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。     

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多批次协同三维航迹规划

针对基本蚁群算法容易陷入局部寻优、收敛速度慢的缺陷以及解决多批次协同航迹规划问题的需要,提出了基于改进蚁群算法的多批次三维航迹规划算法。该算法采用基于加权排序的信息素更新规则,扩大各优劣蚂蚁的差异,提高了算法收敛速度,并采用了一种信息素挥发系数的随机自适应调节方法,在确保收敛速度的同时使算法具有全局寻优,解决了基本蚁群算法容易过早陷入局部最优缺点;在此基础上,引入蚂蚁子群间多约束条件下的协同进化策略,解决了多批次协同三维航迹规划。仿真结果表明:改进的蚁群算法在运算效率和收敛性上明显优于基本蚁群算法,多批次协同航迹规划能有效提高无人机的作战效能。     

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.     

基于鸽群优化的复杂环境下无人机侦查航迹优化

地表环境的复杂性以及机载探测装置探测范围的约束,使得无人机在某些方位无法实现对地面目标的有效监测.因此,在设计无人机侦查航路时需要综合考虑无人机飞行性能与目标可视范围等条件.针对这一问题,提出了一种基于改进鸽群优化与动态规划算法的无人机侦查航路优化方法.首先,通过分析机载探测装置视场与地表环境的相对空间关系,得到了目标周围空域的可视范围.随后,结合鸽群优化理论框架与动态规范方法对无人机的最优侦查航迹进行求解.为提高鸽群优化算法在求解目标排序问题中的效率,提出了一种离散化的鸽群优化改进机制.仿真结果表明,侦查航迹优化算法在提高任务完成度的同时具有很高的求解效率和准确性.     

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。     

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。     

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。     

An efficient method for collision-free and jerk-constrained trajectory generation with sparse desired way-points for a flying robot

In this paper, an efficient approach is developed to plan jerk-constrained smooth trajectories passing through desired way-points with allowable accuracy for an autonomous quadrotor. First, based on the B-spline model, we introduce the sequential convex programming(SCP) into the flexible path planning method to satisfy the way-points constraints. By approximating the quadrotor and obstacles as spheres and directed planes, the length-optimal and collision-free path planning problem is formulated as a nonconvex optimization problem and solved by SCP. The initial C~3 continuous path curve for optimization is constructed efficiently based on a proposed strategy of generating new way-points near the obstacles without the need to calculate the embedding distance between the curve and the obstacles. On this basis, the time-optimal speed planning problem is addressed in two steps. In the first step, the forward-backward approach is introduced to solve the problem under the chord error, velocity, and acceleration constraints by changing the variables and deforming the constraints. Then by relaxing the constraints appropriately,the problem under jerk constraints is formulated into a linear programming(LP) problem. The feasibility of the proposed approach is verified through simulations and an indoor navigation experiment. The proposed approach can generate a C~3 continuous collision-free trajectory that passes through the sparse desired way-points with allowable accuracy while guaranteeing the chord error, velocity, acceleration, and jerk constraints. When the number of sample points is 3000, the proposed speed planning method reduces the calculation time by 40% compared to an existing method.     

多UCAV协同打击多目标实时三维航迹规划

为提高无人作战飞机(Unmanned combat aerial vehicle, UCAV)协同实时航迹规划的实时性和可操作性,针对多架UCAV协同执行对地作战任务过程中的协同实时航迹规划问题,提出一种基于自学习策略和Lévy飞行的正弦余弦优化算法(Sine cosine optimization algorithm with self-learning strategy and Lévy flight, SCASL)的多UCAV协同打击多目标实时三维航迹规划方法.首先,构建三维任务空间模型并根据UCAV平台性能设计了飞行速度、飞行高度、相对距离以及威胁规避等约束条件;其次,基于UCAV的三自由度运动学和动力学质点模型设计了协同实时航迹规划的决策变量;最后,根据UCAV作战使用战术原则构建了目标函数将协同实时航迹规划问题转化为优化问题,采用所提出的自学习策略和Lévy飞行的正弦余弦优化算法对模型进行求解,并采用病毒搜索算法(Virus colony search, VCS)求解模型作为对比实验.仿真结果表明,同等条件下,VCS求解模型得到的仿真结果满足协同性要求但不满足实时性要求,SCASL求解模型得到的仿真结果满足实时性与协同性要求,验证了本文所提出的基于SCASL的多UCAV协同实时航迹规划方法的有效性与优越性.     

