一种基于改进鲸鱼算法的无人机三维路径规划方法技术

本发明专利技术属于路径规划领域，具体涉及一种基于改进鲸鱼算法的无人机三维路径规划方法，包括：构建无人机飞行环境，确定出无人机飞行的起点和终点；根据确定出的无人机飞行的起点和终点构造无人机路径规划问题的约束条件；根据无人机路径规划问题的约束条件建立无人机飞行路径优劣的成本函数F，将路径规划问题转化为求解成本函数F的最小化问题；利用改进的鲸鱼算法对鲸鱼位置进行更新，求解出使得成本函数F最小时的鲸鱼所在位置，得到无人机的预测最佳路径点；通过梯度下降法将预测最佳路径点平滑连接，得到无人机的最佳飞行路径点。本发明专利技术通过模拟无人机飞行环境，并采用改进的鲸鱼算法能够实现精确、合理的无人机飞行的路径。合理的无人机飞行的路径。合理的无人机飞行的路径。

【技术实现步骤摘要】
一种基于改进鲸鱼算法的无人机三维路径规划方法


[0001]本专利技术属于路径规划领域，具体涉及一种基于改进鲸鱼算法的无人机三维路径规划方法。

技术介绍

[0002]随着科学技术的进步，无人机已经广泛的运用到军事、工业以及生活等多个领域，例如：军事侦查、电力巡检、货物运输和物流配送等。路径规划问题的解决是无人机高效、准确、安全完成以上任务的重要保证，具有广阔的前景和研究意义。因此，需要对无人机路径进行合理规划。
[0003]由于无人机路径规划是一个目标函数非常复杂，优化难度较高的优化问题，具有很强的非线性和非凸性，不易处理。传统的路径规划方法(如A*算法、D*算法和RRT算法等)在解决无人机三维路径规划问题时，很难适应非结构化环境。而智能优化算法是通过模拟或揭示某些自然界的现象和过程或生物群体的智能行为而得到发展，相比于传统的路径规划方法，它们普遍具有简单、通用、便于并行处理等优点。
[0004]鲸鱼优化算法是一种模拟鲸鱼捕猎行为而得到的新型群智能优化算法。从算法结构和计算效率的角度来看，该算法优于其他基于群智能的元启发算法，如粒子群算法、灰狼算法等，具有很强的竞争力。其具有灵活性高、鲁棒性较强和控制参数少的优点。但鲸鱼算法往往易陷入局部最优和存在早熟收敛的问题，导致所规划的路径不是最合理的，因此需要对其进一步改进。
[0005]现有技术问题是：传统的路径规划方法(如A*算法、D*算法和RRT算法等)在解决无人机三维路径规划问题时，很难适应非结构化环境，所规划的路径不是最合理的。
专利技术内容
[0006]为解决上述技术问题，本专利技术提出一种基于改进鲸鱼算法的无人机三维路径规划方法，包括以下步骤：
[0007]S1：构建无人机飞行环境，确定出无人机飞行的起点和终点；
[0008]S2：根据确定出的无人机飞行的起点和终点构造无人机路径规划问题的约束条件；
[0009]S3：根据无人机路径规划问题的约束条件建立无人机飞行路径优劣的成本函数F，将路径规划问题转化为求解成本函数F的最小化问题；
[0010]S4：利用改进的鲸鱼算法对鲸鱼位置进行更新，求解出使得成本函数F最小时的鲸鱼所在位置，得到无人机的预测最佳路径点[x1,x2,x3...x
n
]；
[0011]S5：通过梯度下降法将预测最佳路径点[x1,x2,x3...x
n
]平滑连接，得到无人机的最佳飞行路径点[y1,y2,y3...y
n
]。
[0012]本专利技术的有益效果：本专利技术通过模拟无人机飞行环境，并采用改进的鲸鱼算法能够实现精确、合理的无人机飞行的路径。
附图说明
[0013]图1为本专利技术的流程图；
[0014]图2为本专利技术的基础地形模型示意图；
[0015]图3为本专利技术的威胁区域模型中的威胁区域的垂直平面图；
[0016]图4为本专利技术的混合地形模型示意图；
