基于批处理先验知识树的无人机路径规划方法技术

本发明专利技术公开了一种基于批处理先验知识树的无人机路径规划方法，通过在人工势场法的合势力函数中加入采样点范围控制参数，根据障碍物的密集程度动态调整采样点的生成范围，并定义阈值，当采样点的合势力函数小于阈值时，则保留该点，否则剔除。该过程大大减少随机生成采样点策略导致的冗余采样及计算资源的浪费；本发明专利技术在路径优化过程中,将一个椭圆采样集合转化为两个局部子集椭圆采样集合，减少采样面积，提高采样效率；并通过更新起始点到信标点的路径代价，增加第二个椭圆面积，从而增大障碍物间可通行区域在椭圆内部的概率；同时引入障碍物密集程度因子，增加信标点生成在障碍物旁边的概率以及路径通过复杂障碍物的可能性，优化路径。

【技术实现步骤摘要】

本专利技术涉及无人机路径规划，尤其涉及一种基于批处理先验知识树的无人机路径规划方法。

技术介绍

1、在机器人运动规划领域，路径规划算法的性能对于机器人能否高效、安全地完成任务起着决定性作用。传统的路径规划算法主要包括基于图搜索的算法和基于采样的算法。基于图搜索的算法在离散空间内能够找到较优路径，但是在高维空间中，离散状态空间呈指数级增长，计算量剧增；基于采样的算法通过随机采样连续规划域来避免离散化问题，但其搜索是无序的，收敛速度慢，解的质量受限。批处理先验知识树算法bit*平衡两者，通过批量样本在连续域中执行有序的搜索，能够加速收敛。然而，随着应用场景的不断拓展，无人机需要在狭窄且复杂的区域环境中执行任务，bit*算法在面对狭窄复杂区域的路径规划时，仍有明显的局限性。尽管算法的有序搜索特性有助于一定程度上排除部分无效区域，但由于其随机采样的方法，会产生大量不需要的采样点，并且在狭窄复杂区域中可能无法充分采样到关键区域，导致难以找到可行路径。

技术实现思路

1、专利技术目的：本专利技术旨在提供一种应对复杂多变的本文档来自技高网...

【技术保护点】

1.一种基于批处理先验知识树的无人机路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（2）中，合势力绝对值为

3.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（3）具体如下：

4.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（4）中，椭圆的长轴为当前最优的路径长度，短轴为，为起始点和目标点的直线路径长度。

5.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（5）中，引入障碍物...

【技术特征摘要】

1.一种基于批处理先验知识树的无人机路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（2）中，合势力绝对值为

3.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（3）具体如下：

4.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（4）中，椭圆的长轴为当前最优的路径长度，短轴为，为起始点和目标点的直线路径长度。

5.根据权利要求1所述基于批处理先验知识树的无人机路径规划方法，其特征在于，步骤（5）中，引入障碍物密集程度因子，采用exp3算法从步骤（4）...

【专利技术属性】
技术研发人员：朱琪豪，刘云平，翟马浩，顾润，曾凡响，卓若水，付景枝，龚毅光，臧强，徐梁，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：