一种多无人机有界风险协同航迹规划方法及系统技术方案

本发明专利技术提出一种多无人机有界风险协同航迹规划方法及系统，其中方法包括基于无人机集群的飞行任务要求，采用路径规划算法对无人机集群中各无人机的可行飞行路径进行规划，生成各无人机的导引路径；以各无人机的导引路径作为预先构建的有界风险协同航迹规划模型的初始解，求解有界风险协同航迹规划模型得到无人机集群的航迹规划方案。本发明专利技术技术方案在不增加计算量的情况下，得到的航迹规划结果能够实现更安全更可信的飞行。现更安全更可信的飞行。现更安全更可信的飞行。

【技术实现步骤摘要】
一种多无人机有界风险协同航迹规划方法及系统


[0001]本专利技术涉及无人机集群的运动控制领域，具体涉及一种多无人机有界风险协同航迹规划方法及系统。

技术介绍

[0002]多无人机，又称为无人机集群。无人机集群协同航迹规划是指，给定要执行的飞行任务，在满足多种约束条件(平台性能约束、环境约束和任务协同约束)的前提下，为每架无人机规划出从初始点到目标点的可飞行路径，使其在指定的性能指标下达到最优或较优。真实飞行环境中存在许多不确定性因素，比如阵风、模型参数的不确定性、传感器噪声、静态和动态障碍物等。这些内部或外部不确定因素会导致无人机的实际飞行路径偏离理想路径。无人机集群协同航迹规划的目标是提高集群的飞行效率，最小化坠机或碰撞的风险。
[0003]无人机航迹规划可以借鉴机器人领域的轨迹规划或路径规划算法。经典的机器人路径规划算法包括：图搜索、采样基算法、模型预测控制、生物启发的群智能算法(比如，遗传算法、蚁群算法)、人工势场法、基于插值拟合的算法、基于最优控制的算法等。这些算法可用于单架或多架无人机的全局或局部路径规划，在常见环境中性能表现良好，具有较好的一定的安全性和通用性。但是，这些算法路径规划没有考虑路径的运动学和动力学约束。另外，这些算法一般没有考虑环境的不确定性，以及传感器自身携带传感器的测量误差，这会导致飞行风险。一种解决方法是基于风险感知的运动规划方法。风险感知运动规划是通过决策规划中考虑外部环境的不确定性，来提高无人机自主飞行的安全性。专利1(授权号CN103941747B)公开了一种无人机群的控制方法，路径规划模块根据拓扑结构和飞行任务规划每个无人机的飞行路径，但是，该专利未涉及无人机集群的风险感知路径规划问题。专利2(申请号CN106970648A)公开了一种能够为无人机快速地在线重新规划一段安全的路径，从而满足无人机对路径规划实时性的要求。现有的全局路径规划算法和应急避障路径规划算法，是考虑感知信息的不确定性，更新局部路径实现避障，可以归类于鲁棒性路径规划方法。鲁棒性路径规划方法得到的是保守解，对所有可能的候选飞行路径进行穷举，从中选择一条风险最小的路径。鲁棒性路径规划并不是基于需求风险水平的规划路径方法。
[0004]还有一种方法是基于学习的端到端路径规划。这类方法能在保证安全与效率的基础上，可通过加入无人机动力学特性，筛取更合理的环境数据，对行为决策系统进行优化，无人机做出很好的运动决策。但是，该方法的缺点是无法克服低概率事件“长尾效应”的影响，因为训练数据中没有出现一个稀疏事件而迅速导致系统某天失灵；这类系统还极易受到样本的攻击，所面临的场景和训练所面临的场景仅存在细微的不同，迁移学习就无法通过测试。专利3(申请号CN104537898A)公开了一种空地协同的无人机感知规避系统的规避方法，解决了纯地面控制无人机飞行路径的来规避飞行器飞行轨迹的不确定性，以及单纯无人机自主空中规避障碍物的不确定性，但是，该方法通过地面图像处理系统传送来的地面检测信息做出的规避机动与到地面数传系统得到的规避信息进行决策，将处理结果发送至飞行控制系统，属于风险感知路径规划问题，不是有界风险路径规划。
[0005]不同于鲁棒性路径规划，有界风险路径规划是采用机会约束优化理论来实现的。机会约束非常适合处理软约束，即那些实际上可稍许违反且会产生严重后果的约束条件。机会约束优化针对约束条件中有随机不确定变量，且必须在观测到随机变量之前做出决策的情况，应使约束条件成立的概率小于某一风险置信水平。目前，较少文献的作者研究三维空间环境感知不确定性的无人机集群有界风险路径规划方法。
[0006]无人机集群的协同航迹规划并不是单机航迹规划结果的简单叠加，因为随着无人机数量的增加，同时对多架无人机进行航迹规划时，问题规模随着无人机数量的增加而迅速增长，设计完备、最优解的协同路径规划变得非常困难。传统最优化方法的计算耗时，要是性能和功能限制的无人机成功完成任务目标，会进一步增加路径规划问题解算的复杂性。本专利技术在不增加计算量的情况下，得到的航迹规划结果能够实现更安全更可信的飞行。

