[发明专利]基于路径搜索及智能优化的航路规划方法、设备及介质

说明书

本发明属于无人机航路规划技术领域，公开了一种基于路径搜索及智能优化的航路规划方法、设备及介质，利用A*算法结合随机搜索策略进行基础航路初始化，采用改进的粒子群算法迭代进行航路优化，利用航路点精简策略进行航路点精简，输出路径规划结果。本发明通过基础航路初始化阶段完成航路的初始搜索，生成基础的可行航路；航路优化阶段完成航路点的智能优化，提高航路适应度；航路点精简阶段完成航路点的精简，提高航路可飞性。本发明提高了规划结果的优选程度和规划效率，提升了战时无人机执行任务的能力。本发明改善了人工依赖性，使人员从复杂的计算过程解脱出来从而专注于决策和依赖经验判断的其它领域，提高了作战效能。

技术领域

本发明属于无人机航路规划技术领域，尤其涉及一种基于路径搜索及智能优化的航路规划方法、设备及介质。

背景技术

无人机航路规划是指在特定约束条件下，寻找从起始点到目标点且满足任务需求和无人机性能指标的最优或可行航路。无人机航路规划是无人机任务规划的基础，是无人机实现智能飞行、自主控制的技术前提。快速、精确地规划出最优或较优的可飞航路，是提升无人机任务效能的重要手段之一。

目前业内对航路规划提出了多种算法，主要包括传统算法(如动态规划算法等)和现代智能算法(如A*算法、遗传算法、粒子群算法、蚁群算法等)，但传统算法仅适用于单一约束条件下的规划、难以应对多约束条件下的复杂规划；传统的A*算法存在搜索速度慢和耗内存空间大的缺陷，如果降低搜索精度，则又出现计算精确度不足、规划结果优选度水平不高的问题；遗传算法、粒子群算法等优化算法存在收敛性不足、计算耗时较长的问题。

发明内容

针对现有技术存在的问题，本发明提供了一种基于路径搜索及智能优化的航路规划方法、设备及介质。

本发明是这样实现的，一种基于路径搜索及智能优化的航路规划方法，所述基于路径搜索及智能优化的航路规划方法包括：

利用A*算法结合随机搜索策略进行基础航路初始化，采用改进的粒子群算法迭代进行航路优化，利用航路点精简策略进行航路点精简，输出路径规划结果。

进一步，所述航路点精简包括：对部分冗余航路点进行精简，删除部分必要性不大的航路点；

所述部分必要性不大的航路点包括：转弯较小且删除后不影响飞行性能的航路点。

进一步，所述基于路径搜索及智能优化的航路规划方法包括以下步骤：

步骤一，构建二维地图模型，利用A*算法结合随机搜索策略进行航路的初始搜索，生成基础的可行航路；

步骤二，采用改进的粒子群算法迭代进行航路优化；以改进的粒子群算法的输出适应度最优的粒子作为输入，保留起始点和目标点，进行航路点的精简，输出最优路径。

进一步，所述构建二维地图模型，利用A*算法结合随机搜索策略进行航路的初始搜索，生成基础的可行航路：

(1)构建二维地图模型：

获取地形图，以一定巡航高度截取地形生成二维地图，获取地形障碍参数，对各个地形障碍区取外接圆，简化为圆形区域；将敌方雷达、高炮或其他威胁简化为圆形区域；确定表现形式为[x，y，R，type]，所述x，y，R，type分别表示区域的中心横坐标、中心纵坐标、覆盖半径、类型；加载起始点和目标点，加载目标点进入角度，将目标点偏移至整数坐标点，以同样的偏移量偏移起始点坐标、地形障碍区域以及威胁区域中心点坐标；

(2)进行可行航路搜索：