CN102759357B - 通信延迟下多无人机协同实时航路规划方法 - Google Patents
通信延迟下多无人机协同实时航路规划方法 Download PDFInfo
- Publication number
- CN102759357B CN102759357B CN201210143927.1A CN201210143927A CN102759357B CN 102759357 B CN102759357 B CN 102759357B CN 201210143927 A CN201210143927 A CN 201210143927A CN 102759357 B CN102759357 B CN 102759357B
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- unmanned
- max
- communication
- constraint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种通信延迟下多无人机协同实时航路规划方法,首先设置无人机数据、障碍数据和目标点数据,生成数字地图;然后执行同时到达约束,得到各无人机的飞行速度;执行通信延迟约束,得到无人机间距范围;执行A*算法,得到各无人机下一步航路;判断是否满足避撞约束和通信距离限制,最终判断是否到达目标点。本发明能够使多无人机在通信延迟下,从不同地点起飞,同时到达同一目标点,途中能够规避障碍,避免无人机间的碰撞,同时能够保持无人机间的通信。
Description
技术领域
本发明涉及多无人机从不同地点起飞,避开障碍区域飞到同一目标点的实时航路规划方法,有关领域包括路径规划、协同控制和通信技术。
背景技术
多无人机协同航路规划是多无人机协同规划中最基本的任务,它是多无人机协同执行其他任务如协同搜索、协同跟踪等任务的基础,可以应用于灾害中的人员搜索、定位以及事故地点的勘察、探测等,国内外的研究十分广泛。郗永军和周德云在论文《多无人机协同攻击路径规划研究》中提出了一种基于改进A*算法的多无人机协同航路规划算法。首先,构建了多无人机最优协同攻击路径规划系统框架;其次,以人工智能A*算法为基础,结合无人机运动学方程对A*算法进行了改进,得到一种基于步长搜索的无人机路径快速生成算法;再次,基于改进的路径快速生成算法,以多无人机同时攻击目标为约束条件,进行变步长的协同攻击仿真计算,从而得到多无人机协同攻击同一目标的规划路径。
该算法没有考虑通信约束对航路规划算法的影响,而保证通信是多无人机协同的基本要素。多无人机在飞行过程中如果相距太远,就有可能脱离无人机通信平台的通信范围,导致无人机间无法进行通信,也就无法进行消息传递和数据交换。另外通信会有时间延迟,一架无人机发送的数据会在一定时间后才会被另一架无人机接收,这在协同航路规划中也需要考虑。
通信约束是指多无人机协同航路规划中需要考虑的通信系统和通信设备自身存在的约束和限制,比如通信距离限制和通信时间延迟。
发明内容
为了克服现有技术的不足,本发明提供一种通信延迟下多无人机协同实时航路规划方法,规划出通信延迟情况下多无人机协同飞行到达同一目标点的实时航路,多无人机在沿着规划出的航路飞行时能够保持通信,并能满足同时到达约束和避撞约束。
本发明解决其技术问题所采用的技术方案包括以下步骤:
假设本方法执行的时间步长为Δt,初始时间步长为Δt0,参与航路规划的无人机类型相同,无人机均飞行在相同高度,无人机的速度变化范围为v∈(vmin,vmax),无人机间的最小安全距离为dmin,最大通信限制距离为dmax,执行通信延迟后,无人机间最小距离为d′min,最大距离为d′max。
步骤1:设置无人机数据、障碍数据和目标点数据,生成数字地图,以供A*算法调用。
无人机数据包括:无人机数量n,无人机初始位置坐标(xi,yi)(i=1,2,…,n);障碍数据包括:障碍数量m,障碍圆中心坐标(xj,yj),半径rj(j=1,2,…,m);目标点数据包括:目标点位置坐标(x,y)。
步骤2:执行同时到达约束,得到各无人机的飞行速度vi,vi∈(vmin,vmax),包括以下步骤:
1)使用A*算法规划出各无人机在时间步长Δt下到目标点的最短路径;
2)计算v∈(vmin,vmax),每条路径对应的飞行时间集Sti(i=1,2,…,n);
3)判断St1,St2,St3,…是否有交集,若没有交集,进入步骤4),若有交集,进入步骤5);
4)改变时间步长,在Δt基础上增加Δt0,转到步骤1);
5)取St1,St2,St3,…交集中使得J最小的t作为协同变量,t是无人机从初始点到目标点的飞行时间;
其中为多无人机协同的代价函数,Ji是第i架无人机的飞行路径代价,xi是它的飞行路径,vi是它的飞行速度。
6)取协同变量t对应的v为每架无人机的飞行速度。
步骤3:执行通信延迟约束,得到无人机间距范围。
对于相邻两无人机,
d′min=dmin+(v1+v2)td
d′max=dmax-(v1+v2)td
其中v1,v2是相邻两无人机的速度,td是通信延迟时间。
步骤4:执行A*算法,得到各无人机下一步航路
步骤5:判断是否满足避撞约束。
计算
其中,和是任意相邻两架无人机的实时位置坐标。
如果d≤d′min,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向增大两机距离的方向各运动一个路径步长,路径步长等于无人机速度乘以时间步长,转到步骤2;否则转到步骤6;
步骤6:判断是否满足通信距离限制。
