CN106295164A - 一种路径规划方法及电子设备 - Google Patents

一种路径规划方法及电子设备 Download PDF

Info

Publication number
CN106295164A
CN106295164A CN201610638540.1A CN201610638540A CN106295164A CN 106295164 A CN106295164 A CN 106295164A CN 201610638540 A CN201610638540 A CN 201610638540A CN 106295164 A CN106295164 A CN 106295164A
Authority
CN
China
Prior art keywords
target
path
fire unit
matrix
assignment
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.)
Granted
Application number
CN201610638540.1A
Other languages
English (en)
Other versions
CN106295164B (zh
Inventor
孙勇
李文伟
薛姬荣
黄丹
刘静
陶化成
刘铁铮
朱丹
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.)
Ordnance Science and Research Academy of China
Original Assignee
Ordnance Science and Research Academy of China
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 Ordnance Science and Research Academy of China filed Critical Ordnance Science and Research Academy of China
Priority to CN201610638540.1A priority Critical patent/CN106295164B/zh
Publication of CN106295164A publication Critical patent/CN106295164A/zh
Application granted granted Critical
Publication of CN106295164B publication Critical patent/CN106295164B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Abstract

本发明公开了一种路径规划方法及电子设备,包括:确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。通过本发明提供的技术方案用于解决现有技术中路径规划过程复杂及可靠性低的技术问题。

