CN115686072A - 一种基于空间网格的无人机群安全作业航线自动生成方法 - Google Patents

一种基于空间网格的无人机群安全作业航线自动生成方法 Download PDF

Info

Publication number
CN115686072A
CN115686072A CN202211704666.6A CN202211704666A CN115686072A CN 115686072 A CN115686072 A CN 115686072A CN 202211704666 A CN202211704666 A CN 202211704666A CN 115686072 A CN115686072 A CN 115686072A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
grid
cluster
space
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
CN202211704666.6A
Other languages
English (en)
Other versions
CN115686072B (zh
Inventor
张臻
季托
许益智
王宝祥
朱涛
吴澄冉
王立伟
张兵
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202211704666.6A priority Critical patent/CN115686072B/zh
Publication of CN115686072A publication Critical patent/CN115686072A/zh
Application granted granted Critical
Publication of CN115686072B publication Critical patent/CN115686072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明一种基于空间网格的无人机群安全作业航线自动生成方法，包括按照无人机作业高度，将空间细分为空间网格，并对禁入区域进行形状补全；在空间网格内构建基于禁入区域的斥力场和基于目标点的引力场，建立离散势能场的模型函数；求解出各个网格的势能值，生成完整势能场；依次对每个集群内每个无人机进行计算，获取其当前位置及速度，根据无人机的位置和速度，计算集群对该无人机的影响，从而计算无人机的综合受力情况，计算其梯度，不断迭代求出完整无人机航线。本发明避免了陷入局部最优解；通过建立势能场可为大量无人机的改航活动计算改航最优路径；建立可通过性集合,避免无人机在狭窄通道口“堵死”的问题。

