JP6919949B2 - 多制約条件下でスマート航空機の航跡を急速に計画する方法 - Google Patents
多制約条件下でスマート航空機の航跡を急速に計画する方法 Download PDFInfo
- Publication number
- JP6919949B2 JP6919949B2 JP2020219945A JP2020219945A JP6919949B2 JP 6919949 B2 JP6919949 B2 JP 6919949B2 JP 2020219945 A JP2020219945 A JP 2020219945A JP 2020219945 A JP2020219945 A JP 2020219945A JP 6919949 B2 JP6919949 B2 JP 6919949B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- aircraft
- error
- correction
- horizontal
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Description
本発明の多制約条件下でスマート航空機の航跡を急速に計画する方法は、具体的には、以下のステップS1〜S3を含み、
ステップS1では、航空機の航跡計画の特徴を分析し、多目的関数で多制約条件の数学的最適化モデルを確立し、
航空機の航跡計画の特徴に基づいて、航空機の大きさを無視して航空機を質点に簡略化し、航空機のノード間の飛行経路をユークリッド距離として、以下の数学的最適化モデルの目的関数F1 、F2 を確立し、
を通り、
式中、Nは、飛行領域内の補正点のノード集合であり、i、jは、ノード集合Nにおけるi、j番目のノードの略号であり、dijは、ノードiからノードjまでの航空機の距離であり、xijは、航空機がノードiからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードjまで飛行すれば、xij=1であり、そうでなければxij=0であり、
該目的関数は、以下の1)〜3)の制約条件を満たし、
1)経路バランス制約であり、航空機が一回の飛び込みと飛び出しのみを行い、すなわち、航空機が該ノードをトラバースした後に該ノードをトラバースすることがないとする制限であり、経路バランス制約式は以下のとおりであり、
式中、kは、ノード集合Nにおけるk番目のノードの略号であり、nは、ノード集合Nにおけるノード総数であり、xikは、航空機がノードiからノードkまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードkまで飛行すれば、xik=1であり、そうでなければ、xik=0であり、xkjは、航空機がノードkからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードkからノードjまで飛行すれば、xkj=1であり、そうでなければ、xkj=0であり、
2)経路唯一性制約であり、航空機が各ノードを順次トラバースし、1つの有効経路のみを形成するという制限であり、経路唯一性制約式は以下のとおりであり、
式中、yi は、ノードiが航空機によりトラバースされているか否かを示すバイナリ変数であり、航空機が該ノードiから飛び出したり、飛び込んだりすれば、すなわち、ノードiが航空機によりトラバースされたことを表せば、yi =1であり、そうでなければ、yi =0であり、
3)トラバース経路回路制約であり、航空機が飛行中にいかなるサブループ解も発生しないとする制限であり、トラバース経路回路制約式は以下のとおりであり、
ステップS2では、航空機の始点座標と、終点座標と、飛行領域内の全ての補正点の空間位置座標と、水平誤差補正タイプ及び垂直誤差補正タイプを含むその誤差補正タイプを含むインスタンス情報を取得し、
ステップS3では、ヒューリスティックな近傍探索アルゴリズムを運用してインスタンスを求めることにより、複数の選択可能なスキームを取得して選択する。
状況1では、航空機がノードi からノードj に到達し、理想的な誤差補正を行うことができる場合には、制約式が以下のとおりである累積水平誤差及び累積垂直誤差が最大測位誤差範囲内であるという限定をして、飛行経路の有効性を保証し、
式中、θは、累積誤差閾値であり、hj は、航空機がノードjの位置に到達したときの総水平ずれ量であり、vj は、航空機がノードj の位置に到達したときの総垂直ずれ量であり、Hは、水平補正点集合であり、
は、ノードiが集合Hに属するか否かを示すバイナリ変数であり、ノードがi∈Hであれば、
