The invention discloses an intelligent planning method of three-dimensional global track of UAV in the environment of uncertain enemy threat. Firstly, the three-dimensional environmental model of UAV is established according to the prior map; three objective functions are determined to evaluate the quality of track, and the three objective optimization model of three-dimensional global track planning of UAV in the environment of uncertain enemy threat is established; secondly, the improved multi-objective is adopted Target backbone particle swarm optimization algorithm is used to plan the global path of UAV intelligently. Finally, linear interpolation method is used to smooth all the paths in the optimal path set, and multiple feasible paths are shown on the simulation map for decision makers to choose the final path according to the actual situation. The path selected by the method of the invention can not only avoid obstacles, but also avoid the threat of the enemy, and the path length is short, and the decision maker can select the optimal path according to the actual demand.
【技术实现步骤摘要】
一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法
本专利技术属于无人机和智能导航领域，尤其涉及一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法。
技术介绍
在现代社会中，无人机(UAV)的应用范围正变得越来越广泛。航迹规划是UAV任务规划系统中的关键环节，近年来已成为无人机领域下的研究热点。航迹规划是指在兼顾UAV自身的综合性能的前提下，根据其所处地形和面对的威胁等环境因素，快速准确地计算出一条由起点到终点的较优或最优飞行路径。一条好的航迹规划方法，不仅可以降低飞行的危险程度，同时也有利于降低无人机的油耗，提高工作效率，增强在现实应用当中的可实现性。无人机航迹规划根据不同的关注内容可以进行不同的分类，按在任务执行过程当中规划空间的特点可以分为三维航迹规划和二维航迹规划。相对二维航迹规划，因为无人机运动空间更大，障碍物种类和地形更为复杂，因此，无人机三维航迹规划问题更具挑战性。由于无人机应用范围的不断推广，无人机三维航迹规划问题已得到学者们的广泛关注。按照规划决策不同，可以将现有航迹规划算法分为传统...
【技术保护点】
1.一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，其特征在于：该方法包括以下步骤：/n步骤1：根据先验地图和障碍物的位置形状，采用数字高程模型(DEM)技术，建立无人机的三维环境模拟地图；/n步骤2：确定无人机航迹规划的约束条件；所述约束条件包括：无人机的最高和最低飞行高度、最大飞行油耗；无人机的最高和最低飞行高度决定了无人机安全程度；采用无人机最大飞行距离来描述其最大飞行油耗；/n步骤3：根据无人机自身能耗和敌方威胁程度两方面性能指标，确定用来评价航迹优劣的三个目标函数，建立敌方威胁不确定环境下的无人机三维全局航迹规划的三目标优化模型；/n步骤4：采用改进多目标...
【技术特征摘要】 【专利技术属性】
1.一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，其特征在于：该方法包括以下步骤：
步骤1：根据先验地图和障碍物的位置形状，采用数字高程模型(DEM)技术，建立无人机的三维环境模拟地图；
步骤2：确定无人机航迹规划的约束条件；所述约束条件包括：无人机的最高和最低飞行高度、最大飞行油耗；无人机的最高和最低飞行高度决定了无人机安全程度；采用无人机最大飞行距离来描述其最大飞行油耗；
步骤3：根据无人机自身能耗和敌方威胁程度两方面性能指标，确定用来评价航迹优劣的三个目标函数，建立敌方威胁不确定环境下的无人机三维全局航迹规划的三目标优化模型；
步骤4：采用改进多目标骨干粒子群优化算法(ImprovedMulti-objectiveBB-MOPSO)，根据步骤2所述无人机航迹规划的约束条件，以及步骤3所述无人机三维全局航迹规划的三目标优化模型，对敌方威胁不确定环境下无人机全局路径进行粒子群智能规划，输出最优解集，所述最优解集即为最优路径集合；
