一种多旋翼无人机在三维环境下的动态航路规划方法技术

本发明专利技术公开了一种多旋翼无人机在三维环境下的动态航路规划方法，属于无人机航路规划技术领域。该方法包括如下步骤：1、建立多旋翼无人机航路规划空间的赋权三维地图模型；步骤2：根据静态赋权三维地图模型，利用蚁群算法规划全局航路代价最小的三维离线航路；步骤3：在行进过程中实时监测滚动窗中障碍物信息，根据避障策略，利用改进RRT算法规划局部航路，直至到达目标点。本发明专利技术所提出的避障策略更适应多旋翼无人机飞行特性，实时性高，工程实现性强。实现了无人机绕过静态威胁源和突发障碍物安全迅速到达目的地。

【技术实现步骤摘要】
一种多旋翼无人机在三维环境下的动态航路规划方法
本专利技术公开了一种多旋翼无人机在三维环境下的动态航路规划方法，属于无人机航路规划

技术介绍
多旋翼无人机可以实现定点悬停、垂直起降、倒飞等，飞行灵活、可控性强、抗干扰能力好，近年来受到研究人员的广泛关注，在军事、民用和科研等方面得到了越来越多的应用。航路规划是无人机任务规划系统(MissionPlaningSystem)的核心技术之一，它需要考虑导航精度、机动性能、环境约束、能量消耗、飞行时间和障碍物威胁等各种因素，为无人机规划出一条从起始点到目标点的无碰优化航路。在实际执行任务过程中，当无人机在预定航路上实际飞行时，可能会出现各种突发动态障碍物。此时若无人机按照预定路线飞行就会发生碰撞，所以无人机在飞行过程中需要实时获取动态障碍物信息进行局部动态路径规划。现有的无人机航路规划算法大多是针对已有的二维环境信息进行离线规划，或仅针对突发不可移动障碍物进行避障，不能满足实际需求。因此，迫切需要更为有效、实用的三维动态航路规划方法。
技术实现思路
为了解决现有的无人机航路规划方法所存在的一些不足，本专利技术提出了一种多旋翼无人机在三维环境下的动态航路规划方法，结合多旋翼无人机自身飞行特性的局部避障策略，实现三维动态航路规划。本专利技术为解决其技术问题采用如下技术方案：一种多旋翼无人机在三维环境下的动态航路规划方法，包括如下步骤：步骤1：建立多旋翼无人机航路规划空间的赋权三维地图模型；步骤2：根据静态赋权三维地图模型，利用蚁群算法规划全局航路代价最小的三维离线航路；步骤3：在行进过程中实时监测滚动窗中障碍物信息，根据避障策略，利用改进RRT算法规划局部航路，直至到达目标点。步骤1的具体过程如下：步骤1.1：用栅格法将曲面飞行区域S划分成由离散航点集合{(x,y,z)|(x,y,z)∈S}所构成的网格图，其中(x，y)表示该航点的水平位置，z表示为离地面高度，相邻航点的连线即备选飞行航路；步骤1.2：利用静态威胁源信息，建立航路代价函数H＝{h1,h2,hn}为航点集合，E＝{e1,e2,...,en}为两两相邻航点组成的可飞航路集合，其中h1,h2,hn表示离散航点，e1,e2,en表示两两相邻航点组成的可飞航路，用Ji表示第i段航路的总代价，Ji＝k1Jthreat,i+(1-k1)Jfuel,i，k1为雷达威胁代价的权重，Jthreat,i表示第i段航路雷达威胁代价，Jfuel,i表示第i段航路能源代价。步骤2的具体过程如下：初始化蚁群算法各参数后利用蚁群算法规划全局航路代价最小的三维离线航路：设置蚁群算法最大循环次数，蚂蚁个数，信息素重要程度因子，启发函数重要程度因子，信息素的挥发系数；启发函数得到离线飞行序列S＝{s1,s2,...,sk}，s1,s2,sk表示选择的航点。步骤3的具体过程如下：步骤3.1：以传感器最大探测范围为半径设置滚动窗口，利用传感器检测在滚动窗口内是否有移动的障碍物，若没有检测到障碍物，则按照航点序列飞行一个步长并刷新滚动窗口，继续执行步骤3.1；若滚动窗内有障碍物，则利用传感器收集障碍物飞行速度和相对位置信息；步骤3.2：利用障碍物飞行速度信息，依据避障策略，规划出局部新航路，更新航点序列，根据航点飞行一个步长或暂停一个步长，刷新滚动窗口，重复步骤3.1，直到无人机到达目标点。本专利技术的有效益效果如下：本专利技术提出一种蚁群算法和快速扩展随机树(RRT)算法相结合的改进混合算法，相比基本蚁群算法寻优精度更高，收敛速度更快，能适应三维环境下的优化问题。所提出的避障策略更适应多旋翼无人机飞行特性，实时性高，工程实现性强。实现了无人机绕过静态威胁源和突发障碍物安全迅速到达目的地。附图说明图1为本专利技术整体实现流程图。图2为本专利技术蚁群算法的全局航路规划流程图。图3(a)为本专利技术蚁群算法正向路径节点转移选择图；图3(b)为本专利技术蚁群算法斜上侧路径节点转移选择图；图3(c)本专利技术蚁群算法斜下侧路径节点转移选择图。图4为本专利技术蚁群算法的全局航路规划航路示意图。图5为本专利技术直线运动障碍物避障策略流程图。图6为本专利技术基于RRT算法的动态避障策略流程图。图7为本专利技术随机树起点终点选取示意图。图8(a)为本专利技术局部优化前示意图；图8(b)为本专利技术局部优化后示意图。具体实施方式下面结合附图对本专利技术创造做进一步详细说明。图1为本专利技术整体实现流程图步骤1：建立多旋翼无人机航路规划空间的赋权三维地图模型。步骤1.1：用栅格法将曲面飞行区域S划分成由离散航点集合{(x,y,z)|(x,y,z)∈S}所构成的网格图。其中(x，y)表示该航点的水平位置，z表示为离地面高度。相邻航点的连线即可飞行航路。步骤1.2：利用静态威胁源信息，建立航路代价函数。航点集合H＝{h1,h2,hn}，E＝{e1,e2,...,en}为两两相邻航点组成的可飞航路集合，h1,h2,hn为栅格法划分曲面飞行区域后的离散航点。e1,e2,en为两两相邻航点组成的可飞航路。用Ji表示第i段航路的总代价，主要考虑无人机的所受静态威胁代价Jthreat,i和飞行能源代价Jfuel,i。(1)无人机受到的静态威胁代价Jthreat,i。将每一条航路均分成六段，取处三个点，将三个点上的威胁代价相加来代替整条边的威胁代价，则航路ei的静态威胁代价为:式中，Li为该段航路的长度，d为威胁点到航路的距离，N为该条航路所受威胁点个数。(2)飞行能源代价Jfuel,i。无人机的能源消耗只与航路长度有关，所以用Li直接表示为能源消耗代价。航路ei上的航路代价可表示为：Ji＝k1Jthreat,i+(1-k1)Jfuel,i，k1为雷达威胁代价的权重。步骤2：根据静态赋权三维地图模型，利用蚁群算法规划全局航路代价最小的三维离线航路。以下是蚁群算法解决单机航路规划问题的实现步骤，图2表示其流程图。(1)在起始航点上随机放置m只蚂蚁，并将蚂蚁的禁忌表清空；(2)计算状态转移概率，航点处有三种选择方式，本专利技术图3(a)表示正向路径航点转移选择图，图3(b)表示斜上路径航点转移选择图，图3(c)表示斜下路径航点转移选择图，每只蚂蚁选择概率最大的航点作为下一步，直到m只蚂蚁都找到下一航点；(3)修改每只路径存储表，即将每只蚂蚁移动到新的航点，将新航点添加进蚂蚁的禁忌表；(4)若所有蚂蚁均到达目标点，执行(6)，否则继续执行(3)；(5)计算每只蚂蚁的航路代价，记录本次循环最优航路，进行信息素更新，循环次数Nc＝Nc+1；(6)当循环次数Nc达到最大值Ncmax时执行下一步，否则跳到第(3)步；(7)输出本次规划得到的最优航路。本专利技术将航程耗能、威胁作为影响航路性能的主要考虑因素，以此设计航路代价函数，代价函数越小的航路为最优航路。假设整个航路由W＝{w1,w2,...,wn}条航路组成，那么航路代价为各航路代价之和，其中：w1,w2,...wn表示选择的各航路。则公式为：式中，W表示整个航路中航路段的个数。初始化蚁群算法各参数后利用蚁群算法规划全局航路代价最小的三维离线航路：设置蚁群算法最大循环次数，蚂蚁个数，信息素重要程度因子，启发函数重要程度因子，信息素的挥发系数。注意对启发函数进行改进，使之关联航路代价：取nij(本文档来自技高网...

