[发明专利]异构多无人机协同路径的快速生成方法

权利要求书

1.一种异构多无人机协同路径的快速生成方法，其特征在于，所述方法包括：

确定需要无人机访问的访问目标的目标坐标及其权重；

获取所述无人机的站点的站点数量、站点编号及站点坐标；

获取访问所述访问目标的所述无人机的相关参数；所述相关参数包括：无人机编号、无人机所搭载传感器的探测误差、续航时长、飞行速度和/或最小转弯半径；

设置所述无人机的航向角离散度，并基于所述无人机的航向角离散度确定所述无人机的多个航向角；

基于所述访问目标、站点以及每架所述无人机的相关参数确定从每个站点出发的无人机所能访问的访问目标；

建立多站点可重访变收益的杜宾团队定向问题MD-RDTOP-VP模型；

采用所述MD-RDTOP-VP模型，根据每个所述访问目标的坐标及其权重、无人机的续航时长，获取所述多无人机执行协同任务的初始路径规划方案集合；其中，所述初始路径规划方案集合包括多个路径规划方案，所述路径规划方案被定义为所述多无人机中每架无人机的任务执行路径及对应的站点编号，所述任务执行路径包括：无人机的起点、无人机依次经过的访问目标、无人机的终点；

采用引入双适应度函数及自适应切换机制的混合遗传模拟退火算法HGSA对所述初始路径规划方案集合进行优化以获得每架所述无人机的访问任意一个或多个所述访问目标的最优路径规划方案；

所述MD-RDTOP-VP模型的约束条件采用公式(2)至(6)来表示：

其中，k为无人机出发站点的编号，k’为无人机返回站点的编号，K为无人机站点的数量，D为无人机站点的集合；h、i和j为目标的编号，N为目标的数量，T为目标的集合；u为无人机的编号，U为无人机的数量，U为无人机的集合；为第u架无人机从第k个站点到勘察目标i的决策变量，为第u架无人机从勘察目标j到第k’个返回站点的决策变量；为第u架无人机从勘察目标h到勘察目标i的决策变量，为第u架无人机从勘察目标i到勘察目标j的决策变量；为第u架无人机从第k个站点到勘察目标i的飞行时间，为第u架无人机从勘察目标i到勘察目标j的飞行时间，为第u架无人机从勘察目标j到第k’个站点的飞行时间；为第u架无人机的续航时长；

公式(6)为二元决策变量的取值，当为1时表示第u架无人机选择了从目标i到目标j的路径，当为0时表示第u架无人机没有选择这条路径；

采用所述MD-RDTOP-VP模型，根据所述每个所述访问目标的坐标及其权重、无人机的续航时长，获取所述多无人机执行协同任务的初始路径规划方案集合，包括：

采用变长度的整数编码方式描述一个初始路径规划方案，记做染色体，染色体的第1行为无人机的路径，染色体的第2行为无人机在每个目标的航向角编号，染色体的第3行为无人机的编号；

按以下4步生成初始路径规划方案集合：

步骤1：以目标集合T作为无人机u的备选访问目标集合，以无人机u的出发站点k为圆心，以无人机u的续航能力为半径，构造圆，删掉集合T中在所述圆以外的点所对应的目标编号，得到集合T_u；

步骤2：将集合T_u中的勘察目标编号进行随机排列，并在该随机排列的最前面和最后面加上无人机的出发站点编号k和返回站点编号k’，这样就得到了无人机u路径，然后在染色体的第2行写入无人机在每个目标的航向角编号，最后在染色体的第3行写入无人机的编号u，这样就得到了无人机u执行协同任务的路径规划方案；

步骤3：根据无人机的数量U重复步骤2，直到所有的无人机都得到协同任务的路径规划方案，将这些方案合并后就得到了一条初始染色体；

步骤4：根据预设的初始的路径规划方案集合所需要的方案数量重复步骤2-3，得到初始路径规划方案集合；

采用引入双适应度函数及自适应切换机制的混合遗传模拟退火算法HGSA算法对所述初始路径规划方案集合进行优化以获得每架所述无人机的访问任意一个或多个所述勘察目标的最优路径规划方案，包括：

步骤1：设计双适应度函数的染色体评价机制；

所述双适应度函数的染色体评价机制包括：协同任务的期望收益适应度函数，记作第一适应度值fit1；以及协同任务的总飞行时长适应度函数，记作第二适应度值fit2，公式(7)用来计算路径规划方案集合中每个方案的第一适应度值fit1，公式(8)用来计算路径规划方案集合中每个方案的第二适应度值fit2；

步骤2：根据每个路径规划方案的第一适应度值fit1采用轮盘赌机制对初始路径规划集合进行选择操作，每次选出2个路径规划方案进行交叉操作；

步骤3：采用分段拼接机制对选出的2个路径规划方案进行交叉操作，并根据出发矩阵、返回矩阵和目标到目标矩阵对交叉操作后的路径规划方案进行快速调整，得到无人机在出发站点、返回站点及每个目标时的航向角，快速调整后得到2个新路径规划方案；

步骤4：重复步骤2-3，直到达到预设的交叉操作次数，从而得到一个较优路径规划方案集合，找出所述较优路径规划方案集合中第一适应度值fit1最大的新路径规划方案；其中，如果第一适应度值fit1最大的新路径规划方案不只一个，则选择其中第二适应度值fit2最小的方案，作为当前最优路径规划方案，截止此时，算完成了1代遗传操作；

步骤5：重复步骤1-4，直到当前最优路径规划方案连续10代遗传操作没有更新，此时结束遗传操作，转入模拟退火操作；

步骤6：将当前最优路径规划方案作为模拟退火操作的初始方案，对初始方案进行扰动操作，得到初始方案的多个临域方案；通过多轮迭代对所述多个临域方案进行优化，获得每架所述无人机的访问任意一个或多个所述目标的最优路径规划方案。