CN110347178A - 一种基于空间几何特征的无人机航迹规划方法 - Google Patents

Abstract

本发明涉及一种基于空间几何特征的无人机航迹规划方法，首先通过对无人机的行为数据进行分析，对无人机的飞行条件及飞行环境进行分析，获得无人机的规划空间；随后通过对无人机行为的约束条件的描述，确定无人机的飞行限制函数，根据相应的环境约束及无人机自身飞行限制，给出最优目标函数，并通过空间几何特征，找到无人机的最优航迹。本发明具有如下特点：利用无人机的飞行限制和环境约束条件，能够将无人机的航迹规划问题形式化为空间几何特征；利用无人机的空间几何特征计算，针对不同飞行限制和环境约束条件下，能够给出无人机的最优航迹规划方法。

Description

一种基于空间几何特征的无人机航迹规划方法

技术领域

本发明涉及一种无人机航迹规划方法。

背景技术

随着无人机技术的发展，越来越多的无人机被应用于替代飞行员执行一些高危任务，诸多领域，如：搜救、灾害监测等。一个完善的任务规划系统是无人机顺利完成任务的重要保障，其中航迹规划则是任务规划系统的核心部分。无人机航迹规划要求无人机规划出最优或最满意的飞行航迹。因而，无人机航迹规划问题是提高无人机安全性能,保证无人机出色完成任务的重要手段。

现有的无人机航迹规划技术主要采用优化算法和机器学习技术等。采用优化算法的技术主要通过采集三维地理数据，基于A-Star搜索、粒子群算法、蚁群算法等智能优化算法进行降维处理，将其转化为二维线性规划问题；基于机器学习、强化学习等相关算法模型技术，一般利用机器运算处理数据规划出多维出行方案，从而最优化无人机飞行路径规划航线。基于优化算法技术的二维航迹规划在军事突防、山地救援等应用中实用价值有限。基于机器学习、强化学习等相关算法模型的技术针对无人机中飞行数据属性有限或缺失某些行为属性的情况下，其较难准确给出最优航迹规划航线。

发明内容

本发明的目的是：研究基于空间几何特征的无人机航迹规划方法，通过分析无人机的飞行约束和环境限制，通过无人机的飞行高度限制将规划空间设定为相应的空间需求，并基于无人机飞行的空间几何特征规划出无人机的最优路径。

为了达到上述目的，本发明的技术方案是提供了一种基于空间几何特征的无人机航迹规划方法，其特征在于，包括以下步骤：

步骤1、确定无人机的航迹规划空间C，无人机初始坐标为c₁＝(x₁,y₁,z₁)，无人机目标坐标为c_n＝(x_n,y_n,z_n)，无人机第i个采样点坐标c_i＝(x_i,y_i,z_i)，i＝{1,2,…,n}，障碍区域为以(x_r,y_r,z_r)为中心点，以r为半径的球限定无人机的飞行高度区间为[z_r-r,z_r+r]，进入步骤2；

步骤2、获得无人机航迹Path表达形式，如式(1)所示，进入步骤3：

Path＝{(c₁,c₂),…,(c_n-1,c_n)} (1)

步骤3、获得约束条件，如式(2)及式(3)所示，进入步骤4：

z_r-r≤z_i≤z_r+r，i＝{1,2,…,n} (3)

步骤4、获得确定航迹的目标函数P，如式(4)所示，进入步骤5：

式(4)中，表示与c_i-1与c_i之间的距离；

步骤5、若z₁＝z_n，将3维空间映射到2维空间，如果(x_r,y_r,z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离大于r，那么连接(x₁,y₁,z₁)到(x_n,y_n,z_n)的直线就是最优路径，算法终止；否则，(x_r,y_r,z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离小于等于r，那么执行步骤6；

若z₁≠z_n，则执行步骤7

步骤6、；在以(x_r,y_r)为中心，以r为半径的圆区域外，任意找到一点(x_j,y_j)，使得满足最小，那么路径{(c₁,c_j),(c_j,c_n)}即为最优路径，算法终止；

步骤7、令(x₁,y₁,z₁)、(x_r,y_r,z_r)、(x_n,y_n,z_n)组成的平面为二维平面C2，在二维平面C2上，执行步骤5，直到找到一个点(x_k,y_k,z_k)，使得路径{(c₁,c_k),(c_k,c_n)}最小，那么路径{(c₁,c_k),(c_k,c_n)}即为最优路径，算法终止。

