一种多约束条件下智能飞行器航迹快速规划方法技术

本发明专利技术公开了一种多约束条件下智能飞行器航迹快速规划方法，属于飞行器路径规划技术领域，包括以下步骤：综合分析飞行器航迹规划特点，建立多目标多约束条件的数学优化模型；获取实例信息；运用启发式邻域搜索算法对实例进行求解，得到多种可行路径方案并对其进行表征，本发明专利技术针对飞行器在不同实际飞行环境下有效航迹快速规划问题，建立以最小化路径和最小化校正次数为目标函数，包含路径平衡约束，路径唯一性约束、遍历路径回路约束等多目标多约束的数学优化模型，同时提出一种启发式邻域搜索算法，该算法结合模拟退火思想寻找局部最优节点作为飞行器下一遍历节点，并规定相应搜索步长，以此提高算法的收敛性能，通过本发明专利技术可以快速获得较优的航迹路线。

A fast path planning method for intelligent aircraft with multiple constraints

【技术实现步骤摘要】
一种多约束条件下智能飞行器航迹快速规划方法
本专利技术属于飞行器航迹规划与控制领域，具体涉及一种多约束条件下智能飞行器航迹快速规划方法。
技术介绍
1917年英国人专利技术了第一台飞行器(AerialVehicle)以来，飞行器技术已经成为军事领域和民用领域中非常重要的发展项目。在军事领域中飞行器可以完美的完成对地形和敌人的侦察和对地攻击等在内的很多军事任务。在民用领域中飞行器在测绘、资源勘探和空中拍摄等方面也发挥了巨大的作用。随着计算机、信息及科学技术的快速发展，飞行器的性能、结果、操纵变得越来越复杂。而飞行器航迹规划是实现飞行器自主导航的一项关键技术，而且无论在理论上还是实际应用上都具有重要的意义，基于以上种种原因就需要寻求一种有效的航迹规划方法，使得飞行器不仅具有最短的飞行距离，而且能定位精确的完成任务，这也成为了当前迫切的要求。航迹规划是路径规划的一种，但由于飞行器的飞行过程复杂性、执行任务时环境复杂性等，造成了航迹规划要比一般的路径规划更加困难复杂。一般飞行器航迹规划(RoutePlanning)就是为飞行器规划出一条或者多条满足要求的飞行轨迹。如现有专利(一种无人机航迹规划装置及方法，专利号CN201910556400.3；一种无人飞行器的航迹规划，专利号CN201810519664.7；一种低空飞行无人机的实时航迹规划，专利号CN201810519645.4)等等，但现有专利航迹规划方法中，对于飞行器在飞行过程中所遇到的各类实际环境并未作过多约束。而在实际应用中，由于飞行器的系统结构限制与复杂的环境影响和约束条件众多，使得在复杂环境下航迹快速规划成为飞行器控制的一个重要课题。为了使飞行器精确的在规定航线上飞行，避免由定位误差而造成飞行任务失败。因此，在飞行过程中需要考虑环境因素，择优选出满足水平误差约束、垂直误差约束、有效路径约束和飞行器转弯半径约束的空间节点，为使这些空间节点形成一条可行回路作为飞行器的有效航迹规划，本专利技术提供一种飞行器在系统定位精度限制下的航迹快速规划方法。
技术实现思路
针对
技术介绍
中存在的问题，为了解决飞行器在实际飞行过程中遇到的各种情形，本专利技术提出了一种多约束条件下智能飞行器航迹快速规划方法，本方法具体如下：一种多约束条件下智能飞行器航迹快速规划方法，具体包括以下步骤：S1、分析飞行器航迹规划特点，建立多目标函数多约束条件的数学优化模型；根据飞行器航迹规划特点，忽略飞行器的大小将飞行器简化为质点，将飞行器节点间飞行路径视为欧式距离，建立数学优化模型的目标函数如下：最短路径：经过最少校正点：其中，N为飞行区域内校正点的节点集合，i、j为节点集合N中第i、j个节点的代号，dij为飞行器从节点i到节点j的距离；xij为飞行器是否从节点i飞行到节点j的二进制变量，如果飞行器从节点i飞行到节点j，则xij＝1