CN106125764B - 基于a*搜索的无人机路径动态规划方法 - Google Patents

基于a*搜索的无人机路径动态规划方法 Download PDF

Info

Publication number
CN106125764B
CN106125764B CN201610627300.1A CN201610627300A CN106125764B CN 106125764 B CN106125764 B CN 106125764B CN 201610627300 A CN201610627300 A CN 201610627300A CN 106125764 B CN106125764 B CN 106125764B
Authority
CN
China
Prior art keywords
point
extension
flag
polygon
threatening
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.)
Active
Application number
CN201610627300.1A
Other languages
English (en)
Other versions
CN106125764A (zh
Inventor
谭雁英
周军
李洋
祝小平
蒋瑞民
张波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201610627300.1A priority Critical patent/CN106125764B/zh
Publication of CN106125764A publication Critical patent/CN106125764A/zh
Application granted granted Critical
Publication of CN106125764B publication Critical patent/CN106125764B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Abstract

本发明公开了一种基于A*搜索的无人机路径动态规划方法,用于解决现有方法对复杂环境中存在长条形状的多边形威胁区域或禁飞区情形适应性差的技术问题。技术方案是首先构造多边形威胁区域或禁飞区的外包圆,判断起始点和目标点构成的线段与各多边形外包圆是否相交。如果该线段与外包圆有相交则进一步判断该线段与多边形威胁区域或禁飞区是否有交点,如果有交点,则基于A*搜索算法规划生成直接规避多边形威胁区域或禁飞区的路径,在该路径规划过程中采用了死区逃离以及两步寻优的策略逐次规划生成各路径点。本发明能够适应于复杂环境中存在长条形状的多边形威胁区或禁飞区情形,同时还能够适应存在圆形或者多边形威胁区域或禁飞区相互重叠情形。