Description

一种路径规划方法及电子设备
技术领域
本发明涉及电子技术领域,特别涉及一种路径规划方法及电子设备。
背景技术
路径规划是指,在具有障碍物的环境中,按照一定的评价标准,寻找一条从起始状态到目标状态的最优路径。
目前,现有技术中路径规划的方法大致可分为两类,一类是基于规则的,如,A*算法、D*算法,此类算法多采用穷举、遍历求出最优解,整个过程较为复杂;第二类基于遗传、蚁群算法等,此类方法不在采用穷举、遍历法确定最优解,而按照一定的趋势进行确定。相较于第一类算法,虽然过程较为简单,但是并不能保证每次均能确定出最优解。
可见,现有技术中的路径规划方法存在复杂、可靠性低的技术问题。
发明内容
本发明实施例提供一种路径规划方法及电子设备,用于解决现有技术中路径规划过程复杂及可靠性低的技术问题,进而达到降低规划过程的复杂度及提高路径规划的可靠性的技术效果。
一方面,本申请实施例提供一种路径规划方法,包括:
确定第一区域中的至少一个第一子区域是否为隐蔽区域;
若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;
基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
可选的,所述确定第一区域是否为隐蔽区域,包括:
获取所述至少一个第一子区域中每个第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述至少一个第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述每个第一子区域为隐蔽区域。
可选的,所述确定所述第一区域内第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,包括:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
可选的,在所述基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大之后,所述方法还包括:
获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
可选的,在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述方法还包括:
获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
获取所述第一目标在所述观瞄仪的显示器上的显示面积;
基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
可选的,若有n个目标,m个火力单元,n、m均为大于零的整数,则在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述方法还包括:
获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
可选的,所述基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元,包括:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有所述每个目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
可选的,所述将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元,包括:
获取与所述每个目标对应的m个目标收益;
从所述m个目标收益中确定出目标收益最大的目标收益;
确定所述最大的目标收益是否小于预设目标收益;
若所述最小的目标收益不小于所述预设目标收益,则将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元。
可选的,所述在将所述每个目标分配给除已被分配有目标的火力单元中目标收益最大的火力单元之后,所述方法还包括:
确定除目标收益小于预设目标收益的目标外的p个目标是否被至少分到一个火力单元及除目标收益值小于所述预设目标收益的火力单元外的q个火力单元是否被至少分到一个目标,其中,p、q均为大于等于零的整数;
若所述p个目标被至少分到一个火力单元,所述q个火力单元至少被分到一个目标,且所述p个目标和所述q个火力单元的对应关系述大于预设关系值,则终止分配,其中,所述预设关系值为n和m中的最大值。
可选的,所述基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元,包括:
获取n乘m阶的初始系数矩阵;
给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
可选的,所述基于所述至少一个赋值矩阵及所述目标收益矩阵,为所述n个目标分配火力单元,包括:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
另一方面,本申请实施例还提供一种电子设备,包括:
壳体;
存储器,设置在所述壳体内,用于存储指令;
处理器,设置在所述壳体内,与所述存储器相连,用于确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径的长度为M条路径中长度最短的路径,M为大于等于1的整数;及基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
可选的,处理器用于:
获取所述至少一个第一子区域中每个第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述至少一个第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述每个第一子区域为隐蔽区域。
可选的,处理器用于:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
可选的,在所述基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大之后,所述处理器还用于:
获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
可选的,在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器还用于:
获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
获取所述第一目标在所述观瞄仪的显示器上的显示面积;
基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
可选的,若有n个目标,m个火力单元,n、m均为大于零的整数,则在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器还用于:
获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
可选的,所述处理器用于:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有所述每个目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
可选的,所述处理器用于:
获取n乘m阶的初始系数矩阵;
给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
可选的,所述处理器用于:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
一、由于本申请实施例中的技术方案,确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。即在本技术方案中,在确定至少一个第一子区域为隐蔽区域时,首先将至少一个第一子区域中的第一个第一子区域作为第一节点,并确定第一节点至第一节点的相邻节点的至少一条最优路径,然后基于至少一条最优路径确定从起点至终点的最优路径,整个规划过程较为简单,且可靠性较高,所以,能够有效解决现有技术中路径规划过程复杂且可靠性低的技术问题,进而达到简化路径规划过程复杂度及提高路径规划可靠性的技术效果。
二、由于本申请实施例中的技术方案,获取宽度为第一宽度,长度为第一长度的第一待搜索区域;确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;获取所述第一目标在所述观瞄仪的显示器上的显示面积;基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。即在本技术方案中,不仅进行路径规划,还进一步确定出第一待搜索区域的搜索时间及能够发现目标的概率,这样,在已知路径规划、搜索时间及发现目标的概率的条件下,则可以建立目标搜索模型,进而能够达到提高后续的目标分配的精确度的技术效果。
三、由于本申请实施例中的技术方案,获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。即在本技术方案中,通过目标对火力单元的威胁度及火力单元对目标的射击有效度获取目标收益矩阵,然后基于收益矩阵,及预设规则给目标分配火力单元,以使火力单元的目标收益最大。
附图说明
图1为本申请实施例一提供的一种路径规划方法的具体实现流程图;
图2为本申请实施例一提供的对方观察点相对我方处目标的位置关系示意图;
图3为本申请实施例一提供的将第一区域平均划分为八个区域的示意图;
图4为本申请实施例一提供的构建栅格区的示意图;
图5为本申请实施例一提供的第一待搜索区域与第一观瞄仪的观瞄区的示意图;
图6为本申请实施例一提供的一种路径规划方法后还包括步骤的具体实现流程图;
图7为本申请实施例一提供的第一观瞄仪的视场角的示意图;
图8为本申请实施例一提供的一种路径规划方法后还包括步骤的具体实现流程图;
图9为本申请实施例二提供的一种电子设备的结构示意图。
具体实施方式
本发明实施例提供一种路径规划方法及电子设备,用于解决现有技术中路径规划过程较为复杂及可靠性低的技术问题,进而达到降低规划过程的复杂度及提高路径规划的可靠性的技术效果。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
确定第一区域中的至少一个第一子区域是否为隐蔽区域;
若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;
基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
上述技术方案中,确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。即在本技术方案中,在确定至少一个第一子区域为隐蔽区域时,首先将至少一个第一子区域中的第一个第一子区域作为第一节点,并确定第一节点至第一节点的相邻节点的至少一条最优路径,然后基于至少一条最优路径确定从起点至终点的最优路径,整个规划过程较为简单,且可靠性较高,所以,能够有效解决现有技术中路径规划过程复杂且可靠性低的技术问题,进而达到简化路径规划过程复杂度及提高路径规划可靠性的技术效果。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参考图1,为本申请实施例一提供的一种路径规划方法,包括:
S101:确定第一区域中的至少一个第一子区域是否为隐蔽区域;
S102:若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;
S103:基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
本申请实施例提供的一种路径规划方法既可以应用于作战路径规划、也可以应用于日常的生活或工作过程中的行进车辆的路径规划,或者应用于别的方面,在本申请实施例中不作具体限定。
在本申请实施例中,首先执行步骤S101:确定第一区域中的至少一个第一子区域是否为隐蔽区域。
对于步骤S101的具体实现过程,具体包括如下步骤:
获取所述至少一个第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述至少一个第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述至少一个第一子区域为隐蔽区域。
在本申请实施例中,隐蔽区为我方对象在该区域内,可实现完全隐蔽或部分隐蔽,其中,完全隐蔽为对方对象观察不到我方对象,我方也无法对对方对象进行搜索射击;部分隐蔽为我方观瞄仪器和武器高于遮蔽物,可搜索瞄准攻击对方目标,而对方对我方发现和击毁概率降低。
进一步,在具体实现过程中,为确定隐蔽区,需要在第一区域内事先指定预定数量的对方观察点,若已侦察到对方目标,则以侦察到的目标的实际位置为对方观察点指定位置。在本申请实施例中,预定数量的对方观察点具体可以为2个、3个或4个,或者为其它个数,本领域普通技术人员可以根据实际需要进行设置,在本申请实施例中不作具体限定。
在本申请实施例中,预定数量以3为例,设对方和我方目标,如:车辆的高度都为h*,且对方和我方目标观察点高度与火线高度相等,也为h*,则对方3个观察点中第i个观察点对点A处目标的可观察度ρi(0≤ρi≤1,i=1,2,3)为点i对点A处目标可视高度与A处目标高度之比,那么点A的隐蔽度为
相应的,点A处目标对第i个观察点的观察度ηi为点A对第i个观察点目标可视高度与第i个观察点目标高度比值,那么点A处目标的观察度为
在具体实现过程中,设点A处目标观察点坐标对方B目标坐标敌目标高h*,下面则详细阐述点A对点B处目标可观察度。
第一步骤,作直线段AB′(AB′为线段AB在水平面的投影),具体请参考图2:
y=yA+λ(x-xA),y∈(yA,yB)
第二步骤,在线段AB′上等间隔,如Δl,取n个点L1,…,Ln,
