基于自适应伪谱法的无人机实时在线航迹规划方法技术

本发明专利技术提出一种基于自适应伪谱法的无人机实时在线航迹规划方法，属于单无人机航迹在线规划技术领域。该方法首先建立包含动力学方程、过程约束条件、机动性能约束条件、威胁区约束的无人机航迹优化的非线性最优控制模型；利用Radau伪谱法将连续时间的非线性最优控制模型转化为多区间的非线性最优控制模型，基于航迹的曲率密度函数实现伪谱法的自适应配点策略；通过连续在线重计算开环最优控制的方法实现闭环控制反馈，实现无人机在线航迹的实时优化。本发明专利技术能够在有限的时间内快速在线规划出一条可飞航迹，并且当感知外部环境改变时，能够根据新的信息重新调整新的航迹，收敛速度快，收敛精度高，在实际场景中有很强的的实用性。

【技术实现步骤摘要】
基于自适应伪谱法的无人机实时在线航迹规划方法
本专利技术属于单无人机航迹规划
，尤其是涉及一种基于自适应伪谱法的无人机实时在线航迹规划方法。
技术介绍
在线航迹规划是针对不确定环境中的航迹规划问题，无人机需要在参考航迹的约束下，根据局部地形、地貌、障碍、威胁等信息以及自身机动能力的限制，实时的计算出一条飞行航迹，同时跟随该航迹完成飞行任务。即无人机的航迹规划算法向着任务场景的复杂化、障碍物的动态化等方面发展，而这些需求的不断提高，意味着无人机的在线航迹规划算法应该能够在有限的、尽可能短的时间内快速的规划出一段可飞航迹，且当感知到环境信息发生改变的，能够根据新的信息重新对路径进行寻优。目前无人机的航迹规划算法可分为基于控制理论优化的规划算法(凸优化、滚动时域控制等)、基于启发信息的规划算法(A*算法、遗传算法、粒子群算法等)、基于神经网络的规划算法和基于人工势场的规划算法。但大多数的研究停留在离线航迹规划领域，且存在计算量大，鲁棒性不佳等缺陷。无人机的航迹优化问题可抽象为求解一组包含微分-代数约束和不等式约束的非线性最优控制问题，而本文档来自技高网...

【技术保护点】
1.一种基于自适应伪谱法的无人机实时在线航迹规划方法，其特征在于，该方法包括以下步骤：/n1)建立无人机航迹规划的非线性最优控制模型，具体步骤如下：/n1.1)建立无人机航迹规划的动力学方程：/n

【技术特征摘要】
1.一种基于自适应伪谱法的无人机实时在线航迹规划方法，其特征在于，该方法包括以下步骤：
1)建立无人机航迹规划的非线性最优控制模型，具体步骤如下：
1.1)建立无人机航迹规划的动力学方程：



式中，i表示时刻序号；xi,yi,zi分别表示i时刻无人机在x,y,z三个方向上的位置；V表示无人机的飞行速度；γi,ψi分别示i时刻无人机的航迹倾角和航向角；ui1,ui2分别表示i时刻航迹倾角的变化率和航向角的变化率，ui1,ui2为i时刻作用于无人机上的控制量；Wix,Wiy分别表示i时刻无人机受到的阵风在x,y两个方向上的扰动；则i时刻无人机状态空间矩阵Xi和控制空间矩阵Ui分别定义为：
Xi＝[xiyiziVγiψi]T，Ui＝[ui1ui2]T
1.2)确定无人机航迹规划的非线性最优控制模型约束条件，具体如下：
1.2.1)过程约束；
1.2.1.1)最大爬升角度和最大偏航角度约束；






其中，γmax表示无人机的最大爬升角度；ψmax表示无人机的最大航向角度；(xi,yi,zi),(xi-1,yi-1,zi-1)分别表示i时刻和i-1时刻无人机的位置坐标，且ai＝(xi-xi-1,yi-yi-1)，ai表示i时刻与i-1时刻无人机在水平x方向和y方向上的位置差；
1.2.1.2)位置、速度、地形约束；



其中，la表示第a航段无人机的飞行距离，lmax表示最大航迹距离；
zmax≥za≥zmin(5)
其中，zmin,zmax分别表示整个飞行过程中无人机的最小高度和最大高度；za表示第a航段无人机的飞行高度；
1.2.2)机动性能约束；
1.2.2.1)航向角和航迹倾角约束；
γmin≤γi≤γmax,ψmin≤ψi≤ψmax(6)
其中，γmin,γmax分别表示无人机的最小航迹倾角和最大航迹倾角；ψmin,ψmax分别表示无人机的最小航向角和最大航向角；
|ui1|≤u1max,|ui2|≤u2max(7)
其中，u1max,u2max分别表示无人机的最大航迹倾角变化率和最大航向角变化率；u2max对应于无人机i时刻的的最小转弯半径rimin，满足：



1.2.3)威胁区约束；
将雷达所能触及的区域视为无人机飞行过程中的威胁区，设(xcj,ycj)表示第j个威胁区的坐标中心，Rj表示第j个威胁区的半径，则每个威胁区对应的威胁区约束表达式如下：



其中，S(j)表示第j个威胁区对应的威胁约束，下标j表示威胁区的序号，J表示威胁区的总个数；Δxj＝xi-xcj,Δyj＝yi-ycj，分别表示i时刻无人机与第j个威胁区威胁中心在水平x方向和y方向上的距离；
1.3)建立无人机航迹规划的非线性最优控制模型，目标函数表达式如下：



满足约束如下：



其中，t0表示无人机起飞的初始时刻，tf表示无人机到达目标点的终端时刻；
式(11)中第一个式子代表式(1)的动态约束；第二个式子代表步骤1.2)中的机动性能约束，第三个式子代表步骤1.2)中的过程约束；
2)利用步骤1)建立的模型，对步骤1.2)中的威胁区约束进行转化，建立无人机航迹规划的多区间非线性最优控制模型；具体步骤如下：
2.1)将每个威胁区看作整个航迹的一个内点，将步骤1.2.3)中的威胁区约束转化为对应的内点约束：

S(1)(j)＝-ΔxjVcosψ-ΔyjVsinψ(12)
其中，S(1)表示S关于时间t的一阶导数；
2.2)通过步骤2.1)得到的内点约束将步骤1)中的模型转化为多区间最优控制模型；具体转化方法如下：
2.2.1)将无人机飞行的原始时间区间I＝[t0,tf]划分为J+1个子区间，其中第p个子区间为Ip＝[tp-1,tp]，p＝1,2,…,J+1，J表示威胁区的总数，满足Φ表示空集，p表示子区间序号；当p＝J+1时，tp＝tf；
2.2.2)每个相邻子区间的状态连续，满足下式：

和
其中，分别表示无人机完成第p个子区间飞行时的终端状态和终端时刻；分别表示无人机进...

【专利技术属性】
技术研发人员：顾佼佼，钱峰，王丽英，鲁华杰，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：山东;37