本发明专利技术公开了一种基于改进A星算法的空投飞行器路径规划方法及系统，涉及飞行器路径规划技术领域。本发明专利技术的技术要点包括：改进A星算法中采用正向搜索与反向搜索相结合，通过为每一个起点和目标点构建A星算法搜索分支，并将A星算法中的启发项改进为当前节点到其他搜索分支节点距离之和，解决了空投飞行器路径规划中确定空投分离点的问题，实现了同时包含分离点以及子机、载机各自路径信息的空投飞行器路径规划；同时提出了两种搜索策略：以本搜索分支节点到其他搜索分支封闭列表中的最新节点或者其他搜索分支的起点为启发项。本发明专利技术在保证无人子机和载机避障效果的同时，有着较高的计算效率，具有较高的工程应用价值。具有较高的工程应用价值。具有较高的工程应用价值。
【技术实现步骤摘要】
一种基于改进A星算法的空投飞行器路径规划方法及系统
[0001]本专利技术涉及飞行器路径规划
，具体涉及一种基于改进A星算法的空投飞行器路径规划方法及系统。
技术介绍
[0002]子母式飞行器是一种空投飞行器，其由载机搭载或挂载多架子机，利用载机和子机协同作业完成目标任务。在实际任务场景中，载机在目标区域投放子机后继续进行高空监视或执行下一阶段任务；子机体积小，具有更强的环境适应性，适合深入狭窄偏僻、危险性高的区域进行抵近侦察、跟踪监视等任务；此外，子机也可为载机护航，以提升巡航、侦察的安全性。空投飞行器兼具了大型飞行器续航时间长、探测范围广及小型飞行器灵活性好、机动性高的优势，能够适应复杂多变的作业环境，满足远距离、长时间航行任务要求，在人员搜救、故障排查、地形勘探等民用领域也有较高的应用前景。
[0003]区别于传统多智能体路径规划问题，空投飞行器路径规划由于存在空投分离的操作过程而具有以下特点：
①
子机在投放前需挂载在载机上，即载机与子机在分离前的飞行轨迹应当一致；
②
规划时需要考虑障碍物位置、威胁区域及载机与子机的多个终点目标位置，得出未知且可变的空投分离位置；
③
在投放子机后，载机与子机各自执行相应任务，对应的飞行路径需要与不同的任务类型匹配。在具体实现中，规划工作需承接感知模块提供的环境信息，根据预先设定的评价方法(如路径长度及平滑度、能量消耗、到障碍物及威胁区域距离等)，规划出一条最优或次最优的路径，并转送到控制模块执行。
[0004]目前常用于飞行器路径规划的算法可分为搜索式算法、采样式算法及仿生智能算法等。搜索式算法的特点是将实际的连续地图环境离散成足够精细的栅格等有限空间形式，根据任务需要所构建的代价函数，不断选择和扩展代价值最小的栅格节点，最终完成最优路径的搜索，代表算法有Dijkstra算法、A星算法等；采样式算法的特点是对地图空间进行离散处理，通过可行空间的随机采样并根据提前设定的步长确定下一节点，再基于特定的连接和重连接规则完成各个节点之间路径的构建，代表算法有RRT*算法、Informed RRT*算法、BIT*算法等；仿生智能算法是受生物群体智能行为或生物体结构和功能启发而创造的一类算法，代表算法有遗传算法、蚁群算法、粒子群算法、差分进化算法等。
[0005]从算法的特点和适用范围上看，仿生智能类算法具有良好的通用性，能够解决许多不易构建出数学形式的问题。但是由于该类算法收敛速度慢、控制变量多，同时普遍容易陷入局部最优等缺点在实际系统中较少使用。采样类算法主要优势在于高维度构型空间的可行状态搜索，尤其在高自由度机械臂、无人机/无人车载机械臂等一体化系统的路径规划中得到广泛研究。但是由于随机性导致的同一问题下多次规划结果可能存在一定差别等缺点，在模型结构简单的路径规划问题中较少使用。而搜索类算法由于能够保障搜索路径的最优性、完备性、多次规划的一致性以及很高的搜索效率，在大量实际系统中取得了良好的应用效果。
技术实现思路
[0006]为此，本专利技术提出一种基于改进A星算法的空投飞行器路径规划方法及系统，以搜索类算法中具有代表性和广泛使用的A星算法为基础，改进其算法流程及实现，在规划过程中同时给出分离点与载机及子机各自路径信息，完成空投飞行器路径规划任务。
[0007]根据本专利技术的一方面，提供一种基于改进A星算法的空投飞行器路径规划方法，该方法包括以下步骤：
[0008]步骤一、构建子母式飞行器所飞行区域的三维栅格地图，并确定飞行起点和多个子机终点位置；
[0009]步骤二、利用改进A星算法获得子母式飞行器中母平台及各个子机的飞行路径，所述飞行路径对应最低的路径代价；具体过程包括：
[0010]步骤二一、构建改进A星算法的启发项；
[0011]步骤二二、初始化三维栅格地图的栅格节点，设置起点及多个子机终点的栅格节点信息，初始化各个起点、终点搜索分支的开放列表和封闭列表；
[0012]步骤二三、对于飞行起点和多个子机目标点，采用正向搜索与反向搜索相结合的方式，将飞行起点或子机目标点自身作为起始节点、其他点作为终点，并以到其他点的距离之和为启发项，建立多条A星算法的搜索分支；通过依次扩展每个搜索分支的开放列表中路径代价最小的节点及其邻接节点进行搜索；
[0013]步骤二四、判断各个搜索分支的开放列表是否为空：若为非空，则将开放列表中路径代价值最小的键值对纳入封闭列表，并记录更新各个搜索分支的最新节点；
