[發明專利]基于混合灰狼-粒子群算法的旋翼無人機路徑規劃方法

在審

• 申請號: 202211202414.3
• 申請日: 2022-09-29
• 公開（公告）號: CN115454115A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 聶君;盧曉;盛春陽;張治國;宋詩斌;王海霞;孫巧巧;張新宇
• 申請（專利權）人: 山東科技大學
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10
• 代理公司: 青島智地領創專利代理有限公司 37252
• 代理人: 種艷麗

本發明公開了一種基于混合灰狼?粒子群算法的旋翼無人機路徑規劃方法，屬于航空軍事作戰和民用巡查技術領域，具體包括以下步驟：構建無人機路徑障礙物模型并進行環境建模；設計無人機性能約束和代價函數；進行粒子群初始化，計算所有粒子的適應度；判斷是否達到最大迭代次數，若是，輸出搜索結果，結束算法；否則，繼續尋優和迭代；繼續進行粒子群算法部分，直到達到最大迭代次數后結束整個算法，得到規劃出來的最優路徑。本發明將混合灰狼－粒子群搜索算法應用到旋翼無人機路徑規劃中，能夠幫助無人機在三維環境中高效的飛行并且準確的到達目標點。

技術領域

本發明屬于航空軍事作戰和民用巡查技術領域，具體涉及一種基于混合灰狼-粒子群算法的旋翼無人機路徑規劃方法。

背景技術

旋翼無人機是一種能進行垂直起降、以四個或多個旋翼作為主要動力設備的飛機器，螺旋槳小，具有良好的懸停、倒飛、側飛能力，操縱簡單，不受場地限制，在軍事作戰和民用巡查領域受到廣泛關注。隨著飛行任務的復雜度、強度不斷加強，旋翼無人機在飛行區域會遇到各種各樣動態或靜態的障礙物，飛行受到極大的限制，因此研究旋翼無人機自主路徑規劃方法，保持無人機安全飛行、減少航程、降低能耗、提高無人機生存率至關重要，具有重要的實際應用價值。

保證旋翼無人機安全、迅捷的通過一段存有障礙物的區域，采用高效的路徑規劃算法成為其中的關鍵。灰狼算法和粒子群算法都廣泛應用于路徑規劃領域，灰狼優化算法搜索方式單一，雖然擁有較強的探索能力但搜索成功率低；而粒子群優化算法操作簡單、收斂速度快，能夠找到全局最優值，但卻容易受到個體最佳位置和種群最佳位置的影響陷入局部最優值，都無法使無人機在三維環境中高效飛行并且準確到達目標點。

發明內容

為了解決上述問題，本發明提出了一種基于混合灰狼-粒子群算法的旋翼無人機路徑規劃方法，將混合灰狼-粒子群算法PSOGWO應用到旋翼無人機路徑規劃中，提高旋翼無人機自主規劃能力，獲得最優無碰撞路徑，最大限度地減少路徑長度、飛行時間和能源消耗。

本發明的技術方案如下：

一種基于混合灰狼-粒子群算法的旋翼無人機路徑規劃方法，具體包括以下步驟：

步驟1、構建無人機路徑障礙物模型并進行環境建模；

步驟2、設計無人機性能約束和代價函數；性能約束包括最大電量約束、無人機自身性能約束、障礙物約束；

步驟3、進行粒子群初始化，初始化種群的數量以及初始化搜索空間中每個個體的速度和位置；計算所有粒子的適應度，將所有個體的極值進行對比獲得所有個體的種群極值，并記錄粒子群的最優位置；

步驟4、判斷是否達到最大迭代次數，若是，輸出搜索結果，結束算法；否則，通過個體和種群的最優位置進行個體的速度和位置更新，判斷粒子是否進行灰狼算法部分，進行灰狼算法部分后不斷迭代更新粒子的最佳位置，判斷是否達到最小迭代次數，若達到則以最佳位置的平均值替換當前粒子位置；

步驟5、繼續進行粒子群算法部分，直到達到最大迭代次數后結束整個算法，得到規劃出來的最優路徑。

進一步地，步驟1的具體過程如下：

步驟1.1、構建無人機路徑障礙物模型，采用不同形狀的障礙物來模擬飛行環境中的各式各樣的實際物體，包括采用柱體障礙物來模擬無人機在飛行過程中遇到的各式各樣的建筑物，采用球體來模擬無人機在飛行過程中遇到的巨石以及土丘；

步驟1.2、基于步驟1.1，在搜索空間中選用俯視圖分別為圓形、正方形和L型的障礙物模型來模擬無人機飛行的路徑環境。

進一步地，步驟2的具體過程如下：

步驟2.1、設計最大電量約束；假定飛機的飛行路徑分為n段，最大航程為L_max，則第i段航程表示為L_i；第i段路徑長度的代價函數f_d為：