一种基于真实地形的保持团队cgf队形的路径规划方法

专利名称：：一种基于真实地形的保持团队cgf队形的路径规划方法
技术领域：
：本发明涉及一种基于真实地形的保持团队CGF(ComputerGeneratedForces,计算机生成兵力)队形的路径规划方法，属于计算机虚拟现实和人工智能
技术领域：
。技术背景虚拟现实作为一种高度逼真的模拟人在自然环境中视、听、动等行为的人机交互技术，要求所创建的场景真实可信，并且产生的虚拟实体的行为能够逼近人类的行为，这无疑涉及到众多领域中的各种前沿技术。一种基于真实地形的保持团队CGF队形的路径规划方法主要解决虚拟环境中CGF团队从起点位置到目标位置的路径规划问题，并且要求为团队中每个CGF规划出的路径满足(1)与环境中的静态障碍物不发生碰撞；(2)相互之间不发生碰撞；(3)各个成员在按照路径行进时满足一定的几何形状(队形)；(4)每个成员按照规划的路径能够达到目标位置。团队CGF中每个成员相互协作完成一个复杂的任务，由于成员任务之间的关联性，在执行任务过程中相互之间有一定的位置约束，如自然界中，动物如鱼类、蚂蚁、蜜蜂等在进行觅食，防御外来攻击式形成一种特殊的几何图案，并在运动的过程中保持这种图案不变。机器人团队在完成如搬运较大的物体、围猎、复杂地面搜索等任务时，需要形成一定的队形，从而保证任务的顺利完成。在军事上，如士兵团队，飞机团队，坦克团队等，在执行任务的过程中都要保持一定的队形。团队成员所形成的队形具有如下优点(l)充分获取工作环境中的信息，有利于执行侦察、搜索、排雷、安全巡逻等任务；(2)增强团队的工作能力及抵抗外来侵扰的能力，如生物群体形成的队形可以有效地防御捕食者，军事上的团队队形，能够有效地发现敌情，从而减少伤亡；(3)提高团队的工作效率，简化任务的执行，如多个动物按照一定的队形围猎，能够快速地俘获猎物，多个机器人按照一定的队形搬运货物，可以把货物快速地搬运到目的地；(4)增加系统的鲁棒性。动物群体按照队形捕猎可以保证该群体能够生存在各种不同的环境者。目前研究者提出的方法可以分为两类(1)基于单Agent的规划方法，把多Agent规划问题转换为单Agent规划，在为一个成员规划时，简单地把其它成员看作时动态障碍物，通过某种协调机制来修改Agent的路径、速度、方向等；(2)基于队形约束的规划方法，如基于行为的方法，基于虚拟结构的方法，基于Leader-Follower方法。第一类方法，由于规划的顺序对Agent的路径影响非常大，因此不同的顺序可能得到不同的规划结果，不能得到最优解，同时简单地把其它Agent看作动态障碍物可能导致Agent的行为不一致。第二类方法在复杂的环境中队形的维持效率和路径最优都不能保证，并且不能事先对可能的队形变化进行预测，导致过多的等待和通讯。
发明内容本发明的技术主要解决的问题克服现有方法的不足，提供了一种能够最大限度地保持给定队形，减少通讯数量和等待时间的面向真实地形的团队CGF保持队形规划方法。本发明的技术解决方案一种基于真实地形的保持团队CGF队形的路径规划方法，其特征在于步骤如下(1)调入地形并进行初始化；(2)根据任务要求设定路径因子K1和队形因子K2，其中K1X)，K2》0;(3)根据任务要求设置队形可变标记Flag;(4)从团队中选择一个成员作为Leader;(5)利用改进的A+算法规划团队中Leader成员的路径；(6)如果找到路径，则采用Leader路径优化算法进行优化，得到关键点表和队形转换表，转步骤(7);如果未找到路径，而且队形可变，则调整路径因子Kl和队形因子K2后，重新回到步骤(5);如果未找到路径，而且队形不可变，找不到满足要求的路径，转步骤(8);(7)根据关键点和队形转换表生成队形中非Leader成员的路径；(8)结束规划。所述步骤(1)中的地形是从CGF地形数据库中调入的，其中CGF地形数据库采用基于规则网格的方法来构建，具体过程如下(1)构建数字高程数据库；(2)构建文化特征数据库，形成特征表示；(3)将地形数据库中的地形模型与文化特征数据库中的特征物进行融合得到CGF地形数据库。