一种基于天牛群算法的旋翼无人机自主路径规划方法技术

本发明专利技术公开了一种基于天牛群算法的旋翼无人机自主路径规划方法，属于航空军事作战和民用巡查技术领域，包括以下步骤：步骤1、构建旋翼无人机路径障碍物模型并进行环境建模；步骤2、无人机性能约束和代价函数的设计；步骤3、基于天牛群算法进行搜索迭代，达到最大迭代次数后将每次迭代后的无人机位置用光滑的曲线连接起来，得到旋翼无人机的最优路径。本发明专利技术将天牛须、粒子群两种算法的优点进行融合改进，提出了天牛群算法，基于天牛群算法的无人机路径规划方法不仅增强了无人机识别目标方向的能力，而且为无人机规划出良好的飞行路径，有效的缩短无人机的飞行时间。有效的缩短无人机的飞行时间。有效的缩短无人机的飞行时间。

【技术实现步骤摘要】
一种基于天牛群算法的旋翼无人机自主路径规划方法


[0001]本专利技术属于航空军事作战和民用巡查
，具体涉及一种基于天牛群算法的旋翼无人机自主路径规划方法。

技术介绍

[0002]旋翼无人机具有能够垂直起降、自由悬停、控制灵活和适应各种环境能力强等优点，在军事作战和民用侦查领域得到广泛推广。无论是在军用或是民用方面，无人机主要在空旷的野外平原和高空域执行侦查，航拍，监测等任务，在面对城市中的未知环境，旋翼无人机路径规划缺乏自主性和实用性。路径规划技术尚不成熟，仍然需要人为操控且发生事故率较高。无人机在面对社区，学校等未知情况下的建筑时候，作出自主飞行决策性不高，在出现未知障碍物时常发生碰撞，这大大降低了无人机的机动能力。因此，研究旋翼无人机自主路径规划方法，得到最优无碰撞路径，最大限度地减少路径长度、飞行时间和能源消耗，具有重要的实用价值。
[0003]天牛算法的搜索个体是一只天牛，搜索结果拥有着大量的不确定性，不适合无人机在高维复杂环境下进行路径搜索，无法解决旋翼无人机在高维复杂的环境中规划出的路径产生偶然性的问题。

