【技术实现步骤摘要】
基于原鸽群动态群组学习的无人机集群动态航路规划方法
[0001]本专利技术是一种基于原鸽群动态群组学习的无人机集群动态航路规划方法,属于无人机自主控制领域。
技术介绍
[0002]近年来,随着无人机集群技术的迅猛发展,无人机集群在军事防御和民用领域都得到了广泛应用,众多研究者对无人机集群的智能性和自主性产生了浓厚的兴趣。无人机集群的优势在于,可以通过无人机之间的主动交互显著提高任务完成的成功率。航路规划是无人机在执行作战任务时安全飞行的重要保障,目前关于无人机航路规划问题的研究大多停留在单架无人机并且是静态航路规划上,面向无人机集群动态航路规划的研究较少,然而,在日趋复杂的战场环境下,战场环境的不确定性逐日提高,无人机集群执行任务将成为无人机作战应用的重要模式。
[0003]在过去的十几年里,无人机航路规划问题发展迅速,航路规划算法可以分为传统方法和智能优化算法两类。传统方法中,常见的有Voronoi图法、人工势场法、A*算法等。Voronoi图法主要是根据威胁的分布生成初始可选路径集进而构成Voronoi图,Voronoi边是众多威胁间的中垂线,无人机沿着Voronoi边飞行可以有效降低所受威胁代价。但是Voronoi图法仅仅能提供避开障碍物的可行航路点,如果需要求解最短路径等其他问题时,还需要结合其它算法。人工势场法的主要思想是,航路的终点对无人机产生引力,威胁对无人机产生斥力,无人机在引力和斥力的共同作用下可以在有效避开威胁的同时到达目标终点。但是当无人机离目标点较远时,引力将变的很大,和所受斥力存在数 ...
【技术保护点】
【技术特征摘要】
1.一种基于原鸽群动态群组学习的无人机集群动态航路规划方法,其特征在于:该方法实现步骤如下:步骤一:搭建无人机集群典型作战场景步骤二:搭建单无人机运动学模型步骤三:搭建威胁区域约束模型对山峰的威胁程度进行建模时,将山峰看作圆台形状,则山峰的威胁代价可以表示为:其中,表示第n架无人机在第d个航路点受到山峰威胁的代价函数,k_m表示系数,符号||
·
||表示对向量取2范数,Δp1表示在2维平面上第n架无人机第d个航路点和山峰中心坐标间的距离,p_m
x
表示山峰中心x方向的位置,p_m
y
表示山峰中心y方向的位置,p_m
z
表示山峰的高度,表示第n架无人机在第d个航路点的高度,r_m
a
表示上峰顶部的半径,r_m
b
表示上峰底部的半径;对火炮威胁程度进行建模时,将火炮所造成的危险区域看作半球形状,则火炮的威胁代价可以表示为:其中,表示第n架无人机在第d个航路点受到火炮威胁的代价函数,||Δp2||表示2维平面上,第n架无人机第d个航路点和火炮坐标间的距离,p_f
x
表示火炮x方向的位置,p_f
y
表示火炮y方向的位置,r_f表示火炮的射程,k_f表示系数;对雷达威胁程度进行建模时,将雷达所造成的危险区域看作是半球形状,则雷达的威胁代价可以表示为:其中,表示第n架无人机在第d个航路点受到雷达威胁的代价函数,||Δp3||表示2维平面上,第n架无人机第d个航路点和雷达坐标间的距离,p_r
x
表示雷达x方向的位置,p_r
y
表示雷达y方向的位置,r_r表示雷达的辐射范围,k_r表示系数;
步骤四:搭建机间约束模型无人机集群系统执行任务过程中,要求各架无人机之间的距离适中,不能距离太近造成机间碰撞,不能距离太远,影响机间通信;其中机间碰撞的代价存在每架无人机之间,机间通信的代价存在在部分无人机间;在部分无人机间;在部分无人机间;在部分无人机间;在部分无人机间;其中,表示第n架无人机在第d个航路点受到机间碰撞影响的代价函数,表示第j架无人机在第d个航路点x方向的位置,表示第j架无人机在第d个航路点y方向的位置,j≠n,表示第n架无人机在第d个航路点受到机间通信影响的代价函数,w
nj
用来表示第j架无人机和第n架无人机是否能进行信息交互,值为1表示能进行信息交互,值为0表示不能进行信息交互,表示能和第j架无人机进行信息交互的无人机的数量,ceil(
·
)符号表示取整;r_o表示两架无人机间的最小机间距离,r_c表示两架无人机间的最大机间距离;表示第n架无人机在第d个航路点的协同代价函数;步骤五:建立无人机集群动态航路规划代价函数模型;步骤六:初始化基于动态群组学习和三重变异机制的原鸽群优化;步骤七:设计基于动态群组学习机制的地图和指南针算子;步骤八:设计基于三重变异机制的地标算子;步骤九:B样条算法优化轨迹步骤十:无人机集群动态航路重规划经过上述步骤可以得到各架无人机满足任务需求的航路点,各架无人机在实际飞行过程中,将按照规划的航路点进行飞行,飞行过程中通过各种传感器进行探测;探测到威胁区域后,判断该威胁区域是否是预先知道的,如果是则继续按照规划的航路点飞行,如果是新探测到的威胁,则需要获取新威胁的具体信息,并且触发重规划机制;重规划机制中,首先根据获取的新威胁的信息,计算接下来的航路点是否会受新威胁源的影响,求出剩下航路点中第一个不受新威胁影响的航路点,把它作为临时的终点,以发现新威胁的航路点为临时起点,重复步骤一到七,对这一段进行航路重规划,然后按照重规
划的路线继续飞行,重复上述过程;步骤十一:输出无人机集群航路规划仿真轨迹图。2.根据权利要求1所述的基于原鸽群动态群组学习的无人机集群动态航路规划方法,其特征在于:所述步骤七的具体过程如下:首先,对N只原鸽进行分组,随机均分成mum
group
组,分组结束后,将每个组看作是一只“大原鸽”,对于这只“大原鸽”来说,它的位置和速度是小组中适应度值最优的原鸽的位置和速度;每次迭代时,只更新小组中适应度值最差的原鸽...
【专利技术属性】
技术研发人员:段海滨,于月平,李卫琪,魏晨,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:
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。