如果d≥d′max,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向减小两机距离的方向各运动一个路径步长,转到步骤2;否则转到步骤7;
步骤7:判断是否到达目标点。
如果到达目标点,否则转到步骤4。
本发明的有益效果是:由于采用步骤2,多无人机可以在同一时间到达目标点;
由于采用步骤3,可以根据通信延迟时间修改无人机间的距离范围,使多无人机满足既不发生碰撞,也能保持通信;
由于采用步骤5,无人机间能避免发生碰撞;
由于采用步骤6,多无人机能保持在通信距离范围内。
经验证,本发明设计的算法能够使多无人机在通信延迟下,从不同地点起飞,同时到达同一目标点,途中能够规避障碍,避免无人机间的碰撞,同时能够保持无人机间的通信。
下面结合附图和实施例对本发明进一步说明。
附图说明
图1是航路规划算法流程;
图2是同时到达约束流程;
图3是避撞约束流程;
图4是通信距离限制流程;
图5是未加通信约束时规划航路;
图6是加通信距离限制约束后规划航路;
图7是加通信时间延迟为5s后规划航路;
图8是加通信时间延迟为10s后规划航路。
具体实施方式
假设算法执行的步长为Δt,初始步长为Δt0,参与航路规划的无人机类型相同,无人机均飞行在相同高度,无人机的速度变化范围为v∈(vmin,vmax),无人机间的最小安全距离为dmin,最大通信限制距离为dmax,执行通信延迟后,无人机间最小距离为d′min,最大距离为d′max。算法执行的步骤如下(参见附图1):
步骤1:设置无人机数据、障碍数据和目标点数据,生成数字地图,以供A*算法调用。
无人机数据包括:无人机数量n,无人机初始位置坐标(xi,yi)(i=1,2,…,n);
障碍数据包括:障碍数量m,障碍圆中心坐标(xj,yj),半径rj(j=1,2,…,m);
目标点数据包括:目标点位置坐标(x,y)。
步骤2:执行同时到达约束,得到各无人机的飞行速度vi,vi∈(vmin,vmax)。参见附图2。
7)使用A*算法规划出各无人机在步长Δt下到目标点的最短路径;
8)计算v∈(vmin,vmax),每条路径对应的飞行时间集Sti(i=1,2,…,n);
9)判断St1,St2,St3,…是否有交集;
10)否,改变步长Δt,Δt=Δt+Δt0,转到1);
11)是,取St1,St2,St3,…交集中使得J最小的t作为协同变量,t是无人机从初始点到目标点的飞行时间;
其中为多无人机协同的代价函数,Ji是第i架无人机的飞行路径代价,xi是它的飞行路径,vi是它的飞行速度。
12)取协同变量t对应的v为每架无人机的飞行速度。
步骤3:执行通信延迟约束,得到无人机间距范围。
对于相邻两无人机,
d′min=dmin+(v1+v2)td
d′max=dmax-(v1+v2)td
其中v1,v2是相邻两无人机的速度,td是通信延迟时间。
步骤4:执行A*算法,得到各无人机下一步航路
步骤5:判断是否满足避撞约束。参见附图3。
计算
其中,和是任意相邻两架无人机的实时位置坐标。
如果d≤d′min,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向增大两机距离的方向各运动一个路径步长(路径步长等于无人机速度乘以时间步长),转到步骤2;否则转到步骤6;
步骤6:判断是否满足通信距离限制。参见附图4。
如果d≥d′max,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向减小两机距离的方向各运动一个路径步长,转到步骤2;否则转到步骤7;
步骤7:判断是否到达目标点。
如果仿真结束,否则转到步骤4。
本发明通过计算机仿真进行了虚拟实施。
仿真设定了一块90×50km的矩形区域,设定了9个障碍区域和1个目标点,设定了3架类型相同的无人机,均具有相同的过载和速度变化范围v∈(100m/s,150m/s)。假设无人机间最小安全距离dmin=0.1km,最大通信限制距离dmax=15km,初始仿真步长Δt0设为1s。
M1)设置无人机数据、障碍数据和目标点数据,参加表1、表2和表3。
表1无人机设置(单位:km)
表2障碍设置(单位:km)
表3目标点设置(单位:km)
M2)执行同时到达约束,得到各无人机的飞行速度vi,vi∈(100m/s,150m/s)。
1)使用A*算法规划出3架无人机在步长Δt下到目标点的最短路径;
2)计算v∈(100m/s,150m/s),每条路径对应的飞行时间集Sti;
3)判断St1,St2,St3,…是否有交集;
4)否,改变步长Δt,Δt=Δt+1,转到1);
5)是,取St1,St2,St3,…交集中使得J最小的t最为协同变量,t是无人机从初始点到目标点的飞行时间;
其中为多无人机协同的代价函数,Ji是第i架无人机的飞行路径代价,xi是它的飞行路径,vi是它的飞行速度。
6)取协同变量t对应的v为每架无人机的飞行速度。
M3)执行通信延迟约束,得到无人机间距范围。
对于相邻两无人机,
d′min=0.1+(v1+v2)td
d′max=15-(v1+v2)td
其中v1,v2是相邻两无人机的速度。
M4)执行A*算法,得到各无人机下一步航路
M5)判断是否满足避撞约束。
计算
其中,和是任意相邻两架无人机的实时位置坐标。
如果d≤d′min,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向增大两机距离的方向各运动一个路径步长,转到M2);否则转到M6);
M6)判断是否满足通信距离限制。
如果d≥d′max,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向减小两机距离的方向各运动一个路径步长,转到M2);否则转到M7);
