一种自适应粒子群算法的无人机动态路径规划方法技术

本发明专利技术的一种自适应粒子群算法的无人机动态路径规划方法，属于无人机路径规划方法领域，包括以下步骤：S1：建立无人机的状态方程，设置无人机的目标函数；S2：建立动态障碍物的最优状态估计方程；S21：建立障碍物的状态方程；S22：建立观测方程；S23：建立动态障碍物的最优状态估计方程；S3：获得无人机的位置坐标、加速度和速度；获得障碍物的位置坐标、速度；将无人机的位置坐标、加速度和速度以及障碍物的位置坐标、速度作为一个自适应粒子群算法的输入，将目标函数作为自适应粒子群算法的适应度函数，迭代求解无人机下一时刻的位置坐标。本方法能依据动态障碍物的最优位置，通过自适应粒子群迭代出无人机的下一时刻位置。

【技术实现步骤摘要】

本专利技术属于无人机路径规划领域，具体涉及一种自适应粒子群算法的无人机动态路径规划方法。

技术介绍

1、在复杂多障碍环境中，不仅存在静态障碍物，还包含未知的移动障碍物。因此面对动态复杂环境就需要采用时效性高的局部路径规划方法保证无人机的飞行安全。因此对移动障碍物准确避障是路径规划的关键。

2、分层粒子群算法可以在多障碍物的复杂情况下，规划出一条避开障碍物的较优路径，但是只能用于障碍物是静态的场景，对于动态障碍物不能及时调整路径规划而出现意外事故。如申请公布号cn 115357050 a的名称为一种基于分层粒子群算法的无人机路径规划方法及其应用现有技术；

3、多无人机协同路径规划算法可以进行动态规划，可以防止无人机群执行任务时，群体中之间内部互相碰撞而发生意外事故，但是不能规避外界的动态障碍物。如申请公布号cn 106873628a的名称为一种多无人机跟踪多机动目标的协同路径规划方法的现有技术。

技术实现思路

1、本专利技术的一种自适应粒子群算法的无人机动态路径规划方法，给无人机规划出的本文档来自技高网...

【技术保护点】

1.一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，步骤S1中，无人机的状态方程为：

3.根据权利要求1所述的一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，步骤S21中，基于匀速直线运动、匀速转弯运动以及斜向匀速简谐运动模式的移动障碍物搭建状态方程；

4.根据权利要求3所述的一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，步骤S22中，系统观测方程为：

5.根据权利要求4所述的一种自适应粒子群算法的无人机动态路径...

【技术特征摘要】

1.一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，步骤s1中，无人机的状态方程为：

3.根据权利要求1所述的一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，步骤s21中，基于匀速直线运动、匀速转弯运动以及斜向匀速简谐运动模式的移动障碍物搭建状态方程；

4.根据权利要求3所述的一种自...

【专利技术属性】
技术研发人员：方晶卉，
申请(专利权)人：河海大学，
类型：发明
国别省市：