であり、そうでなければ、
であり、
Vは、垂直補正点集合であり、
は、ノードiが集合Vに属するか否かを示すバイナリ変数であり、ノードがi∈Vであれば、
であり、そうでなければ、
であり、δは、航空機が1m飛行する毎に水平誤差と垂直誤差の増加量であり、
状況2では、航空機がノードiからノードjまで飛行し、理想的な誤差補正を行うことができない場合には、次のノードkを選択して誤差補正を行い、このときに累積水平誤差及び累積垂直誤差の制約式が以下のとおりであり、
式中、Pijk は、航空機がノードi、j、kを順次トラバースしているか否かを示すバイナリ変数であり、航空機がノードi、j、kを順次トラバースすれば、Pijk =1であり、そうでなければ、Pijk =0であり、djkは、ノードjからノードkまでの航空機の距離であり、
は、ノードkが集合Hに属するか否かを示すバイナリ変数であり、ノードk∈Hであれば、
であり、そうでなければ、
であり、ηは、補正マージンであり、単位がmであり、η∈[2,8] であり、Dは、補正に失敗したノード集合であり、Sは、誤差補正が0である確率がξであるノード集合である。
ステップAでは、最大サイクル回数と、累積誤差閾値θと、第1垂直誤差閾値及び第1水平誤差閾値である垂直誤差補正条件と、第2垂直誤差閾値及び第2水平誤差閾値である水平誤差補正条件と、最小旋回半径、航空機の1m飛行する毎の誤差増分と、を含む初期パラメータ及び前記インスタンス情報を入力し、
ステップBでは、以下の(1)〜(3)のように関連候補点集合P4 を決定し、
(1)ノード集合Nにおいて、航空機がトラバースしていないノードを次の候補ノードとして選定し、航空機が現在ノードから次の候補ノードまで到達する際に累積水平誤差及び累積垂直誤差がいずれも累積誤差閾値θよりも小さいノードを選定し、集合P1 に記憶し、
(2)P1 において、航空機の現在ノードのX軸座標値よりも大きいX軸座標値を有するノードを選定し、候補点集合P2 に記憶し、
(3)航空機の累積誤差値が大きいことを回避するために、現在の航空機の累積水平誤差値及び累積垂直誤差値に基づいて、次の点に到達する際に校正を必要とする誤差値タイプを選定し、かつ以下の2種類の方法で候補点集合P4 を決定し、
方法1では、
a、集合P2 において、垂直誤差が第1垂直誤差閾値以下で水平誤差が第1水平誤差閾値以下であるという垂直補正条件を満たすノードを選定して集合P3 を構成し、P2 において垂直補正条件を満たすノードが存在しなければ、P2 において、垂直誤差が第2垂直誤差閾値以下で水平誤差が第2水平誤差閾値以下であるという水平補正条件を満たすノードを選定して集合P3 を構成し、
b、航空機の現在ノード及び前のノードの位置座標を決定し、前記P3 におけるいずれかの点を次のノードとしてランダムに選択し、この3つのノードが空間三角形を構成し、現在ノードから次のノードに到達するときの旋回半径を求め、計算して得られた旋回半径が最小旋回半径Rmin よりも大きければ、集合P3 から選択された該ノードが旋回半径制約を満たし、該ノードを候補点集合P4 に記憶し、P3 から旋回半径制約を満たす全てのノードを選択して候補点集合P4 を構成し、
方法2では、
集合P2 における完全な校正を実現できるか又は補正マージンηを満たす垂直補正点を候補点集合P4 として選定し、そうでなければ、集合P2 における完全に校正できる又は補正マージンηを満たす水平補正点を候補点集合P4 として選定し、
ステップCでは、候補点集合P4 からいずれかのノードを選択して一歩前進して現在ノードとし、次のノードの候補点集合P4 を決定し、具体的な方法は、以下のとおりである。
ステップBで得られた候補点集合P4 からいずれかのノードを選択して一歩前進して現在ノードとし、ステップBに戻って、その次のノードの候補点集合P4 を選択し、その次のノードの候補点集合P4 が空集合であれば、ステップBで得られた候補点集合P4 に戻り、他のノードを現在ノードとして選択し、計算を続け、候補点集合P4 における全てのノードを現在ノードとし、ステップBに戻って取得された次のノードの候補点集合P4 がいずれも空集合であれば、元の候補点集合P4 の現在ノードを死点として取得し、該現在ノードの前のノードに戻し、該前のノードを現在ノードとして再計算し、
ステップB、Cでは、空でない各候補点集合P4 に対して終点座標が含まれているか否かを判断し、含まれていれば、航跡を保存してステップDに進み、そうでなければ、ステップB、Cに戻って次のノードの候補点集合P4 を決定し続け、