M7)判断是否到达目标点。
如果仿真结束,否则转到M4)。
在Windows XP环境下,使用Visual C++6.0软件仿真的结果如附图5到附图8所示。其中,附图5是未加通信约束时规划出的多无人机协同实时航路,附图6是在附图5的基础上加了通信距离限制后规划出的多无人机协同实时航路,附图7是在附图6的基础上加了通信时间延迟为5s后规划出的多无人机协同实时航路,附图8是通信延迟时间为10s的情况。
Claims (1)
1.一种通信延迟下多无人机协同实时航路规划方法,其特征在于包括下述步骤:
本方法执行的时间步长为Δt,初始时间步长为Δt0,参与航路规划的无人机类型相同,无人机均飞行在相同高度,无人机的速度变化范围为v∈(vmin,vmax),无人机间的最小安全距离为dmin,最大通信限制距离为dmax,执行通信延迟后,无人机间最小距离为d'min,最大距离为d'max;
步骤1:设置无人机数据、障碍数据和目标点数据,生成数字地图;
无人机数据包括:无人机数量n,无人机初始位置坐标(xi,yi),i=1,2,…,n;
障碍数据包括:障碍数量m,障碍圆中心坐标(xj,yj),半径rj,j=1,2,…,m;
目标点数据包括:目标点位置坐标(x,y);
步骤2:执行同时到达约束,得到各无人机的飞行速度vi,vi∈(vmin,vmax),包括以下步骤:
1)使用A*算法规划出各无人机在时间步长Δt下到目标点的最短路径;
2)计算v∈(vmin,vmax),每条路径对应的飞行时间集Sti,i=1,2,…,n;
3)判断St1,St2,St3,…,Stn是否有交集,若没有交集,进入步骤4),若有交集,进入步骤5);
4)改变时间步长,在Δt基础上增加Δt0,转到步骤1);
5)取St1,St2,St3,…,Stn交集中使得J最小的t作为协同变量,t是无人机从初始点到目标点的飞行时间;其中为多无人机协同的代价函数,Ji是第i架无人机的飞行路径代价,xi是它的飞行路径,vi是它的飞行速度;
6)取协同变量t对应的v为每架无人机的飞行速度;
步骤3:执行通信延迟约束,得到相邻两无人机间距范围d'min=dmin+(v1+v2)td,d'max=dmax-(v1+v2)td,其中v1,v2是相邻两无人机的速度,td是通信延迟时间;
步骤4:执行A*算法,得到各无人机下一步航路
步骤5:计算 其中,和是任意相邻两架无人机的实时位置坐标;
如果d≤d'min,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向增大两机距离的方向各运动一个路径步长,路径步长等于无人机速度乘以时间步长,转到步骤2;否则转到步骤6;
步骤6:如果d≥d'max,两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下,向减小两机距离的方向各运动一个路径步长,转到步骤2;否则转到步骤7;
步骤7:如果到达目标点,否则转到步骤4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210143927.1A CN102759357B (zh) | 2012-05-10 | 2012-05-10 | 通信延迟下多无人机协同实时航路规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210143927.1A CN102759357B (zh) | 2012-05-10 | 2012-05-10 | 通信延迟下多无人机协同实时航路规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102759357A CN102759357A (zh) | 2012-10-31 |
CN102759357B true CN102759357B (zh) | 2014-11-26 |
Family
ID=47053899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210143927.1A Expired - Fee Related CN102759357B (zh) | 2012-05-10 | 2012-05-10 | 通信延迟下多无人机协同实时航路规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102759357B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8798922B2 (en) * | 2012-11-16 | 2014-08-05 | The Boeing Company | Determination of flight path for unmanned aircraft in event of in-flight contingency |
CN105229422B (zh) * | 2013-03-15 | 2018-04-27 | 大众汽车有限公司 | 自动驾驶路线规划应用 |
CN103246289B (zh) * | 2013-05-07 | 2016-03-02 | 西北工业大学 | 带通信约束的多无人机协同搜索中的目标分配方法 |
CN103267528A (zh) * | 2013-05-07 | 2013-08-28 | 西北工业大学 | 禁飞区限制下的多无人机协同区域搜索方法 |
