CN105973235B - 针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法 - Google Patents

Abstract

本发明涉及一种针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法，包括：步骤1，确定覆盖方向，多边形宽度所对应的顶点与边相距方向即为实现最短路径多边形区域覆盖搜索的覆盖方向；步骤2，坐标转换，使得新坐标系(OX’Y’)的X轴为覆盖方向，新坐标系(OX’Y’)的原点与原坐标系(OXY)原点相同；步骤3，根据转换后的待覆盖多边形区域和障碍，进行牛耕式搜索单元分解；步骤4，确定每个搜索单元的备选光栅线搜索航迹集合；步骤5，基于贪婪策略确定各无人机的搜索单元序列及其航迹；步骤6，坐标反变换，将航迹点通过坐标反变换转换为原坐标系下的航迹点，得到原任务搜索航迹。本发明方法在减少计算耗时的同时保证了解的优良性。

Description

针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划 方法

技术领域

本发明涉及无人机航迹规划领域,，具体涉及一种针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法。

背景技术

无人机以其体积小、机动性强、价格低廉、起飞灵活、毁伤无人员伤亡、空勤保障简单等优点，在现代军事和民用领域中扮演着越来越重要的角色，广泛应用于战场侦察、纵深攻击、地形测绘、地址勘探、灾难搜救、农药喷洒等领域。其中旋翼无人机又以其自主悬停、方向控制灵活、无转弯角约束等特点，受到了广泛关注。无人机任务规划系统就是无人机执行任务的中心控制枢纽，而航迹规划技术作为任务规划的一部分，对提高无人机的生存能力和任务完成能力具有决定性的作用。

航迹规划一般指在一定的环境下，为无人机规划出从起始点到目标点满足一定的飞行约束和性能指标，同时能够有效避开所有威胁和障碍的最优飞行路线。然而当目标具体位置未知、所在的区域位置已知时，此时就需要覆盖搜索航迹规划，实现无人机机载传感器对该特定区域的遍历搜索，以便获取该区域的所有信息。覆盖搜索航迹规划是指在满足飞行约束和性能指标的约束下，避开威胁源和障碍物，在搜索区域内规划出一条能够覆盖搜索区域的最优飞行路线。

目前针对无人机区域覆盖搜索航迹规划问题，主要采用光栅线的方式，即无人机沿着直线飞行，在搜索区域边界处转弯向反方向沿平行直线飞行，如此进行反复搜索，覆盖整个待搜索区域。这种搜索方式无人机转弯次数少，飞行直线距离长，能够极大减少无人机转弯时飞行姿态变化引起的摄像视场图像畸变特征。

通常情况下，待覆盖区域为多边形区域，同时考虑覆盖区域内存在禁飞区(威胁区或障碍)，禁飞区为棱柱或圆柱(投影即为多边形或圆形)。当前针对存在障碍的多边形区域覆盖搜索航迹规划，绝大多数方法都是通过将任务区域分解为子区域(或者叫搜索单元)，然后确定各搜索单元访问顺序，各搜索单元内部采用一些简单的搜索路径模式，最后得到覆盖搜索航迹。根据搜索单元分解方式的不同，主要有精确搜索单元分解和近似搜索单元分解两种。梯形分解和牛耕分解是典型的精确搜索单元分解方法，栅格分解是典型的近似搜索单元分解方法。近似搜索单元分解得到的搜索单元集合不与原区域完全相等，因此只能实现一定程度上的覆盖搜索；精确搜索单元分解得到的搜索单元集合与原区域一致，通过合理的搜索路径设计可以实现对区域的全覆盖。同时，栅格化搜索单元分解方式中栅格大小难以合理确定，而精确搜索单元分解只要方法给定，一般不涉及搜索单元分解的参数选取问题。在完成对任务区域搜索单元分解的基础上，就需要确定搜索单元搜索航迹，各搜索单元的搜索航迹多是基于简单的搜索模式得到，常用的有Z形搜索和螺旋搜索，由于简单的螺旋搜索模式在有最小转弯半径约束下存在漏扫，因此基于Z形搜索模式完成对每个搜索单元的搜索，Z形搜索应用广泛，有很多不同的名称，如剪草机式搜索、播种机式搜索、磨冰式搜索、光栅式搜索、光栅线搜索等等。为了得到最终的搜索航迹，还需确定无人机对各搜索单元的访问顺序。

