一种动态环境下无人机编队飞行的协同航迹智能规划方法
【专利摘要】本发明所述的一种动态环境下的无人机编队飞行协同航迹智能规划方法，包括无人机编队预飞协同航迹的离线智能规划、躲避威胁的航迹在线重规划和编队队形协同性重建等步骤。所述无人机编队预飞协同航迹的离线规划，采用基于Voronoi图和蚁群算法的智能规划方法，为无人机编队离线规划出时间协同的整体最优预飞航迹。所述在线航迹的重规划，采用基于RRT算法的智能航路规划方法，为无人机编队遭遇突发威胁时提供快速航路修正。所述编队队形协同性重建采用的是调节无人机编队成员飞行速度与盘旋机动相结合的方法。为无人机编队提供预飞协同航迹离线规划和在线重规划航迹的生成，提出协同性重建方案，解决无人机编队飞行协同性的在线重建问题。
【专利说明】-种动态环境下无人机编队飞行的协同航迹智能规划方法
【技术领域】
[0001] 本发明涉及无人机编队飞行的协同航迹规划方法，尤其涉及一种在动态环境下的 智能航迹规划方法，属于航迹规划领域。
【背景技术】
[0002] 无人机编队飞行是将多架具有自主功能的无人机按照一定的结构形式进行H维 空间排列，保证其飞行过程中队形的稳定，但能根据外部情况和任务需求的变化进行动态 的调整。无人机编队执行任务的成功率和抗突发事件的能力比单机飞行高得多，目前得到 越来越广泛的应用。
[0003] 无人机编队飞行的航迹规划包括离线航迹规划和在线航迹规划，在飞行之前根据 已有的环境等信息利用各种算法离线生成编队最优航迹，在实际飞行过程中，由于战场环 境的不确定性，当编队在预定航迹上实际飞行时，如果出现突发威胁，此时预定的航迹已不 能满足最优或安全要求，就要求对航迹进行在线重规划。
[0004] 目前已有不少在线航迹的算法，但多数是针对单机而言，编队的在线航迹重规划 的难度在于编队飞行与单机相比特有的时间、空间协同性使航迹规划算法出现约束较多、 组合爆炸的现象，另外如何保证航迹的重规划不会对破坏编队队形，或航迹重规划后针对 被破坏的协同性如何进行重建也是重点及难点。
【发明内容】
[0005] 所要解决的技术问题：
[0006] 本发明的目的是提供一种动态环境下的无人机编队飞行协同航迹智能规划方法， 用于解决无人机编队飞行在线遭遇突发威胁时的航迹重规划W及协同性重建问题。
[0007] 技术方案：
[0008] 为了实现W上功能，本发明提供了一种动态环境下无人机编队飞行的协同航迹智 能规划方法，其特征在于：按照W下步骤实现：
[0009] 步骤1，采用Voronoi图将连续的飞行空间离散化为一系列的线段；然后利用蚁群 算法为每一架无人机搜索到多条待选航迹，再根据最优协同时间决策原理选取每架无人机 最终待飞航迹，并W此设定每一架无人机的飞行速度；预先为编队飞行的无人机设计离线 飞行时的协同航迹；
[0010] 步骤2,实时探测并判断无人机前进方向上是否存在障碍物及突发威胁，如果存 在，在探测到突发威胁的时刻开始进行航迹重规划处理，采用RRT算法快速绕过威胁回归 到预飞航迹上；
[0011] 步骤3,为绕过威胁的无人机设计回归编队的航路，使该无人机与其他无人机重建 协同性飞行状态，完成无人机编队的协同性重建。
[0012] 进一步的，所述步骤3的具体方法为：
[0013] 步骤3.1，首先，确定协同性重建时刻，定义为每架无人机都绕过威胁的时刻，在实 际实现时是通过每架无人机绕过威胁时给其他无人机发出信号来确定；
[0014] 步骤3. 2,然后，确定每架无人机的剩余预飞航迹长度；
[0015] 步骤3. 3,判断通过单靠速度的调整能否实现协同性的重建即同时到达目的地，女口 果不能则需要有无人机进行盘旋等待，直到可W通过单靠速度的调整来实现协同性重建为 止。
[0016] 进一步的，步骤1中通过W下方法构造Voronoi图：
[0017] 由连接两相邻威胁源的中也点线段的垂直平分线构成的一组多边形，选取编队内 的每架无人机作为一个虚拟威胁点，并在靠近威胁区域边界处适当选取几个点作为虚拟威 胁点；
[0018] 步骤1中利用蚁群算法为每一架无人机搜索到多条待选航迹的具体方法为：
[0019] a.妈蚁起始位置的确定，把与无人机起始点相邻的Voronoi图顶点集合作为妈蚁 起始位置的集合；
[0020] b.终止条件的确定，每只妈蚁进行路径搜索的终止条件应该是到达目标节点集 合；
[0021] C.多组解的产生，通过选择合适的参数，取多次结果的并集，W得到不同的几组 解。