步骤5：采用线性插值法对步骤4所得最优路径集合中的所有路径进行光滑处理；从光滑处理后的最优路径集合中选择出s个代表性最优路径；在步骤1所建立的三维环境模拟地图上显示所述代表性最优路径；决策者结合模拟地图所示代表性最优路径及其三个目标函数值，根据实际情况选择最终的一条路径。
2.根据权利要求1所述的一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，其特征在于：步骤1所述采用数字高程模型(DEM)技术，建立无人机的三维环境模拟地图；步骤如下：
步骤1.1：采用函数法建立环境基础地形模型，即依据先验地图和障碍物的位置形状，由经纬度计算出数字地图的关键点作为DEM规则网格的高程信息；使用如下函数模拟出基础地形：
式中，Z1表示在经纬度坐标(x,y)处的高程信息；x和y分别表示无人机工作区域的经纬度；a,b,c,d,e,f是控制地形复杂程度的常系数；
步骤1.2：将无人机工作环境中的障碍物约束等效为山峰模型进行处理，得到障碍物分布模型；其中山峰模型建立函数如下所示：
式中，x,y分别表示无人机工作区域的经纬度；Z2(x,y)表示在经纬度(x,y)的山峰高程值；(ai,bi)表示山峰的中心点在水平面投影位置坐标；所述山峰的中心点是指山峰的最高点；hi,ki是山峰模型的控制参数，其中，hi控制山峰模型的高度，ki控制山峰模型的陡峭程度；n表示山峰的个数；参数hi,ki,n,ai,bi根据先验地图信息或机载相机拍摄结果确定；
步骤1.3：在获得上述基础地形模型和障碍物分布模型后，求取两个模型在相同经纬度下的高程值，将其中相对大的高程值作为新的高程值，从而实现基础地形模型和障碍物分布模型的融合处理，得到无人机的三维环境模拟地图。
3.根据权利要求2所述的一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，其特征在于：步骤2所述约束条件表示如下：
设无人机在飞行当中的最低飞行高度和最高飞行高度分别为hmin和hmax，h表示无人机的飞行高度，则无人机的飞行高度约束为hmin≤h≤hmax；设最长飞行距离为lenmax，len表示无人机的飞行长度，则无人机的飞行长度约束为len≤lenmax。
4.根据权利要求1或2或3所述的一种敌方威胁不确定环境下无人机三维全局航迹智能规划方法，其特征在于：步骤3所述建立敌方威胁不确定环境下无人机三维全局航迹规划三目标优化模型；方法如下：
步骤3.1：将无人机自身能耗和敌方威胁程度作为敌方威胁不确定环境下无人机三维全局航迹规划优化模型的性能指标；无人机自身能耗由无人机的飞行距离进行描述；无人机的航迹长度值越小，则表示该路径的耗能越小；将敌方威胁程度拆分成两个子指标：即敌方威胁程度的期望值和敌方威胁程度的不确定度；
步骤3.2：根据步骤3.1所述性能指标，以无人机飞行距离、敌方威胁程度的期望值、敌方威胁程度的不确定值作为所述航迹规划优化模型的三个目标函数，表示如下：
目标函数1：无人机飞行距离；采用无人机飞行路径的长度来表示其航迹长度代价，无人机飞行距离即目标函数1表示如下：
式中，len表示全局路径的长度；div表示一条全局路径划分成div段局部路径；i是指第i段局部路径；leni表示第i段局部路径的长度；每段局部路径由其两端的两个节点确定，则第i段局部路径表示为[(xi,yi,zi),(xi+1,yi+1,zi+1)]，其中(xi,yi,zi)、(xi+1,yi+1,zi+1)分别表示航迹的第i、i+1个节点处的坐标，zi和zi+1表示环境的高程信息；
目标函数2：敌方威胁程度的期望值；利用球形表示敌方威胁源的活动范围；设存在N个敌方威胁源，依次计算每个威胁源对航迹的威胁程度期望值，选择最小期望值作为目标函数2的最终目标值；
对于第i个威胁物体Di，其球形活动范围表示为：
其中，表示敌方威胁源存在区域Ωi的中心位置Oi的坐标值，rc表示Ωi的半径；威胁物体在Ωi中服从均匀分布且随机出现；
利用Ωi的中心位置Oi计算当前路径相对于威胁物体Di的威胁程度的期望值；该期望值即目标函数2表示如下：
其中，dani(Oi)表示当前航迹相对第i个威胁物体Di的威胁程度的期望值；d(Oi)表示威胁物体Di活动范围中心点Oi与航迹上的点之间的最短距离；Reffi表示威胁物体Di对于无人机的有效攻击或侦查半径；表示威胁物体Di对于无人机的最大攻击或侦查半径；若d(Oi)大于或等于航迹相对于威胁物体Di是安全的，其威胁程度的期望值等于0；若d(Oi)小于或等于Reffi，威胁物体Di对航迹的威胁程度的期望值最大，其值为1；若则威胁物体Di对航迹的威胁程度的期望值随d(Oi)值的增大而减小；
目标函数3：敌方威胁程度的不确定值；设存在N个敌方威胁源，依次计算每个威胁源对航迹的威胁程度不确定值，选择其中最小值作为目标函数3的最终目标值；
对于第i个威胁物体Di，选择区域Ωi内距离当前航迹最远和最近的点，记为aup和alow；利用aup和alow分别替代公式(5)中Oi值，得到最小威胁程度值dani(aup)以及最大威胁程度值dani(alow)；
对于第i个威胁源，当前航迹的敌方威胁程度的不确定值即目标函数3表示如下：
技术研发人员：张勇，王跃川，巩敦卫，郭一楠，孙晓燕，
申请(专利权)人：中国矿业大学，
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。