所述步骤(2)中路径因子Kl和队形因子K2按照执行任务时对队形的要求不同把任务分成三类(1)任务执行过程中队形不能改变；(2)任务执行过程中队形可以改变，但是尽量少改变；(3)任务执行过程中要求距离最短，队形不十分要求；对第一类任务设定K2-0.95;Kl=0.05;第二类任务设定K2==0.9;Kl=0.1;第三类任务设定K卜0.9;K2=0.1。所述步骤(3)中队形可变标记的设置根据所述对任务的分类，按照执行任务时对队形的要求不同把任务分成三类(1)任务执行过程中队形不能改变；(2)任务执行过程中队形可以改变，但是尽量少改变；(3)任务执行过程中要求距离最短，队形不十分要求；第一类任务的队形可变标记设定为0，第二类和第三类任务的队形可变标记设定为1。所述步骤(5)的改进的AH平价函数f=Kl*(g(n)+h(n))+K2*FM(n),FM(n)=1/J]二fl,,g(n)是状态空间中从初始节点到当前节点n的实际代价，h(n)是从当前节点n到目标节点的最佳路径的估计代价，距离因子K1X)，路径因子K2》0，m为团队中CGF的个数，ai表示在Leader处于节点n时，团队中第i个CGF成员的期望位置(符合队形要求的位置)是否存在障碍物，若无障碍，则31=1，否则ai-O。所述步骤(6)中的Leader路径优化算法实现如下(1)把开始节点作为关键点，i=l;(2)从第i+l个节点开始，往后找出第一个满足W^3'点节点，第k个节点作为关键点，把Oc"pA—p3")，(A,A,5"插入到队形转换表中；(3)在节点i和节点k之间生成通视性检査射线LOS;(4)检査射线与障碍物相交的情况，判定是否有障碍物；(5)如果有障碍，则取k=[(k+i)/2],转步骤(3);(6)如果没有障碍物，且满足队形要求，即直线上所有点上的队形向量相同，则把该节点作为新的关键点；(7)如果k-n，即结束节点，转步骤(9);(8)i-k,转步骤(2);(9)结束。所述步骤(6)中队形转换表中记录了队形开始变换位置，变换后的队形，使团队中每个成员能够预知队形变换的情况，计算自己的期望位置，从而减少了通讯量和相互等待的时间。所述步骤(7)中根据关键点和队形转换表生成队形中非Leader成员的路径的步骤如下设该成员为i，则(1)从关键值表中取出一个节点(^，A，A)，如果取空则结束；(2)扫描队形转换表，如果坐标对(^,h)不在队形转换表中出现，则根据Leader位置(A，h),当前队形函数计算出自己的位置，并把该位置加入到自己的路径表中，转步骤(1);(3)如果有(^=^)/\(乃=;/4)，则队形转换表中相应的节点为(1,,;;/,//,)，取队形转换表中该节点的前一个节点0^，乃—，做如下处理(i)根据Leader位置OcM,为J和当前队形函数//,—,，计算出自己的位置，并把该位置加入到自己的路径表中；(ii)根据Leader位置(;c,—,，:^)，(x,，乃)'队形函数i/w和7/,计算自己的位置(^,义,)和Oc;，乂)。根据相应的队形转换规则，使用线性插值算法生成一条路径，加入到自己的路径表中；(4)转步骤(1)。本发明与现有的技术相比有益的效果是(1)本发明得到的路径可以使得团队成员在运行过程中最大限度地保持队形不变。(2)团队中的每个成员根据队形转换表，可以预知队形变换的情况，计算自己的期望位置，从而减少了通信的次数。(3)由于队形只在队形转换表的相应位置上才发生变换，因此只有在这些点上，团队成员才可能相互等待，另外团队中的每个非Leader成员根据队形转换表，能够计算自己在新队形中的位置，并根据自己在队形变换时运行距离的长短来调整自己的运行速度，因此可以减少队形转换时相互等待的时间。图1为本发明的实现流程图；图2为本发明的CGF地形数据库的形成图；图3为本发明中使用的A+算法流程图；图4为本发明中的Leader路径优化算法流程图。