Description

基于A*搜索的无人机路径动态规划方法
技术领域
本发明涉及一种无人机路径动态规划方法,特别涉及一种基于A*搜索的无人机路径动态规划方法。
背景技术
无人机路径规划是在规划区域内,在给定的约束条件下为无人机寻找出一条从起点到终点的最优或可行的路径。无人机飞行过程中当突然出现危险/威胁需要规避或发生任务变更情形时,需要动态生成一条安全可行的路径,路径动态规划问题本质上是一个约束众多的多目标优化问题。
文献“基于Laguerre图的自优化A*无人机航路规划算法,系统工程与电子技术,2015,Vol.37(3),p577-582”公开了一种LA-Star算法用于无人机航路规划。该算法首先将多边形威胁区域和多边形禁飞区采用“外切圆法”简化为二维平面的一组圆;然后采用Laguerre图算法进行航路预规划,在此基础上简化二次规划空间的范围,该简化的规划空间区域的顶点由预规划航路点组成;之后恢复威胁区域和禁飞区的真实形状并使用A*算法在简化的规划空间区域内实施二次航路规划,最后对生成的航路进行自优化处理。
针对复杂环境下存在长条形状的多边形威胁区域或禁飞区情形,上述算法用圆形替代多边形威胁区域或禁飞区与实际形状会存在较大差异,用圆形替代威胁区域生成的预规划航路点构成简化的二次规划空间搜索区域,在此搜索空间基于A*算法进行二次航路规划,该算法二次规划时恢复威胁区域和禁飞区的真实形状,也无法消除一次规划用圆形替代长条形状的多边形威胁区域或禁飞区带来的显著差异,上述算法不适应于存在长条多边形威胁区或禁飞区复杂环境下的路径规划。
发明内容
为了克服现有方法对复杂环境中存在长条形状的多边形威胁区域或禁飞区情形适应性差的不足,本发明提供一种基于A*搜索的无人机路径动态规划方法。该方法首先构造多边形威胁区域或禁飞区的外包圆,判断起始点和目标点构成的线段与各多边形外包圆是否相交。如果该线段与外包圆有相交则进一步判断该线段与多边形威胁区域或禁飞区是否有交点,如果有交点,则基于A*搜索算法规划生成直接规避多边形威胁区域或禁飞区的路径,在该路径规划过程中采用了死区逃离以及两步寻优的策略逐次规划生成各路径点。本发明能够适应于复杂环境中存在长条形状的多边形威胁区或禁飞区情形,同时还能够适应存在圆形或者多边形威胁区域或禁飞区相互重叠的情形。
本发明解决其技术问题所采用的技术方案:一种基于A*搜索的无人机路径动态规划方法,其特点是包括以下步骤:
步骤1:无人机动态路径规划初始数据获取与算法参数设置。
1)获取初始数据,包括获取无人机当前动态路径规划的起始点和目标点坐标以及威胁区域的参数数据。
①获取无人机初始位置坐标WP1(xS,yS)和目标位置坐标WPE(xG,yG)。
②威胁区域的参数数据包括:建模为圆形的威胁区域个数M,每个圆形威胁区域Ci的圆心和半径(xi,yi,ri),其中i=1,2,…,M;建模为多边形的威胁区域个数N,各个多边形威胁区域顶点个数(n1,n2,…,nN),每个多边形威胁区域Pj顶点坐标集其中j=1,2,…,N。
2)设置算法参数。
①圆形威胁区域外延安全间距d1,多边形威胁区域外延安全间距d2。圆形威胁区域的外延距离,也即在威胁圆(xi,yi,ri)的基础上生成(xi,yi,(ri+d1))的辅助圆,进而在圆(xi,yi,(ri+d1))上生成具有缓冲安全距离的点;多边形威胁区域的外延距离d2,也即在某个多边形的顶点处生成距离该点为d2的点以备后续算法使用。外延安全间距的大小依据飞机的机动性能、飞行速度条件约束加以选择设置。
②设置代价函数权值参数。
搜索算法代价函数为f(i)=w1·g(i)+w2·h(i)。
其中,f(i)为节点i的代价函数,g(i)为子起始点到预生成的两步航点总的距离代价,h(i)为预生成的第二步航点位置到目标点距离的代价。为了得到全局较优的路径,使w1<w2,选取w1=0.3,w2=0.7。
步骤2:分别求各个多边形威胁区域对应的外包圆。
多边形的外包圆也即包含该多边形所有顶点的最小圆。一个多边形外包圆的求取过程如下:
1)计算该多边形所有顶点两两之间的距离,取距离最大值;
2)以该距离最大值线段的中点作为圆心;
3)以该圆心到该多边形各个顶点距离的最大值为半径;
4)以步骤2.2)确定的圆心和步骤2.3)确定的半径形成该多边形的外包圆。
步骤3:连接当前子起始点WPi1(xi1,yi1)和子目标点GPj1(xj1,yj1)构成线段Li1,j1,判断该线段是否与各个威胁区域有交点。如果该线段和威胁区域无交点,置C_Flag为0且P_Flag为0,如果子目标点GPj1(xj1,yj1)为最终目标点,则转入步骤11。如果该线段和威胁区域有交点,求取距离子起始点WPi1最近的交点CPk1,标识交点CPk1所对应的威胁区域,如果交点CPk1落在多边形的边上,将交点所在的多边形对应边的两个顶点进行标识。具体步骤如下:
1)将线段Li1,j1分别与各个圆形威胁区域进行是否有交点的判断,
①如果Li1,j1只与所有圆形威胁区域中的一个威胁区域有交点,计算交点与子起始点WPi1之间的距离,求最短距离dci1,将该威胁区域标识为Ci,置C_Flag为1;
②如果Li1,j1和多个圆形威胁区域有交点,计算各交点与子起始点WPi1之间的距离,求最短距离dci1,并将最短距离对应交点所在的威胁区域标识为Ci,置C_Flag为1;
③如果Li1,j1和所有圆形威胁区域均无交点,置C_Flag为0。
2)将线段Li1,j1和所有的多边形威胁区域进行是否有交点的判断,
①判断线段Li1,j1与所有多边形的外包圆是否有交点,如果该线段和所有多边形的外包圆都没有交点,置P_Flag为0;
②如果线段Li1,j1与外包圆有交点,进一步判断如下:
a)如果Li1,j1与一个外包圆有交点,进一步判断线段Li1,j1与该外包圆对应的多边形威胁区域是否相交。
