【技术实现步骤摘要】
双重改进A星最短航路规划方法
本专利技术涉及自动航路规划领域,尤其是涉及一种A星算法在复杂情况下的最短航路规划方法。
技术介绍
随着无人机技术的飞速发展,反无人机技术也在逐步增强,无人机在战场上的生存环境变得日益恶化,对无人机智能自动导航,威胁规避提出了更高的要求。A星算法是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。A星算法作为一种启发式搜索算法,常被用于游戏中的NPC移动计算。通过对A星算法的改进使得应用在无人机的航路规划中。无人机在飞行过程中,可以通过多种手段实时检测出对无人机飞行产生威胁的区域,无人机针对实时发现的威胁区域需要在完成任务的前提下,实时调整自身航线,降低被击落风险。完成整个过程,需要无人机能够根据动态采集周围环境,实现实时自主航路规划。
技术实现思路
为了克服现有技术的不足,本专利技术提供一种双重改进A星最短航路规划方法,本专利技术是一种无人机最短航路规划算法,根据安全区位置信息,禁飞区位置信息,飞机性能信息,无人机行驶航段信息,使得无人机在安全区内规 ...
【技术保护点】
1.一种双重改进A星最短航路规划方法,其特征在于包括下述步骤:/n步骤1:计算最小安全距离:将飞机转弯半径和飞机大小看成质点,所需要的最小安全距离L
【技术特征摘要】
1.一种双重改进A星最短航路规划方法,其特征在于包括下述步骤:
步骤1:计算最小安全距离:将飞机转弯半径和飞机大小看成质点,所需要的最小安全距离Ls为最大速度的最小转弯半径Rmin与飞机翼展LA之和,即:
Ls=Rmin+LA
步骤2:安全区和禁飞区重生成:为了将飞机和飞机运动特性看成质点,将对禁飞区区域Sf按照最小安全距离LS扩大得到新禁飞区SfL,安全区区域Ss按照最小安全距离LS缩小得到新安全区SsL;
所述扩大的方法分为两种情况:
1)当禁飞区区域为凸多边形,将每个顶点转换为直角坐标(Pxi,Pyi),求凸多边形的中心点(Px,Py),计算凸多边形的每个顶点i到中心点的距离Li和凸多边形的每个顶点和中心点的连线与正北方向的夹角形成的角度Ai,在距离Li加上最小安全距离Ls作为新距离Lis,Lis=Li+Ls,,通过新距离Lis和初始角度Ai,计算每个新顶点位置(Pnxi,Pnyi),将每个新顶点位置(Pnxi,Pnyi)转换为地理坐标并依次连接,即可完成了区域扩大;
n为凸多边形总个数;
Pnxi=px+sin(Ai)*Lis
Pnyi=py+cos(Ai)*Lis
2)当禁飞区区域为凹多边形,先将凹多边形拆分成多个凸多边形,再按照凸多边形扩大的步骤完成每个凸多边形的区域扩大,多个被扩大后的凸多边形的构成区域的并集,形成扩大后的凹多边形;
所述缩小的方法分为两种情况:
1)当安全区区域为凸多边形,将每个顶点转换为直角坐标(Pxi,Pyi),求凸多边形的中心点(Px,Py),计算凸多边形的每个顶点i到中心点的距离Li和凸多边形的每个顶点和中心点的连线与正北方向的夹角形成的角度Ai,在距离Li减去最小安全距离Ls作为新距离Lis,Lis=Li-Ls,通过新距离Lis和初始角度Ai,计算每个新顶点位置(Pnxi,Pnyi),将每个新顶点位置(Pnxi,Pnyi)转换为地理坐标并依次连接,即可完成区域缩小;
n为凸多边形总个数
Pnxi=px+sin(Ai)*Lis
Pnyi=py+cos(Ai)*Lis
2)当安全区区域为凹多边形,先将凹多边形拆分成多个凸多边形,再按照凸多边形缩小的步骤完成每个凸多边形的区域缩小,多个被缩小后的凸多边形的构成区域的并集,形成缩小后的凹多边形;
步骤3:确定A星算法搜索方向数目Nd和搜索步长Ds:
A星搜索方向数目Nd为4-360,每个方向间隔45度,搜索步长DS取最小转弯半径Rmin;
步骤4:确定重复点的判断依据:
历史搜索节点nodei包括自身位置,父节点指针,花费代价,历史代价,估计代价;
新加入节点noden包括自身位置,父节点指针,花费代价,历史代价,估计代价;
依次通过历史搜索过的节点nodei和新节点noden的自身位置,计算节点nodei和新节点noden的之间距离D(i,n),当距离D(i,n)小于步长Ds的一半,即D(i,n)<Ds/2,则认为新节点noden和历史节点nodei为重复点,将不再作为新节点参与计算;
步骤5:确定禁飞区相交依据:新点noden在新禁飞区SfL内,或者新点noden与新点的父节点nodep的连线与新禁飞区SfL存在交点,两个条件满足其一,则认为与禁飞区相交;
步骤6:确定安全区相交依据:新点noden在新安全区SsL外,或者新点noden与新点的父节点nodep的连线和新安全区SsL存在交点;
步骤7:确定有效搜索点判断依据:根据步骤4判断不是重复点,或根据步骤5或步骤6判断不和禁飞区或者安全区相交;当两个条件都满足,认为当前搜索点为有效点;
步骤8:确定A星算法花费代价F(i):
花费代价F(i)等于从起始点到当前有效搜索点的位置所历史代价G(i)与该位置到目标位置的估计代价H(i)之和,即:
F(i)=G(i)+H(i);
步骤9:父节点nodep生成:
开...
【专利技术属性】
技术研发人员:王晶,刘洋,牛元龙,周利军,
申请(专利权)人:西安爱生技术集团公司,
类型:发明
国别省市:陕西;61
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。