Description

一种基于空间网格的无人机群安全作业航线自动生成方法
技术领域
本发明涉及集群无人机改航路径规划方法，尤其涉及一种基于空间网格的无人机群安全作业航线自动生成方法。
背景技术
对于大规模无人机的集群前往作业地点时，一方面需要规避人工划设的禁入区域，例如下方有居民区，周边有危险地形等；另一方面也需要考虑无人机集群内部特点。因此在无人机集群改航时需要对集群内每个无人机生成一条安全航线，这本质上是一种路径规划问题，自上世纪90年代起，国内外学者开始对改航路径规划问题进行研究，根据实施时间的不同可将改航路径规划问题分为飞行前规划和实时规划两种，前者为静态路径规划，后者为动态路径规划。
其中，飞行前改航路径规划的主要方法包括：(1)基于多边形的改航路径规划法：考虑影响飞行区域的多边形边界特点，运用几何方法对航路进行规划；(2)基于网格的改航路径规划法：在网格改航环境模型中运用路径搜索算法规划改航飞行路径；(3)基于可视图和权重的改航路径规划法：将影响飞行区域划分为不同等级并赋予权重，运用可视图确定权重距离最短的飞机改航路径；(4)基于已有航路点的改航路径规划法：将改航策略与地面等待模型结合，运用A*算法在现有航线网络中搜索改航路径。
静态路径规划的常用算法为：栅格法、可视图法、构型空间法、Dijkstra算法和A*算法等，实时改航路径规划的主要方法包括：(1)基于标准进离场程序的改航路径规划法：以标准进离场程序中的航路点为参考，通过适当的选取改航点进行改航路径规划；(2)基于自由飞行的改航路径规划法：将移动的飞行危险天气区域视为一个区域较大、移动速率较慢的航空器，寻找规避飞行冲突的避让路径；(3)基于椭圆边界的改航路径规划法：通过沿椭圆状危险天气影响区域的边缘绕飞，在满足容量约束的前提下，选取距离最短者作为最终的改航路径；动态路径规划的常用算法为：遗传算法、神经网络法、人工势场法和模糊逻辑算法等。
以上这些方法虽可有效进行无人机改航路径规划，但大多针对单个无人机，未考虑多无人机甚至是大量无人机时的路径规划问题,且未考虑无人机内部的相互影响，同时考虑的限制因素较为单一，不具备限制因素的可扩展性,而且对大量无人机通过狭窄路口时的可通过性问题都没涉及。
发明内容
发明目的：本发明的目的是提供一种基于空间网格的无人机群安全作业航线自动生成方法，一方面改进了势场法容易陷入局部最优解的问题；另一方面也避免了大量无人机通过狭窄路径时无法求解的问题。
技术方案：本发明包括如下步骤：
（1）按照无人机作业高度，将空间细分为空间网格，将居民区、危险地形作为危险区域，同时圈定外围作业边界，将危险区域和作业边界映射到空间网格上形成禁入区网格，并对禁入区域进行形状补全，对禁入区外侧随机添加一个最小单位的威胁网格区块；
（2）结合无人机集群的特点，构建蜂群约束模型，按照无人机的最小相邻安全距离，建立分离性加速度公式，避免撞机，按照无人机集群平均速度与预设飞行速度，建立一致性加速度公式，使集群中各个体的速度趋于一致，并往预设飞行速度靠近，按照无人机与集群中心点的位置关系，建立凝聚性加速度公式，使单体无人机与周围无人机保持在一定区间范围内；
（3）在空间网格离散空间内构建基于禁入区域的斥力场和基于目标点的引力场，建立离散势能场的模型计算函数，模拟无人机对禁入区的规避行为与飞往作业地点的趋近行为；
（4）对空间内各个网格的势能情况进行并行计算，求解出各个网格的势能值，生成完整势能场。将无人机集群中的内部约束叠加到势能场上，通过对无人机在该网格内的速度的上下左右四个方向做分量计算，选择最优方向，同时考虑无人机的可通过顺序,不断迭代求出从起始点到目标点的完整无人机航线。
进一步地，所述步骤（1）包括：
（1.1）将环境空间分别在X轴和Y轴方向划分空间网格，将飞行边界数据映射到网格中，形成可活动的空间网格集合；
（1.2）按照相邻边向量叉乘的方法判断禁入区域是否为凹多边形，如果是，则对凹多边形进行补全，然后将补全后的禁入区域映射到网格中；
（1.3）在空间内随机选择一个网格，计算各禁入区距离该网格最近的网格，并从该网格相邻的非禁入区域网格中随机选择一个作为扰动因子，设置为禁入区域。
进一步地，所述步骤（2）包括：
（2.1）按照分离性原则，建立分离性受力公式，无人机的相邻安全距离设为
Figure 305470DEST_PATH_IMAGE001
，首先获取与无人机i距离小于
Figure 327652DEST_PATH_IMAGE001
的无人机集合，并设为
Figure 448055DEST_PATH_IMAGE002
，用
Figure 322732DEST_PATH_IMAGE003
表示无人机i的分离性加速度，则无人机i在t时刻的分离性加速度可以表示为：
Figure 186783DEST_PATH_IMAGE004
其中，
Figure 329051DEST_PATH_IMAGE005
分别表示无人机n和无人机i的位置；