发明内容

本发明的目的是为了解决存在禁飞区的多边形区域的旋翼无人机覆盖搜索航迹规划问题，提出了一种能够快速为旋翼无人机规划出一条满足飞行约束和特定性能的覆盖搜索航迹规划方法。

本发明提出的方法首先采用牛耕式分解法将存在禁飞区的多边形区域精确分解为多个搜索单元，该方法是在梯形分解基础上的改进方法，其等价于对梯形分解得到的搜索单元进行了合并，从而减少了分解搜索单元数，但是其并不需要按照梯形分解再合并的流程，而是直接根据临界点进行区域分解得到搜索单元；然后基于简单的光栅式搜索模式规划出各搜索单元的搜索航迹；最后，针对搜索单元访问顺序，考虑到求解时间要求，采用贪婪策略以快速得到局部最优解，从而得到一条完整的覆盖搜索航迹。

本发明的目的是通过下述技术方案实现的。

一种针对存在禁飞区多边形区域的无人机覆盖搜索航迹规划方法，其实现过程包括步骤1至步骤6，流程图如图1所示，具体操作步骤如下：

本发明的技术方案如下：

步骤1，确定覆盖方向。考虑无人机的飞行性能约束与传感器的探测效果，无人机需要实现区域外转弯以保证区域的覆盖搜索。采用光栅线搜索实现区域覆盖时，减少多边形区域覆盖航迹的长度可以减少无人机的转弯次数。光栅线搜索实现区域覆盖所需要的转弯次数由覆盖方向的宽度决定，减小覆盖方向的宽度可以减小需要的转弯次数。由于多边形的宽度是其所有跨度方向的最小值，因此当覆盖方向为多边形宽度方向时，可以最大限度地减少覆盖航迹的转弯次数，即最短的区域覆盖航迹。首先，计算多边形某条边上除了该边上两个顶点外所有顶点与该边的距离；其次，找出这些距离中的最大值，即为对应边上的跨度；然后，依次计算每条边上对应的跨度；最后，找出所有边对应跨度的最小值，即为多边形的宽度。多边形宽度所对应的顶点与边相距方向即为实现最短路径多边形区域覆盖搜索的覆盖方向。

步骤2，坐标转换，使得新坐标系(OX’Y’)的X轴为覆盖方向。为了便于实现牛耕式搜索单元分解和搜索单元覆盖，对搜索区域与障碍端点进行坐标转换，使得新坐标系X轴方向与多边形区域覆盖方向相同，同时新坐标系(OX’Y’)的原点与原坐标系(OXY)原点相同，如图3所示。

步骤3，牛耕式搜索单元分解。依据转换后的待覆盖多边形区域和障碍，进行牛耕式搜索单元分解，具体方法包括以下三步。

步骤31，根据障碍顶点确定牛耕搜索单元分解的临界点。逐个判断区域内障碍的顶点是否为临界点，若自顶点沿搜索方向延伸穿越障碍，则该顶点为非临界点；反之，若都不进入障碍区，则是临界点。如图4中顶点A、D、K、J为临界点，而顶点B、C、E、F、I不是临界点，直观上障碍区域最左侧和最右侧的顶点为临界点。