ステップDでは、1つの航跡を得る毎にサイクル回数が1回増加し、累積サイクル回数が最大サイクル回数に達するか否かを判断し、達していなければ、ステップAに戻り、新たな航跡を探索し続け、そうでなければ、全ての航跡を出力する。
図1に示すように、航空機がノードi、j、kを順次トラバースした場合には、ノードi、j、kは、1つの空間三角形を形成し、その内接円の半径がRであると仮定すると、三角形を、それぞれdij、djk、dikを底辺とし、面積がそれぞれs1 、s2 、s3 である3つの三角形に分る。ヘロンの公式に基づいて、以下のとおりであり、
したがって、得られた旋回半径の計算方法は、以下のとおりである。
式中、Rijk は、旋回半径であり、sは、ノードi、j、kで囲まれた三角形の面積であり、pは、ノードi、j、kで囲まれた三角形の半周長である。
具体的には、本発明の多制約条件下でスマート航空機の航跡を急速に計画する方法は、以下のステップ1〜5を含む。
ステップ1では、航空機の航跡計画の特徴を総合的に分析し、以下の(1)及び(2)ように仮定する。
(1)航空機の大きさを無視して航空機を質点に簡略化し、地形及び障害物の航空機の飛行中に対する影響を無視する。
(2)航空機のノード間の飛行経路がユークリッド距離である。
航空機の最適な航跡ルートを計画する問題について、飛行領域内の補正点に基づいて、それを、複数組のルートを探すことに変換し、航空機が最大誤差範囲を満たして最少補正点を通ると共に航空機の飛行中に垂直及び水平誤差補正をタイムリーに行うことを保証し、航空機のA点からB点までの航跡経路を最短にすることができる。以下のような目的関数を作成する。
制約条件について、制約条件(1)と(2)は、経路バランス制約であり、いずれかのノードkに関して航空機が一回の飛び込みと飛び出しのみを行い、すなわち、航空機が該ノードをトラバースした後に該ノードをトラバースすることがないという制限をし、制約条件(3)は、航空機がトラバースするノードの数及び飛行経路の本数の一次式であり、飛行経路の唯一性を保証し、制約条件(4)と(5)は、トラバース経路回路制約であり、航空機が飛行中に何もないサブループ解が発生しないことを保証し、制約条件(6)及び(7)は、補正誤差制約であり、各々累積水平誤差及び累積垂直誤差が許容される最大測位誤差以下であるという制限をして、飛行経路の有効性を保証し、制約条件(8)は、2つのノードの距離が最大測位誤差に許容される飛行の最大距離以下であるという制限をし、式(9)は、航空機がノードi、j、kを順次トラバースするという制約をし、式(11)及び式(12)は、制約条件(6)及び(7)の誘導制約であり、すなわち、航空機が環境要因により成功裏に補正できるか否かを考慮し、成功裏に補正できれば、式(11)及び式(12)を選択し、そうでなければ、(6)及び(7)を選択し、式(10)は、航空機の旋回半径制約である。
Nは、飛行領域内の補正点のノード集合である。
i、j、kは、ノード集合Nにおけるi、j、k番目のノードの略号である。
nは、ノード集合Nにおけるノードの総数である。
dijは、ノードiからノードjまでの航空機の距離である。
xijは、航空機がノードiからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードjまで飛行すれば、xij=1であり、そうでなければxij=0である。
xikは、航空機がノードiからノードkまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードkまで飛行すれば、xik=1であり、そうでなければxik=0である。
xkjは、航空機がノードkからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードkからノードjまで飛行すれば、xkj=1であり、そうでなければxkj=0である。
yi は、ノードiが航空機によりトラバースされているか否かを示すバイナリ変数であり、航空機が該ノードiから飛び出したり、飛び込んだりすれば、すなわち、ノードiが航空機によりトラバースされたことを表せば、yi =1であり、そうでなければ、yi =0である。
θは、累積誤差閾値である。
hj は、航空機がノードjの位置に到達したときの総水平ずれ量である。hk は、航空機がノードkの位置に到達したときの総水平ずれ量である。
vj は、航空機がノードjの位置に到達したときの総垂直ずれ量である。vk は、航空機がノードkの位置に到達したときの総水平ずれ量である。
Hは、水平補正点集合であり、
は、ノードiが集合Hに属するか否かを示すバイナリ変数であり、ノードがi∈Hであれば、
であり、そうでなければ、
である。