第三步骤,对于直线段AB′上的每个点Li,在地图数据库中寻找与Li最近的4个点,然后通过四点差值,求出点Li处的高度;
第四步骤,计算斜率:
λ 00 = z B - ( z A + h * ) ( n + 1 ) Δ l , λ 01 = z B - z A ( n + 1 ) Δ l , λ i = h c i - ( z A + h * ) i Δ l , λ m = m a x 1 ≤ i ≤ n { λ i }
第五步,得出结论:
若λm≥λ01,则可观察度为0;
若λm≤λ00,则可观察度为1;
若λ00≤λm≤λ01,则可观察度为
同理,可以求点B对点A的可观察度,从而计算出点A的隐蔽度。
在本申请实施例中,预设隐蔽度为可以为0.3、0.4或0.5,或者为其它的预设隐蔽度,本领域普通技术人员可以根据实际需要进行设定,在本申请实施例中不作具体限定。
在本申请实施例中,至少一个第一子区域中每个第一子区域中的每一点为地图分辨率所有的点。假设至少一个第一子区域中的第一个第一子区域中共有5点,5个点的隐蔽度分别为0.5、0.6、0.5、0.7、0.8。在具体实现过程中,预设隐蔽度以0.3为例,而第一个第一子区域中5个点的隐蔽度均大于预设隐蔽度0.3,则可以确定第一个第一子区域为隐蔽区域。
在具体实现过程中,对于人而言:
(1)对于Ⅱ、Ⅲ类实体,如:树林、庄稼地、战壕等所在区域定为隐蔽区,其中,对于房屋、障碍墙、铁丝网等高于地面,人不可通过的实体定义为Ⅰ类实体;对于树林、庄稼地等高于地面,人可通过,作为隐蔽区的实体定义为Ⅱ类实体;对于战壕,低于地面,人可通过,作为隐蔽区的实体定义为Ⅲ类实体;
(2)在第一子区域内,若点A的隐蔽度ρ(A)≥0.7(人弯腰即可隐蔽),则点A为一类隐蔽点;若点A的隐蔽度ρ(A)≥0.3(人匍匐前进即可隐蔽),其中,所有联通的隐蔽点的集合为隐蔽区,且一类隐蔽区是二类隐蔽区的子集合。
在本申请实施例中,在执行完步骤S101之后,则执行步骤S102:若所述第一子区域为所述隐蔽区域,则将所述第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径的距离小于第一预设距离,M为大于等于1的整数。
在本申请实施例中,在第一子区域为隐蔽区域和非隐蔽区时,所采用的规划路径的方法不同,下面则分别进行描述。
第一种,在第一子区域为隐蔽区域的情况下,对于步骤S102的具体实现过程,具体包括如下步骤:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
在本申请实施例中,首先确定第一节点,若第一个第一子区域的区域面积较小,则将第一子区域作为第一节点;若第一个第一子区域的区域面积较大,在将第一个第一子区域作为第一节点的同时,第一个第一子区域中还设置有多个进入点,作为二级节点。在本申请实施例中,同一隐蔽区内节点之间,即一级节点和二级节点之间,以及二级节点和二级节点之间的运动代价忽略。由此,两个隐蔽区之间的最优路径则为两个隐蔽区的第一节点之间的最优路径。
其次,确定与第一节点相邻的相邻节点,在具体实现过程中,具体请参考图3,以第一节点Ai为原点,作8条射线,射线与X轴夹角分别为0°、45°、90°、135°、180°、225°、270°、315°,8条射线构成8个扇形区域,即将第一区域平均划分为8个区域,然后确定8个区域中的每个区域中距离第一节点Ai最近的节点,作为第一节点的相邻节点Aij,j=1,2,…8,则共获得8个相邻节点。
接着,确定第一节点至8个相邻节点的最优路径。
第一步、确定栅格区,具体请参考图4,求9个隐蔽区的外接矩形。令区域Ai1、Ai2、Ai3、Ai4的最上点为yM;令区域Ai5、Ai6、Ai7、Ai8的最下点为ym;令区域Ai3、Ai4、Ai5、Ai6的最左点为xm;令区域Ai1、Ai2、Ai7、Ai8的最右点为xM,则4条直线x=xm、x=xM、y=ym,y=yM相交构成9个隐蔽区的外接矩形,构造网路则是在该矩形所辖的栅格点上进行。在具体实现过程中,此处的栅格点即为表征各隐蔽区的第一节点。
第二步,确定第一节点与Ai与相邻节点Aij,j=1,2,…8之间的连通性,若不连通,则将相应的相邻节点从8个相邻节点中取消,以提高确定最优路径的效率。
第三步,以第一节点Ai为起点,以相邻节点Aij,j=1,2,…8为终点,采用D算法求Ai至Aij,j=1,2,…8的最优路径,确定出的最优路径为Ai至Aij,j=1,2,…8的8条路径中长度最短的路径。
在本申请实施例中,在执行完步骤S102之后,则执行步骤S103:基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
在本申请实施例中,对第一起点至第一终点之间的第一路径不仅仅涉及到路径的长短,具体还涉及到第一路径上我方车辆被击毁的概率、我方车辆的目标价值、对方车辆被我方击毁的概率及对方车辆的目标价值等因素,具体的,在本申请实施例中第一区域中的第一起点至第一终点间的路径等价为式:
Q = W 1 · P 1 ( T , R ‾ ) · C 1 - W 2 · P 2 ( T , R ‾ ) · C 2
其中,其中T为在两点间路径的运动时间,为两点间的路径情况,P1为我方车辆在T时间内被击毁概率,P2为我方在T时间内击毁对方目标的概率,C1和C2分别为对方和我方目标价值,W1和W2是对应权重,代价Q越小越好。
P 1 ( T , R ‾ ) = 0 T ≤ T 0 1 - e - λ ( T - T 0 ) T > T 0
其中,参数λ与对方火控精度、火力强度、我方车辆经过点的平均隐蔽度、防护能力、敌射击有效度(即对方和我方连线与我方速度方向夹角)以及距对方火力的平均距离等因素有关,在对方和我方双方武器确定的情况下,λ是平均隐蔽度和平均距离的函数。T0为对方武器的反应时间(包括搜索发现时间、火控系统发射时间和弹丸飞行时间)。
P 2 ( T , R ‾ ) = 0 T ≤ T 01 1 - e - λ 01 ( T - T 01 ) T > T 01
其中,参数λ01与我方火控精度、火力强度、经过点的平均可观察度、对方车辆防护能力以及双方距离等因素有关。T01为我方武器的反应时间。
在具体实现过程中,对于人而言,可不考虑运动中对敌影响,即
第二种,在第一子区域为非隐藏区的情况下,则根据对方武器类型及布防情况的预测,确定我方突击起始位置及攻击范围,据此确定栅格区。
进一步,构建网路,此处构建网路的原理同在隐蔽区构建网路的原理相同,在此,就不再赘述。然后,以车辆突击开始点为起点,距对方火力前沿500m处某点为终点,用A*算法求出最优路径,两栅格点之间路径的代价为车辆行驶时间。
在本申请实施例中,在执行完步骤S103之后,具体包括以下步骤:
第一步骤:获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
第二步骤:确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
第三步骤:基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