技术实现思路

[0007]为了解决现有技术中所存在的上述不足，本专利技术的目的在于提供在不增加计算量的情况下，能够更安全更可信航迹的一种多无人机有界风险协同航迹规划方法及系统。
[0008]为了实现上述专利技术目的，本专利技术采用如下技术方案：
[0009]第一方面，本专利技术提供一种多无人机有界风险协同航迹规划方法，其改进之处在于，包括：
[0010]基于无人机集群的飞行任务要求，采用路径规划算法对无人机集群中各无人机的可行飞行路径进行规划，生成各无人机的导引路径；
[0011]以各无人机的导引路径作为预先构建的有界风险协同航迹规划模型的初始解，求解有界风险协同路径规划模型得到无人机集群的航迹规划方案；
[0012]其中，所述有界风险协同航迹规划模型是采用机会约束优化方法对传统无人机集群的协同航迹规划模型中的动力学约束条件、避障与避撞约束条件进行优化得到的。
[0013]进一步的，所述有界风险协同航迹规划模型是采用机会约束优化方法对传统无人机集群的协同航迹规划模型中的动力学约束条件、避障与避撞约束条件进行优化得到的，包括：
[0014]构建传统无人机集群的协同航迹规划模型；
[0015]采用机会约束优化方法将协同航迹规划模型中的动力学约束条件、避障与避撞约束条件转化为动力学机会约束条件和避障与避撞条件，进而得到有界风险协同航迹规划模型。
[0016]进一步的，所述构建传统无人机集群的协同航迹规划模型，包括：
[0017]根据任一或多个指标，构建协同航迹规划模型的代价函数式；
[0018]构建协同航迹规划模型的约束条件；
[0019]所述指标包括下述中的任一或多个：
[0020]末值性能指标、积分型性能指标、避障性能代价多项式、避撞惩罚项；
[0021]所述约束条件包括：
[0022]无人机的系统运动方式约束条件；
[0023]无人机在起始时刻和终止时刻的两点边值约束条件；
[0024]无人机的动力学约束条件；以及
[0025]无人机的避障与避撞约束条件。
[0026]进一步的，所述协同航迹规划模型的动力学约束条件，如下式：
[0027][0028]式中，a
i
(t),ψ
i
(t)变量分别为无人机i在惯性坐标下的飞行速度、加速度和航向角；V
maxi
,a
maxi
,ψ
maxi
分别为无人机i的允许最大飞行速度、允许最大飞行加速度为、允许最大航向角；
[0029]所述协同航迹规划模型的避障与避撞约束条件，如下式：
[0030][0031]UAVOutUAV(P
i
(t),P
k
(t))
[0032]式中，UAVOutObstacle()为无人机i与障碍物j之间的距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多无人机有界风险协同航迹规划方法，其特征在于，包括：基于无人机集群的飞行任务要求，采用路径规划算法对无人机集群中各无人机的可行飞行路径进行规划，生成各无人机的导引路径；以各无人机的导引路径作为预先构建的有界风险协同航迹规划模型的初始解，求解有界风险协同航迹规划模型得到无人机集群的航迹规划方案；其中，所述有界风险协同航迹规划模型是采用机会约束优化方法对传统无人机集群的协同航迹规划模型中的动力学约束条件、避障与避撞约束条件进行优化得到的。