基于改进双向快速扩展随机树算法的无人机路径优化方法技术

本发明专利技术公开了基于改进双向快速扩展随机树算法的无人机路径优化方法，该方法包括以下几个步骤：一、建立无人机运动学约束模型和确定二维空间内起始点和目标点；二、基于后向扇形区域采样方法扩展双向随机树的节点；三、基于动态自适应步长方法解决在障碍物附近生长局限性的问题；四、通过连接双向搜索树的节点，形成一条完整的飞行路径。本发明专利技术在经典B‑RRT*算法的基础上，基于后向扇形区域采样方法，当节点扩展时把随机树采样点限制在后向扇形区域，同时基于动态自适应步长方法解决了在障碍物附近生长局限性的问题，最后连接各节点，生成一条符合无人机真实可飞的飞行路径，为低空下无人机自主导航飞行提供了可行的方法。

【技术实现步骤摘要】
基于改进双向快速扩展随机树算法的无人机路径优化方法
本专利技术涉及基于改进双向快速扩展随机树算法的无人机路径优化方法，属于低空下无人机自主导航飞行及运行安全保障

技术介绍
随着电子信息技术的进步和科技的发展，无人机UAV(UnmannedAerialVehicle)凭借体积小、成本低、效率较高、无人员伤亡、生存能力强、机动性能好、使用方便等优点，越来越受到各国的青睐。并且无人机的用途从一开始仅限于军用领域扩展到了民用领域。随着军民用无人机市场的迅猛发展，考虑到无人机的种类繁多，执行任务也各不相同，对每一架无人机进行路径规划是很有必要的。随着未来低空空域逐步放开，无人机数量持续增加，如何保证在低空空域下多无人机执行不同任务的安全飞行就成为研究的一个重点。因此对无人机进行路径规划，实现自主导航是很有必要的。无人机路径规划算法很多，最常见的有以下几种：传统的路径规划算法如遗传算法、蚁群算法、粒子群算法等，这些算法在处理简单的路径规划问题时具有一定的优越性，但是在复杂环境下和高维空间中时，这些算法的复杂性会急剧增加，导致收敛时间长、求解困难。另外，基于启发式函数和人工势场的算法，如本文档来自技高网...

【技术保护点】
1.基于改进双向快速扩展随机树算法的无人机路径优化方法，其特征在于，包括以下步骤：步骤1，考虑无人机自身的飞行性能约束，建立无人机动力学约束模型，同时确定无人机在二维空间内的起始点和目标点；步骤2，分别从起始点和目标点开始，基于改进双向快速扩展随机树算法扩展对应的两个随机树节点，且在扩展时基于后向扇形区域采样方法对节点进行采样；具体方法为：从起始点xinit开始，扩展随机树T1，当随机树T1进行第n个节点的扩展时，依据已经扩展好的第n‑2、n‑1个节点，以第n‑2个节点为端点形成一条射线，该射线经过第n‑1个节点，以第n‑1个节点为圆心、两倍的最大转弯角为圆心角、最小航迹段长度为弦长形成后向扇...

【技术特征摘要】
1.基于改进双向快速扩展随机树算法的无人机路径优化方法，其特征在于，包括以下步骤：步骤1，考虑无人机自身的飞行性能约束，建立无人机动力学约束模型，同时确定无人机在二维空间内的起始点和目标点；步骤2，分别从起始点和目标点开始，基于改进双向快速扩展随机树算法扩展对应的两个随机树节点，且在扩展时基于后向扇形区域采样方法对节点进行采样；具体方法为：从起始点xinit开始，扩展随机树T1，当随机树T1进行第n个节点的扩展时，依据已经扩展好的第n-2、n-1个节点，以第n-2个节点为端点形成一条射线，该射线经过第n-1个节点，以第n-1个节点为圆心、两倍的最大转弯角为圆心角、最小航迹段长度为弦长形成后向扇形区域，且该后向扇形区域被射线划分为两个对称的扇形，n为大于等于3的正整数，基于改进双向快速扩展随机树算法生成采样点，判断该采样点是否位于上述形成的后向扇形区域内；若采样点位于后向扇形区域内，则第n个节点表示为：若采样点不位于后向扇形区域内，则第n个节点表示为：其中，xn表示第n个节点，xn-1表示已经扩展好的第n-1个节点，μ为步长，x采样点表示基于改进双向快速扩展随机树算法生成的采样点，ξ为随机变量，ξ∈[-1,1]，为最大转弯角；从目标点xgoal开始，扩展随机树T2的方法与起始点相同；步骤3，基于动态自适应步长方法，根据节点在扩展过程中距离障碍物的远近动态调整步长；步骤4，根据步骤2和步骤3对随机树T1、T2进行扩展，直至随机树T1、T2相遇，当随机树T1、T2相遇后，连接起始点、随机数T1的节点、随机树T2的节点、目标...

【专利技术属性】
技术研发人员：沈志远，赵帅，卢朝阳，
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