[0022] 进一步的，步骤2中所述的采用RRT算法快速绕过威胁回归到预飞航迹上的具体 方法为：首先在任务区域内选定起始节点CliMt作为树的根节点，通过从根节点不断的扩展 出叶节点的方式构建随机树；首先W概率Pg选择目标位置QgDdi作为随机目标点或者 W概率I-Pg在任务空间内随机选择一个随机目标点QtdDd;然后在当前的随机树的所有叶节 点中选择距离随机目标点Qrand最近的叶节点，并称之为临近节点Qnear;然后从Qnear向q?nd 的方向延伸一个步长的距离￡，得到一个新的节点q。。，。在延伸过程中，判断是否与已知的 威胁区域有冲突，若无冲突接受该新节点q。。，，并将其添加为随机树的节点；若q。。，与威胁 区域有冲突，说明该次扩展出的新节点不符合安全要求，则舍弃该新节点，并重新进行随机 目标点q"nd的选取。
[0023] 进一步的，通过W下方法完成无人机编队的协同性重建：
[0024] 设各无人机在进行协同性重建时到达目标所需的剩余时间为：
【权利要求】
1. 一种动态环境下无人机编队飞行的协同航迹智能规划方法，其特征在于：按照以下 步骤实现： 步骤1，采用Voronoi图将连续的飞行空间离散化为一系列的线段；然后利用蚁群算法 为每一架无人机搜索到多条待选航迹，再根据最优协同时间决策原理选取每架无人机最终 待飞航迹，并以此设定每一架无人机的飞行速度；预先为编队飞行的无人机设计离线飞行 时的协同航迹； 步骤2,实时探测并判断无人机前进方向上是否存在障碍物及突发威胁，如果存在，在 探测到突发威胁的时刻开始进行航迹重规划处理，采用RRT算法快速绕过威胁回归到预飞 航迹上； 步骤3,为绕过威胁的无人机设计回归编队的航路，使该无人机与其他无人机重建协同 性飞行状态，完成无人机编队的协同性重建。
2. 根据权利要求1所述的一种动态环境下无人机编队飞行的协同航迹智能规划方法， 其特征在于：所述步骤3的具体方法为： 步骤3. 1，首先，确定协同性重建时刻，定义为每架无人机都绕过威胁的时刻，在实际实 现时是通过每架无人机绕过威胁时给其他无人机发出信号来确定； 步骤3. 2,然后，确定每架无人机的剩余预飞航迹长度； 步骤3. 3,判断通过单靠速度的调整能否实现协同性的重建即同时到达目的地，如果不 能则需要有无人机进行盘旋等待，直到可以通过单靠速度的调整来实现协同性重建为止。
3. 根据权利要求1所述的一种动态环境下无人机编队飞行的协同航迹智能规划方法， 其特征在于：步骤1中通过以下方法构造Voronoi图： 由连接两相邻威胁源的中心点线段的垂直平分线构成的一组多边形，选取编队内的 每架无人机作为一个虚拟威胁点，并在靠近威胁区域边界处适当选取几个点作为虚拟威胁 占 . 步骤1中利用蚁群算法为每一架无人机搜索到多条待选航迹的具体方法为： a. 蚂蚁起始位置的确定，把与无人机起始点相邻的Voronoi图顶点集合作为蚂蚁起始 位置的集合； b. 终止条件的确定，每只蚂蚁进行路径搜索的终止条件应该是到达目标节点集合； c. 多组解的产生，通过选择合适的参数，取多次结果的并集，以得到不同的几组解。
4. 根据权利要求1所述的一种动态环境下无人机编队飞行的协同航迹智能规划方法， 其特征在于： 步骤2中所述的采用RRT算法快速绕过威胁回归到预飞航迹上的具体方法为：首先在 任务区域内选定起始节点qinit作为树的根节点，通过从根节点不断的扩展出叶节点的方式 构建随机树；首先以概率Pg选择目标位置qgMl作为随机目标点C^and，或者以概率I-P g在任 务空间内随机选择一个随机目标点qMnd ;然后在当前的随机树的所有叶节点中选择距离随 机目标点qrand最近的叶节点，并称之为临近节点qn_ ;然后从qn_向C^and的方向延伸一个 步长的距离e，得到一个新的节点qnew。在延伸过程中，判断是否与已知的威胁区域有冲突， 若无冲突接受该新节点qMW，并将其添加为随机树的节点；若qMW与威胁区域有冲突，说明 该次扩展出的新节点不符合安全要求，则舍弃该新节点，并重新进行随机目标点qMnd的选 取。
5.根据权利要求1所述的一种动态环境下无人机编队飞行的协同航迹智能规划方法， 其特征在于：通过以下方法完成无人机编队的协同性重建： 设各无人机在进行协同性重建时到达目标所需的剩余时间为：
式中，tri是第i架无人机在协同性重建时刻到达目标的时间范围，简称为剩余时间， ^ri min是集合^ri中的最小值，即该无人机按照最大速度飞到目标点的时间，^ri max是集 合tri中的最大值；LH是第i架无人机在协同性重建时刻距离目标点的航迹长度，简称为剩 余长度； 其中增加无人机到达目标的时间的方法是：让第i架无人机在远离威胁点的航迹点处 以固定的转弯角速度《做1^次圆周运动，每一圈增加的时间为
式中，nymM是最大法向过载， 因此协同性重建方案输出信息包括协同性重建时刻、每架无人机以后时刻的飞行速度 以及需要盘旋的无人机的盘旋圈数。
【文档编号】G06N3/00GK104359473SQ201410577358
【公开日】2015年2月18日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】甄子洋, 郜晨, 浦黄忠, 郑峰婴, 龚华军, 江驹 申请人:南京航空航天大学