本发明针对捕捉到的无人机行为数据，针对无人机的空间限定、环境约束及无人机自身的飞行高度限制等约束条件，形式化这些约束条件，并利用相应的环境限定给出相应的最优目标函数，并利用空间几何的特征，找出无人机的最优规划路径。

本发明具有如下特点：

(1)利用无人机的飞行限制和环境约束条件，能够将无人机的航迹规划问题形式化为空间几何特征；

(2)利用无人机的空间几何特征计算，针对不同飞行限制和环境约束条件下，能够给出无人机的最优航迹规划方法。

附图说明

图1为无人机航迹规划实现架构图；

图2为航迹规划算法的流程图；

图3为实施例1中三维空间映射到二维空间且危险区域未涵盖连接的直线；

图4为实施例2中三维空间映射到二维空间且危险区域未涵盖连接的直线；

图5为实施例3中从(x₁,y₁,z₁)和(x_n,y_n,z_n)的直线未经过危险区域。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

如图1所示，本发明提供的一种基于空间几何特征的无人机航迹规划方法总体包括以下步骤：

首先第一阶段，通过分析无人机的飞行轨迹和飞行环境，构建规划空间，根据特殊的飞行要求，确定无人机是否在同一高度飞行。如果要求无人机在相同高度飞行，规划空间可以描述为二维空间。如果没有，规划空间可以描述为一个三维空间。然后，在第二阶段，根据约束条件，将约束条件描述为形式化，并对约束形式化进行了分析。第三阶段，通过分析无人机的飞行目标和优化目标，选择目标函数。然后根据不同的约束条件和目标，利用空间解析几何的相关知识计算出最优路径。

具体而言，如图2所示，本发明包括以下算法步骤：

步骤1、确定无人机的航迹规划空间C，无人机初始坐标为c₁＝(x₁,y₁,z₁)，无人机目标坐标为c_n＝(x_n,y_n,z_n)，无人机第i个采样点坐标c_i＝(x_i,y_i,z_i)，i＝{1,2,…,n}，障碍区域为以(x_r,y_r,z_r)为中心点，以r为半径的球限定无人机的飞行高度区间为[z_r-r,z_r+r]，进入步骤2；

步骤2、获得无人机航迹Path表达形式，如式(1)所示，进入步骤3：

Path＝{(c₁,c₂),…,(c_n-1,c_n)} (1)

步骤3、获得约束条件，如式(2)及式(3)所示，进入步骤4：

z_r-r≤z_i≤z_r+r，i＝{1,2,…,n} (3)

步骤4、获得确定航迹的目标函数P，如式(4)所示，进入步骤5：

式(4)中，表示与c_i-1与c_i之间的距离；

步骤5、若z₁＝z_n，将3维空间映射到2维空间，如果(x_r,y_r,z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离大于r，那么连接(x₁,y₁,z₁)到(x_n,y_n,z_n)的直线就是最优路径，算法终止；否则，(x_r,y_r,z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离小于等于r，那么执行步骤6；

若z₁≠z_n，则执行步骤7

步骤6、；在以(x_r,y_r)为中心，以r为半径的圆区域外，任意找到一点(x_j,y_j)，使得满足最小，那么路径{(c₁,c_j),(c_j,c_n)}即为最优路径，算法终止；

步骤7、令(x₁,y₁,z₁)、(x_r,y_r,z_r)、(x_n,y_n,z_n)组成的平面为二维平面C2，在二维平面C2上，执行步骤5，直到找到一个点(x_k,y_k,z_k)，使得路径{(c₁,c_k),(c_k,c_n)}最小，那么路径{(c₁,c_k),(c_k,c_n)}即为最优路径，算法终止。

以下以几个简单的实施例来进一步说明本发明：

实施例1

对于一个无人机，当假设其限定飞行高度为固定高度时，我们可将规划空间映射到二维空间，如图3所示。在图3中，根据本发明提供的算法，首先我们容易想到通过坐标系的平移，将无人机的起始坐标(x₁,y₁)变化为(0,0)，终点坐标变化为(x_m,y_m)，那么连接起点到终点的直线方程为：y_mx-x_my＝0。假设(x_m,y_m)＝(5,6)，威胁区域1的圆心坐标为威胁区域2的圆心坐标为且威胁区域圆的半径为r₁＝r₂＝2，那么从起点到终点的直线方程为：6x-5y＝0。点(2,8)到直线：6x-5y＝0的距离为：同样地，点(4,4)到直线：6x-5y＝0的距离为：那么根据算法1，最优路径即为从无人机起点到终点的直线，如图3中线段所示。