Vは、垂直補正点集合であり、
は、ノードiが集合Vに属するか否かを示すバイナリ変数であり、ノードがi∈Vであれば、
であり、そうでなければ、
である。
Pijk は航空機がノードi、j、kを順次トラバースしているか否かを示すバイナリ変数であり、航空機がノードi、j、kを順次トラバースすれば、Pijk =1であり、そうでなければ、Pijk =0である。
djkは、ノードjからノードkまでの航空機の距離である。
は、ノードkが集合Hに属するか否かを示すバイナリ変数であり、ノードk∈Hであれば、
であり、そうでなければ、
である。
ηは、補正マージンであり、単位がmであり、η∈[2,8] である。
Rijk は、旋回半径である。Rmin は、最小旋回半径である。
Sijk は、ノードi、j、kで囲まれた三角形の面積である。
djkは、ノードjからノードkまでの距離である。dikは、ノードiからノードkまでの距離である。
pは、ノードi、j、kで囲まれた三角形の半周長である。
ステップAでは、初期パラメータ及びインスタンス情報を入力する。インスタンス情報を表1に示す。初期パラメータは以下のとおりである。
(1)最大サイクル回数が100である。
(2)累積誤差閾値θ=30であり、航空機が1m飛行する毎に誤差がδ増加する。値はδ=0.001である。
(3)垂直誤差補正条件について、航空機の垂直誤差がα1 =25m以下であり、水平誤差がα2 =15m以下である。
(4)水平誤差補正条件について、航空機の垂直誤差がβ1 =20m以下であり、水平誤差がβ2 =25m以下である。
(5)航空機は、旋回時に構造及び制御システムによって制限され、その最小旋回半径がRmin =200mである。
(6)補正マージンηは5である。
同時に以下のような誤差補正規定を作る。
出発地A点では、航空機の垂直及び水平誤差はいずれも0であり、垂直誤差補正点で航空機に対して垂直誤差補正を行った後、その垂直誤差が0となり、水平誤差がそのままとなり、水平誤差補正点で航空機に対して水平誤差補正を行った後、その水平誤差が0となり、垂直誤差がそのままとなると設定する。
(1)ノード集合Nにおいて、航空機がトラバースしていないノードを次の候補ノードとして選定し、航空機が現在ノードから次の候補ノードまで到達する際に累積水平誤差及び累積垂直誤差がいずれも累積誤差閾値θよりも小さいノードを選定し、集合P1 に記憶する。
(2)P1 において、航空機の現在ノードのX軸座標値よりも大きいX軸座標値を有するノードを選定し、候補点集合P2 に記憶する。
(3)航空機の累積誤差値が大きいことを回避するために、現在の航空機の累積水平誤差値及び累積垂直誤差値に基づいて、次の点に到達する際に校正を必要とする誤差値タイプを選定し、かつ以下の2種類の方法で候補点集合P4 を決定する。
a、集合P2 において、垂直誤差が第1垂直誤差閾値α1以下で水平誤差が第1水平誤差閾値α2以下であるという垂直補正条件を満たすノードを選定して集合P3 を構成し、P2 において垂直補正条件を満たすノードが存在しなければ、P2 において、垂直誤差が第2垂直誤差閾値β1以下で水平誤差が第2水平誤差閾値β2以下であるという水平補正条件を満たすノードを選定して集合P3 を構成し、
b、航空機の現在ノード及び前のノードの位置座標を決定し、上記P3 におけるいずれかの点を次のノードとしてランダムに選択し、この3つのノードが空間三角形を構成し、現在ノードから次のノードに到達するときの旋回半径を求め、計算して得られた旋回半径が最小旋回半径Rmin よりも大きければ、集合P3 から選択された該ノードが旋回半径制約を満たすので、該ノードを候補点集合P4 に記憶する。P3 から旋回半径制約を満たす全てのノードを選択して候補点集合P4 を構成する。
集合P2 における完全な校正を実現できるか又は補正マージンηを満たす垂直補正点を候補点集合P4 として選定し、そうでなければ、集合P2 における完全に校正できる又は補正マージンηを満たす水平補正点を候補点集合P4 として選定する。
ステップCでは、候補点集合P4 からいずれかのノードを選択して一歩前進して現在ノードとし、次のノードの候補点集合P4 を決定する。具体的な方法は、以下のとおりである。
ステップB、Cでは、空でない各候補点集合P4 に対して終点座標が含まれているか否かを判断し、含まれていれば、航跡を保存してステップDに進み、そうでなければ、ステップB、Cに戻って次のノードの候補点集合P4 を決定し続ける。
ステップDでは、1つの航跡を得る毎にサイクル回数が1回増加し、累積サイクル回数が最大サイクル回数に達するか否かを判断し、達していなければ、ステップAに戻り、新たな航跡を探索し続け、そうでなければ、全ての航跡を出力する。
