[发明专利]基于任务优先级的空地无人系统侦察协同路径规划方法

权利要求书

1.一种基于任务优先级的空地无人系统侦察协同路径规划方法，其特征在于：针对旋翼无人机的续航能力有限以及实际应用中各任务点优先级不同的情况，引入无人车作为旋翼无人机集群的移动充电站；首先用K均值聚类算法将任务点进行聚类，然后通过将需要优化的目标函数设置为各任务点优先级与其被侦察次序的乘积之和，利用蚁群算法规划出旋翼无人机集群在每一个聚类内的飞行路径，最后，利用蚁群算法规划出无人车在各聚类间的行驶路径；

所述方法具体步骤如下：

步骤(1)：利用K均值聚类算法对所有待侦察任务点进行聚类，聚类数量为N，聚类中心C_i为旋翼无人机集群的起飞点与降落点，i＝1,2,…,N，同时也是无人车的路径节点，旋翼无人机集群每次起飞后侦察完一个聚类中的所有任务点后降落至无人车上，由无人车对其进行充电并随无人车一起移动至下一聚类的聚类中心；初始时设置聚类数量N＝2；

步骤(2)：利用蚁群算法规划出集群内各旋翼无人机侦察第i，i＝1,2,…,N个聚类中任务点的飞行路径Q_aij，i＝1,2,…,N；j＝1,2,…,n，并计算每架旋翼无人机的飞行距离D_ij，i＝1,2,…,N；j＝1,2,…,n，其中n为旋翼无人机的数量，j为旋翼无人机的编号；

步骤(3)：假设步骤(2)中得到的各旋翼无人机飞行距离中最大值为D_max，判断D_max是否超过旋翼无人机的最大飞行距离D，若D_max≤D，说明旋翼无人机集群能在电量耗尽前完成对该聚类内的任务点侦察，转至步骤(4)，否则，转至步骤(5)；

步骤(4)：判断i是否大于N，若i＜N，说明并没有规划完旋翼无人机集群在所有聚类内的飞行路径，则令i＝i+1，并转至步骤(2)；否则转至步骤(6)；

步骤(5)：N＝N+1，转至步骤(1)；

步骤(6)：根据步骤(1)得到的无人车的路径节点，利用蚁群算法规划出无人车的行驶路径Q_g；

所述步骤(2)的具体实现方法如下：

步骤2.1：生成初始解；设第i个聚类中共有m个待侦察任务点，i＝1,2,…,N，初始解是一组1～m的乱序序列，并随机生成n-1个断点位置，则初始解被分为n个部分，每一部分内的任务点被分配给一架旋翼无人机侦察；

步骤2.2：计算目标函数值；假设第k个任务点的优先级为pr_k，k＝1,2,…,m，被分配给第j架旋翼无人机侦察，j＝1,2,…,n，侦察次序为s_jk，则目标函数选择目标函数值最小的解作为当前迭代的最优解进行保存；

步骤2.3：更新信息素；按照T(f+1)＝(1-γ)T(f)+Q/F(u)更新信息素，其中，T(f)为第f次迭代时路径上的信息素，T(f+1)为第f+1次迭代时路径上的信息素，γ为信息素的衰减系数，Q为常数，表示蚂蚁循环一次所释放的信息素总量，F(u)为第u只蚂蚁对应解的目标函数值；

步骤2.4：判断是否达到最大迭代次数，若未达到，则转至步骤2.5，否则选择步骤2.2保存的各代最优解中目标函数值最小的解作为旋翼无人机集群的路径规划结果，然后转至步骤3；

步骤2.5：生成新解，然后转至步骤2.2。