基于5G基站充电坪续航的无人机航迹规划方法与流程

本发明属于无人机航迹规划技术领域，具体涉及一种基于5g基站充电坪续航的无人机航迹规划方法。

背景技术：

近年来电信运营商为了提供更优良的移动通信业务，大力建设移动通信网络，各地的移动通信信号覆盖质量持续提升，同时移动通信基站数量也随之急剧增加。在5g技术标准日渐完善的情况下，电信运营商提出在2020年对5g进行正式商用。在目前的技术标准中，5g的频段远高于当前的2g和3g，5g频段的特点也决定着在达到3g覆盖质量的情况下，5g的基站密度将更高。

5g技术因其更快的体验速率、更高的连接数密度、更低的空口时延，开启了“万物互联、随心而至”的新时代。联网无人机是最能体现5g能力的应用场景之一。无人机是无人驾驶飞机的简称，它是一种由无线电遥控操作或依靠自身程序控制自主飞行的有动力空中飞行器。无人机由于机动灵活、经济实用、操作要求低等优点，逐渐开始在军事、民用、科技等领域发挥着重要的作用。

无人机在实际飞行中受限于自身设计尺寸和重量，其携带的能源通常是有限的，从而限制了留空时间，因此续航能源供给成为不得不考虑的关键问题。无人机虽然可以携带大容量电池来延长自主工作周期，但这种方式无疑增加了负荷，降低了无人机作业的效率。因此无人机在自主作业过程中能就近获得能源供给是解决其长期自主作业的首选方法。

技术实现要素：

本发明的目的是提供一种基于5g基站充电坪续航的无人机航迹规划方法，将无线充电技术与密集分布的蜂窝基站相结合，切实解决无人机随时电能补充的问题。

本发明所采用的技术方案是，基于5g基站充电坪续航的无人机航迹规划方法，具体按照以下步骤实施：

步骤1、航迹规划状态空间的简化；

步骤2、粒子编码，得到粒子在规划空间中的路径坐标点；

步骤3、为了使无人机在满足物理性能和飞行任务的约束下生成地形回避、威胁回避和自主续航的飞行轨迹，构造适应度函数；

步骤4、给定粒子的速度和位置更新表达式；

步骤5、初始化每个粒子，并根据航迹约束条件检查其有效性，无效的需重新初始化，直到有效为止；

步骤6、根据步骤3计算每个粒子的适应值，将当前粒子的位置和适应值更新至历史最优，并确定所有粒子的适应度最小的群体全局最优解；

步骤7、判断群体全局最优解是否趋于稳定，如果稳定于某个值，则迭代结束，否则根据步骤4更新粒子；若粒子进化代数达到最大值，则迭代结束，选取一条最优航迹，否则转至步骤6；

步骤8、若无人机到达目标，则航迹规划结束，否则进入步骤9；

步骤9、若无人机探测到新的环境信息，更新环境动态变化表和航迹，避开威胁区域；若无人机自身电量低至警戒值，则更新一条当前节点至最优充电坪的新航迹，充电完成后更新一条充电坪位置至原始航迹目标节点的新航迹；无人机航迹重规划后转至步骤8。

本发明的特征还在于，

步骤1中：航迹规划状态空间的简化是根据地形平行抬高二维航迹曲线投影得到三维航迹。

步骤2中：粒子编码的具体方式为，将规划起点和终点在x方向进行n+1等分，并在n个等分线上随机初始化y坐标，将n个等分点的坐标值作为粒子编码；粒子总数为n的粒子群表示为si＝(si1,si2,…,sin)，则第i个粒子的初始位置为：

式中，(xstart,ystart)为起点坐标，(xend,yend)为终点坐标，rand()为[0,1]之间的随机数；在该编码方式下，每个粒子在规划空间中的路径由一系列坐标点：(xstart,ystart),(xi1,yi1),…,(xin,yin)(xend,yend)构成。

