[发明专利]一种基于二阶锥优化的无人机路径规划方法

说明书

本发明公开了一种基于二阶锥优化的无人机路径规划方法，包括：建立二维无人机运动模型并进行转化；考虑禁飞区约束等多种约束，给出路径规划问题的数学描述形式；对问题中存在的非凸约束进行凸化和松弛处理，使其能够满足二阶锥优化框架，同时在禁飞区约束中引入L1罚函数保证问题的有解性；基于上述多种约束设计代价函数，使得转化后的问题与原问题等价；将问题进行离散化，并给出逐次迭代策略在二阶锥优化框架下进行求解。本发明采用基于二阶锥优化的路径规划方法，不仅能保证所设计的路径为全局最优，还可以直接求解出无人机的状态量和控制输入，避免再额外设计控制律，并且，在应用时还具有计算效率高，便于扩展约束数目和约束种类的优点。

技术领域

本发明涉及无人机路径规划技术领域，尤其涉及一种基于二阶锥优化的无人机路径规划方法。

背景技术

近年来，无人机技术已经成为各国争相研究和发展的战略重点。由于无人机具备可重复使用、操作方便简单、航程时间长、体型小以及成本低等优点，目前在目标侦查、电子对抗、装备投放和对地支援等军事领域，以及抢险救灾、应急通信、大气环境监测和土地矿产勘测等民用领域，都具有广泛的应用前景。特别是在一些危险、偏远或恶劣的环境下，无人机已经逐渐替代了有人机系统。随着无人机应用范围的不断扩大和深入，所执行任务的难度与飞行环境的复杂度也不断加大，这些需求使得无人机的性能要求和技术指标不断的提高。

路径规划技术无疑是无人机飞行控制中的关键技术，是保障飞行任务成功实施的重要途径，对于提高无人机作战效能至关重要。无人机路径规划是指综合考虑外界飞行环境约束(如禁飞区等)以及无人机自身性能的约束(如最大飞行速度、最大加速度等)，在能够规避障碍且保证飞行安全的前提下，搜索并规划出一条当前点与目标点之间的飞行路径，使得综合指标最优，即无人机能以最小的代价消耗完成任务。

针对路径规划问题，国内外学者提出了许多方法并取得了一定的成果，例如，采用遗传算法、A*算法等启发式搜索算法来求解路径规划中的优化问题，取得了不错的应用效果。然而，大部分启发式算法无法保证收敛性和最优性，这导致能量消耗较高，具有很大的保守性，应用范围受到限制。

发明内容

有鉴于此，本发明提供了一种基于二阶锥优化的无人机路径规划方法，用以得到满足约束且最优的无人机飞行路径。

本发明提供的一种基于二阶锥优化的无人机路径规划方法，包括如下步骤：

S1：采用变量代换的方法对二维无人机运动模型进行处理，引入新的控制量、新的状态量以及由新的控制量和新的状态量组成的等式约束；

S2：基于处理后的二维无人机运动模型，考虑等式约束、初末状态约束、饱和约束以及禁飞区约束，给出无人机路径规划的优化问题描述；

S3：将等式约束松弛为不等式约束，采用泰勒展开的方法对禁飞区约束进行凸化，利用L1罚函数方法在禁飞区约束中引入非负松弛变量；

S4：设计代价函数，保证松弛、凸化及引入非负松弛变量后的优化问题与原优化问题等价；

S5：将执行步骤S4后得到的优化问题进行离散，设计基于二阶锥优化的逐次迭代策略。

在一种可能的实现方式中，在本发明提供的上述基于二阶锥优化的无人机路径规划方法中，步骤S1，采用变量代换的方法对二维无人机运动模型进行处理，引入新的控制量、新的状态量以及由新的控制量和新的状态量组成的等式约束，具体包括：

二维无人机运动模型为：

其中，x表示无人机的横坐标，y表示无人机的纵坐标，η表示无人机的航向角，V表示无人机的飞行速度，u表示控制输入，u的方向与无人机的速度方向垂直；

采用变量代换的方法对二维无人机运动模型进行处理：