在具体实现过程中,首先获取第一待搜索区域的宽度和长度,请参考图5,第一待搜索区域的宽度以ε0表示,第一待搜索区域的长度以β0表示。然后获取第一观瞄仪的观瞄宽度和长度,继续参考图5,第一观瞄仪的观瞄宽度以θ0表示,第一观瞄仪的观瞄长度以ψ0进行表示,则第一观瞄仪观瞄第一待搜索区域的时间T为:
其中,w由训练数据确定,且上述公式中[]表示向下取整。
在本申请实施例中,在执行完上述第三步骤之后,请参考图6,具体包括如下步骤:
S601:获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
S602:获取所述第一目标在所述观瞄仪的显示器上的显示面积;
S603:基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
在具体实现过程中,通过观瞄仪能够发现对方目标的概率P可以表示为:
P=1-e'S'
其中,μ′为调整系数,其与第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现第一目标所需的面积相关。具体的,若取背景复杂度为i,以50%的概率探测出目标所需的面积为Si,则调整系数表示为μ'i=ln2/Si
S′是目标在显示器上外露面积,即像素点个数,即可表示为下式:
S ′ = w 1 2 d · tgθ w 1 / 2 · l 2 d · tgθ l / 2 · n l · n w 1
其中,请参考图7,为第一观瞄仪的横向视场角,θl为第一观瞄仪的纵向视场角,d为目标距离,l为目标外露部分在第一观瞄仪的显示器上的纵向尺寸,为第一观瞄仪的显示器横向像素点数量,nl为第一观瞄仪的显示器纵向像素点数量。
在具体实现过程中,第一观瞄仪在时间间隔(0,t1)内发现目标的概率:
设观瞄仪在t=0的时刻开始搜索目标,求在时间间隔(0,t1)内发现目标的概率:
其中,λ为ln2。
在时间间隔(t1,t2)内发现目标的概率:
设在t=0时刻开始搜索目标,且在t≤t1之前未发现目标,则在时间间隔(t1,t2)内发现目标的概率:
P(t1<ξ≤t2)=P(ξ≤t2)-P(ξ≤t1)
在本申请实施例中,在计算出发现目标所需的时间以及能够发现目标的概率,则可以建立相应的目标搜索模型。这样基于建立的目标搜索模型便可以进行后续的目标分配或开火应用。
进一步,在本申请实施例中,在执行完步骤S603之后,请参考图8,具体包括如下步骤:
S801:获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
S802:基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
S803:基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
在本申请实施例中,首先执行步骤S801:获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度。
在具体实现过程中,若基于上述确定的搜索时间及发现目标概率建立的目标搜索模型,确定出有n个目标,对应有m个火力单元,则目标i对火力j的威胁度Aij
其中,Ri对方第i个火力的射程,Dij为目标i至火力j的距离,Jij为目标i相对火力j航路捷径,Li为我迎弹面积、角度、目标武器射击精度与对方火力对我方火力毁伤能力的综合值,0≤Li≤1。
火力j对目标的射击有效度Bij
其中,
rj为火力j最大射程,k为整数,当j已分配k个目标后,在分配时Bij值下降λk倍,λ∈(0,1),Li′为不同类型,如:指挥车、普通车目标的距离系数、目标迎弹面积及对方目标抗毁伤能力的综合值,0≤Li′≤1。
在执行完步骤S801之后,则执行步骤S802:基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵。
在具体实现过程中,在获取威胁度及射击有效度之后,则可以获取目标收益矩阵:
其中,Cij=Aij·Bij
在执行完步骤S802之后,则执行步骤S803:基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
在本申请实施例中,对于步骤S803的具体实现过程,有两种实现方案,下面分别对这两种实现方案进行详细描述。
第一种实现方案,具体包括如下步骤:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
在本申请实施例中,n以2,m以3为例,则对应的目标收益如下表一所示:
表一
在本申请实施例中,对于第一分配阶段的具体实现过程,具体包括如下步骤:
获取与所述每个目标对应的m个目标收益;
从所述m个目标收益中确定出目标收益最大的目标收益;
确定所述最大的目标收益是否小于预设目标收益;
若所述最小的目标收益不小于所述预设目标收益,则将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元。
在本申请实施例中,预设目标收益具体可以为0.2、0.3、或0.4,或者为别的值,本领域普通技术人员可以根据实际需要进行设定,在本申请实施例中不作具体限定。
在具体实现过程中,预设目标收益以0.3为例,如表一所示,与目标1对应的目标收益分别为0.7、0.5、0.6;与目标2对应的目标收益分别为0.8、0.6、0.4,在获取与每个目标对应的目标收益之后,则确定出目标收益最大的一个。具体的,目标1的最大收益为0.7,大于预设目标收益;目标2的最大收益为0.8,大于预设目标收益,那么在第一分配阶段中,将目标1分配给与目标1对应的目标收益最大的火力单元1,将目标2分配给与目标2对应的目标收益最大的火力单元3。
而在具体实现过程中,若目标1的最大收益为0.2或目标2的最大收益为0.2,小于预设目标收益,则不给目标1或目标2分配相应的火力单元。
在本申请实施例中,为了避免目标收益最大的火力单元分配的目标过多,而其它的火力单元并没有分配到相应的目标,那么,在具体实现过程中,如火力单元1已分配到目标1,火力单元3已分配到目标2,则相应的将火力单元1对目标1和2的目标收益进行调整,以及将火力单元3对目标1和目标2的目标收益进行调整,即乘以系数,该系数的取值范围在0-1之间。
在第一分配阶段完成之后,则进行第二分配阶段。在第二分配阶段中,对于目标1,已经分配了火力单元1,则火力单元1不再参与目标1的分配,在火力单元2和火力单元3中,由于火力单元2对目标1的目标收益为0.6,火力单元3经调整后的目标收益为0.4,所以,将火力单元2分配给目标1,同理将火力单元2分配给目标2。
在本申请实施例中,在进行第二分配阶段之后,所述方法还包括:
确定除目标收益小于预设目标收益的目标外的p个目标是否被至少分到一个火力单元及除目标收益值小于所述预设目标收益的火力单元外的q个火力单元是否被至少分到一个目标;
若所述p个目标被至少分到一个火力单元,所述q个火力单元至少被分到一个目标,且所述p个目标和所述q个火力单元的对应关系述大于预设关系值,则终止分配,其中,所述预设关系值为n和m中的最大值。