步骤3中：为了使无人机在满足物理性能和飞行任务的约束下生成地形回避、威胁回避和自主续航的飞行轨迹，在步骤2的基础上采用以下代价函数：

式中，li为第i段路径距离约束，一般取两点之间的欧式距离，fi为第i段航迹段的威胁指数，ei为第i段航迹段的耗电量，w1、w2、w3分别为航迹段长度、威胁指数、耗电量所对应的权值。

步骤3中：适应度函数的航迹约束条件为：

(1)最小航迹段长度约束：无人机开始改变飞行姿态前必须直飞的最短距离；设最小航迹段长度为lmin，则约束表示为li≥lmin；

(2)最大转弯角约束：设αi＝(xi-xi-1,yi-yi-1)^t，允许的最大转弯角为θ，则约束表示为

航迹规划问题可归纳为在满足航迹约束条件的条件下，求解式(2)的最小值。

步骤4中：给定粒子的速度和位置更新表达式具体过程为，设定在d维空间中，存在n个粒子组成的群体，第i个粒子的位置表示为向量xi＝(xi1,xi2,…,xid)，飞行速度为vi＝(vi1,vi2,…,vid)，经历过的最好位置为pibest＝(pi1,pi2,…,pid)；整个群体中，所有粒子经历过的最好位置为gbest＝(g1,g2,…,gd)，每一代中第i个粒子在第j维(1≤j≤d)上根据式(3)更新速度和位置：

式中，c1、c2为常数，为学习因子；r1、r2为[0,1]间的随机数；w(k)为惯性权重，wmin和wmax为w(k)的取值范围，k表示第k代粒子；itermax为最大进化代数。

步骤9中：环境动态变化表包括威胁的位置、类型、覆盖范围的威胁信息。

步骤9中：更新航迹具体为将航迹当前节点作为新的起始点，航迹目标节点不变，重新划分航迹搜索区域，生成一条新的航迹。

步骤9中：更新最优充电坪的新航迹具体过程为，若无人机自身电量低至警戒值，则更新基站充电坪信息，包括充电坪位置、是否空闲、有无其他无人机预约等，并进行最优充电坪的选取；存储当前航迹目标节点后将其更新为最优充电坪所处位置，生成一条航迹当前节点至最优充电坪的新航迹；无人机在充电坪完成充电后，将充电坪位置作为新的起始点，原始存储值作为航迹目标节点，重新划分航迹搜索区域并生成一条新的航迹。

本发明的有益效果是，

基于5g基站充电坪续航的无人机航迹规划方法，1.本发明考虑到5g蜂窝移动通信基站的密集分布特性，使无人机能够利用蜂窝基站充电坪进行电能补给；2.本发明中无人机在飞行时会面临突发威胁或者电能不足的情况，通过对航迹的重规划，使得无人机能够进行威胁回避，或者完成在充电坪的电能续航并飞至航迹目标节点。

附图说明

图1为本发明基于5g基站充电坪续航的无人机航迹规划方法中5g通信网络蜂窝结构示意图；

图2为本发明基于5g基站充电坪续航的无人机航迹规划方法的粒子编码示意图；

图3为本发明基于5g基站充电坪续航的无人机航迹规划方法的无人机航迹规划示意图。

具体实施方式

下面结合附图对本发明进行详细说明。

本发明基于5g基站充电坪续航的无人机航迹规划方法，具体按照以下步骤实施：

步骤1，航迹规划状态空间的简化。由于三维航迹状态空间的维数高，计算量大，因此考虑得到二维航迹曲线后，根据地形平行抬高二维航迹曲线投影即可得到三维航迹。5g通信网络蜂窝结构示意图如图1所示。

步骤2，粒子编码。如图2所示，将规划起点和终点在x方向进行n+1等分，并在n个等分线上随机初始化y坐标，将n个等分点的坐标值作为粒子编码。粒子总数为n的粒子群表示为si＝(si1,si2,…,sin)，则第i个粒子的初始位置为：

式中，(xstart,ystart)为起点坐标，(xend,yend)为终点坐标，rand()为[0,1]之间的随机数。在该编码方式下，每个粒子在规划空间中的路径由一系列坐标点：(xstart,ystart),(xi1,yi1),…,(xin,yin)(xend,yend)构成。