，否则xij＝0；该目标函数要满足以下约束条件：1)路径平衡约束：这限制飞行器仅进行一次的飞入和飞出，即飞行器遍历该节点后就不会再遍历该节点，路径平衡约束方程为：其中k为节点集合N中第k个节点的代号，n为节点集合N中节点总数量，xik为飞行器是否从节点i飞行到节点k的二进制变量，如果飞行器从节点i飞行到节点k，则xik＝1，否则xik＝0；xkj为飞行器是否从节点k飞行到节点j的二进制变量，如果飞行器从节点k飞行到节点j，则xkj＝1，否则xkj＝0；2)路径唯一性约束：这用于限制飞行器依次遍历各个节点有且只形成一条有效路径，路径唯一性约束方程为：其中，yi为节点i是否被飞行器遍历的二进制变量，当飞行器从该节点i飞出或飞入即表示节点i被飞行器遍历，则yi＝1，否则为yi＝0；3)遍历路径回路约束：这用于限制飞行器在飞行过程中没有任何子回路解产生，遍历路径回路约束方程为：S2、获取实例信息，包括飞行器起点坐标、终点坐标、飞行区域内所有的校正点的空间位置坐标及其误差校正类型，其中误差校正类型包括水平误差校正类型和垂直误差校正类型；S3、运用启发式邻域搜索算法对实例进行求解，得到多个可选方案供选择。进一步，所述约束条件还包括累积水平误差和累积垂直误差约束，根据飞行器从节点i到达节点j时能否进行理想的误差校正分为两种情况：情况一：飞行器从节点i达到节点j，可以进行理想的误差校正时，限定累积水平误差和累积垂直误差在最大定位误差范围内，从而保证飞行路径的有效性，累积水平误差和累积垂直误差约束方程为：其中：θ为累计误差阈值，hj为飞行器到达节点j位置时总水平偏差量；vj为飞行器到达节点j位置时总垂直偏差量；H为水平校正点集合，为节点i是否属于集合H的二进制变量，若节点i∈H则否则V为垂直校正点集合，为节点i是否属于集合V的二进制变量，若节点i∈V则否则δ为飞行器每飞行1m时水平误差与垂直误差增加量；情况二：飞行器从节点i飞行到节点j，无法进行理想的误差校正时，则选择下一节点k进行误差校正，此时累积水平误差和累积垂直误差约束方程为：其中：Pijk为飞行器是否依次遍历节点i，j，k的二进制变量，当飞行器依次遍历节点i，j，k时，Pijk＝1，否则Pijk＝0；djk为飞行器从节点j到节点k的距离；为节点k是否属于集合H的二进制变量，若节点k∈H，则否则η为校正余量，单位为m，η∈[2,8]；D为校正失败的节点集合；S为误差校正为0的概率是ξ的节点集合。进一步，运用所述启发式邻域搜索算法进行求解具体包括以下步骤：A、输入初始参数和所述实例信息，所述初始参数包括最大循环次数、累计误差阈值θ，垂直误差校正条件：垂直误差阈值α1和水平误差阈值α2、水平误差校正条件：垂直误差阈值β1、水平误差阈值β2、最小转弯半径Rmin、飞行器每飞行1m误差增量δ；B、确定相关候选点集合P4，具体方法如下：(1)在节点集合N中选定飞行器未遍历的节点作为备选下一节点，选定飞行器从当前节点到达备选下一节点时累积水平误差和累积垂直误差均小于累积误差阈值θ的节点，存储在集合P1中；(2)选定P1中X轴坐标值比飞行器当前节点X轴坐标值大的节点，存储在候选点集合P2中；(3)为避免飞行器累计误差值较大，根据当前飞行器的累计水平误差值和垂直误差值，选定到达下一点需校准的误差值类型，并确定候选点集合P4,确定的方式有两种：方式一：a、在集合P2中选定满足垂直校正条件的节点组成集合P3，所述垂直校正条件为：垂直误差不大于α1，水平误差不大于α2；如果P2中不存在满足垂直校正条件的节点，那么选择P2中满足水平校正条件的节点组成集合P3，所述水平校正条件为：垂直误差不大于β1，水平误差不大于β2；b、确定飞行器当前节点和上一节点位置坐标，随机选取所述P3中任一点作为下一节点，这三个节点构成空间三角形，求解当前节点到达下一节点的转弯半径，本文档来自技高网...