(1)ステップ4に記載の方法の内、方法1を選択して候補点集合P4 を取得し、求めて計算して複数組の互いに支配的ではないスキームを得る。そのうちの2つのスキームを選択し、表2、図2に示す。
Claims (2)
- 以下のステップS1〜S3を含み、
ステップS1では、航空機の航跡計画の特徴を分析し、多目的関数で多制約条件の数学的最適化モデルを確立し、
航空機の航跡計画の特徴に基づいて、航空機の大きさを無視して航空機を質点に簡略化し、航空機のノード間の飛行経路をユークリッド距離として、以下の数学的最適化モデルの目的関数を確立し、
を通り、
式中、Nは、飛行領域内の補正点のノード集合であり、i、jは、ノード集合Nにおけるi、j番目のノードの略号であり、dijは、ノードiからノードjまでの航空機の距離であり、xijは、航空機がノードiからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードjまで飛行すれば、xij=1であり、そうでなければxij=0であり、
該目的関数は、以下の1)〜3)の制約条件を満たし、
1)経路バランス制約:航空機が一回の飛び込みと飛び出しのみを行い、すなわち、航空機が該ノードをトラバースした後に該ノードをトラバースすることがないことを制限し、経路バランス制約式が以下のとおりであり、
式中、kは、ノード集合Nにおけるk番目のノードの略号であり、nは、ノード集合Nにおけるノード総数であり、x ik は、航空機がノードiからノードkまで飛行しているか否かを示すバイナリ変数であり、航空機がノードiからノードkまで飛行すれば、x ik =1であり、そうでなければ、x ik =0であり、xkjは、航空機がノードkからノードjまで飛行しているか否かを示すバイナリ変数であり、航空機がノードkからノードjまで飛行すれば、xkj=1であり、そうでなければ、xkj=0であり、
2)経路唯一性制約:航空機が各ノードを順次トラバースし1つの有効経路のみを形成することを制限し、経路唯一性制約式が以下のとおりであり、
式中、yi は、ノードiが航空機によりトラバースされているか否かを示すバイナリ変数であり、航空機が該ノードiから飛び出した場合と、航空機が該ノードiに飛び込んだ場合との2つの場合には、ノードiが航空機によりトラバースされたことを表し、yi =1であり、そうでなければ、該ノードiが航空機によりトラバースされず、yi =0であり、
3)トラバース経路回路制約:航空機が飛行中にいかなるサブループ解が発生しないことを制限し、トラバース経路回路制約式が以下のとおりであり、
ステップS2では、多制約条件下でスマート航空機の航跡を急速に計画する方法のインスタンスを計算し、オリジナルなインスタンス情報を次の表に示し、
表中、Aノードは、開始位置座標であり、Bノードは、終了位置座標であり、補正点属性タイプは、I、II類に分類され、I類において、0は、水平誤差補正点を表し、航空機が該補正点を通ると、水平誤差を自動的に0にリセットし、1は、垂直誤差補正点を表し、航空機が該補正点を通ると、垂直誤差を自動的に0にリセットし、II類において、1は、ある誤差を成功裏に0に補正できる確率が0.8であることを表し、0は、ある誤差を成功裏に0に補正できることを表し、
ステップS3では、ヒューリスティックな近傍探索アルゴリズムを運用してインスタンスを求めることにより、複数の選択可能なスキームを取得して選択し、
出発点をA点(0,50000,5000)とし、目的地をB点(100000,59652.34,5022)とし、99個の空間ノードの中で、航跡長さができるだけ小さくて補正領域を通って補正された、回数ができるだけ少ない航跡計画を探し、制約条件の具体的な値を線形化して求め、
ヒューリスティックな近傍探索アルゴリズムを運用してインスタンスを求める具体的なステップは、以下のステップA〜Dを含み、
ステップAでは、以下の(1)〜(6)の初期パラメータと、前記表に示すインスタンス情報とを入力し、
(1)最大サイクル回数が100であり、
(2)累積誤差閾値θ=30であり、航空機が1m飛行する毎に誤差が増加し、値が=0.001であり、
(3)垂直誤差補正条件について、航空機の垂直誤差が=25m以下であり、水平誤差が=15m以下であり、
(4)水平誤差補正条件について、航空機の垂直誤差が=20m以下であり、水平誤差が=25m以下であり、
(5)航空機は、旋回時に構造及び制御システムによって制限され、その最小旋回半径が=200mであり、
(6)補正マージンは5であり、
同時に以下のような誤差補正規定を作り、