CN103471592A (zh) * | 2013-06-08 | 2013-12-25 | 哈尔滨工程大学 | 一种基于蜂群协同觅食算法的多无人机航迹规划方法 |
CN103324993B (zh) * | 2013-07-15 | 2016-07-13 | 中国电子科技集团公司第二十八研究所 | 一种基于多飞行器协同作战的轨迹优化方法 |
CN104027909B (zh) * | 2014-06-11 | 2016-05-04 | 江苏数字鹰科技发展有限公司 | 高楼警用灭火无人机 |
CN104390640B (zh) * | 2014-11-13 | 2017-04-05 | 沈阳航空航天大学 | 一种基于理想流体数值计算的无人机三维航路规划方法 |
CN104914875A (zh) * | 2015-05-07 | 2015-09-16 | 余江 | 一种多飞行设备协同飞行的控制方法及控制装置 |
CN105225003B (zh) * | 2015-09-23 | 2018-11-30 | 西北工业大学 | 一种布谷鸟搜索算法解决uav多任务侦察决策问题的方法 |
CN106289233B (zh) * | 2016-07-25 | 2019-04-19 | 中国船舶重工集团公司第七0九研究所 | 多形态障碍的无人机路径规划方法及系统 |
CN106774363B (zh) * | 2016-12-02 | 2020-08-21 | 河北省自动化研究所 | 无人机飞行控制系统和方法 |
CN107037829A (zh) * | 2017-05-09 | 2017-08-11 | 广东容祺智能科技有限公司 | 一种集群无人机航线规划方法 |
CN108282221B (zh) * | 2018-02-09 | 2020-07-31 | 沈阳航空航天大学 | 一种减小不安全区域的多无人机的安全通信策略 |
CN110018694B (zh) * | 2019-05-20 | 2020-04-21 | 成都航空职业技术学院 | 一种针对具有非连续观测特性目标的无人机协同搜索方法 |
CN110378653A (zh) * | 2019-07-23 | 2019-10-25 | 杭州后博科技有限公司 | 一种基于移动咖啡机的咖啡异地同步配送方法及介质 |
CN110362115B (zh) * | 2019-07-31 | 2022-02-18 | 中国人民解放军总参谋部第六十研究所 | 一种时间约束同时到达多无人机路径规划算法 |
CN110608743B (zh) * | 2019-10-18 | 2020-11-06 | 南京航空航天大学 | 基于多种群混沌灰狼算法的多无人机协同航路规划方法 |
CN110850891B (zh) * | 2019-11-11 | 2023-02-14 | 西北工业大学 | 一种基于空间和时间协同的多无人机动态航路规划方法 |
CN111189455B (zh) * | 2020-01-14 | 2022-02-01 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种无人机航路规划方法、系统及存储介质 |
US11915599B2 (en) | 2020-09-08 | 2024-02-27 | City University of Hong Kong; | Grid based path search method for UAV delivery operations in urban environment |
CN112327939B (zh) * | 2020-10-15 | 2024-04-12 | 广东工业大学 | 一种城市街区环境下高层消防多无人机协同路径规划方法 |
CN113139985B (zh) * | 2021-03-16 | 2022-09-16 | 北京理工大学 | 消除无人机与地面站通信延迟影响的跟踪目标框选方法 |
CN113885562B (zh) * | 2021-10-08 | 2023-01-10 | 北京理工大学 | 一种基于速度障碍的感知约束下多无人机协同避碰方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122974A (zh) * | 2007-09-13 | 2008-02-13 | 北京航空航天大学 | 基于Voronoi图和蚁群优化算法的无人机航路规划方法 |
EP2244150A2 (en) * | 2008-11-18 | 2010-10-27 | Honeywell International Inc. | Methods for generating a flight plan for an unmanned aerial vehicle based on a predicted camera path |
CN101963508A (zh) * | 2010-08-27 | 2011-02-02 | 北京航空航天大学 | 一种基于反馈模糊推理的无人机实时航路规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7698026B2 (en) * | 2007-06-14 | 2010-04-13 | The Boeing Company | Automatic strategic offset function |
-
2012
- 2012-05-10 CN CN201210143927.1A patent/CN102759357B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122974A (zh) * | 2007-09-13 | 2008-02-13 | 北京航空航天大学 | 基于Voronoi图和蚁群优化算法的无人机航路规划方法 |
