一种利用遗传算法和Dubins算法实现无人机群队形重构的方法技术

本发明专利技术设计一种利用遗传算法和Dubins算法实现无人机群队形重构的方法，该方法具体包括为无人机进行编号，并建立新队形中各无人机的位置匹配关系，从而完成染色体的编码；改进Dubins算法，建立航路规划模型，评估一架僚机完成重构飞行的距离；利用遗传算法为各无人机分配重构目标位置。本发明专利技术通过分解队形重构为任务分配和航路规划，相对于现有的队形重构算法能够获取更加稳定的航路，并且通过将无人机的速度范围、转弯半径纳入考量，生成的航路更加合理并且也更容易运用到实际应用中。本发明专利技术还通过限制变异和交叉方式，保证每架无人机都能够得到分配位置，防止出现漏分错分的情况，进一步提高任务分配的质量。

A method of UAV formation reconstruction using genetic algorithm and dubins algorithm

【技术实现步骤摘要】
一种利用遗传算法和Dubins算法实现无人机群队形重构的方法
本专利技术涉及无人机群在自主飞行过程中的航路规划、目标分配，具体设计了一种无人机群编队队形重构的航路构建方法。
技术介绍
随着无人机的技术发展，无人机在作战中发挥的作用越来越突出。多个无人机组成编队执行协同探测、侦查、作战等任务的整体性能相比单个无人机有了很大程度的提高。多无人机(UAVs)编队飞行执行协同侦察、作战任务已经可以在一定程度上提高单机单次作战任务的成功率,因而引起各国对多机编队飞行的研究热潮。无人机群在编队飞行过程中，面对不同的任务需求和威胁类型以及为了在空战中获得更好的对敌优势，需要实时调整无人机群的编队队形，给队形中的每架无人机构建航路，进而完成队形的调整工作。现有的编队重构研究中，常见的是把编队重构过程转化为一个最优化问题进行考量，在解决这一最优化问题过程中，优化的目标变量是每架无人机的控制输入时间序列，采用的代价函数是以重构过程所耗时间、重构过程所耗燃料等为参数的方程，在最优化过程中需要添加的约束包括无人机机动性能约束等。由于使用最优化问题求解这一过程较为复杂，求解计算量也随着无人机编队中无人机数量的增加而显著增加，大部分状态优化的解决方案都是基于简单线性化模型，而很少有使用非线性模型进行规划的。航路规划是指在给定约束条件下，寻找飞行器从起始点到目标点，并且满足某种性能指标和某些约束的最优运动路径。航路规划算法已经有很多种，较为常见的有梯度法、退火算法、A*算法、遗传算法和蚁群算法等等。然而这些算法在使用过程中往往忽略了无人机的性能约束，例如无人机的转弯半径限制和速度限制等，导致解算出来的路径可能无法真正用于实践。同时，由于这些算法在考虑优化参数时，通常以时间最省或者路径最短为优化目标，但没有考虑到无人机在到达目标点处时的速度大小和方向问题。导致即便无人机能够在到达目标点的瞬间组成预设队形，这个队形也会因为速度的差异而崩溃。基于以上背景，为了缩短无人机群在队形重构过程中飞行的距离，加快无人机队形调整速度，同时满足无人机群在重构前后队形持续稳定，需要一种有效的航路构建方法。
技术实现思路
鉴于以上背景，本专利技术的目的在于提出一种有效的航路构建方法，将编队重构分解为任务分配和航路规划，进而完成新队形的构建工作。相比于现有方法，本专利技术提出的方法将无人机的速度范围、转弯半径等性能参数纳入考虑范围，并且保证各无人机在队形重构完成后速度大小和方向一致，组成稳定编队。本专利技术还具有良好的可扩展性，即便无人机群的无人机数量发生变化，方法依然适用，且运行时间相对较短，硬件成本小。本专利技术提供了一种将队形重构分解为任务分配和航路规划，完成无人机群队形重构的航路构建方法，该方法具体包括：步骤S1，分别在新队形和旧队形中为无人机进行编号，并根据各无人机在新旧队形中的编号，建立位置匹配关系，从而完成染色体的编码；步骤S2，改进Dubins算法，建立航路规划模型，评估一架僚机从当前位置直至它到达队形中正确位置并完成速度调整所飞行的距离，在速度调整完成之后，僚机与长机速度大小和方向保持一致；步骤S3，为应用遗传算法，将整个无人机群作为种群，并进行种群的初始化，设置种群大小、种群变异概率和种群迭代代数；步骤S4，设计适应度函数，评估种群中各染色体的适应度，并根据评估结果进行选择和交叉；步骤S5，在选择和交叉之后，以已设定的种群变异概率进行变异操作，从而生成下一代新的种群。其中，所述步骤S2，对长机和僚机进行调整，使得僚机到达它在队形中指定位置，并与长机速度大小方向保持一致。这一航路的生成具体包括：步骤S2.1，在保持僚机匀速直线运动的条件下，调整长机的航向角，直至长机的位置与目标点的连线与速度方向平行；步骤S2.2，以无人机的最小转弯半径为半径，分别在僚机的当前位置和其在队形中的指定位置为切点，在僚机速度方向两侧画两个与速度方向相切的圆；步骤S2.3，对僚机在当前位置的圆和僚机的指定位置的圆做内切线和外切线，并排除与僚机在起始点和指定点的速度方向矛盾的切线；步骤S2.4，根据无人机的几组可行路径，分别计算圆弧运动的弧长和直线距离，并比较这几组路径选择其中最短的路径；步骤S2.5，由于长机在僚机的寻路过程中仍旧在做匀速直线运动，当僚机完成寻路之后，长机已经运动到了前方某个位置。因此，僚机需要做一个追击运动完成最终的位置匹配。其中，所述步骤S5，对种群中染色体以已设定的种群变异概率进行变异操作，从而生成下一代的新种群，包括：每架无人机均对应重构队形中的一个新位置，即染色体每一位的数值均应在重构队形的编号内，按照已设定的种群变异概率随机交换染色体中的某两位，即交换“染色体”中某两架无人机的目标分配位置从而完成变异操作。重复以上种群迭代工作，直至到达迭代的代数要求。本专利技术提供的技术方案带来的有益效果是：通过分解队形重构为任务分配和航路规划，相对于现有的队形重构算法能够获取更加稳定的航路，并且通过将无人机的速度范围、转弯半径纳入考量，生成的航路更加合理并且也更容易运用到实际应用中。本专利技术还通过限制变异和交叉方式，保证每架无人机都能够得到分配位置，防止出现漏分错分的情况，进一步提高任务分配的质量。附图说明为了更清楚的说明本专利技术中的技术方案，下面将对方案描述中所需要使用的附图作简单的介绍。图1是染色体编码示意图；图2是航路有效切线示意图；图3是Dubins航路示意图；图4是Dubins切线示意图；图5是Dubins航路弧段示意图；图6是Dubins航路LRL航段计算图；图7是追击路程较短时速度变化曲线；图8是追击路程较长时速度变化曲线；图9是遗传算法实现任务分配的流程示意图；图10是无人机队形变换前后的示意图；图11是MATLAB仿真的适应度变换。图12是本专利技术提供的使用遗传算法和Dubins算法实现无人机群队形重构的流程示意图具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式做进一步详细描述。步骤S1，为无人机进行编号，并建立新队形中各无人机的位置匹配关系，从而完成染色体的编码。如图1所示，P1、P2、P3和P4表示的是无人机在初始编队队形中各自的位置，P′1、P′2、P′3和P′4表示的是在新的编队中，各架无人机的位置。为了完成队形重构，需要为各架无人机建立新队形中的位置匹配关系。由于待求解的问题是我方无人机的目标分配方案，为了在分组方案中体现出原位置和新编队位置，用十进制数组为每个位置编号，也即将“染色体”采用十进制编码，即染色体π＝{g1,g2,g3,…,gn}，其中gk＝j表示原编队位置中Pk的无人机在新编队中飞到P′j的位置。针对图1所述队形变换，以表一所述分配方案为例，得到的染色体即为1342。表1队形位置分配方案<本文档来自技高网...