如果线段Li1,j1与该外包圆对应的多边形威胁区域没有相交,则置P_Flag为0;否则,计算交点与子起始点WPi1之间的距离,求最短距离dPi1,将该多边形威胁区域标识为Pj,同时将该最短距离对应交点所在的多边形边的两个顶点分别标识为置P_Flag为1。
b)如果Li1,j1与多个外包圆有交点,进一步判断线段Li1,j1与各个相交的外包圆对应的多边形威胁区域是否相交。具体如下:
如果线段Li1,j1与所有相交的外包圆对应的多边形均没有交点,置P_Flag为0;
如果线段Li1,j1与所有相交的外包圆对应的多边形中的一个多边形有交点,计算交点与子起始点WPi1之间的距离,求最短距离dPi1,将该多边形威胁区域标识为Pj,同时将该最短距离对应交点所在的多边形边的两个顶点分别标识为 置P_Flag为1;
如果线段Li1,j1与所有相交的外包圆对应的多边形中的多个多边形有交点,分别计算各个交点与子起始点WPi1之间的距离,求最短距离dPi1,标识该最短距离对应的交点所在的多边形区域Pj以及对应交点所在边的两个顶点为 置P_Flag为1。
3)如果C_Flag为1且P_Flag为1,则表明该线段与圆形威胁区域以及多边形威胁区域都有交点,如果dci1小于等于dPi1,则置P_Flag为0,否则置C_Flag为0。
步骤4:基于步骤3标识的威胁圆或多边形进一步生成具有安全缓冲距离的两个外延点。
1)如果C_Flag为1,则基于标识的圆形威胁区域Ci和子起始点WPi1生成具有安全缓冲距离为d1的两个外延点,具体步骤如下:
①构造辅助圆Ci2,该辅助圆的圆心为半径为
②通过辅助圆Ci2与圆形威胁区域Ci的两个标准方程作差,求得子起始点WPi1向标识的圆形威胁区域Ci作切线时,两个切点CO1'、CO2'所在的直线Lco1,co2
③求直线Lco1,co2和基于圆形威胁区域Ci生成的外延圆Ci3的两个交点WPi1 O1、WPi1O2,WPi1O1即为CO1'点的外延点,WPi1O2即为CO2'点的外延点,上述外延圆Ci3的圆心和半径为(xi,yi,(ri+d1))。
2)如果P_Flag为1,则基于标识的多边形威胁区域Pj以及顶点 生成具有安全缓冲距离为d2的两个外延点WPi1O1、WPi1O2。具体如下:
①分别求得顶点对应多边形顶角的角平分线;
②分别在对应角平分线所在直线上选取远离对应顶点距离为d2的外延点WPi1O1、WPi1O2。
步骤5:如果C_Flag为1或P_Flag为1,则进行外延点是否落入其他威胁区域内部的判断。如果生成的外延点WPi1O1、WPi1O2都处于威胁区域内部,则置INthreat_Flag为1,否则置INthreat_Flag为0。
步骤6:如果INthreat_Flag为0,进行外延点是否进入死区的判断与逃离处理,即将生成的外延点与存放在pathclose表中已规划的路径点进行是否重合的判断。若二者重合,生成新的外延点来避免和pathclose中的路径点重合。具体如下:
1)对某一外延点WPi1OK与pathclose表中已规划的路径点进行是否存在重合的判断,具体步骤如下:
①如果WPi1OK不在pathclose中,即没有重合,表明该点没有进入威胁死区,置flag_WPi1为1,否则转入步骤6.1).②;
②如果WPi1OK为WPi1O1,则将WPi1O1所对应的多边形的顶点序号减1对应的顶点为基础生成相应的外延点WPi1O0;如果WPi1OK为WPi1O2,则将WPi1O2所对应的多边形的顶点序号加1对应的顶点为基础生成相应的外延点WPi1O3,转入步骤6.1).③;
③判断新生成外延点WPi1O0或WPi1O3是否在其他威胁区域内部,同时判断其是否在pathclose中。如果新生成外延点不在其他威胁区域内部同时也不在pathclose中,则置flag_WPi1为1,并标识外延点WPi1O0或WPi1O3,否则置flag_WPi1为0。
2)经过步骤5的判断,如果只有一个外延点不在威胁区域内部,将该外延点执行步骤6.1)的判断,此时如果flag_WPi1为0,则置dead_flag_WPi1为1。
3)经过步骤5的判断,如果两个外延点WPi1O1、WPi1O2都不在威胁区域内部,依次对这两个外延点执行步骤6.1)的判断,并且得到每个外延点对应的flag_WPi1。如果两个外延点WPi1O1、WPi1O2得到的flag_WPi1都是0,则置dead_flag_WPi1为1。
步骤7:如果dead_flag_WPi1不为1,将步骤6的所有可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断,具体如下:
1)如果可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域都不存在相交,置local_check_flag_WPi1为1。
2)如果存在相交,依次将与威胁区域相交的外延点作为子目标点,执行步骤3~步骤6。
3)若新生成的外延点个数大于0,则对新的外延点再次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断,即执行步骤7.1)~7.2)。
4)如果子起始点WPi1对应的可行外延点个数为0,则置local_check_flag_WPi1为0。
5)如果当前所有与威胁区域不相交的子起始点WPi1对应的外延点的个数大于等于Ni1,终止步骤3~步骤6的执行,置local_check_flag_WPi1为1。
6)如果local_check_flag_WPi1为1,则将子起始点WPi1对应的所有可行外延点存入openpath表中。
步骤8:如果local_check_flag_WPi1为1,则将存入openpath表中的所有外延点转存至openpath1表中生成子起始点WPi1的一步外延点集,其外延点个数为NUM_1。依次以存储在openpath1表中的每一个外延点Pstep1_k作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,如果生成的可行外延点个数不为零,则依次将步骤7生成openpath表中的所有外延点转存至openpath2_k表中,生成子起始点WPi1一步外延点对应的二步外延点集。