技术实现思路

[0004]为了解决旋翼无人机在高维复杂的环境中规划出的路径产生偶然性的问题，本专利技术提出了一种基于天牛群算法的旋翼无人机自主路径规划方法，将天牛须、粒子群两种算法的优点进行融合改进，提出了天牛群算法，并将其应用到旋翼无人机路径规划中，提高了旋翼无人机自主规划能力，获得最优无碰撞路径，最大限度地减少路径长度、飞行时间和能源消耗。
[0005]本专利技术的技术方案如下：
[0006]一种基于天牛群算法的旋翼无人机自主路径规划方法，具体包括以下步骤：
[0007]步骤1、构建旋翼无人机路径障碍物模型并进行环境建模；
[0008]步骤2、无人机性能约束和代价函数的设计；
[0009]步骤3、基于天牛群算法进行搜索迭代，达到最大迭代次数后将每次迭代后的无人机位置用光滑的曲线连接起来，得到旋翼无人机的最优路径；
[0010]天牛群算法的搜索过程如下：
[0011](1)首先进行天牛群初始化；初始化种群的数量、初始步长以及初始化搜索空间中每个个体的速度和位置，得到天牛左右触须的坐标；
[0012](2)获取天牛种群的个体极值和种群极值；计算所有个体的适应度值作为代价函数值，将所有个体的极值一一进行比对获得所有天牛的种群极值；
[0013](3)进入迭代过程，每一次迭代之后都进行步长的更新，并得到新的惯性权重和步长因子值，进而获得新的增量函数值；
[0014](4)通过天牛的个体最优位置和种群最优位置进行天牛的速度和位置更新；
[0015](5)循环终止条件：判断迭代次数是否到达最大迭代次数，当满足终止条件时，运行终止。
[0016]进一步地，步骤1具体包括以下子步骤：
[0017]步骤1.1、构建旋翼无人机路径障碍物模型：采用不同形状的障碍物来模拟飞行环境中的各式各样的实际物体，具体为，采用柱体障碍物来模拟无人机在飞行过程中遇到的各式各样的建筑物，采用球体来模拟无人机在飞行过程中遇到的巨石以及土丘；
[0018]步骤1.2、基于步骤1.1，在搜索空间中选用俯视图分别为圆形、正方形和L型的障碍物模型来模拟旋翼无人机飞行的路径环境。
[0019]进一步地，步骤2中，性能约束包括最大电量约束、无人机自身性能约束、障碍物约束；
[0020]所述步骤2具体包括以下子步骤：
[0021]步骤2.1、最大电量约束：旋翼无人机在航行过程中携带的电量是有限的，飞机的飞行距离受到电池容量的限制，无人机的电量消耗与无人机的飞行路径以及飞行路径的曲率成本有关；假定飞机的飞行路径分为n段，最大航程为L
max
，则第i段航程表示为L
i
；第i段路径长度的代价函数f
d
为：
[0022][0023]式中x
i
,y
i
,z
i
分别表示前一个路径点在x,y,z轴上的坐标，x
i+1
,y
i+1
,z
i+1
分别表示后一个路径点在x,y,z轴上的坐标；表示前一个路径点与后面一个路径点之间的距离；由于算法搜索生成的路径不能满足无人机飞行的需要，需要对生成的路径进行平滑处理，引入曲率代价函数f
c
：
[0024][0025]其中，y
i
′
描述为y
i
相对于x
i
在坐标(x
i
,y
i
)下的一阶导，y
i
″
描述为y
i
相对于x
i
在坐标(x
i
,y
i
)下的二阶导，n
i
表示第n段路径上路径点的个数；
[0026]无人机电池的能耗f
b
为：
[0027]f
b
＝f
d
+f
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0028]其中f
d
表示第i段路径长度的代价函数，f
c
表示曲率代价函数；
[0029]步骤2.2、无人机自身性能约束函数f
o
为：
[0030][0031]从当前点到下个中间点的俯仰角约束函数f
pitch_angle
(x
i
)满足以下公式：
[0032][0033][0034]式中，θ为无人机的俯仰角度，θ
max
为无人机的最大俯仰角度，M为约束值；
[0035]从当前点到下个位置的偏航角约束函数f
yaw_angle
(x
i
)满足以下公式：
[0036][0037][0038]式中，Ψ
i
为无人机的偏航角度，Ψ
max
为无人机的最大偏航角度，M为约束值；
[0039]飞行高度的约束函数f
opt_height
(x
i
)表示为：
[0040][0041]其中H是根据环境分析以及任务需要所推算出的最优飞行高度，h
i
为无人机距地面的高度，M
h
为约束值；
[0042]步骤2.3、障碍物约束：无人机在飞行过程中会遇到各种各样的障碍物，障碍物约束函数f
t
表示为：
[0043][0044]式中Q表示障碍物的个数，d
