[发明专利]一种基于改进RRT算法与改进PH曲线相结合的多无人机协同航迹规划方法

说明书

本发明公开了一种基于改进RRT算法与改进PH曲线相结合的多无人机协同航迹规划方法，其特征是，包括如下步骤：1）环境建模；2）规划单机航迹集；3）规划多机协同航迹。这种方法结合多无人机初末速度方向、能加快多无人机航迹规划算法速度、可以节约无人机燃油、能平滑无人机航程航迹，在多无人机协同航迹规划中具有广泛的应用前景。

技术领域

本发明涉及无人机航迹搜索领域，具体是一种基于改进快速扩展随机树RRT(Rapidly-exploring Random Tree，简称RRT)算法与改进毕达哥拉斯矢端曲线(Pythagorean Hodograph，简称PH曲线)相结合的多无人机协同航迹规划方法。

背景技术

快速扩展随机树RRT算法第一次提出是在1998年由美国科学S.M.LaValle提出，其基本原理是在任务空间内以节点生长的方式构建随机树，主要优点是能够在复杂环境中快速找到路径规划问题的可行解。

毕达哥拉斯矢端PH曲线,是由Farouki和Sakkalis在1990年研究等距曲线的过程中率先提出，他们将PH曲线定义为多项式曲线的形式，并且PH曲线的矢端矢量满足勾股条件。

随着环境和任务的日益复杂性，单架无人机已经不法完成所需任务需求，需要通过多架无人机合作来完成，多无人机协同是指多架无人机通过采取协作的方式完成某项任务。航迹规划是最大限度的利用地形信息，综合考虑无人机导航精度和机动能力的限制，在最短的时间内计算出从现在位置到指定位置的最优或次优的飞行轨迹，能使无人机回避威胁环境，安全地完成预定任务。

假设N架无人机分别处于不同起始位置S₁，S₂，…，S_N,要求在同一时刻t₁到达同一目标点D，实施打击且代价最小，协同航迹问题多假设为多机同时到达问题，通常使用两种方法使得无人机能够同时到达目标：一种为通过调节无人机的飞行速度，航程较大的无人机的速度较大，航程较小的无人机的速度较小；另一种是修正航迹长度，使得每架无人机的航程大致相同。

发明内容

本发明的目的针对现有技术的不足，而提供一种基于改进RRT算法与改进PH曲线相结合的多无人机协同航迹规划方法。这种方法结合多无人机初末速度方向、能加快多无人机航迹规划算法速度、可以节约无人机燃油、能平滑无人机航程航迹，在多无人机协同航迹规划中具有广泛的应用前景。

实现本发明目的的技术方案是：

一种基于改进RRT算法与改进PH曲线相结合的多无人机协同航迹规划方法，包括如下步骤：

1)环境建模：假设无人机进行等高飞行，结合无人机飞行中自然威胁分布构建环境模型，自然威胁主要是山川地形威胁；

2)规划单机航迹集：首先根据起始点和终止点，运用改进PH曲线算法，得到6个控制点，分别为b₀,b₁,b₂,b₃,b₄,b₅；然后选取规划得到的6个控制点中的b₂和b₃作为新起始点和新终止点，并在新起始点和新终止点之间多次运用改进RRT算法规划得到单机航迹集；

3)规划多机协同航迹：根据多无人机协同航迹规划原理以及多无人机协同航迹规划的代价函数，在规划航迹集中选取一条符合多无人机协同规划原理以及航迹代价函数的最小航迹。

步骤1)中所述自然威胁为：某飞行高度上对无人机飞行有可能造成威胁的山峰和高地在水平截图面上的截面是圆周，则