一种高效搜索与嵌套协作优化策略的无人机路径获取方法技术

一种高效搜索与嵌套协作优化策略的无人机路径获取方法，包括如下步骤：使用栅格法模拟一个在某一飞行高度下的障碍物的投影分布图；在投影分布图中逐步搜索出路径节点，并根据路径节点构成出基础路径；赋予路径节点的信息素浓度，更根据所述信息素浓度对对基础路径进行优化，得到最终路径

【技术实现步骤摘要】
一种高效搜索与嵌套协作优化策略的无人机路径获取方法


[0001]本专利技术涉及无人机线路规划
，特别是一种高效搜索与嵌套协作优化策略的无人机路径获取方法
。

技术介绍

[0002]路径规划技术是无人机
一大热门研究领域，尤其是在复杂的环境中，如何规划出一条安全快速的无人机飞行路径具有很高的实际研究意义
。
针对于路径规划问题，传统的路径规划与优化算法有蚁群算法
、RRT
算法
、A*
算法
、Dijkstra
算法
、
粒子群算法
、
人工势场法
、
动态窗口法和模拟退火法等
。
传统的路径基础规划算法具有响应速度快，对动态环境具有良好的适应性的特点
。
但搜索具有一定的盲目性，且生成路径质量并不一定稳定
。
传统路径优化算法拥有并行性强，适应性强，全局搜索能力好，鲁棒性强的特点，但收敛速度较慢，容易陷入局部最优解，对初始条件比较敏感，求解稳定性比较差
。