[0017]图5为本专利技术的改进的鲸鱼算法规划的三维路径示意图。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]一种基于改进鲸鱼算法的无人机三维路径规划方法，如图1所示，包括：
[0020]S1：构建无人机飞行环境，确定出无人机飞行的起点和终点；
[0021]S2：根据确定出的无人机飞行的起点和终点构造无人机路径规划问题的约束条件；
[0022]S3：根据无人机路径规划问题的约束条件建立无人机飞行路径优劣的成本函数F，将路径规划问题转化为求解成本函数F的最小化问题；
[0023]S4：利用改进的鲸鱼算法对鲸鱼位置进行更新，求解出使得成本函数F最小时的鲸鱼所在位置，得到无人机的预测最佳路径点[x1,x2,x3...x
n
]；
[0024]S5：通过梯度下降法将预测最佳路径点[x1,x2,x3...x
n
]平滑连接，得到无人机的最佳飞行路径点[y1,y2,y3...y
n
]。
[0025]如图2所示，无人机在三维空间中飞行时，由于地势环境复杂，地面上存在着许多高低不平的障碍物，这些障碍物本身不具备明显的高度差，即各个障碍物之间的高度差不是很大，障碍物之间的高度差被限制在一定范围内，但无人机仍需要与这些障碍物保持一定的距离，避免碰撞；
[0026]所述基础地形模型，包括：
[0027][0028]其中，Z1(x,y)表示基础地形模型，x和y为二维坐标值，a、b、c、d、e、f为常数，这些常数决定了基础地形的地貌，可以模拟不同的实际地貌特征并作为无人机飞行区域的已知地貌信息。
[0029]地面上存在许多山体地形会影响无人机的飞行，与基础地形图相比，它们的高度差更大、范围更广，对无人机的安全飞行威胁更大，可用指数函数来表征此类山体地形；
[0030]所述山体地形模型，包括：
[0031][0032]其中,Z2(x,y)表示山体地形模型，x
j
和y
j
为第j个山体的x轴和y轴坐标，a和b分别表示为第j个山体的横向斜度和纵向斜度，是确定山体形状的参数，h
j
为第j个山体对应的高度，即对应的z轴坐标。
[0033]设有4个山峰，威胁区域模型将放置在以山峰模型和基础地形模型为基础的环境中，威胁区是地面防空导弹的拦截区，其形状是在空间中由近边界到远边界的球体区域；在水平方向上，导弹打击区的横截面形状近似为一个圆周，当导弹的垂直高度达到最大值时，它对应于更大的半径；当无人机在威胁区域之外时，无人机被击中的概率是与导弹之间距离的倒数；当无人机进入威胁区域时，击中无人机的概率将高于0.95；如图3所示，显示了威胁区域的垂直平面图；
[0034]所述导弹威胁模型，包括：
[0035]Z3(x,y)＝k
m
×
D
max2
‑
(x
‑
x0)2‑
(y
‑
y0)2[0036]其中，Z3(x,y)表示导弹威胁模型，D
max
为导弹威胁最远边界弧线BC相应的斜距，k
m
是常数，其大小与导弹速度系数有关，x和y为二维坐标值。
[0037]无人机飞行环境，包括：基础地形、山峰地形、威胁区域，所述基础地形、山峰地形、威胁区域共同组成无人机飞行的混合地形图，如图4所示。
[0038]根据无人机飞行的起点和终点构造无人机路径规划问题的约束条件，包括：
[0039]由于无人机功率有限，如果转弯次数过多，会消耗更多的油量，使得导航误差增大，影响无人机的导航系统；因此，无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进鲸鱼算法的无人机三维路径规划方法，其特征在于，包括：S1：构建无人机飞行环境，确定出无人机飞行的起点和终点；S2：根据确定出的无人机飞行的起点和终点构造无人机路径规划问题的约束条件；S3：根据无人机路径规划问题的约束条件建立无人机飞行路径优劣的成本函数F，将路径规划问题转化为求解成本函数F的最小化问题；S4：利用改进的鲸鱼算法对鲸鱼位置进行更新，求解出使得成本函数F最小时的鲸鱼所在位置，得到无人机的预测最佳路径点[x1,x2,x3…
