基于蚁群-粒子群融合算法的无人机三维航迹规划研究

无人机飞行空间广阔,需要一种快速搜索最佳路径的方法,本文在飞行区域中建立航迹规划环境模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种蚁群-粒子群融合算法,充分利用蚁群算法良好的分布机制、信息反馈机制和粒子群算法收敛速度快、全局搜索能力强的特点,使无人机能够自动避开威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.用Matlab对算法进行仿真实验证明,算法能为无人机的三维航迹规划提供一种快速、安全、高效的搜索方法.     

无人机快速三维航迹规划算法

针对无人机三维航迹规划的实时性问题,提出了基于快速扩展随机树的三维航迹规划方法。该算法能够根据当前环境快速有效搜索规划空间,通过随机采样点将搜索导向空白区域,使三维航迹规划能够用于实时航迹规划。通过引入航迹距离约束,搜索树将沿着路径距离最短的近似最优航迹的方向进行扩展,克服了基本快速扩展随机树方法随机性强,只能快速获得可行航迹,无法获得较优航迹的缺点。在搜索过程中无人机的航迹约束条件和地形信息得到了充分利用,使算法生成的航迹能够自动回避地形和威胁,同时满足无人机的动力学约束。通过生成的虚拟数字地图对算法进行了仿真验证,仿真结果表明该方法能够快速有效地规划出满意的无人机三维航迹。     

多重威胁下的无人机自主避障航迹规划

无人机作为一种新兴的无人作战力量和不可或缺的民用设备,现已渐渐融入到国家安全和社会发展中的各个方面,航迹规划是保障无人机顺利完成既定任务的核心环节.为解决规划空间存在诸多静态和动态威胁的实时航迹规划问题,提出了一种基于滚动时域的无人机自主避障航迹规划方法.首先将航迹规划模型构建为单目标函数优化问题,根据无人机简化运动学模型和约束条件,采用滚动优化策略生成最优航迹序列;然后对最优航迹序列之间的航迹再一次采用滚动优化策略产生子序列,综合考虑威胁和飞行约束,利用负梯度下降法搜索航路点,采用遗传算法对子序列进行规划;最后经反复滚动迭代优化可得近似全局最优航迹,同时利用贝塞尔曲线对航迹进行处理,使其表征实际的飞行航迹.实验仿真结果表明:验证了模型的合理性和方法的有效性;具有良好的威胁规避能力并能规划出一条光滑航迹;与全局规划方法相比,该方法减少了收敛时间,实时性更强,能够快速、鲁棒地收敛到近似全局最优解.     

基于风场信息的无人机在线航迹规划方法

风场是影响无人机飞行速度的一个重要因素。为了缩短任务执行中的飞行时间,考虑战场环境存在外界威胁情况,提出了一种利用组合导航在线估计风场信息的无人机航迹规划方法。该方法基于飞行时间为代价,利用改进的A*搜索算法对航迹进行顺风搜索,从而实现最短理想耗时的航迹规划。计算机仿真结果表明,与传统的最短航迹长度规划方法相比,无人机按该方法规划的航迹飞行时,理想耗时最少。     

基于稀疏A~*遗传算法的无人机三维航迹规划

针对基于自适应遗传算法无人机三维航迹规划寻优性能较低的问题,提出了一种基于稀疏A*遗传算法的无人机三维航迹规划方法;建立了稀疏A*遗传算法的仿真模型,利用稀疏A*搜索新航迹点的方法,提高了初始种群质量;通过引入禁飞区域代替威胁区域、安全区域、保密区域,可使本算法适用于民用无人机航迹规划。仿真实验表明,与自适应遗传算法规划无人机三维航迹相比,该算法具有更好的寻优性能。     

无人机航迹规划技术研究综述

航迹规划是无人机自主飞行的关键技术之一.典型的航迹规划分为3个步骤:首先充分考虑各种威胁环境,进行飞行航迹的初步规划,其次利用优化搜索算法找出最佳航迹,最后进行航迹平滑处理.系统梳理了近些年关于无人机航迹规划的研究现状,分析了航迹规划过程中动力学约束和环境约束等因素;阐述了航迹规划涉及的关键技术,包括地形获取、威胁及代...     

一种改进蚂蚁算法的无人机多目标三维航迹规划

传统的标准蚂蚁算法及A*算法求解无人机多目标三维航迹规划存在需设置导航节点及构建VORONOI图等缺陷,针对这一问题,提出了一种改进的蚂蚁算法.该算法将导引因子引入到状态转移策略中,减少了蚂蚁局部搜索的盲目性,确保蚂蚁形成有效航迹,解决了将该算法应用于航迹规划的两个构造难题,即航迹节点不固定和局部搜索难以到达目标节点这两个难题.将雷达、导弹、高炮及大气威胁模型的最大作用距离和有效作用距离等约束条件引入代价函数及启发因子计算中,解决了航迹规划多约束求解困难等问题.仿真结果表明,该算法构造合理,蚂蚁算法无需导航节点及VORONOI图便可自主寻找到目标节点,且收敛速度满足航迹规划要求,生成的航迹代价较小.     