步骤32，根据临界点计算搜索单元顶点。过所有临界点沿搜索方向作直线与任务区域边界或其他障碍相交，得到所有搜索单元边界沿搜索方向的端点，如图5中的实心点所示。

步骤33，由临界点与区域边界和障碍边界生成搜索单元。根据搜索单元顶点，沿覆盖方向依次形成搜索单元。搜索单元沿搜索方向的边界垂直于X’轴，且由上一步计算得到的临界点构成，其余方向的边界则由区域边界和障碍边界组成，如图6所示。

步骤4，确定每个搜索单元的备选光栅线搜索航迹集合。首先，对于牛耕分解得到的每个搜索单元，根据覆盖方向、光栅线搜索模式以及不同的搜索进入方向，生成4种航迹长度近似相同的备选搜索航迹(如图7所示)，其在搜索单元内的有效搜索路径长度和转弯次数几乎相同。

步骤5，基于贪婪策略确定各无人机的搜索单元序列及其航迹，包括以下三步。

步骤51，无人机初始消耗代价设置为0，剩余搜索单元设为牛耕分解得到的所有搜索单元；

步骤52，根据公式(1)和(2)遍历计算从无人机最后航点到所有剩余搜索单元的搜索航迹代价，然后求出最小搜索代价minCost和选中搜索单元的索引号cellID。注意的是，计算时不仅需要对剩余单元中每个搜索单元进行遍历，还需对每个搜索单元的备选航迹进行遍历，最终确定当前搜索单元以及相应的搜索航迹，从剩余搜索单元中删除当前搜索单元，同时根据公式(3)和公式(4)更新无人机消耗代价UAVCost和搜索航迹UAVPath。

cost(i)＝min(subcost(i,1),subcost(i,2),subcost(i,3),subcost(i,4)) (1)

[cellId,minCost]＝min(cost(i)) (2)

其中，i为剩余搜索单元的序号，i＝1,…,cellNum；cellNum为剩余搜索单元数量；subCost(i,1),…,subCost(i,4)分别为最后航点到新搜索单元的4个备选搜索航迹的连接代价；cost(i)为最后航点到第i个搜索单元搜索航迹的最小连接代价。

UAVCost＝UAVCost+minCost (3)

UAVPath＝UAVPath+newSearchPath (4)

其中，UAVCost为无人机已消耗代价，minCost为无人机到当前搜索单元的最小搜索代价，UAVPath为无人机已规划搜索航迹，newSearchPath从UAVPath最后一点完成当前搜索单元覆盖搜索的航迹。

步骤53，判断剩余搜索单元是否为空，若为空，则输出搜索单元访问顺序与OX’Y’坐标系下的搜索单元覆盖航迹；若不为空，则返回第二步继续执行。图8为无人机区域覆盖搜索航迹示意图。

步骤6，坐标反变换。将航迹点通过坐标反变换转换为原坐标系下的航迹点，从而得到与原任务区域相匹配的覆盖搜索航迹，覆盖搜索航迹示意图如图9所示。

本发明有以下有益效果：

本发明解决了存在禁飞区的多边形区域的旋翼无人机覆盖搜索航迹规划问题，提出了一种能够快速为旋翼无人机规划出一条满足飞行约束和特定性能的覆盖搜索航迹规划方法。首先采用牛耕分解法将存在禁飞区的多凸边形区域分解为若干搜索单元，避免了航迹穿越禁飞区；然后各搜索单元应用光栅线确定各搜索单元的覆盖搜索航迹；最后采用贪婪策略确定搜索单元的访问顺序，本发明方法在减少计算耗时的同时保证了解的优良性。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为搜索航迹流程示意图；