（2.2）按照凝聚性原则，集群内各无人机之间的距离不能相隔太远，即无人机会向无人机集群中心靠拢，因此当无人机发生偏离时，会产生一个向中心的聚合力，t时刻的集群中心点位置为
Figure 885935DEST_PATH_IMAGE006
，即：
Figure 746443DEST_PATH_IMAGE007
其中，
Figure 414185DEST_PATH_IMAGE008
表示无人机n在t时刻的位置，T为无人机总数，
用
Figure 410960DEST_PATH_IMAGE009
表示无人机i在t时刻的聚合加速度的公式如下所示：
Figure 138744DEST_PATH_IMAGE010
其中，
Figure 979225DEST_PATH_IMAGE011
为无人机i的位置，
Figure 185078DEST_PATH_IMAGE012
和
Figure 301939DEST_PATH_IMAGE013
为待定参数，且
Figure 200625DEST_PATH_IMAGE014
；
（2.3）根据一致性原则，无人机自身的速度需要与集群速度的方向保持一致，并不断趋近预设速度，即无人机i的一致性力用加速度可表示为：
Figure 770146DEST_PATH_IMAGE015
其中，
Figure 779691DEST_PATH_IMAGE016
为集群内无人机的速度集合，
Figure 16637DEST_PATH_IMAGE017
为集群内无人机n的速度，
Figure 820645DEST_PATH_IMAGE018
、
Figure 644507DEST_PATH_IMAGE019
为待定参数；
（2.4）根据步骤（2.1）-（2.3）可得无人机i在t时刻的集群内合加速度为：
Figure 192163DEST_PATH_IMAGE020
。
进一步地，所述步骤（3）包括：
（3.1）构建引力场计算函数，引力场影响的是无人机的加速度，会随无人机所在的网格发生变化， 其在网格
Figure 283616DEST_PATH_IMAGE021
处的计算公式如下：
Figure 258525DEST_PATH_IMAGE023
其中，
Figure 802639DEST_PATH_IMAGE024
为引力场参数，
Figure 419565DEST_PATH_IMAGE025
表示网格
Figure 365524DEST_PATH_IMAGE021
和目标点
Figure 776914DEST_PATH_IMAGE026
的欧式距离，当
Figure 306859DEST_PATH_IMAGE027
时，引力势能的大小与当前位置到目标位置的距离的平方成正比；当
Figure 196317DEST_PATH_IMAGE028
时，降低引力计算函数的取值，从而避免远离目标位置时引力过大；
（3.2）构建斥力场计算函数，斥力场同样影响无人机的加速度，其在网格
Figure 262362DEST_PATH_IMAGE021
处的计算公式如下：
Figure 579074DEST_PATH_IMAGE030
其中，
Figure 97780DEST_PATH_IMAGE031
为斥力场参数，
Figure 649984DEST_PATH_IMAGE032
为斥力最大作用范围，当两个网格之间的距离小于
Figure 711481DEST_PATH_IMAGE032
时，斥力随距离的减小而变大，当位置重合时，斥力将变成无穷大；
（3.3）综合叠加势能场后，空间内任意一点（m，n）的加速度为：
Figure 464674DEST_PATH_IMAGE033
。
进一步地，所述步骤（4）包括：
（4.1）预先对整个网格内的势能场进行计算，遍历网格空间，对区域的属性进行一遍初始设置，即：
Figure 972141DEST_PATH_IMAGE034
其中，B为禁入区域网格集合；
Figure 62456DEST_PATH_IMAGE035
表示（m，n）位置的网格，是否可进入，1表示可以，0表示不可以,网格空间边界同样设置为不可进入；
（4.2）计算综合加速度与速度，将势能场与集群内部影响进行叠加，则无人机i在t时刻的加速度为：
Figure 712881DEST_PATH_IMAGE036
由于空间是网格化的，因此无人机每次移动的距离固定为两个相邻网格间的距离，表示为
Figure 761608DEST_PATH_IMAGE037
，认为无人机在一个单元格内的任一方向上做的是匀速直线运动，则速度可以表示为：
Figure 395852DEST_PATH_IMAGE038
Figure 289858DEST_PATH_IMAGE039
；
（4.3）每个无人机在单元格内的移动方向有四个，即上、下、左、右，计算无人机在t时刻在(m，n)格内的速度，则可以计算出
Figure 60368DEST_PATH_IMAGE040
在X轴和Y轴的梯度分量
Figure 155363DEST_PATH_IMAGE041