x
n
]；S5：通过梯度下降法将预测最佳路径点[x1,x2,x3…
x
n
]平滑连接，得到无人机的最佳飞行路径点[y1,y2,y3…
y
n
]。2.根据权利要求1所述的一种基于改进鲸鱼算法的无人机三维路径规划方法，其特征在于，无人机飞行环境，包括：基础地形、山峰地形、威胁区域，所述基础地形、山峰地形、威胁区域共同组成无人机飞行的混合地形图。3.根据权利要求1所述的一种基于改进鲸鱼算法的无人机三维路径规划方法，其特征在于，根据无人机飞行的起点和终点构造无人机路径规划问题的约束条件，包括：最小飞行路径约束：l
i
≥l
min
(i＝1,2
…
n)飞行速度限制约束：Vmin≤V≤Vmax飞行高度限制约束：H
min
≤H
i
≤H
max
(i＝1,2,
…
n)最大转弯角约束：设无人机最大转弯角为θ
max
，第i段路径的水平投影为a
i
＝(x
i+1
‑
x
i
,y
i+1
‑
y
i
)
T
，则相邻的路径段应该满足关系为：其中，l
i
表示无人机第i个飞行路径长度，l
min
表示最小航迹长度，V表示无人机的飞行速度，Vmin表示无人机的最小飞行速度，Vmax表示无人机的最大飞行速度，H
i
表示无人机的最低飞行高度，H
min
表示无人机的最低飞行高度，H
max
表示无人机最高飞行高度，x
i+1
表示第i+1段路径点无人机的X轴坐标，x
i
表示第i段路径点无人机的X轴坐标，y
i+1
表示第i段路径点无人机的Y轴坐标，y
i
表示第i+1段路径点无人机的Y轴坐标，T表示转置操作，a
i+1
表示第i+1段路径的水平投影。4.根据权利要求1所述的一种基于改进鲸鱼算法的无人机三维路径规划方法，其特征在于，根据约束条件建立无人机飞行路径优劣的成本函数F，包括：F＝W1×
F1+W2×
F2+W3×
F3其中，F表示无人机总成本函数，F1表示无人机飞行高度代价，n表示路径点个数，h
i
表示无人机在第i个路径点处(x
i
,y
i
,z
i
)的高度，F2表示无人机飞行长度代价，
l
k
表示第k个路径段的长度，(x
k
,y
k
,z
k
)表示第k个路径点的坐标，(x
k
‑1,y
k
‑1,z
k
‑1)表示与第k个路径点相邻的第k
‑
1个路径点坐标，F3表示无人机飞行威胁代价，m表示威胁区的数量，f
d
(i,j)表示第i个路径点所受到的第j个威胁源的威胁代价，R
j
表示第个威胁区域的半径，d(i,j)表示第j个威胁源到第i个路径点的距离，W1、W2、W3分别表示无人机飞行高度代价、飞行长度代价、飞行威胁代价的权重。5.根据权利要求1所述的一种基于改进鲸鱼算法的无人机三维路径规划方法，其特征在于，利用改进的鲸鱼算法对鲸鱼位置进行更新，包括：S41：设定最大迭代次数Max_iter，种群规模为N，当前迭代次数t，初始搜索概率P，新的收敛因子α，鲸鱼个数N，并令t＝1；S42：采用改进的Logistic混沌映射初始化鲸鱼种群，得到在解空间中分布均匀的初始鲸鱼种群；S43：根据初始化后的鲸鱼种群通过反向搜索策略计算反向种群，计算初始化后的种...

【专利技术属性】
技术研发人员：周扬明，刘倩，吴翠先，刘期烈，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：