技术实现思路

[0003]针对上述缺陷，本专利技术的目的在于提出一种高效搜索与嵌套协作优化策略的无人机路径获取方法，在有较好的全局搜索能力的情况下，加快路径寻找的收敛速度
。
一种高效搜索与嵌套协作优化策略的无人机路径获取方法，包括如下步骤：
[0004]步骤
S1
：使用栅格法模拟一个在某一飞行高度下的障碍物的投影分布图；
[0005]步骤
S2
：在投影分布图中逐步搜索出路径节点，并根据路径节点构成出基础路径；
[0006]步骤
S3
：赋予路径节点的信息素浓度，更根据所述信息素浓度对对基础路径进行优化，得到最终路径
。
[0007]优选的，所述步骤
S1
中获取投影分布图的规则如下：
[0008]其中获取无人机的自身半径作为第一栅格半径，障碍物的自身半径作为第二栅格半径；
[0009]投影分布图中以第一栅格半径作为投影分布图中的栅格大小，以第一栅格半径与第二栅格半径之和作为安全半径，以障碍物的中心坐标向四周扩展安全半径，得到投影分布图的障碍物栅格
。
[0010]优选的，所述步骤
S2
中，搜索出路径节点的步骤如下
:
[0011]步骤
S21
：将无人机的起点做树节点；
[0012]步骤
S22
：在所述投影分布图中随机产生一个随机点；
[0013]步骤
S23
：判断树节点与所述随机点连接的直线上是否含有障碍物，若含有，则舍弃该随机点，若不含有，则将随机点设置为树节点；
[0014]步骤
S24
：判断新的树节点是否为无人机的目标，若不是，则重复步骤
S22
～
S23
，若是，则将该新的树节点的所有父树节点作为路径节点
。
[0015]优选的，每一次生成的树节点的步长大小获取方式如下：
[0016]获取父树节点周围8个栅格中非障碍物的栅格个数
X
；
[0017]若栅格个数
X
大于等于7，则以预设的最大步长为本次树节点生成的步长；
[0018]若栅格个数
X
大于4且小于7，则以
W
为本次树节点生成的步长；
[0019]若栅格个数
X
大于等于3且小于等于4，则以预设的最小步长为本次树节点生成的步长；
[0020]若栅格个数
X
小于3，则舍弃该父树节点；
[0021]其中
λ
max
和
λ
min
分别为预设的最大步长与最小步长
。
[0022]优选的，所述随机点与父树节点之间存在以下角度限制：
[0023]获取无人机起点与目标之间连线的横向坐标轴夹角
θ0；
[0024]随机点与父树节点之间连线的横向坐标轴夹角
[0025]优选的，所述步骤
S3
中每一个路径节点的信息素浓度表达式如下：
[0026][0027]q
i
表示任意栅格的信息素浓度；
[0028][0029][0030][0031]其中
(x
，
y)
为除了第一个路径节点与第二个路径节点外任意栅格的的坐标，
(x
n
‑1，
y
n
‑1)
为第一个路径节点的坐标，
(x
n
，
y
n
)
为第二个路径节点的坐标
。
[0032]优选的，所述步骤
S3
中更根据所述信息素浓度对对基础路径进行优化的具体步骤如下：
[0033]步骤
S31
：以基础路径创建两个种群；
[0034]步骤
S32
：两个种群分别使用信息素浓度与状态转移概率函数选择出两条优化路径上的路径节点；
[0035]步骤
S33
：判断两条优化路径的重合度是否大于阈值，若小于阈值，则将评分较优的优化路径作为最后的迭代路径，若大于阈值，则获取评分较优的优化路径，并对该优化路径的信息素浓度进行迭代，重复步骤
S32
～
S33
；
[0036]步骤
S34
：以迭代路径创建两个种群，重复步骤
S32
～
33
，直至迭代次数达到阈值，将最后的迭代路径作为最终路径
。
[0037]优选的，所述步骤
S32
中状态转移概率函数如下所示：
[0038][0039][0040][0041][0042]其中
α
和
β
分别为信息素启发因子与期望启发因子
、
α
min
和
α
max
分别为信息素启发因子预设的最大值与最小值
、
β
min
和
β
max
分别为期望启发因子预设的最大值与最小值
、n
为当前迭代的次数，
N
为迭代次数阈值
、
η
ij
为路径节点
i
与路径节点
j
的启发函数
、
γ
为转角
、c
为常数
、d
ij
表示路径节点
i
与路径节点
j
之间的欧式距离，
d
je
为路径节点
j
与路径节点<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，包括如下步骤：步骤
S1
：使用栅格法模拟一个在某一飞行高度下的障碍物的投影分布图；步骤
S2
：在投影分布图中逐步搜索出路径节点，并根据路径节点构成出基础路径；步骤
S3
：赋予路径节点的信息素浓度，更根据所述信息素浓度对对基础路径进行优化，得到最终路径
。2.
根据权利要求1所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，所述步骤
S1
中获取投影分布图的规则如下：其中获取无人机的自身半径作为第一栅格半径，障碍物的自身半径作为第二栅格半径；投影分布图中以第一栅格半径作为投影分布图中的栅格大小，以第一栅格半径与第二栅格半径之和作为安全半径，以障碍物的中心坐标向四周扩展安全半径，得到投影分布图的障碍物栅格
。3.
根据权利要求1所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，所述步骤
S2
中，搜索出路径节点的步骤如下
:
步骤
S21
：将无人机的起点做树节点；步骤
S22
：在所述投影分布图中随机产生一个随机点；步骤
S23
：判断树节点与所述随机点连接的直线上是否含有障碍物，若含有，则舍弃该随机点，若不含有，则将随机点设置为树节点；步骤
S24
：判断新的树节点是否为无人机的目标，若不是，则重复步骤
S22
～
S23
，若是，则将该新的树节点的所有父树节点作为路径节点
。4.
根据权利要求3所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，每一次生成的树节点的步长大小获取方式如下：获取父树节点周围8个栅格中非障碍物的栅格个数
X
；若栅格个数
X
大于等于7，则以预设的最大步长为本次树节点生成的步长；若栅格个数
X
大于4且小于7，则以
W
为本次树节点生成的步长；若栅格个数
X
大于等于3且小于等于4，则以预设的最小步长为本次树节点生成的步长；若栅格个数
X
小于3，则舍弃该父树节点；其中
λ
max
和
λ
min
分别为预设的最大步长与最小步长
。5.
根据权利要求3所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，所述随机点与父树节点之间存在以下角度限制：获取无人机起点与目标之间连线的横向坐标轴夹角
θ0；随机点与父树节点之间连线的横向坐标轴夹角
6.
根据权利要求1所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，所述步骤
S3
中每一个路径节点的信息素浓度表达式如下：
q
i
表示任意栅格的信息素浓度；表示任意栅格的信息素浓度；表示任意栅格的信息素浓度；其中
(x
，
y)
为除了第一个路径节点与第二个路径节点外任意栅格的的坐标，
(x
n
‑1，
y
n
‑1)
为第一个路径节点的坐标，
(x
n
，
y
n
)
为第二个路径节点的坐标
。7.
根据权利要求1所述的一种高效搜索与嵌套协作优化策略的无人机路径获取方法，其特征在于，所述步骤
S3
中更根据所述信息素浓度对对基础路径进行优化的具体步骤如下：步骤
S31
：以基础路径创建两个种群；步骤
S32
：两个种群分别使用信息素浓度与状态转移概率函数选择出两条优化路径上的路径节点；步骤
S33
：判断...

【专利技术属性】
技术研发人员：邓钧陶，赵荣丽，刘强，陈科润，林伊铭，蓝伟濠，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：