，
Figure 640352DEST_PATH_IMAGE042
，则无人机i的下一个前进位置
Figure 213416DEST_PATH_IMAGE043
为：
Figure 963066DEST_PATH_IMAGE044
；
（4.4）对
Figure 228962DEST_PATH_IMAGE045
位置的校验与调整，如果
Figure 431274DEST_PATH_IMAGE046
，
Figure 73607DEST_PATH_IMAGE045
不变，如果
Figure 412185DEST_PATH_IMAGE047
，则对
Figure 114562DEST_PATH_IMAGE045
重新调整，调整方式为：若之前调整的是X轴方向，则此时
Figure 40055DEST_PATH_IMAGE048
若
Figure 220500DEST_PATH_IMAGE049
，且
Figure 679163DEST_PATH_IMAGE050
，则需要进一步调整剩下两个方向的大小，若该无人机的所有方向都不满足移动条件，则将其加入待移动列表
Figure 411496DEST_PATH_IMAGE051
；
（4.5）更新无人机i的位置后，更新
Figure 463766DEST_PATH_IMAGE047
，将无人机原位置设置为可进入，即
Figure 306957DEST_PATH_IMAGE052
，再计算
Figure DEST_PATH_IMAGE053
与目标点G的距离，如果大于目标区域范围阈值
Figure 495493DEST_PATH_IMAGE054
，则设置一个标识位，记录本轮计算不符合要求，否则不处理；更新完无人机位置后，先判断是否是集群内最后一架无人机，如果是，判断
Figure 631683DEST_PATH_IMAGE051
是否为空，
Figure 295882DEST_PATH_IMAGE051
不为空，则对列表中的无人机进行位置计算，若此时再计算失败，则设置无人机本轮不移动；
Figure 818130DEST_PATH_IMAGE051
为空，则结束本轮计算，然后根据标识位判断本轮计算是否满足距离要求，如果不满足，重置
Figure 392331DEST_PATH_IMAGE051
和标志位，进行下一轮计算，否则，计算结束。
有益效果：本发明与现有技术相比，具有如下显著优点：
（1）以蜂群模型表示大批量无人机的集群内行为，避免了无人机集群出动时各自飞行易发生冲撞的问题；
（2）利用凹多边形补全和随机因子，避免陷入局部最优解；
（3）势能场模型为宏观计算模型，通过建立势能场可为大量无人机的改航活动计算改航最优路径；
（4）建立可通过性集合，避免无人机在狭窄通道口“堵死”的问题。
附图说明
图1为本发明的流程图；
图2为禁入区域处理方法流程图；
图3为无人机集群的蜂群模型示意图；
图4为无人机路径选择算法流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示，本发明基于空间网格的无人机群安全作业航线自动生成方法，步骤如下：
（1）对空间进行栅格化，根据预设的空间范围分别在X方向和Y方向划分M*N个单元格，对于每一个单元格可以用坐标（m，n）来标识，然后将处理禁入区域，进行区域补全，最后对进入区域增加随机扰动因子，其具体实施步骤如下：
（1.1）空间栅格化：将空间在X方向和Y方向划分网格，将划分单元格的面积越小，计算结果越精细，但也会导致计算速度越慢。为了兼顾速度与精度，需要根据场景选择适当大小的网格；
（1.2）禁入区调整与投影：如图2所示，将对形状为凹多边形的区域进行形状补全，投影到空间网格内，然后在每个禁入区域周边增加随机禁入区域因子，具体步骤如下：
（1.2.1）提取每个禁入区的点集，顺时针依次计算相邻边的叉乘，如果为负，则停止计算，并删掉这两个相邻边的连接点，然后更新该禁入区的点集，重新计算，直至全部相邻边叉乘为正；
（1.2.2）在空间网格内随机确定一个网格，如图2所示，内圆点所在网格，依次遍历各禁入区包含的网格到圆点网格的距离，找到最近的网格，并在其外侧随机设置一个禁入区域，生成禁入区域网格集合B。
（2）感知获取集群内的无人机信息，按照无人机的最小相邻安全距离，建立分离性加速度公式，避免撞机，按照无人机集群平均速度与预设飞行速度，建立一致性加速度公式，使集群中各个体的速度趋于一致，并往预设飞行速度靠近，按照无人机与集群中心点的位置关系，建立凝聚性加速度公式，使单体无人机与周围无人机之间保持在一定区间范围内，如图3所示，其具体实施步骤如下：
（2.1）按照分离性原则，建立分离性受力公式，无人机的相邻安全距离设为
Figure 466466DEST_PATH_IMAGE001
，首先获取与无人机i距离小于
Figure 86803DEST_PATH_IMAGE001
的无人机集合，并设为
Figure 412743DEST_PATH_IMAGE002