【技术保护点】
一种多旋翼无人机在三维环境下的动态航路规划方法，其特征在于，包括如下步骤：步骤1：建立多旋翼无人机航路规划空间的赋权三维地图模型；步骤2：根据静态赋权三维地图模型，利用蚁群算法规划全局航路代价最小的三维离线航路；步骤3：在行进过程中实时监测滚动窗中障碍物信息，根据避障策略，利用改进RRT算法规划局部航路，直至到达目标点。

【技术特征摘要】
1.一种多旋翼无人机在三维环境下的动态航路规划方法，其特征在于，包括如下步骤：步骤1：建立多旋翼无人机航路规划空间的赋权三维地图模型；步骤2：根据静态赋权三维地图模型，利用蚁群算法规划全局航路代价最小的三维离线航路；步骤3：在行进过程中实时监测滚动窗中障碍物信息，根据避障策略，利用改进RRT算法规划局部航路，直至到达目标点。2.根据权利要求1所述的一种多旋翼无人机在三维环境下的动态航路规划方法，其特征在于，步骤1的具体过程如下：步骤1.1：用栅格法将曲面飞行区域S划分成由离散航点集合{(x,y,z)|(x,y,z)∈S}所构成的网格图，其中(x，y)表示该航点的水平位置，z表示为离地面高度，相邻航点的连线即备选飞行航路；步骤1.2：利用静态威胁源信息，建立航路代价函数H＝{h1,h2,hn}为航点集合，E＝{e1,e2,...,en}为两两相邻航点组成的飞航路集合，其中h1,h2,hn表示离散航点，e1,e2,en表示两两相邻航点组成的飞航路，用Ji表示第i段航路的总代价，Ji＝k1Jthreat,i+(1-k1)Jfuel,i，k1为雷达威胁代价的权重...

【专利技术属性】
技术研发人员：李佳欢，王新华，杨喻茸，魏志强，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32