【技术保护点】
1.一种利用遗传算法和Dubins算法实现无人机队形重构的方法，该方法具体包括：/n步骤S1，为无人机进行编号，并建立新队形中各无人机的位置匹配关系，从而完成染色体的编码；/n步骤S2，改进Dubins算法，建立航路规划模型，评估一架僚机从当前位置直至它完成编队操作所飞行的距离，在编队操作完成之后，僚机与长机速度大小和方向保持一致；/n步骤S3，初始化无人机种群，设置种群大小，种群变异概率和种群迭代代数；/n步骤S4，设计适应度函数，评估种群中各染色体的适应度，并根据评估结果进行选择和交叉；/n步骤S5，在选择和交叉之后，以已设定的种群变异概率进行变异操作，从而生成下一代的种群。/n

【技术特征摘要】
1.一种利用遗传算法和Dubins算法实现无人机队形重构的方法，该方法具体包括：
步骤S1，为无人机进行编号，并建立新队形中各无人机的位置匹配关系，从而完成染色体的编码；
步骤S2，改进Dubins算法，建立航路规划模型，评估一架僚机从当前位置直至它完成编队操作所飞行的距离，在编队操作完成之后，僚机与长机速度大小和方向保持一致；
步骤S3，初始化无人机种群，设置种群大小，种群变异概率和种群迭代代数；
步骤S4，设计适应度函数，评估种群中各染色体的适应度，并根据评估结果进行选择和交叉；
步骤S5，在选择和交叉之后，以已设定的种群变异概率进行变异操作，从而生成下一代的种群。


2.如权利要求1所述的方法，其特征在于，所述步骤S2，改进Dubins算法，建立航路规划模型，评估一架僚机从当前位置直至它完成编队操作所飞行的距离，编队操作完成之后，僚机和长机速度大小与方向保持一致，具体包括：
步骤S2.1，在保持僚机匀速直线运动的条件下，调整长机的航向角，直至长机的位置与目标点的连线与速度方向平行；
步骤S2.2，以无人机的最小转弯半径为半径，分别在僚机的当前位置和其在队形中的指定位置为切点，在僚机速度方向两侧画两个与速度方向相切的圆；
步骤S2.3，对僚机在当前位置的圆和僚机的指定位置的圆做内切线和外切线，并排除与僚机在起始点和指定点的速度方向矛盾的切线；
步骤S2.4，根据无人机的几组可行路径，分别计算圆弧运动的弧长和直线距离，并比较这几组路径选择其中最短的路径；
步骤S2.5，由于长机在僚机的寻路过程中仍旧在做匀速直线运动，当僚机完成寻路之后，长机已经运动到了前方某个位置，因此...

【专利技术属性】
技术研发人员：肖瑾，陈天佑，胡晓光，刘相君，常军军，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11