，用
Figure 201969DEST_PATH_IMAGE003
表示无人机i的分离性加速度，则无人机i在t时刻的分离性加速度可以表示为：
Figure 322372DEST_PATH_IMAGE004
其中，
Figure 961164DEST_PATH_IMAGE005
分别表示无人机n和无人机i的位置；
（2.2）按照凝聚性原则，集群内各无人机之间的距离不能相隔太远，即无人机会向无人机集群中心靠拢，因此当无人机发生偏离时，会产生一个向中心的聚合力，t时刻的集群中心点位置为
Figure 825215DEST_PATH_IMAGE006
，即：
Figure 967483DEST_PATH_IMAGE007
其中，
Figure 524366DEST_PATH_IMAGE008
表示无人机n在t时刻的位置，T为无人机总数，
用
Figure 384875DEST_PATH_IMAGE009
表示无人机i在t时刻的聚合加速度的公式如下所示：
Figure 787037DEST_PATH_IMAGE010
其中，
Figure 565505DEST_PATH_IMAGE011
为无人机i的位置，
Figure 293289DEST_PATH_IMAGE012
和
Figure 375515DEST_PATH_IMAGE013
为待定参数，且
Figure 846947DEST_PATH_IMAGE014
；
（2.3）根据一致性原则，无人机自身的速度需要与集群速度的方向保持一致，并不断趋近预设速度，即无人机i的一致性力用加速度可表示为：
Figure 963808DEST_PATH_IMAGE015
其中，
Figure 596915DEST_PATH_IMAGE016
为集群内无人机的速度集合，
Figure 432015DEST_PATH_IMAGE017
为集群内无人机n的速度，
Figure 441560DEST_PATH_IMAGE018
、
Figure 914392DEST_PATH_IMAGE019
为待定参数；
（2.4）根据步骤（2.1）-（2.3）可得无人机i在t时刻的集群内合加速度为：
Figure 983979DEST_PATH_IMAGE020
。
（3）构建引力场和斥力场，预先对整个网格内的势能场进行计算：
（3.1）构建引力场计算函数，引力场影响的是无人机的加速度，会随无人机所在的网格发生变化， 其在网格
Figure 40797DEST_PATH_IMAGE021
处的计算公式如下：
Figure DEST_PATH_IMAGE055
其中，
Figure 447507DEST_PATH_IMAGE024
为引力场参数，
Figure 414326DEST_PATH_IMAGE025
表示网格
Figure 513869DEST_PATH_IMAGE021
和目标点
Figure 198928DEST_PATH_IMAGE026
的欧式距离，当
Figure 907865DEST_PATH_IMAGE027
时，引力势能的大小与当前位置到目标位置的距离的平方成正比；当
Figure 729191DEST_PATH_IMAGE028
时，降低引力计算函数的取值，从而避免远离目标位置时引力过大；
（3.2）构建斥力场计算函数，斥力场同样影响无人机的加速度，其在网格
Figure 265214DEST_PATH_IMAGE021
处的计算公式如下：
Figure DEST_PATH_IMAGE056
其中，
Figure 765466DEST_PATH_IMAGE031
为斥力场参数，
Figure 920503DEST_PATH_IMAGE032
为斥力最大作用范围，当两个网格之间的距离小于
Figure 455390DEST_PATH_IMAGE032
时，斥力随距离的减小而变大，当位置重合时，斥力将变成无穷大；
（3.3）综合叠加势能场后，空间内任意一点（m，n）的加速度为：
Figure 37681DEST_PATH_IMAGE033
。
（4）在得到整个网格空间内各网格的势能后，通过对无人机的受力分析计算，得到其在各个方向的速度分量，同时更新集群内无人机的位置信息，不断迭代，最终令无人机抵达目标点附近，如图4所示，其具体实施步骤如下：
（4.1）将M行，N列的空间网格按列划分N个组，对每组数据并行用势能场计算公式求解，并遍历网格空间，将禁入区域设为不可进入，其他区域设为可进入；
（4.2）从初始位置开始，如果无人机集群E中存在无人机与目标点G的距离大于一个阈值，则依次对S中的无人机分别按照步骤（4.3）的方式求解其加速度信息，并求出在上下左右四个方向的梯度下降情况，从大到小依次对可移动方向进行排序，并判断待移动网格是否可进入，若可进入则进行移动，移动后将移动到达的网格设置为不可进入，并将原本所在的网格设置为可进入；
（4.3）迭代上述过程，直至集合E中的所有无人机与目标点G的距离均小于阈值，即达到目标点附近。