基于快速扩展随机树算法的多无人机编队重构方法研究

为适应瞬息万变的战场环境,发挥多无人机不同队形下的作战优势,以快速扩展随机树(RRT)算法为基础,提出一种多无人机编队重构的方法。首先建立多无人机编队的运动模型,分析传统RRT算法与编队重构方法结合的可行性,并采用多余节点去除和构造过渡航迹等策略对航迹进行修正。之后,重点分析重构过程中的动力学及防碰撞等约束,为随机树的扩展和无人机的航迹变换提供依据。最后通过对比仿真和飞行试验,验证所提重构方法的安全性和可行性。结果表明,该重构方法能在复杂环境下快速实现编队重构,同时所规划的航迹利于无人机进行跟踪,可满足实际战场的飞行需求。     

航迹预测的多无人机任务规划方法

为提高无人机自主控制性能,实现任务分配与航迹规划整体架构,提出一种基于航迹预测的多无人机任务规划方法.首先,将禁飞区考虑为更接近真实场景的多边形模型;然后,使用改进A*航迹预测算法生成任意两个航迹点间障碍规避后的最短路径,利用该路径近似航迹航程作为任务分配过程的输入信息,建立目标函数,采用改进PSO算法求取最优结果;最后,使用B样条曲线平滑分配后的路径组合,生成无人机可飞行航迹.仿真结果表明,该方法能够以较高的计算速度和精度生成近似最优的任务分配结果和满足飞行约束的平滑航迹.     

基于改进稀疏A~*算法的高超声速飞行器航迹规划技术

文章首先全面分析高超声速飞行器航迹规划的特殊性,然后对威胁场模型和规划过程中所要考虑的几何约束、性能约束、热流约束、燃料/路径等约束条件进行建模,再将航迹规划问题划分为参考航迹规划和可飞航迹规划两部分,设计高超声速飞行器航迹规划完整流程和一种改进的变步长稀疏A*算法,最后进行了仿真分析。仿真结果表明:规划出的航迹满足高超声速飞行器各种可飞行要求,并能够避开各种威胁,且规划时间短,稳定性好。     

多无人机协同四维航迹规划的改进的Tau-H策略

为了在满足多类约束条件的前提下进行多无人机（UAVs）协同飞行的航迹规划及优化,提出改进的Tau-H运动策略.在常用的Tau-H运动策略基础上,通过在运动间距表达式中引入初速度的相关项,克服了固有的仅能考虑始末速度为零的情况的缺陷,可以实现无人机始末非静止的到达时间和速度的四维运动匹配.利用粒子群算法（PSO）搜索各无人机的初始耦合系数,形成全局航迹预规划;建立各无人机间的通信拓扑,采用采样间隔与冲突判断双驱动的滚动优化方法,求解局部再规划问题,实现航迹不断更新.通过对算例的仿真表明,基于改进的Tau-H策略得到的航迹可飞性好,安全性高,能够满足连续型多无人机航迹规划及优化的应用需求.     

一种用于低空飞行的在线航迹重规划方法

研究了飞行器在低空飞行时的在线航迹重规划问题，并提出了一种新方法。通过引入最小威胁曲面的概念生成三维航迹搜索空间，利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影，将航迹规划问题转为在一个一元函数多项式系数空间中的搜索寻优。利用粒子群优化算法完成优化，并借鉴预测控制中滚动时域优化的思想，以在线滚动进行优化的方式完成航迹的在线重规划。实验表明该方法能够规划出合理的航迹并满足实时性要求。     

基于安全飞行走廊的无人机密集障碍规避算法

针对固定翼无人机在复杂密集多障碍物环境中的自主避障问题,提出了一种基于安全飞行走廊的固定翼无人机路径规划算法。密集障碍规避的难点在于障碍绕行与穿行的选择：绕行虽然更安全,但飞行成本更大;穿行虽然飞行成本更低,但安全威胁较高,如何快速求解最优路径是其中的核心问题。创新性地根据固定翼无人机的机动特性与Dubins曲线定义了安全飞行走廊,综合考虑无人机飞行安全与飞行成本,构建了障碍威胁评价函数;针对障碍物密集造成的计算复杂问题,提出了基于障碍物密度的障碍聚类算法,并通过蒙特卡洛采样法实现了高动态环境下的非线性评价函数快速近似求解;通过仿真验证了所提算法对于解决固定翼无人机密集障碍规避的有效性。     

