[發明專利]一種基于聯合優化的無人機航跡規劃方法

有效

• 申請號: 202110632549.2
• 申請日: 2021-06-07
• 公開（公告）號: CN113268074B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 高敬鵬;胡欣瑜;葉方;江志燁;毛新蕊;高路;鄭沛;何重航
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于聯合優化的無人機航跡規劃方法，其特征在于，包括以下步驟：

步驟1：搭建飛行狀態優化模型；所述的飛行狀態優化模型的輸入為無人機攜帶的I個傳感器在t時刻對無人機飛行狀態的量測向量m_i(t)，飛行狀態優化模型的輸出為無人機t時刻飛行狀態的最優估計ζ(t|t)＝[p(t),v(t)]^T；

步驟1.1：輸入無人機攜帶的I個傳感器在t時刻對無人機飛行狀態的量測向量m_i(t)；

其中，I個傳感器的采樣間隔均為Ω；m_i(t)＝[p_i(t),v_i(t)]^T；i＝{1,2,...,I}；p_i(t)表示第i個傳感器獲取的無人機位置量測向量，p_i(t)＝[p_ix(t),p_iy(t),p_iz(t)]^T，p_ix(t)、p_iy(t)和p_iz(t)分別表示第i個傳感器獲取的笛卡爾坐標系下無人機在三維空間中x、y和z三個方向的位置坐標量測值；v_i(t)表示第i個傳感器獲取的無人機速度量測向量，v_i(t)＝[v_ix(t),v_iy(t),v_iz(t)]^T，v_ix(t)、v_iy(t)和v_iz(t)分別表示第i個傳感器獲取的笛卡爾坐標系無人機在三維空間中x、y和z三個方向的速度分量量測值；

步驟1.2：根據t-1時刻無人機飛行狀態的最優估計ζ(t-1|t-1)，計算t時刻無人機飛行狀態的預測ζ(t|t-1)；

其中，ζ(t-1|t-1)＝[p(t-1),v(t-1)]^T；為白噪聲；

步驟1.3：計算t時刻各傳感器對無人機飛行狀態的量測預測δ_i(t|t-1)；

δ_i(t|t-1)＝H_i(t)ζ(t|t-1)

其中，H_i(t)表示第i個傳感器的線性測量矩陣；||·||表示求模運算；

步驟1.4：計算t時刻各傳感器的量測新息ε_i(t)；

ε_i(t)＝m_i(t)-δ_i(t|t-1)

步驟1.5：根據t-1時刻無人機飛行狀態的協方差P(t-1|t-1)，計算t時刻無人機飛行狀態的協方差預測P(t|t-1)；

P(t|t-1)＝FP(t-1|t-1)F^T+O

其中，

步驟1.6：計算t時刻各傳感器的預測新息協方差I_i(t)；

其中，

步驟1.7：計算t時刻各傳感器量測向量的關聯概率β_i(t)；

步驟1.8：計算t時刻I個傳感器的綜合量測新息ε(t)；

步驟1.9：計算t時刻無人機飛行狀態的協方差P(k|k)；

步驟1.10：計算無人機t時刻飛行狀態的最優估計ζ(t|t)；

ζ(t|t)＝ζ(t|t-1)K(t)ε(t)

步驟2：構建并訓練基于TD3的無人機航跡規劃模型；

設置基于TD3的無人機航跡規劃模型的強化學習狀態空間為s_t＝[p_t,v_t]^T；p_t＝[p_x,t,p_y,t,p_z,t]^T表示t時刻無人機位置信息；p_x,t、p_y,t和p_z,t分別代表笛卡爾坐標系下，無人機在三維空間中x、y和z三個方向的位置坐標點；v_t＝[v_x,t,v_y,t,v_z,t]^T為t時刻無人機速度信息，v_x,t、v_y,t和v_z,t分別代表笛卡爾坐標系下，無人機在三維空間中x、y和z三個方向的速度分量；

設置基于TD3的無人機航跡規劃模型的狀態空間輸入為ζ(t|t)，設置基于TD3的無人機航跡規劃模型的動作空間的輸出為表示無人機t時刻飛行的方位角，θ(t)表示無人機t時刻飛行的俯仰角；設置強化學習獎勵函數r(t)為：

r(t)＝r₁(t)+r₂(t)

其中，r₁表示到達正獎勵；r₂表示航程負獎勵；p_arrive表示終點的位置坐標；p_start表示起點的位置坐標；d_max表示無人機最大探測范圍；ρ_max表示無人機攜帶的燃料可供給的最大可飛行航程；

搭建基于TD3的無人機航跡規劃模型，其中Actor網絡和Critic網絡均為3層全連接網絡結構，Actor網絡的輸入層為2個神經元，輸出層為6個神經元，Critic網絡的輸入層為8個神經元，輸出層為1個神經元，設置訓練參數，進行網絡訓練，得到基于TD3的無人機航跡規劃模型；

步驟3：構建并訓練基于隨機森林回歸的飛行動作優化模型；

利用步驟2中訓練好的基于TD3的無人機航跡規劃模型，根據每一時刻基于TD3的無人機航跡規劃模型輸出的動作獲取無人機執行動作a(t)后在t+1時刻到達的位置，將無人機t+1時刻的位置與t時刻的位置連接成標定線，標定線與無人機執行動作a(t)所得航跡構成夾角在直角坐標系中分解，得到構造訓練數據集Angle_data＝{Angle_data_t}，訓練好的基于隨機森林回歸的飛行動作優化模型根據輸入的動作a(t)輸出動作偏置

步驟4：聯合飛行狀態優化模型、基于TD3的無人機航跡規劃模型和基于隨機森林回歸的飛行動作優化模型，對無人機航跡進行實時規劃；

步驟4.1：獲取無人機攜帶的I個傳感器在t時刻對無人機飛行狀態的量測向量m_i(t)，輸入至飛行狀態優化模型中，得到無人機t時刻飛行狀態的最優估計ζ(t|t)＝[p(t),v(t)]^T；

步驟4.2：將無人機t時刻飛行狀態的最優估計ζ(t|t)輸入至訓練好的基于TD3的無人機航跡規劃模型中，得到動作

步驟4.3：將動作a(t)輸入至訓練好的基于隨機森林回歸的飛行動作優化模型中，得到動作偏置

步驟4.4：計算若則直接輸出動作a(t)來控制無人機飛行；否則，執行步驟4.5；

步驟4.5：優化飛行動作，將原飛行動作a(t)和飛行動作偏置處理，得到新的飛行動作a_new(t)來控制無人機飛行：

步驟4.6：在無人機的飛行過程中，實時執行步驟4.1至步驟4.5，實現每一時刻的前端飛行狀態優化和后端飛行動作優化，并實時控制優化后的飛行動作輸出，形成最終航跡。