[发明专利]一种考虑抵达时间约束的无人机航迹规划方法

说明书

本发明涉及一种考虑抵达时间约束的无人机航迹规划方法，属于航迹规划技术领域。本发明针对无人机指定时刻抵达目标区域问题，建立抵达时间约束模型和航迹规划模型。在SAS算法思想的基础上，提出一种指定航程稀疏A*搜索(GRC‑SAS)算法，该方法通过对SAS算法的代价函数和收敛条件进行设计，使得航迹结果满足抵达时间约束，并对节点扩展方案进行改进以进一步提高算法的搜索效率，从而快速生成满足约束的无人机飞行航迹。本发明要解决的技术问题为：根据实际任务需要，基于指定航程稀疏A*搜索算法获得无人机飞行航迹，具有满足复杂约束、短时间内生成可行航迹的优点，其中，复杂约束包括抵达时间约束、无人机运动学约束和障碍规避约束。

技术领域

本发明涉及一种考虑抵达时间约束的无人机航迹规划方法，属于航迹规划技术领域。

背景技术

在现代战争中，战场环境复杂，无人机执行任务时需满足抵达时间约束的需求，并规避战场环境中的禁飞区，这是最大化作战效能，成功完成任务的基础。

为了满足无人机抵达时间约束，其处理方式主要包括速度调节和航程调节两类方法。速度调节法是利用无人机速度的可调范围对无人机进行航迹规划，以满足给定的抵达时间约束。航迹规划方法主要包括图搜索算法(A*、Dijkstra、k最优路径等)、数值优化算法(蚁群优化、粒子群优化、遗传算法等)以及势场法。但由于无人机速度调节范围有限，巡航速度的调节同时会带来经济上的损失，因此该方式难以满足无人机抵达时间约束。

若无人机飞行速度固定，则抵达时间约束可转化为航程约束。航程调节法即是在固定飞行速度的条件下，直接通过调节无人机航程以满足抵达时间约束。典型的研究包括弹簧链法和盘旋等待策略。这类方法通过在无人机航迹中插入额外的机动动作来调整飞行航程，却难以考虑航迹附近禁飞区的影响。基于数值优化的航程耦合规划方法可直接将航程需求建模为等式约束或不等式约束条件。然而，建立的约束优化模型是一个复杂的高维强非线性问题，难以保证航迹规划的时效性。

发明内容

本发明公开的一种考虑抵达时间约束的无人机航迹规划方法，要解决的技术问题为：根据实际任务需要，基于指定航程稀疏A*搜索算法获得无人机飞行航迹，具有满足复杂约束、短时间内生成可行航迹的优点。复杂约束除包括抵达时间约束外，还包括无人机运动学约束和障碍规避约束。

本发明基于稀疏A*搜索(Sparse A*Search,SAS)算法进行改进定制，提出一种考虑抵达时间约束的无人机航迹规划方法，通过规划无人机的飞行航程，满足无人机抵达时间约束。稀疏A*算法引入启发信息提高了搜索效率，并能够在一定的假设条件下保证解的最优性和完备性。因此，在稀疏A*搜索算法的代价函数和收敛条件中考虑指定航程信息，改变其搜索趋势和收敛条件，是无人机航迹规划过程中满足抵达时间约束的可行方法。

本发明的目的是通过下述技术方案实现的：

本发明公开的一种考虑抵达时间约束的无人机航迹规划方法，针对无人机指定时刻抵达目标区域问题，建立抵达时间约束模型和航迹规划模型。在SAS算法思想的基础上，提出一种指定航程稀疏A*搜索(GRC-SAS)算法，该方法通过对SAS算法的代价函数和收敛条件进行设计，使得航迹结果满足抵达时间约束，并对节点扩展方案进行改进以进一步提高算法的搜索效率，从而快速生成满足约束的无人机飞行航迹。

本发明公开的一种考虑抵达时间约束的无人机航迹规划方法，包括如下步骤：

步骤一：获得无人机飞行性能参数信息、航迹约束信息和任务环境信息；所述的无人机飞行性能参数信息包括无人机飞行速度、最大转弯角和最小航迹段长度；所述的航迹约束信息包括无人机的飞行起点位置和目标点位置；所述的任务环境信息包括禁飞区的位置、半径、无人机的指定航程L^*和航迹长度的相对误差限ε_L；

步骤二：建立抵达时间约束和航迹规划数学模型；

(1)建立抵达时间约束模型