Claims (5)

1.一种基于空间网格的无人机群安全作业航线自动生成方法，其特征在于，包括如下步骤：
（1）按照无人机作业高度，将空间细分为空间网格，将居民区、危险地形作为危险区域，同时圈定外围作业边界，将危险区域和作业边界映射到空间网格上形成禁入区网格，并对禁入区域进行形状补全，对禁入区外侧随机添加一个最小单位的威胁网格区块；
（2）结合无人机集群的特点，构建蜂群约束模型，按照无人机的最小相邻安全距离，建立分离性加速度公式，避免撞机，按照无人机集群平均速度与预设飞行速度，建立一致性加速度公式，使集群中各个体的速度趋于一致，并往预设飞行速度靠近，按照无人机与集群中心点的位置关系，建立凝聚性加速度公式，使单体无人机与周围无人机保持在一定区间范围内；
（3）在空间网格离散空间内构建基于禁入区域的斥力场和基于目标点的引力场，建立离散势能场的模型计算函数，模拟无人机对禁入区的规避行为与飞往作业地点的趋近行为；
（4）对空间内各个网格的势能情况进行并行计算，求解出各个网格的势能值，生成完整势能场，将无人机集群中的内部约束叠加到势能场上，通过对无人机在该网格内的速度的上下左右四个方向做分量计算，选择最优方向，同时考虑无人机的可通过顺序,不断迭代求出从起始点到目标点的完整无人机航线。
2.根据权利要求1所述的基于空间网格的无人机群安全作业航线自动生成方法，其特征在于，所述步骤（1）包括：
（1.1）将环境空间分别在X轴和Y轴方向划分空间网格，将飞行边界数据映射到网格中，形成可活动的空间网格集合；
（1.2）按照相邻边向量叉乘的方法判断禁入区域是否为凹多边形，如果是，则对凹多边形进行补全，然后将补全后的禁入区域映射到网格中；
（1.3）在空间内随机选择一个网格，计算各禁入区距离该网格最近的网格，并从该网格相邻的非禁入区域网格中随机选择一个作为扰动因子，设置为禁入区域。
3.根据权利要求1所述的基于空间网格的无人机群安全作业航线自动生成方法，其特征在于，所述步骤（2）包括：
（2.1）按照分离性原则，建立分离性受力公式，无人机的相邻安全距离设为
Figure 542874DEST_PATH_IMAGE001
，首先获取与无人机i距离小于
Figure 866539DEST_PATH_IMAGE001
的无人机集合，并设为
Figure 177434DEST_PATH_IMAGE002
，用
Figure 979168DEST_PATH_IMAGE003
表示无人机i的分离性加速度，则无人机i在t时刻的分离性加速度可以表示为：
Figure 59120DEST_PATH_IMAGE004
其中，
Figure 84844DEST_PATH_IMAGE005
分别表示无人机n和无人机i的位置；
（2.2）按照凝聚性原则，集群内各无人机之间的距离不能相隔太远，即无人机会向无人机集群中心靠拢，因此当无人机发生偏离时，会产生一个向中心的聚合力，t时刻的集群中心点位置为
Figure 758402DEST_PATH_IMAGE006
，即：
Figure 488461DEST_PATH_IMAGE007
其中，
Figure 563864DEST_PATH_IMAGE008
表示无人机n在t时刻的位置，T为无人机总数，
用
Figure 88387DEST_PATH_IMAGE009
表示无人机i在t时刻的聚合加速度的公式如下所示：
Figure 974872DEST_PATH_IMAGE010
其中，
Figure 508622DEST_PATH_IMAGE011
为无人机i的位置，
Figure 438532DEST_PATH_IMAGE012
和
Figure 399535DEST_PATH_IMAGE013
为待定参数，且
Figure 47685DEST_PATH_IMAGE014
；
（2.3）根据一致性原则，无人机自身的速度需要与集群速度的方向保持一致，并不断趋近预设速度，即无人机i的一致性力用加速度可表示为：
Figure 853967DEST_PATH_IMAGE015
其中，
Figure 638383DEST_PATH_IMAGE016
为集群内无人机的速度集合，
Figure 504708DEST_PATH_IMAGE017
为集群内无人机n的速度，
Figure 640154DEST_PATH_IMAGE018
、
Figure 250127DEST_PATH_IMAGE019
为待定参数；
（2.4）根据步骤（2.1）-（2.3）可得无人机i在t时刻的集群内合加速度为：
Figure 154629DEST_PATH_IMAGE020
。
4.根据权利要求1所述的基于空间网格的无人机群安全作业航线自动生成方法，其特征在于，所述步骤（3）包括：
（3.1）构建引力场计算函数，引力场影响的是无人机的加速度，会随无人机所在的网格发生变化， 其在网格
Figure 457435DEST_PATH_IMAGE021
处的计算公式如下：
Figure 814598DEST_PATH_IMAGE022
其中，
Figure 228261DEST_PATH_IMAGE023
为引力场参数，
Figure 987270DEST_PATH_IMAGE024
表示网格
Figure 460977DEST_PATH_IMAGE021
和目标点
Figure 302506DEST_PATH_IMAGE025
的欧式距离，当
Figure 254282DEST_PATH_IMAGE026
时，引力势能的大小与当前位置到目标位置的距离的平方成正比；当