步骤3，构造适应度函数。如图3所示，为了使无人机在满足物理性能和飞行任务的约束下生成地形回避、威胁回避和自主续航的飞行轨迹，在步骤2的基础上采用以下代价函数：

式中，li为第i段路径距离约束，一般取两点之间的欧式距离，fi为第i段航迹段的威胁指数，ei为第i段航迹段的耗电量，w1、w2、w3分别为航迹段长度、威胁指数、耗电量所对应的权值。

航迹约束条件：

(1)最小航迹段长度约束：无人机开始改变飞行姿态前必须直飞的最短距离。设最小航迹段长度为lmin，则约束表示为li≥lmin。

(2)最大转弯角约束：设αi＝(xi-xi-1,yi-yi-1)^t，允许的最大转弯角为θ，则约束表示为

航迹规划问题可归纳为在满足航迹约束条件的条件下，求解式(2)的最小值。

步骤4，设定在d维空间中，存在n个粒子组成的群体，第i个粒子的位置表示为向量xi＝(xi1,xi2,…,xid)，飞行速度为vi＝(vi1,vi2,…,vid)，经历过的最好位置为pibest＝(pi1,pi2,…,pid)。整个群体中，所有粒子经历过的最好位置为gbest＝(g1,g2,…,gd)，每一代中第i个粒子在第j维(1≤j≤d)上根据式(3)更新速度和位置：

式中，c1、c2为常数，为学习因子；r1、r2为[0,1]间的随机数；w(k)为惯性权重，wmin和wmax为w(k)的取值范围，k表示第k代粒子；itermax为最大进化代数。

步骤5，令k＝0，初始化每个粒子，并根据航迹约束条件检查其有效性，无效的需重新初始化，直到有效为止。

步骤6，利用式(2)计算每个粒子的适应值，并与历史最优适应值pibest比较。如果当前值小于pibest，则将当前粒子的位置和适应值更新历史最优。确定所有粒子的适应度最小的群体全局最优解gbest，如果当前全局最优小于历史全局最优，则更新历史全局最优。

步骤7，判断gbest的值是否趋于稳定，如果稳定于某个值，则迭代结束，否则令i＝0，j＝0并转至步骤8。

步骤8，根据式(3)更新粒子，并设定变量维的最大速度vmax，若|vij|≥|vmax|，则取|vij|＝|vmax|，方向不变。

步骤9，j＝j+1，若j>n，则i＝i+1，否则转至步骤8。若i>n，则检查更新后粒子的有效性，无效的重新进行初始化，否则令j＝0并转至步骤8。

步骤10，k＝k+1。如果k>itermax，则迭代结束，选取一条最优航迹，否则转至步骤6。

步骤11，若无人机到达目标，则航迹规划结束，无人机航迹规划示意图如图3所示，否则进入步骤12。

步骤12，若无人机探测到新的环境信息，则更新环境动态变化表，表中包括威胁的位置、类型、覆盖范围的威胁信息。将航迹当前节点作为新的起始点，航迹目标节点不变，重新划分航迹搜索区域，生成一条新的航迹。

若无人机自身电量低至警戒值，则更新基站充电坪信息，包括充电坪位置、是否空闲、有无其他无人机预约，并进行最优充电坪的选取。存储当前航迹目标节点后将其更新为最优充电坪所处位置，生成一条航迹当前节点至最优充电坪的新航迹。无人机在充电坪完成充电后，将充电坪位置作为新的起始点，原始存储值作为航迹目标节点，重新划分航迹搜索区域并生成一条新的航迹。无人机更新航迹后转至步骤11。

本发明基于5g基站充电坪续航的无人机航迹规划方法，考虑到5g蜂窝移动通信基站的密集分布特性，使无人机能够利用蜂窝基站充电坪进行电能补给；无人机在飞行时会面临突发威胁或者电能不足的情况，通过对航迹的重规划，使得无人机能够进行威胁回避，或者完成在充电坪的电能续航并飞至航迹目标节点。