n,q
表示第n路径段内路径点到第q个障碍物之间的距离，r
q
表示第q个障碍的半径；
[0045]步骤2.4、通过对以上各个约束函数的分析，得到无人机飞行轨迹的代价函数为：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于天牛群算法的旋翼无人机自主路径规划方法，其特征在于，具体包括以下步骤：步骤1、构建旋翼无人机路径障碍物模型并进行环境建模；步骤2、无人机性能约束和代价函数的设计；步骤3、基于天牛群算法进行搜索迭代，达到最大迭代次数后将每次迭代后的无人机位置用光滑的曲线连接起来，得到旋翼无人机的最优路径；天牛群算法的搜索过程如下：(1)首先进行天牛群初始化；初始化种群的数量、初始步长以及初始化搜索空间中每个个体的速度和位置，得到天牛左右触须的坐标；(2)获取天牛种群的个体极值和种群极值；计算所有个体的适应度值作为代价函数值，将所有个体的极值一一进行比对获得所有天牛的种群极值；(3)进入迭代过程，每一次迭代之后都进行步长的更新，并得到新的惯性权重和步长因子值，进而获得新的增量函数值；(4)通过天牛的个体最优位置和种群最优位置进行天牛的速度和位置更新；(5)循环终止条件：判断迭代次数是否到达最大迭代次数，当满足终止条件时，运行终止。2.根据权利要求1所述基于天牛群算法的旋翼无人机自主路径规划方法，其特征在于，所述步骤1具体包括以下子步骤：步骤1.1、构建旋翼无人机路径障碍物模型：采用不同形状的障碍物来模拟飞行环境中的各式各样的实际物体，具体为，采用柱体障碍物来模拟无人机在飞行过程中遇到的各式各样的建筑物，采用球体来模拟无人机在飞行过程中遇到的巨石以及土丘；步骤1.2、基于步骤1.1，在搜索空间中选用俯视图分别为圆形、正方形和L型的障碍物模型来模拟旋翼无人机飞行的路径环境。3.根据权利要求1所述基于天牛群算法的旋翼无人机自主路径规划方法，其特征在于，所述步骤2中，性能约束包括最大电量约束、无人机自身性能约束、障碍物约束；所述步骤2具体包括以下子步骤：步骤2.1、最大电量约束：旋翼无人机在航行过程中携带的电量是有限的，飞机的飞行距离受到电池容量的限制，无人机的电量消耗与无人机的飞行路径以及飞行路径的曲率成本有关；假定飞机的飞行路径分为n段，最大航程为L
max
，则第i段航程表示为L
i
；第i段路径长度的代价函数f
d
为：式中x
i
,y
i
,z
i
分别表示前一个路径点在x,y,z轴上的坐标，x
i+1
,y
i+1
,z
i+1
分别表示后一个路径点在x,y,z轴上的坐标；表示前一个路径点与后面一个路径点之间的距离；由于算法搜索生成的路径不能满足无人机飞行的需要，需要对生成的路径进行平滑处理，引入曲率代价函数f
c
：
其中，y
′
i
描述为y
i
相对于x
i
在坐标(x
i
,y
i
)下的一阶导，y
″
i
描述为y
i
相对于x
i
在坐标(x
i
,y
i
)下的二阶导，n
i
表示第n段路径上路径点的个数；无人机电池的能耗f
b
为：f
b
＝f
d
+f
c
ꢀꢀꢀꢀꢀꢀꢀ
(3)其中f
d
表示第i段路径长度的代价函数，f
c
表示曲率代价函数；步骤2.2、无人机自身性能约束函数f
o
为：从当前点到下个中间点的俯仰角约束函数f
pitch_angle
(x
i
)满足以下公式：)满足以下公式：式中，θ为无人机的俯仰角度，θ
max
为无人机的最大俯仰角度，M为约束值；从当前点到下个位置的偏航角约束函数f
yaw_angle
(x
i
)满足以下公式：)满足以下公式：式中，Ψ
i
为无人机的偏航角度，Ψ
max
为无人机的最大偏航角度，M为约束值；飞行高度的约束函数f
opt_height
(x
i
)表示为：其中H是根据环境分析以及任务需要所推算出的最优飞行高度，h
i
为无人机距地面的高度，M
h
为约束值；步骤2.3、障碍物约束：无人机在飞行过程中会遇到各种各样的障碍物，障碍物约束函数f
t
表示为：式中Q表示障碍物的个数，d
n,q
表示第n路径段内路径点到第q个障碍物之间的距离，r
q
表示第q个障碍的半径；步骤2.4、通过对以上各个约束函数的分析，得到无人机飞行轨迹的代价函数为：f＝ω1f
b
+ω2f
o
+ω3f
t
ꢀꢀꢀꢀꢀꢀꢀ
(11)式中代价函数中ω1、ω2和ω3表示各个部分的约束函数在代价函数中所占的比例，并且系数之...

【专利技术属性】
技术研发人员：聂君，张新宇，卢晓，王海霞，宋诗斌，盛春阳，张治国，孙巧巧，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：