一种基于文化算法的动态环境下航迹规划方法
【专利摘要】本发明提出一种基于文化算法的动态环境下航迹规划方法，涉及在线航迹规划技术，该方法特点是：(1)使用在线航迹规划方法规划出可达航迹。(2)提取可达航迹中特征节点为知识。(3)使用知识确定规划空间，在规划空间内使用离线规划方法规划最优航迹。(4)针对环境改变，使用在线航迹规划方法对航迹中不可达部分重新进行规划，并使用知识进行指导寻优。本发明的优点是：在动态环境下，较现有在线航迹规划方法可以更快速规划出飞行航迹，同时所得航迹为最优航迹，增强了飞行器对突发情况的反应能力，并进一步减小了飞行过程中遇到突发情况的概率。
【专利说明】
一种基于文化算法的动态环境下航迹规划方法
技术领域
[0001]本发明属于无人机技术领域，涉及一种用于解决无人飞行器航迹规划问题的文化算法，具体为一种基于文化算法的动态环境下航迹规划方法。
【背景技术】
[0002]航迹规划需要解决的问题是找到一条可以使飞行器快速安全地完成任务的航迹。现有的方法可以确保在环境等影响因素已知的情况下，规划出一条可行航迹。但真实世界的环境在不断改变之中，无人飞行器飞行时会遇到威胁的改变、目标点的移动等问题，此时需要根据实时情况对航迹进行相应改变。
[0003]为了使无人飞行器能在飞行过程中对环境改变做出及时响应，现有的在线航迹规划方法，如D*算法等，旨在快速地规划出一条可行的安全航迹，该航迹往往不是最优航迹。最优航迹可以缩短无人飞行器飞行路程的长度，即缩短了飞行器飞行任务的用时，在此基础上进一步降低了遇到突发事件的概率。现有基于进化计算的航迹规划方法均为离线航迹规划方法，因进化计算为随机搜索算法，需要在整个规划空间内寻优，虽然能寻找到最优航迹，但耗时长，不能满足实时规划的要求。
[0004]为同时满足航迹规划问题的实时性与动态适应性，结合文化算法的特性，提出一种用于解决无人飞行器航迹规划问题的文化算法，该算法具有区别于传统文化算法的知识形式、不同的知识更新与影响。
【发明内容】
[0005]本发明目的提供一种基于文化算法的动态环境下航迹规划方法，能在实时更新航迹的同时寻找到最优航迹;能进一步提升在线航迹规划的速度，更有助于飞行器对环境改变做出及时响应。
[0006]为了解决上述的技术问题，本发明提出一种基于文化算法的动态环境下航迹规划方法，其包括:获取地图信息以及飞行任务信息，无人飞行器航迹规划，其包括:
生成初始可行航迹；
对可行航迹进行知识提取，提取初始航迹特征节点信息作为知识；
使用知识影响航迹规划，以知识确定寻优空间，在寻优空间内寻找到优秀节点组成最优航迹，飞行器沿此最优航迹飞行；
当环境改变影响到当前最优航迹时，仅对受影响部分重新产生可行子航迹，将新的子航迹替换至原航迹中，并对完整航迹进行知识提取，以此完成知识的更新，使用新知识确定空间并规划最优航迹，直至飞行器到达目标处。
[0007]本发明所述提取可行航迹中特征节点信息为知识，使用知识确定规划空间，在环境改变时，以新的可行航迹中特征节点更新知识。
[0008]本发明所述环境改变影响飞行航迹时，仅对受环境影响部分重新规划可行航迹、更新知识，再在新知识下，完成最优航迹规划。
[0009]本发明的有益效果:相比现有的航迹规划方法，本发明通过使用文化算法的框架，结合不同航迹规划方法各自的优点，提出一种新的在线航迹规划方法，使得该方法能在规划出最优航迹的同时兼顾实时性要求。相比现有航迹规划方法，本发明规划时长更短、规划所得航迹更优。
【附图说明】
[0010]图1是本发明威胁概率地图。
[0011 ]图2是本发明等效数字地图。
[0012]图3是本发明知识确定寻优空间。
[0013]图4是本发明种群空间内寻优所使用的各算子。
[0014]a为删除算子前，b为删除算子后，c为扰动算子前，d为扰动算子后，e为插入算子前，f为插入算子后，g为交叉算子前，h为交叉算子后。
[0015]图5是本发明D*算法产生初始航迹。
[0016]图6是本发明形势知识保留的航迹。
[0017]图7是本发明寻优所得最佳航迹。
[0018]图8是本发明目标移动一段距离时，由当前位置规划出的最优航迹。
[0019]图9是本发明目标移动前后，飞行器最初规划航迹与飞行器实际飞行航迹对比。