EP2244150A2 (en) * | 2008-11-18 | 2010-10-27 | Honeywell International Inc. | Methods for generating a flight plan for an unmanned aerial vehicle based on a predicted camera path |
CN101963508A (zh) * | 2010-08-27 | 2011-02-02 | 北京航空航天大学 | 一种基于反馈模糊推理的无人机实时航路规划方法 |
Non-Patent Citations (2)
Title |
---|
势场理论的多无人机协同路径规划方法;包勇等;《火力与指挥控制》;20120331;第37卷(第3期);第10-12页 * |
包勇等.势场理论的多无人机协同路径规划方法.《火力与指挥控制》.2012,第37卷(第3期),第10-12页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102759357A (zh) | 2012-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102759357B (zh) | 通信延迟下多无人机协同实时航路规划方法 | |
Aggarwal et al. | Path planning techniques for unmanned aerial vehicles: A review, solutions, and challenges | |
CN112631294B (zh) | 一种移动机器人智能路径规划方法 | |
CN107272731B (zh) | 无人机自动避撞系统 | |
CN107883962A (zh) | 一种多旋翼无人机在三维环境下的动态航路规划方法 | |
Ali et al. | Cooperative path planning of multiple UAVs by using max–min ant colony optimization along with cauchy mutant operator | |
CN109521794A (zh) | 一种多无人机航路规划及动态避障方法 | |
Boroujeni et al. | Flexible unit A-star trajectory planning for autonomous vehicles on structured road maps | |
Shim et al. | An evasive maneuvering algorithm for UAVs in see-and-avoid situations | |
CN104501816A (zh) | 一种多无人飞行器协调避碰导引规划方法 | |
CA3093522A1 (en) | Swarm path planner system for vehicles | |
CN105892489A (zh) | 一种基于多传感器融合的自主避障无人机系统及控制方法 | |
CN106371445A (zh) | 一种基于拓扑地图的无人车规划控制方法 | |
Damerow et al. | Predictive risk maps | |
CN101807081A (zh) | 一种用于无人飞机的自主导航制导方法 | |
CN106919181A (zh) | 一种无人机避障方法 | |
CN111897316A (zh) | 一种场景快变条件下的多飞行器自主决策方法 | |
CN108398960A (zh) | 一种改进APF与分段Bezier相结合的多无人机协同目标追踪方法 | |
Tony et al. | Corridrone: Corridors for drones, an adaptive on-demand multi-lane design and testbed | |
CN116540784B (zh) | 一种基于视觉的无人系统空地协同导航与避障方法 | |
Wan et al. | Semi-centralized control for multi robot formation | |
Ahmed et al. | An energy efficient IoD static and dynamic collision avoidance approach based on gradient optimization | |
Ke et al. | Cooperative path planning for air–sea heterogeneous unmanned vehicles using search-and-tracking mission | |
Zheng et al. | UAVs cooperative task assignment and trajectory optimization with safety and time constraints | |
Pan et al. | Safe and efficient UAV navigation near an airport |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141126 |