[发明专利]基于Hybird A*算法的多舰载无人机路径规划方法

说明书

本发明公开了一种基于Hybird A*算法的多舰载无人机路径规划方法，其包括建立舰载无人机环境模型；基于舰载无人机环境模型，获取舰载无人机的起始点和目标点；基于障碍物和单架舰载无人机约束条件，将舰载无人机的起始点和目标点输入Hybird A*算法，计算得到单架舰载无人机的目标路径；基于单架舰载无人机的目标路径、障碍物和多架舰载无人机约束条件，计算得到多架舰载无人机的行驶路径，完成多架舰载无人机的路径规划。本发明实现了多舰载无人机的碰撞避免，并且对于机库中的舰载无人机如何实现高效的规划机库至起飞位路径和实现中间过程的避碰提供了很好的解决办法。

技术领域

本发明涉及路径规划领域，具体涉及一种基于Hybird A*算法的多舰载无人机路径规划方法。

背景技术

在现代战争中，航母舰载无人机的出动效率是衡量航母战斗群的重要指标之一。现代航母上舰载无人机在航母上的滑行依然需要人工进行引导，显然这保证了舰载无人机滑行的安全性，但另一方面这种方式也降低了舰载无人机出动效率。此外，无人机在现代战争中的作用日益巨显，在未来,舰载无人机也将对航母战斗能力的提升具有重要作用。因此在基于航母上狭窄的舰面环境和有限的资源条件下，为舰载无人机在舰面上规划出安全、最优的路径具有重要意义。此外，考虑到未来无人作战的趋势以及便于应对机库内的路径规划等环境，本发明针对的舰载无人机需要考虑做倒车运动。

目前的路径规划算法研究方向主要三种：(1)启发式方法：这类方法包括 A*算法和Dijkstra算法，通过设定合适的启发函数，选择最有希望的点加以扩展，直到找到目标节点为止。但是这中方法对内存占用太大，并且忽略了运动体自身的体积带来的节点限制。(2)图形学方法：这类方法包括自由空间法、 voronoi图法，这类方法可以用于解决一些建模难的路径规划问题，但是图形学这类方法普遍存在着搜索能力的不足，往往需要结合专门的其它优化算法才能找到最优路径。(3)智能搜索算法：这类方法包括遗传算法和模拟退火算法等，这类方法是通过自然界的启发而设计的，但是该方法计算量较大、且容易陷入局部最优解。

关于舰载无人机路径规划的研究不是很多，主要原因是大多数路径规划算法主要研究的是受完整性约束的智能体，而舰载无人机作为受非完整性约束的智能体在规划路径时除了要考虑相应的转弯半径等约束外，还需要考虑初始和终端约束以及如何实现规划倒车路径。现有的关于舰载无人机路径规划的研究没有考虑机库内舰载无人机路径规划，主要原因是现有的舰载无人机在机库内基本都是由牵引车驱动的，但是对舰载无人机的倒车路径进行规划也对未来带牵引车的舰载无人机路径规划具有重要意义。此外，对于现有的舰载无人机的路径规划没有考虑到甲板的起飞位有限，当舰载无人机增多时，从实际安全等多方面考虑，不可能所有舰载无人机同时运动，故必须考虑除多机碰撞问题外的任务冲突问题。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于Hybird A*算法的多舰载无人机路径规划方法解决了现有路径规划方法难以满足起始和终端约束或难以满足舰载无人机转弯半径和行驶平滑度的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于Hybird A*算法的多舰载无人机路径规划方法，其包括以下步骤：

S1、建立舰载无人机环境模型；

S2、基于舰载无人机环境模型，获取舰载无人机的起始点和目标点；

S3、基于障碍物和单架舰载无人机约束条件，将舰载无人机的起始点和目标点输入Hybird A*算法，计算得到单架舰载无人机的目标路径；

S4、基于单架舰载无人机的目标路径、障碍物和多架舰载无人机约束条件，计算得到多架舰载无人机的行驶路径，完成多架舰载无人机的路径规划。

进一步地，步骤S1的具体方法为：

S1-1、根据舰面轮廓选取特征坐标点，并基于特征坐标点计算分段函数，得到首尾连接的用于描述舰面轮廓的多边形；