【技术保护点】
1.一种多约束条件下智能飞行器航迹快速规划方法，其特征在于，包括以下步骤：/nS1、分析飞行器航迹规划特点，建立多目标函数多约束条件的数学优化模型；/n根据飞行器航迹规划特点，忽略飞行器的大小将飞行器简化为质点，将飞行器节点间飞行路径视为欧式距离，建立数学优化模型的目标函数如下：/n最短路径：

【技术特征摘要】
1.一种多约束条件下智能飞行器航迹快速规划方法，其特征在于，包括以下步骤：
S1、分析飞行器航迹规划特点，建立多目标函数多约束条件的数学优化模型；
根据飞行器航迹规划特点，忽略飞行器的大小将飞行器简化为质点，将飞行器节点间飞行路径视为欧式距离，建立数学优化模型的目标函数如下：
最短路径：
经过最少校正点：
其中，N为飞行区域内校正点的节点集合，i、j为节点集合N中第i、j个节点的代号，dij为飞行器从节点i到节点j的距离；xij为飞行器是否从节点i飞行到节点j的二进制变量，如果飞行器从节点i飞行到节点j，则xij＝1，否则xij＝0；
该目标函数要满足以下约束条件：
1)路径平衡约束：这限制飞行器仅进行一次的飞入和飞出，即飞行器遍历该节点后就不会再遍历该节点，路径平衡约束方程为：






其中k为节点集合N中第k个节点的代号，n为节点集合N中节点总数量，xik为飞行器是否从节点i飞行到节点k的二进制变量，如果飞行器从节点i飞行到节点k，则xik＝1，否则xik＝0；xkj为飞行器是否从节点k飞行到节点j的二进制变量，如果飞行器从节点k飞行到节点j，则xkj＝1，否则xkj＝0；
2)路径唯一性约束：这用于限制飞行器依次遍历各个节点有且只形成一条有效路径，路径唯一性约束方程为：



其中，yi为节点i是否被飞行器遍历的二进制变量，当飞行器从该节点i飞出或飞入即表示节点i被飞行器遍历，则yi＝1，否则为yi＝0；
3)遍历路径回路约束：这用于限制飞行器在飞行过程中没有任何子回路解产生，遍历路径回路约束方程为：






S2、获取实例信息，包括飞行器起点坐标、终点坐标、飞行区域内所有的校正点的空间位置坐标及其误差校正类型，其中误差校正类型包括水平误差校正类型和垂直误差校正类型；
S3、运用启发式邻域搜索算法对实例进行求解，得到多个可选方案供选择。


2.根据权利要求1所述的一种多约束条件下智能飞行器航迹快速规划方法，其特征在于：所述约束条件还包括累积水平误差和累积垂直误差约束，根据飞行器从节点i到达节点j时能否进行理想的误差校正分为两种情况：
情况一：飞行器从节点i达到节点j，可以进行理想的误差校正时，限定累积水平误差和累积垂直误差在最大定位误差范围内，从而保证飞行路径的有效性，累积水平误差和累积垂直误差约束方程为：






其中：θ为累计误差阈值，hj为飞行器到达节点j位置时总水平偏差量；vj为飞行器到达节点j位置时总垂直偏差量；H为水平校正点集合，为节点i是否属于集合H的二进制变量，若节点i∈H则否则V为垂直校正点集合，为节点i是否属于集合V的二进制变量，若节点i∈V则否则δ为飞行器每飞行1m时水平误差与垂直误差增加量；
情况二：飞行器从节点i飞行到节点j，无法进行理想的误差校正时，则选择下一节点k进行误差校正，此时累积水平误差和累积垂直误差约束方程为：






其中：Pijk为飞行器是否依次遍历节点i，j，k的二进制变量，当飞行器依次遍历节点i，j，k时，Pijk＝1，否则Pijk＝0；djk为飞行器从节点j到节点k的距离；为节点k是否属于集合H的二进制变量，若节点...

【专利技术属性】
技术研发人员：张则强，谢梦柯，蒋晋，刘思璐，许培玉，陈凤，程文明，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51