Figure 133376DEST_PATH_IMAGE027
时，降低引力计算函数的取值，从而避免远离目标位置时引力过大；
（3.2）构建斥力场计算函数，斥力场同样影响无人机的加速度，其在网格
Figure 777984DEST_PATH_IMAGE021
处的计算公式如下：
Figure 109739DEST_PATH_IMAGE028
其中，
Figure 865206DEST_PATH_IMAGE029
为斥力场参数，
Figure 333227DEST_PATH_IMAGE030
为斥力最大作用范围，当两个网格之间的距离小于
Figure 820840DEST_PATH_IMAGE030
时，斥力随距离的减小而变大，当位置重合时，斥力将变成无穷大；
（3.3）综合叠加势能场后，空间内任意一点（m，n）的加速度为：
Figure 764526DEST_PATH_IMAGE031
。
5.根据权利要求1所述的基于空间网格的无人机群安全作业航线自动生成方法，
其特征在于，所述步骤（4）包括：
（4.1）预先对整个网格内的势能场进行计算，遍历网格空间，对区域的属性进行一遍初始设置，即：
Figure 199049DEST_PATH_IMAGE032
其中，B为禁入区域网格集合；
Figure 911790DEST_PATH_IMAGE033
表示（m，n）位置的网格，是否可进入，1表示可以，0表示不可以,网格空间边界同样设置为不可进入；
（4.2）计算综合加速度与速度，将势能场与集群内部影响进行叠加，则无人机i在t时刻的加速度为：
Figure 507988DEST_PATH_IMAGE034
由于空间是网格化的，因此无人机每次移动的距离固定为两个相邻网格间的距离，表示为
Figure 938969DEST_PATH_IMAGE035
，认为无人机在一个单元格内的任一方向上做的是匀速直线运动，则速度可以表示为：
Figure 646025DEST_PATH_IMAGE036
Figure 478852DEST_PATH_IMAGE037
；
（4.3）每个无人机在单元格内的移动方向有四个，即上、下、左、右，计算无人机在t时刻在(m，n)格内的速度，则可以计算出
Figure 248881DEST_PATH_IMAGE038
在X轴和Y轴的梯度分量
Figure 167158DEST_PATH_IMAGE039
，
Figure 943484DEST_PATH_IMAGE040
，则无人机i的下一个前进位置
Figure 365238DEST_PATH_IMAGE041
为：
Figure 568817DEST_PATH_IMAGE042
；
（4.4）对
Figure 708812DEST_PATH_IMAGE043
位置的校验与调整，如果
Figure 288829DEST_PATH_IMAGE044
，
Figure 830669DEST_PATH_IMAGE043
不变，如果
Figure 205149DEST_PATH_IMAGE045
，则对
Figure 832440DEST_PATH_IMAGE043
重新调整，调整方式为：若之前调整的是X轴方向，则此时
Figure 950568DEST_PATH_IMAGE046
若
Figure 346915DEST_PATH_IMAGE047
，且
Figure 892297DEST_PATH_IMAGE048
，则需要进一步调整剩下两个方向的大小，若该无人机的所有方向都不满足移动条件，则将其加入待移动列表
Figure 6883DEST_PATH_IMAGE049
；
（4.5）更新无人机i的位置后，更新
Figure 459861DEST_PATH_IMAGE045
，将无人机原位置设置为可进入，即
Figure 179556DEST_PATH_IMAGE050
，再计算
Figure 689647DEST_PATH_IMAGE051
与目标点G的距离，如果大于目标区域范围阈值
Figure 166896DEST_PATH_IMAGE052
，则设置一个标识位，记录本轮计算不符合要求，否则不处理；更新完无人机位置后，先判断是否是集群内最后一架无人机，如果是，判断
Figure 751461DEST_PATH_IMAGE049
是否为空，
Figure 997765DEST_PATH_IMAGE049
不为空，则对列表中的无人机进行位置计算，若此时再计算失败，则设置无人机本轮不移动；
Figure 9584DEST_PATH_IMAGE049
为空，则结束本轮计算，然后根据标识位判断本轮计算是否满足距离要求，如果不满足，重置
Figure 708550DEST_PATH_IMAGE049
和标志位，进行下一轮计算，否则，计算结束。
CN202211704666.6A 2022-12-29 2022-12-29 一种基于空间网格的无人机群安全作业航线自动生成方法 Active CN115686072B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211704666.6A CN115686072B (zh) 2022-12-29 2022-12-29 一种基于空间网格的无人机群安全作业航线自动生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211704666.6A CN115686072B (zh) 2022-12-29 2022-12-29 一种基于空间网格的无人机群安全作业航线自动生成方法

