[發明專利]無人機訪問多目標點的航跡規劃方法及裝置

有效

• 申請號: 201710392618.0
• 申請日: 2017-05-27
• 公開（公告）號: CN107145161B
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 羅賀;梁崢崢;胡笑旋;朱默寧;王國強;馬華偉;靳鵬;夏維;牛艷秋;方向
• 申請（專利權）人: 合肥工業大學
• 主分類號: G05D1/12
• 分類號: G05D1/12
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

本發明實施例公開了一種無人機訪問多目標點的航跡規劃方法及裝置。方法包括：獲取無人機和多個目標點的位置信息，無人機地速航向角離散度以及無人機和風場的運動參數；根據位置信息，結合地速航向角離散度和預設遺傳算法，構建初始種群；根據初始種群和風場參數確定無人機飛行狀態和無人機完成航跡段的航行時間，根據航跡段的航行時間和SUAV?VS?DVRP模型獲取初始種群中染色體對應的航行時間；基于遺傳算法，對初始種群中各Dubins飛行路徑進行交叉、變異處理，并在達到預定迭代次數后，選取航行時間最短的Dubins飛行路徑作為最優飛行路徑。本發明實施例將無人機航跡規劃問題與無人機實際飛行環境相結合，使規劃得到的最優飛行路徑方案優于無人機速度恒定的方案。

技術領域

本發明實施例涉及無人機技術領域，具體涉及一種無人機訪問多目標點的航跡規劃方法及裝置。

背景技術

當前，無人機UAV(Unmanned Aerial Vehicle)在軍民領域有著廣泛的應用，可完成目標偵察、目標跟蹤、情報收集、震后救援和地質勘探等多種類型任務。例如在多架UAV協同偵察目標時，既要最合理地為每架UAV分配其所需偵察的目標，還要為其規劃最優的飛行航跡。該問題是一個受多因素約束的任務分配與航跡規劃聯合優化問題，也是非確定性問題。

隨著UAV研究的深入，環境因素被逐漸納入問題的研究，特別是UAV任務分配、航跡規劃和飛行控制等問題中，在環境因素的影響下如何降低耗能、控制UAV的飛行狀態從而使UAV消耗最少的燃料執行最多的任務、具備更好的任務執行狀態和更高的安全性是當前UAV研究的主要工作。當前常用于解決UAV任務分配與任務規劃問題的模型有：TSP模型，TOP模型和VRP模型，其中，TSP模型是在只有單一旅行者的條件下，使得旅行者通過所有給定的目標點之后，從而使其路徑成本最小的模型；TOP模型是在存在多個成員的條件下，使得每個成員盡可能訪問更多的目標點，從而使得所有成員的總收益最大的模型；VRP模型是在車輛數量固定的條件下，使得車輛訪問一定數量目標點，且在此過程中每個目標點只能被訪問一次，最終使得UAV航行的總距離或總時間最短的模型。

在實現本發明實施例的過程中，發明人發現現有的技術方案在實際操作中，一般是假設模型中在恒定時間內無人機的速度是恒定的。然而這個假設顯然是不現實的，導致模型無法精確模擬出無人機的實際運動狀態，進而無法進行最優的航跡規劃。

發明內容

本發明實施例的一個目的是解決現有技術由于在進行航跡規劃是設定無人機的速度是恒定的，導致模型無法精確模擬出無人機的實際運動狀態，進而無法給出的最優的航跡規劃。

本發明實施例提出了一種無人機訪問多目標點的航跡規劃方法，包括：

S1、獲取無人機和多個目標點的位置信息，無人機地速航向角離散度以及所述無人機和風場的運動參數；

S2、根據所述無人機和所述多個目標點的位置信息，無人機地速航向角離散度和預設遺傳算法，構建以Dubins飛行路徑為個體的初始種群；

S3、根據所述初始種群和風場參數確定無人機飛行狀態和無人機完成Dubins飛行路徑的航跡段的航行時間，根據所述航跡段的航行時間和SUAV-VS-DVRP模型獲取初始種群中染色體對應的航行時間；

S4、基于遺傳算法，對初始種群中染色體進行交叉、變異處理，并在達到預定迭代次數后，選取航行時間最短的染色體對應的Dubins飛行路徑作為所述無人機的最優飛行路徑。

可選的，根據所述無人機和所述多個目標點的位置信息，結合無人機地速航向角離散度和預設遺傳算法，構建初始種群包括：

根據預設遺傳算法的編碼方式進行染色體編碼生成預定規模的初始種群；所述染色體由目標點信息和無人機地速航向角信息組成；其中所述目標點屬于集合T₀表示UAVs的起點，無人機地速航向角屬于集合N_g表示無人機地速航向角離散度；