【技术实现步骤摘要】
一种无人机群路径规划方法
本专利技术涉及无人机
，尤其涉及一种无人机群路径规划方法。
技术介绍
近年来，随着无人机技术的发展，无人机的应用领域也变得越来越广泛，比如用于商业领域的无人机物流运输、影视拍摄，用于农业领域的无人机喷洒农药，用于防控领域的无人机监控巡查、灾后救援等。与此同时，无人机群的协同完成任务也成为一种趋势。相比于单个无人机，无人机群协同完成任务具有效率高、速度快等特点。无人机群之间可以集中目标完成统一任务，也可以对任务进行分配一同完成，实现功能互补，从而可以控制更大的范围，执行更为复杂的任务，缩短执行任务的时间，提高工作效率。粒子群优化算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，是群体智能的一种。粒子群优化算法初始化为一群随机解，然后通过迭代找到最优解，在每一次迭代中，粒子通过跟踪两个极值来更新自己。第一个极值就是粒子本身所找到的最优解，另一个极值是整个种群找到的最优解。粒子群优化算法的优点在于简单容易实现并且没有许多参数的调节。目前已被广泛应用于函数优化、神经网络训练...
【技术保护点】
1.一种无人机群路径规划方法，其特征在于，包括如下步骤：/nS1：无人机群获取密集风险环境中起始点和目标点的位置、障碍物的坐标、面临的导弹打击风险和雷达探测风险、以及无人机群的飞行目标和任务，同时获取无人机飞行的最大水平转弯角、最大竖直俯仰角和最大侦察打击高度；/nS2：根据获取的密集风险环境信息和自身性能信息，得到对无人机飞行的整段航路的评价；/nS3：在对整段航路评价的基础上，分离出整段航路中单个航路点的自身属性，得到对单个航路点的评价；/nS4：利用基于对单个航路点评价的粒子群优化算法，对初始航路进行优化，得到连接起始点和目标点的最优航路；/nS5：对得到的最优航路进...
【技术特征摘要】
1.一种无人机群路径规划方法，其特征在于，包括如下步骤：
S1：无人机群获取密集风险环境中起始点和目标点的位置、障碍物的坐标、面临的导弹打击风险和雷达探测风险、以及无人机群的飞行目标和任务，同时获取无人机飞行的最大水平转弯角、最大竖直俯仰角和最大侦察打击高度；
S2：根据获取的密集风险环境信息和自身性能信息，得到对无人机飞行的整段航路的评价；
S3：在对整段航路评价的基础上，分离出整段航路中单个航路点的自身属性，得到对单个航路点的评价；
S4：利用基于对单个航路点评价的粒子群优化算法，对初始航路进行优化，得到连接起始点和目标点的最优航路；
S5：对得到的最优航路进行预冲突解脱处理，规划好无人机群中每个无人机的飞行速度；
S6：无人机群按照最优航路和规划好的飞行速度进行飞行，直至到达目标点，完成任务；
其中，所述步骤S2，根据获取的密集风险环境信息和自身性能信息，得到对无人机飞行的整段航路的评价，具体包括：
对每个无人机而言，假设整段航路由个航路点构成，包括个航路段，，其中起始点和目标点在初始时刻已确定，则整段航路由依次连接航路
点构成；将每个航路段均匀分成个部分，每一部分由端点确定，；对整
段航路进行如下评价：
航路长度：利用路径长度比作为评价指标，具体公式如下：
其中，表示第个航路点的三维空间坐标，表示第个
航路点的三维空间坐标，表示第个航路点的三维空间坐标，表示第1个航路点的三维空间坐标；分子为所有航路段的实际长度加和，分母为
直接连接起始点和目标点的距离；
面临的导弹打击风险：假设无人机的飞行环境中共有个导弹打击点，其中第个导
弹打击点的最大打击半径为，；定义第个航路点与第个航路
点之间航路段的第个端点的坐标为，则第个导弹打击点到第个航路
点与第个航路点之间航路段的第个端点的距离为：
其中，表示第个导弹打击点的三维空间坐标；定义整段航路面临
的导弹打击风险为，具体公式如下：
其中，越大，表示整段航路的导弹打击风险越大；
面临的雷达探测风险：假设无人机的飞行环境中共有个雷达探测点，其中第个雷达
探测点的最大探测半径为，；则第个雷达探测点到第个航路
点与第个航路点之间航路段的第个端点的距离为：
其中，表示第个雷达探测点的三维空间坐标；定义整段航路面临的雷
达探测风险为，具体公式如下：
其中，表示雷达的强度；越大，表示整段航路的雷达探测风险越大；
航路点转弯代价：假设无人机的最大水平转弯角为，无人机在第个航路点的转
弯角为，在整段航路的起始点和目标点不需要转...
【专利技术属性】
技术研发人员：杜文博，曹先彬，徐亮，郑磊，
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
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。