实施例2

对于一个无人机，当假设其限定飞行高度为固定高度时，我们可将规划空间映射到二维空间，如图4所示。在图4中，根据本发明提供的算法，首先我们容易想到通过坐标系的平移，将无人机的起始坐标(x₁,y₁)变化为(0,0)，终点坐标变化为(x_m,y_m)，那么连接起点到终点的直线方程为：y_mx-x_my＝0。假设(x_m,y_m)＝(5,5)，威胁区域1的圆心坐标为威胁区域2的圆心坐标为且威胁区域圆的半径为r₁＝r₂＝1，那么从起点到终点的直线方程为：x-y＝0。点(3.414,2))到直线：x-y＝0的距离为：同样地，点(2,3.414)到直线：x-y＝0的距离为：那么根据算法1，我们分别计算从(0,0)和(5,5)到威胁区域1(以为圆心，以1为半径的圆)的切线分别为：3.36x-1.04y＝0和0.6x-3.19y+12.91＝0。计算3.36x-1.04y＝0和0.6x-3.19y+12.91＝0的交点坐标为：(1.21,4.28)。那么最优路径为：{(0,0)→(1.21,4.28)→(5,5)}。

实施例3

对于一个无人机，当假设其飞行高度不固定时，其规划空间为3维空间，如图5所示。在图5中，根据本发明提供的算法，首先我们容易想到通过坐标系的平移，将无人机的起始坐标(x₁,y₁,z₁)变化为(0,0,0)，终点坐标变化为(x_m,y_m,z_m)。假设(x_m,y_m,z_m)＝(5,5,5)， r₁＝₂＝1。从点(2.5,0.5,1)和(0.5,2.5,2)到连接(x₁,y₁,z₁)和(x_m,y_m,z_m)的直线的距离都大于1，那么最优路径即为从无人机起点到终点的直线，如图5中直线所示。类似地，对于三维空间中的威胁区域涵盖从起点到重点的直线，其最优路径计算方法可仿造实施例2所示。

Claims (1)

1.一种基于空间几何特征的无人机航迹规划方法，其特征在于，包括以下步骤：

步骤1、确定无人机的航迹规划空间C，无人机初始坐标为c₁＝(x₁，y₁，z₁)，无人机目标坐标为c_n＝(x_n，y_n，z_n)，无人机第i个采样点坐标c_i＝(x_i，y_i，z_i)，i＝{1，2，…，n｝，障碍区域为以(x_r，y_r，z_r)为中心点，以r为半径的球限定无人机的飞行高度区间为[z_r-r，z_r+r]，进入步骤2；

步骤2、获得无人机航迹Path表达形式，如式(1)所示，进入步骤3：

Path＝{(c₁，c₂)，…，(c_n-1，c_n)} (1)

步骤3、获得约束条件，如式(2)及式(3)所示，进入步骤4：

z_r-r≤z_i≤z_r+r，i＝{1，2，…，n} (3)

步骤4、获得确定航迹的目标函数P，如式(4)所示，进入步骤5：

式(4)中，表示与c_i-1与c_i之间的距离；

步骤5、若z₁＝z_n，将3维空间映射到2维空间，如果(x_r，y_r，z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离大于r，那么连接(x₁，y₁，z₁)到(x_n，y_n，z_n)的直线就是最优路径，算法终止；否则，(x_r，y_r，z_r)到直线(y₁-y_n)x-(x₁-x_n)y+(x₁y_n-x_ny₁)＝0的距离小于等于r，那么执行步骤6；

若z₁≠z_n，则执行步骤7

步骤6、；在以(x_r，y_r)为中心，以r为半径的圆区域外，任意找到一点(x_j，y_j)，使得满足最小，那么路径{(c₁，c_j)，(c_j，c_n)}即为最优路径，算法终止；

步骤7、令(x₁，y₁，z₁)、(x_r，y_r，z_r)、(x_n，y_n，z_n)组成的平面为二维平面C2，在二维平面C2上，执行步骤5，直到找到一个点(x_k，y_k，z_k)，使得路径{(c₁，c_k)，(c_k，c_n)}最小，那么路径{(c₁，c_k)，(c_k，c_n)}即为最优路径，算法终止。