具体实施方式如图1所示，本发明的具体实现步骤如下(1)调入地形并进行初始化；目前，市场上可以提供构建虚拟战场环境所需的各种地形数据，包括不同精度的地形高程数据和文化特征数据。高程数据以栅格形式存储，主要格式有美国地质勘察局的数字化高度模型(USGSDEM:DigitalElevationModel),美国国防部地图局的数字化地形高度数据(NIMADTED:DigitalTerrainElevationData)等；文化特征数据是以向量格式存储的地图要素数据，如道路、河流、植被、居民地等，主要格式有美国国防部地图局的数字化特征分析数据(NIMADFAD:DigitalFeatureAnalysisData),美国国防部地图局的向量产品格式(NIMAVPF:VectorProductFormat),美国地质勘察局数字化线图(USGSDLG:DigitalLineGraph)等。本发明采用基于规则网格的方法来构建CGF地形数据库，具体过程如图2所示a.构建数字高程数据库构建CGF地形数据库的一个重要步骤就是根据高程数据构建数字高程数据库，数字高程数据是从USDSDEM高程数据库中得到，使用规则网格来表示数字高程数据库，然后将数字高程数据库放入基本地形数据库中；b.构建文化特征数据库，形成特征表示相对于高程数据，文化特征数据的组织较为复杂，主要是因为文化特征的种类比较多，而且不同种类的文化特征具有很大的差异，这一点与高程数据有很大的不同。高程数据可以视为一类点状的信息，文化特征则有点、线、面等不同的种类，例如文化特征数据中的土壤的土质、地面覆盖物、建筑物区域及湖泊等属于面状的特征，它描述了一定范围内的区域特征；河流、铁路、公路等则属于线状的特征，它们描述了沿着某折线的属性数据。文化特征数据是从DLG数据库中得到的。本发明采用四叉树的形式来组织文化特征，将规则网格按照四叉树的方式组织为树型，根据文化特征位置，在四叉树的相应叶节点上标记出来。c.将地形数据库中的地形模型与文化特征数据库中的特征物进行融合得到CGF地形数据库。基本地形数据库用规则网格来表示，前面的步骤a将DEM中的高程数据写入到基本地形数据库中，为基本地形数据库中的每个标准网格增加一个属性标记，用来表示该网格位置的文化特征属性，根据前面步骤b得到的文化特征四叉树，计算特征物占据的位置，并在相应的基本地形数据网格上标记出来，至此基本地形数据库就成为CGF地形数据库。(2)根据任务要求设定路径因子Kl和队形因子K2，其中K1>0，K2》0;按照执行任务时对队形的要求可以把任务分成三类第一类任务执行过程中队形不能改变；第二类任务执行过程中队形可以改变，但是尽量少改变的；第三类任务执行过程中要求距离最短，队形不十分要求；对第一类任务设定K2-0.95;Kl=0.05;第二类任务设定K2=0.9;Kl=0.1;第三类任务设定K卜0.9;K2=0.1;(3)根据任务要求设置队形可变标记Flag;对于上述的第一类任务设置Flag=0;其它类型的任务设置Flag-l。(4)从团队中选择一个成员作为Leader;团队中Leader成员的选择有多种方法根据团队成员在开始队形中的位置来选择一个特殊的成员作为Leader成员；根据成员在团队中的特殊地位来选择一个成员作为Leader;随机选择一个成员作为Leader。Leader成员一旦选定后，在任务执^1的过程中是不会改变的。(5)利用改进的A+算法规划团队中Leader成员的路径。改进的AH平价函数为f=Kl*(g(n)+h(n))+K2*FM(n),FM(n)=l/^^,g(n)是状态空间中从初始节点到当前节点n的实际代价，h(n)是从当前节点n到目标节点的最佳路径的估计代价，距离因子K1X)，路径因子K2》0，m为团队中CGF的个数，aj表示在Leader处于节点n时，团队中第i个CGF成员的期望位置(符合队形要求的位置)是否存在障碍物，若无障碍，则ai-l，否则ai=0。具体实现步骤为-a.