2.如权利要求1所述的方法，其特征在于，所述有界风险协同航迹规划模型是采用机会约束优化方法对传统无人机集群的协同航迹规划模型中的动力学约束条件、避障与避撞约束条件进行优化得到的，包括：构建传统无人机集群的协同航迹规划模型；采用机会约束优化方法将协同航迹规划模型中的动力学约束条件、避障与避撞约束条件转化为动力学机会约束条件、避障与避撞机会约束条件，进而得到有界风险协同航迹规划模型。3.如权利要求2所述的方法，其特征在于，所述构建传统无人机集群的协同航迹规划模型，包括：根据任一或多个指标，构建协同航迹规划模型的代价函数式；构建协同航迹规划模型的约束条件；所述指标包括下述中的任一或多个：末值性能指标、积分型性能指标、避障性能代价多项式、避撞惩罚项；所述约束条件包括：无人机的系统运动方式约束条件；无人机在起始时刻和终止时刻的两点边值约束条件；无人机的动力学约束条件；以及无人机之间避撞约束条件，无人机的避障约束条件。4.如权利要求3所述的方法，其特征在于，所述协同航迹规划模型的动力学约束条件，如下式：式中，a
i
(t),ψ
i
(t)变量分别为无人机i在惯性坐标系下的飞行速度、加速度和航向角；V
maxi
,a
maxi
,ψ
maxi
分别为无人机i所允许最大飞行速度、允许最大飞行加速度为、允许最大航向角；所述协同航迹规划模型的避障与避撞约束条件，如下式：UAVOutUAV(P
i
(t),P
k
(t))
式中，UAVOutObstacle()为无人机i与障碍物j之间的距离计算函数记号；UAVOutUAV()为无人机i与无人机j之间的距离计算函数记号；为静态障碍物O
j
近似几何形状的顶点，静态障碍物编号j＝1,
…
,N
obs
。5.如权利要求2所述的方法，其特征在于，所述有界风险协同航迹规划模型，包括：传统无人机集群的协同航迹规划模型的代价函数式；传统无人机集群的协同航迹规划模型的系统运动方式约束条件；传统无人机集群的协同航迹规划模型的两点边值约束条件；动力学机会约束条件；以及避障与避撞机会约束条件。6.如权利要求2或5所述的方法，其特征在于，所述采用机会约束优化方法将协同航迹规划模型中的动力学约束条件、避障与避撞约束条件转化为动力学机会约束条件、避障与避撞机会约束条件，包括：采用机会约束优化方法将协同航迹规划模型中的动力学约束条件转化为动力学机会约束条件，如下式：式中，时刻t∈[0,t
f
]；无人机编号i＝1,
…
,N
U
；ε
V
,ε
a
,ε
ψ
均为置信水平，违反约束条件的概率小于ε
V
,ε
a
,ε
ψ
；ζ
V
(ω),ζ
ψ
(ω)分别为对应飞行速度、速度导数和航向角的不确定函数，ω为随机变量；pos()为机会约束算子；采用机会约束优化方法将协同航迹规划模型中的避障与避撞约束条件转化为如下式：pos(UAVOutUAV(P
i
(t,ω),P
j
(t,ω)))≥1
‑...

【专利技术属性】
技术研发人员：赵林，王彦臻，任维雅，晏杰，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：