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...     

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。     

威胁联网下无人机路径在线规划

文章以火力单元为威胁建立威胁联网模型,分析了威胁联网对火力单元的雷达扫描区和杀伤区的影响,以及威胁联网对路径规划的影响;针对威胁联网下各主动威胁进行信息交流与资源共享的模式,提出了适用于威胁联网的目标指示概率,并以威胁对无人机的探测概率为基础,给出了简化的威胁联网模型.根据雷达响应时间和导弹外部飞行时间提出了威胁时间窗概念,并结合威胁联网模型改进了威胁代价目标函数.最后运用模型预测控制算法进行仿真,通过对比说明基于威胁联网模型的改进算法的有效性和合理性.     

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。     

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.     

基于威胁建模的UCAV武器投放在线航迹规划

针对无人作战飞机(UCAV)执行对地攻击任务时的武器投放航迹规划问题,提出了一种基于环境威胁建模的在线航迹规划方法.通过对UCAV气动力、发动机推力及油耗等特性进行分析,建立了 UCAV质点运动学和动力学模型;考虑UCAV性能和战场环境威胁约束,通过计算求解机载制导炸弹的可投放区包络,将可投放区中心和投放姿态作为末端约...     

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。     

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.     

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.     

基于改进蚁群算法的无人机三维航路规划

研究了一种基于改进蚁群算法的无人机三维航路规划方法,以保证在敌方防御区域内以最小的被发现概率以及可接受的航程到达目标点。首先对无人机三维航路规划模型进行分析,在此基础上采用蚁群算法对三维航路进行优化。将最短路径的信息反馈到系统中作为搜索的指导信号,并改进节点选择方法,以提高应用蚁群算法搜索无人机三维航路的效率。最后将所研究的方法应用于无人机的三维航路规划,仿真结果表明本文方法是有效的。     

RWPSO与马尔科夫链的无人机航路规划

粒子群算法(PSO)是基于种群的全局搜索算法,具有原理简单,搜索稳定高效等特性,在航路规划领域被普遍运用,但是其在陷入局部最优以及收敛速度方面都存在一定的缺陷.本文针对无人机的任务权重值与生存权重值引入随机游走策略,按照一定规律改变粒子的惯性权重值,可以有效的避免上述情况发生,提升无人机在航路规划中找到最优路径的效率.另一方面,为了能够给规划的路径提供优劣性的判断标准或参考依据,需要构建适用于评估无人机飞行路径点上的生存状态概率模型,本文将随机游走粒子群算法(RWPSO)的航路规划模型与马尔科夫链生存状态随机性模型相结合,得到一个可以用来评估路径点生存概率的航路规划问题模型.仿真结果表明,基于任务权重、生存权重、任务生存权重随机游走的RWPSO算法在寻优时比PSO、量子粒子群算法(QPSO)效率更高,并成功结合马尔科夫链得到一个可以描述出无人机生存概率变化的模型.此模型框架还能够扩展应用于有辐射源、武器、电磁干扰等复杂场景中的航路与任务规划.     

无人机飞行数据的可视化技术

在分析无人机领域飞行数据特征的基础上,设计了与数据相对应的可视化图形元,完成了基于ＰＣ机低成本硬件系统的飞行数据的可视化。在软件设计过程中,使用前后台编程技术,解决了地图航迹视图显示调图过程中出现的冻结问题;采用色彩优化算法,实现了彩色地图的伪彩色逼真显示。该系统经过实际飞行的验证,成为小型无人机公共地面控制系统的重要组成部分     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

基于多智能体深度强化学习的无人机路径规划

为解决多无人机(unmanned aerial vehicle,UAV)在复杂环境下的路径规划问题,提出一个多智能体深度强化学习UAV路径规划框架. 该框架首先将路径规划问题建模为部分可观测马尔可夫过程,采用近端策略优化算法将其扩展至多智能体,通过设计UAV的状态观测空间、动作空间及奖赏函数等实现多UAV无障碍路径规划;其次,为适应UAV搭载的有限计算资源条件,进一步提出基于网络剪枝的多智能体近端策略优化(network pruning-based multi-agent proximal policy optimization, NP-MAPPO)算法,提高了训练效率. 仿真结果验证了提出的多UAV路径规划框架在各参数配置下的有效性及NP-MAPPO算法在训练时间上的优越性.     

Development of ground control station and path planning for autonomous MUAV

For autonomous MUAV,the Ground Control Station(GCS)including hardware and modular software programming such as control modular,navigation modular,display modular and monitor modular becomes important equipment to be developed.This paper emphasizes the global planning and the local replanning arithmetic based on three-dimensional velocity potential field for the moving threats.During the test on the ground and in the sky,GCS show the remote sensing information precisely and send the control command in time.The system can be used to assist in the function of autonomous complex task for MUAV.     

Adaptive leader follower control for multiple quadrotors via multiple surfaces control

Based on the multiple surface and fixed undirected communication topology, the adaptive leader follower control for multiple quadrotors is discussed. Our approach is based on leader follower architecture. Multiple surface control (MSC) is used to design consensus controller to make multiple quadrotors construct a formation during flying with the presence of uncertainty item caused by the ground effect during landing or taking off. Simulation results are presented to validate the effectiveness of the proposed controller.