把S放入OPEN表，记f=h,置CLOSED为空；b.重复下列过程，直至找到目标节点为止。若OPEN为空，则没有找到路径，结束。c.选取OPEN表中未设置过的具有最小f值的结点为最佳节点BESTNODE，并把它放入CLOSED表；d.若BESTNODE为目标节点，则成功得到需要的路径，结束；e.若BSETNODE不是目标节点，则扩展该节点，产生后继节点SUCCESSOR;f.对每个SUCCESSOR进行下列过程(i)建立从SUCCESSOR返回BESTNODE的指针；(ii)计算g(SUC)=g(BES)+g(BES,SUC);(iii)如果SUCCESSOReOPEN，则称此节点为OLD,并把它添加至BESTNODE的后继节点表中；(iv)比较新旧路径的代价。如果g(SUC)<g(OLD),则重新确定OLD的父节点为BESTNODE,记下最小代价g(OLD)，并修正f(OLD)值；(v)若OLD节点的代价比较低或者一样，则停止扩展节点；(vi)若SUCCESSOR不在CLOSE表中，则看其是否在CLOSED表中。(vii)若SUCCESSOR在CLOSED表中，则转(iii);(vi)若SUCCESSOR既不在OPEN表中，又不在CLOSED表中，则把它放入OPEN表中，并添入BESTNODE后裔表，转g;g.f=Kl*(g+h)+K2*FM;h.循环GOLOOP。上述中S表示起始位置、OPEN为未扩展节点表、CLOSED为己扩展节点表，SUCCESSOR为后继节点，BESTNODE为最佳节点。(6)如果找到路径，则采用Leader路径优化算法进行优化，得到关键点表和队形转换表，转步骤(7):如果未找到路径，而且队形可变，则调整路径因子Kl和队形因子K2后，重新回到步骤(5);如果未找到路径，而且队形不可变，找不到满足要求的路径，转步骤(8);关键点表和队形转换表是在Leader路径优化的过程中得到，Leader路径优化的目的是把用八*算法产生的离散的节点，连续化。Leader路径优化算法实现如下(1)把开始节点作为关键点，i=l;(2)从第i+l个节点开始，往后找出第一个满足^^5'点节点，第k个节点作为关键点，把"—Ph-P5"),",A,)插入到队形转换表中；(3)在节点i和节点k之间做一条直线；(4)用LOS算法检查该直线上是否有障碍；(5)如果有障碍，则取k=[(k+i)/2]，转步骤(3);(6)如果没有障碍物，且满足队形要求，即直线上所有点上的队形向量相同，则把该节点作为新的关键点；(7)如果k^n，即结束节点，转步骤(9);(8)卜k,转步骤(2);(9)结束。最后依据设定的队形转换机制，将上面得到的队形转换表中队形向量改成队形函数即可。Kl和K2的调整方法如下因为如果需要调整K2和K1，就意味着在现有的评价函数下找不到路径，因此需要减少K2的值，同时增加K1的值，我们用0.1作为步长，实际上可以根据需要设定更大的步长；K2=K2-0.1;IFK2<0ThenK2=0;Kl=Kl+0.1;IFK1>1ThenKl=1;关键值表如下表1所示，它实际上与Leader路径节点是一致的，但是它包含的节点数要小于Leader路径中的节点数。节点的形式如下表所示表l《队形转换表如下表2所示表中的x,y的含义与表l相同，表示节点的坐标。Hl表示开始队形函数，Hs表示目标队形函数，实际上开始队形与目标队形是相同的即Hl=Hs。该表的含义为在xl,yl点时，队形函数为H1，在x2，y2,点时队形变换为H2，……，在xs，ys点时队形为Hs。表2yix2y2H2ysHs(7)根据关键点和队形转换表生成队形中非Leader成员的路径；下面的算法给出了团队中一个非Leader成员的路径生成算法，设该成员为i。a.从关键值表中取出一个节点(^,A,5J,如果取空则结束；b.扫描队形转换表，如果坐标对(Xt，A)不在队形转换表中出现，则根据Leader位置(^,A)，当前队形函数/^计算出自己的位置，并把该位置加入到自己的路径表中，转a;c.