[发明专利]基于故障网格的航迹规划算法设计

说明书

技术领域

本发明涉及一种无人飞行系统（Unmanned Aerial System,UAS）的航迹规划方法，特别是基于对飞行区域进行二维和三维网格划分的航迹规划方法，属于无人机航迹规划技术领域。

技术背景

航迹规划系统的任务是根据飞行任务、威胁、天气、空中位置及地形数据等各种因素产生最佳路径，一般需要满足两方面的指标：一是在规划过程中要求各类威胁尽可能的小；二是要求路径尽可能的短。

航迹规划主要解决以下两个方面的问题：

（a）战场环境建模。战场环境由两部分组成：一是自然环境模型。主要有地形、各种气候的模型，它们对于航路规划的影响是各不相同的。二是各种威胁的模型，主要来自敌方的防空炮火威胁，雷达威胁。

（b）路径最短要求。要求优化结果是在各种威胁环境约束下的最短航路。往往需要采用优化算法来计算最短路径。以（a）的环境建模后所提供的各种因素作为约束条件，再附加一些相关条件如飞机机动性（爬升能力和极限高度，最小转弯半径等等），飞机油量等参数来进行最优化计算。

目前的航迹规划算法中比较有代表性的有：人工势场法，A*算法，Dijkstra算法，概略图法，动态规划法，遗传算法，蚁群算法，粒子群算法等。其中粒子群算法由于其较少的参数、较好的收敛性、较强的鲁棒性等特点，在许多优化问题中已经得到充分的应用，近来普遍受到学者们的重视。另外，A*算法对于静态航迹规划非常有效，而其变种D*和R*算法则可以更好地适应动态航迹规划。

在现有技术中有将整个规划空间划分为多个矩形子区域，同时将包含了障碍物的单元格设置为不可行单元。通过引入距离度量和进行距离变换实现V图的栅格划分。每一个单元格的值是该单元格到最近障碍物的距离，距离公式由式(1)给出，其中将并排相连的格子间距离定义为10，对角相接的格子间距离定义为14(图1)。

u(i,j)=Min(u(i–1,j–1)+b,u(i–1,j)+a,u(i–1,j+1)+b,u(i,j–1)+a,u(i,j+1)+a,u(i+1,j–1)+b,u(i+1,j)+a,u(i+1,j+1)+b)    (1)

其中,a=10,b=14为栅格距离参数,u(i,j)表示第i行j列的栅格到障碍物的距离。

通过连接距离每一个障碍物距离最大的单元格，可得到栅格V图。图2(a)给出了在有A、B两个障碍物时的距离图像；图2(b)给出了由边界跟踪而得到的栅格V图(黑色栅格)。以此栅格V图作为初始路径,可运用各种优化算法选择合适的路径段，进行避障路径规划。这种做法实际上可以认为将单元格对应为网格中的一个节点，每个节点度数为8，即每个节点与其相邻的8个节点相连接，但是对角线上的连线被赋予更大的距离值（见图2(c)）。

将规划空间划分为离散的二维网格以后再采用各种优化算法进行最优路径计算的方法在诸多论文中均可见到。很少有工作是基于三维的情形的，通常的做法是在经过二维规划得到能保证满足无人机水平机动约束的航迹后，进行高度规划产生三维航迹。这种方法并没有充分考虑和利用三维空间的信息，仅仅在已经规划好的二维航迹上考虑高程，大大局限了航迹的最优性，特别地，这种方法仅仅使用了威胁和地形在某一高度时的信息来设计水平航迹，忽略了在不同高度上威胁和地形的变化。由此得到的优化算法只能是基于某一高度上的优化算法。而直接基于三维空间的航迹规划，充分考虑了地形、威胁等因素的影响，能够进行全局优化。但三维航迹规划存在以下困难：第一，计算复杂度太大，难以做到实时航迹规划和实施航迹重规划；第二，通常的算法很容易陷入局部最优解。本发明提出将环境划分为三维网格，通过规避障碍，快速计算出从出发点到目的地的最短路由，所提出的方法可以提高航迹规划的实时性，同时避免陷入局部最优。

发明内容

本发明的目的是为解决无人机航迹规划计算复杂度太大，实时航迹规划困难等以及容易陷入局部搜索的问题，提出了一种基于环境的网格划分的航迹规划方法。

航迹规划的目的就是通过避开障碍而生成可能的路径。本发明首先将飞行覆盖区域划分为二维网格，将地形障碍，各种威胁建模为网格中的故障节点。如图3所示，图中灰色区域为障碍区域，填充了斜线的区域则为被障碍占用的区域。从起点到终点建立了一条以直线段连接的路径。进一步，将飞行覆盖区域划分为三维网格，地形和各种威胁建模为各种的故障节点，以考虑三维航迹规划问题。