如果openpath1表中的每一个外延点Pstep1_k作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,生成的可行外延点个数都为零,则置step2_fail_flag为零。
其中,k=1,2,…,NUM_1。
步骤9:如果step2_fail_flag不为零,以子起始点WPi1的存入openpath1表中的一步外延点Pstep1_k、相应的openpath2_k表中第二步外延点以及最终目标点为基础,依据代价函数最小生成子起始点WPi1的下一个路径点WPi1+1(xi1+1,yi1+1),存入closepath表中,转入步骤11。
代价函数为f(i)=w1·g(i)+w2·h(i)。
其中g(i)为子起始点WPi1到一步外延点的距离与该一步外延点到相应第二步外延点距离之和,h(i)为估计代价,即相应的第二步外延点位置到目标点距离。
步骤10:针对从当前子起始点WPi1生成一步外延点个数为零或者一步外延点不为零但第二步外延点总数为零的情形,选用相应的备用点,以该备用点作为子起始点,以目标点作为子目标点,再转入步骤3。备用点选择步骤如下:
1)如果当前子起始点WPi1是外界输入的系统起始点WP1(xS,yS),生成备用点的步骤如下:
①连接起始点WP1(xS,yS)和目标点WPE(xG,yG)构成线段LS,G
②在线段LS,G上,生成距离起始点WP1为R1,E的点如果点不在威胁区域内部且起始点与该点的连线与所有各威胁区域没有交点,则点即为备用点;否则,以起始点WP1为圆心,以点WP1与点为半径左右旋转各60°形成的圆弧段上选择满足不在威胁区域内部且起始点与该点的连线与所有各威胁区域没有交点的点作为备用点。
2)如果当前子起始点WPi1不是系统起始点WP1(xS,yS),执行如下步骤:
①将当前子起始点WPi1从closepath表中删除;
②将WPi1-1作为当前子起始点,从存储该点的一步外延点的表openpath1中删除WPi1点,然后依据每一个一步外延点生成对应的第二步外延点集,通过求取代价函数最小值选取相应的新的路径点WPi1';
③将WPi1'作为新的子起始点,如果依据航点WPi1'生成的第二步外延点总个数为零且openpath1不为空,则转入步骤10.2).①;
④如果openpath1为空,则子起始点进一步回撤,直至回撤到起始点WP1(xS,yS),执行步骤10.1)。
步骤11:判断生成的路径点WPi1+1是否与目标点WPE(xG,yG)重合,如果重合,则规划路径搜索结束,输出规划路径点集closepath表;如果不重合,以生成的路径点WPi1+1为子起始点,以目标点WPE(xG,yG)作为子目标点,转入步骤3。
本发明的有益效果是:该方法首先构造多边形威胁区域或禁飞区的外包圆,判断起始点和目标点构成的线段与各多边形外包圆是否相交。如果该线段与外包圆有相交则进一步判断该线段与多边形威胁区域或禁飞区是否有交点,如果有交点,则基于A*搜索算法规划生成直接规避多边形威胁区域或禁飞区的路径,在该路径规划过程中采用了死区逃离以及两步寻优的策略逐次规划生成各路径点。本发明能够适应于复杂环境中存在长条形状的多边形威胁区或禁飞区情形,同时还能够适应存在圆形或者多边形威胁区域或禁飞区相互重叠的情形。由于采用了基于A*搜索的无人机路径动态规划方法,使得无人机飞行过程中突然出现危险/威胁或发生任务变更需要执行动态路径规划时,能够有效的适应复杂环境中存在长条形状的多边形威胁区或禁飞区以及存在圆形或者多边形威胁区域或禁飞区相互重叠的情形。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明基于A*搜索的无人机路径动态规划方法的流程图。
图2是本发明基于A*搜索的无人机路径动态规划方法中线段求交算法原理图。
图3是本发明基于A*搜索的无人机路径动态规划方法中路径点局部检测判断原理图。
图4是本发明基于A*搜索的无人机路径动态规划方法中回撤至起始点时辅助离散点生成图。
图5是本发明基于A*搜索的无人机路径动态规划方法在典型场景下规划生成的路径图。
图6是本发明基于A*搜索的无人机路径动态规划方法在典型场景下预判两步规划一步策略效果图。
具体实施方式
参照图1-6。本发明基于A*搜索的无人机路径动态规划方法具体步骤如下:
仿真是在{(x,y)|-110km≤x≤110km,-90km≤y≤90km}的二维平面矩形规划空间进行,规划空间中包括圆形、多边形以及相互叠加的威胁区域。
步骤1:无人机动态路径规划初始数据获取与算法参数设置。
1)初始数据获取。
①获取无人机初始位置坐标WP1(50,80)和目标位置坐标WPE(-110,-90);
②威胁区域的参数数据包括:建模为圆形的威胁区域个数M=13,每个圆形威胁区域Ci的圆心和半径(xi,yi,ri),其中i=1,2,…,M;建模为多边形的威胁区域个数N=10,各个多边形威胁区域顶点个数(n1,n2,…,nN),每个多边形威胁区域Pj顶点坐标集其中j=1,2,…,N。
表1圆形威胁区域参数(单位:km)
表2各多边形威胁区域顶点个数
表3各多边形威胁区域顶点坐标集
2)设置算法参数。
①圆形威胁区域外延安全间距d1=2km,多边形威胁区域外延安全间距d2=2km;
②代价函数权值参数设置:w1=0.3,w2=0.7。
步骤2:分别求所有多边形威胁区域对应的外包圆。
表4外包圆参数(单位:km)
