[发明专利]应用于河流目标搜索任务的无人机航迹规划算法

摘要

应用于河流目标搜索任务的无人机航迹规划算法，本发明将目标河流区域抽象建模为二维曲线，目标在每个曲线段内存在概率已知的情况下，采用高斯混合模型提取搜索高价值曲线段，即高价值搜索区域，并对高价值曲线段的搜索顺序进行排序，分配给执行搜索任务的无人机，以使无人机按排序后的曲线段进行目标搜索。该方法可获得近似最优结果且求解速度较快，提高无人机的目标搜索效率。

主权项

1.应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，所述无人机的视场范围大于河流宽度，所述规划算法包括以下步骤：

S1：将待搜索的目标河流抽象为二维平面曲线，以向前距离L_s为自变量，对平面曲线做离散化处理为M＝L/L_s个离散化单元，其中L为河流总长度s_m，L_s为每个离散化单元的长度；

S2：任意一个采样周期内，无人机在两个离散化单元s_m内移动；待搜索目标在每个离散化单元s_m内存在的概率p(s_m)已知，且p(s_m)∈[0,1]，且满足

S3：任意个离散化单元组成搜索曲线段，S_k＝{s_m,s_m+1,...,s_n}，1≤m＜n≤M，利用高斯混合模型描述待搜索目标在每个搜索曲线段内存在的概率信息，提取以P_k,1和P_k,2为区域边界的高价值搜索曲线段S_k，其中高价值搜索曲线段的数量为K，k∈{1,2,...,K}；

S4：定义子区域转场时间为当前搜索曲线段边界点P_i,p转到下一搜索曲线段边界点P_j,q的最短飞行时间，定义所述转场时间为：

T(P_i,p,P_j,q)＝λ₁·Dubins_cost(P_i,p,P_j,q)，其中i≠j且i,j∈{1,2,...K}，且p,q∈{1,2}；其中λ₁表示子区域转场时间的比例系数；Dubins_cost(P_i,p,P_j,q)表示Dubins曲线的长度，p表示第i个搜索曲线段的飞出点标志位，q表示第j个搜索曲线段的进入点标志位，K表示高价值搜索曲线段的数量；

定义子区域覆盖时间为无人机在搜索曲线段内搜索飞行的时间，为C_k＝λ₂·L_k，其中λ₂表示子区域覆盖时间的比例系数，L_k表示搜索曲线段的长度，L_k＝(n‑m+1)·L_s；

定义子区域覆盖回报为无人机完全覆盖高价值搜索曲线段所获得的累计概率：R_k；

S5：采用上述子区域转场时间、子区域覆盖时间和子区域覆盖回报作为评价指标，采取最近插入法对各高价值搜索曲线段进行搜索顺序的迭代排序，排序建模为：

S6：按顺序依次连接优化后的高价值搜索曲线段，获得无人机的最终搜索路径。

2.如权利要求1所述的应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，提取高价值搜索曲线段的方法包括以下步骤：

采用K个一维高斯函数组成高斯混合模型，其中k＝1,2,...K，u_k为每个高斯函数的均值，σ_k为每个高斯函数的标准差；

设每个高斯函数所占的权重系数为α_k，且满足

将待搜索曲线段的目标概率为

估计每个高斯函数的权重系数α_k、均值u_k、标准差σ_k，对p(s)进行迭代估计，直至满足收敛条件；

获取到各高斯函数95.4％概率的对应区间，以P_k,1＝u_k‑2σ_k和P_k,2＝u_k+2σ_k为区域边界点的高价值搜索曲线段，则L_k＝4σ_k；R_k＝0.954α_k。

3.如权利要求2所述的应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，所述收敛条件为|p(s)‑p'(s)|＜ξ，其中p(s)和p'(s)分别为迭代前后的目标概率值，所述ξ＝10^‑5。

4.如权利要求1所述的应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，若多架无人机执行搜索任务，则进一步包括以下步骤：对排序后的价值搜索曲线段分配给多个无人机，进行区域分配。

5.如权利要求4所述的应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，区域分配的方法，包括以下步骤：

将高价值搜索曲线段分配给每架无人机，每架无人机获得一个集合为A_i的分配高价值搜索曲线段集合；

按步骤S5中的方法，对每架无人机集合A_i内的高价值搜索曲线段进行指标计算，获得J_i；

对区域分配建模为其中，N_u表示无人机的总数，ρ₁表示总搜索收益的比例系数，ρ₂表示任务平衡度的比例系数；

采用迭代方法，对区域分配建模求解，确定区域分配策略。

6.如权利要求5所述的应用于河流目标搜索任务的无人机航迹规划算法，其特征在于，所有无人机所分配的高价值搜索曲线段集合满足如下的约束条件：

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国海洋大学，未经中国海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201711403481.0/，转载请声明来源钻瓜专利网。