[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

说明书

本发明公开了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，该方法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等情况，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。本发明方法的优点是：(1)利用无人车给旋翼无人机集群充电，有效解决了旋翼无人机续航不足的问题；(2)依据任务优先级规划侦察次序。本发明方法能够根据大范围区域内多任务点的重要程度实现车载旋翼无人机集群系统的路径规划。

技术领域

本发明属于无人系统导航技术领域，具体地说是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。

背景技术

利用无人平台进行侦察时，考虑到旋翼无人机视野范围大但续航能力有限、无人车一般没有续航能力限制但侦察视角有限的特点，采用旋翼无人机与无人车协同侦察能够高效完成任务。目前大多研究都以最快完成侦察任务为目的，然而在实际情况中，某些任务点可能需要优先侦察，这时需要根据任务点的紧急程度合理规划无人平台的路径。

现有专利CN 111811529 A提出了一种多区域车机协同侦察路径规划方法及系统，该专利考虑到小型无人机续航能力低的问题，引入汽车作为无人机的移动平台，构建了车机协同战场侦察系统，从而实现对多区域的侦察，但该方法仅针对一车一机的情况，且没有考虑在实际中某些待侦察区域需要优先侦察的情况。

发明内容

本发明的目的在于提出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，利用一车多机的车载旋翼无人机集群系统，针对大范围区域内优先级不同的多任务点的侦察任务，实现旋翼无人机集群与无人车协同的路径规划。

实现本发明目的的技术解决方案为：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等情况，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。

具体实现步骤如下：

步骤(1)、利用K均值聚类算法对所有任务点进行聚类，聚类数量为N，初始时设置聚类数量N＝2，聚类中心C_i(i＝1,2,…,N)为旋翼无人机集群的起飞点与降落点，同时也是无人车的路径节点。

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)，将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，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能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是否小于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。