出発地A点では、航空機の垂直及び水平誤差がいずれも0であり、垂直誤差補正点で航空機に対して垂直誤差補正を行った後、その垂直誤差が0となり、水平誤差がそのままとなり、水平誤差補正点で航空機に対して水平誤差補正を行った後、その水平誤差が0となり、垂直誤差がそのままとなるように設定し、
ステップBでは、以下の(1)〜(3)のように関連候補点集合P 4 を決定し、
(1)ノード集合Nにおいて、航空機がトラバースしていないノードを次の候補ノードとして選定し、航空機が現在ノードから次の候補ノードまで到達する際に累積水平誤差及び累積垂直誤差がいずれも累積誤差閾値θよりも小さいノードを選定し、集合P 1 に記憶し、
(2)P 1 において、航空機の現在ノードのX軸座標値よりも大きいX軸座標値を有するノードを選定し、候補点集合P 2 に記憶し、
(3)航空機の累積誤差値が大きいことを回避するために、現在の航空機の累積水平誤差値及び垂直誤差値に基づいて、次の点に到達する際に校正を必要とする誤差値タイプを選定し、かつ以下の2種類の方法で候補点集合P 4 を決定し、
方法1では、
a、集合P 2 において、垂直誤差が以下で水平誤差が以下であるという垂直補正条件を満たすノードを選定して集合P 3 を構成し、P 2 において垂直補正条件を満たすノードが存在しなければ、P 2 において、垂直誤差が以下で水平誤差が以下であるという水平補正条件を満たすノードを選定して集合P 3 を構成し、
b、航空機の現在ノード及び前のノードの位置座標を決定し、上記P 3 におけるいずれかの点を次のノードとしてランダムに選択し、この3つのノードが空間三角形を構成し、現在ノードから次のノードに到達するときの旋回半径を求め、計算して得られた旋回半径が最小旋回半径Rminよりも大きければ、集合P 3 から選択された該ノードが旋回半径制約を満たし、該ノードを候補点集合P 4 に記憶し、P 3 から旋回半径制約を満たす全てのノードを選択して候補点集合P 4 を構成し、
方法2では、
集合P 2 における完全な校正を実現できるか又は補正マージンを満たす垂直補正点を候補点集合P 4 として選定し、そうでなければ、集合P 2 における完全に校正できる又は補正マージンを満たす水平補正点を候補点集合P 4 として選定し、
ステップCでは、具体的に以下の方法で、候補点集合P 4 からいずれかのノードを選択して一歩前進して現在ノードとし、次のノードの候補点集合P 4 を決定し、
ステップBで得られた候補点集合P 4 からいずれかのノードを選択して一歩前進して現在ノードとし、ステップBに戻って、その次のノードの候補点集合P 4 を選択し、その次のノードの候補点集合P 4 が空集合であれば、ステップBで得られた候補点集合P 4 に戻り、他のノードを現在ノードとして選択し、計算を続け、候補点集合P 4 における全てのノードを現在ノードとし、ステップBに戻って取得された次のノードの候補点集合P 4 がいずれも空集合であれば、元の候補点集合P 4 の現在ノードを死点として取得し、該現在ノードの前のノードに戻し、該前のノードを現在ノードとして再計算し、
ステップB、Cでは、空でない各候補点集合P 4 に対して終点座標が含まれているか否かを判断し、含まれていれば、航跡を保存してステップDに進み、そうでなければ、ステップB、Cに戻って次のノードの候補点集合P 4 を決定し続け、
ステップDでは、1つの航跡を得る毎にサイクル回数が1回増加し、累積サイクル回数が最大サイクル回数に達するか否かを判断し、達していなければ、ステップAに戻り、新たな航跡を探索し続け、そうでなければ、全ての航跡を出力することを特徴とする、多制約条件下でスマート航空機の航跡を急速に計画する方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420932.0A CN111024092B (zh) | 2019-12-31 | 2019-12-31 | 一种多约束条件下智能飞行器航迹快速规划方法 |
CN201911420932.0 | 2019-12-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021110744A JP2021110744A (ja) | 2021-08-02 |
JP6919949B2 true JP6919949B2 (ja) | 2021-08-18 |
Family