多无人机编队突发威胁规避路径规划算法

针对复杂环境中多无人机编队突发威胁规避问题,本文提出了一种基于凸优化算法的实时路径规划方法。首先,基于突发威胁模型、无人机飞行模型将突发威胁规避问题建模成一个受约束的最优化问题;其次,基于等效变换将原始最优化问题转化成一系列待求解的凸优化问题;然后,运用凸优化算法进行迭代求解,并对得到的路径进行插值得到路径函数。由于优化过程采用直接法进行迭代求解,所以算法运算效率较高,能够实现路径的实时规划。基于Matlab对所设计路径规划算法的仿真验证结果表明:所提出的算法能够实现多无人机编队突发威胁的实时规避。     

一种新的无人机偏航航迹计算方法

针对某型无人机模拟操作软件航迹计算精度存在的不足,提出了一种基于椭圆正反解公式的新的航迹计算方法．根据大地坐标系与大地基准相关原理,利用微元分析法计算无人机偏航航迹,通过缩小时间间隔,计算出等高飞行的无人机在小偏航角情形下的航迹经纬度．仿真验证结果表明,该方法能准确地计算小偏航角状态下无人机的飞行航迹,并能正确地对无人机飞越极点和赤道等特殊情况进行航迹修正,可用于其他飞行器的偏航航迹计算．     

面向无人机航迹规划的自适应乌贼算法

面向无人机在线/离线航迹规划应用,针对传统乌贼算法的长时搜索局域化及精度变差问题,提出了一种联合修正的自适应乌贼路径搜索算法.首先,提出联合混沌扰动与变异学习的混合调节机制来扩充乌贼搜索深度,以提高搜索精度;然后,引入自适应权重机制来减小乌贼搜索范围,以提高搜索效率;同时引入适应度自动筛选机制来改善乌贼种群多样性,以防止陷入局部最优.通过6个基准函数测试验证了所提算法的有效性与先进性,最后对所提算法进行不同场景下的航迹规划仿真验证.针对离线航迹规划,所提算法规划航迹成功率高达100%,规划航迹最接近全局最优,其航程均值相比传统乌贼算法可缩减7.3 units,比粒子群算法缩减可达28.3 units.仿真结果表明:所提算法全局规划性能和搜索精度显著增强,同时随着场景复杂度的提高,其航迹优化效果更加显著;针对在线航迹规划,首先将全局路径规划问题转化为若干个航迹分段的规划,然后引入启发式方法确定分段节点.仿真结果显示所提算法满足实时性要求,规划航迹精度高,进一步验证了所提算法的有效性.     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于航迹规划的无人机地形辅助导航

为改善无人机基于地形轮廓匹配的地形辅助导航地形适应性差、实时性差的问题,本文提出一种基于航迹规划的地形辅助导航方法。针对地形匹配对地形依赖性强的问题,将无人机需要途经的区域进行分块并计算各块地形标准差,根据地形标准差选出地形平坦区域和地形起伏区域,用航迹规划算法为无人机规划出在地形起伏较大区域的航线。针对传统遍历搜索高程匹配算法耗时长的问题,在粒子群算法基础上引入分布估计的思想,形成优化粒子群算法进行地形轮廓匹配,加强全局寻优能力。仿真实验结果表明：优化粒子群算法降低匹配时长2/3,基于航迹规划的地形辅助导航降低位置误差6/7。     

基于天牛须搜索的无人机路径规划算法的鲁棒性分析

为考察无人机(Unmanned aerial vehicles, UAVs)在飞行过程内、外部环境干扰对基于天牛须搜索(Beetle antennae search,BAS)算法的无人机路径规划算法,即OABAS (Obstacle avoidance beetle antennae search)算法的影响,采用抗噪分析模拟的方法对OABAS算法进行鲁棒性分析。首先构建了噪声干扰下无人机的运动场景,包括静态障碍物场景和动态障碍物场景;然后通过对场景中的路径参数添加高斯白噪声,模拟了无人机飞行过程中的定位干扰;最后在不同种类的地图上对OABAS算法进行模拟实验,包括二维平面上规则和不规则的障碍物以及真实三维地图,通过对比添加噪声干扰前后代价函数值的收敛情况,分析了该算法在受到噪声干扰下的鲁棒性,以分析天牛须搜索的无人机路径规划算法的性能。结果表明:OABAS算法具有较强鲁棒性,在添加噪声前后进行路径规划均有较好的表现。     

多异构无人机任务规划的分布式一体化求解方法

针对多异构固定翼无人机对已知目标群执行侦查、打击、评估任务的规划问题,提出了一种分布式一体化求解方法,该方法将任务执行耗时约束和协同攻击约束加入到协同任务规划模型(CMTAP)中,基于分布式规划架构,通过改进遗传算法的基因编码方式和相关遗传算子,完成任务分配和航迹生成两个子问题的一体化求解。将任务完成的总时间指标加入到代价函数中,保证了各无人机规划航迹的均匀性。建立固定翼无人机六自由度模型,采用矢量场航迹跟踪算法验证了该方法的可用性,并通过蒙特卡洛数学仿真,验证了该方法的快速性。