xué)習(xí)基礎(chǔ)上學(xué)習(xí)策略指導(dǎo)網(wǎng)絡(luò)的航跡控制，生成統(tǒng)一的概念內(nèi)涵和最優(yōu)航跡控制策略，能夠滿足最大化魯棒性能。實驗結(jié)果從目標(biāo)網(wǎng)絡(luò)適應(yīng)度和巡檢實體覆蓋率兩方面驗證了本文方法的有效性。然而，對于數(shù)據(jù)規(guī)模較大的問題，本文方法不能保證每次迭代都可以達到最優(yōu)策略解，容易陷入局部最優(yōu)的情況，這是由于現(xiàn)有實驗涉及電力巡檢的訓(xùn)練數(shù)據(jù)在同一個區(qū)域內(nèi)完成，采集的數(shù)據(jù)量較少且情況單一，網(wǎng)絡(luò)的模型過于復(fù)雜容易過擬合。下一步將考慮用多無人機集群的方法解決對電力巡檢環(huán)境的感知問題，并在立體空間上進行探索應(yīng)用，以提供更高效的語義巡檢服務(wù)。