ID=70201582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020219945A Active JP6919949B2 (ja) | 2019-12-31 | 2020-12-30 | 多制約条件下でスマート航空機の航跡を急速に計画する方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6919949B2 (ja) |
CN (1) | CN111024092B (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112382134B (zh) * | 2020-04-26 | 2021-07-30 | 北京三快在线科技有限公司 | 生成飞行路径的方法、装置、存储介质和电子设备 |
CN111595343B (zh) * | 2020-04-29 | 2022-10-04 | 西北工业大学 | 一种基于定位误差校正的无人机航迹规划方法 |
CN111506108B (zh) * | 2020-04-29 | 2023-03-21 | 西北工业大学 | 基于误差校正点的无人机室内航迹规划装置及方法 |
CN112066991A (zh) * | 2020-09-07 | 2020-12-11 | 常州微亿智造科技有限公司 | 多约束条件下智能飞行器航迹快速规划方法、装置 |
CN112525195B (zh) * | 2020-11-20 | 2022-03-01 | 中国人民解放军国防科技大学 | 基于多目标遗传算法的飞行器航迹快速规划方法 |
CN112729308B (zh) * | 2020-12-24 | 2024-05-03 | 广州融赋数智技术服务有限公司 | 多约束条件下无人机快速航迹规划方法 |
CN113051743B (zh) * | 2021-03-18 | 2023-05-26 | 中国人民解放军火箭军工程大学 | 一种基于轨迹在线规划的末制导系统 |
CN112985418B (zh) * | 2021-05-06 | 2021-08-10 | 中航信移动科技有限公司 | 航空轨迹数据确定方法、装置、设备及存储介质 |
CN113311869B (zh) * | 2021-05-28 | 2023-01-13 | 淮阴工学院 | 一种多约束条件下无人机路径规划方法 |
CN113625768B (zh) * | 2021-09-07 | 2023-05-23 | 南京航空航天大学 | 一种火星直升机航迹规划方法、系统、设备及存储介质 |
CN114279457B (zh) * | 2021-12-23 | 2023-10-03 | 中南民族大学 | 路径规划方法、装置、设备及可读存储介质 |
CN114460969A (zh) * | 2022-02-16 | 2022-05-10 | 中银金融科技有限公司 | 无人机路径规划方法、装置、电子设备及计算机存储介质 |
CN115691225B (zh) * | 2022-08-23 | 2023-10-20 | 北京航空航天大学 | 一种基于正交时频空调制的无人机路径规划方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3738415B2 (ja) * | 1999-06-30 | 2006-01-25 | ギャ ミン−チュン | 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム |
US20120215434A1 (en) * | 2011-02-22 | 2012-08-23 | General Electric Company | Methods and systems for managing air traffic |
JP5926637B2 (ja) * | 2012-07-10 | 2016-05-25 | 富士重工業株式会社 | 回避経路導出装置、回避経路導出プログラム、および、回避経路導出方法 |
CN103913172B (zh) * | 2013-12-06 | 2016-09-21 | 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 |
CN104406593A (zh) * | 2014-12-03 | 2015-03-11 | 广西民族大学 | 一种确定无人机航路最优路径的方法 |
US9953540B2 (en) * | 2015-06-16 | 2018-04-24 | Here Global B.V. | Air space maps |
CN109000651B (zh) * | 2018-05-31 | 2022-04-19 | 上海大学 | 一种路径规划方法及路径规划装置 |