[0014]步骤二五、判断各个搜索分支的封闭列表中是否出现了重合节点：若出现了重合节点，则确定重合节点为一个分离点；以该分离点为起点节点、以搜索分支封闭列表中剩余未交汇的最新节点为目标节点，返回执行步骤二二；若未出现重合节点，则依次将各个搜索分支中当前最新节点的邻接节点及相应路径代价值作为键值对一同纳入开放列表中，返回执行步骤二四；直至目标节点数目为0，表示完成所有路径的搜索；
[0015]步骤二六、将各个搜索分支搜索得到的路径拼接，获得包含母平台与各个子机的分离点信息、母平台及各个子机的飞行路径；其中，母平台与各个子机的分离点为多个路径的交点。
[0016]进一步地，步骤二一中所述启发项的距离类型采用对角线距离。
[0017]进一步地，当子机数量为m时，所述路径代价的函数形式为：
[0018][0019]其中，p
current
代表当前节点位置，p
start
代表起点位置坐标，参数m代表终点目标数目，代表第i个目标点位置坐标；||
·
||为向量的二范数，即表示两点之间的距离。
[0020]进一步地，步骤二三中搜索时选择两种策略之一进行搜索，一种策略对应的启发项为：以当前搜索分支节点到剩余搜索分支封闭列表中最新节点的距离之和；另一种策略对应的启发项为：以当前搜索分支到其他搜索分支各自起点的距离之和。
[0021]进一步地，步骤二四中若某个搜索分支的开放列表为空，则表示该搜索分支被障碍物围困，不存在可行路径。
[0022]根据本专利技术的另一方面，提供一种基于改进A星算法的空投飞行器路径规划系统，
该系统包括：
[0023]三维栅格地图构建模块，其配置成构建子母式飞行器所飞行区域的三维栅格地图，并确定飞行起点和多个子机终点位置；
[0024]路径规划模块，其配置成利用改进A星算法获得子母式飞行器中母平台及各个子机的飞行路径，所述飞行路径对应最低的路径代价。
[0025]进一步地，所述路径规划模块中利用改进A星算法获得子母式飞行器中母平台及各个子机的飞行路径的具体过程包括：
[0026]步骤二一、构建改进A星算法的启发项；所述启发项的距离类型采用对角线距离；
[0027]步骤二二、初始化三维栅格地图的栅格节点，设置起点及多个子机终点的栅格节点信息，初始化各个起点、终点搜索分支的开放列表和封闭列表；
[0028]步骤二三本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于改进A星算法的空投飞行器路径规划方法，其特征在于，包括以下步骤：步骤一、构建子母式飞行器所飞行区域的三维栅格地图，并确定飞行起点和多个子机终点位置；步骤二、利用改进A星算法获得子母式飞行器中母平台及各个子机的飞行路径，所述飞行路径对应最低的路径代价；具体过程包括：步骤二一、构建改进A星算法的启发项；步骤二二、初始化三维栅格地图的栅格节点，设置起点及多个子机终点的栅格节点信息，初始化各个起点、终点搜索分支的开放列表和封闭列表；步骤二三、对于飞行起点和多个子机目标点，采用正向搜索与反向搜索相结合的方式，将飞行起点或子机目标点自身作为起始节点、其他点作为终点，并以到其他点的距离之和为启发项，建立多条A星算法的搜索分支；通过依次扩展每个搜索分支的开放列表中路径代价最小的节点及其邻接节点进行搜索；步骤二四、判断各个搜索分支的开放列表是否为空：若为非空，则将开放列表中路径代价值最小的键值对纳入封闭列表，并记录更新各个搜索分支的最新节点；步骤二五、判断各个搜索分支的封闭列表中是否出现了重合节点：若出现了重合节点，则确定重合节点为一个分离点；以该分离点为起点节点、以搜索分支封闭列表中剩余未交汇的最新节点为目标节点，返回执行步骤二二；若未出现重合节点，则依次将各个搜索分支中当前最新节点的邻接节点及相应路径代价值作为键值对一同纳入开放列表中，返回执行步骤二四；直至目标节点数目为0，表示完成所有路径的搜索；步骤二六、将各个搜索分支搜索得到的路径拼接，获得包含母平台与各个子机的分离点信息、母平台及各个子机的飞行路径；其中，母平台与各个子机的分离点为多个路径的交点。2.根据权利要求1所述的一种基于改进A星算法的空投飞行器路径规划方法，其特征在于，步骤二一中所述启发项的距离类型采用对角线距离。3.根据权利要求2所述的一种基于改进A星算法的空投飞行器路径规划方法，其特征在于，步骤二三中当子机数量为m时，路径代价的函数形式为：其中，p
current
代表当前节点位置，p
start
代表起点位置坐标，m代表终点目标数目，代表第i个目标点位置坐标；||
·
||为向量的二范数，即表示两点之间的距离。4.根据权利要求3所述的一种基于改进A星算法的空投飞行器路径规划方法，其特征在于，步骤二三中搜索时选择两种策略之一进行搜索，一种策略对应的启发项为：以当前搜索分支节点到剩余搜索分支封闭列表中最新节点的距离之和；另一种策略对应的启发项为：以当前搜索分支到其他搜索分支各自起点的距离之和。5.根据权利要求4所述的一种基于改进A星算法的空投飞行器路...
【专利技术属性】
技术研发人员：张立宪，李云鹏，蔡博，刘鑫琦，卢生奥，吴桐，梁野，韩岳江，
申请(专利权)人：哈尔滨工业大学，
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。