在具体实现过程中,继续参考上述举例,目标1被分配了两个火力单元:火力单元1和火力单元2;目标2被分配了两个火力单元:火力单元2和火力单元3;相应的火力单元1分配了目标1;火力单元2分配了目标1和目标2;火力单元3分配了目标2,且目标和火力单元之间的对应关系为3,大于等于预设关系值,为n和m中的最大值,即为3,在这种情况下则停止分配。
第二种实现方案,具体包括如下步骤:
第一步骤:获取n乘m阶的初始系数矩阵;
第二步骤:给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
第三步骤:基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
在具体实现过程中,n以2,m以3为例,则获取n乘m阶的初始系数矩阵,具体如下:
X 23 = 0 0 0 0 0 0
然后,按照一定的约束条件,为初始系数矩阵赋值,具体的:初始系数矩阵中每行至少存在一个Xij=1,除非该行的初始系数矩阵中每列至少存在一个Xij=1,除非该该列的那么按照上述赋值条件,则可以获得至少一个赋值系数矩阵。
在获得至少一个赋值矩阵之后,则获取每个赋值系数矩阵中元素值为1的元素个数,则从中排除元素个数小于预设元素个数,其中,预设元素个数为n和m中的最大值,即为3,这样则获得的至少一个赋值矩阵为6个。
进一步,在本申请实施例中,对于第三步骤的具体实现过程,具体包括如下步骤:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
在具体实现过程中,C23以表一为例,赋值系数矩阵以下面6个赋值系数矩阵为例:
X 23 = 1 0 0 0 1 1 X 23 = 0 1 0 1 0 1 X 23 = 0 0 1 1 1 0 ,
X 23 = 1 1 0 0 0 1 X 23 = 0 0 1 0 1 0 X 23 = 0 1 1 1 0 0
然后计算目标收益矩阵与上述每个赋值系数矩阵中相同位置处元素的乘积之和,共获得6个总收益,分别为:2.2、2.0、1.8、2.1、1.9、1.7,那么在这6个总收益中总收益最大值为2.2,由于可以基于第一个赋值系数矩阵确定为n目标分配的火力单元,即为目标1分配的火力单元为火力单元1;为目标2分配的火力单元为火力单元2和火力单元3,相应的,为火力单元1分配的目标为目标1,为火力单元2分配的目标为目标2,为火力单元3分配的目标为目标3。
基于同一发明构思,本申请实施例还提供一种电子设备,请参考图9,具体包括:
壳体90;
存储器91,设置在所述壳体90内,用于存储指令;
处理器92,设置在所述壳体90内,与所述存储器91相连,用于确定第一区域中的第一子区域是否为隐蔽区域;若所述第一子区域为所述隐蔽区域,则将所述隐蔽区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;及基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
可选的,所述处理器用92用于:
获取所述第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述第一子区域为隐蔽区域。
可选的,所述处理器92用于:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
可选的,在所述基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大之后,所述处理器92还用于:
获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
可选的,在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器92还用于:
获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
获取所述第一目标在所述观瞄仪的显示器上的显示面积;
基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
可选的,若有n个目标,m个火力单元,则在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器92还用于:
获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
可选的,所述处理器92用于:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有所述每个目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
可选的,所述处理器92用于:
获取n乘m阶的初始系数矩阵;
给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
可选的,所述处理器92用于:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
一、由于本申请实施例中的技术方案,确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。即在本技术方案中,在确定至少一个第一子区域为隐蔽区域时,首先将至少一个第一子区域中的第一个第一子区域作为第一节点,并确定第一节点至第一节点的相邻节点的至少一条最优路径,然后基于至少一条最优路径确定从起点至终点的最优路径,整个规划过程较为简单,且可靠性较高,所以,能够有效解决现有技术中路径规划过程复杂且可靠性低的技术问题,进而达到简化路径规划过程复杂度及提高路径规划可靠性的技术效果。
二、由于本申请实施例中的技术方案,获取宽度为第一宽度,长度为第一长度的第一待搜索区域;确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;获取所述第一目标在所述观瞄仪的显示器上的显示面积;基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。即在本技术方案中,不仅进行路径规划,还进一步确定出第一待搜索区域的搜索时间及能够发现目标的概率,这样,在已知路径规划、搜索时间及发现目标的概率的条件下,则可以建立目标搜索模型,进而能够达到提高后续的目标分配的精确度的技术效果。
三、由于本申请实施例中的技术方案,获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。即在本技术方案中,通过目标对火力单元的威胁度及火力单元对目标的射击有效度获取目标收益矩阵,然后基于收益矩阵,及预设规则给目标分配火力单元,以使火力单元的目标收益最大。
以上所述,以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,不应理解为对本发明的限制。本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (20)