图2为多边形区域覆盖搜索航迹示意图；

图3为坐标旋转和新坐标系下区域覆盖搜索航迹示意图；

图4为牛耕分解临界点示意图；

图5为牛耕分解搜索单元的左右边界端点；

图6为牛耕分解搜索单元示意图；

图7为某搜索单元备选光栅线搜索航迹示意图；

图8为无人机区域搜索航迹示意图；

图9为原区域覆盖航迹示意图；

图10为多边形区域覆盖搜索的覆盖方向；

图11为多边形区域坐标旋转前后区域坐标；

图12为多边形区域搜索单元分解结果图；

图13为各搜索单元的搜索航迹集合；

图14为旋转坐标后无人机区域覆盖搜索航迹；

图15为多边形区域覆盖搜索航迹。

具体实施方式

为了更好地说明本发明的目的与优点，下面通过仿真试验，结合表格、附图对本发明做进一步说明，通过统计规划时间和覆盖率，对本发明的综合性能进行验证分析。

实施例一

假设多边形区域顶点坐标如表1所示；多边形区域内存在3个多边形禁飞区和1个圆形禁飞区，禁飞区参数如表2所示；旋翼无人机约束参数如表3所示。

表1多边形区域顶点坐标

区域顶点	坐标
		顶点1	(25000,18000)
顶点2	(19000,9000)
		顶点3	(10000,10000)
顶点4	(6000,14000)
		顶点5	(-5000,20000)
顶点6	(15000,31000)

表2多边形区域顶点坐标

表3无人机约束参数

无人机约束参数	数值
		搜索宽度	500
最大航程	100×103

具体的实施步骤如下：

步骤1，确定覆盖方向。首先，计算多边形某条边上除了该边上两个顶点外所有顶点与该边的距离；其次，找出这些距离中的最大值，即为对应边上的跨度；接下来，依次计算每条边上对应的跨度分别为(22559.3,26070.9,21423.7,18384.8,19233.9,21204.4)；最后，找出所有边对应跨度的最小值为18384.8，即为多边形的宽度。多边形宽度所对应的顶点(顶点6)为与边(顶点3和顶点4)相距方向即为实现最短路径多边形区域覆盖搜索的覆盖方向或相反反向，如图10所示。

步骤2，坐标转换，使得新坐标系(OX’Y’)X轴为覆盖方向。为了便于牛耕式搜索单元分解和搜索单元覆盖的实现，对搜索区域与障碍端点进行坐标转换，使得新坐标系(OX’Y’)X轴方向与多边形区域覆盖方向相同，同时新坐标系的原点与原坐标系(OXY)相同，变换前后覆盖区域如图11所示。

步骤3，牛耕式搜索单元分解。依据转换后的待覆盖多边形区域和障碍，进行牛耕式搜索单元分解，根据障碍顶点确定牛耕搜索单元分解的临界点；然后根据临界点计算搜索单元顶点，最后由临界点与区域边界和障碍边界形成搜索单元，如图12所示。

步骤4，确定每个搜索单元的备选光栅线搜索航迹集合。首先，对于牛耕分解得到的每个搜索单元，根据覆盖方向、光栅线搜索模式以及不同的搜索进入方向，生成4种航迹长度近似相同的备选搜索航迹，分别对应于从不同的位置进入搜索单元开始搜索任务。计算出每个搜索单元对应的这4条航迹，作为搜索单元的备选搜索航迹集合，各搜索单元的搜索航迹集合如图13所示。

步骤5，基于贪婪策略确定各无人机的搜索单元序列及其航迹，首先，将无人机消耗代价初始化为0，剩余搜索单元初始化为牛耕分解得到的所有搜索单元；其次，从剩余搜索单元中选择搜索代价最小的一个搜索单元作为无人机的当前搜索单元，并从剩余搜索单元中删除该搜索单元，以及更新无人机消耗代价和搜索航迹；最后，判断剩余搜索单元是否为空，若为空，则输出搜索单元访问顺序与OX’Y’坐标系下的搜索单元覆盖航迹，否则返回第二步继续执行。坐标旋转后无人机区域覆盖搜索航迹如图14所示。