步骤3:连接当前子起始点WPi1(xi1,yi1)和子目标点GPj1(xj1,yj1)构成线段Li1,j1,判断该线段是否与各个威胁区域有交点。如果该线段和威胁区域无交点,置C_Flag为0且P_Flag为0,如果子目标点GPj1(xj1,yj1)为最终目标点,则转入步骤11。如果该线段和威胁区域有交点,求取距离子起始点WPi1最近的交点CPk1,标识交点CPk1所对应的威胁区域,如果交点CPk1落在多边形的边上,需要将交点所在的多边形对应边的两个顶点进行标识。
步骤4:基于步骤3标识的威胁区域生成具有一定安全缓冲距离的两个外延点WPi1O1、WPi1O2。参照图2。
步骤5:如果C_Flag为1或P_Flag为1,则进行外延点是否落入其他威胁区域内部的判断。如果生成的外延点WPi1O1、WPi1O2都处于威胁区域内部,则置INthreat_Flag为1,否则置INthreat_Flag为0。
步骤6:如果INthreat_Flag为0,进行外延点是否进入死区的判断与逃离处理,具体说明如下:
1)对外延点WPi1OK(即WPi1O1或WPi1O2)与pathclose表中已规划的路径点进行是否存在重合的判断,具体步骤如下:
①如果WPi1OK不在pathclose中,即没有重合,表明该点没有进入威胁死区,置flag_WPi1为1,否则转入6.1).②;
②如果WPi1OK为WPi1O1,则将WPi1O1所对应的多边形的顶点序号减1对应的顶点为基础生成相应的外延点WPi1O0;如果WPi1OK为WPi1O2,则将WPi1O2所对应的多边形的顶点序号加1对应的顶点为基础生成相应的外延点WPi1O3,转入6.1).③;
③判断新生成外延点WPi1O0或WPi1O3是否在其他威胁区域内部,同时判断其是否在pathclose中。如果新生成外延点不在其他威胁区域内部同时也不在pathclose中,则置flag_WPi1为1,并标识外延点WPi1O0或WPi1O3,否则置flag_WPi1为0。
2)经过步骤5的判断,如果只有一个外延点不在威胁区域内部,将该外延点执行步骤6.1)的判断,此时如果flag_WPi1为0,则置dead_flag_WPi1为1。
3)经过步骤5的判断,如果两个外延点WPi1O1、WPi1O2都不在威胁区域内部,依次对这两个外延点执行步骤6.1)的判断,并且得到每个外延点对应的flag_WPi1。如果两个外延点WPi1O1、WPi1O2得到的flag_WPi1都是0,则置dead_flag_WPi1为1。
步骤7:如果dead_flag_WPi1不为1,将步骤6的所有可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断。参照图3。
1)如果可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域都不存在相交,置local_check_flag_WPi1为1。
2)如果存在相交,依次将与威胁区域相交的外延点作为子目标点,执行步骤3~步骤6。
3)若新生成的外延点个数大于0,则对新的外延点再次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断,即执行步骤7.1)~7.2)。
4)如果子起始点WPi1对应的可行外延点个数为0,则置local_check_flag_WPi1为0。
5)如果当前所有与威胁区域不相交的子起始点WPi1对应的外延点的个数大于等于Ni1,终止步骤3~步骤6的执行,置local_check_flag_WPi1为1。
6)如果local_check_flag_WPi1为1,则将子起始点WPi1对应的所有可行外延点存入openpath表中。
步骤8:如果local_check_flag_WPi1为1,则将存入openpath表中的所有外延点转存至openpath1表中生成子起始点WPi1的一步外延点集,其外延点个数为NUM_1。依次以存储在openpath1表中的每一个外延点Pstep1_k(k=1,2,…,NUM_1)作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,如果生成的可行外延点个数不为零,则依次将步骤7生成openpath表中的所有外延点转存至openpath2_k表中,生成子起始点WPi1一步外延点对应的二步外延点集。
如果openpath1表中的每一个外延点Pstep1_k(k=1,2,…,NUM_1)作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,生成的可行外延点个数都为零,则置step2_fail_flag为零。
步骤9:如果step2_fail_flag不为零,以子起始点WPi1的存入openpath1表中的一步外延点Pstep1_k、相应的openpath2_k表中第二步外延点以及最终目标点为基础,依据代价函数最小生成子起始点WPi1的下一个路径点WPi1+1(xi1+1,yi1+1),存入closepath表中,转入步骤11。
步骤10:针对从当前子起始点WPi1生成一步外延点个数为零或者一步外延点不为零但第二步外延点总数为零的情形,选用相应的备用点,以该备用点作为子起始点,以目标点作为子目标点,再转入步骤3。参照图4。
步骤11:判断生成的路径点WPi1+1是否与目标点WPE(-110,-90)重合,如果重合,则规划路径搜索结束,输出规划路径点集closepath表;否则以生成的路径点WPi1+1为子起始点,以目标点WPE(-110,-90)作为子目标点,转入步骤3。
表5路径点坐标数据
仿真结果如附图5和附图6所示。其中,附图5是基于A*搜索的无人机路径动态规划算法生成的路径,威胁区域及禁飞区建模为附图5中的圆形/多边形以及相互叠加的区域,通过A*算法规划生成从起始点WP1到目标点WPE的规避威胁区域及禁飞区的路径;附图6为基于A*搜索的无人机路径动态规划算法预判两步规划一步策略示意图,图中各路径分支显示了路径生成过程中的多种路径生成可能,最终通过代价函数规划生成附图5中的路径。