1.一种路径规划方法,包括:
确定第一区域中的至少一个第一子区域是否为隐蔽区域;
若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;
基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
2.如权利要求1所述的方法,其特征在于,所述确定第一区域中的至少一个第一子区域是否为隐蔽区域,包括:
获取所述至少一个第一子区域中每个第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述至少一个第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述每个第一子区域为隐蔽区域。
3.如权利要求2所述的方法,其特征在于,所述确定所述第一区域内第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,包括:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
4.如权利要求1所述的方法,其特征在于,在所述基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大之后,所述方法还包括:
获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
5.如权利要求4所述的方法,其特征在于,在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述方法还包括:
获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
获取所述第一目标在所述观瞄仪的显示器上的显示面积;
基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
6.如权利要求4所述的方法,其特征在于,若有n个目标,m个火力单元,n、m均为大于零的整数,则在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述方法还包括:
获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
7.如权利要求6所述的方法,其特征在于,所述基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元,包括:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有所述每个目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
8.如权利要求7所述的方法,其特征在于,所述将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元,包括:
获取与所述每个目标对应的m个目标收益;
从所述m个目标收益中确定出目标收益最大的目标收益;
确定所述最大的目标收益是否小于预设目标收益;
若所述最小的目标收益不小于所述预设目标收益,则将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元。
9.如权利要求8所述的方法,其特征在于,所述在将所述每个目标分配给除已被分配有目标的火力单元中目标收益最大的火力单元之后,所述方法还包括:
确定除目标收益小于预设目标收益的目标外的p个目标是否被至少分到一个火力单元及除目标收益值小于所述预设目标收益的火力单元外的q个火力单元是否被至少分到一个目标,其中,p、q均为大于等于零的整数;
若所述p个目标被至少分到一个火力单元,所述q个火力单元至少被分到一个目标,且所述p个目标和所述q个火力单元的对应关系大于预设关系值,则终止分配,其中,所述预设关系值为n和m中的最大值。
10.如权利要求6所述的方法,其特征在于,所述基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元,包括:
获取n乘m阶的初始系数矩阵;
给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
11.如权利要求10所述的方法,其特征在于,所述基于所述至少一个赋值矩阵及所述目标收益矩阵,为所述n个目标分配火力单元,包括:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
12.一种电子设备,包括:
壳体;
存储器,设置在所述壳体内,用于存储指令;
处理器,设置在所述壳体内,与所述存储器相连,用于确定第一区域中的至少一个第一子区域是否为隐蔽区域;若所述至少一个第一子区域为所述隐蔽区域,则将所述至少一个第一子区域中的第一个第一子区域作为第一节点,并确定所述第一节点至与所述第一节点相邻的M个相邻节点之间的至少一条路径,所述至少一条路径中每条路径为M条路径中长度最短的路径,M为大于等于1的整数;及基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大。
13.如权利要求12所述的电子设备,其特征在于,所述处理器用于:
获取所述至少一个第一子区域中每个第一子区域中每一点的隐蔽度;
基于所述每一点的隐蔽度,确定所述至少一个第一子区域是否为隐蔽区域;其中,若所述每一点的隐蔽度均大于预设隐蔽度,则表明所述每个第一子区域为隐蔽区域。
14.如权利要求13所述的电子设备,其特征在于,所述处理器用于:
以所述第一节点为原点,将所述第一区域平均划分为八个区域;
确定所述八个区域的每个区域中距离所述第一节点最近的节点,共获得八个相邻节点;
基于D算法,确定所述第一节点至所述八个相邻节点之间的至少一条路径。
15.如权利要求12所述的电子设备,其特征在于,在所述基于所述至少一条路径,确定所述第一区域内第一起点至第一终点间的第一路径,所述第一路径上上第一对象被第一目标击毁概率最小,且所述第一目标被所述第一对象击毁的概率最大之后,所述处理器还用于:
获取宽度为第一宽度,长度为第一长度的第一待搜索区域;
确定第一观瞄仪在观瞄方向上的观瞄宽度为第二宽度,长度为第二长度;
基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间。
16.如权利要求12所述的电子设备,其特征在于,在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器还用于:
获取调整系数,所述调整系数与所述第一待搜索区域的背景复杂度,及在所述背景复杂度下,以预设概率发现所述第一目标所需的面积相关;
获取所述第一目标在所述观瞄仪的显示器上的显示面积;
基于所述调整系数及所述显示面积,获取所述第一目标能够被发现的概率。
17.如权利要求15所述的电子设备,其特征在于,若有n个目标,m个火力单元,n、m均为大于零的整数,则在所述基于所述第一宽度、所述第一长度、所述第二宽度,所述第二长度,确定所述第一观瞄仪观瞄所述第一待搜索区域的时间之后,所述处理器还用于:
获取所述n个目标中每个目标对所述m个火力单元中每个火力单元的威胁度,及所述每个火力单元对所述每个目标的射击有效度;
基于所述威胁度及所述射击有效度,获取目标收益矩阵,其中,所述目标收益矩阵为n乘m阶的矩阵;
基于所述目标收益矩阵,按照预设规则为所述n个目标分配火力单元。
18.如权利要求17所述的电子设备,其特征在于,所述处理器用于:
第一分配阶段:将所述每个目标分配给与所述每个目标对应的目标收益最大的火力单元;
第二分配阶段:将所述每个目标分配给除已被分配有所述每个目标的火力单元外的其它火力单元中与所述每个目标对应的目标收益最大的火力单元,其中,将所述m个火力单元中已被分配有目标的火力单元的目标收益乘以一系数,以使所述被分配有目标的火力单元分配的目标数量小于等于预设数量,所述系数大于等于零且小于1。
19.如权利要求18所述的电子设备,其特征在于,所述处理器用于:
获取n乘m阶的初始系数矩阵;
给所述初始系数矩阵赋值,共获得至少一个赋值系数矩阵,其中,所述至少一个赋值系数矩阵中每个赋值系数矩阵的每一行中至少有一个元素值为1,每一列中至少一个元素值为1,其余均为零;
基于所述至少一个赋值系数矩阵及所述目标收益矩阵,为所述n个目标分配火力单元。
20.如权利要求19所述的电子设备,其特征在于,所述处理器用于:
计算所述每个赋值系数矩阵与所述目标收益矩阵中相同位置处的元素的乘积之和,共获得至少一个总收益;
从所述至少一个总收益中确定出总收益最大的总收益为第一总收益;
基于与所述第一总收益对应的赋值系数矩阵,获取与所述n个目标对应的火力单元。
CN201610638540.1A 2016-08-05 2016-08-05 一种路径规划方法及电子设备 Expired - Fee Related CN106295164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610638540.1A CN106295164B (zh) 2016-08-05 2016-08-05 一种路径规划方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610638540.1A CN106295164B (zh) 2016-08-05 2016-08-05 一种路径规划方法及电子设备