CN110543953B (zh) * | 2019-08-30 | 2022-03-29 | 西南交通大学 | 基于狼群算法的空间约束下多目标拆卸线设置方法 |
-
2019
- 2019-12-31 CN CN201911420932.0A patent/CN111024092B/zh active Active
-
2020
- 2020-12-30 JP JP2020219945A patent/JP6919949B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN111024092B (zh) | 2020-10-30 |
JP2021110744A (ja) | 2021-08-02 |
CN111024092A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6919949B2 (ja) | 多制約条件下でスマート航空機の航跡を急速に計画する方法 | |
CN106525047B (zh) | 一种基于floyd算法的无人机路径规划方法 | |
CN110715664B (zh) | 多约束条件下智能无人飞行器航迹快速规划方法 | |
CN108444482A (zh) | 一种无人机自主寻路避障方法及系统 | |
CN108827335B (zh) | 一种基于单向搜索模型的最短路径规划方法 | |
WO2020239092A1 (zh) | 一种无人机及其飞行区域的规划方法、装置、存储介质 | |
WO2023125512A1 (zh) | 导航路径的规划方法、装置及存储介质 | |
CN112985445A (zh) | 基于高精地图的车道级精度实时性运动规划方法 | |
CN109655063B (zh) | 大型水陆两栖飞机海上搜索航路规划方法 | |
US20130253827A1 (en) | Apparatus for fast path search by learning heuristic function and method thereof | |
CN112114584A (zh) | 一种球形两栖机器人的全局路径规划方法 | |
CN112729308B (zh) | 多约束条件下无人机快速航迹规划方法 | |
CN115167398A (zh) | 一种基于改进a星算法的无人船路径规划方法 | |
CN114705196B (zh) | 一种用于机器人的自适应启发式全局路径规划方法与系统 | |
CN111895999A (zh) | 一种基于结构化数据的路径规划方法 | |
CN114440916A (zh) | 一种导航方法、装置、设备及存储介质 | |
García et al. | An efficient multi-robot path planning solution using A* and coevolutionary algorithms | |
CN110794874A (zh) | 一种定位误差约束下的飞行器航迹快速规划方法 | |
CN113325839B (zh) | 一种基于改进蚁群算法的智能仓储机器人路径规划方法 | |
CN111006652B (zh) | 一种机器人靠边运行的方法 | |
CN116414139B (zh) | 基于A-Star算法的移动机器人复杂路径规划方法 | |
CN117249842A (zh) | 一种基于轨迹平滑优化的无人车混合轨迹规划方法 | |
CN116734877A (zh) | 基于改进a*算法与动态窗口法的机器人动态避障方法 | |
CN115933736A (zh) | 一种航迹快速规划精准控制飞行器的方法 | |
CN116028587A (zh) | 路网匹配方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210119 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210119 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210330 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210524 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210708 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6919949 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |