[发明专利]基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法

说明书

本发明公开了一种基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法，其思路为：设定无人机群的可飞区域为A，可飞区域A内的指定任务监视区域为S，定义N架无人机的偏航角自变量，并分别设定N架无人机的初始时刻偏航角，以及初始时刻N架无人机在A内的位置坐标矩阵；k∈{0,1,2,…,K}，k表示第k步航迹规划，K为设定的航迹规划总步数，并将第k步航迹规划到第k+1步航迹规划记为1个单步；分别得到(k+1)t时刻N架无人机在A内的航迹位置可飞行域，i＝1,2,…,N；进而得到第s个单步完成的N架无人机对S的实时最大监视覆盖，并令s加1；s的初始值为1；令k加1，直到k>K，得到第S'个单步完成的N架无人机对S的实时最大监视覆盖，实现N架无人机对S最大范围的持续监视覆盖，第S'个单步为第K‑1步航迹规划到第K步航迹规划。

技术领域

本发明属于无人机技术领域，特别涉及一种基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法，适用于实现无人机群对指定区域进行最大覆盖范围的持续监视。

背景技术

无人机(UAV)是无人驾驶飞机(Unmanned Aerial Vehicle)的简称，其凭借无人员风险、成本低、隐蔽性好的特点，在军用以及民用领用均占据了重要的应用地位；而在无人机侦查的实际应用中，有时由于某些特定任务需要对指定区域进行最大覆盖范围的监视；为了追求高效率的应用，需要由地面指挥中心预先规划出无人机的参考航迹，使得无人机能够根据侦查要求按照参考航迹飞行。因此，无人机覆盖寻优航迹规划技术是无人机飞行任务的重要内容。

目前国内外对无人机区域覆盖问题的研究总体较少，其中以对多无人机区域覆盖问题的研究更具有代表性；2004年，Ivan Maza和Anibal Ollero提出一种小队无人机区域覆盖航迹规划，通过将整个区域划分为若干个子区域，每个子区域的基本路径形状为“Z”字形，当某架无人机失效或坠毁时，马上进行重新规划；2006年，Agarwal的研究也采用区域划分的思想，将飞行区域划分成许多矩形子区域，按照每架无人机执行覆盖任务的能力来分配区域，将无人机简化为只允许90度和180度的转弯，但这种覆盖方案的缺点并没有考虑转弯半径；2010年，陈海等人提出了一种凸多边形区域的航迹规划算法，将凸多边形区域的覆盖航迹规划问题转换为求凸多边形宽度的问题，无人机只需沿着宽度出现时的支撑平行线方向进行“Z”字型路线飞行，但是其没有考虑到飞行过程中最小转弯半径对“Z”字形路线的影响。

以上这些区域覆盖航迹规划的方法，大多是针对所要求航迹起始点与终点固定的情况，并且基本原理都是通过切割区域、通过规避障碍、约束油耗以及转弯次数形成最优航迹，使得特定无人机通过“牛耕式”飞行路线实现切割后各个区域的覆盖；以上研究大多基于确定性算法规划航迹，这类算法自身存在一定的缺陷，当对大范围复杂环境进行航迹规划时，将会使得路径搜索出现计算量过大、效率不高、寻优能力差，保证不了对航迹规划的计算效率和可靠性要求。此外，在实际情况中，某些任务会要求无人机对指定区域实现持续监视的最大覆盖面积，这种飞行任务所要求的航迹规划往往是没有固定起始点与终点的，针对该问题，国内外的公开报道较少，此时以上提到的方法并不能完全适用于解决此类航迹规划问题。

发明内容

针对上述现有技术存在的不足，本发明目的在于提出一种基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法，该种基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法是一种基于遗传算法的无人机群监视区域覆盖寻优的单步航迹规划方法，将区域覆盖航迹规划问题与遗传算法有机结合，能够有效地解决无人机群的飞行任务，并能够实现指定区域的监视覆盖面积最大、且所要求的航迹没有固定起点与终点的航迹规划问题。

为达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法，包括以下步骤：

步骤1，设定无人机群的可飞区域为A，可飞区域A内的指定任务监视区域为S，其中无人机群包含N架无人机，每架无人机上设置一个机载雷达，每架无人机匀速飞行；