基于半自由飞行模式的多机协同航路规划

为改善传统自由飞行模式与集中管制模式的运行效能,本文提出一种用于民航空管系统的半自由飞行模式,并在该模式下研究多机协同航路规划问题.首先介绍半自由飞行空中交通管制系统的工作模式,然后设计了半自由飞行空中交通管制系统中最重要的多机协同航路规划方法.该方法基于实时动态网格和协同动态规划算法,在满足所有安全约束的前提下,实时...     

Motion planning of UAV group using modified gyroscopic force for guidance and avoidance

It is comment that unmanned aerial vehicles （UAVs） have limitation on information cap- turing in reality applications. Therefore, online method of motion planning is necessary for such UA- Vs. Gyroscopic force （GF） is used for obstacle avoidance as an online method. However, classical GF has shortcoming in generating orbit for UAV with high velocity because the GF results in a time- varying turning radius. Modified gyroscopic force （MGF） given by function of velocity can overcome this shortcoming and help get a more practical control law for avoidance. MGF can also be used to implement the guidance of UAV by designing particular active conditions. Interactions in forms of stress function and damping force are introduced so that an UAV group can have coordinated motion. By combining controls of MGF and interactions, motion planning of UAV group in obstacle environ- ment can be implemented.     

Three-dimensional multi-constraint route planning of unmanned aerial vehicle low-altitude penetration based on coevolutionary multi-agent genetic algorithm

To address the issue of premature convergence and slow convergence rate in three-dimensional (3D) route planning of unmanned aerial vehicle (UAV) low-altitude penetration, a novel route planning method was proposed. First and foremost, a coevolutionary multi-agent genetic algorithm (CE-MAGA) was formed by introducing coevolutionary mechanism to multi-agent genetic algorithm (MAGA), an efficient global optimization algorithm. A dynamic route representation form was also adopted to improve the flight route accuracy. Moreover, an efficient constraint handling method was used to simplify the treatment of multi-constraint and reduce the time-cost of planning computation. Simulation and corresponding analysis show that the planning results of CE-MAGA have better performance on terrain following, terrain avoidance, threat avoidance (TF/TA²) and lower route costs than other existing algorithms. In addition, feasible flight routes can be acquired within 2 s, and the convergence rate of the whole evolutionary process is very fast.     

终端区多场景有人机/无人机空中碰撞风险研究

随着无人机产业的蓬勃发展和应用场景的不断拓展,无人机干扰航班正常运行的情况时有发生。为研究终端区内无人机与有人机的碰撞风险,本文构建3类典型场景:无人机与有人机在航路中运行;无人机与有人机自由飞行;无人机自由飞行,有人机在航路中或沿进离场程序飞行。场景一使用Reich模型,利用正态分布函数计算碰撞概率。场景二使用气体模型,考虑航空器速度大小方向对碰撞概率的影响。针对前两者的局限性,提出更符合实际运行场景三的改进碰撞模型,通过有人机与无人机的4D航迹冲突,结合蒙特卡洛法进行仿真,计算有人机与无人机的碰撞概率。结果表明,基于4D航迹冲突的碰撞概率计算方法能够满足终端区内有人机/无人机碰撞风险估算需求。     

无人机群变航迹多任务综合规划方法研究

将无人机群作为一个整体,对任务和航线进行综合规划有利于提高效率,减少油耗。为了缩短机群的任务完成时间,减少飞行航程,提出了一种启发式的任务和轨迹综合规划方法。通过将各无人机的任务执行时间趋于均衡以减小机群任务的总完成时间,同时兼顾同一无人机执行的多个任务在路径上的相邻,使得机群的总飞行航程得到缩短,从而减少了油耗。仿真试验表明,任务轨迹综合规划算法与仅考虑航线或任务执行时间的算法相比较,机群的任务完成时间减少了18%左右,提高了无人机群的工作效率,减少了油耗。     

无人机飞行控制系统优化设计

在小型无人机飞行控制系统经典设计的基础上,结合实际工程需要,应用多目标参数最优化方法对飞行控制系统进行优化设计。实际工程应用表明,优化设计明显改善了小型无人机飞行品质,保证了系统任务的可靠执行。