如果有(《=^)/\(7,=^),则队形转换表中相应的节点为(^乂,^)，取队形转换表中该节点的前一个节点，如果有相应的节点(否则表示该关键点是起始点)，表示为Om，乃—，作如下工作(i)根据Leader位置0^,:^)和当前队形函数i^，计算出自己的位置，并把该位置加入到自己的路径表中；(ii)根据Leader位置(jc,-,，;^),(:c〃少,)，队形函数/^,和W,计算自己的位置和根据相应的队形转换规则，使用线性插值算法生成一条路径，加入到自己的路径表中；d.转a。(8)结束规划。以下具体实施例进一步说明本发明实施例虚拟战场环境，存在大量的静态实体和动态实体，为了充分说明问题，假定有5个CGF构成一个团队，初始队形为三角形。从起始点到目标点进行，要求队形能够最大可能的维持。给两个影响因子的初始值为kl=0.1，k2=0.9，选择三角形一个顶点为该团队CGF的Leader,设置Flag=1。使用改进的A—算法搜索Leader的路径，得到的Leader路径中每个节点如表1所示，得到Leader路径的同时得到队形向量，如表3所示，队形向量记录了初始队形在得到的Leader路径中保持的情况。表3<table>tableseeoriginaldocumentpage12</column></row><table>对得到的Leader路径进行优化，优化过程中得到队形转换表，如表2所示，队形转换表记录了队形转换的位置及队形变换的结果。使用队形转换表，团队中的每个非Leader成员可以计算自己在新队形中的位置，使用插值算法得到其在转换阶段的路径。每个成员在队形稳定阶段的路径可以根据当前的队形函数H，Leader成员的位置得到，从而为团队中的每个成员规划一条路径，满足上面的规划要求。权利要求1、一种基于真实地形的保持团队CGF队形的路径规划方法，其特征在于步骤如下(1)调入地形并进行初始化；(2)根据任务要求设定路径因子K1和队形因子K2，其中K1＞0，K2≥0；(3)根据任务要求设置队形可变标记Flag；(4)从团队中选择一个成员作为Leader；(5)利用改进的A*算法规划团队中Leader成员的路径；(6)如果找到路径，则采用Leader路径优化算法进行优化，得到关键点表和队形转换表，转步骤(7)；如果未找到路径，而且队形可变，则调整路径因子K1和队形因子K2后，重新回到步骤(5)；如果未找到路径，而且队形不可变，找不到满足要求的路径，转步骤(8)；(7)根据关键点和队形转换表生成队形中非Leader成员的路径；(8)结束规划。2、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(1)中的地形是从CGF地形数据库中调入的，其中CGF地形数据库采用基于规则网格的方法来构建，具体过程如下-(1)构建数字高程数据库；(2)构建文化特征数据库，形成特征表示；(3)将地形数据库中的地形模型与文化特征数据库中的特征物进行融合得到CGF地形数据库。3、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(2)中路径因子Kl和队形因子K2按照执行任务时对队形的要求不同把任务分成三类(1)任务执行过程中队形不能改变；(2)任务执行过程中队形可以改变，但是尽量少改变；(3)任务执行过程中要求距离最短，队形不十分要求；对第一类任务设定K2-0.95;Kl=0.05;第二类任务设定K2=0.9;Kl=0.1;第三类任务设定K卜0.9;K2=0.1。4、根据权利要求1或3所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(3)中队形可变标记的设置根据所述对任务的分类，按照执行任务时对队形的要求不同把任务分成三类(1)任务执行过程中队形不能改变；(2)任务执行过程中队形可以改变，但是尽量少改变；(3)任务执行过程中要求距离最短，队形不十分要求；第一类任务的队形可变标记设定为0,第二类和第三类任务的队形可变标记设定为1。