Claims (1)

1.一种基于A*搜索的无人机路径动态规划方法,其特征在于包括以下步骤:
步骤1:无人机动态路径规划初始数据获取与算法参数设置;
1.1)获取初始数据,包括获取无人机当前动态路径规划的起始点和目标点坐标以及威胁区域的参数数据;
①获取无人机初始位置坐标WP1(xS,yS)和目标位置坐标WPE(xG,yG);
②威胁区域的参数数据包括:建模为圆形的威胁区域个数M,每个圆形威胁区域Ci的圆心和半径(xi,yi,ri),其中i=1,2,…,M;建模为多边形的威胁区域个数N,各个多边形威胁区域顶点个数(n1,n2,…,nN),每个多边形威胁区域Pj顶点坐标集其中j=1,2,…,N;
1.2)设置算法参数;
①圆形威胁区域外延安全间距d1,多边形威胁区域外延安全间距d2;圆形威胁区域的外延距离,也即在威胁圆(xi,yi,ri)的基础上生成(xi,yi,(ri+d1))的辅助圆,进而在圆(xi,yi,(ri+d1))上生成具有缓冲安全距离的点;多边形威胁区域的外延距离d2,也即在某个多边形的顶点处生成距离该点为d2的点以备后续算法使用;外延安全间距的大小依据飞机的机动性能、飞行速度条件约束加以选择设置;
②设置代价函数权值参数;
搜索算法代价函数为f(i)=w1·g(i)+w2·h(i);
其中,f(i)为节点i的代价函数,g(i)为子起始点到预生成的两步航点总的距离代价,为了得到全局较优的路径,使w1<w2,选取w1=0.3,w2=0.7;
步骤2:分别求各个多边形威胁区域对应的外包圆;
多边形的外包圆也即包含该多边形所有顶点的最小圆;一个多边形外包圆的求取过程如下:
2.1)计算该多边形所有顶点两两之间的距离,取距离最大值;
2.2)以该距离最大值线段的中点作为圆心;
2.3)以该圆心到该多边形各个顶点距离的最大值为半径;
2.4)以步骤2.2)确定的圆心和步骤2.3)确定的半径形成该多边形的外包圆;
步骤3:连接当前子起始点WPi1(xi1,yi1)和子目标点GPj1(xj1,yj1)构成线段Li1,j1,判断该线段是否与各个威胁区域有交点;如果该线段和威胁区域无交点,置C_Flag为0且P_Flag为0,如果子目标点GPj1(xj1,yj1)为最终目标点,则转入步骤11;如果该线段和威胁区域有交点,求取距离子起始点WPi1最近的交点CPk1,标识交点CPk1所对应的威胁区域,如果交点CPk1落在多边形的边上,将交点所在的多边形对应边的两个顶点进行标识;具体步骤如下:
3.1)将线段Li1,j1分别与各个圆形威胁区域进行是否有交点的判断,
①如果Li1,j1只与所有圆形威胁区域中的一个威胁区域有交点,计算交点与子起始点WPi1之间的距离,求最短距离dci1,将该威胁区域标识为Ci,置C_Flag为1;
②如果Li1,j1和多个圆形威胁区域有交点,计算各交点与子起始点WPi1之间的距离,求最短距离dci1,并将最短距离对应交点所在的威胁区域标识为Ci,置C_Flag为1;
③如果Li1,j1和所有圆形威胁区域均无交点,置C_Flag为0;
3.2)将线段Li1,j1和所有的多边形威胁区域进行是否有交点的判断,
①判断线段Li1,j1与所有多边形的外包圆是否有交点,如果该线段和所有多边形的外包圆都没有交点,置P_Flag为0;
②如果线段Li1,j1与外包圆有交点,进一步判断如下:
a)如果Li1,j1与一个外包圆有交点,进一步判断线段Li1,j1与该外包圆对应的多边形威胁区域是否相交;
如果线段Li1,j1与该外包圆对应的多边形威胁区域没有相交,则置P_Flag为0;否则,计算交点与子起始点WPi1之间的距离,求最短距离dPi1,将该多边形威胁区域标识为Pj,同时将该最短距离对应交点所在的多边形边的两个顶点分别标识为置P_Flag为1;
b)如果Li1,j1与多个外包圆有交点,进一步判断线段Li1,j1与各个相交的外包圆对应的多边形威胁区域是否相交;具体如下:
如果线段Li1,j1与所有相交的外包圆对应的多边形均没有交点,置P_Flag为0;
如果线段Li1,j1与所有相交的外包圆对应的多边形中的一个多边形有交点,计算交点与子起始点WPi1之间的距离,求最短距离dPi1,将该多边形威胁区域标识为Pj,同时将该最短距离对应交点所在的多边形边的两个顶点分别标识为 置P_Flag为1;
如果线段Li1,j1与所有相交的外包圆对应的多边形中的多个多边形有交点,分别计算各个交点与子起始点WPi1之间的距离,求最短距离dPi1,标识该最短距离对应的交点所在的多边形区域Pj以及对应交点所在边的两个顶点为 置P_Flag为1;
3.3)如果C_Flag为1且P_Flag为1,则表明该线段与圆形威胁区域以及多边形威胁区域都有交点,如果dci1小于等于dPi1,则置P_Flag为0,否则置C_Flag为0;
步骤4:基于步骤3标识的威胁圆或多边形进一步生成具有安全缓冲距离的两个外延点;
4.1)如果C_Flag为1,则基于标识的圆形威胁区域Ci和子起始点WPi1生成具有安全缓冲距离为d1的两个外延点,具体步骤如下:
①构造辅助圆Ci2,该辅助圆的圆心为半径为
②通过辅助圆Ci2与圆形威胁区域Ci的两个标准方程作差,求得子起始点WPi1向标识的圆形威胁区域Ci作切线时,两个切点CO1'、CO2'所在的直线Lco1,co2
③求直线Lco1,co2和基于圆形威胁区域Ci生成的外延圆Ci3的两个交点WPi1O1、WPi1O2,WPi1O1即为CO1'点的外延点,WPi1O2即为CO2'点的外延点,上述外延圆Ci3的圆心和半径为(xi,yi,(ri+d1));
4.2)如果P_Flag为1,则基于标识的多边形威胁区域Pj以及顶点 生成具有安全缓冲距离为d2的两个外延点WPi1O1、WPi1O2;具体如下:
①分别求得顶点对应多边形顶角的角平分线;
②分别在对应角平分线所在直线上选取远离对应顶点距离为d2的外延点WPi1O1、WPi1O2;
步骤5:如果C_Flag为1或P_Flag为1,则进行外延点是否落入其他威胁区域内部的判断;如果生成的外延点WPi1O1、WPi1O2都处于威胁区域内部,则置INthreat_Flag为1,否则置INthreat_Flag为0;
步骤6:如果INthreat_Flag为0,进行外延点是否进入死区的判断与逃离处理,即将生成的外延点与存放在pathclose表中已规划的路径点进行是否重合的判断;若二者重合,生成新的外延点来避免和pathclose中的路径点重合;具体如下:
6.1)对某一外延点WPi1OK与pathclose表中已规划的路径点进行是否存在重合的判断,具体步骤如下:
①如果WPi1OK不在pathclose中,即没有重合,表明该点没有进入威胁死区,置flag_WPi1为1,否则转入步骤6.1).②;
②如果WPi1OK为WPi1O1,则将WPi1O1所对应的多边形的顶点序号减1对应的顶点为基础生成相应的外延点WPi1O0;如果WPi1OK为WPi1O2,则将WPi1O2所对应的多边形的顶点序号加1对应的顶点为基础生成相应的外延点WPi1O3,转入步骤6.1).③;
③判断新生成外延点WPi1O0或WPi1O3是否在其他威胁区域内部,同时判断其是否在pathclose中;如果新生成外延点不在其他威胁区域内部同时也不在pathclose中,则置flag_WPi1为1,并标识外延点WPi1O0或WPi1O3,否则置flag_WPi1为0;
6.2)经过步骤5的判断,如果只有一个外延点不在威胁区域内部,将该外延点执行步骤6.1)的判断,此时如果flag_WPi1为0,则置dead_flag_WPi1为1;
6.3)经过步骤5的判断,如果两个外延点WPi1O1、WPi1O2都不在威胁区域内部,依次对这两个外延点执行步骤6.1)的判断,并且得到每个外延点对应的flag_WPi1;如果两个外延点WPi1O1、WPi1O2得到的flag_WPi1都是0,则置dead_flag_WPi1为1;
步骤7:如果dead_flag_WPi1不为1,将步骤6的所有可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断,具体如下:
7.1)如果可行外延点依次作为子目标点与子起始点WPi1构成的线段与各威胁区域都不存在相交,置local_check_flag_WPi1为1;
7.2)如果存在相交,依次将与威胁区域相交的外延点作为子目标点,执行步骤3~步骤6;
7.3)若新生成的外延点个数大于0,则对新的外延点再次作为子目标点与子起始点WPi1构成的线段与各威胁区域进行是否相交的判断,即执行步骤7.1)~7.2);
7.4)如果子起始点WPi1对应的可行外延点个数为0,则置local_check_flag_WPi1为0;
7.5)如果当前所有与威胁区域不相交的子起始点WPi1对应的外延点的个数大于等于Ni1,终止步骤3~步骤6的执行,置local_check_flag_WPi1为1;
7.6)如果local_check_flag_WPi1为1,则将子起始点WPi1对应的所有可行外延点存入openpath表中;
步骤8:如果local_check_flag_WPi1为1,则将存入openpath表中的所有外延点转存至openpath1表中生成子起始点WPi1的一步外延点集,其外延点个数为NUM_1;依次以存储在openpath1表中的每一个外延点Pstep1_k作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,如果生成的可行外延点个数不为零,则依次将步骤7生成openpath表中的所有外延点转存至openpath2_k表中,生成子起始点WPi1一步外延点对应的二步外延点集;
如果openpath1表中的每一个外延点Pstep1_k作为子起始点,以系统的目标点为子目标点,依次执行步骤3~步骤7,生成的可行外延点个数都为零,则置step2_fail_flag为零;
其中,k=1,2,…,NUM_1;
步骤9:如果step2_fail_flag不为零,以子起始点WPi1的存入openpath1表中的一步外延点Pstep1_k、相应的openpath2_k表中第二步外延点以及最终目标点为基础,依据代价函数最小生成子起始点WPi1的下一个路径点WPi1+1(xi1+1,yi1+1),存入closepath表中,转入步骤11;
代价函数为f(i)=w1·g(i)+w2·h(i);
其中g(i)为子起始点到预生成的两步航点总的距离代价,即为子起始点WPi1到一步外延点的距离与该一步外延点到相应第二步外延点距离之和,h(i)为估计代价,即相应的第二步外延点位置到目标点距离;
步骤10:针对从当前子起始点WPi1生成一步外延点个数为零或者一步外延点不为零但第二步外延点总数为零的情形,选用相应的备用点,以该备用点作为子起始点,以目标点作为子目标点,再转入步骤3;备用点选择步骤如下:
10.1)如果当前子起始点WPi1是外界输入的系统起始点WP1(xS,yS),生成备用点的步骤如下:
①连接起始点WP1(xS,yS)和目标点WPE(xG,yG)构成线段LS,G
②在线段LS,G上,生成距离起始点WP1为R1,E的点如果点不在威胁区域内部且起始点与该点的连线与所有各威胁区域没有交点,则点即为备用点;否则,以起始点WP1为圆心,以点WP1与点为半径左右旋转各60°形成的圆弧段上选择满足不在威胁区域内部且起始点与该点的连线与所有各威胁区域没有交点的点作为备用点;
10.2)如果当前子起始点WPi1不是系统起始点WP1(xS,yS),执行如下步骤:
①将当前子起始点WPi1从closepath表中删除;
②将WPi1-1作为当前子起始点,从存储该点的一步外延点的表openpath1中删除WPi1点,然后依据每一个一步外延点生成对应的第二步外延点集,通过求取代价函数最小值选取相应的新的路径点WPi1';
③将WPi1'作为新的子起始点,如果依据航点WPi1'生成的第二步外延点总个数为零且openpath1不为空,则转入步骤10.2).①;
④如果openpath1为空,则子起始点进一步回撤,直至回撤到起始点WP1(xS,yS),执行步骤10.1);
步骤11:判断生成的路径点WPi1+1是否与目标点WPE(xG,yG)重合,如果重合,则规划路径搜索结束,输出规划路径点集closepath表;如果不重合,以生成的路径点WPi1+1为子起始点,以目标点WPE(xG,yG)作为子目标点,转入步骤3。
CN201610627300.1A 2016-08-03 2016-08-03 基于a*搜索的无人机路径动态规划方法 Active CN106125764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610627300.1A CN106125764B (zh) 2016-08-03 2016-08-03 基于a*搜索的无人机路径动态规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610627300.1A CN106125764B (zh) 2016-08-03 2016-08-03 基于a*搜索的无人机路径动态规划方法

Publications (2)

Publication Number Publication Date
CN106125764A CN106125764A (zh) 2016-11-16
CN106125764B true CN106125764B (zh) 2018-11-13

Family

ID=57255449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610627300.1A Active CN106125764B (zh) 2016-08-03 2016-08-03 基于a*搜索的无人机路径动态规划方法

Country Status (1)

Country Link
CN (1) CN106125764B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108204814B (zh) * 2016-12-20 2021-06-22 南京理工大学 无人机三维场景路径导航平台及其三维改进路径规划方法
CN106813667B (zh) * 2017-02-20 2019-08-30 北京经纬恒润科技有限公司 一种基于禁飞区约束的航路规划方法与装置
CN108037767A (zh) * 2017-12-13 2018-05-15 王俊梅 一种无人机视线死角转向逃逸飞行系统
CN108037773B (zh) * 2017-12-13 2020-11-03 徐州融创达电子科技有限公司 一种微型无人机低空隐匿飞行方法
CN108267954B (zh) * 2018-01-15 2020-04-03 西北工业大学 一种带硬时间窗的刀具准时配送路径规划算法
CN110514204A (zh) * 2018-05-21 2019-11-29 北京京东尚科信息技术有限公司 航迹规划方法、装置、飞行器和计算机可读存储介质
CN112912808B (zh) * 2018-10-22 2023-12-26 株式会社尼罗沃克 行驶路径生成系统、行驶路径生成方法、计算机可读取记录介质、坐标测量系统以及无人机
CN109343528A (zh) * 2018-10-30 2019-02-15 杭州电子科技大学 一种节能的无人机路径规划避障方法
CN109470249B (zh) * 2018-11-07 2021-07-27 河海大学 一种水下航行器的最优路径规划与避障设计方法
CN111481108B (zh) * 2019-01-28 2023-09-01 北京奇虎科技有限公司 扫地机重定位方法及装置
WO2020191531A1 (zh) * 2019-03-22 2020-10-01 深圳先进技术研究院 一种航迹规划方法、装置及计算机可读存储介质
CN110487272B (zh) * 2019-05-21 2020-12-29 西北大学 一种折线路径弧线化的旋翼无人机节能路径优化方法
CN110162095B (zh) * 2019-06-19 2022-05-27 西北工业大学 一种威胁环境下的无人机快速返航方法
CN110263475B (zh) * 2019-06-27 2023-04-25 北京华如科技股份有限公司 一种实体在固定区域内实现随机运动的方法及存储介质
CN110262512B (zh) * 2019-07-12 2022-03-29 北京机械设备研究所 一种移动机器人脱离u形障碍陷阱的避障方法及系统
CN111024080B (zh) * 2019-12-01 2020-08-21 中国人民解放军军事科学院评估论证研究中心 一种无人机群对多移动时敏目标侦察路径规划方法
US11348472B2 (en) 2020-04-29 2022-05-31 Honeywell International Inc. System and method to automatically construct a flight plan from a data set for an aerial vehicle
CN111612257B (zh) * 2020-05-26 2023-05-02 广西北投公路建设投资集团有限公司 基于空间归化的最短路径求解方法
CN111722629B (zh) * 2020-06-22 2023-09-19 浙江大华技术股份有限公司 路径规划方法和装置、存储介质及电子装置
CN111897341A (zh) * 2020-08-05 2020-11-06 三一专用汽车有限责任公司 泊车路径规划方法、装置和计算机可读存储介质
CN112835380A (zh) * 2020-12-30 2021-05-25 深兰科技(上海)有限公司 飞行器的返航方法、装置、飞行器及计算机可读存储介质
CN113189987A (zh) * 2021-04-19 2021-07-30 西安交通大学 基于多传感器信息融合的复杂地形路径规划方法及系统
CN114035603B (zh) * 2021-08-08 2023-11-28 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法
CN113961016B (zh) * 2021-10-25 2023-11-10 华东计算技术研究所(中国电子科技集团公司第三十二研究所) 基于a*算法的无人机动态目标航迹规划方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499055A (zh) * 2008-02-01 2009-08-05 中国科学院计算技术研究所 一种面面叠加中的线段处理方法
CN102360507A (zh) * 2011-10-19 2012-02-22 浙江大学 一种基于交点排序的多边形裁剪的方法
CN102880186A (zh) * 2012-08-03 2013-01-16 北京理工大学 基于稀疏a*算法和遗传算法的航迹规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120078585A1 (en) * 2010-06-29 2012-03-29 University Of Connecticut Method and system for constructing geometric skeletons and medial zones of rigid and non-rigid shapes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499055A (zh) * 2008-02-01 2009-08-05 中国科学院计算技术研究所 一种面面叠加中的线段处理方法
CN102360507A (zh) * 2011-10-19 2012-02-22 浙江大学 一种基于交点排序的多边形裁剪的方法
CN102880186A (zh) * 2012-08-03 2013-01-16 北京理工大学 基于稀疏a*算法和遗传算法的航迹规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An integral framework of task assignment and path planning for multiple unmanned aerial vehicles in dynamic environments;MOON S,HYUNCHUL S D,OH E;《Journal of Intelligent & Robotic Systems》;20131231;第70卷(第1期);第303-313页 *
基于改进A-Star算法的无人机航迹规划算法研究;李季;《兵工学报》;20081231;第29卷(第7期);第788-792页 *

Also Published As

Publication number Publication date
CN106125764A (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
CN106125764B (zh) 基于a*搜索的无人机路径动态规划方法
CN109828607B (zh) 一种面向不规则障碍物的无人机路径规划方法及系统
CN107504972A (zh) 一种基于鸽群算法的飞行器航迹规划方法及装置
CN106767860B (zh) 一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法
CN104764457B (zh) 一种用于无人车的城市环境构图方法
CN108088456A (zh) 一种具有时间一致性的无人驾驶车辆局部路径规划方法
CN110908386B (zh) 一种无人车分层路径规划方法
CN109238298A (zh) 一种无人驾驶带避障的路径规划方法
CN110617818A (zh) 一种无人机航迹生成方法
CN109540136A (zh) 一种多无人艇协同路径规划方法
CN108241369B (zh) 机器人躲避静态障碍的方法及装置
WO2018176596A1 (zh) 基于权重改进粒子群算法的无人自行车路径规划方法
CN106444835A (zh) 基于Lazy Theta星和粒子群混合算法的水下潜器三维路径规划方法
CN109656264A (zh) 用于为飞行器生成到着陆地点的3d路径的计算机实施的方法和系统
CN104992466B (zh) 一种三维场景的即时寻径方法
CN110031011A (zh) 集成时空邻近与改进权重圆的车载实时地图匹配计算方法
CN104406589B (zh) 一种飞行器穿越雷达区的飞行方法
CN115795697B (zh) 一种基于空间网格的复杂环境下野外机动通道生成方法
CN111561933A (zh) 双重改进a星最短航路规划方法
CN110207708A (zh) 一种无人机航迹规划装置及方法
Chen et al. Path planning for autonomous vehicle based on a two-layered planning model in complex environment
CN114625150A (zh) 基于危险指数和距离函数的快速蚁群无人艇动态避障方法
CN111462323A (zh) 一种面向三维空间的动态欺骗路径规划方法及系统
Meng et al. UAV 3-dimension flight path planning based on improved rapidly-exploring random tree
CN111998858A (zh) 一种基于改进a*算法的无人机航路规划方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant