[发明专利]基于仿生的无人机群组实时路径规划方法

权利要求书

1.基于仿生的无人机群组实时路径规划方法，其特征在于，包括如下步骤：

步骤1、设置虚拟点，虚拟点包括虚拟起始点、虚拟目标点和虚拟障碍点，点的坐标信息用空间三维坐标和时间表示；

步骤2、设置吸引度函数最大影响距离区间、排斥度函数最大影响距离区间、吸引度系数区间、排斥度系数区间和每一个时间帧的固定步长；

步骤3、对吸引度函数影响距离、排斥度函数影响距离、吸引度系数、排斥度系数的每个排列组合，利用吸引度-排斥度函数规划无人机群组的路径，路径规划的方法为：

步骤3.1、对第一个无人机分别计算吸引度和排斥度：

吸引度计算方法为：当无人机与虚拟目标点距离小于吸引度函数最大影响距离时：Q_at＝K_aR，否则Q_at＝K_aR_r0，式中，Q_at表示吸引度大小，吸引度方向由所在点指向虚拟目标点，K_a为吸引度系数，R为无人机所处位置到虚拟目标点的距离，R_r0为吸引度函数最大影响距离；

排斥度计算方法为：当无人机与虚拟障碍点距离小于排斥度函数最大影响距离时，否则Q_re＝0，式中，Q_re表示排斥度大小，排斥度方向由虚拟障碍点指向所在点，K_r为排斥度系数，r为无人机所处位置到虚拟障碍点的距离，若在以无人机所在位置为圆心的15°扇形范围内有若干个障碍物，则取距离无人机最近的一个计算排斥度，其余的不再计入，R_a0为排斥度函数最大影响距离；

步骤3.2、对吸引度和排斥度矢量进行正交，确定无人机的运动方向；

步骤3.3、该无人机在确定的运动方向上运动一个时间帧的固定步长，得到下一时刻的位置坐标，并将该位置坐标加入下一待规划无人机的虚拟障碍点集合；

步骤3.4、按照3.1-3.3方法，确定其余无人机下一时刻的位置坐标；

步骤3.5、重复步骤3.1-3.4，直至无人机群组到达虚拟目标点；

步骤3.6、对无人机群规划的路径进行修正，直至所有路径不需要再次调整，得到无人机群组的规划路径；

步骤4、计算吸引度函数最大影响距离、排斥度函数最大影响距离、吸引度系数、排斥度系数每个组合下的规划路径的评价指标，选择最优的组合；

步骤5、初始化实际的空间信息，包括无人机起始位置坐标、目标点坐标和障碍物坐标；

步骤6、利用最优的组合和吸引度-排斥度函数规划无人机群组的路径；

步骤7、延时固定时长T_s后，判断当前时刻障碍物的坐标信息是否发生改变，若未改变，则按步骤6规划的路径继续飞行；否则以当前无人机所处位置为起始点，原目标点保持不变，根据新的障碍物坐标信息重新规划无人机群组的路径。

2.根据权利要求1所述的基于仿生的无人机群组实时路径规划方法，步骤1所设虚拟障碍点的具体方法为：将实际障碍物中任意一个障碍物与其相邻最近障碍物间距离为D_B，将所有障碍点的D_B求和并取均值记为设置任意一个虚拟障碍点与其相距最近虚拟障碍点的距离满足

3.根据权利要求1所述的基于仿生的无人机群组实时路径规划方法，其特征在于，步骤3.6采用取中修正法修正路径，具体方法为：

设路径相邻三点分别为A(X₁，Y₁，Z₁)、B(X₂，Y₂，Z₂)、C(X₃，Y₃，Z₃)，O为A、C中点，B′为B、0中点，α为转角阈值，若∠CBA角度大于α，则用代替B，否则不修正3点坐标。

4.根据权利要求1所述的基于仿生的无人机群组实时路径规划方法，其特征在于，步骤4的评价指标包括总长度、危险度和平缓度，总长度为规划路径相邻点距离的总和，危险度为规划路径每个点到所有障碍点的距离的倒数和，平缓度为规划路径所有相邻3点角度的倒数和。

5.根据权利要求4所述的基于仿生的无人机群组实时路径规划方法，其特征在于，步骤4选择最优组合的方法为：对总长度、危险度和平缓度归一化后，计算规划路径的优劣度评分，评分最低的路径对应的组合即为最优的组合，优劣度评分SC的计算公式为：

SC＝K₁S₁+K₂S₂+K₃S₃

式中，K₁、K₂、K₃分别为总长度、危险度和平缓度对应的权重，S₁为归一化的总长度，即待评价路径总长度除以最大路径总长度，S₂为归一化的危险度，即待评价路径危险度除以最大路径危险度，S₃为归一化的平缓度，即待评价路径平缓度除以最大路径平缓度。