Publications (2)

Publication Number Publication Date
CN106295164A true CN106295164A (zh) 2017-01-04
CN106295164B CN106295164B (zh) 2018-12-04

Family

ID=57665698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610638540.1A Expired - Fee Related CN106295164B (zh) 2016-08-05 2016-08-05 一种路径规划方法及电子设备

Country Status (1)

Country Link
CN (1) CN106295164B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362070A (zh) * 2018-10-12 2019-10-22 北京京东尚科信息技术有限公司 路径跟随方法、系统、电子设备和存储介质
CN110457413A (zh) * 2019-07-17 2019-11-15 中国第一汽车股份有限公司 行驶方向的确定方法、装置、设备及存储介质
CN111735443A (zh) * 2020-06-18 2020-10-02 中山大学 一种基于赋值矩阵的密集目标航迹关联方法
CN112344945A (zh) * 2020-11-24 2021-02-09 山东大学 室内配送机器人路径规划方法、系统及室内配送机器人
CN112396288A (zh) * 2020-10-12 2021-02-23 中国兵器科学研究院 一种火力打击能力评估方法、装置、设备和介质
CN112509114A (zh) * 2020-11-24 2021-03-16 中国船舶工业系统工程研究院 一种路径规划方法、系统和介质
CN116539057A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种最优路径确定方法、装置和电子设备
CN116882607A (zh) * 2023-07-11 2023-10-13 中国人民解放军军事科学院系统工程研究院 一种基于路径规划任务的关键节点识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929286A (zh) * 2012-11-26 2013-02-13 北京理工大学 一种行星表面全局路径快速规划方法
CN103913172A (zh) * 2013-12-06 2014-07-09 北京航空航天大学 一种适用于复杂低空下飞行器的路径规划方法
CN104751001A (zh) * 2015-04-13 2015-07-01 四川天上友嘉网络科技有限公司 游戏中的最短路径搜索方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929286A (zh) * 2012-11-26 2013-02-13 北京理工大学 一种行星表面全局路径快速规划方法
CN103913172A (zh) * 2013-12-06 2014-07-09 北京航空航天大学 一种适用于复杂低空下飞行器的路径规划方法
CN104751001A (zh) * 2015-04-13 2015-07-01 四川天上友嘉网络科技有限公司 游戏中的最短路径搜索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
贾甘纳坦•坎尼亚等: "《实用机器人设计 竞赛机器人》", 31 May 2016 *
陈长军: "基于信息不确定性的军事运输隐蔽性路径的选择问题研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362070A (zh) * 2018-10-12 2019-10-22 北京京东尚科信息技术有限公司 路径跟随方法、系统、电子设备和存储介质
CN110457413A (zh) * 2019-07-17 2019-11-15 中国第一汽车股份有限公司 行驶方向的确定方法、装置、设备及存储介质
CN111735443A (zh) * 2020-06-18 2020-10-02 中山大学 一种基于赋值矩阵的密集目标航迹关联方法
CN112396288B (zh) * 2020-10-12 2023-12-29 中国兵器科学研究院 一种装备体系火力打击能力评估方法、装置、设备和介质
CN112396288A (zh) * 2020-10-12 2021-02-23 中国兵器科学研究院 一种火力打击能力评估方法、装置、设备和介质
CN112344945B (zh) * 2020-11-24 2022-12-16 山东大学 室内配送机器人路径规划方法、系统及室内配送机器人
CN112509114A (zh) * 2020-11-24 2021-03-16 中国船舶工业系统工程研究院 一种路径规划方法、系统和介质
CN112509114B (zh) * 2020-11-24 2023-06-02 中国船舶工业系统工程研究院 一种路径规划方法、系统和介质
CN112344945A (zh) * 2020-11-24 2021-02-09 山东大学 室内配送机器人路径规划方法、系统及室内配送机器人
CN116539057A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种最优路径确定方法、装置和电子设备
CN116539057B (zh) * 2023-04-28 2024-01-16 北京大数据先进技术研究院 一种最优路径确定方法、装置和电子设备
CN116882607A (zh) * 2023-07-11 2023-10-13 中国人民解放军军事科学院系统工程研究院 一种基于路径规划任务的关键节点识别方法
CN116882607B (zh) * 2023-07-11 2024-02-02 中国人民解放军军事科学院系统工程研究院 一种基于路径规划任务的关键节点识别方法

Also Published As

Publication number Publication date
CN106295164B (zh) 2018-12-04

Similar Documents

Publication Publication Date Title
CN106295164A (zh) 一种路径规划方法及电子设备
CN107677273B (zh) 一种基于二维栅格划分的集群无人机多航迹规划方法
US20210405660A1 (en) Control system based on multi-unmanned aerial vehicle cooperative strategic confrontation
CN106705970B (zh) 一种基于蚁群算法的多无人机协同路径规划方法
CN109254588B (zh) 一种基于交叉变异鸽群优化的无人机集群协同侦察方法
Huang et al. A novel coordinated path planning method using k-degree smoothing for multi-UAVs
Duan et al. Max-min adaptive ant colony optimization approach to multi-UAVs coordinated trajectory replanning in dynamic and uncertain environments
Kim et al. Response threshold model based UAV search planning and task allocation
CN107063255B (zh) 一种基于改进果蝇优化算法的三维航路规划方法
KR101840540B1 (ko) 상황도기반 적 위협분석 및 가시화 방법 및 시스템
JP2939054B2 (ja) 戦術交戦シミュレートにおける最適経路の決定方法
CN106779210A (zh) 基于蚁群算法的火力分配方法
CN111462323B (zh) 一种面向三维空间的动态欺骗路径规划方法及系统
CN108318032A (zh) 一种考虑攻防对抗的无人机航迹智能规划方法
US20060167601A1 (en) Method and apparatus for determining optimized paths of a vehicle
Flint et al. Cooperative control for UAV's searching risky environments for targets
CN106525047A (zh) 一种基于floyd算法的无人机路径规划方法
US9488441B2 (en) Method and system of mission planning
CN103697895A (zh) 基于自适应a星算法的飞行器最优路径确定方法
Lee et al. Threat evaluation of enemy air fighters via neural network-based Markov chain modeling
CN112684808A (zh) 一种不确定环境下的无人机集群智能协同察打方法
CN104834317A (zh) 一种智能识别威胁类型的无人机飞行路径规划方法
CN101893441A (zh) 基于离差最大化及灰色关联分析的无人机航迹优选方法
Leboucher et al. Novel evolutionary game based multi-objective optimisation for dynamic weapon target assignment
CN112824998A (zh) 马尔可夫决策过程的多无人机协同航路规划方法和装置

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181204

Termination date: 20190805

CF01 Termination of patent right due to non-payment of annual fee