[发明专利]多无人飞行器对大规模环境的持续监控路径规划方法

摘要

多无人飞行器对大规模环境的持续监控路径规划方法，本发明通过科学地规划飞行器的监控路径，实现环境覆盖效率的最大化。对于大规模环境，既要保证对整个环境覆盖的完整性，又要在监控过程中采集到尽可能精确可靠的信息，直接进行最优覆盖路径的计算是十分困难的。该方法基于分块优化思想，首先，将整体环境划分成若干小面积子区域，在每一个子区域中计算出覆盖该区域的最优路径，通过设定特定的约束，各个子区域内的路径可以最终连接成一条整体路径，即飞行器最终对整个环境的监控路径。除了覆盖效果，本方法也考虑飞行消耗的能量、时间等因素，力求规划出适于飞行器跟踪的高效监控路径。本发明方法经过仿真和实验验证有效可行。

主权项

1.一种多无人飞行器对大规模环境的持续监控路径规划方法，其特征在于该方法包括：传感器模型、子区域路径优化，整体监控过程规划，其中：第1、传感器模型传感器对周围环境中的点的信息采集质量与该点和传感器的相对位置有关，为了更好地描述他们的关系，建立了相应的传感器模型，该模型描述当传感器沿一条路径l运动时对环境中的任意一点q信息采集的可信度：其中，dql是从点q到路径l的最短距离，dc是传感器的最大探测距离，ks是传感器的内部参数；第2、子区域路径优化基于分块优化思想，将大规模环境划分成若干小面积子区域分别规划监控路径；划分子区域的大小应适应传感器的最大探测距离dc，子区域的宽度小于2dc，本发明中将环境划分为边长1.5dc的正方形；在每个子区域内通过一些特定约束寻找一条最优的覆盖监控路径，定义一个评价函数来作为选择的标准，评价函数包含两部分内容，第一部分也是评价函数的主要部分为关注路径的覆盖效果，第二部分为关注路径的平滑程度，意在选择对环境精确可靠覆盖且平滑适于飞行器跟踪的路径；第2.1覆盖效果：其中，φ(q)是环境密度函数，作为权重来描述环境中的点对于特定任务的重要程度，Li是第i段路径li的长度。F1(li,Qi)代表单位长度的路径对于区域Qi的覆盖效果；第2.2路径平滑：其中，βi表示路径li与水平方向的夹角，βth是不影响飞行器平稳飞行和传感器信息采集的最大转弯角度；第2.3最终的评价函数：F(li,Qi)＝w1F1(li,Qi)+w2F2(li)  (4)其中，w₁和w₂是两部分的权重，满足w₁,w₁∈[0,1]且一个子区域内的最优路径指对应评价值F(l_i,Q_i)最大的路径；第3、整体监控过程规划环境整体监控路径的生成依赖于每段子路径的首尾顺利连接，即合理地安排对各个子区域的覆盖监控顺序，保证对整个环境的完整均衡覆盖，同时，减少飞行器在一次巡航中的回转调头次数；针对所划分的正方形子区域，设计了“水平Z”字和“垂直Z”字两种覆盖模式；在覆盖开始前，先根据飞行器所要监控的环境形状确定合适的覆盖模式；“水平Z”字和“垂直Z”字两种覆盖模式的原理相似，都是按照“Z”字形的顺序安排各子区域监控顺序的方式，主要区别在于它们的扫描方向不同，即在“水平Z”字覆盖模式中，飞行器在所监控区域的左右边界之间往返巡航，扫描方向是垂直的向上或向下；而在“垂直Z”字覆盖模式中，飞行器在所监控区域的上下边界之间往返巡航，扫描方向是水平的向左或向右，这里的水平方向指地图的水平方向，对应实际环境中的东西方向，相应的，地图中的垂直方向对应实际环境中的南北方向；据以上描述，在相同覆盖环境和子区域划分的条件下，飞行器在一次巡航覆盖中的调头次数与其覆盖区域在扫描方向的跨度有关，跨度越大，对应的路径转折越多，为了最小化路径的转折点数，需要计算待覆盖环境的水平和垂直跨度，将跨度更小的方向设为扫描方向，完成整体环境监控路径规划任务。