基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法技术

技术编号:15438050 阅读:76 留言:0更新日期:2017-05-26 04:01
本发明专利技术公开了基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法,包括步骤:1)三维环境建模;2)规划基准路径;3)规划无人机避障路径;4)得到无人机三维航迹:障碍物位置已知,规划基准路径,在基准路径上障碍物位置处采用无人机避障路径重新规划,成功避障之后,以躲避障碍物之后的位置作为当前位置,重新规划当前位置到目标位置的基准路径,并循环下去,直至目标位置规划得到无人机三维航迹。这种方法收敛速度快、全局搜索能力强、节约运算时间,在处理航迹平滑领域具有广泛的应用。

A three dimensional trajectory planning method for UAV Based on cell quantum genetic algorithm and PH curve

The present invention discloses cellular quantum genetic algorithm and PH curve based on the combination of methods, 3D route planning machine comprises the following steps: 1) 3D environment modeling; 2) path planning base; 3) obstacle avoidance path planning for UAV; 4) get the UAV three-dimensional trajectory: obstacle position is known, the standard path planning. In the reference path obstacle position by UAV obstacle avoidance path re planning, after the success of obstacle avoidance, to avoid obstacle after the position as the current location, re planning of the current position to the reference path to the target position, and the cycle continues until the target location of UAV 3D route planning to get. This method has the advantages of fast convergence, global searching ability and saving computation time. It has a wide range of applications in the field of track smoothing.

【技术实现步骤摘要】
基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法
本专利技术涉及无人机三维航迹搜索
,具体涉及一种基于元胞量子遗传算法(CAQuantumInspiredGeneticAlgorithm)与PH曲线(毕达哥拉斯矢端曲线PythagoreanHodograph,简称PH曲线)相结合的无人机三维航迹规划方法。
技术介绍
随着无人机的应用越来越广泛,三维航迹的产生和规划成为无人机飞行的关键技术之一,无人机三维航迹规划是指根据无人机飞行区域的地形,结合无人机执行的任务,为无人机规划出一条飞行航迹,确保安全顺利执行飞行任务。无人机三维航迹规划问题是一个具有多重约束条件的NP(Non-DeterministicPolynomial,非确实多项式)复杂问题,需要考虑飞行距离,飞行油耗,地形起伏,威胁及无人机本身机动性能等诸多约束条件。目前国内外学者研究无人机三维航迹规划问题,从规划决策的角度,分为最优化计算方法和智能优化方法。最优化计算方法是纯数学优化方法,通过数学计算得到最优的路径,这类方法的运算能力与计算量紧密联系,若计算量较大时,其计算时间成倍增长,会导致无解或者有解但是要无限循环运算下去。
技术实现思路
本专利技术的目的针对现有技术的不足,而提供一种基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法。这种方法收敛速度快、全局搜索能力强、节约运算时间,在处理航迹平滑领域具有广泛的应用。实现本专利技术目的的技术方案是:基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法,包括如下步骤:1)三维环境建模:采用函数法形式等效无人机飞行区域三维数字地形,三维数字地形构建函数为:其中,(x,y)为空间点的水平投影坐标,z为空间点的三维数字地形高程,a、b、c、d、e、f、g为常数,同时产生三维数字凹地形的数学函数表示为:其中,a、b、c、d、e、f、g、h、m、n为常系数;2)规划基准路径:利用PH曲线规划无障碍物时无人机基准路径,选取PH曲线上6个点为控制点,包含起始点和终止点,进行路径规划,具体为:PH曲线贝塞尔(Bezier)形式的多项式为路径r(q)的一阶导数为采用艾米特(Hermite)插值法,确定基准路径的形状,起始点和终止点分别为(xs,ys,φs)和(xf,yf,φf),Bezier曲线的另外4个控制点b0,b1,b4,b5为其中:φs表示起始点方位角,φf表示终止点方位角,常数m0∈[1,+∞],常数m5∈[1,+∞],改变常数m0和常数m5的值,可以改变和的长度,进而可以控制基准路径的形状,一般采用迭代法,但是迭代法比较繁琐而且需要逐次进行比较,运算的效率较低,根据公式(5)可以得到进而得到以及(k=0或者1)其中:α为x轴正方向沿逆时针方向到向量(b1-b0)的有向角,β为向量(b4-b5)沿逆时针方向到x轴负方向的有向角,为x轴正方向,为x轴负方向,L1=|b1-b0|,L5=|b4-b5|。由ω2Z2+ω1Z-ω0=0计算得到L2和θ1其中:ω2=2L1(cosα+isinα)/3,ω1,1=cos(π-θ3)+isin(π-θ3),从而可以得到其中:最后得到剩下的两个控制点b2和b3:根据得到的控制点b0,b1,b2,b3,b4,b5连接形成无人机基准路径;3)规划无人机避障路径:采用元胞量子遗传算法得到一组定位点,连接定位点形成无人机避障路径;4)得到无人机三维航迹:障碍物位置已知,规划基准路径,在基准路径上障碍物位置处采用无人机避障路径重新规划,成功避障之后,以躲避障碍物之后的位置作为当前位置,重新规划当前位置到目标位置的基准路径,依次循环下去,直至目标位置规划得到无人机三维航迹。采用遗传算法搜索m0和m5时,适应度函数取为采用遗传算法搜索m0和m5时,选择算子为轮盘赌选择,交叉算子和变异算子均取为定值。所述定位点的选取包括如下步骤:(1)将种群中个体比作系列点,并且将种群初始化为:其中是种群中第t代的一个个体;(2)种群获得量子叠加态:在种群初始化之后,依据量子算法使种群获得量子叠加态;(3)适应值评价:根据适应度函数对种群中个体进行适应值评价,适应度函数选取为其中:f2为起点和目标点之间的电势值,其r0为起始点和最终目的地之间的距离,r1为电势曲线的最后一点和起点之间的距离,r2为当前电势曲线的最后一个点和最终目的地之间的距离,c为常数,f6为防止局部搜索最优值,其npoint为目前为止产生的离散曲线点的数量,rk是距当前曲线段的最后一点的距离;(4)判断得到的系列点是否成功避障:将步骤(3)种群中个体保存并判断个体即定位点坐标是否不等于障碍物坐标或者当前定位点更新循环次数是否大于预设的最大循环次数,如果满足,则保存的个体为定位点,连接定位点形成无人机避障路径;(5)第一次更新定位点:将步骤(3)种群中个体保存并判断是否满足终止条件,如果不满足,通过量子杂交和量子变异操作使种群个体更新,即寻找定位点;量子杂交使得杂交后代c1的第i行第1对几率幅值为C1(αi1)=[(q1(αi1)+q2(αi1))/2],并以此类推下去,得到量子杂交之后的种群为量子变异是对种群个体进行一次随机变异,设变异后代为M1=(mm1,mm2...mmn),那么随机的取出一个变异后代mmn,其中n=(1,2,...n);(6)第2次更新定位点:对第一次更新的定位点再次更新,采用量子旋转门的旋转角调整使种群个体更新,即更新定位点,具体为:量子逻辑门选用量子旋转门G的更新,也就是其中,θ为量子门的旋转角;(7)重新判断:将步骤(6)得到的定位点重新返回到步骤(3)进行判断。所述量子旋转门G的更新中的量子门的旋转角其中:i=1,2,...n,j=1,2,...,d;g+1和g为迭代次数;为第i个个体第j位在第g代的邻居集合的局部最优解;为整个种群第j位在第g代的全局最优解;为第i个个体第j位在第g代的当前解;Δθ为量子旋转角;current是当前进化次数,max是最大进化次数。这种方法与现有技术相比的优点在于:一、利用了PH曲线的曲率连续,曲线平滑以及有理特性,可实现无人机三维路径规划,具有弯曲能量小,曲线上曲率和长度均有闭合解等优点。二、由于在元胞量子遗传算法方法中引入了量子杂交和量子变异,使得种群个体的进化过程更加合理,因此更加具有全局收敛性,避免了局部最优的“早熟”现象。三、采用了元胞自动机调整量子旋转角以更新量子门的方法,避免了多次查表的操作,节省了运算时间,使得方法的收敛速度得到加快。这种方法收敛速度快、全局搜索能力强、节约运算时间,在处理航迹平滑领域具有广泛的应用。附图说明图1为实施例的流程示意图。具体实施方式下面结合附图和实施例对本
技术实现思路
作进一步的阐述,但不是对本专利技术的限定。参见图1,基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法,包括如下步骤:1)三维环境建模:采用函数法形式等效无人机飞行区域三维数字地形,三维数字地形构建函数为其中,(x,y)为空间点的水平投影坐标,z为空间点的三维数字地形高程,a、b、c、d、e、f、g为常数,同时产生三维数字凹地形的数学函数表示为:其中,a、b、c、d、e、f、g、h、m、n为常系数;2)规划基准路径:利用PH曲本文档来自技高网
...
基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法