Publications (2)

Publication Number Publication Date
CN115686072A true CN115686072A (zh) 2023-02-03
CN115686072B CN115686072B (zh) 2023-03-14

Family

ID=85055543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211704666.6A Active CN115686072B (zh) 2022-12-29 2022-12-29 一种基于空间网格的无人机群安全作业航线自动生成方法

Country Status (1)

Country Link
CN (1) CN115686072B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117935625A (zh) * 2024-03-22 2024-04-26 中国民航管理干部学院 一种智慧空中交通无人机航线管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3121676A1 (en) * 2015-07-24 2017-01-25 The Boeing Company Air vehicle navigation system and method of flying an air vehicle
CN107272742A (zh) * 2017-08-07 2017-10-20 深圳市华琥技术有限公司 一种无人机群协同作业的导航控制方法
CN110160525A (zh) * 2019-04-10 2019-08-23 中国电子科技集团公司第二十八研究所 一种基于离散势能场的危险天气下大量航班改航路径并行化计算方法
CN112000131A (zh) * 2020-09-09 2020-11-27 中国人民解放军国防科技大学 基于人工势场法的无人机集群路径规划方法及系统
CN112130587A (zh) * 2020-09-30 2020-12-25 北京理工大学 一种针对机动目标的多无人机协同跟踪方法
CN112489498A (zh) * 2020-11-25 2021-03-12 中国电子科技集团公司第二十八研究所 一种航路交通精细改航规划方法
CN113434966A (zh) * 2021-08-26 2021-09-24 中国电子科技集团公司第二十八研究所 基于弹性力场的蜂群避撞控制方法
CN113724534A (zh) * 2021-08-18 2021-11-30 中国电子科技集团公司第二十八研究所 一种航班飞行轨迹多目标动态规划方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3121676A1 (en) * 2015-07-24 2017-01-25 The Boeing Company Air vehicle navigation system and method of flying an air vehicle
CN107272742A (zh) * 2017-08-07 2017-10-20 深圳市华琥技术有限公司 一种无人机群协同作业的导航控制方法
CN110160525A (zh) * 2019-04-10 2019-08-23 中国电子科技集团公司第二十八研究所 一种基于离散势能场的危险天气下大量航班改航路径并行化计算方法
CN112000131A (zh) * 2020-09-09 2020-11-27 中国人民解放军国防科技大学 基于人工势场法的无人机集群路径规划方法及系统
CN112130587A (zh) * 2020-09-30 2020-12-25 北京理工大学 一种针对机动目标的多无人机协同跟踪方法
CN112489498A (zh) * 2020-11-25 2021-03-12 中国电子科技集团公司第二十八研究所 一种航路交通精细改航规划方法
CN113724534A (zh) * 2021-08-18 2021-11-30 中国电子科技集团公司第二十八研究所 一种航班飞行轨迹多目标动态规划方法
CN113434966A (zh) * 2021-08-26 2021-09-24 中国电子科技集团公司第二十八研究所 基于弹性力场的蜂群避撞控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117935625A (zh) * 2024-03-22 2024-04-26 中国民航管理干部学院 一种智慧空中交通无人机航线管理系统及方法
CN117935625B (zh) * 2024-03-22 2024-05-24 中国民航管理干部学院 一种智慧空中交通无人机航线管理系统及方法

Also Published As

Publication number Publication date
CN115686072B (zh) 2023-03-14

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
YongBo et al. Three-dimensional unmanned aerial vehicle path planning using modified wolf pack search algorithm
CN112747736B (zh) 一种基于视觉的室内无人机路径规划方法
CN107145161B (zh) 无人机访问多目标点的航迹规划方法及装置
CN110320930B (zh) 基于Voronoi图的多无人机编队队形可靠变换方法
CN101477169B (zh) 巡检飞行机器人对电力线路的检测方法
Patron et al. Flight trajectories optimization under the influence of winds using genetic algorithms
CN106295141B (zh) 用于三维模型重建的多条无人机路径确定方法及装置
CN110456823A (zh) 一种针对无人机计算与存储能力受限的双层路径规划方法
CN104991895A (zh) 一种基于三维空域网格的低空救援航空器航迹规划方法
CN103473955B (zh) 一种基于图论和谱聚类算法的终端扇区划分方法
CN104165627B (zh) 一种基于线性规划的实时动态航迹规划方法
CN108196575A (zh) 一种无人机任务分配及路线规划方法
Bulusu et al. Capacity estimation for low altitude airspace
CN110850891A (zh) 一种基于空间和时间协同的多无人机动态航路规划方法
CN115686072B (zh) 一种基于空间网格的无人机群安全作业航线自动生成方法
CN109871031A (zh) 一种固定翼无人机的轨迹规划方法
CN111192481B (zh) 一种基于碰撞风险的进离场程序无人机管控区边界确定方法
CN112327939B (zh) 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
Kim et al. UAV path planning for maximum visibility of ground targets in an urban area
CN110045738A (zh) 基于蚁群算法和Maklink图的机器人路径规划方法
Chaimatanan et al. Strategic deconfliction of aircraft trajectories
CN108766035B (zh) 一种点密度引导下的无人机地形匹配飞行控制系统
CN109870906A (zh) 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法
Chaimatanan et al. Aircraft 4D trajectories planning under uncertainties

Legal Events

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