15、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(5)的改进的AH平价函数f-Kl，g(n)+h(n))+K2+FM(n),FM(n)=1/a,，g(n)是状态空间中从初始节点到当前节点n的实际代价，h(n)是从当前节点n到目标节点的最佳路径的估计代价，距离因子K1X)，路径因子K2X),m为团队中CGF的个数，ai表示在Leader处于节点n时，团队中第i个CGF成员的满足队形要求的位置是否存在障碍物，若无障碍，则ai=l，否则ai-0。6、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(6)中的Leader路径优化算法实现如下-(1)把开始节点作为关键点，i=l;(2)从第i+l个节点开始，往后找出第一个满足^^5'点节点，第k个节点作为关键点，把Ow,A—')，(A,A,5"插入到队形转换表中；(3)在节点i和节点k之间生成通视性检查射线LOS;(4)检查射线与障碍物相交的情况，判定是否有障碍物；(5)如果有障碍，则取k=[(k+i)/2],转步骤(3);(6)如果没有障碍物，且满足队形要求，即直线上所有点上的队形向量相同，则把该节点作为新的关键点；(7)如果k-n，即结束节点，转步骤(9);(8)卜k，转步骤(2);(9)结束。7、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(6)中队形转换表中记录了队形开始变换位置，变换后的队形，使团队中每个成员能够预知队形变换的情况，计算自己的期望位置，从而减少了通讯量和相互等待的时间。8、根据权利要求1所述的基于真实地形的保持团队CGF队形的路径规划方法，其特征在于所述步骤(7)中根据关键点和队形转换表生成队形中非Leader成员的路径的步骤如下设该成员为i，贝U(1)从关键值表中取出一个节点(A，A，5J，如果取空则结束;(2)扫描队形转换表，如果坐标对(^，h)不在队形转换表中出现，则根据Leader位置(A,力)，当前队形函数/^计算出自己的位置，并把该位置加入到自己的路径表中，转步骤(l);(3)如果有(《-A)A"-力)，则队形转换表中相应的节点为(JC,，j,，A)，取队形转换表中该节点的前一个节点Ocw，"-,，i^)，做如下处理-3(i)根据Leader位置(;^，^)和当前队形函数^一，，计算出自己的位置，并把该位置加入到自己的路径表中；(ii)根据Leader位置(;c,—,,"—,)，(x,，乃)，队形函数i/,-,和//,计算自己的位置(j^，j;")和(a乂)。根据相应的队形转换规则，使用线性插值算法生成一条路径，加入到自己的路径表中；(4)转步骤(1)。全文摘要一种基于真实地形的保持团队CGF队形的路径规划方法(1)调入地形并进行初始化；(2)根据任务要求设定路径因子K1和队形因子K2，其中K1＞0，K2≥0；(3)根据任务要求设置队形可变标记Flag；(4)从团队中选择一个成员作为Leader；(5)利用改进的A^*算法规划团队中Leader成员的路径；(6)如果找到路径，则采用Leader路径优化算法进行优化，得到关键点表和队形转换表，转步骤(7)；如果未找到路径，而且队形可变，则调整路径因子K1和队形因子K2后，重新回到步骤(5)；如果未找到路径，而且队形不可变，找不到满足要求的路径，结束规划；(7)根据关键点和队形转换表生成队形中非Leader成员的路径，结束规则。本发明具有最大限度地保持队形，减少通讯数量和等待时间的优点。文档编号G06F17/30GK101131755SQ200710176099公开日2008年2月27日申请日期2007年10月19日优先权日2007年10月19日发明者赵沁平,郑延斌申请人:北京航空航天大学