【技术保护点】
基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法,其特征是,包括如下步骤:1)三维环境建模:采用函数法形式等效无人机飞行区域三维数字地形,三维数字地形构建函数为:

【技术特征摘要】
1.基于元胞量子遗传算法与PH曲线相结合的无人机三维航迹规划方法,其特征是,包括如下步骤:1)三维环境建模:采用函数法形式等效无人机飞行区域三维数字地形,三维数字地形构建函数为:其中,(x,y)为空间点的水平投影坐标,z为空间点的三维数字地形高程,a、b、c、d、e、f、g为常数,同时产生三维数字凹地形的数学函数表示为:其中,a、b、c、d、e、f、g、h、m、n为常系数;2)规划基准路径:利用PH曲线规划无障碍物时无人机基准路径,选取PH曲线上6个点为控制点,包含起始点和终止点,进行路径规划,具体为:PH曲线贝塞尔(Bezier)形式的多项式为:路径r(q)的一阶导数为采用艾米特(Hermite)插值法,确定基准路径的形状,起始点和终止点分别为(xs,ys,φs)和(xf,yf,φf),Bezier曲线的另外4个控制点b0,b1,b4,b5为其中:φs表示起始点方位角,φf表示终止点方位角,常数m0∈[1,+∞],常数m5∈[1,+∞],改变常数m0和常数m5的值,可以改变和的长度,进而可以控制基准路径的形状,根据公式(5)可以得到进而得到以及(k=0或者1)其中:α为x轴正方向沿逆时针方向到向量(b1-b0)的有向角,β为向量(b4-b5)沿逆时针方向到x轴负方向的有向角,为x轴正方向,为x轴负方向,L1=|b1-b0|,L5=|b4-b5|。由ω2Z2+ω1Z-ω0=0计算得到L2和θ1其中:ω2=2L1(cosα+isinα)/3,从而可以得到其中:最后得到剩下的两个控制点b2和b3:根据得到的控制点b0,b1,b2,b3,b4,b5连接形成无人机基准路径;3)规划无人机避障路径:采用元胞量子遗传算法得到一组定位点,连接定位点形成...

【专利技术属性】
技术研发人员:杨力丘森辉罗晓曙龚佳鹏阎晨阳
申请(专利权)人:广西师范大学
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1