[發明專利]基于任務完成時間最小化的多無人機路徑規劃方法

有效

• 申請號: 201910599138.0
• 申請日: 2019-07-04
• 公開（公告）號: CN110426039B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 秦蓁;李艾靜;董超;田暢;何首帥;賽雷
• 申請（專利權）人: 中國人民解放軍陸軍工程大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 唐代盛

本發明公開了一種基于任務完成時間最小化的多無人機路徑規劃方法，在考慮信息采集質量的前提下，通過對K架無人機的路徑規劃，實現用時最長的無人機任務完成時間最小化的目標：根據基站覆蓋原理以及設定的信息采集任務要求，確定無人機在信息采集任務過程中的懸停點；根據懸停點位置，利用最小?最大路徑覆蓋算法，將信息采集任務進行分配并規劃每架無人機的軌跡；基于規劃的無人機軌跡，考慮無人機在飛行時收集信息的情形，對飛行時間和信息采集時間進行優化分配。本發明利用公平性原則的算法來對無人機路徑進行規劃，最小化任務完成時間從而保證信息采集任務的完成效率。

技術領域

本發明屬于無人機路徑規劃領域，具體為一種基于任務完成時間最小化的多無人機路徑規劃方法。

背景技術

無人機路徑規劃是實現無人機自主飛行的關鍵技術保障，路徑規劃方法則是路徑規劃的核心。無人機路徑規劃是指在綜合考慮無人機到達時間、油耗、威脅以及飛行區域等因素的前提下，為無人機規劃出最優或者滿意的飛行路徑，以保證圓滿地完成飛行任務，并安全返回基地。在20世紀60年代，學者開始研究單架無人機的路徑規劃技術，70至80年代研究者們受到了機器人領域一些思想的啟發，無人機在90年代以后發展迅速，應用領域變得更加廣泛，無人機執行的任務也是多種多樣。單無人機路徑規劃方法按照規劃決策一般可以分為傳統經典算法和現代智能算法。傳統優化算法不少都屬于凸優化范疇，有唯一明確的全局最優點。很多單無人機路徑規劃問題都采用凸優化的辦法進行解決。現代智能算法大致可以分為五類算法：進化類算法(遺傳算法、差分進化算法、免疫算法)，群智能算法(蟻群算法、粒子群算法)，模擬退火算法，緊急搜索算法，神經網絡算法。

如今，隨著任務多樣化和復雜化，多無人機協同執行任務具有很大的優勢。一方面，可以通過任務的同步執行以提高執行效率，縮短完成時間；另一方面，多無人機可以增加任務成功的概率。事實上，多無人機路徑規劃需要解決任務分配和路徑優化兩個子問題。現有的路徑規劃方法大多分開解決這兩個子問題。先將任務分配給每架無人機，然后無人機根據分配的任務利用單架無人機路徑規劃方法得到優化的路徑。這種方法沒有考慮無人機之間的任務協同，只是單純將多無人機路徑規劃方法分解為多個子問題。除此之外，現有的一些算法雖然考慮同時優化這兩個問題，但是沒有考慮到每架無人機的能耗限制。大多數都是從總能耗和總任務完成時間的角度出發優化，這樣容易造成單架無人機負荷過大的后果。

發明內容

本發明的目的在于提供一種基于任務完成時間最小化的多無人機路徑規劃方法。

實現本發明目的的技術方案為：一種基于任務完成時間最小化的多無人機路徑規劃方法，包括以下步驟：

步驟1、設定多無人機飛行約束條件和需要滿足的信息采集任務要求；

步驟2、根據基站覆蓋原理以及設定的信息采集任務要求，確定無人機在信息采集任務過程中的懸停點；

步驟3、根據設計的懸停點和飛行約束條件，利用最小-最大路徑覆蓋算法，規劃每架無人機的路徑，完成信息采集任務的分配；

步驟4、基于規劃的無人機路徑，對飛行時間和信息采集時間進行優化分配，得到最終的無人機軌跡。

優選地，步驟1設定的多無人機飛行約束條件和信息采集任務要求具體為：