步骤6，坐标反变换。将航迹点坐标反变换为原坐标系(OXY)，可得到与原任务区域相匹配的覆盖搜索航迹，多边形区域覆盖搜索航迹如图15所示。

经过上述步骤的操作，得到采用本发明提出的方法对存在禁飞区多边形区域的无人机覆盖搜索结果，如表4所示。结果表明，本发明所提出的针对存在禁飞区多边形区域的无人机覆盖搜索航迹规划方法能够快速地为无人机规划出多边形区域的覆盖搜索航迹，而且规划出的航迹不存在漏扫现象。

表4无人机覆盖搜索结果

选项	规划时间	覆盖率
			数值	0.394116s	100％

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法，其特征在于，所述方法包括以下步骤，

步骤1，确定覆盖方向，多边形宽度所对应的顶点与边相距方向即为实现最短路径多边形区域覆盖搜索的覆盖方向；

步骤2，坐标转换，使得新坐标系OX’Y’的X’轴方向为覆盖方向，新坐标系OX’Y’的原点与原坐标系OXY的原点相同；

步骤3，根据转换后的待覆盖多边形区域和障碍，进行牛耕式搜索单元分解；

步骤4，确定每个搜索单元的备选光栅线搜索航迹集合；

步骤5，基于贪婪策略确定各无人机的搜索单元序列及其航迹；

步骤6，坐标反变换，将航迹点通过坐标反变换转换为原坐标系下的航迹点，从而得到与原任务区域相匹配的覆盖搜索航迹。

2.根据权利要求1所述的一种针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法，其特征在于，所述步骤3包括：

步骤31，根据障碍顶点确定牛耕搜索单元分解的临界点，逐个判断区域内障碍的顶点是否为临界点，若自顶点沿搜索方向延伸穿越障碍，则该顶点为非临界点；反之，若都不进入障碍区，则是临界点；

步骤32，根据临界点计算搜索单元顶点，过所有临界点沿搜索方向作直线与任务区域边界或其他障碍相交，得到所有搜索单元边界沿搜索方向的端点；

步骤33，由临界点与区域边界和障碍边界生成搜索单元，根据搜索单元顶点，沿覆盖方向依次形成搜索单元，搜索单元沿搜索方向的边界垂直于X’轴，且由上一步计算得到的临界点构成，其余方向的边界则由区域边界和障碍边界组成。

3.根据权利要求1所述的一种针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法，其特征在于，所述步骤5包括：

步骤51，无人机初始消耗代价设置为0，剩余搜索单元设为牛耕分解得到的所有搜索单元；

步骤52，根据公式(1)和(2)遍历计算从无人机最后航点到所有剩余搜索单元的搜索航迹代价，然后求出最小搜索代价minCost和选中搜索单元的索引号cellID；计算时不仅需要对剩余单元中每个搜索单元进行遍历，还需对每个搜索单元的备选航迹进行遍历，最终确定当前搜索单元以及相应的搜索航迹，从剩余搜索单元中删除当前搜索单元，同时根据公式(3)和公式(4)更新无人机消耗代价UAVCost和搜索航迹UAVPath；

cost(i)＝min(subcost(i,1),subcost(i,2),subcost(i,3),subcost(i,4)) (1)

[cellId,minCost]＝min(cost(i)) (2)

其中，i为剩余搜索单元的序号，i＝1,…,cellNum；cellNum为剩余搜索单元数量；subCost(i,1),…,subCost(i,4)分别为最后航点到新搜索单元的4个备选搜索航迹的连接代价；cost(i)为最后航点到第i个搜索单元搜索航迹的最小连接代价；

UAVCost＝UAVCost+minCost (3)

UAVPath＝UAVPath+newSearchPath (4)

其中，UAVCost为无人机已消耗代价，minCost为无人机到当前搜索单元的最小搜索代价，UAVPath为无人机已规划搜索航迹，newSearchPath从UAVPath最后一点完成当前搜索单元覆盖搜索的航迹；

步骤53，判断剩余搜索单元是否为空，若为空，则输出搜索单元访问顺序与OX’Y’坐标系下的搜索单元覆盖航迹；若不为空，则返回第二步继续执行。