[0020]图10是本发明威胁发生移动时，由当前位置规划出的最优航迹。
[0021]图11是本发明威胁移动前后，飞行器最初规划航迹与飞行器实际飞行航迹对比。
【具体实施方式】
[0022]以下将结合附图对本发明的【具体实施方式】作详细说明:
本发明提出一种基于文化算法那的动态环境下解决无人飞行器航迹规划问题的方法，具体步骤如下:
步骤1.获取地图信息以及飞行任务信息
载入环境地图以及如图1的威胁概率地图，生成如图2的等效数字地图；获取飞行器起始位置对应地图坐标以及目标点位置对应地图坐标;确定飞行器最大俯仰角以及偏航角，飞行器飞行速度、目标点移动速度等信息。
[0023]步骤2.生成初始可行航迹；
使用在线航迹规划方法D*算法生成一条由飞行器位置至目标点位置的可行航迹Linel，如图5所示。
[0024]步骤3.知识提取；
删去Linel中冗余节点得到由特征节点组成的航迹线Line2，保留特征节点位置信息以及节点可变化范围，知识提取及寻优空间确定示意如图3所示，实例中由Line2确定寻优空间，如图6所示。
[0025]步骤4.优化所得航迹；
在确定的空间范围内，以Line2为基础，使用离线航迹规划方法遗传算法对航迹进行优化，采用如图4所示的交叉算子进行航迹寻优，寻找到最优航迹Line3，如图7所示。
[0026]步骤5.飞行器动态调整飞行器沿Line3进行飞行，当遇到环境改变对当前航迹产生影响时，做出相应调整: 步骤5.1目标移动
目标发生移动，以目标点原始位置为起始点，目标点当前位置为终止点，使用D*算法产生可行子航迹，将子航迹添加至Line3中，通过步骤3、步骤4对完整航迹进行寻优产生新的可行航迹Line4，飞行器沿此航迹飞行直至到达目标处终止飞行，在飞行过程中，若遇到环境改变，则重复步骤5;飞行中，目标发生移动得到航迹如图8所示，遇目标移动，飞行器前后航迹对比如图9所示。
[0027]步骤5.2威胁移动
威胁移动影响到当前航迹，则提取受影响的子航迹两端节点，以两节点分别为起点和终点，使用D*算法产生可行子航迹，将子航迹替换Line3中受影响子航迹，通过步骤3、步骤4对完整航迹进行寻优产生新的可行航迹Linef，飞行器沿此航迹飞行直至到达目标处终止飞行，在飞行过程中，若遇到环境改变，则重复步骤5;飞行中，环境移动得到航迹如图10所示，遇环境移动，飞行器前后航迹对比如图11所示。
【主权项】
1.一种基于文化算法的动态环境下航迹规划方法，其包括:获取地图信息以及飞行任务信息，无人飞行器航迹规划，所述无人飞行器航迹规划包括: 生成初始可行航迹； 对可行航迹进行知识提取，提取初始航迹中对航迹斜率改变较大的特征节点信息作为知识； 使用知识影响航迹规划，以知识确定寻优空间，在寻优空间内寻找到优秀节点组成最优航迹，飞行器沿此最优航迹飞行； 当环境改变影响到当前最优航迹时，仅对受影响部分重新产生可行子航迹，将新的子航迹替换至原航迹中，并对完整航迹进行知识提取，以此完成知识的更新，使用新知识确定空间并规划最优航迹，直至飞行器到达目标处。2.根据权利要求1所述的一种基于文化算法的动态环境下航迹规划方法，其特征在于:提取可行航迹中对航迹斜率改变明显的特征节点坐标信息为形势知识，特征节点可变化范围为规范知识。3.根据权利要求1所述的一种基于文化算法的动态环境下航迹规划方法，其特征在于:将以两两形势知识点为对角线所确定的区域，与以规范知识确定的区域为并集，确定航迹规划空间。4.根据权利要求1所述的一种基于文化算法的动态环境下航迹规划方法，其特征在于:对初始航迹优化所产生航迹的节点，仅在规划空间内生成。5.根据权利要求1所述的一种基于文化算法的动态环境下航迹规划方法，其特征在于:环境改变影响飞行航迹时，仅对受环境影响部分重新规划可行航迹，并替换至原航迹中。6.根据权利要求1所述的一种基于文化算法的动态环境下航迹规划方法，其特征在于:环境改变影响飞行时，对新规划所得航迹进行知识提取，并更新寻优空间。
【文档编号】G01C21/20GK105865457SQ201610422062
【公开日】2016年8月17日
【申请日】2016年6月16日
【发明人】陈昊, 黎明, 李军华, 王 华, 许春蕾, 周璐, 江乐旗
【申请人】南昌航空大学