[发明专利]一种无人机航迹规划方法

说明书

本发明公开了一种无人机航迹规划方法，属于无人机研究领域，获取地图中不含障碍物的点集，并确定起点和终点，将确定的起点和终点加入点集；基于kd‑tree算法，获得多条路径；判断距离最短的路径是否与障碍物直线相交，如果不相交，根据该路径的第k重点为新的起点，保留该路径，判断新的起点是否为终点，如果是终点，形成一条无碰撞的待优化路径；如果不是终点，采用极度贪心思想，判断起点与终点的连线是否与障碍物直线相交，如果相交，从点集中删除路径上的端点，返回kd‑tree算法；如果不相交，形成一条无碰撞的待优化路径；对形成的无碰撞的待优化路径进行优化，获得最短路径，即形成无碰撞的最优路径，并验证模型的有效性。

技术领域

本发明涉及无人机研究领域，具体涉及一种高效率无人机航迹规划方法。

背景技术

无人机(UAV)因具有可探测性低、造价低廉、不惧伤亡、起降简单、操作灵活、系统配置多样化、自动控制智能化等优点，因此，无人机在未来的一体化联合作战中扮演越来越重要的角色。无人机的航迹规划是无人机研究领域的一个重要方面，航迹规划的主要任务是在障碍物情况复杂的环境下为无人机快速地规划出一条尽可能短，转弯弧度尽可能大，转弯数量尽可能少且与障碍物不碰撞的路径。

目前，常见的路径规划算法有蚁群算法有A*算法，人工势场法，PRM算法，RRT算法等。具体的，蚁群算法搜索时间长，容易陷入局部最优解是其突出的缺点；A*算法实时性差，每一节点计算量大，运算时间长，且随着节点数的增多，算法搜索效率降低；人工势场法有着目标不可达和局部极小值的问题；RRT算法不能得到最优的路径，且对于狭窄的通道往往难以突破，需要非常大的时间开销；PRM算法在狭窄通道的环境中便很难规划出路径。

传统PRM算法分为离线学习阶段和在线查询阶段，由于离线学习阶段需要建立无向路径图，所以运用PRM算法规进行划航迹时需要花费大量的时间，无法在短时间内为无人机规划出一条航迹更短的路径。

发明内容

针对上述领域中存在的问题，本发明提出了一种无人机航迹规划方法，能够解决无法在短时间内为无人机规划出一条航迹更短的路径的技术问题。

为解决上述技术问题，本发明公开了一种无人机航迹规划方法，包括步骤如下：

获取地图中不含障碍物的点集，并确定起点和终点，将确定的起点和终点加入点集；基于kd-tree算法，设定广度m和深度k，搜寻起点的m个邻近点作为第一重点，并根据每个第一重点搜寻m个第二重点，循环该过程，直到搜寻到第k重点，获得起点到m个第一重点、每个第一重点到第二重点中各自近邻点的多条路径，以及每个第k-1重点到第k重点中各自近邻点的多条路径；以距离最短的路径的第k重点作为新的起点，重新进行搜寻，直到判断起点为终点，形成一条待优化的路径，其中，k，m的取值均为自然数；

判断距离最短的路径是否与障碍物直线相交，如果不相交，根据该路径的k重点为新的起点，保留该路径，判断新的起点是否为终点，如果是终点，形成一条无碰撞的待优化路径；如果不是终点，采用极度贪心思想，判断起点与终点的连线是否与障碍物直线相交，如果相交，从点集中删除路径上的端点，返回kd-tree算法；如果不相交，形成一条无碰撞的待优化路径；

如果距离最短的路径与障碍物直线相交，判断距离次短的路径是否与障碍物直线相交，如果相交，判断当前路径在路径集合中的排序是否大于第一重点中点的个数，如果当前路径在路径集合中的排序大于第二重点中点的个数，将第一重点从点集中删除，保持起点不变，返回kd-tree算法；如果当前路径在路径集合中的排序小于第二重点中点的个数，返回判断距离次短的路径是否与障碍物直线相交；

对形成的无碰撞的待优化路径进行优化，获得最短路径，即形成无碰撞的最优路径。

优选地，所述获得起点到m个第一重点、每个第一重点到第二重点中各自近邻点的多条路径，以及每个第k-1重点到第k重点中各自近邻点的多条路径，包括以下步骤：