[發明專利]一種動態障礙物環境下無人機無風險協同航跡規劃方法

在審

• 申請號: 202210458088.6
• 申請日: 2022-04-28
• 公開（公告）號: CN114859970A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 李元凱;巴曉輝;高陽;郭子琦;譚小蘇
• 申請（專利權）人: 成都星航時空科技有限公司
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 張超

本申請涉及無人機航跡規劃和協同控制領域，公開了一種動態障礙物環境下無人機無風險協同航跡規劃方法，包括如下步驟：S1、建立Q?learning算法訓練空間；S2、改進Q?learning算法的反饋策略，為無人機的訓練過程中加入引導信息和風險意識；S3、結合動態窗口算法為航跡規劃系統增加局部航跡規劃能力，獲取動態環境下自適應能力；S4、基于Reynolds蜂擁模型，設計無人機集群航跡調整規則，實現多無人機無風險協同航跡規劃。本申請解決了經典Q?learning方法訓練成本大、所規劃航跡風險高，缺乏動態避障能力的問題。

技術領域

本申請涉及無人機航跡規劃和協同控制領域，具體是指一種動態障礙物環境下無人機無風險協同航跡規劃方法。

背景技術

近年來，無人機自主控制技術發展迅速，成為航空航天領域的熱點研究問題。無人機具有高靈活性和高可控性等優點，被廣泛的應用于多種任務場景中。在軍事領域中，無人機在偵察、打擊以及通信干擾等場景中得到深入的發展，大大提高了國防能力。在民用領域中，無人機的身影也廣泛的出現在消防救援、航空攝影等場景中。無人機控制技術的提高有助于充分發揮無人機自身的優勢特性，對于無人機技術的研究有著充分的意義。

無人機協同航跡規劃是無人機自主控制領域的核心技術之一。優良的航跡規劃系統是無人機完成任務的重要保障，其可以確保無人機在目標區域活動，減少無人機的各項損耗，進而完成其他任務需求。多無人機協作執行任務可以充分的提高任務完成效率，可以滿足特殊任務需求。無人機協同航跡規劃問題與其它學科技術的研究緊密相關，十分具備研究意義。

無人機協同航跡規劃問題主要包含航跡搜索和協同控制兩方面內容。傳統航跡規劃算法對于環境信息的依賴度高，無法滿足未知環境下的任務場景，并且已有算法不同時具備全局航跡規劃能力和局部航跡規劃能力，缺乏環境自適應能力，可用性不強，因此應該對具有環境自適應能力的無風險無人機協同航跡規劃算法進行研究。

申請內容

基于以上技術問題，本申請提供了一種動態障礙物環境下無人機無風險協同航跡規劃方法，本申請解決了經典Q-learning方法訓練成本大、所規劃航跡風險高，缺乏動態避障能力的問題。

為解決以上技術問題，本申請采用的技術方案如下：

一種動態障礙物環境下無人機無風險協同航跡規劃方法，包括如下步驟：

S1、建立Q-learning算法訓練空間；

S2、改進Q-learning算法的反饋策略，為無人機的訓練過程中加入引導信息和風險意識；

S3、結合動態窗口算法為航跡規劃系統增加局部航跡規劃能力，獲取動態環境下自適應能力；

S4、基于Reynolds蜂擁模型，設計無人機集群航跡調整規則，實現多無人機無風險協同航跡規劃。

進一步的，步驟S1中的Q-learning算法訓練空間包括無人機的起點位置、終點坐標、靜態障礙物以及地圖邊界。

進一步的，步驟S2的具體步驟包括：

S21、在算法訓練過程中，改進環境獎勵反饋，以無人機與目標點的實時距離作為過程獎勵；

S22、在無人機通過交互行為獲取環境信息的過程中，將獲得過懲罰值的位置點標記為風險區域；

S23、重復步驟S21～步驟S22，完成無人機的無風險航跡計算。

進一步的，步驟S3的具體步驟為：

S31、獲取離散全局航跡節點；

S32、將離散航跡節點設置為區域節點，作為動態窗口算法的目標終點；

S33、在無人機的速度和角速度組成的二維空間中采樣，計算時間步長內對應航跡；