【技术实现步骤摘要】
本专利技术涉及无人机航迹规划
，特别是一种三维环境中的多无人机系统的航迹规划方法。
技术介绍
近年来，无人机因为能快速反应，能搭载多种类型传感器，将影像实时传输，能进行高危地区探测，无人操作等许多优点而受到了军用、商用和民用三方面的重视，发展迅猛。无人机的航迹规划是无人机研究的一个重要领域，其目的是根据任务目标在有障碍的环境中规划出一条满足约束条件的最优无碰撞飞行轨迹。目前单无人机可以在简单的环境中规划出满足任务需求的航迹，然而，随着目标区域范围的扩大，任务数量增加，单无人机将花费很长时间才能完成任务。由于近来无人机的成本降低，使用多架无人机来高效、快速完成任务成为可能。多无人机的应用带来了更复杂的航迹规划、任务分配问题。多无人机航迹规划属于多旅行商问题,该问题是NP-hard问题。目前，针对多无人机航迹规划问题，研究者提出的解决方案较少。现有的无人机航迹规划算法有A*算法、蚁群算法、粒子群优化算法、人工势场法、遗传算法等，它们各有优缺点。A*算法计算简单，容易实现，但启发函数的选取限制了全局最优性；蚁群算法、粒子群优化算法和人工势场法则容易陷入局部最优。遗传算法是基于自然选择和基因遗传学原理的搜索算法。遗传算法是一种新的全局最优搜索算法，简单实用，适合并行处理，搜索过程灵活，具有较好的普适性和易扩充性，在为NP-hard问题找到可行解领域得到广泛的应用。遗传算法的基本操作包括编码、群体生成、适应度函数的构造、遗传操作等。其中，种群中个体分布的多样性，对遗传算法运行效率的起着至关重要的作用。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的不...
【技术保护点】
一种三维环境中的多无人机系统的航迹规划方法，其特征在于，包括以下步骤：步骤1、飞行环境建模：UAV飞行三维空间表示为{(x,y,z)|0≤x≤Xmax,0≤y≤Ymax,0≤z≤Zmax}，采用网格三维编码方式对搜索空间进行编码,将搜索空间离散化为若干个网格；其中，Xmax，Ymax，Zmax分别为三维空间x,y,z三个方向的上界；步骤2、设置无人机航迹规划的初始条件，包含规划的起始点、目标点、威胁分布及障碍信息；步骤3、根据任务要求，利用改进遗传算法对多无人机进行航迹规划，生成全局最优的参考航迹；具体如下：(301)、根据步骤2中设置的无人机航迹规划的初始条件，采用整数编码方法随机生成M条染色体组成种群，每条染色体表示多条飞行路径；(302)、确定无人机航迹的代价函数：(3021)、每一条航迹的代价函数为：F＝wl×f1(Ri)+wh×f2(Ri)+wd×f3(Ri)+ws×f4(Ri)其中，wl，wh，wd，ws分别为航程代价、高程代价、威胁代价、偏转角代价在总代价F中占的比重，且满足wl+wh+wd+ws＝1，f1(Ri)为航程代价，f2(Ri)为高程代价，f3(Ri)为威胁代价...
【技术特征摘要】
1.一种三维环境中的多无人机系统的航迹规划方法，其特征在于，包括以下步骤：步骤1、飞行环境建模...
【专利技术属性】
技术研发人员：贾广芝，曹科才，岳东，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32
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。